111 -
Jika ada pola tertentu, seperti titik-titik
point-point
yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar
kemudian menyempit, maka telah terjadi heteroskedastisitas. -
Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4. Uji Multikolinieritas Uji multikolinieritas dilakukan untuk menguji apakah pada model
regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas.
Dengan dasar pengambilan keputusan:
17
- Nilai
tolerance
10 dan nilai VIF
Variance Infaltion Factor
10, maka Ho diterima yang artinya terjadi multikolinieritas antar variabel
bebas dalam model regresi. - Nilai
tolerance
10 dan nilai VIF
Variance Infaltion Factor
10, maka Ho tidak diterima yang artinya tidak terjadi multikolinieritas
antar variabel bebas dalam model regresi.
H. Teknik Analisis Data
Teknik analisa data adalah tehnik yang digunakan menganalisa yang diperoleh dari hasil penelitian. Data yang sudah terkumpul kemudian diolah
yakni dianalisis diinterpretasikan dan disimpulkan. Tehnik analisa data yang digunakan dalam penelitian ini adalah tehnik analisa data statistik. Analisis
statistik adalah dalam menganalisis suatu data menggunakan dasar tehnik dan
17
Ibid., 56
112 tata kerja statistik, analisis data dengan menggunakan metode kuantitatif,
kemudian untuk mengetahui pengaruh kompetensi guru, Media Pembelajaran
Power Point
, dan disiplin belajar terhadap hasil belajar Fiqih, penulis menggunakan data presentase sebagai berikut:
P =
F N
x 100 . Keterangan:
P : Angka presentase. F : Frekwensi yang sedang dicari presentasenya.
N : Jumlah frekwensi.
18
Untuk menguji hipotesis satu, dua, tiga, dan empat, yaitu untuk mengetahui pengaruh kompetensi guru,
Power Point
, dan disiplin belajar terhadap hasil belajar Fiqih dapat digunakan analisa regresi linier berganda
dengan menggunakan bantuan program
Statistical Program Social Science
SPSS 20.0
for windows
, adapun formula dari regresi linier berganda adalah sebagai berikut :
Ŷ : a + b
1
X
1
+b
2
X
2
+b
3
X
3
+ e Dimana :
Y : Hasil belajar Fiqih
X
1
: Kompetensi Guru X
2
:
Power Point
X
3
: Disiplin belajar
18
Nana Sudjana,
Metode Statistik
, Bandung: Transito, 2002, 40
113 a
: Konstanta, nilai Y pada saat samua variabel bernilai 0 b
1
: Kemiringan permukaan regresi yang menyatakan koefisien regresi dari variabel X
1
. b
2
: Kemiringan permukaan regresi yang menyatakan koefisien regresi dari variabel X
2
. b
3
: Kemiringan permukaan regresi yang menyatakan koefisien regresi dari variabel X
3
. e
: Suku kesalahan berdistribusi normal dengan rata-rata 0, untuk tujuan perhitungan dan diasumsikan 0.
Dari hasil perhitungan di atas dapat digunakan sebagai dasar untuk menganalisa guna membuktikan hipotesis. Pembuktian hipotesis dilakukan
dengan menggunakan uji statistik di dukung oleh uji ekonometrika sebagai berikut :
1. Pengujian hipotesis pertama, kedua, dan ketiga
Selanjutnya dugunakan uji t untuk mengetahui pengaruh dari
masing-masing variabel bebas terhadap variabel terikat. Pengujian dilakukan dengan uji t dengan membandingkan t
hitung
dengan t
tabel
pada derajat signifikan 95
05 ,
. a.
t
hitung
t
tabel
maka Ho ditolak Ha diterima. Artinya variabel bebas dapat menerangkan variabel tidak bebas dan ada pengaruh diantara
kedua variabel yang diuji.
114 b.
t
hitung
t
tabel
maka Ho diterima Ha ditolak. Artinya variabel bebas tidak dapat menerangkan variabel bebasnya dan tidak ada pengaruh
diantara kedua variabel yang diuji. Selanjutnya untuk membuktikan pengaruh dominan dari
variabel bebas terhadap variabel terikat dapat dilihat dari nilai beta. Variabel bebas tersebut variabel bebas yang mempunyai nilai beta
terbesar maka variabel bebas tersebut berpengaruh dominan terhadap variabel terikat
Pembuktian hipotesis : Ho diterima apabila
,
i
b
artinya variabel bebas secara parsial tidak mempunyai pengaruh terhadap variabel terikat Y.
Ho ditolak apabila
,
i
b
artinya variabel bebas secara parsial mempunyai pengaruh terhadap variabel terikat Y.
Gambar 3.1. Kurva Normal t
Ho ditolak Ho ditolak
Ho diterima
tabe l
t
ta be l
t
Langkah selanjutnya yang harus dilakukan adalah mencari nilai koefisien beta
dari masing-masing variabel bebas. nilai koefisien beta
ini digunakan untuk mengetahui dominannya variabel bebas
115 tersebut terhadap variabel terikat. Semakin besar nilai koefisien beta
dari variabel bebas maka semakin dominan variabel bebas tersebut terhadap variabel terikat.
2. Pengujian hipotesis keempat
Untuk membuktikan hipotesis keempat digunakan uji F, yaitu untuk menguji apakah variabel bebas secara bersama-sama
berpengaruh atau tidak terhadap variabel terikat. Pengujian melalui uji F atau variasinya adalah dengan
membandingkan F
hitung
dengan F
tabel
pada derajat signifikan 95
05 ,
. Apabila hasil perhitungan menunjukkan : a.
F
hitung
F
tabel
atau apabila probalitas kesalahan kurang dari 5 maka Ho ditolak Ha diterima. Artinya variasi dari model regresi
berhasil menerangkan variasi variabel bebas secara keseluruhan. b.
F
hitung
F
tabel
atau apabila probalitas kesalahan lebih dari 5 maka Ho diterima Ha ditolak. Artinya variasi dari model regresi
berhasil menerangkan variasi dari model regresi tidak berhasil variabel bebas secara keseluruhan.
Gambar 3.2. Kurva F
Ho ditolak Ho diterima
tabel
F
116 Untuk menguji ketergantungan linier berganda, maka
dilakukan pengujian hipotesis dengan menggunakan rumus sebagai berikut :
19
1 1
2 2
k n
R k
R F
hitung
Dimana :
2
R
= Koefisien determinasi k
= Jumlah variabel
independent
n = jumlah anggota sampel
Pembuktian hipotesis : a.
Ho diterima apabila
... ...
3 2
1
b b
b
variabel bebas secara bersama- sama tidak memiliki pengaruh terhadap variabel terikat Y.
b. Ha diterima apabila minimal satu variabel bebas secara bersama-
sama mempunyai pengaruh terhadap variabel terikat Y. Selanjutnya untuk melihat kemampuan variabel bebas dalam
menerangkan varibel tidak bebas dapat diketahui dari besarnya koefisien determinasi ganda R.
Rumusnya :
SSt SSe
SSr SSr
Y Y
Y Y
R
1 ˆ
1
2 2
2
Dimana :
19
Sugiyono, Statistik Untuk Penelitian, Bandung: CV. Alpabeta, 2005, 190
117 SSr
= Jumlah kuadrat regresi SSe
= Jumlah kuadrat kesalahan SSt
= Jumlah kuadrat total Dengan kata lain determinasi koefesien ganda digunakan untuk
mengukur besarnya sumbangan dari variabel bebas yang diteliti terhadap variasi variabel tidak bebas. Jika R yang diperoleh dari hasil
perhitungan semakin besar mendekati 1, maka dapat dikatakan bahwa sumbangan variabel bebas terhadap variasi variabel tidak bebas
semakin besar. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan variasi variabel tidak bebasnya. Sebaliknya jika R
semakin kecil mendekati 0, maka dapat dikatakan bahwa sumbangan dari variabel bebas terhadap variasi variabel tidak bebas semakin kecil.
Secara umum dapat dikatakan bahwa besar koefesien determinasi ganda R berada antara 0-1 atau 0 R 1.
118
BAB IV PENGAYAAN DAN ANALISIS DATA
A. Gambaran Umum MTs Nurul Iman
