56 nihil Ho ditolak dan hipotesis alternatif Ha diterima. Selain itu untuk
mengetahui tingkat keeratan hubungan, nilai r
hitung
dapat dikonsultasikan dengan nilai koefisien korelasi pada Tabel 12 sebagai berikut.
Tabel 12. Interpretasi Nilai Koefisien Korelasi No.
Interval r Kekuatan Hubungan
1 0,000 – 0,199
Sangat Lemah 2
0,200 – 0,399 Lemah
3 0,400 – 0,599
Cukup Kuat 4
0,600 – 0,799 Kuat
5 0,800 – 1,000
Sangat Kuat Sumber : Triton P.B. 2005: 164
b. Regresi ganda
Regresi ganda digunakan untuk memodelkan hubungan variabel bebas terhadap variabel terikat. Dalam penelitian ini, analisis regresi ganda digunakan
untuk menguji hubungan antara pengelolaan kelas dan pemilihan media pembelajaran secara bersama-sama terhadap kinerja guru. Pengujian hipotesis
ini dilakukan dengan menggunakan software SPSS 16.0 for Windows. Analisis
regresi ganda dilakukan dengan langkah-langkah sebagai berikut. 1.
Mencari koefisien korelasi ganda antara kriterium Y dengan X
1
dan X
2
Keterangan: Ry
1,2
: Koefisien korelasi antara Y dengan X
1
, X
2
a
1
: Koefisien prediktor X
1
a
2
: Koefisien prediktor X
2
∑X
1
Y : Jumlah produk antara X
1
dengan Y ∑X
2
Y : Jumlah produk antara X
2
dengan Y ∑Y
: Jumlah kuadrat kriterium Y
57 2.
Mencari keberartian korelasi ganda
Keterangan: F
reg
: Harga F garis regresi N
: Cacah Kasus M
: Jumlah prediktor R
2
: Korelasi antara kriterium dengan prediktor Pengujian ini dimaksudkan untuk mengetahui keadaan hipotesis ketiga
diterima atau ditolak. Tingkat penerimaan yang digunakan adalah harga F dengan taraf signifikansi 5. Jika harga probabilitas p kurang dari 0,05,
maka hipotesis alternatif Ha diterima dan hipotesis nihil Ho ditolak. Jika harga probabilitas p lebih dari 0,05 maka hipotesis alternatif Ha ditolak
dan hipotesis nihil Ho diterima. 3.
Mencari persamaan garis regresi Y = a + b
1
X
1
+ b
2
X
2
Keterangan: Y
: Subjek variabel terikat yang diprediksikan a
: Harga Y ketika X
1
dan X
2
= 0 b
1
, b
2
: Koefisien regresi variabel bebas pertama dan kedua X
1
, X
2
: Subjek variabel bebas pertama dan kedua 4.
Mencari sumbangan relatif SR dan sumbangan efektif SE
∑
100 , SE = SR x R
2
Keterangan: SR
: Sumbangan relatif predikator Beta
: Koefisien predikator variabel ∑
: Jumlah hasil perkalian variabel Jk
reg
: Jumlah kuadrat regresi SE : Sumbangan efektif dari suatu predikator
R
2
: Koefisien determinan