Variabel Penelitian Teknik Pengumpulan Data

Tabel 3. 1 Uji Validitas No Pertanyaan r table r hitung Keterangan 1 0,349 0,487 Valid 2 0,349 0,521 Valid 3 0,349 0,165 tidak valid 4 0,349 0,154 tidak valid 5 0,349 0,615 Valid 6 0,349 0,400 Valid 7 0,349 0,385 Valid 8 0,349 0,487 Valid 9 0,349 0,200 tidak valid 10 0,349 0,157 tidak valid 11 0,349 0,133 tidak valid 12 0,349 0,251 tidak valid 13 0,349 0,541 Valid 14 0,349 0,232 tidak valid 15 0,349 0,369 Valid 16 0,349 0,562 Valid 17 0,349 0,585 Valid 18 0,349 0,538 Valid 19 0,349 0,598 Valid 20 0,349 0,561 Valid 21 0,349 0,573 Valid 22 0,349 0,440 Valid 23 0,349 0,489 Valid 24 0,349 0,482 Valid 25 0,349 0,542 Valid 26 0,349 0,430 Valid 27 0,349 0,683 Valid 28 0,349 0,368 Valid 29 0,349 0,638 Valid 30 0,349 0,583 Valid 31 0,349 0,360 Valid 32 0,349 0,418 Valid 33 0,349 0,563 Valid 34 0,349 0,554 Valid 35 0,349 0,471 Valid 36 0,349 0,342 tidak valid 37 0,349 0,577 Valid 38 0,349 0,180 tidak valid 39 0,349 0,380 Valid 40 0,349 0,801 Valid 41 0,349 0,728 Valid 42 0,349 0,574 Valid 43 0,349 0,469 Valid 44 0,349 0,532 Valid 45 0,349 0,437 Valid 46 0,349 0,466 Valid 47 0,349 0,581 Valid 48 0,349 0,502 Valid 49 0,349 0,435 Valid 50 0,349 0,171 tidak valid 51 0,349 0,573 Valid 52 0,349 0,653 Valid 53 0,349 0,361 Valid 54 0,349 0,391 Valid 55 0,349 0,296 tidak Valid Dan hasil uji validitas presepsi siswa terhadap kompetensi kepribadian menunjukan bahwa ada 11 instrumen yang tidak valid adalah nomor 3,4,9,10,11,12,14,36,38,50,55 Sedangkan instrument yang lain di nyatakan valid, maka harus dilakukan uji validitas kembali dengan cara menghapus instrumen yang tidak valid kemudian di uji validitas ulang. Tabel 3.2 Uji Validitas No Pertanyaan r table r hitung Keterangan 1 0,349 0,467 Valid 2 0,349 0,561 Valid 5 0,349 0,637 Valid 6 0,349 0,401 Valid 7 0,349 0,388 Valid 8 0,349 0,503 Valid 13 0,349 0,530 Valid 15 0,349 0,396 Valid 16 0,349 0,566 Valid 17 0,349 0,583 Valid 18 0,349 0,517 Valid 19 0,349 0,608 Valid 20 0,349 0,555 Valid 21 0,349 0,582 Valid 22 0,349 0,459 Valid 23 0,349 0,505 Valid 24 0,349 0,477 Valid 25 0,349 0,541 Valid 26 0,349 0,439 Valid 27 0,349 0,671 Valid 28 0,349 0,364 Valid 29 0,349 0,644 Valid 30 0,349 0,562 Valid 31 0,349 0,382 Valid 32 0,349 0,421 Valid 33 0,349 0,577 Valid 34 0,349 0,561 Valid 35 0,349 0,449 Valid 37 0,349 0,562 Valid 39 0,349 0,352 Valid 40 0,349 0,808 Valid 41 0,349 0,705 Valid 42 0,349 0,585 Valid 43 0,349 0,446 Valid 44 0,349 0,532 Valid 45 0,349 0,438 Valid 46 0,349 0,452 Valid 47 0,349 0,575 Valid 48 0,349 0,518 Valid 49 0,349 0,438 Valid 51 0,349 0,607 Valid 52 0,349 0,634 Valid 53 0,349 0,377 Valid 54 0,349 0,358 Valid Dan hasil pengujian kedua semua instrument memiliki r hitung diatas 0,316 sehingga dinyatakan valid. 2. Pengujian Reliabilitas Neuman 2000 dalam bukunya mendifinisikan reliablitas, “ Reliability means dependability or consistency. It Suggest that the same thing is repeated or recurs under the identical or very similar conditions”. Kata kunci dari definisi yang dikemukakan oleh Newman tentang reliabilitas adalah konsinten, keajekan, atau ketetapan. Artinya, jika kita mengukur sesuatu secara berulang-ulang dengan kondisi yang sama atau relatif sama, maka kita akan mendapatkanhasil yang sama atau relatif sama pula antara pengukuran pertama dengan pengukuran berikutnya. Perhitungan dengan menggunakan rumus Cronbach Alpha. Bedasarkan hasil uji validitas dimana nilai r hitung untuk semua butir yang valid pada pengujian sebelumnya nilai CORRECTED ITEM TOTAL CORRELATION nilai r tabel maka dapat dilanjutkan dengan pengujian reliabilitas. Untuk pengujian reliabilitas maka cukup dilihat nilai dari alpha cronbach. Jika alpha cronbach dari 0,6 maka dikatakan kuesioner tersebut reliabel. Tabel 3.3 Reliabilitas Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items .939 .947 44 Dari hasil pengoalahan data diatas dapat diambil kesimpulan bahwa kuisioner reliable.

H. Teknik Analis Data

1. Analisis Deskriptif Analisis ini dipergunakan dan menganalisis satu atau lebih valiabel tanpa membuat prbandingan atau tanpa menghubungkan antar variable satu dengan variable yang lain. Untuk menarik kesimpulan dari data yang telah dikumpulakan, maka teknis analisis data dapat dilakukan dengan analisis data dapat dilakukan dengan analisis tedensi sentral mean, median, dan modus.Kuncoro,2007:34 1 Mean Mean alat pengukur rata-rata yang ƩƩ palin popular untuk mengetahui karakteristik dari sekelompok data dengan membagi jumlah dari keseluruhan isi data dengan jumlah data. Pengukuran ini digunakan untuk mengetahui rata-rata PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI penilaian persepsi siswa terhadap perilaku guru sesuai dengan kompetensi inti 2. Mean ditentukan dengan rumus : Me = fi fixi   Ketererangan : Me : Mean Ʃfi : Jumlah data sampel Ʃfixi : Jumlah perkalian antara jumlah data sampel 2 Median Median adalag membagi data menjadi dua sama besar dan kemudian menghitung nilai data menjadi dua bagian tersebut. Pengukuran ini digunakan untuk mencari batas kategori persepsi siswa terhadap perilaku guru sesuai dengan kompetensi inti 2. Median ditentukan dengan rumus : Md = b + p f f n  2 1 Keterangan : Md : Median b : Batas bawah, diman median akan terletak n : Banyaknya sampel p : Panjang kelas interval F : Jumlah semua frekuensi sebelum kelas median 3 Modus Modus adalah menghitung jumlah data yang paling sering muncul dalam kelompok data. Pengukuran ini digunakan untuk mengetahui kategori perilaku guru sesuai dengan kompetensi inti 2 berdasarkan persepsi siswa. Modus ditentukan dengan rumus : PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Mo = b + p 2 b bi bi  Mo : modus b : Batas kelas interval dengan frekuensi terbanyak p : panjang kelas interval b1 : frekuensi pada kelas modus frekuensi pada kelas interval yang banyak dikurangi frekuensi kelas interval terdekat b2 : Frekuensi pada kelas modus dikurang frekuensi kelas interval selanjutnya. 4 Standar deviasi Standar deviasi dan varians merupakan dua ukuran variabilitas yang sangat sering dugunakan oleh peneliti di dalam menganalisis data penelitian yang berjenis interval. Simpangan dari nilai lebih kecil dari rerata tentu bertanda negative, begitu sebaliknya. Varians adalah kuadarat dari standar deviasi. Rumus : S = 1 2 2     n n fx x n Keterangan : S = standar deviasi x = Nilai data n = Banyak data 5 Statistika dekriptif adalag statistika yang digunakan untuk menganalisis data yang telah terkumpul sebagai mana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum dan generalisasi Sugiono, 2011 : 199. Untuk mendiskripsikan data penelitian menggunakan Penilaian PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Acuan Patokan II PAP II, dengan nilai presentil sebagai berikut Masidjo, 1995 : 157 : 81 - 100 : Sangat Baik 66 - 80 : Baik 56 - 65 : Cukup 46 - 55 : Tidak Baik Dibawah 46 : Sangat tidak baik PAP merupakan cara yang digunakan dalam menghitug proses pembelajaran dengan skor minimal 0 dan skor maksimal 100.Oleh karena itu untuk mendiskripsikan kategori kecenderungan variable proses pembelajaran harus menentukan skor interval dengan memodifikasi rumus PAP II dengan sebagai berikut : Skor tertinggi yang mungkin dicapai + nilai persenti x skor tertinggi yang mungkin dicapai item – skor terendah yang mungkin dicapai. 2. Uji Prasyarat Analisis Korelasi a Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data yang terjaring berdistribusi normal atau tidak Salah satu asumsi pemakaian uji t, baik sample independen maupun sampel berpasangan, untuk menguji perbedaan rata – rata populasi adalah bahwa didtribusi datanya normal. Jika asumsi tersebut tidak dipenuhi maka validitas kesimpulan yang akan di hasilkan menjadi PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI kurang oleh karena itu perlu dilakukan uji normalitas. . premastuti.2014:26. Pengujian normalitas dilakukan dengan cara pengujian normalisa bivariat. Apabila R square mendekati 1 maka data tersebut normal. b Korelasi Koefisien korelasi adalah besaran yang dapat menunjukan kekuatan hubungan antara dua variable dan dapat diketahui berdasarkan nilai berdasarkan nilai r analisis korelasi. Selanjutnya besar nilai r dapat dapat diinterpretasikan untuk memperkirakan kekuatan hubungan korelasi , seperti ditampilkan pada table berikut.triton.2005.92 Tabel 3.4 Interpretasi Terhadap Nilai r Hasil Analisis Korelasi Interval Nilai r Interpretasi 0,001 – 0,200 Korelasi sangat lemah 0,201 – 0,400 Korelasi lemah 0,401 – 0,600 Korelasi cukup kuat 0,601 – 0,800 Korelasi kuat 0,801 – 1,000 Korelasi sangat kuat Interpretasi berlaku untuk nilai r positif maupun negatif