Kemampuan guru berkomunikasi dengan orang tua siswa atau

70 dengan kriteria sangat tinggi, 2 guru sertifikasi dan 2 guru non sertifikasi persentasi 13 memiliki tingkat kemampuan guru berkomunikasi dengan sesama pendidik dengan kriteria tinggi, 0 guru 0 memiliki tingkat kemampuan guru berkomunikasi dengan sesama pendidik dengan kriteria cukup tinggi, rendah dan sangat rendah. Untuk lebih jelasnya berikut disajikan diagram batang tentang kemampuan guru berkomunikasi dengan sesama pendidik. Gambar 4.9 Diagram Batang Deskriptif Persentasi Kemampuan Guru Berkomunikasi dengan Sesama Pendidik

3. Kemampuan guru berkomunikasi dengan orang tua siswa atau

masyarakat Berdasarkan hasil penelitian dapat diperoleh data tentang kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat seperti dalam tabel berikut: 71 Tabel 4.11 Distribusi Kemampuan Guru Berkomunikasi dengan Orang tua Siswa atau Masyarakat Interval Persen Kriteria Frekuensi Persentasi Rata rata klasikal sertifikasi Non sertifikasi 84 - 100 Sangat Tinggi 11 7 60 84.50 68 - 83.99 Tinggi 5 6 37 52 - 67.99 Cukup Tinggi 1 0 3 36 -51.99 Rendah 0 0 0 36 Sangat Rendah 0 0 0 Jumlah 17 13 100 ST Sumber: Data Penelitian, diolah 2011 Berdasarkan tabel di atas dapat diketahui dari 30 guru diperoleh keterangan tentang kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat sebagai berikut: 11 guru sertifikasi dan 7 guru non sertifikasi persentasi 60 memiliki tingkat kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat dengan kriteria sangat tinggi, 5 guru sertifikasi dan 6 guru non sertifikasi persentasi 37 memiliki tingkat kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat dengan kriteria tinggi, 1 guru sertifikasi dan 0 guru non sertifikasi persentasi 3 memiliki tingkat kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat dengan kriteria cukup tinggi, 0 guru 0 memiliki tingkat kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat dengan kriteria rendah dan sangat rendah. Untuk lebih jelasnya berikut disajikan diagram batang tentang kemampuan guru berkomunikasi dengan orang tua siswa atau masyarakat. 72 Gambar 4.10 Diagram Batang Deskriptif Persentasi Kemampuan Guru Berkomunikasi dengan Orangtua Siswa atau Masyarakat 4.1.2.3 Prestasi Belajar Pada variabel deskriptif prestasi belajar, penilaian dilakukan dengan menggunakan data prestasi belajar rata-rata siswa pada semester genap tahun ajaran 20102011 yang dikelompokkan dalam 5 kriteria. Berikut adalah tabel daftar prestasi belajar siswa. Tabel 4.12 Daftar Prestasi Belajar Siswa Tiap Responden Penelitian Kode responden Rata-rata prestasi belajar Kriteria Kode responden Rata-rata prestasi belajar Kriteria G-1 77.47 Baik G-16 71.91 Baik G-2 80.63 Baik G-17 72.83 Baik G-3 81.29 Baik G-18 78.05 Baik G-4 77.64 Baik G-19 73.99 Baik G-5 78.8 Baik G-20 70.42 Cukup Baik G-6 84.03 Baik G-21 69.59 Cukup Baik G-7 73.32 Baik G-22 69.84 Cukup Baik G-8 78.14 Baik G-23 72.33 Baik G-9 75.73 Baik G-24 70.34 Cukup Baik 73 G-10 72.58 Baik G-25 74.9 Baik G-11 73.99 Baik G-26 69.09 Cukup Baik G-12 75.9 Baik G-27 74.65 Baik G-13 72.74 Baik G-28 76.06 Baik G-14 80.71 Baik G-29 73.66 Baik G-15 71.75 Baik G-30 74.65 Baik Sumber: data responden yang diolah, 2011 Tabel 4.13 Distribusi Prestasi Belajar Interval Persen Kriteria Frekuensi Persentasi Rata rata klasikal 86.00 - 100 Sangat Baik 74.90 71 - 85.99 Baik 25 83 56 - 70.99 Cukup Baik 5 17 41 - 55.99 Kurang 0 0 41 Sangat Kurang Jumlah 30 100 B Sumber: Data Penelitian, diolah 2011 Berdasarkan tabel di atas dapat diketahui dari 30 guru diperoleh keterangan tentang prestasi belajar siswa tiap responden sebagai berikut: 25 guru 83 memiliki tingkat rata-rata prestasi belajar siswa dengan kriteria baik, 5 guru 17 memiliki tingkat rata-rata prestasi belajar siswa dengan kriteria cukup baik, 0 guru 0 memiliki tingkat rata-rata prestasi belajar siswa dengan kriteria sangat baik, kurang dan sangat kurang. Untuk lebih jelasnya berikut disajikan diagram batang tentang prestasi belajar siswa. 74 Gambar 4.11 Diagram Batang Deskriptif Persentasi Prestasi Belajar 4.1.3 Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah uji prasyarat analisis regresi yaitu uji normalitas dan uji linieritas, uji asumsi klasik dan analisis regresi berganda pengaruh variabel independen terhadap variabel dependen secara simultan, uji r 2 besarnya pengaruh variabel independen terhadap variabel dependen, uji t pengaruh variabel independen terhadap variabel dependen secara parsial. 4.1.3.1 Uji Prasyarat Analisis Regresi 4.1.3.1.1 Uji Normalitas Berdasarkan teori statistika model linier hanya residu dari variabel dependent Y yang wajib diuji normalitasnya, sedangkan variabel independen diasumsikan bukan fungsi distribusi. Jadi tidak perlu diuji normalitasnya. Hasil output dari pengujian normalitas dengan Kolmogorov-Smirnov adalah sebagai berikut: 75 Tabel 4.14 Hasil Uji Normalitas Data One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 30 Normal Parameters a Mean .0000000 Std. Deviation 2.46512362 Most Extreme Differences Absolute .135 Positive .092 Negative -.135 Kolmogorov-Smirnov Z .738 Asymp. Sig. 2-tailed .647 a. Test distribution is Normal. Analisis data hasil Output: ƒ Uji normalitas data digunakan hipotesis sebagai berikut : H : Data berdistribusi normal H 1 : Data tidak berdistribusi normal ƒ Kriteria penerimaan H H diterima jika nilai sig 2-tailed 5. Dari tabel diperoleh nilai sig = 0,647 = 64,7 5 , maka H diterima. Artinya variabel prestasi belajar berdistribusi normal. Uji normalitas juga dapat dilihat pada grafik Normal P-Plot sebagai berikut. 76 Gambar 4.12 Normalitas dengan P-Plot Pada grafik P-Plot terlihat data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal maka variabel dependen Y memenuhi asumsi normalitas. 4.1.3.1.2 Uji Linearitas Uji linearitas pada analisis regresi sederhana berguna untuk mengetahui apakah penggunaan model regresi linier dalam penelitian ini tepat atau tidak. Untuk melakukan uji linieritas dapat dilihat pada tabel Anova dibawah ini: 77 Tabel 4.15 Hasil Uji linearitas ANOVA Table Sum of Squares df Mean Square F Sig. Prestasi_belaja r Kompetensi_Pr ofesional Between Groups Combined 361.475 16 22.592 5.186 .002 Linearity 162.946 1 162.946 37.403 .000 Deviation from Linearity 198.530 15 13.235 3.038 .025 Within Groups 56.634 13 4.356 Total 418.110 29 ANOVA Table Sum of Squares df Mean Square F Sig. Prestasi_belajar Kompetensi_Sosia l Between Groups Combined 327.030 11 29.730 5.876 .001 Linearity 159.733 1 159.733 31.568 .000 Deviation from Linearity 167.297 10 16.730 3.306 .013 Within Groups 91.080 18 5.060 Total 418.110 29 Hipotesis yang digunakan: Ho : model regresi linier. H1 : model regresi tidak linier. Kaidah pengambilan keputusan: Jika F hitung ≤ F tabel atau nilai sig ≥ 0,05 = maka Ho diterima. Jika F hitung F tabel dan nilai sig 0,05 maka H1 diterima.Sudjana, 1995:383. Dengan tingkat kepercayaan = 95 atau α = 0,05. Derajat kebebasan df1 = k = 2, dan df2 = n – k = 30 – 2 = 28 diperoleh nilai F tabel = 3,340. 78 Berdasarkan tabel diatas untuk variabel kompetensi profesional dengan prestasi belajar siswa diperoleh nilai F hitung = 37,403 3,340= F tabel dan untuk variabel kompetensi sosial dengan prestasi belajar siswa diperoleh nilai F hitung = 31,568 3,340= F tabel dengan demikian model regresi linier. Dengan kata lain model regresi linier dapat digunakan dalam penelitian ini. 4.1.3.2 Analisis Regresi Berganda Berdasarkan analisis dengan program SPSS 16 for Windows diperoleh hasil regresi berganda seperti terangkum pada tabel berikut: Table 4.16 Hasil Analisis Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 7.527 11.112 .677 .504 Kompetensi_Profesional .354 .100 .470 3.548 .001 Kompetensi_Sosial .546 .157 .461 3.478 .002 a. Dependent Variable: Prestasi_belajar Berdasarkan tabel di atas diperoleh persamaan regresi berganda sebagai berikut: Y = 7,527+ 0,354X 1 + 0,546X 2 . Persamaan regresi tersebut mempunyai makna sebagai berikut: 1. Nilai konstanta Y sebesar = 7,527 2. Koefisien X 1 = 0,354 Jika variabel kompetensi profesional mengalami kenaikan sebesar satu poin, sementara kompetensi sosial dianggap tetap, maka akan menyebabkan kenaikan prestasi belajar sebesar 0,354. 79 3. Koefisien X 2 = 0,546 Jika variabel kompetensi sosial mengalami kenaikan sebesar satu poin, sementara kompetensi profesional dianggap tetap, maka akan menyebabkan kenaikan prestasi belajar sebesar 0,546. Berdasarkan persamaan regresi, jika terjadi kenaikan kompetensi profesional dan kompetensi sosial akan diikuti dengan perubahan prestasi belajar siswa. 4.1.3.3 Uji Asumsi Klasik Pengujian asumsi klasik pada penelitian ini meliputi uji multikolonieritas dan uji heteroskedastisitas. 4.1.3.2.1 Uji Multikolonieritas Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang tinggi tidak terjadi korelasi antar variabel bebas. Untuk mendeteksi ada tidaknya multikolonieritas di dalam model regresi adalah dengan melihat nilai toleransi dan Variance Inflation Factor VIF. Apabila nilai tolerance 10 dan nilai VIF 10, maka dapat disimpulkan tidak ada multikolonieritas antar variabel bebas dalam model regresi. Berikut hasil perhitungan menggunakan program SPSS 16: 80 Tabel 4.17 Hasil Uji Multikolenieritas Coefficients a Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics B Std. Error Beta Toleranc e VIF 1 Constant 7.527 11.112 .857 .399 Kompetensi_Profes ional .354 .100 .470 3.548 .001 .888 1.126 Kompetensi_Sosial .546 .157 .461 3.478 .002 .888 1.126 a. Dependent Variable: Prestasi_belajar Dari tabel di atas terlihat setiap variabel bebas mempunyai nilai tolerance 0,1 dan nilai VIF 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel bebas dalam model regresi ini. 4.1.3.2.1 Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Heteroskedastisitas menunjukkan penyebaran variabel bebas. Model regresi yang tinggi adalah yang tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas dapat dilakukan dengan mengamati grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu Y. Berikut hasil pengolahan menggunakan program SPSS 16: 81 Gambar 4.13 Uji Heteroskedastisitas Data Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar tinggi di atas maupun dibawah angka nol pada sumbu Y. Hal ini dapat disimpulkan tidak terjadi heteroskedastisitas pada model regresi ini. Selain dengan mengamati grafik scatterplot uji heteroskedastisitas juga dapat dilakukan dengan uji Glejser. Uji glejser yaitu pengujian dengan meregresikan nilai absolut residual terhadap variabel independen. Output dari proses di atas adalah sebagai berikut. 82 Tabel 4.18 Hasil Uji Glejser Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -8.251 7.079 -1.166 .254 Kompetensi_Profesional .028 .064 .087 .445 .660 Kompetensi_Sosial .125 .100 .245 1.253 .221 a. Dependent Variable: Abs_res Hasil tampilan output SPSS dengan jelas menunjukkan semua variabel independen mempunyai nilai sig ≥ 0,05. Jadi tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen abs_res. Hal ini terlihat dari nilai sig pada tiap-tiap variabel independen seluruhnya diatas 0,05. Jadi dapat disimpulkan model regresi tidak mengandung adanya heterokedastisitas. 4.1.3.4 Uji Hipotesis 4.1.3.4.1 Uji hipotesis secara simultan uji F Uji F dilakukan untuk melihat keberartian pengaruh variabel independen secara simultan terhadap variabel dependen atau sering disebut uji kelinieran persamaan regresi. Hipotesis: : = β H Variabel dependen secara simultan tidak berpengaruh terhadap variabel dependen : 1 ≠ β H Variabel dependen secara simultan berpengaruh terhadap variabel dependen 83 Pengambilan keputusan: Ho diterima jika F hitung ≤ F tabel atau sig ≥ 5. H 1 diterima jika F hitung Ftabel dan sig 5. Untuk melakukan uji F dapat dilihat pada tabel anova dibawah ini: Tabel 4.19 Hasil Uji F Simultan ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 241.881 2 120.941 18.529 .000 a Residual 176.228 27 6.527 Total 418.110 29 a. Predictors: Constant, Kompetensi_Sosial, Kompetensi_Profesional b. Dependent Variable: Prestasi_belajar Pada tabel Anova diperoleh nilai F = 18.529 3,340 nilai F tabel = 3,340 dan sig = 0,000 5 ini berarti variabel independen kompetensi profesional dan kompetensi sosial, secara simultan benar-benar berpengaruh signifikan terhadap variabel dependen prestasi belajar. Maka dengan kata lain variabel-variabel independen kompetensi profesional dan kompetensi sosial, mampu menjelaskan besarnya variabel dependen prestasi belajar. 4.1.3.4.2 Uji hipotesis secara parsial uji t Uji t dilakukan untuk mengetahui apakah secara individu parsial variabel independen mempengaruhi variabel dependen secara signifikan atau tidak. Hasil output dari SPSS adalah sebagai berikut. 84 Tabel 4.20 Hasil Uji t Parsial Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 7.527 11.112 .857 .399 Kompetensi_Profesional .354 .100 .470 3.548 .001 Kompetensi_Sosial .546 .157 .461 3.478 .002 a. Dependent Variable: Prestasi_belajar Hipotesis : Ho : Variabel independen tidak berpengaruh terhadap variabel dependen. Ha : Variabel independen berpengaruh terhadap variabel dependen. Kriteria pengambilan keputusan : Maka dengan tingkat kepercayaan = 95 atau α = 0,05. Derajat kebebasan df = n-k-1 = 30-2-1 = 27, serta pengujian dua sisi diperoleh dari nilai t 0,05 = 2,052. Ho diterima apabila – t tabel ≤ t hitung ≤ t tabel atau sig ≥ 5 Ho ditolak apabila t hitung – t tabel atau t hitung t tabel dan sig 5. Hasil pengujian statistik dengan SPSS pada variabel X 1 kompetensi profesional diperoleh nilai t hitung = 3.548 2,052= t tabel , dan sig = 0,001 5 jadi Ho ditolak. Ini berarti variabel kompetensi profesional secara statistik berpengaruh signifikan terhadap variabel dependen prestasi belajar. Pada variabel X 2 kompetensi sosial diperoleh nilai t hitung = 3.478 2,052= t tabel , dan sig = 0,002 5 jadi Ho ditolak. Ini berarti variabel independen kompetensi sosial secara statistik berpengaruh signifikan terhadap variabel dependen prestasi belajar. 85 4.1.3.5 Koefisien Determinasi Simultan R 2 Untuk melihat besarnya pengaruh variabel independen terhadap variabel dependen secara keseluruhan dapat dilihat pada tabel model summary berikut ini: Table 4.21 Hasil Uji Koefisien Determinasi R 2 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .761 a .579 .547 2.55479 a. Predictors: Constant, Kompetensi_Sosial, Kompetensi_Profesional Pada tabel di atas diperoleh nilai Adjusted R 2 = 0,547 = 54,7 ini berarti variabel bebas kompetensi profesional dan kompetensi sosial, secara bersama- sama mempengaruhi variabel dependen prestasi belajar sebesar 54,7 dan sisanya dipengaruhi oleh variabel lain yang tidak masuk dalam penelitian ini. 4.1.3.6 Koefisien Determinasi Parsial r 2 Selain melakukan uji t maka perlu juga mencari besarnya koefisien determinasi parsialnya untuk masing-masing variabel bebas. Uji determinasi parsial ini digunakan untuk mengetahui seberapa besar sumbangan dari masing- masing variabel bebas terhadap variabel terikat. Secara parsial kontribusi kompetensi profesional dan kompetensi sosial, terhadap prestasi belajar bisa dilihat pada tabel berikut ini: 86 Tabel 4.22 Hasil Uji Koefisiensi r 2 Parsial Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Correlations B Std. Error Beta Zero- order Partial Part 1 Constant 7.527 11.112 .857 .399 Kompetensi_Prof esional .354 .100 .470 3.548 .001 .624 .564 .443 Kompetensi_Sosi al .546 .157 .461 3.478 .002 .618 .556 .435 a. Dependent Variable: Prestasi_belajar Berdasarkan tabel di atas, diketahui besarnya r 2 kompetensi profesional adalah 31,8, yang diperoleh dari koefisien korelasi parsial untuk variabel kompetensi profesional dikuadratkan yaitu 56,4 2 . Besarnya pengaruh kompetensi sosial adalah 30,9, yang diperoleh dari koefisien korelasi parsial untuk variabel kompetensi sosial dikuadratkan yaitu 55,6 2 . Hal ini menunjukkan bahwa variabel kompetensi profesional memberikan pengaruh lebih besar terhadap prestasi belajar dibandingkan variabel kompetensi sosial.

4.2 Pembahasan