commit to user 55
h Langkah terakhir adalah menggunakan angket yang telah diperbanyak dan sudah menggunakan umpan balik dari responden sebagai alat pengumpul
data yang kemudian dianalisis.
D. Rancangan Penelitian
Rancangan penelitian memaparkan hubungan antara berbagai variabel yang akan di teliti. Rancangan penelitian meliputi metode yang nantinya
digunakan untuk memperoleh data. Salah satu cara mencari kebenaran yang dipandang ilmiah adalah melalui metode penelitian. Tujuan umum pelaksanaan
penelitian adalah untuk memecahkan masalah, maka langkah-langkah yang digunakan harus relevan dengan masalah yang dirumuskan.
Untuk mengetahui ada tidaknya pengaruh dari variabel –variabel yang akan
diukur dalam penelitian ini peneliti akan melakukan penelitian dengan metode deskriptif. Penelitian deskriptif merupakan penelitian untuk memberi uraian
mengenai fenomena atau gejala sosial yang diteliti dengan mendeskripsikan tentang nilai variabel mandiri, baik satu variabel atau lebih independent
berdasarkan indikator –indikator dari variabel yang diteliti tanpa membuat
perbandingan atau menghubungkan antara variabel yang diteliti guna untuk eksplorasi dan klasifikasi dengan mendeskripsikan sejumlah variabel berkenaan
dengan masalah variabel yang diteliti Iskandar 2008:61. Rancangan penelitian yang disusun dengan baik, selain berguna untuk
peneliti itu sendiri juga memudahkan pihak lain untuk melakukan evaluasi. Berikut ini merupakan rancangan penelitian dalam penelitian ini:
1. Variabel bebas atau independent variable adalah cara belajar siswa X
1
dan gaya mrngajar guru X
2
2. Variabel terikat dependent variable adalah prestasi belajar siswa Y. 3. Metode yang digunakan adalah metode penelitian deskriptif, yaitu metode
penelitian yang digunakan apabila bertujuan untuk medeskripsikan atau menjelaskan data, peristiwa atau kejadian yang ada pada masa sekarang.
commit to user 56
E. Teknik Analisis Data
Setelah data terkumpul dengan lengkap dan benar, kemudian dilakukan analisis data. Adapun langkah-langkahnya adalah sebagai berikut:
1. Uji Prasyarat Analisis a. Uji Normalitas
Uji normalitas sampel atau menguji normal tidaknya sampel, tidak lain sebenarnya adalah mengadakan pengujian terhadap normal tidaknya sebaran data
yang akan dianalisis Suharsimi Arikunto, 2005: 301. Apabila data distribusi normal, berarti data tersebut dapat dipakai untuk penelitian ini sebagai salah satu
syarat analisis regresi linear yang nantinya digunakan untuk menguji hipotesis. Langkah yang dilakukan dalam uji ini adalah dengan menggunakan One sample
Kolmogorov-Smirnov dengan menggunakan taraf signifikan 0,05. Data dinyatakan berdistribusi normal jika signifikasi lebih besar dari 0,05 Duwi Priyatno,
2008:28. b. Uji Linearitas
Uji Linieritas digunakan untuk mendeteksi adanya hubungan linier antara variabel X dan Y yang bisa dilakukan, sebagai berikut :
1 Plot antara residu e versus Y-topi Jika plot yang bersangkutan menggambarkan suatu scatter diagram
diagram pencar dalam arti tidak berpola maka dapat dikatakan tidak terjadi mispesifikasi pada fungsi regresi, hal ini bararti bahwa hubungan
antara variabal X dan Y adalah linier.
2 Plot antara variabel X versus Y Jika plot menggambarkan garis lurus maka asumsi pertama ini
telah terpenuhi. 3 Plot antara residu versus X
Jika plot menggambarkan diagram pencar maka linieritas ini sudah terpenuhi.
Siswandari, 2008:35
c. Multikolinearitas Multikolinieritas digunakan untuk menguji suatu model apakah terjadi
hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu
commit to user 57
terhadap variabel terikat. Pengujian ini untuk mengetahui apakah antar variabel bebas dalam persamaan regresi tersebut tidak saling berkorelasi. Untuk
mendeteksi multikolinieritas adalah dengan melihat nilai tolerance dan nilai Variance Inflation Factor VIF, di mana menurut Hair et al dalam Duwi Priyatno
2009 variabel dikatakan mempunyai masalah multikolinearitas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10.
d. Uji Autokorelasi Uji autokorelasi adalah bertujuan mengetahui ada atau tidaknya
penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada pengamatan dengan pengamatan lain pada model regresi. Model
regresi yang baik apabila tidak terjadi autokorelasi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan D-W
Durbin Watson dengan rumus sebagai berikut:
Keterangan: d
= Nilai Durbin – Watson
= Jumlah kuadrat sisa Gujarati, 2003.
Pada penelitian ini dilakukan uji autokorelasi dengan melihat nilai Durbin – Watson pada tabel model summary. Pengujian dilakukan dengan menggunakan
software SPSS 17. Menurut Singgih Santoso 2010: 215 kriteria autokorelasi ada 3, yaitu:
1 Nilai D-W dibawah -2 berarti diindikasikan ada autokorelasi positif. 2 Nilai D-W diantara -2 sampai 2 berarti diindikasikan tidak ada
autokorelasi. 3 Nilai D-W diatas 2 berarti diindikasikan ada autokorelasi negatif.
commit to user 58
1. Uji Hipotesis a. Uji Hipotesis I dan II
Pengujian hipotesis I dan II dilakukan dengan menggunakan uji r. Penggunaan Uji r adalah untuk menguji secara parsial masing-masing variabel
dan untuk mengetahui keeratan hubungan antara dua variabel, yakni variabel independen dengan variabel dependen. Menurut Sugiyono 2007: 184-185
langkah-langkah dari uji r adalah sebagai berikut : 1 Hipotesis
Ho : = 0 Berarti tidak ada pengaruh yang signifikan secara parsial variabel
independen terhadap variabel dependen. Ho :
≠ 0 Berarti ada pengaruh yang signifikan secara parsial variabel independen
terhadap variabel dependen. 2 Tingkat signifikasi = 5
3 Rumus uji r
2 2
2 2
Y Y
N X
X N
Y X
XY N
r
xy
Keterangan: r
xy
: koefisien korelasi variabel x dan y X : jumah skor-skor X
Y : jumlah skor-skor Y N
: jumlah responden Suharsimi Arikunto,2006: 275
4 Kriteria pengujian Ho diterima dan Ha ditolak apabila r
hitung
r
tabel
atau nilai probabilitas 0,05.
Ho ditolak dan Ha diterima apabila r
hitung
r
tabel
atau nilai probabilitas 0,05.
Uji r dalam penelitian ini menggunakan software SPSS 17, yaitu dengan melihat tabel correlations pada nilai pearson correlation. Jika nilai pearson
commit to user 59
correlation r
hitung
r
tabel
dengan nilai probabilitas 0,05, maka dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap variabel terikat. Atau jika
nilai pearson correlation r
hitung
r
tabel
dengan nilai probabilitas 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing
variabel bebas terhadap variabel terikat. Sedangkan untuk mengetahui keeratan hubungan antara dua variabel
adalah dengan menginterpretasi terhadap nilai r. Menurut Sugiyono 2007: 184 interpretasi tersebut adalah sebagi berikut:
Tabel 1. Pedoman Interpretasi Nilai r
Besarnya nilai r Interpretasi
Antara 0,800 sampai dengan 1,00 Sangat Kuat
Antara 0,600 sampai dengan 0,799 Kuat
Antara 0,400 sampai dengan 0,599 Sedang
Antara 0,200 sampai dengan 0,399 Rendah
Antara 0,00 sampai dengan 0,199 Sangat Rendah
Untuk mengahasilkan suatu data penelitian yang akurat dalam penelitian ini penulis menambahkan uji t sebagai uji pembanding terhadap hasil pengujian
yang telah dilakukan dengan menggunakan uji r sehingga diharapkan akan mendapatkan suatu hasil pengujian yang valid dan akurat.
b. Analisis Regresi Linear Ganda Korelasi ganda digunakan untuk mencari hubungan antara dua variabel
bebas atau lebih yang secara bersama-sama dihubungkan dengan variabel terikatnya. Bentuk persamaan regresi ganda adalah sebagai berikut:
2 2
1 1
X b
X b
a
Y
Di mana :
Y
= Variabel dependen nilai yang diprediksikan a
= Konstanta nilai Y apabila X1, X2….. = 0
b
1
, b
2
= Koefisien regresi nilai peningkatan atau penurunan X
1
, X
2
= Variabel independen Duwi Priyatno, 2010:61
commit to user 60
c. Uji Hipotesis III Pengujian hipotesis III akan dilakukan dengan menggunakan uji F.
Uji F digunakan untuk mengetahui apakah variabel independen X
1,
X
2
...X
n
secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen Y. Atau untuk mengetahui apakah model regresi
dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi.
Tingkat signifikansi menggunakan a = 5 atau 0,05. Duwi Priyatno, 2010: 67
Adapun langkah-langkah dari uji F adalah sebagai berikut : 1 Hipotesis
Ho : b
1
= b
2
= b
3
= b
4
= b
5
= b
6
= 0 Berarti tidak ada pengaruh yang signifikan secara bersama-sama variabel
independen terhadap variabel dependen. Ho : b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
≠ b
6
≠ 0 Berarti ada pengaruh yang signifikan secara bersama-sama variabel
independen terhadap variabel dependen. 2 Tingkat signifikasi = 5 ; F tabel k-1;n-k
3 Rumus uji F
Keterangan: R
2
= Koefisien determinasi n
= Jumlah observasi k
= Jumlah variabel 4 Kriteria pengujian
Ho diterima dan Ha ditolak apabila F
hitung
F
tabel
atau nilai probabilitas
0,05. Ho ditolak dan Ha diterima apabila F
hitung
F
tabel
atau nilai probabilitas
0,05.
commit to user 61
Uji F dalam penelitian ini menggunakan software SPSS 17, yaitu dengan melihat tabel ANOVA dalam kolom nilai F, jika F
hitung
F
tabel
dengan nilai probabilitas 0,05 maka dapat dikatakan terdapat pengaruh yang signifikan
secara bersama-sama variabel bebas terhadap variabel terikat dan model regresi bisa dipakai untuk memprediksi variabel terikat. Atau jika F
hitung
F
tabel
dengan nilai probabilitas 0,05 maka tidak terdapat pengaruh yang signifikan secara
bersama-sama antara variabel bebas terhadap variabel terikat. d. Menghitung sumbangan relatif dan sumbangan efektif masing-masing
prediktor terhadap kriterium Y Sumbangan relatif dan sumbangan efektif digunakan untuk mengetahui
seberapa sumbangan murni masing-masing prediktor terhadap kriterium Y. 1 Menghitung sumbangan relatif
1
X dan
2
X terhadap Y dengan rumus.
1
X =
100
1 1
x REG
JK y
x b
100
2 2
2
x REG
JK y
x b
X
2 Menghitung sumbangan efektif
1
X dan
2
X terhadap Y dengan rumus. Untuk
1
X SE
1
X = SR
1
X x
2
R Untuk
2
X SE
2
X = SR
2
X x
2
R Keterangan
2
R = SE adalah sumbangan efektif garis regresi. Sutrisno Hadi, 2002 : 44-45
commit to user
62
BAB IV HASIL PENELITIAN