commit to user 91
Tabel 4.4 diatas juga menunjukkan bahwa perilaku mahasiswa dalam memberikan asuhan persalinan normal rata-rata skornya 8,17. Hasil estimasi
interval dapat disimpulkan bahwa dengan tingkat kepercayaan 95 diyakini perilaku mahasiswa dalam memberi asuhan persalinan normal skornya antara 7,66
-8,67. Skor ini merupakan skor perilaku yang cukup baik karena rata-rata responden telah menunjukkan 80 lebih dari perilaku yang dipersyaratkan.
2. Pengujian Hipotesis
a. Analisis Bivariat
Hubungan minat belajar dan kompetensi mahasiswa dengan perilaku mahasiswa dalam melaksanakan asuhan persalinan normal.
Tabel 4.5. Analisis hubungan minat belajar dan kompetensi dengan perilaku mahasiswa dalam melaksanakan Asuhan Persalinan Normal di Akademi Kutai
Husada Tenggarong 2010 n=60
Variabel dependen: Perilaku Mahasiswa
Sumber : data Primer Oktober 2010
Variabel Independen Pearson
Correlation r p-value
Minat belajar 0,394
0,002 Kompetensi mahasiswa
0,593 0,000
commit to user 92
Tabel 4.5 diatas menunjukkan hubungan antara minat belajar dengan perilaku mahasiswa dalam melaksanakan asuhan persalinan normal
dengan tingkat hubungan lemah dimana nilai
Pearson Correlation
r sebesar 0,394. Hubungan ini berpola positif, artinya semakin baik minat
mahasiswa maka perilaku mahasiswanya semakin baik. Hasil uji statistik menunjukkan
p
-
value
0,002 yang lebih kecil dari alfa 0,05 dengan demikian Ho ditolak, artinya ada hubungan yang bermakna antara minat
belajar dengan perilaku mahasiswa dalam melaksanakan asuhan persalinan normal. Variabel ini memenuhi
syarat untuk dimasukan dalam uji multivariat. Hubungan variabel kompetensi mahasiswa dengan perilaku mahasiswa
dalam melaksananakan asuhan persalinan normal bersifat sedang dimana nilai
Pearson Correlation
r hanya 0,593. Hubungan ini berpola positif, artinya semakin baik kompetensi mahasiswa maka perilaku mahasiswa
dalam memberikan asuhan persalinan normal semakin baik. Hasil uji statistik menunjukkan
p
-
value
0,000 yang lebih kecil dari alfa 0,05 dengan demikian Ho ditolak, artinya ada hubungan yang bermakna antara
variable kompetensi mahasiswa dengan perilaku mahasiswa dalam melaksanakan asuhan persalinan normal. Variabel ini memenuhi syarat
untuk dimasukan dalam uji multivariat.
commit to user 93
b. Analisis Multivariat
Analisis mutivariat dilakukan dua tahap yaitu regresi linier sederhana dan regresi linier berganda. Regresi linier dipilih karena data yang didapat
adalah data numerik. 1
Regresi Linier Sederhana Regresi linier sederhana ini dilakukan dengan tujuan untuk
membuat perkiraan prediksi nilai suatu variabel variabel dependen melalui variabel lain variabel independent. Hasil analisis regresi
linier sederhana dirangkum dalam tabel 4.6 berikut ini.
Tabel 4.6. Analisis regresi linier sederhana variabel minat belajar dan kompetensi mahasiswa dalam melaksanakan asuhan persalinan normal di
Akademi Kebidanan Kutai Husada Tenggarong 2010 n=60
Variabel dependen: Perilaku mahasiswa
Variabel Independen
R R2
Persamaan Garis Y=a+bx+e
p-
Value
Minat belajar 0,394 0,155 Perilaku mahasiswa =
3,286 + 0,78Minat belajar + 0,024
0,002
Kompetensi mahasiswa
0,593 0,352 Perilaku mahasiswa = 3,467 +
0,053Kompetensi mahasiswa + 0,009
0,000
Sumber : Data Primer Oktober 2010
commit to user 94
Dari Tabel 4.6 diatas memberikan gambaran bahwa hubungan antara minat belajar dengan perilaku mahasiswa dalam melaksanakan asuhan
persalinan normal bersifat lemah r = 0,394 berpola positif, artinya semakin baik minat belajar mahasiswa maka perilaku dalam melaksanakan
asuhan persalinan normal semakin baik. Nilai koefisien determinasinya 0,155 artinya persamaan garis regresi yang diperoleh menerangkan bahwa
perilaku mahasiswa dalam melaksanakan asuhan persalinan normal hanya di tentukan 15,5 dari minat belajar mahasiswa, sisanya ditentukan oleh
variabel lain, pada tingkat kepercayaan 95. Persamaan garis regresi yang didapat kurang baik untuk menjelaskan variabel perilaku mahasiswa dalam
melaksanakan asuhan persalinan normal. Hasil uji statistik menunjukan ada hubungan yang bermakna antara minat belajar dengan perilaku
mahasiswa p=0,002.
Tabel 4.6 diatas juga memberikan gambaran tentang hubungan kompetensi mahasiswa dengan perilaku melaksananakan APN yang bersifat sedang
r = 0,593 berpola positif, artinya semakin tinggi kompetensi mahasiswa maka perilaku mahasiswa dalam melaksanakan APN semakin baik. Nilai
koefisien determinasinya 0,352, artinya persamaan garis regresi yang diperoleh menerangkan 35,2 perilaku mahasiswa dalam melaksanakan
praktik APN dilaboratorium, pada tingkat kepercayaan 95, persamaan garis regresi yang didapat kurang baik untuk menjelaskan variabel perilaku
mahasiswa dalam melaksanakan APN. Hasil uji statistik menunjukan ada
commit to user 95
hubungan yang bermakna antara kompetensi mahasiswa dengan perilaku mahasiswa p=0,000.
2 Regresi Linier Berganda Metode yang digunakan untuk melakukan analisis regresi linier
berganda adalah metode
enter.
Sama halnya pada regresi linier sederhana, variabel yang dimasukan dalam regresi liner berganda
adalah variabel yang memiliki p-
value
0,25 pada saat dilakukan uji korelasi pada bivariat.
Hasilnya dapat dilihat pada tabel berikut ini: Tabel 4.7. Hasil analisis regresi linier berganda
model summary
prediktor perilaku mahasiswa dalam melaksanakan APN di Akademi Kebidanan
Kutai Husada Tenggarong 2010 n=60
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
0,630
a
0,397 0,376
1,547 a. Predictors: Constant, minat belajar, kompetensi mahasiswa
b. Dependent Variable: perilaku mahasiswa
Dari Tabel 4.7 Koefisien determinasinya adalah 0,397, artinya variabel minat belajar dan kompetensi mahasiswa secara bersama-sama dapat
menjelaskan 39,7 dari perilaku mahasiswa dalam melaksanakan APN
commit to user 96
atau dengan kata lain perilaku mahasiswa dalam melaksanakan APN, 39,7 ditentukan oleh minat belajar mahasiswa dan kompetensi
mahasiswa pada tingkat kepercayaan 95, sementara sisanya 60,3 oleh dijelaskan variabel lain. Hasil ini dapat dikatakan bahwa model ini
cukup baik untuk menjelaskan perilaku mahasiswa dalam APN. Tabel 4.8.Hasil analisis regresi linier berganda kotak
coeficient
variabel minat belajar dan kompetensi mahasiswa dengan variabel dependen
perilaku mahasiswa dalam melaksanakan APN di Akademik Kebidanan Kutai Husada 2010 n=60
Variabel dependen: Perilaku mahasiswa Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
Constant 1,268
1,357 0,934 0,354
Kompetensi mahasiswa 0,047
0,010 0,520
4,782 0,000 Minat belajar
0,044 0,022
0,224 2,060 0,044
Setelah dilakukan analisis regresi linier berganda diatas yang menggunakan metode
enter
. Diantara dua variabel independen yaitu minat belajar dan kompetensi mahasiswa, keduanya masuk dalam model.
Variabel independen yang paling berhubungan adalah kompetensi mahasiswa dengan
standardized coefficients beta
-nya 0,520. Dengan demikian, dapat disimpulkan variabel yang paling berhubungan
berpengaruh terhadap perilaku mahasiswa dalam melaksanakan APN adalah variabel kompetensi mahasiswa.
commit to user 97
Tabel 4.9. Hasil analisis regresi linier berganda kotak
Anova
variabel prediktor perilaku mahasiswa dalam melaksanakan APN di Akademi
Kebidanan Kutai Husada Tenggarong 2010 n=60
D a
r i
T abel 4.9 Hasil uji F menunjukan nilai p= 0,000 yang berarti pada alfa 5
dapat dinyatakan bahwa model regresi tersebut cocok fit dengan data yang ada. Kedua variabel tersebut minat belajar dan kompetensi
mahasiswa secara siginifikans dapat memprediksi variable perilaku mahasiswa dalam melaksanakan APN.
Jika menggunakan rumus regresi linier berganda ini:
Y = a + b
1
X
1
+b
2
x
2
+b
3
X
3
…b
k
X
k
± e dimana adalah e = Z x SEE
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
89,866 2
44,933 18,768 ,000
a
Residual 136,467
57 2,394
Total 226,333
59 a. Predictors: Constant, minat belajar, kompetensi mahasiswa
b. Dependent Variable: perilaku mahasiswa
commit to user 98
Diketahui SEE adalah
standard error of the estimate
Tabel 4.5 kotak
model Summary
dan Z dapat dilihat dari tabel Z dengan tingkat
kepercayaan 95 adalah 1,96.
Maka Persamaan regresi linier bergandanya perilaku mahasiswa dalam melaksanakan APN adalah:
Perilaku Mahasiswa = 1,268 + 0,047xKompetensi mahasiswa+0,044 x
Minat belajar mahasiswa ± 1,547 Persamaan ini memperkirakan variabel perilaku mahasiswa dalam
melaksanakan APN akan naik sebesar 0,047 bila memiliki kompetensi yang baik, ditambah 0,044 bila mahasiswa memiliki minat belajar yang
baik. Persamaan ini dipengaruhi oleh
error
sebesar ± 1,547.
p
-
value
masing-masing menunjukan 0,000; 0,044; dimana ketiga
p-value
tersebut alfa 0,05, artinya dengan menggunakan alfa 5, minat belajar dan
kompetensi mahasiswa dapat menentukan perilaku mahasiswa dalam melaksanakan APN.
3 Sumbangan Prediktor
Sumbangan predictor digunakan untuk mengetahui berapa sumbangan konstribusi masing-masing variabel bebas. Ada dua jenis
sumbangan yaitu sumbangan efektif dan sumbangan relative. Jumlah sumbangan efektif untuk semua variabel sama dengan koefisien
commit to user 99
determinasi, sedangkan jumlah sumbangan relatif untuk semua variabel bebasnya.
Hasil perhitungan adalah sebagai berikut : a
Sumbangan Relatif i
SR X
1
dengan Y Tabel 4.10. Hasil analisis regresi linier berganda kotak
coeficient
variabel minat belajar dan kompetensi mahasiswa dengan variabel dependen perilaku
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s
t Sig.
B Std.
Error Beta
Constant 1,268
1,357 ,934
,354 Minat belajar
,044 ,022
,224 2,060
,044 Kompetensi
mahasiswa ,047
,010 ,520
4,782 ,000
a. Dependent Variable: Perilaku mahasiswa
commit to user 100
ii SR X
2
dengan Y Tabel 4.11. Hasil analisis regresi linier berganda
model summary
prediktor perilaku mahasiswa
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
0,630
a
0,397 0,376
1,547 a. Predictors: Constant, minat belajar, kompetensi mahasiswa
b. Dependent Variable: perilaku mahasiswa Untuk menghitung korelasi parsial antara variabel bebas dengan variabel terikat,
digunakan rumus : 1
Konstribusi Relatif a
Prediktor X
1
a
1
∑x
1
Y SR = _______________ x 100
a
1
∑x
1
Y + a
2
∑x
2
Y
b Prediktor X
2
a
1
∑x
1
Y SR = _______________ x 100
a
1
∑x
1
Y + a
2
∑x
2
Y
commit to user 101
2 Konstribusi Efektif
a Prediktor X
1
: SE x
1
= SRx
1
.R
2
b Prediktor X
2
: SE x
2
= SRx
2
.R
2
Hasil perhitungan Adalah Sebagai Berikut : Di Ketahui :
a
1
= 0,044 a
2
= 0,047 R
2
= 0,397
1. Sumbangan Relatif