110
3.7 Teknik Analisis Data
Metode ini merupakan landasan bagi terciptanya pengetahuan ilmiah. Berbagai cara dapat dilakukan dalam metode ilmiah yaitu dengan menggunakan
metode pengamatan, eksperimen, genelalisasi dan verifikasi. Untuk menganalisis data bagaimanapun bentuk datanya, perlu ada prosedurnya. Prosedur yang akan
dilakukan dalam penelitian ini adalah sebagai berikut:
3.7.1 Uji Normalitas Data
Penelitian ini akan menerapkan teknik statistik inferensial untuk menganalisis datanya. Terutama statistik parametrik yang mana digunakan untuk
menganalisis data interval yang diambil dari populasi berdistribusi normal. Oleh karena itu, sebelum penulis menggunakan teknik statistik parametrik maka
kenormalan data harus diuji terlebih dulu. Teknik pengujian normalitas data yang penulis gunakan dalam penelitian ini akan merujuk pada metode chi-kuadrat
χ
2
. Metode chi-kuadrat juga digunakan untuk mengadakan pendekatan
mengestimate dari beberapa faktor atau mengevaluasi frekuensi yang diselidiki. Rumus chi-kuadrat yang dimaksud adalah sebagai berikut:
∑
=
− =
k i
fe fe
fo
1 2
2
χ Keterangan:
χ
2
: chi kuadrat fo
: frekuensi yang diobservasi fe
: frekuensi
yang diharapkan
Riduwan, 2005:124
Setelah χ
2 hitung
diketahui maka langkah selanjutnya adalah dengan membandingkan
χ
2 hitung
dengan nilai χ
2 tabel
untuk α = 0.05 dan derajat kebebasan
dk = k-1, dengan kriteria pengujian sebagai berikut:
111
Jika : χ
2 hitung
≥ χ
2 tabel
, berarti distribusi data tidak normal χ
2 hitung
≤ χ
2 tabel
, berarti distribusi data normal Untuk mendapatkan hasil yang lebih baik dalam penelitian ini, maka akan
digunakan uji normalitas data menggunakan program SPSS versi 12.0 dengan menggunakan uji Kolmogorov-Smirnov. Standarnya adalah angka probabilitas
dengan ketentuan sebagai berikut: a.
Probabilitas 0.05 maka Ho diterima b.
Probabilitas 0.05 maka Ho ditolak Santoso, 2004
3.7.2 Analisis Deskriptif Persentase
Untuk menjawab rumusan masalah dan tujuan penelitian yang pertama, maka dilakukan dengan cara analisis deskriptif persentase sebagai berikut:
Keterangan: n
= jumlah skor jawaban total N
= jumlah skor maksimal Ali, 1987:184
3.7.3 Analisis Regresi Sederhana
Analisis regresi didasarkan pada hubungan fungsional atau pun kausal satu variabel independen kepemimpinan transfomasional Kepala Sekolah dengan
satu variabel dependen motivasi kerja guru. Menurut Sugiyono 2005:243, dampak dari penggunaan analisis regresi adalah untuk memutuskan apakah naik
dan menurunnya keadaan variabel dependen dapat dilakukan melalui menaikkan dan menurunkan keadaan variabel independen atau untuk meningkatkan keadaan
variabel dependen dapat dilakukan dengan meningkatkan variabel independen 100
x N
n DP =
112
danatau sebaliknya. Untuk mengetahui apakah kepemimpinan transformasional Kepala Sekolah mempengaruhi motivasi kerja guru di SDIT Bina Amal
Semarang, maka digunakan rumus persamaan regresi sebagai berikut:
Keterangan: Ŷ
: motivasi kerja guru X
: kepemimpinan transformasional Kepala Sekolah a
: nilai konstanta Y jika X = 0 b
: nilai arah sebagai penentu ramalan prediksi yang menunjukkan nilai peningkatan positif atau nilai penurunan negatif variabel Y.
2 2
. .
X X
N Y
X XY
N b
∑ −
∑ ∑
∑ −
∑ =
2 2
2
. X
X N
XY X
X Y
a ∑
− ∑
∑ ∑
− ∑
∑ =
Kaidah pengujian: Jika : F
hitung
≥ F
tabel
, maka tolak Ho artinya signifikan. F
hitung
≤ F
tabel
, maka terima Ho artinya tidak signifikan. Dengan taraf signifikan:
α = 0.01 atau α = 0.05 Sugiyono,
2005:244 3.7.4
Analisis Korelasi
Instrumen yang digunakan dalam penelitian, disusun dengan skala Linkert dengan interval satu sampai dengan empat, dari skala Linkert ini akan
menghasilkan data interval. Sedangkan untuk data berbentuk interval, teknik korelasi yang digunakan adalah korelasi Pearson Product Moment.
Analisis korelasi dilakukan untuk mengetahui kuat lemahnya hubungan antar variabel yang dianalisis yakni kepemimpinan transformasional Kepala
Sekolah X terhadap motivasi kerja guru Y. Di samping untuk mencari hubungan, analisis korelasi juga digunakan untuk membuktikan hipotesis
Ŷ = a + bX
113
hubungan dua variabel data bila data kedua variabel berbentuk interval. Analisis korelasi dengan rumus korelasi Pearson Product Moment, sebagai berikut:
{ }
{ }
∑ ∑
∑ ∑
∑ ∑
∑
− −
− =
2 2
2 2
. .
. Y
Y N
X X
N Y
X XY
N r
XY
Keterangan: r
XY
: koefisien korelasi x dan y X
: skor butir Y
: skor total N
: jumlah
responden Arikunto,
2006:170
Korelasi Pearson Product Moment dilambangkan r baca: r kecil, dengan ketentuan nilai r tidak lebih dari harga -1
≤ r ≤ +1. Apabila nilai r = -1, artinya korelasinya negatif sempurna; r = 0, artinya tidak ada korelasi; dan jika r = 1,
artinya korelasi positif sangat kuat. Sedangkan arti harga r akan dikonsultasikan dengan tabel interpretasi r sebagai bentuk pengujian signifikansi koefisiensi
korelasi yang berfungsi untuk mencari makna hubungan variabel X terhadap Y, sebagai berikut:
Tabel 3.2 Interpretasi Koefisien Korelasi Nilai r Interval koefisiensi
Tingkat Hubungan 0,800 – 1,000
Sangat kuat 0,600 – 0,799
Kuat 0,400 – 0,599
Cukup kuat 0,200 – 0,399
Rendah 0,000 – 0,199
Sangat rendah Riduwan, 2007: 138.
Setelah koefisiensi korelasi diketahui, selanjutnya adalah mencari keberartian signifikansi atau mencari makna hubungan variabel X dan Y dengan
rumus uji t, sebagai berikut:
114
2
1 2
XY XY
hitung
r n
r t
− −
=
Keterangan: t
hitung
: nilai t r
XY
: nilai koefisiensi korelasi n
: jumlah sampel Kaidah pengujian:
Jika : t
hitung
≥ t
tabel
, maka tolak Ho artinya signifikan t
hitung
≤ t
tabel
, maka terima Ho artinya tidak signifikan Sugiyono, 2005:215
3.7.5 Koefisien Determinan
Kategori