H. Metode Analisis D
Metode data adal dihasilkan suatu kesim
ini meliputi analisis d 1.
Analisis Diskripti Untuk mendeskrip
dengan perhitungan deskriptif diperoleh h
dan standar deviasi σ
untuk masing-masing Jenis data penel
pencapaian data ordi angket digunakan 4 e
kadang 2 dan tidak menentukan adanya
diperoleh dari perhit digunakan untuk men
ideal dan mean ideal d kedalam 5 kriteria ata
kurva normal yang ter 5 skala
1 skala
29
is Data
dalah suatu cara yang dilakukan untuk meng simpulan yang tepat. Analisis yang digunakan d
s deskriptif, pengujian prasarat analisis dan peng iptif
kripsikan data setiap variabel dalam penelitia n statistik deskriptif dan analisis regresi. D
harga modus Mo, median Md, mean
X
σ yang akan ditampilkan distribusi frekuens
ng variabel. nelitian ini adalah data ordinal, untuk me
rdinal yang ada dirubah ke bentuk interval. empat pilihan jawaban,yaitu: Selalu 4, Seri
ak pernah 1. Empat pilihan jawaban di atas d a gradasi yang akan dirubah ke bentuk in
rhitungan skor minimal dan skor maksimal encari standar deviasi ideal dan mean ideal.
al digunakan untuk menentukan interval presen atau kategori. Pembagian jarak interval dicari d
terbagi menjadi 5 skala. ala = 6 SDi
ala = SDi = 1,2 SDi
engolah data agar n dalam penelitian
engujian hipotesis.
tian ini dilakukan . Dengan analisis
, variansi
2
σ ensi dan histogram
membuat kriteria l. Pada instrumen
ering 3, Kadang- s digunakan untuk
interval. Interval al yang nantinya
al. Standar deviasi entase pencapaian
i dengan membuat
30 Kurva bertitik tolak dari mean yang menempati jarak antara -0,6 SDi
sampai +0,6 SDi.
Gambar 3. Kurva normalitas 5 kategori Rekomendasi yang diberikan terhadap presentase pencapaian yang
diperoleh dengan cara mencari skor ideal, yaitu skor yang mungkin dicapai jika semua item dapat dijawab dengan benar. Mean ideal dan Standar Deviasi ideal
dapat dicari dengan cara sebagai berikut: Mi
= ½ skor tertinggi + skor terendah SDi
= 16skor tertinggi – skor terendah Berdasarkan gambar kurva normalitas dan perhitungan skor ideal, maka
dapat dibuat tabel kriteria presentase pencapaian sebagai berikut: Tabel 2. Kriteria Presentase Pencapaian
Interval Kriteria
Mi + 1,8 SDi s.d Skor tertinggi Sangat baik
Mi + 0,6 SDi s.d Mi + 1,8 SDi baik
Mi - 0,6 SDi s.d Mi + 0,6 SDi Sedang
Mi - 1,8 SDi s.d Mi - 0,6 SDi Rendah
Skor terendah s.d Mi - 1,8 SDi Sangat Rendah
M -0,6 SDi
+0,6 SDi +1,8 SDi
-1,8 SDi
31 2.
Uji Persyarat Analisis Uji prasyarat analisis dilakukan agar hasil analisis data benar-benar memiliki
tingkat keterpercayaan yang tinggi. Uji ini dimaksudkan untuk mengetahui apakah data berdistribusi normal, dan apakah hubungan antar variabelnya linier, dari
pengumpulan data. Untuk maksud diatas, maka perlu diadakan uji prasyarat analisis korelasi diantaranya adalah sebagai berikut:
a. Uji Normalitas
Uji normalitas data dilakukan untuk mengetahui apakah masing-masing variabel dalam penelitian ini datanya berdistribusi normal atau tidak sebagai
persyaratan pengujian hipotesis. Untuk menguji normalitas dapat menggunakan uji Kolmogorov-Smirnov KS.
Untuk menguji normalitas dengan uji KS digunakan formula
2 1
2 1
36 .
1 n
n n
n KS
× +
=
Keterangan: KS = Harga kolmogorov-smirnov yang dicari
n
1
= Jumlah sampel yang diobservasidiperoleh n
2
= Jumlah sampel yang diharapkan Kriteria pengujian normalitas data dari setiap variabel ubahan yaitu jika
masing-masing variabel memiliki nilai lebih dari 0,05 maka dapat disimpulkan bahwa variabel penelitian berdistribusi normal. Begitu juga sebaliknya, jika
masing-masing variabel memiliki nilai kurang dari 0,05 maka dapat disimpulkan bahwa variabel penelitian tidak berdistribusi normal.
32 b.
Uji Linearitas Uji linearitas dilakukan untuk mengetahui apakah hubungan antara variabel
bebas dan variabel terikat berbentuk linear. Uji linearitas dilakukan dengan uji statistik F.
Untuk menguji linearitas dengan uji F digunakan rumus:
res reg
reg
Rk Rk
F =
Keterangan: F
reg
= Harga F garis linear Rk
reg
= Rerata kuadrat regresi Rk
res
= Rerata kuadrat residu Kriteria yang digunakan adalah, jika F-
hitung
lebih kecil dari F-
tabel
maka korelasi atau hubungan berbentuk linear dan sebaliknya jika F
-
hitung lebih besar dari F
-tabel
maka korelasinya tidak berbentuk linear. 3.
Analisis Regresi Linier sederhana Regresi linear sederhana didasarkan pada hubungan fungsional ataupun kausal
satu variabel independen dengan satu variabel dependen. Rumus persamaan regresi linear sederhana untuk mengetahui hubungan secara positif atau negatif
dapat dijabarkan sebagai berikut:
Y = a + bX
Keterangan: Y
= Variabel dependen nilai yang diprediksikan X
= Variabel independen a
= Konstanta nilai Y’ apabila X = 0 b
= Koefisien regresi nilai peningkatan maupun penurunan
33
BAB IV HASIL PENELITIAN DAN PEMBAHASAN