Kesimpulan Aplikasi Analisis Diskriminan dalam Penentuan Faktor-faktor yang Mempengaruhi Kelulusan Siswa SMPN 1 Gunung Meriah Kabupaten Aceh Singkil

BAB 4 KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berdasarkan hasil penelitian di SMPN 1 Gunung Meriah Kabupaten Aceh Singkil, maka dapat diambil kesimpulan bahwa: 1. Faktor-faktor yang mempengaruhi kelulusan siswa di SMPN 1 Gunung Meriah Kabupaten Aceh Singkil tahun ajaran 20092010 adalah nilai UNAS SD sebesar 0,089 artinya hubungan antara nilai UNAS SD terhadap kelulusan siswa secara langsung sangat lemah, nilai UAS SD sebesar 0,173 artinya hubungan antara nilai UAS SD terhadap kelulusan siswa secara langsung sangat lemah, Nilai Tryout SMP sebesar 1,000 artinya hubungan antara nilai tryout terhadap kelulusan siswa secara langsung sangat kuat, dan nilai UAS SMP sebesar 0,688 artinya hubungan antara nilai UAS SMP terhadap kelulusan siswa secara langsung kuat. 2. Faktor dominan yang menentukan siswa masuk kedalam kelompok yang lulus dan tidak lulus adalah nilai tryout sebesar 1,000. Karna faktor yang mementukan kelulusan siswa bernilai positif sehingga semakin tinggi nilai tryout maka semakin besar pula peluang mencapai kelulusan. 3. Ada perbedaan yang signifikan antara siswa yang lulus dan tidak lulus. Hal ini dibuktikan pada analisis Wilk’s Lambda. Karna terlihat bahwa Wilks’ berasosiasi sebesar 0,780 dengan fungsi diskriminan. Angka ini kemudian ditransformasi menjadi chi-square dengan derajat kebebasan df degree of freedom sebesar 1. Nilai chi-square adalah dengan nilai 16,789. Kesimpulannya, cukup bukti untuk menolak H dengan tingkat kesalahan 0,000. 4. Faktor yang membedakan siswa lulus dan tidak lulus adalah X 1 , X 2, X 4 dan X 5 . Hal ini terlihat pada step analisis awal, baik pada bagian Variabel In The Analysis maupun Variabel Not In The Analysis. Universitas Sumatera Utara 5. Dan fungsi diskriminan yang diperoleh adalah: D = -4,720 + 0,102X 4 6. Ketepatan klasifikasi dari model ini adalah 78,6 dalam menerangkan siswa. Karena diatas 50, ketepatan model dianggap tinggi dan model di atas bisa digunakan untuk mengklasifikasi sebuah kasus.

4.2 Saran