22
BAB III METODOLOGI PENELITIAN
3.1 Metode Pengumpulan Data
Data yang digunakan merupakan data sekunder, yaitu data Suku Dinas SUDIN Pendidikan Menengah Jakarta Selatan. Data ini merupakan rangkuman
data SMA dan SMK tingkat administrasi Jakarta Selatan, dengan sarana belajar, lingkungan belajar, dan tenaga pengajar.
Pendefinisian masing-masing variabel akan dijelaskan sebagai berikut: 1. Banyaknya Sarana Belajar
Sarana belajar mencakup ruang guru, ruang kelas, ruang UKS, ruang aula, dan mushola.
2. Kondisi Sekolah Kondisi sekolah mencakup kondisi bangunan, jenis rehab, kondisi lingkungan,
tipe bangunan, jumlah lantai gedung sekolah, status kepemilikan, jenjang akreditasi, luas tanah dan luas bangunan.
3. Tenaga Pengajar Tenaga pengajar dapat dilihat dari jabatan dan status, pendidikan terakhir, usia
guru, dan masa kerja guru.
3.2 Metode Pengolahan Data
Jumlah sampel yang akan digunakan dalam penelitian ini sebanyak 10 Kecamatan se-Jakarta Selatan dengan nilai prestasi beragam pada data asal.
Setelah dilakukan pengumpulan data maka selanjutnya akan dilakukan
23
pengolahan data. Peneliti mengelompokan tiga variabel indikator prestasi diantaranya adalah:
1. Berprestasi X dengan nilai 7.00-7.99 2. Berprestasi Y dengan nilai 6.00-6.99
3. Berprestasi Z dengan nilai 5.00-5.99 Analisis korespondensi memiliki syarat data berbentuk kategori, maka ke-
3 variabel di atas ditransformasikan terlebih dahulu dalam tabel kontingensi.
3.3 Metode Analisis Data
Langkah analisis data yang digunakan dalam penelitian ini berupa: 1. Transformasi Data
Transformasi data berupa perubahan dari bentuk awal data ke dalam bentuk rasio.
Kondisi Sekolah berupa rasio kondisi bangunan, rasio jenis rehab, rasio kondisi lingkungan, rasio tipe bangunan, rasio jumlah lantai gedung sekolah, rasio status
kepemilikan, rasio jenjang akreditasi, rasio luas tanah dan rasio luas bangunan.
jumlah ruangan dengan kondisi tertentu Rasio Kondisi Sekolah =
Jumlah Sekolah
Tenaga Pengajar dapat dilihat dari rasio jabatan dan status, rasio pendidikan terakhir, rasio usia guru, dan rasio masa kerja guru. Rasio status kepegawaian
adalah angka perbandingan banyaknya tenaga pengajar golongan tertentu dengan banyaknya sekolah per kecamatan. Rasio pendidikan terakhir adalah angka
perbandingan banyaknya tenaga pengajar berpendidikan tertentu dengan banyaknya sekolah per kecamatan. Rasio lama pengabdian adalah angka
24
perbandingan banyaknya tenaga pengajar dengan masa tertentu dengan banyaknya sekolah per kecamatan.
Sarana Belajar berupa rasio ruang guru, rasio ruang kelas, rasio ruang UKS, rasio ruang aula, dan rasio musholamasjid.
jumlah ruang Rasio Sarana Belajar =
jumlah orang
2. Analisis Klaster Analisis klaster dalam penelitian ini digunakan untuk menyesuaikan data
yang berbentuk per wilayah kecamatan agar dapat digunakan dalam analisis korespondensi. Terdapat tiga variabel yaitu:
a. Kondisi Sekolah Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria sangat
baik. Klaster 2 merupakan sekolah per kecamatan yang memiliki kriteria baik. Klaster 3 merupakan sekolah per kecamatan yang memiliki kriteria cukup
baik. b. Tenaga Pengajar
Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria tenaga pengajar baik. Klaster 2 merupakan sekolah per kecamatan yang memiliki
kriteria tenaga pengajar cukup baik. c. Sarana Belajar
Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria sarana belajar lengkap. Klaster 2 merupakan sekolah per kecamatan yang memiliki
kriteria sarana belajar kurang lengkap.
25
3. Tabel Kontingensi Pada tahap awal membuat tabel kontingensi, yaitu:
Prestasi belajar dengan kondisi sekolah
Prestasi belajar dengan tenaga pengajar
Prestasi belajar dengan sarana belajar
4. Uji Chi-Square Uji ini berguna untuk mengetahui hubungan prestasi sekolah dengan masing-
masing variabel pada lingkungan sekolah. Uji yang digunakan adalah uji pearson’s chi-square dengan hipotesisnya adalah sebagai berikut [12]:
H : variabel I tidak berpengaruh nyata terhadap variabel II
H
1
: variabel I berpengaruh nyata terhadap variabel II dengan taraf nyata
α = 5, dan berdasarkan nilai signifikan, maka jika sign 0.05, maka terima H
, kesimpulannya variabel I tidak berpengaruh secara nyata terhadap variabel II. Sebaliknya jika sign 0.05, maka tolak H
, kesimpulannya variabel I berpengaruh secara nyata terhadap II.
Jika H ditolak maka dapat dilanjutkan pada análisis selanjutnya, yaitu
analisis korespondensi untuk melihat keterhubungan melalui plot. Jika H tidak ditolak maka variabel tersebut perlu diidentifikasi kembali.
5. Analisis Korespondensi Tahap-tahap dalam analisis korespondensi adalah sebagai berikut [8]:
a. Dari tabel kontingensi data asal disusun kedalam bentuk matriks dan dilakukan penguraian nilai singular untuk mengetahui nilai variabilitas
data asli yang dijelaskan oleh setiap dimensi yang dihasilkan
26
b. Melakukan analisis korespondensi pada masing-masing tabel kontingensi dengan bantuan software.
c. Mengamati nilai koordinat dan visuaisasi plot profil vektor baris dan kolom dalam setiap titik yang terdekat pada masing-masing segmen untuk
mendeskripsikan prestasi belajar.
27
3.4. Alur Penelitian
Kategori