H. Teknik Analisis Data
1. Pengujian Statistik Deskriptif
Statistik  deskriptif  dimaksudkan  untuk  mendeskripsikan  atau memberikan  gambaran  mengenai  objek  yang  diteliti  melalui  data  sampel
atau populasi sebagaimana adanya tanpa melakukan analisis dan membuat kesimpulan  yang  berlaku  untuk  umum  Sugiyono,  2007:206  Dalam
penelitian  ini  menggunakan  acuan  penilaian  yaitu  PAP  tipe  II  dan dilengkapi  dengan  penghitungan
mean
rata-rata,
median
skor  yang membagi  distribusi  frekuensi  menjadi  dua  sama  besar,  dan
modus
skor yang  mempunyai  frekuensi  terbanyak  dalam  sekumpulan  distribusi  skor
untuk  variabel  kinerja  dosen,  keaktifan  mahasiswa  dalam  pembelajaran, gaya belajar, dan prestasi mata kuliah Akuntansi Keuangan Dasar II.
Tabel 3.16 Panduan Acuan Patokan PAP Tipe II
Nilai Presentil Kategori
81 - 100 Sangat Tinggi
66 - 80 Tinggi
56 - 65 Cukup
46 - 55 Rendah
45 Sangat Rendah
Sumber: Masidjo, 1995:153
Dalam  PAP  tipe  II  terdapat  batas  atau  patokan  yang  paling  rendah
passing  score
yaitu  56  dari  total  skor  yang  seharusnya  dicapai,  diberi nilai  cukup.  PAP  II  umumnya  merupakan  cara  menghitung  dengan  skor
minimal  0  dan  skor  maksimal  100.  Pada  penelitian  ini,  peneliti  telah menetapkan  skor  terendah  1  dan  skor  tertinggi  5,  maka  untuk
mendeskripsikan  kategori  variabel  kinerja  dosen,  keaktifan  mahasiswa dalam pembelajaran dan gaya belajar, langkah yang terlebih dahulu harus
dilakukan  adalah  menentukan  skor  interval  dengan  memodifikasi  rumus PAP tipe II, sebagai berikut :
Skor = nilai terendah +  nilai tertinggi – nilai terendah
2. Pengujian Prasyarat Analisis
Sebelum data diolah menggunakan  statistik  parametrik  maupun non parametrik,  harus  dilakukan  pengujiian  normalitas  terlebih  dahulu.  Uji
normalitas  dalam  penelitian  ini  dilakukan  dengan  menggunakan  uji normalitas  bivariat.  Pengujian  normalitas  data  dilakukan  dengan  bantuan
program  SPSS.  Kriteria  pengujian  data  adalah  jika  R
Square
yang diperoleh  dari  perhitungan  lebih  dari  0,8  maka  distribusi  data  dapat
dikatakan  normal.  Sebaliknya,  jika  nilai  R
Square
yang  diperoleh  dari perhitungan  kurang  dari  0,8  maka  distribusi  data  dapat  dikatakan  tidak
normal.
I. Pengujian Hipotesis
Analisis Korelasi Product Moment
Teknik pengujian hipotesis menggunakan uji korelasi
Product Moment Pearson,
yaitu  mengukur  keeratan  hubungan  antara  hasil-hasil  pengamatan dari  populasi  asal  sampel  mempunyai  dua  variabel  dan  berdistribusi  normal
Sugiyono, 2007:248. Rumus yang digunakan adalah sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
    
 
 
 
2 2
2 2
. .
.
Y Y
N X
X N
Y X
XY N
r
xy
 
 
 
 
 
Keterangan : r
xy :
koefisien korelasi antara variabel x dan variabel y ∑X  : skor total variabel X
∑Y  : skor total variabel Y N
: jumlah responden Setelah  ditemukan  nilai  r
XY
kemudian  ditabulasikan  dengan  nilai  r
tabel
product  moment
taraf  signifikansi  5.  Nilai  r
XY
dapat  digunakan  untuk melihat dua variabel tersebut berhubungan atau tidak.
H
o
= Tidak ada hubungan korelasi antara dua variabel H
a
= Ada hubungan korelasi antara dua variabel Dasar pengambilan keputusan jika rhitung
α = 0,05 maka Ho diterima dan  sebaliknya  jika  rhitung
α  =  0,05  maka  Ho  ditolak.  Setelah membandingkan  nilai  probabilitas,  maka  langkah  selanjutnya  adalah
mengintepretasikan  nilai  koefisien  korelasi.  Interpretasi  nilai  koefisien digunakan  untuk  melihat  tingkat  keeratan  korelasi.  Untuk  mengetahui
koefisien  korelasi  maka  dapat  dihitung  dengan  rumus  sebagai  berikut Sudjana, 1996:380:
Keterangan : r
:
koefisien korelasi sederhana n
: jumlah responden PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Tabel 3.17 Interpretasi Nilai Koefisien Korelasi
Koefisien Korelasi Kategori
0,00 – 0,20
Sangat lemah 0,21
– 0,40 Lemah
0,41 – 0,70
Kuat 0,71
– 0,90 Sangat Kuat
0,91 – 0,99
Kuat Sekali 1
Sempurna Sumber: Sujarweni, 2012:61
Sifat nilai koefisien bersifat antara plus + atau minus -. Makna sifat korelasi adalah:
a. Korelasi  positif  +  berarti  bahwa  jika  variabel  X  mengalami  kenaikan,
maka variabel Y juga akan mengalami kenaikan, begitu sebaliknya. b.
Korelasi  negatif  -  berarti  jika  variabel  X  mengalami  penurunan,  maka variabel Y akan mengalami kenaikan, begitu sebaliknya.
76
BAB IV GAMBARAN UMUM