Analisis Deskriptif Uji Validitas Alat Ukur

BAB 4 HASIL PENELITIAN

Dalam bab empat ini akan dibahas mengenai hasil penelitian yang telah dilakukan. Pembahasan tersebut meliputi tiga bagian yaitu, analisis deskriptif, uji validitas alat ukur, dan terakhir pengujian hipotesis penelitian.

4.1 Analisis Deskriptif

Dalam sub bab ini akan dibahas mengenai populasi dan sampel yang digunakan dalam penelitian ini. Dalam penelitian ini seluruh anggota populasi mahasiswa psikologi UIN Jakarta angkatan 2009 yang terdaftar dalam kelas statistika 1 dan 2 dijadikan sampel secara keseluruhan. Hal ini dilakukan dengan pertimbangan jumlah anggota populasi yang tidak terlalu banyak, yaitu sebesar 208 mahasiswa. Tabel 4.1 Distribusi populasi penelitian berdasarkan Jenis Kelamin Jenis kelamin N Persentase Laki – laki 39 18,2 Perempuan 169 81,8 TOTAL 208 100 Dari table diatas dapat dilihat bahwa perempuan jauh lebih banyak daripada laki – laki. Jumlah perempuan 168, sedangkan laki – laki hanya berjumlah 39. Fenomena populasi seperti ini lazim ditemui pada mahasiswa fakultas psikologi. Sebab, kebanyakan mahasiswa psikologi adalah perempuan. Selanjutnya peneliti memapaparkan distribusi frekuensi dan uji beda t-test mean prestasi statistika berdasarkan jenis kelamin. Tabel 4.2 Distribusi Prestasi Belajar Statistika berdasarkan Jenis kelamin Group Statistics JENIS KELAMIN N Mean Std. Deviation Std. Error Mean STAT1 LAKI 39 71.1538 6.65519 1.06568 PEREMPUAN 168 74.2321 7.10568 .54822 STAT2 LAKI 39 71.1795 6.44765 1.03245 PEREMPUAN 168 73.3690 6.07198 .46846 Untuk perolehan prestasi belajar statistika 1 mean perempuan jauh lebih besar daripada mean laki – laki, sedangkan mean prestasi belajar statistika 2 antara laki – laki dan perempuan tidak jauh berbeda. Lebih lanjut lagi peneliti menguji dengan independent sampel t-test untuk mengetahui apakah mean kedua kelompok berbeda secara statistic. Dari hasil yang didapat, pada statistika 1 ada perbedaan yang signifikan antara mean laki – laki dan perempuan P 0.05, sedangkan pada statistika 2 tidak ada perbedaan antara mean laki – laki dan perempuan P 0,05. Hal ini bisa dilihat langsung pada selisih mean statistika 1 dan statistika 2 antara laki – laki dan perempuan.

4.2 Uji Validitas Alat Ukur

Untuk menguji validitas alat ukur yang digunakan dalam penelitian ini, peneliti menggunakan Confirmatory Factor Analysis CFA dengan software Lisrel 8.30 Joreskog dan Sorbom, 1994. Adapun criteria item yang baik pada CFA adalah Umar, 2010 : 1. Melihat signifikan tidaknya item tersebut mengukur faktornya dengan melihat nilai t bagi koefisien muatan faktor item. Perbandingannya adalah jika t 1.96 maka item tersebut signifikan dan sebaliknya. Apabila item tersebut signifikan maka item tidak akan di drop, dan sebaliknya. 2. Melihat koefisien muatan faktor dari item. Jika item tersebut sudah di scoring dengan favorable pada skala likert 1 – 4, maka nilai koefisien muatan faktor pada item harus bermuatan positif, dan sebaliknya. Apabila item tersebut favorable , namun koefisien muatan faktor item bernilai negative maka item tersebut akan di drop dan sebaliknya. 3. Terakhir, apabila kesalahan pengukuran item terlalu banyak berkorelasi, maka item tersebut akan di drop. Sebab, item yang demikian selain mengukur apa yang hendak diukur, ia juga mengukur hal lain. Uji validitas tiap alat ukur akan dipaparkan pada sub bab berikut.

4.2.1 Uji Validitas skala Sikap terhadap Statistika

Peneliti menguji apakah 14 item yang ada bersifat unidmensional mengukur sikap terhadap statistika. Dari hasil awal analisis CFA yang dilakukan, model satu faktor tidak fit, dengan Chi – Square = 552,47 , df = 77 , P-value = 0.0000 , RMSEA = 0.173. Namun, setelah dilakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama lainnya, maka diperoleh model fit seperti pada gambar dibawah ini : Gambar 4.1 Analisis Konfirmatorik dari faktor Sikap terhadap Statistika i t e m 1 0. 75 i t e m 2 0. 67 i t e m 3 0. 83 i t e m 4 0. 76 i t e m 5 0. 98 i t e m 6 0. 75 i t e m 7 1. 00 i t e m 8 0. 94 i t e m 9 0. 88 i t e m 1 0 0. 72 i t e m 1 1 0. 30 i t e m 1 2 0. 27 i t e m 1 3 0. 53 i t e m 1 4 0. 45 sikap 1. 00 Chi-Square=68.06, df=52, P-value=0.06668, RMSEA=0.039 0. 52 0. 55 0. 40 0. 47 0. 09 0. 52 0. 05 0. 22 0. 34 0. 50 0. 83 0. 86 0. 68 0. 74 0. 27 0. 18 0. 09 -0 .15 0. 26 0. 21 0. 12 0. 46 0. 23 0. 13 -0 .22 0. 17 0. 12 0. 35 0. 23 -0 .08 0. 41 -0 .12 0. 12 -0 .20 -0 .12 -0 .19 -0 .14 -0 .08 -0 .16 Dari gambar 4.1, nilai Chi – Square menghasilkan P-value 0.05 tidak signifikan, yang artinya model dengan satu faktor unidimensional dapat diterima, bahwa seluruh item mengukur satu faktor saja yaitu sikap terhadap statistika. Kemudian melihat apakah signifikan item tersebut mengukur faktor yang hendak diukur. Sekaligus menentukan apakah item tersebut perlu di drop atau tidak. Dalam hal ini yang diuji adalah hipotesis nihil tentang koefisien muatan faktor dari item. Pengujiannya dilakukan dengan melihat nilai t bagi setiap koefisien muatan faktor, seperti pada table berikut. Tabel 4.3 Muatan Faktor item Sikap terhadap Statistika No Koefisien Standar error Nilai t Signifikan 1 0.52

0.07 7.59 V