51
x : Nilai skor yang dipilih total nilai dari nomor-nomor butir pertanyaan
Sesudah r
tt
diperoleh, kemudian dikorelasikan dengan jumlah n sampel pada taraf signifikansi 5. Instrumen dikatakan handal jika r
tt
lebih besar dari r
tabel.
Ada pun r
tt
menurut Nunnally 1969 harus memiliki nilai lebih besar dari 0,60 Ghozali,2001:133.
Pada n = 60 diperoleh nilai r
tabel
sebesar 0.1678. Berdasarkan hasil pengujiaan reliabilitas menggunakan program SPSS diperoleh nilai r
tt
yang lebih besar dari r
tabel
dengan melihat nilai Alpha. Hal ini berarti kuesioner dapat dinyatakan handalreliabel. Berikut ini rangkuman hasil pengujian
reliabilitas tiap variabel.
Tabel III.12 Rangkuman Hasil Pengujian Reliabilitas
Variabel Harga r hitung
Harga r tabel Keterangan
Motivasi 0,6890 0,1678
Handal Bakat 0,7446
0,1678 Handal
Minat 0,6929 0,1678
Handal Status Sosial
Ekonomi SSE 0,7749 0,1678 Handal
Berdasarkan kedua hasil pengujian di atas dapat disimpulkan bahwa instrumen tersebut sudah memenuhi syarat instrumen yang baik, yaitu valid dan
handalreliabel. Dengan demikian instrumen tersebut dapat digunakan sebagai alat yang layak untuk memperoleh data.
52
H. Pengujian Hipotesis Penelitian
a. Untuk menguji hipotesis satu sampai empat, digunakan teknik “the logit model” Supranto, 2004:326 dengan rumus sebagai berikut.
L
i
= [P
i
1-P
i
] = B
1
+ B
2
X
2i
+ ε
I
Keterangan: L
i
: Logit
P
i
= 1 : Kalau memilih SMK
1-P
i
= 0 : Kalau memilih SMA
B
1
: Konstanta
B
2
: Koefisien prediktor X
2
X
2i
: Motivasi X
2
, Bakat X
3
, Minat X
4
, Status Sosial Ekonomi X
5
ε
i
: Kesalahan pengganggu Dalam model logit jika:
1 L
i
0.5 dibulatkan menjadi 1 2
L
i
0,5 atau kurang dari 0 dibulatkan menjadi 0
Sebelum menarik kesimpulan, analisis yang dilakukan adalah sebagai berikut. 1
Uji ketepatan model atau model fit Penilaian model dalam logistic regression atau regresi logistik dilihat dari
–2Log Likelihood -2LL dengan ketentuan sebagai berikut.
Ho: model yang dihipotesakan fitsesuai dengan data Ha: model yang dihipotesakan tidak fit atau tidak sesuai dengan data
53
Nilai –2LL mengikuti distribusi chi square X
2
dengan df = “degrees of freedom
n-q, q adalah jumlah parameter dalam model. Jika –2LL X
2
tabel maka Ho gagal ditolak, berarti model fit atau sesuai dengan data. Jika –2LL X
2
tabel maka Ho ditolak Ha diterima berarti model tidak fit atau sesuai dengan data.
2 Interpretasi koefisien logistik
Model logit mengubah variabel dependen 1-0 terjadi – tidak terjadi menjadi probabilitas suatu peristiwa akan terjadi atau tidak. Perbandingan
antara peristiwa terjadi dengan tidak terjadi disebut odds = P
i
1-P
i
. Logistic regression
dapat dinyatakan sebagai berikut. ln
P
i
1-P
i
= B
1
+ B
2
X
2i
ln P
i
1-P
i
= e
B 1
+ B 2
X 2i
B mengukur sejauh mana X mampu meningkatkan atau menurunkan log probabilitas suatu peristiwa terjadi. Jika koefisien positif + berarti semakin
besar peristiwa terjadi. Koefisien negatif - berarti semakin kecil peristiwa tidak terjadi. Interpretasi hubungan antara odds dan variabel bebas dengan
mengambil antilog dari koefisien arah. Koefisien diinterpretasikan sebagai berikut.
0,81 – 1,00 sangat tinggi 0,61 – 0,80 tinggi
0,41 – 0,60 cukup 0,21 – 0,40 rendah
54
0,00 – 0,20 sangat rendah Untuk menarik kesimpulan apakah hipotesis diterima atau tidak maka
diadakan uji signifikansi dengan tingkat signifikan α 5. Karena penelitian
ini menggunakan logit model maka uji signifikansi dengan uji wald sejenis uji t, nilai wald dapat dilihat dari variables in the equation kolom wald.
Kriteria uji wald sebagai berikut. Signifikansi 0,05 berarti kedua varibel signifikan, signifikansi 0,05
berarti kedua variabel tidak signifikan. Kriteria pengujian hipotesis pertama
Probabilitas Sig 0,05, Ho ditolak, ada pengaruh antara motivasi terhadap pilihan sekolah.
Kriteria pengujian hipotesis kedua Probabilitas Sig 0,05, Ho ditolak, ada pengaruh antara bakat terhadap
pilihan sekolah. Kriteria pengujian hipotesis ketiga
Probabilitas Sig 0,05, Ho ditolak, ada pengaruh antara minat terhadap pilihan sekolah.
Kriteria pengujian hipotesis keempat Probabilitas Sig 0,05, Ho ditolak, ada pengaruh antara status sosial
ekonomi terhadap pilihan sekolah.
b. Untuk menguji hipotesis ke lima digunakan teknik “the logit model” Supranto, 2004:326 dengan rumus sebagai berikut.
55
L
i
= [P
i
1-P
i
] = B
1
+ B
2
X
2i
+ B
3
X
3i
+ B
4
X
4i
+ B
5
X
5i
+ ε
I
Keterangan L
i
: Logit P
i
= 1 : Kalau memilih SMK
1-P
i
= 0 : Kalau memilih SMA
B
1
: Konstanta
B
2
: Koefisien prediktor X
2
B
3
: Koefisien prediktor X
3
B
4
: Koefisien prediktor X
4
B
5
: Koefisien prediktor X
5
X
2i
: Motivasi X
2
X
3i
: Bakat X
3
X
4i
: Minat X
4
X
5i
: Status Sosial Ekonomi X
5
ε
i
: Kesalahan pengganggu
Sebelum menarik kesimpulan, analisis yang dilakukan adalah sebagai berikut.
1 Uji ketepatan model atau model fit Penilaian model dalam Logistic regression atau regresi logistik dilihat dari
–2Log Likelihood -2LL dengan ketentuan sebagai berikut.
Ho: model yang dihipotesakan fitsesuai dengan data Ha: model yang dihipotesakan tidak fit atau tidak sesuai dengan data
Nilai –2LL mengikuti distribusi chi square X
2
dengan df = “degrees of freedom
n-q, q adalah jumlah parameter dalam model. Jika –2LL X
2
tabel maka Ho gagal ditolak, berarti model fit atau sesuai dengan data. Jika –2LL X
2
tabel maka Ho ditolak Ha diterima berarti model tidak fit atau sesuai dengan data.
56
2 Interpretasi koefisien logistik Model logit mengubah variabel dependen 1-0 terjadi – tidak terjadi
menjadi suatu probabilitas suatu peristiwa akan terjadi atau tidak. Perbandingan antara suatu peristiwa terjadi dengan tidak terjadi disebut odds
= P
i
1-P
i
. Logistic regression dapat dinyatakan sebagai berikut. ln
P
i
1-P
i
= B
1
+ B
2
X
2i
+ B
3
X
3i
+ B
4
X
4i
+ B
5
X
5i
ln P
i
1-P
i
= e
B 1
+ B 2
X 2i
+ B 3
X 3i
+ B 4
X 4i
+ B 5
X 5i
B mengukur sejauh mana X mampu meningkatkan atau menurunkan log probabilitas suatu peristiwa terjadi. Jika koefisien positif + berarti semakin
besar peritiwa terjadi. Koefisien negatif - berarti semakin besar peristiwa tidak terjadi. Interpretasi hubungan antara odds dan variabel bebas dengan
mengambil antilog dari berbagai koefisien arah. Setiap koefisien arah dalam persamaan ini merupakan koefisien arah atau koefisien regresi parsial, kalau
variabel bebas tertentu X
j
naik satu unit sedangkan variabel bebas lainnya tetap.
Untuk menarik kesimpulan apakah hipotesis diterima atau tidak maka diadakan uji signifikansi dengan tingkat signifikan 5
α 0,05. Karena penelitian ini menggunakan logit model maka uji signifikansi dengan uji
wald sejenis uji F yang mengikuti distribusi chi-square dengan df =
“degrees of freedom” sebesar banyaknya variabel bebas. Nilai wald dapat
dilihat dari variables in the equation kolom wald.
57
Kriteria pengujian hipotesis Probabilitas Sig 0,05, Ho ditolak, ada pengaruh antara motivasi, bakat,
minat dan status sosial ekonomi terhadap pilihan sekolah.