Instrumen Penelitian Teknik Analisa Data

Semua data yang diperoleh melalui observasi dokumen, angket maupun wawancara dikumpulkan dan diperiksa.

2. Instrumen Penelitian

Untuk melakukan pengumpulan data ini peneliti menggunakan observasi dokumen nilai, angket dan wawancara terstruktur. Observasi dilakukan secara cermat untuk mendefinisikan apa yang diobservasi melalui suatu perencanaan yang matang. Fakta yang ada pada subjek disusun sesuai pengelompokannya, dicatat dan diberikan kode terhadap hal-hal yang sudah ditetapkan. Wawancara terstruktur meliputi strategi yang memungkinkan adanya suatu kontrol dari pembicaraan dengan isi yang diinginkan peneliti. Daftar pertanyaan sudah disusun sebelum interview dan dinyatakan secara urut. Jika responden tidak jelas, peneliti boleh mengulang pertanyaan yang sama. Kuesioner adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia pakai Nursalam, 2003 : 111- 113. 3. Analisa Data Analisis data meliputi analisis deskriptif dan inferensial. Analisis deskriptif adalah suatu prosedur pengolahan data dengan menggambarkan dan meringkas data dengan cara ilmiah dalam bentuk tabel atau grafik. Analisis inferensial uji signifikansi disesuaikan dengan rancangan penelitian. Dari uji statistik akan diperoleh 2 kemungkinan hasil uji, yaitu : signifikan atau tidak signifikan pada taraf signifikansi tertentu. Misal 1 0,01 ; 5 0,05. Nursalam, 2003 : 124- 125 Berdasarkan tujuan penelitian, analisa data diarahkan untuk menentukan bentuk adatidaknya pengaruh antara jenis kelamin dan urutan kelahiran terhadap prestasi belajar. Untuk keperluan ini uji bivariat dan multivariat. Adapun langkah-langkahnya sebagai berikut: a. Untuk melakukan analisis pengaruh jenis kelamin terhadap prestasi belajar digunakan “uji chisquare”. b. Untuk melakukan analisis pengaruh urutan kelahiran terhadap prestasi belajar digunakan “uji spearman correlation”. c. Untuk melakukan analisis pengaruh jenis kelamin dan urutan kelahiran terhadap prestasi belajar digunakan “uji regresi linier ganda”. Interpretasi hasil analisis data merupakan bagian yang penting dalam pengolahan data. Sebelum menarik suatu kesimpulan, hasil analisis yang masih faktual terlebih dahulu harus diinterpretasikan dan diberi makna oleh peneliti. Hasil analisis biasanya dibandingkan dengan hipotesis penelitian dengan pengujian hipotesis menggunakan pendekatan uji signifikan dengan dengan tingkat kemaknaan p=0,05, kekuatan hubungan antar variabel diukur dengan koeffisien regresi dengan CI 95 . Bentuk persamaan regresi ganda adalah sebagai berikut : Ý = a + b 1 X 1 + b 2 X 2 Agar persamaan garis yang digunakan untuk memprediksi menghasilkan angka yang valid, maka persamaan yang dihasilkan harus memenuhi asumsi- asumsi sebagai berikut : a. Asumsi Eksistensi Variabel Random Untuk tiap nilai dari variabel X variabel independen, variabel Y dependen adalah varaibel random yang mempunyai mean dan varian tertentu. Asumsi ini berkaitan dengan tehnik pengambilan sampel. Untuk memenuhi asumsi ini, sampel yang diambil harus dilakukan secara random. Cara mengetahui asumsi eksistensi dengan cara melakukan analisis deskriptif variabel residual dari model, bila residual menunjukkan adanya mean mendekati nol dan ada sebaran maka asumsi eksistensi terpenuhi. b. Asumsi Independensi Suatu keadaan dimana masing-masing nilai Y bebas satu sama lain. Jadi nilai dari tiap-tiap individu saling berdiri sendiri. Tidak diperbolehkan nilai observasi yang berbeda yang diukur dari satu individu diukur dua kali. Untuk itu mengetahui uji asumsi ini dilakukan dengan cara mengeluarkan uji Durbin Watson, bila nilai Durbin -2 s.d +2 berarti asumsi independensi terpenuhi, sebaliknya bila nilai Durbin -2 atau +2 berarti asumsi tidak terpenuhi. c. Asumsi Linieritas Nilai mean dari variabel Y untuk suatu kombinasi X 1 , X 2 , X 3 , ....X k terletak pada garisbidang linier yang dibentuk dari persamaan regresi. Untuk mengetahui asumsi linieritas dapat diketahui dari uji ANOVA overall F test bila hasilnya signifikan p value alpa maka model berbentuk linier. d. Asumsi Homoscedasticity Varian nilai variabel Y sama untuk semua nilai variabel X. Homoscedasticity dapat diketahui dengan melakukan pembuatan plot residual. Bila titik tebaran tidak berpola tertentu atau menyebar merata di sekitar garis titik nol maka dapat disebut varian homogen pada setiap nilai X dengan demikian asumsi homoscedasticity terpenuhi. Sebaliknya bila titik tebaran membentuk pola tertentu misalnya mengelompok di bawah atau di atas garis tengah nol, maka di duga variannya terjadi homoscedasticity. e. Asumsi Normalitas Variabel Y mempunyai distribusi normal untuk setiap pengamatan variabel X, dapat diketahui dari normal P-P plot Residual, bila data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi uji asumsi normalitas. f. Diagnostik Multicollinearity Dalam regresi linier tidak boleh terjadi sesama variabel independen berkorelasi secara kuat multicollinearity. Untuk mendeteksi collinearity dapat diketahui dari nilai VIF variance inflation factor, bila nilai VIF lebih dari 10 maka mengindikasikan telah terjadi collinearity.Hastono, 2007 :165-170 Data-data pendukung jenis kelamin dan urutan kelahiran seperti ketekunan , dll, akan dibahas untuk mendukung pembuktian dari hasil uji statistik. Data pendukung yang diambil melalui angket perlu diuji validitas dan reliabilitas dengan program statistik SPSS version 12,0.

BAB IV HASIL DAN PEMBAHASAN