Analisis korespondensi hubungan antara kondisi sekolah, tenaga pengajar, dan sarana belajar terhadap prestasi sekolah : studi kasus SMA dan SMK Jakarta Selatan 2010

ANALISIS KORESPONDENSI HUBUNGAN ANTARA

KONDISI SEKOLAH, TENAGA PENGAJAR, DAN SARANA

BELAJAR TERHADAP PRESTASI SEKOLAH

(Studi kasus SMA dan SMK Jakarta Selatan 2010)

Anggraini

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI

SYARIF HIDAYATULLAH

JAKARTA

2011 M/1432 H

i

ANALISIS KORESPONDENSI HUBUNGAN ANTARA KONDISI SEKOLAH, TENAGA PENGAJAR, DAN SARANA BELAJAR

TERHADAP PRESTASI SEKOLAH

(Studi Kasus SMA dan SMK Jakarta Selatan 2010)

Skripsi

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains

Fakultas Sains dan Teknologi

Universitas Islam Negeri Syarif Hidayatullah Jakarta

Oleh: Anggraini 107094002935

PROGRAM STUDI MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI

SYARIF HIDAYATULLAH

JAKARTA

2011 M/1432 H

ii

PENGESAHAN UJIAN

Skripsi berjudul “Analisis Korespondensi Hubungan antara Kondisi Sekolah,

Tenaga Pengajar, dan Sarana Belajar terhadap Prestasi Sekolah” yang ditulis

oleh Anggraini, NIM 107094002935 telah diuji dan dinyatakan lulus dalam sidang Munaqosyah Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta pada tanggal 7 Juni 2011, skripsi ini telah diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana strata satu (S1) Program Studi Matematika.

Menyetujui,

Penguji 1 Penguji 2

Yanne Irene, M.Si Hata Maulana, M.T.I

NIP. 19741231 200501 2 018 NIDN. 0323108402

Pembimbing 1 Pembimbing 2

Hermawan Setiawan, M.T.I Bambang Ruswandi, M.Stat

NIP. 19740623 199312 2 001 NIDN. 0305108301

Mengetahui,

Dekan Fakultas Sains dan Teknologi Ketua Prodi Matematika

Dr. Syopiansyah Jaya Putra, M.Sis Yanne Irene, M.Si

iii

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-BENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN SEBAGAI SKRIPSI PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Jakarta, Juni 2011

Anggraini

107094002935

iv

PERSEMBAHAN

Persembahan kecil awal dari Tujuh Mimpi …

Untuk orang tuaku yang paling ku cintai, yang tiada henti memdoakan, menyayangi, selalu mendukung, dan menasehati dengan kesabaran, keluarga besarku, guru-guruku terhebat, sahabat, teman-teman terbaik,. Semoga Allah senantiasa memberkahi setiap titik perjuangan..

MOTTO

Mungkin aku tak seberani Ali, tak sehumoris Atikah, tak seteguh Subhan, tak selantang Uswah, aku juga tak memiliki kesabaran yang dimiliki Asqolani dan ketulusan milik Uwaisyul Al-Qorni…

Tapi… Aku bangga terlahir dari Ibu Terbaik Tersabar, dan Ayah Terhebat Terpandai

- Terus belajar dan meneladani dari hal yang Terbaik & Terdekat –

Percayalah bahwa kebahagiaan itu bak pohon mawar yang baru ditanam, bunganya tidak muncul dengan segera tapi kemunculannya pasti akan terjadi [Laa Tahzan].

Apabila hamba-hamba-Ku bertanya kepadamu (Muhammad) tentang Aku, maka (jawablah) bahwasanya Aku adalah dekat. Aku mengabulkan permohonan orang yang mendoa jika ia berdoa kepada-Ku. Hendaklah mereka itu memenuhi (perintah)-Ku dan beriman kepada-Ku, agar mereka memperoleh kebenaran, [QS. Al-Baqarah : 186] Always be there

v

ABSTRAK

Salah satu alat ukur kemajuan suatu sekolah adalah prestasi sekolah. Prestasi sekolah dipengaruhi berbagai faktor diantaranya lingkungan sekolah, lingkungan masyarakat, dan lingkungan keluarga. Dalam penelitian ini, peneliti membatasi masalah pada lingkungan sekolah. Lingkungan sekolah adalah faktor yang paling memiliki interaksi langsung dalam dunia pendidikan diantaranya kondisi sekolah, tenaga pengajar, dan sarana belajar. Penelitian ini bertujuan menghasilkan peta persepsi untuk mendapatkan informasi yang berguna dalam mencari hubungan antara lingkungan sekolah dengan prestasi sekolah pada berbagai kecamatan di Jakarta Selatan dengan menggunakan analisis korespondensi. Analisis korespondensi merupakan metode untuk mereduksi dimensi variabel dan menggambarkan profil vektor baris dan vektor kolom suatu matriks data dari tabel kontingensi. Hasil yang didapat adalah prestasi yang baik lebih dipengaruhi oleh kondisi sekolah dan tenaga pengajar, sedangkan sarana belajar tidak berkontribusi besar.

Kata Kunci: Prestasi Sekolah, Lingkungan Sekolah, Analisis Korespondensi, Tabel Kontingensi.

vi

ABSTRACT

One of measuring instrument school progress is school achievement. School achievement is influenced by many factors, including the school environment, community environment, and family environment. In this research, researchers to limit the problem in the school environment. School environment is a factor that most have a direct interaction in the world of education among the schools, teachers, and learning tools. This research aims to produce maps perception to obtain information useful in finding the relationship between the school environment with school achievement in various districts of South Jakarta using correspondence analysis. Correspondence analysis is a method to reduce the dimension of the variables and describe the profile of a row vector and column vector of a matrix of data from the contingency table. The results are good performance is more influenced by conditions at the school and teachers, while learning tool does not contribute significantly.

Kata Kunci: School Achievement, School Environment, Correspondence Analysis, Contingency Table.

vii

KATA PENGANTAR

Alhamdulillah segala puji serta syukur hanya kepada Allah SWT, Tuhan Yang Maha Esa, Maha Besar, Pemilik Ilmu, yang memberi nikmat tiada henti serta tempatku mencurahkan doa, harapan, dan rasa syukur. Shalawat teriring salam selalu tercurah kepada junjungan Nabi Besar Muhammad SAW, beserta keluarga, sahabat, dan umatnya.

Skripsi ini dimaksudkan untuk memenuhi salah satu syarat menempuh ujian Sarjana Sains pada Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta.Dalam menyelesaikan skripsi ini, penulis menyadari banyak memperoleh bantuan, doa, dan motivasi sehingga skirpsi ini dapat dilaksanakan dengan baik. Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Dr. Syopiansyah Jaya Putra, M. Sis, Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah.

2. Yanne Irene, M.Si. Ketua Program Studi Matematika dan selaku Penguji I. 3. Suma’inna, M.Si, Sekretaris Program Studi Matematika

4. Hermawan Setiawan, M.TI, selaku Pembimbing I yang selalu memberikan bimbingan, dan motivasi kepada penulis dengan penuh kesabaran.

5. Bambang Ruswandi, M.Stat, selaku Pembimbing II yang selalu memberikan bimbingan, arahan, dan informasi.

viii

7. Hatta Maulana, M.TI, selaku Penguji II, terima kasih atas saran dan masukan yang sangat bermanfaat.

8. Seluruh Dosen UIN Syarif Hidayatullah yang telah mengajarkan dan memberikan ilmunya kepada penulis selama proses perkuliahan, terutama untuk Dosen Program Studi Matematika.

9. Teristimewa untuk kedua orang tuaku yang selalu memberikan hal terindah dalam hidup penulis. Serta terima kasih kepada keluargaku. Terima kasih atas setiap doa, kasih sayang, canda, dan kesabaran untuk penulis.

10.Afief Aryadhani, Unyil, Sahabat, Teman dekat Terbaik yang selalu menemani, mengingatkan, dan mendoakan. Uhibbu ya nyil.

11.Kak Denis, Kak Epho, Ubai, Rika, Dendy, Gerdy, Dhila, dan seluruh teman-teman matematika angkatan 2007, terima kasih atas setiap canda yang tak akan terlupakan.

12.Seluruh keluarga besar Matematika Fakultas Sains dan Teknologi UIN Syarif Hidayatullah.

Pada akhirnya penulis berharap skripsi ini dapat bermanfaat bagi pembaca pada umumnya maupun bagi penulis khususnya. Semoga perjuangan dan ikhtiar kita selalu diridhoi oleh Allah SWT.

Jakarta, Juni 2011

ix

DAFTAR ISI

HALAMAN JUDUL ... i

PENGESAHAN UJIAN ... ii

PERNYATAAN ... iii

PERSEMBAHAN DAN MOTTO ... iv

ABSTRAK ... v

ABSTRACT ... vi

KATA PENGANTAR ... vii

DAFTAR ISI ... ix

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... xiii

DAFTAR LAMPIRAN ... xiv

BAB I PENDAHULUAN ... 1

1.1 .. Latar Belakang Masalah ……… 1

1.2 Perumusan Masalah ………... 3

1.3 Pembatasan Masalah ……….………. 4

1.4 Tujuan Penelitian ……….……….……. 4

1.5 Manfaat Penelitian ……….………..……….. 4

BAB II LANDASAN TEORI ... 6

2.1 Prestasi Pendidikan ……… 6

2.1.1 Pengertian Prestasi Pendidikan ………. 6

2.1.2 Faktor-faktor yang Mempengaruhi Prestasi ..……. 6

x

2.2.1 Sifat-sifat Dasar Analisis Korespondensi ………… 10

2.2.2 Tujuan Analisis Korespondensi ……….…... 11

2.2.3 Konsep Analisis Korespondensi …….………...…. 11

2.3 Tabel Kontingensi Dua Arah ……….. 12

2.4 Matriks Korespondensi ……….……... 14

2.5 Penguraian Nilai Singular ……….……. 15

2.6 Penguraian Nilai Singular Umum ……….. 16

2.7 Dekomposisi Inersia ………... 17

2.8 Penentuan Jarak Profil ……….... 17

2.9 Kontribusi Mutlak dan Kontribusi Relatif …..…………... 18

2.10 Analisis Klaster ……….. 19

2.10.1 Jarak Euclidean ……….… 20

2.10.2 Proses Analisis Klaster ………..…...… 20

2.10.3 Langkah-langkah Analisis Klaster …………... 20

BAB III METODOLOGI PENELITIAN ... 22

3.1 Metode Pengumpulan Data ………...………….. 22

3.2 Metode Pengolahan Data ……….. 22

3.3 Metode Analisis Data ……….….….. 23

3.4 Alur Penelitian ………..…. 27

BAB IV HASIL DAN PEMBAHASAN………...…... 28

4.1 Transformasi Data ……….. 28

4.2 Analisis Klaster ……….. 28

xi

4.4 Uji Chi-Square ……….………... 30

4.5 .. Analisis Korespondensi ………... 30

4.5.1 Pola Hubungan Antara Variabel Prestasi Sekolah dengan Kondisi Sekolah ……….……….. 30

4.5.2 Pola Hubungan Antara Variabel Prestasi Sekolah dengan Tenaga Pengajar ………... 32

4.5.3 Pola Hubungan Antara Variabel Prestasi Sekolah dengan Sarana Belajar ……….…..……..……... 34

BAB V KESIMPULAN DAN SARAN ... 37

5.1 Kesimpulan ………....………... 37

5.2 Saran ………... 38

DAFTAR PUSTAKA……….... 39 LAMPIRAN

xii

DAFTAR TABEL

Tabel 2.1 Kontingensi Dua Arah ... 13

Tabel 2.2 Freskuensi Relatif Dua Dimensi ... 14

Tabel 4.1 Kategori Variabel Penelitian ... 29

Tabel 4.2 Uji Chi-Square ... 30

Tabel 4.3 Inersia dan proporsi varians untuk Prestasi dan kondisi sekolah ... 31

Tabel 4.4 Inersia dan proporsi varians untuk prestasi dan tenaga pengajar ... 33

Tabel 4.5 Inersia dan proporsi varians untuk prestasi dan sarana belajar ... 35

xiii

DAFTAR GAMBAR

Gambar 3.1 Diagram Alur Penelitian ... 27

Gambar 4.1 Plot Prestasi Belajar dengan Kondisi Sekolah ... 32

Gambar 4.2 Plot Prestasi Belajar dengan Tenaga Pengajar ... 33

xiv

DAFTAR LAMPIRAN

Lampiran 1. Data Asal Nilai Rata-rata Tiap Kecamatan ... 41

Lampiran 2. Data Asal Kondisi Sekolah Tiap Kecamatan ... 43

Lampiran 3. Data Asal Tenaga Pengajar Tiap Kecamatan ... 47

Lampiran 4. Data Asal Sarana Belajar Tiap Kecamatan ... 51

Lampiran 5. Data Rasio Kondisi Sekolah ... 53

Lampiran 6. Data Rasio Tenaga Pengajar ... 57

Lampiran 7. Data Rasio Sarana Belajar ... 58

Lampiran 8. Output Klaster Kondisi Sekolah ... 61

Lampiran 9. Output Klaster Tenaga Pengajar ... 62

Lampiran 10. Output Klaster Sarana Belajar ... 63

Lampiran 11. Prestasi Sekolah Tiap Kecamatan terhadap Lingkungan Sekolah ... 64

Lampiran 12. Tabel kontingensi Masing-masing Variabel ... 65

Lampiran 13. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Kondisi Sekolah ... 66

Lampiran 14. Hasil Analisis Korespondensi Prestasi Belajar Terhadap Tenaga Pengajar ... 66

Lampiran 15. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Sarana Belajar ... 66

1

BAB I PENDAHULUAN

1.1 Latar Belakang Masalah

Pendidikan merupakan modal utama kesejahteraan suatu Negara, tanpa adanya pendidikan Negara tidak akan maju bahkan dapat mengakibatkan kehancuran. Pendidikan yang tidak ditunjang manajemen berkualitas juga akan menghambat perkembangan suatu Negara. Pendidikan yang berkualitas merupakan hasil dari proses pembangunan, dan tercapainya tujuan pembangunan merupakan wujud dari hasil kerja orang-orang yang memiliki pengetahuan, keterampilan dan kemampuan yang merupakan hasil dari suatu proses pendidikan. Tidak mengherankan apabila dalam Pembukaan Undang-Undang Dasar 1945 ditekankan mengenai keinginan kita semua untuk mewujudkan masyarakat yang cerdas. Masyarakat yang cerdas hanya dapat dihasilkan melalui pendidikan yang berkualitas.

Prestasi belajar dan faktor-faktor yang mempengaruhinya adalah dua sisi yang tidak dapat dipisahkan. Secara umum terdapat 2 faktor yang mempengaruhi prestasi belajar yaitu faktor internal dan faktor eksternal. Faktor internal yaitu faktor yang datangnya dari seorang yang sedang belajar itu sendiri, seperti kecerdasan yang dimiliki seseorang, kesiapan, motivasi, minat, dan kebiasaan belajar. Sedangkan faktor eksternal merupakan faktor yang datangnya dari lingkungan luar, diantaranya keadaan keluarga, lingkungan sekolah, dan lingkungan masyarakat.

2

Kondisi sekolah, tenaga pengajar, dan sarana belajar adalah faktor eksternal yang terdapat pada lingkungan sekolah dan berpengaruh terhadap kemajuan prestasi siswa. Kondisi sekolah merupakan hal dasar dalam pendidikan. Hal yang perlu diperhatikan dari kondisi sekolah diantaranya, gedung sekolah yang layak pakai, luas bangunan yang memadai, dan lingkungan yang bebas banjir, sehingga membuat kegiatan belajar-mengajar lebih kondusif.

Peran para pengajar sebagai guru atau fasilitator perlu

ditumbuhkembangkan kemampuannya, yaitu dirangsang motivasi, kreativitas inovasinya, profesionalismenya, sehingga menciptakan iklim pembelajaran yang lebih kondusif serta inovatif dalam memberikan materi pelajaran. Sarana belajar dapat memudahkan siswa menerima materi pembelajaran. Pihak sekolah perlu memperhatikan kelayakan sarana belajar, karena sarana yang lengkap dengan kondisi yang baik membuat kegiatan belajar mengajar menjadi lancar dan teratur [4].

Dari hasil penelitian (Asri,1998) telah dilakukan analisis hubungan prestasi belajar dengan data akademik SMA, motivasi, dan sikap. Diketahui bahwa data akademik SMA, motivasi, dan sikap memiliki hubungan yang positif terhadap prestasi dengan kecenderungan berpola linier yang positif [11].

Berdasarkan penelitian (Gumgum,2009) untuk melihat perbandingan suatu karakteristik maka metode statistika yang dapat dipergunakan adalah pemetaan persepsi (perceptual mapping). Metode perceptual mapping dapat menghasilkan plot yang menampilkan posisi pada sumbu koordinat. Metode ini umumnya

3

digunakan untuk mendeteksi dan memberikan penjelasan tentang hubungan antara dua variabel di dalam data yang berbentuk matriks berdimensi besar [2].

Pemetaan persepsi biasanya dilakukan melalui beberapa analisis statistika, dan analisis-analisis tersebut umumnya memiliki asumsi diantaranya adalah hubungan antar variabel harus linier, menggunakan asumsi tentang distribusi, dan model harus dihipotesiskan. Kenyataannya asumsi-asumsi tersebut sulit terpenuhi. Solusi yang digunakan adalah dengan menggunakan tabel kontingensi yang variabel-variabelnya kualitatif, dengan hubungan antar variabel non linier, tidak ada asumsi tentang distribusi dan model tidak dihipotesiskan [1].

Peneliti menyimpulkan solusi yang dapat ditempuh adalah dengan menggunakan Analisis Korespondensi (Correspondence Analysis), suatu metode analisis yang dapat memberikan output berupa plot antara baris dan kolom dari matriks yang berbentuk data kategorik, dan akurasi hasil tidak kalah baik dengan analisis statistika yang menggunakan asumsi. Oleh Karena itu, berdasarkan latar belakang di atas peneliti membuat skripsi yang berjudul “ANALISIS

KOREPONDENSI HUBUNGAN ANTARA KONDISI SEKOLAH,

TENAGA PENGAJAR, DAN SARANA BELAJAR TERHADAP PRESTASI

SEKOLAH”.

1.2 Perumusan Masalah

Berdasarkan latar belakang permasalahan di atas, maka dapat dirumuskan permasalahan sebagai berikut:

1. Apakah terdapat keterkaitan prestasi sekolah dengan kondisi sekolah, tenaga pengajar, dan sarana belajar?

4

2. Bagaimana pola kecenderungan faktor-faktor eksternal yang mempengaruhi prestasi sekolah?

1.3 Pembatasan Masalah

Agar penelitian ini lebih fokus pada inti permasalahan maka dilakukan pembatasan masalah, yaitu:

1. Dimensi faktor eksternal yang digunakan meliputi kondisi sekolah, tenaga pengajar, dan sarana belajar.

2. Objek penelitian merupakan rangkuman data SMA dan SMK tingkat kota administrasi Jakarta Selatan.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Mengetahui keterkaitan prestasi belajar dengan kondisi sekolah, tenaga pengajar, dan sarana belajar.

2. Mengetahui pola kecenderungan faktor-faktor eksternal yang mempengaruhi prestasi sekolah.

1.5Manfaat Penelitian

Adapun manfaat teoritis dan praktis penelitian ini adalah: 1. Manfaat praktis:

a. Memberikan gambaran kepada sekolah mengenai pengaruh kondisi sekolah, tenaga pengajar, dan sarana belajar terhadap prestasi belajar. b. Memberikan referensi bagi sekolah dalam rangka menciptakan siswa-siswi

5

c. Memberikan referensi bagi Suku Dinas Menengah Jakarta memecahkan masalah tingkat prestasi sekolah di Jakarta Selatan.

2. Manfaat Teoritis:

a. Memperluas pengetahuan peneliti di bidang ilmu statistika, khususnya dalam mencari hubungan kondisi sekolah, tenaga pengajar, dan sarana belajar menggunakan analisis korespondensi.

6

BAB II

LANDASAN TEORI

2.1 Prestasi Pendidikan

2.1.1 Pengertian Prestasi

Menurut Sardiman A.M, Prestasi adalah kemampuan nyata yang merupakan hasil interaksi antara berbagai faktor yang mempengaruhi baik dari dalam maupun dari luar individu dalam belajar. Sedangkan pengertian prestasi menurut A. Tabrani, prestasi adalah kemampuan nyata (actual ability) yang dicapai individu dari satu kegiatan atau usaha.

Menurut Kamus Umum Bahasa Indonesia, Prestasi adalah hasil yang telah dicapai (dilakukan, dikerjakan dan sebagainya). Prestasi adalah bukti usaha yang telah dicapai [5]. Sehingga dari beberapa pendapat tersebut dapat ditarik kesimpulan bahwa prestasi merupakan nilai kemampuan baik diukur dengan angka maupun benda, yang telah dilakukan seseorang sebagai bukti usaha dalam belajar .

2.1.2 Faktor-Faktor yang Mempengaruhi Prestasi

Ada dua fakor yang mempengaruhi prestasi akademik seseorang, yaitu faktor internal/pribadi dan eksternal/lingkungan [5].

a. Faktor Internal 1. Inteligensi

Taraf inteligensi seseorang dapat tercermin dalam prestasi sekolahnya disemua mata pelajaran. Jadi, ada korelasi antara intelegensi dengan kesuksesan di sekolah. Namun inteligensi bukan satu-satunya faktor penentu keberhasilan

7

prestasi akademik karena masih ada faktor lainnya seperti motivasi dan kepribadian serta faktor eksternal.

2. Motivasi

Motivasi merupakan tenaga dorong selama tahapan proses belajar yang berfungsi untuk:

Mencari dan menemukan informasi mengenai hal-hal yang dipelajari. Menyerap informasi dan mengolahnya.

Mengubah informasi yang didapat ini menjadi suatu hasil (pengetahuan, perilaku, keterampilan, sikap, dan kreativitas).

3. Kepribadian

Kepribadian merupakan suatu organisasi yang dinamis dari sistem psikofisik seseorang yang menentukan bagaimana individu dapat menyesuaikan diri secara unik dengan lingkungannya. Kepribadian dapat berubah dan dimunculkan dalam bentuk tingkah laku .

b. Faktor Eksternal

Faktor lingkungan dan hal-hal lain yang berada di luar diri peserta didik sangat berpengaruh positif terhadap prestasi belajar yang diperoleh. Mengingat peserta didik adalah makhluk sosial yang sangat mudah dipengaruhi oleh lingkungan sekitarnya. Keadaan keluarga, lingkungan belajar, sarana penunjang dan lingkungan masyarakat adalah beberapa faktor eksternal yang yang besar pengaruhnya terhadap prestasi belajar.

8

1. Keadaan Keluarga

Keluarga adalah lingkungan dimana anak pertama kali memahami sebuah proses belajar. Rumah menjadi sekolah pertama bagi anak-anak. Rumah yang selalu dalam atmosfer belajar akan memotivasi anak-anak untuk terus aktif belajar. Kemudian keadaan rumah yang aman, tenang dan nyaman juga akan memberikan dampak positif bagi prestasi belajar siswa. Sebaliknya keadaan rumah yang jauh dari atmosfer belajar cenderung akan membuat anak malas belajar dan ini akan menurunkan prestasi belajarnya. Demikian juga dengan keadaan rumah yang bising, tidak nyaman juga akan berdampak terhadap turunnya prestasi belajar siswa.

2. Lingkungan Sekolah

Lingkungan Sekolah di sini termasuk tenaga pengajar, kurikulum, fasilitas belajar, dan lingkungan sekolah secara keseluruhan. Sebagai lembaga pendidikan formal sekolah tentu memiliki sistem belajar yang sudah terprogram. Sistem belajar yang terlaksana dengan baik dan dilakukan secara sungguh-sungguh tentu akan berdampak besar bagi kemajuan prestasi belajar siswa.

Peraturan Pemerintah Nomor 19 Tahun 2005 tentang Standar Nasional Pendidikan, Bab VII Standar Sarana dan Prasarana, pasal 42 menegaskan bahwa (1) Setiap satuan pendidikan wajib memiliki sarana yang meliputi perabot, peralatan pendidikan, media pendidikan, buku dan sumber belajar lainnya, bahan habis pakai, serta perlengkapan lain yang diperlukan untuk menunjang proses pembelajaran yang teratur dan berkelanjutan, (2) Setiap satuan pendidikan wajib memiliki prasarana yang meliputi lahan, ruang kelas, ruang pimpinan satuan

9

pendidikan, ruang pendidik, ruang tata usaha, ruang perpustakaan, ruang laboratorium, ruang bengkel kerja, ruang unit produksi, ruang kantin, instalasi daya dan jasa, tempat olahraga, tempat beribadah, tempat bermain, tempat berkreasi, dan ruang yang diperlukan untuk menunjang proses pembelajaran yang teratur dan berkelanjutan.

3. Lingkungan masyarakat

Lingkungan masyarakat adalah lingkungan lain setelah keluarga yang banyak mempengaruhi prestasi belajar siswa. Lingkungan mengajarkan mereka banyak hal terutama kemampuan dalam berinteraksi dengan orang lain yang bertujuan untuk mengasah kecerdasan interpersonal.

Lingkungan masyarakat mempengaruhi prestasi belajar anak melalui proses interaksinya dengan teman-teman sebaya dan sepermainan. Ketika di lingkungan masyarakat anak berkumpul dengan anak-anak yang suka belajar, maka anak tersebut akan ikut terpengaruh untuk belajar. Demikian pula sebaliknya.

2.2 Analisis Korespondensi

Analisis Korespondensi merupakan bagian analisis multivariat yang mempelajari hubungan antara dua atau lebih variabel dengan memperagakan baris dan kolom secara serempak dari tabel kontingensi dua arah dalam ruang vektor berdimensi rendah [3].

Analisis korespondensi digunakan untuk mereduksi dimensi variabel dan menggambarkan profil vektor baris dan vektor kolom suatu matrik data dari tabel kontingensi. Hasil dari analisis korespondensi biasanya menggunakan dua

10

dimensi terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan suatu ukuran jumlah informasi yang ada dalam setiap dimensi yang biasa dinamakan inersia [6].

Analisis Korespondensi Sederhana (Simple Corespondence Analysis) adalah metode yang digunakan untuk menganalisis tabel kontingensi dengan dua klasifikasi. Sedangkan metode yang digunakan untuk menganalisis tabel kontingensi dengan lebih dari dua klasifikasi disebut Analisis Korespondensi Berganda (Multiple Correspondence Analysis).

Analisis korespondensi dapat menunjukkan bagaimana variabel-variabel saling berhubungan. Analisis korespondensi juga menggambarkan pola hubungan antar variabel yang dijabarkan dalam bentuk grafik. Bentuk grafik tersebut dapat mendeteksi gambaran awal hubungan antara variabel-variabel kategori.

2.2.1 Sifat-sifat Dasar Analisis Korespondensi

Analisis ini mempunyai beberapa sifat dasar yang perlu diperhatikan, yaitu:

a. Digunakan untuk data non-metrik dengan skala pengukuran nominal dan ordinal.

b. Dapat digunakan untuk hubungan non linier. c. Tidak ada asumsi tentang distribusi.

d. Tidak ada model yang dihipotesiskan.

e. Sebagai salah satu metode dalam eksplorasi data yang hasil akhirnya dapat berupa hipotesis yang perlu di uji lebih lanjut.

11

2.2.2 Tujuan Analisis Korespondensi

Tujuan dari analisis korespondensi dua arah adalah [1]:

a. Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif pertama (baris) berdasarkan sejumlah variabel kualitatif kedua (kolom). b. Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif

kedua (kolom) berdasarkan sejumlah variabel kualitatif pertama (baris). c. Mengetahui hubungan antara satu kategori variabel baris dengan satu kategori

variabel kolom.

d. Menyajikan setiap kategori variabel baris dan kolom dari tabel kontingensi sedemikian rupa sehingga dapat ditampilkan secara bersama-sama pada satu ruang vektor berdimensi kecil secara optimal.

2.2.3 Konsep Analisis Korespondensi

Konsep yang digunakan dalam analisis ini adalah penguraian nilai singular (Singular Value Decomposition, SVD). Analisis korespondensi sederhana menggambarkan kedekatan profil antara kategori pada tiap gugus data dalam bentuk grafik, sehingga menginterpretasikan plot dua dimensi ini.

Salah satu cara untuk menilai hasil analisis korespondensi adalah dengan melihat besarnya nilai kontribusi inersia yang diberikan sumbu utama. Jika dua sumbu utama pertama memberikan inersia cukup besar, ini menunjukkan bahwa kedua sumbu utama pertama itu dapat mewakili informasi dan mengabaikan sumbu utama lain dengan tidak banyak menyebabkan kehilangan informasi. Namun, jika sebagian besar persentase dari total inersia berada pada sumbu utama

12

lain, artinya ada sebagian titik (kategori) yang tidak dapat ditampilkan dengan baik oleh kedua sumbu utama yang pertama.

Perhitungan informasi dengan menggunakan persentase akar ciri merupakan suatu ide yang konservatif, karena koefisien ini hanya salah satu cara untuk menghitung informasi dan juga bukan alat yang cocok untuk menilai kualitas suatu deskripsi. Koefisien persentase keragaman ini juga tidak dapat digunakan untuk mengukur derajat penyebaran suatu konfigurasi titik-titik [6].

Besarnya inersia suatu sumbu dapat dihitung dengan mengkuadratkan nilai singular, nilai tersebut sama dengan jumlah kuadrat jarak titik ke pusat sumbu yang diboboti massa masing-masing titik. Kuadrat jarak titik ke pusat sumbu terboboti ini dapat dinyatakan sebagai persentase dari akar ciri, dan disebut kontribusi absolute atau kontribusi titik terhadap akar ciri atau terhadap sumbu utama.

Kontribusi absolute menunjukkan besarnya proporsi keragaman yang dapat diterangkan oleh setiap kategori terhadap masing-masing sumbu. Maka dapat disimpulkan bahwa titik-titik dengan nilai massa yang lebih besar atau berjarak lebih jauh dari pusat sumbu dapat memberikan kontribusi inersia yang lebih besar.

2.3 Tabel Kontingensi Dua Arah

Tabel kontingensi dua arah adalah tabel yang mencatat data hasil pengamatan dengan melibatkan dua variabel, variabel I dan variabel II . Variabel I sebagai variabel baris terdiri dari i kategori, dan variabel II sebagai variabel kolom terdiri dari j kategori.

13

Sel yang dibentuk baris ke i dan kolom ke jmempunyai frekuensi

pengamatan nijdapat ditunjukkan sebagai berikut [9]:

Tabel 2.1 Kontingensi Dua Arah

Variabel I Variabel II Total

1 2 3 … b

1 n11 n12 n13 … n1b n1.

2 n21 n22 n23 … n2b n2.

3 n31 n32 n33 … n3b n3.

… … … … … … …

a na1 na2 na3 … nab na.

Total n.1 n.2 n.3 … n.b n

. 1 b

i ij

j

n n .

1 a

j ij

i

n n _..

1 1 a b ij i j n n 1, 2,..., i a 1, 2,..., j b

Uji yang sesuai untuk mengetahui ada tidaknya hubungan antara dua variabel kategori yang berupa tabel kontingensi adalah pearson chi-square test. Uji statistika sebagai berikut[6]:

2 2

1 1

a b

ij ij

i j ij

n m

m

(2.1)

Dengan:

nij = jumlah pengamatan pada baris ke-i dan kolom ke j

ni. = jumlah pengamatan pada baris ke i

n.j = jumlah pengamatan pada kolom ke j

mij = taksiran nilai harapan

a = banyaknya baris b = banyaknya kolom

14

2.4 Matriks Korespondensi

Matriks data berukuran a b dengan unsur xij sebagai frekuensi. Untuk

mendapatkan sebuah visualisasi baris dan kolom matriks data asli dalam dimensi yang lebih rendah terlebih dahulu dibangun matriks P(a b) sebagai matriks analisis korespondensi P(a b) didefinisikan sebagai matriks frekuensi relatif dari

x, maka[9]:

P nij n

Tabel 2.2 Frekuensi Relatif Dua Dimensi

Variabel I Variabel II Massa

Baris

1 2 3 … b

1 p11 p12 p13 … p1b p1.

2 p21 p22 p23 … p2b p2.

3 p31 p32 p33 … p3b p3.

… … … … … … …

a pa1 pa2 pa3 … pab pn.

Massa

Kolom p.1 p.2 p.3 … p.b 1

r = Pi.

1 p

j

pij c’= P.j

1 n

i

pij P..

1 1

p n

i j

pij

1, 2,...,

i a

1, 2,...,

j b

Jika N adalah matriks data yang unsur-unsurnya merupakan bilangan positif berukuran i j dimana i menunjukkan baris dan j menunjukkan kolom,

maka P adalah matriks korespondensi yang didefinisikan sebagai matriks yang unsur-unsurnya adalah unsur matriks N yang telah dibagi dengan jumlah total unsur matriks N. Vektor jumlah baris dan kolom dari matriks P masing-masing

15

dinotasikan dengan r dan c. Matriks diagonal dari elemen-elemen vektor jumlah baris r adalah matriks Dr dengan ukuran (i i), sedangkan Dc adalah matriks diagonal dengan ukuran ( j j) dari elemen-elemen vektor jumlah kolom c.

Dr = diag (r) = 1.

2.

.

0 0

0 0

0 0 _a

p p p      

Dc = diag(c) =

.1 .2

.

0 0

0 0

0 0 _b

p p p       (2.2)

Profil baris dan profil kolom dari matriks P diperoleh dengan cara membagi vektor baris dan vektor kolom dengan masing-masing massanya. Matriks profil baris (R) dan profil kolom (C) dinyatakan dengan:

R = Dr-1P =

1

11 12

1. 1. 1.

2

21 22

2. 2. 2.

1 2

. . .

b

b

a a ab

a a a

p

p p

p p p

p

p p

p p p

p p p

p p p

 

  



(2.3)

C = PDc-1=

1

11 12

.1 .2 .

2

21 22

.1 .2 .

1 2

.1 .2 .

a a a a

a a ab

a

p

p p

p p p

p

p p

p p p

p p p

p p p

 

  



(2.4)

2.5 Penguraian Nilai Singular (Singular Value Decompotition)

Untuk mereduksi dimensi data berdasarkan keragaman data (nilai

16

diperlukan penguraian nilai singular. Penguraian nilai singular (SVD) merupakan salah satu konsep Aljabar matriks dan konsep eigen decomposition yang terdiri dari nilai eigen dan vektor eigen. Penguraian nilai singular diekspresikan dalam

i jmatriks Z dengan ranking K dilakukan berdasarkan[9]:

Z = U V

'

(2.5)

Dengan:

U = vektor eigen matriks ZZ' = diag ( ₁, ₂,...., _k)

V = vektor eigen matriks Z'Z K= min ((a 1,b 1))

U'U = V

'

V = I dan 1≥ 2≥ ... ≥ k> 0

Elemen-elemen 1, 2, ..., k dari matriks diagonal disebut nilai singular

dari Z. Berdasarkan sifat penguraian nilai singular ini dapat dibentuk matriks:

X = Dr-1A dan Y = Dc-1B (2.6)

Dengan unsur-unsurnya menyatakan koordinat baris dan kolom dari matriks Z.

2.6 Penguraian Nilai Singular Umum

Secara umum penguraian nilai singular dari matriks P – rc

'

adalah[9]:

Z = Dr-1/2(P-rc')Dc-1/2 (2.7)

Dari persamaan (2.5) dan (2.7) diperoleh Dr-1/2(P-rc')Dc-1/2= U V

'

(P-rc') = k

' i i i i 1

a b (2.8)

17

dengan: A = Dr1/2U B = Dc1/2V

2.7 Dekomposisi Inersia

Nilai inersia menunjukkan kontribusi dari baris ke-i pada inersia total. Sedangkan yang dimaksud inersia total adalah jumlah bobot kuadrat jarak titik-titik ke pusat, massa dan metric (jarak) yang didefinisikan[9]:

Inersia total baris :

2 . 1 a i i p

n (ri-c)

'

Dc

-1

(ri-c) (2.9)

Inersia total kolom :

2 . 1 b j j p

n (ci-r)

'

Dr

-1

(ci-r) (2.10)

Jumlah bobot kuadrat koordinat titik dalam sumbu utama ke-k pada tiap-tiap himpunan yaitu yang dinotasikan dengan k . Nilai ini disebut sebagai

Inersia Utama ke-k.

2.8 Penentuan Jarak Profil

Jarak yang digunakan untuk menggambarkan titik-titik plot korespondensi adalah jarak Chi-Square, yang didefinisikan sebagai berikut[3]:

a. Jarak antara dua baris ke-i dan ke-i’ adalah:

d2(i,i’) =

2 '

1 . . '.

1

b

ij i j

j j i i

p p

p p p

(2.11)

b. Jarak antara dua kolom ke-j dan ke-j’ adalah:

d2(j,j’) =

2 '

1 . . . '

1

a

ij ij

i i j j

p p

p p p

18

Dengan :

pij = frekuensi relatif sel baris ke-i kolom ke-j dari matriks P pi. = frekuensi relatif baris ke-i matriks P

p.j = frekuensi relatif kolom ke-j matriks P

Jarak Chi-Square dapat dikonversikan menjadi nilai similarity dengan memberi tanda yang berlawanan dengan tanda pada nilai difference.

total baris total kolom Ekspektasi =

total keseluruhan

2.9 Kontribusi Mutlak dan Kontribusi Relatif

Kontribusi mutlak (absolute contribution) adalah proporsi keragaman yang diterangkan masing-masing titik terhadap sumbu utamanya. Nilai kontribusi mutlak digunakan untuk menentukan suatu titik yang masuk pada suatu faktor atau dimensi dengan kriteria bahwa titik yang masuk ke dalam suatu faktor adalah yang mempunyai nilai atau proporsi terbesar. Sedangkan kontribusi relatif (relative contribution) adalah bagian ragam dari suatu titik yang dapat diterangkan oleh sumbu utamanya. Semakin tinggi nilai korelasi kuadrat menunjukkan bahwa sumbu utama mampu menerangkan nilai inersia dengan baik sekali, dan sebaliknya semakin kecil nilai korelasi kuadrat maka semakin sedikit nilai inersia yang dapat diterangkan oleh sumbu utama.

Kontribusi relatif atau korelasi baris ke-i atau kolom ke-jdengan

komponen k adalah kontribusi axis ke inersia baris ke-i atau kolom ke-j,

dinyatakan dalam persen inersia ke-iatau kolom ke-j[3].

Korelasi axis ke-kdan baris ke-i= (massa baris ke- )( ) inersia baris

ke-ik i P

19

Korelasi axis ke-kdan kolom ke-j= (massa kolom ke- )( ) inersia kolom

ke-jk

j P j

Dengan:

Pik = koordinat profil baris ke-ipada axis ke-k

p

jk = koordinat profil kolom ke-jpada axis ke-k

Kontribusi baris ke-iatau kolom ke-j ke axis k (kontribusi mutlak),

dinyatakan dengan persen inersia axis ke-k.

Kontribusi baris ke-idan axis ke-k = (massa baris ke- )( ) inersia axis

ke-ik i P

k

Kontribusi kolom ke-jdan axis ke-k= (massa kolom ke- )( ) inersia axis

ke-jk j P

k

2.10 Analisis Klaster

Analisis klaster (cluster analysis) bertujuan untuk menentukan suatu kelompok yang alami dari kelompok-kelompok individu. Kelompok individu-individu ini bisa membentuk populasi yang lengkap atau suatu sampel dari populasi yang lebih besar. Lebih umum lagi, analisis klaster bertujuan untuk mengalokasikan sekelompok individu pada suatu kelompok-kelompok yang saling bebas sehingga individu-individu di dalam kelompok itu mirip satu dengan yang lainnya, sementara itu individu-individu di dalam kelompok yang berbeda tidak mirip. Penyusunan kelompok ini biasa disebut dengan partisi.

Ciri klaster yang baik, yaitu homogenitas (kesamaan) yang tinggi antar anggota dalam satu klaster. Heterogenitas (Perbedaan) yang tinggi antar klaster yang satu dengan klaster lainnya (between cluster) [10].

20

2.10.1 Jarak Euclidean

Euclidean merupakan suatu metode perhitungan jarak yang paling sederhana. Jika terdapat n buah variabel maka perhitungan jarak menggunakan metode Euclidean dinyatakan sebagai berikut [7]:

2 1

( , ) ( )

n

i i

i

d x y x y _(2.13)

x dan y merupakan dua objek yang dihitung jaraknya x1,x2,…,xn dan y1,y2,…,yn

merupakan atribut-atribut sebanyak n buah dari objek x dan y, dengan pusat

centroids dapat ditentukan dengan rumus sebagai berikut:

1

1

( )

n

k i

i k

C d

n (2.14)

Dengan n_k merupakan jumlah data klaster ke-k.

2.10.2 Proses Analisis Klaster

Mengukur jarak kesamaan antar obyek (similarity). Sesuai dengan prinsip klaster yang mengelompokkan obyek yang mempunyai kemiripan, maka proses pertama adalah mengukur seberapa jauh ada kesamaan antar objek. Data atau variabel distandarisasi jika mempunyai perbedaan besar atau mencolok dengan cara mengubah Z-Score [10].

2.10.3 Langkah-langkah K-Means Klaster

1. Tentukan K sebagai jumlah klaster yang ingin dibentuk. 2. Bangkitkan K titik pusat klaster (centroids) awal secara acak.

21

3. Hitung jarak setiap data ke masing-masing centroids, seperti pada persamaan (2.13).

4. Setiap data memilih centroids yang terdekat.

5. Tentukan posisi centroids baru dengan cara menghitung nilai rata-rata dari data-data yang memilih pada centroids yang sama, seperti pada persamaan (2.14).

6. Kembali ke langkah 3 jika posisi centroids baru dengan centroids

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 mushola/masjid.

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]:

H0: variabel I tidak berpengaruh nyata terhadap variabel II

H1: variabel I berpengaruh nyata terhadap variabel II

dengan taraf nyata α = 5%, dan berdasarkan nilai signifikan, maka jika sign > 0.05, maka terima H0, kesimpulannya variabel I tidak berpengaruh

secara nyata terhadap variabel II. Sebaliknya jika sign < 0.05, maka tolak H0,

kesimpulannya variabel I berpengaruh secara nyata terhadap II.

Jika H0 ditolak maka dapat dilanjutkan pada análisis selanjutnya, yaitu

analisis korespondensi untuk melihat keterhubungan melalui plot. Jika H0

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

Tahapan penelitian di atas akan dijelaskan melalui diagram penelitian seperti di bawah ini:

Gambar 3.1 Diagram Alur Penelitian

Data

Identifikasi Variabel

Tabel Kontingensi

Analysis Cluster

Analisis Korespondensi

Interpretasi dan Kesimpulan Uji Chi-Square

Ho tidak ditolak; Variabel tidak memiliki hubungan

H0 ditolak; variabel memiliki hubungan

28

BAB IV

HASIL DAN PEMBAHASAN

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi prestasi belajar siswa-siswi SMA dan SMK se-Jakarta Selatan yang terdapat 10 kecamatan didalamnya, yaitu Jagakarsa, Pasar Minggu, Cilandak, Pesanggrahan, Kebayoran Lama, Kebayoran Baru, Mampang Prapatan, Tebet, dan Setia Budi. Faktor-faktor ini mencakup faktor lingkungan sekolah, yaitu sarana belajar, lingkungan belajar, dan tenaga belajar, data dapat dilihat pada lampiran 1, 2, dan 3.

4.1. Tranformasi Data

Data awal yang terdiri dari kondisi sekolah, tenaga pengajar, dan sarana belajar masing-masing diubah ke dalam data rasio, karena setiap kecamatan tidak memiliki jumlah sekolah yang sama, seperti terdapat pada Lampiran 5, 6, dan 7.

4.2. Analisis klaster

Setelah data diubah menjadi data rasio kemudian data diolah menggunakan analisis klaster sehingga menghasilkan kelompok berdasarkan kedekatan observasi. Kondisi sekolah (KS) terbagi menjadi 3 klaster, klaster 1 kondisi sekolah sangat baik, klaster 2 kondisi sekolah Baik, klaster 3 kondisi sekolah cukup baik terlihat pada Lampiran 8. Klaster tenaga pengajar (TP) terbagi menjadi 3 klaster, klaster 1 tenaga pengajar baik, klaster 2 tenaga pengajar cukup baik, dan klaster 3 tenaga pengajar lebih dari cukup seperti pada Lampiran 9. Hasil analisis klaster sarana belajar terbagi menjadi 4 klaster, klaster 1 sarana belajar lengkap (SBL), klaster 2 sarana belajar cukup lengkap (SBCL), klaster 3

29

sarana belajar kurang lengkap (SBKL), dan yang terakhir klaster 4 yaitu sarana tidak lengkap (SBTL) terlampir dalam Lampiran 10. Untuk lebih jelas berikut merupakan data tiap-tiap variabel:

Tabel 4.1 Kategori Variabel Penelitian Nama

Variabel Karakteristik Jumlah Persentase

Prestasi Belajar

1 =Prestasi X 14 40%

2 = Prestasi Y 18 51.43%

3 = Prestasi Z 3 8.57%

Kondisi Sekolah

1 = Sangat Baik (KSSB) 13 37.14%

2 = Baik (KSB) 14 40%

3 = Cukup Baik (KSCB) 8 22.86%

Tenaga Pengajar

1 = Baik (TPB) 6 17.14%

2 = Cukup Baik (TPCB) 8 22.86%

3 = Lebih dari Cukup (TPLDC) 21 60%

Sarana Belajar

1 = Lengkap (SBL) 25 71.43%

2 = Cukup Lengkap (SBCL) 6 17.14%

3 = Kurang Lengkap (SBKL) 3 8.57%

4 = Tidak Lengkap (SBTL) 1 2.86%

Pada Tabel 4.1 dapat dijelaskan persentase variabel prestasi belajar yang memiliki karakteristik baik yaitu sebesar 40%, untuk prestasi belajar yang memiliki karakteristik cukup memiliki persentase sebesar 51,43% dan prestasi belajar kurang sebesar 8,57%. Kondisi sekolah dengan karakteristik sangat baik sebesar 37,14% sedangkan kondisi sekolah yang termasuk dalam karakteristik baik dan kurang baik masing-masing sebesar 40% dan 22,86%. Tenaga pengajar dalam kategori baik, cukup baik dan lebih dari cukup berturut-turut sebesar 17,14%, 22,86 dan 60%. Selanjutnya pada Sarana belajar yang termasuk kategori lengkap sebesar 71,43%, kategori cukup lengkap 17,14%, kategori kurang lengkap sebesar 8,57%, dan sisanya merupakan sarana belajar kurang lengkap yaitu sebesar 2,86%.

30

4.3 Tabel Kontingensi

Data kondisi sekolah, tenaga pengajar, dan sarana belajar yang telah dikelompokan kemudian dianalisis sehingga data berbentuk tabel kontingensi. Tabel kontingensi prestasi dengan kondisi sekolah, prestasi dengan tenaga pengajar, dan tabel prestasi dengan sarana belajar terdapat pada Lampiran 12. 4.4 Uji Chi-Square

Di bawah ini adalah uraian mengenai hubungan prestasi dengan kondisi sekolah, tenaga pengajar, dan sarana belajar menggunakan software statistika:

Tabel 4.2 Uji Chi-Square

Faktor Mempengaruhi

Prestasi P-Value

Kondisi Sekolah 0.003

Tenaga Pengajar 0.000

Sarana Belajar 0.037

Berdasarkan hasil perhitungan dengan bantuan software melihat nilai uji

chi-square dari nilaip-value semua faktor bernilai dibawah 0,05 maka H0 ditolak

sehingga dapat disimpulkan ada keterkaitan antara prestasi dengan kondisi sekolah, tenaga pengajar, dan sarana belajar. Sehingga untuk mengetahui pola hubungan variabel dapat dilanjutkan menggunakan analisis korespondensi.

4.5 Analisis Korespondensi

4.5.1 Pola Hubungan Antara Variabel Prestasi Sekolah dengan Kondisi

Sekolah

Tabel 4.3 merupakan inersia dan proporsi variabel yang dijelaskan oleh faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama mampu menerangkan 92,6% keragaman data dengan nilai inersia (Nilai Eigen)

31

sebesar 0,43. Sedangkan untuk sumbu utama kedua mampu menerangkan 7,35% variansi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan kedua adalah 100%.

Tabel 4.3 Inersia dan proporsi varians untuk Prestasi dan kondisi sekolah

Dimensi Nilai

Singular

Nilai Eigen

Chi-Square

Persen Proporsi

Persen Kumulatif

1 0.658105 0.433102 15.15856 92.64819 92.6482

2 0.185385 0.034367 1.20286 7.35181 100.0000

Total 0.467469 16.36142 100.00000

Derajat Bebas 4

Sumbu utama pertama untuk kategori kondisi sekolah yang memiliki kontribusi terbesar diberikan oleh kondisi sekolah dengan kriteria sangat baik (KSSB) sebesar 49,95%, kondisi sekolah dengan kriteria cukup baik (KSCB) sebesar 47,49% sedangkan kondisi sekolah dengan kriteria baik (KSB) hanya sebesar 2,56% (Lampiran 13).

Variabel prestasi terbesar diberikan oleh prestasi X, yaitu 52,78%, kategori prestasi Y dan prestasi Z masing-masing sebesar 46,28% dan 0,94%. Sedangkan sumbu utama kedua untuk variabel KSSB sebesar 97,99%, variabel KSCB sebesar 95,28%, dan variabel KSB sebesar 35,99%.

Pada prestasi sekolah yang berkontribusi terbesar diberikan oleh prestasi Y sebesar 99,60%, begitu juga prestasi X, yaitu 98,93%. Sedangkan pada prestasi sekolah dengan kategori Z hanya sebesar 11,56%.

32 2D Plot of Row and Column Coordinates; Dimension: 1 x 2

Input Table (Rows x Columns): 3 x 3 Standardization: Row and column profiles

Row.Coords Col.Coords X Y Z KSB KSCB KSSB

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 Dimension 1; Eigenvalue: .43310 (92.65% of Inertia)

-0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 D im e n si o n 2 ; Ei g e n va lu e : .0 3 4 3 7 (7 .3 5 2 % o f In e rt ia ) X Y Z KSB KSCB KSSB

Gambar 4.1 Plot analisis korespondensi prestasi belajar dengan kondisi sekolah Variabel yang banyak bergerombol pada gambar 4.1 memperlihatkan bahwa variabel tersebut mempunyai kesamaan. Prestasi belajar X mempunyai jarak yang cukup dekat dengan KSSB. Hal ini membuktikan bahwa kondisi sekolah yang memiliki kualitas sangat baik akan menghasilkan prestasi belajar yang baik. Sedangkan pada KSB dan KSCB menghasilkan prestasi Y dan prestasi Z.

4.5.2 Analisis Pola Hubungan Antara Variabel Prestasi Sekolah dengan

Tenaga Pengajar

Tabel 4.4 merupakan inersia dan proporsi variabel yang dijelaskan oleh faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama mampu menerangkan 94,5% keragaman data dengan nilai inersia (Nilai Eigen) sebesar 0,60. Sedangkan untuk sumbu utama kedua mampu menerangkan 5,47% variansi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan kedua adalah 100%.

33

Tabel 4.4 Inersia dan proporsi varians untuk prestasi dan tenaga pengajar

Dimensi Nilai

Singular Nilai Eigen Chi-Square Persen Proporsi Persen Kumulatif

1 0.777328 0.604239 21.14836 94.52058 94.5206

2 0.187158 0.035028 1.22598 5.47942 100.0000

Total 0.639267 22.37434 100.00000

Derajat Bebas 4

Sedangkan nilai konntribusi kolom pembentuk sumbu utama pertama pada prestasi belajar diberikan oleh variabel prestasi baik sebesar 57,57% dan prestasi cukup baik sebesar 42,20%. Nilai kontribusi selengkapnya tersaji pada Lampiran 14.

2D Plot of Row and Column Coordinates; Dimension: 1 x 2 Input Table (Rows x Columns): 3 x 3 Standardization: Row and column profiles

Row.Coords Col.Coords X _Y Z TPB TPCB TPLDC

-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 Dimension 1; Eigenvalue: .60424 (94.52% of Inertia)

-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 D im e n si o n 2 ; E ig e n va lu e : .03 5 0 3 ( 5 .4 7 9 % o f I n e rtia ) X _Y Z TPB TPCB TPLDC

Gambar 4.2 Plot analisis korespondensi prestasi belajar dengan tenaga pengajar Plot analisis korespondensi prestasi belajar dengan tenaga pengajar yang dipetakan pada Gambar 4.2, nilai kontribusi inersia yang diberikan oleh sumbu utama sebesar 0,604239 (94.52058%) sedangkan sumbu utama kedua sebesar 0,035028 (5.47942%). Sehingga total inersia yang didapat dari plot dua dimensi tersebut sebesar 100%. Plot korespondensi yang dihasilkan dapat memberikan total keragaman yang dijelaskan oleh kedua sumbu utama sebesar 100%.

34

Tenaga pengajar baik mencerminkan sekolah yang memiliki guru yang banyak, didominasi pegawai negeri yang memiliki pengalaman mengajar cukup. Tenaga pengajar cukup baik mencerminkan sekolah yang memiliki guru yang tidak terlalu banyak, didominasi pegawai negeri berusia di atas 40 tahun dengan pengalaman mengajar di atas 20 tahun. Tenaga pengajar lebih dari cukup mencerminkan sekolah yang memiliki guru yang sedikit, bukan pegawai negeri tetapi dalam masa usia produktif. Pada plot korespondensi prestasi belajar dengan tenaga pengajar dapat dilihat pada gambar 4.2 di atas. Terlihat pada variabel tenaga pengajar lebih dari cukup memiliki kedekatan dengan prestasi Y. Prestasi Z terlihat cenderung mempunyai jarak yang cukup jauh dengan kategori lainnya. Hal ini membuktikan bahwa hampir tidak ada tenaga pengajar yang membuat prestasi menjadi kurang baik.

4.5.3 Analisis Pola Hubungan Antara Variabel Prestasi Sekolah dengan

Sarana Belajar

Tabel 4.5 merupakan inersia dan proporsi variabel yang dijelaskan oleh faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama mampu menerangkan 94,5% keragaman data dengan nilai inersia (Nilai Eigen) sebesar 0,60. Sedangkan untuk sumbu utama kedua mampu menerangkan 5,47% variasi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan kedua adalah 100%.

35

Tabel 4.5 Inersia dan proporsi varians untuk prestasi dan sarana belajar

Dimensi Nilai

Singular

Nilai Eigen

Chi-Square

Persen Proporsi

Persen Kumulatif

1 0.545440 0.297505 10.41268 77.66365 77.6636

2 0.292513 0.085564 2.99473 22.33635 100.0000

Total 0.383069 13.40741 100.00000

Derajat Bebas 6

Plot analisis korespondensi prestasi belajar dengan sarana belajar yang dipetakan pada Gambar 4.3, nilai kontribusi inersia yang diberikan oleh sumbu utama sebesar 0,297505 (77.66365%) sedangkan sumbu utama kedua sebesar 0,085564 (22.33635%). Sehingga total inersia yang didapat dari plot dua dimensi tersebut sebesar 100%. Plot korespondensi yang dihasilkan dapat memberikan total keragaman yang dijelaskan oleh kedua sumbu utama sebesar 100%.

Pada sumbu utama pertama untuk variabel sarana belajar cukup lengkap 38,54%, sarana belajar lengkap sebesar 28,28%, sarana belajar kurang lengkap sebesar 20,06% dan sarana belajar tidak lengkap sebesar 13,12%. Sedangkan Pada sumbu utama kedua sarana belajar kurang lengkap (71,23%), sarana belajar cukup lengkap (24,29%), sarana belajar tidak lengkap (4,47%) dan sarana belajar lengkap (0,00%).

Jika dilihat dari variabel prestasi belajar terbesar diberikan oleh prestasi X yaitu sebesar 54,64%, prestasi Y sebesar 45,12%, sedangkan kontribusi terkecil diberikan oleh prestasi Z yaitu 0,24%. Nilai kontribusi dapat dilihat lebih lanjut pada Lampiran 13.

Sarana belajar lengkap mencerminkan jumlah ruang kelas dan ruang guru yang memadai, serta sarana lain yang dimiliki. Sarana belajar cukup lengkap

36

mencerminkan jumlah ruang kelas yang sedikit tetapi ruang guru yang memadai, serta sarana lain yang dimiliki. Sarana belajar kurang lengkap mencerminkan jumlah ruang kelas, ruang guru dan sarana lain yang minim. Sedangkan sarana belajar tidak lengkap mencerminkan jumlah ruang kelas yang tidak sesuai dengan jumlah siswa yang sangat banyak, juga ruang guru yang padat.

2D Plot of Row and Column Coordinates; Dimension: 1 x 2 Input T able (Rows x Columns): 3 x 4 Standardization: Row and column profiles

Row.Coords Col.Coords X _Y Z SBCL SBKL SBL SBT L

-1.4 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 Dimension 1; Eigenvalue: .29751 (77.66% of Inertia)

-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 D im e n s io n 2 ; E ig e n v a lu e : .0 8 5 5 6 ( 2 2 .3 4 % o f In e rt ia ) X _Y Z SBCL SBKL SBL SBT L

Gambar 4.3. Plot analisis korespondensi prestasi belajar dengan sarana belajar Dari tampilan plot hasil korespondensi pada gambar 4.3 terlihat bahwa variabel prestasi Y dengan SBL (Sarana Belajar Lengkap) saling berdekatan. Prestasi X dekat dengan SBCL (Sarana Belajar Cukup Lengkap) dan SBTL (Sarana Belajar Tidak Lengkap), hal ini mengindikasikan prestasi X lebih disebabkan oleh sarana yang cukup lengkap daripada sarana tidak lengkap. Sedangkan prestasi Z lebih dekat dengan SBKL (Sarana Belajar Kurang Lengkap). Hal ini menunjukkan bahwa sarana belajar tidak terlalu berperan dalam menciptakan prestasi belajar.

37

BAB V

KESIMPULAN DAN SARAN

Setelah dilakukan analisa dan pengolahan data, maka selanjutnya diambil kesimpulan dan saran untuk penelitian selanjutnya.

5.1 Kesimpulan

Berdasarkan hasil analisis untuk mengetahui hubungan antara prestasi dengan kondisi sekolah, tenaga pengajar, dan sarana belajar dengan metode analisis korespondensi maka didapat kesimpulan.

1. Ada keterkaitan prestasi sekolah dengan kondisi sekolah, tenaga pengajar, dan sarana belajar.

2. Prestasi X cenderung diperoleh sekolah dengan kondisi sekolah sangat baik (KSSB), prestasi Y diperoleh sekolah dengan kondisi sekolah baik (KSB) dan kondisi sekolah cukup baik (KSCB).

3. Prestasi X lebih banyak diperoleh dari sekolah dengan tenaga pengajar dengan kriteria baik (TPB) dan cukup baik (TPCB). Sedangkan prestasi Y diperoleh dari sekolah dengan tenaga pengajar yang memiliki kriteria lebih dari cukup (TPLDC).

4. Prestasi X cenderung diperoleh dari sekolah dengan sarana cukup lengkap (SBCL), prestasi Y cenderung diperoleh dari sekolah dengan sarana lengkap (SBL), dan prestasi Z diperoleh dari sekolah yang kurang lengkap (SBKL).

Hubungan antara prestasi dan faktor eksternal pada lingkungan sekolah tidak bersifat linier disebabkan karena masih ada faktor lain yang berpengaruh,

38

diantaranya faktor internal seperti motivasi, intelegensi, dan kepribadian, dan faktor eksternal lain seperti lingkungan keluarga, dan lingkungan masyarakat.

5.2 Saran

Berdasarkan hasil pembahasan dan kesimpulan di atas, maka peneliti menyarankan:

1. Kondisi sekolah sangat berperan dalam menciptakan sekolah yang berprestasi, untuk itu kepala sekolah, para pendidik, serta pihak terkait turut berperan dalam meminalisir kondisi sekolah yang tidak baik, seperti lingkungan yang banjir, lingkungan padat, dan kondisi bangunan yang rusak.

2. Melihat adanya pengaruh yang kuat antara tenaga pengajar terhadap prestasi sekolah maka hendaknya setiap sekolah memiliki jumlah tenaga pengajar yang cukup, latar pendidikan terakhir yang sesuai, dan tenaga pengajar yang masih produktif.

3. Sarana Belajar tidak memiliki pengaruh yang cukup kuat untuk mempengaruhi prestasi sekolah, ini disebabkan sarana belajar yang lengkap namun tidak terpelihara dengan baik.

Banyak hal yang ingin dilakukan tetapi karena adanya keterbatasan-keterbatasan yang dihadapi penulis terutama dalam hal waktu dan pengetahuan maka penulis menyarankan untuk penelitian selanjutnya agar menggunakan lebih banyak lagi variabel yang merupakan faktor-faktor eksternal, seperti keadaan keluarga dan lingkungan masyarakat, atau membandingkan dengan uji pada metode-metode statistika lainnya.

39

DAFTAR PUSTAKA

[1] Agresti, A. 1990. Categorical Data Analysis. John Wiley and Sons. New York.

[2] Darmawan, Gumgum. 2009. Aplikasi Analisis Korespondensi Untuk Melihat perkembangan Pembangunan Wilayah di Kabupaten Sumedang. Yogyakarta,Universitas Negeri Yogyakarta.

[3] Greenacre, Michael.J., 2007. Correspondence Analysis in Practice, 2th Edition. Universitat Pompeu Fabra Barcelona, Spain.

[4] http://arsury.blogspot.com/2009/02/pembangunan-dan-pendidikan.html (Akses 29 Desember 2010 21.12)

[5] http://smpn2ngawi.sch.id/new/faktor-faktor-yang-mempengaruhi-prestasi (Akses 9 Januari 2011 10.29)

[6] Johnson, Richard A., and Dean W.Wichern. 2002. Applied Multivariat Statistical Analysis, 5th edition,Practice Hall Inc, New Jersey.

[7] John, Richard A., and Dean W.Wichern. 2002. Methods of Multivariate Analysis, Third Edition. New Jersey.

[8] Maryatin D, IM Tirta, dan Y.S.Dewi. 2002. Correspondence Analysis of Criminalogy list in Polres Jember. Jember, Universitas Jember FMIPA. [9] Rencher, C.Alvin. 2002. Methods of Multivatiate Analysis Second Edition.

A John Wiley dan Sons,Inc.Publication. Canada.

[10] Ruswandi, Bambang. 2008. Diktat Perkuliahan Praktikum Statistika Multivariat. FST UIN. Jakarta.

40

[11] Setyowati, Asri. 1998. Penggunaan Analisis Korespondensi untuk Menganalisis Hubungan Antara Data Akademik SMA, Motivasi, dan Sikap

Terhadap Prestasi Belajar Mahasiswa Akademi Sandi Negara Angkatan

1990-1996. Universitas Indonesia. Depok.

[12] Walpole, R. E. 1995. Pengantar Statistika. Gramedia Pustaka Utama. Jakarta.

---

Nama : Anggraini

NIM : 107094002935

---Nama : Anggraini

NIM : 107094002935

Tempat Tanggal Lahir : Tangerang, 12 Februari 1989

Alamat Rumah : Jl. Al-Barokah Rt.004/07 No.119 Kreo Selatan

15156 Tangerang Banten

Hp : 08567279195

Email : anggraini_47@ymail.com

Jenis Kelamin : Perempuan

---

1. S1 : Program Studi Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta, Tahun 2007-2011

2. SMA : SMA Negeri 90 Jakarta, Tahun 2004-2007 3. SMP : MTs Negeri 13 Jakarta, Tahun 2001-2004 4. SD : SDI Al-Hidayah Tangerang, Tahun 1995-2001

Data Pribadi

41

Lampiran 1. Data Asal Nilai Rata-rata Tiap Kecamatan

Sekolah No Kecamatan

Program IPA Program IPS

Nilai Rata-rata

Bhs.Ind Bhs. Ing MM Bhs.Ind Bhs. Ing MM

SMA NEGERI

1 Jagakarsa 8.04 7.53 7.31 7.88 7.73 8.08 7.65

2 Pasar Minggu 7.41 7.81 8.39 7.29 7.49 8.10 7.67

3 Cilandak 8.01 7.96 7.19 7.86 8.07 7.58 7.57

4 Pesanggrahan 7.67 7.48 7.75 7.28 7.17 7.45 7.44

5 Kebayoran Lama 5.91 5.78 6.23 5.77 5.32 5.88 5.78

6 Kebayoran Baru 7.76 8.14 7.55 7.63 7.94 7.74 7.59

7 Mampang Prapatan 7.86 7.46 8.01 7.53 7.27 7.34 7.57

8 Pancoran 6.95 6.81 6.60 6.77 6.55 6.98 6.67

9 Tebet 7.88 7.95 8.05 7.80 7.94 8.05 7.65

10 Setiabudi 7.61 7.18 7.52 7.39 7.32 7.10 7.33

SMA SWASTA

11 Jagakarsa 7.28 6.87 7.50 6.88 6.51 6.67 7.05

12 Pasar Minggu 6.48 6.10 6.42 6.15 5.72 5.94 6.18

13 Cilandak 7.23 7.16 6.42 4.01 6.73 7.20 6.73

14 Pesanggrahan 7.54 7.13 8.44 6.98 6.30 8.14 7.39

15 Kebayoran Lama 7.53 7.59 7.83 7.18 6.72 7.75 7.32

16 Kebayoran Baru 7.08 6.74 6.98 6.71 6.31 6.59 6.64

17 Mampang Prapatan 7.41 7.35 7.29 6.88 6.93 7.24 7.12

18 Pancoran 6.90 5.98 7.41 7.04 7.03 7.11 7.19

19 Tebet 6.87 6.38 6.99 6.46 5.91 6.74 6.71

42

Sekolah No Kecamatan Bhs.Ind Bhs. Ing MM Nilai

Rata-rata

SMK NEGERI

21 Jagakarsa 6.86 7.61 8.79 7.75

22 Pasar Minggu 7.17 7.42 7.95 7.51

23 Cilandak 6.86 7.07 7.66 7.20

24 Kebayoran Lama 6.84 6.84 8.23 7.30

25 Kebayoran Baru 6.58 6.59 8.00 7.06

26 Tebet 7.27 6.53 6.59 6.80

SMK SWASTA

27 Jagakarsa 6.24 6.68 6.85 6.59

28 Pasar Minggu 5.73 5.98 6.56 6.09

29 Cilandak 6.35 6.54 7.18 6.69

30 Pesanggrahan 6.13 6.55 6.96 6.55

31 Kebayoran Lama 6.23 6.13 7.40 6.59

32 Kebayoran Baru 5.69 5.60 6.14 5.81

33 Mampang Prapatan 6.62 6.69 6.92 6.74

34 Pancoran 6.67 6.62 6.96 6.75

35 Tebet 6.40 6.49 6.65 6.51

43

Lampiran 2. Data Asal Kondisi Sekolah Tiap Kecamatan

No. Kecamatan

Kondisi Bangunan Jenis Rehab Kondisi Lingkungan

Gedung Tipe

Bangunan Lantai

Status Kepemilikan Baik Rusak Ringan Rusak Sedang Rusak

Berat Ringan Berat Sedang Total Baik

Padat

kumuh Banjir A B C 1 2 3 4 Milik B. Milik 1 Jagakarsa 4 0 0 0 3 0 0 1 4 0 0 3 1 0 0 0 4 0 4 0 2 Pasar Minggu 2 0 0 0 0 1 0 1 2 0 0 0 1 0 0 1 1 0 2 0 3 Cilandak 2 0 0 0 0 0 0 2 1 1 0 2 0 0 0 0 2 0 2 0 4 Pesanggrahan 5 0 0 0 2 0 0 3 5 0 0 2 2 1 0 0 3 2 5 0

5

Kebayoran

Lama 2 1 1 0 0 1 1 2 3 1 0 3 1 0 0 2 2 0 4 0

6

Kebayoran

Baru 2 2 0 0 1 3 0 0 3 1 0 3 0 1 0 3 1 0 4 0

7

Mampang

Prapatan 1 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 1 0 1 0 9 Tebet 2 1 0 0 0 1 0 2 1 1 1 1 2 0 0 1 2 0 3 0 10 Setiabudi 3 0 0 0 1 1 0 1 3 0 0 2 1 0 0 0 2 1 3 0 11 Jagakarsa 7 3 0 0 1 4 1 1 10 0 0 2 7 1 6 2 1 1 10 0 12 Pasar Minggu 7 0 0 0 3 1 0 2 7 0 0 2 3 2 2 3 1 1 6 1 13 Cilandak 8 1 0 0 3 2 0 1 9 0 0 5 4 0 0 2 4 3 9 0 14 Pesanggrahan 2 1 0 0 1 1 0 0 3 0 0 1 0 2 0 2 1 0 3 0

15

Kebayoran

Lama 7 1 0 0 1 2 1 0 7 0 1 4 1 3 1 3 3 1 8 0

16

Kebayoran

Baru 11 3 0 0 4 2 2 1 13 0 1 10 1 3 0 3 8 3 13 1

17

Mampang

Prapatan 2 0 0 0 1 0 1 0 1 0 1 1 1 0 0 0 0 2 2 0 18 Pancoran 0 1 1 0 1 1 0 0 2 0 0 0 2 0 0 1 1 0 2 0

44

19 Tebet 6 1 3 1 0 4 1 1 11 0 0 7 4 0 4 3 4 0 11 0 20 Setiabudi 2 0 0 0 1 0 0 0 2 0 0 1 1 0 2 0 0 0 1 1 21 Jagakarsa 1 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 1 0 22 Pasar Minggu 5 0 0 0 1 2 1 1 5 0 0 4 1 0 0 2 1 2 5 0 23 Cilandak 2 1 0 0 1 0 0 2 3 0 0 2 1 0 0 1 2 0 3 0

24

Kebayoran

Lama 2 0 0 1 0 0 0 3 3 0 0 3 0 0 1 0 1 1 2 1

25

Kebayoran

Baru 2 1 1 0 1 1 2 0 4 0 0 4 0 0 1 2 1 0 4 0 26 Tebet 0 0 1 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 1 0 27 Jagakarsa 18 3 1 0 8 4 1 2 22 0 0 4 14 4 6 15 1 0 22 0 28 Pasar Minggu 5 5 1 0 0 7 4 0 11 0 0 0 7 4 4 3 3 1 10 1 29 Cilandak 9 0 2 0 1 6 2 0 11 0 0 5 5 1 1 8 1 1 7 4 30 Pesanggrahan 6 6 0 0 5 1 1 0 12 0 0 3 7 2 2 7 3 0 12 0

31

Kebayoran

Lama 15 3 1 1 8 4 1 0 18 2 0 5 7 8 3 10 4 3 17 3

32

Kebayoran

Baru 5 2 0 0 4 2 0 0 6 0 1 5 1 1 1 2 4 0 7 0

33

Mampang

Prapatan 3 1 1 0 0 4 0 0 4 0 1 1 4 0 2 1 2 0 5 0 34 Pancoran 3 1 1 0 0 0 2 1 4 1 0 1 4 0 1 2 1 1 5 0 35 Tebet 6 0 2 0 2 1 1 1 8 0 0 4 3 1 2 2 4 0 8 0 36 Setiabudi 4 1 1 0 3 1 0 0 5 1 0 4 2 0 1 2 1 2 6 0

45

No. Kecamatan

Jenis Bangunan Luas Tanah/Bangunan Jenjang Akreditasi IDT Non IDT

Inpres Pelita MHT

Eks Baperki

Lain-lain A B C TT Tanah(M2)

Bangunan (M2) Jumlah seluruh siswa Jumlah sekolah 1 Jagakarsa 2 0 0 0 2 4 0 0 0 0 4 24971 11427 3367 4 2 Pasar Minggu 1 1 0 0 0 1 1 0 0 0 2 6810 3071 1104 2 3 Cilandak 2 0 0 0 0 2 0 0 0 0 2 12067 6846 1606 2 4 Pesanggrahan 0 1 0 0 4 5 0 0 0 0 5 48726 44244 3663 5

5

Kebayoran

Lama 0 2 0 0 2 4 0 0 0 0 4 23238 46121 3315 3 6 Kebayoran Baru 1 0 2 0 1 4 0 0 0 0 4 31893 14756 3846 4

7

Mampang

Prapatan 0 0 0 0 1 1 0 0 0 0 1 5237 2595 738 1 9 Tebet 1 0 0 0 2 3 0 0 0 0 3 14999 9863 2806 3 10 Setiabudi 2 0 0 0 1 3 0 0 0 0 3 17021 10395 2366 3 11 Jagakarsa 0 0 1 1 8 4 6 0 0 10 0 42656 17843 1133 9 12 Pasar Minggu 0 0 0 0 7 6 1 0 0 6 1 56554 21150 2943 6 13 Cilandak 0 0 1 0 8 7 1 0 1 0 9 52755 16787 2547 9 14 Pesanggrahan 0 0 0 0 3 3 0 0 0 0 3 36282 9434 931 3

15

Kebayoran

Lama 0 0 0 0 8 6 2 0 0 3 5 40881 55530 1843 8 16 Kebayoran Baru 1 0 0 0 13 13 1 0 0 13 1 1E+05 33729 2783 14

17

Mampang

Prapatan 0 0 0 0 2 1 1 0 0 2 0 8050 7010 227 2 18 Pancoran 0 0 0 0 2 1 1 0 0 2 0 34867 33595 321 2 19 Tebet 0 0 0 0 11 4 6 0 1 10 1 27967 15308 1326 10

46

20 Setiabudi 0 0 0 0 2 0 1 0 1 2 0 3672 1500 93 2 21 Jagakarsa 1 0 0 0 0 0 0 0 1 0 1 4510 2338 506 1 22 Pasar Minggu 3 0 0 0 2 5 0 0 0 0 5 49081 27646 13742 5 23 Cilandak 3 0 0 0 0 3 0 0 0 0 3 13396 12017 1373 3

24

Kebayoran

Lama 1 1 0 0 1 2 1 0 0 0 3 40389 4747 1509 3 25 Kebayoran Baru 2 0 0 0 2 3 1 0 0 0 4 33086 47035 2845 4 26 Tebet 0 0 0 0 1 1 0 0 0 0 1 2695 3263 560 1 27 Jagakarsa 2 0 0 0 20 4 15 0 3 20 2 66152 31403 5838 21 28 Pasar Minggu 1 0 0 0 10 5 5 1 0 10 1 28898 15356 6540 10 29 Cilandak 1 0 1 0 9 5 5 0 1 0 11 46178 19593 3516 11 30 Pesanggrahan 1 0 0 0 11 5 7 0 0 1 11 44267 15434 4642 11

31

Kebayoran

Lama 0 0 0 0 20 7 12 0 1 8 12 34222 24242 5933 19 32 Kebayoran Baru 1 0 0 0 6 3 4 0 0 4 3 33045 15744 2769 7

33

Mampang

Prapatan 0 0 0 0 5 0 5 0 0 5 0 11900 9590 1647 5 34 Pancoran 1 0 0 0 4 0 4 1 0 5 0 12460 5663 2147 5 35 Tebet 0 0 1 0 7 3 4 0 1 5 3 19531 12542 2019 8 36 Setiabudi 1 0 0 0 5 0 4 1 1 6 0 10013 3777 1047 6

62

Lampiran 9. Output Klaster Tenaga Pengajar

Clus ter M em be rs hip

A N1 3 12.358

A N2 2 19.116

A N3 3 8.418

A N4 2 16.213

A N5 3 23.888

A N6 3 10.081

A N7 2 16.620

A N9 3 10.719

A N10 3 13.141

A S1 1 8.337

A S2 1 24.503

A S3 1 10.361

A S4 1 8.620

A S5 1 7.475

A S6 1 6.191

A S7 1 11.484

A S8 1 8.928

A S9 1 12.833

A S10 1 16.496

KN1 1 23.809

KN2 2 34.763

KN3 2 13.106

KN4 2 22.835

KN5 2 21.082

KN6 2 22.063

KN1 1 16.471

KN2 1 20.903

KN3 1 15.064

KN4 1 4.780

KN5 1 20.893

KN6 1 6.170

KN7 1 13.986

KN8 1 12.011

KN9 1 10.739

KN10 1 16.890

Case Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Sekolah_ Perkec a

63

Lampiran 10. Output Klaster Sarana Belajar

Clus ter M em be rs hip

A N1 4 95.052

A N2 3 1020.907

A N3 1 543.005

A N4 4 236.600

A N5 4 143.333

A N6 1 698.582

A N7 3 571.199

A N9 1 319.184

A N10 1 124.846

A S1 3 843.902

A S2 3 267.869

A S3 3 155.159

A S4 3 167.339

A S5 3 253.091

A S6 3 340.104

A S7 3 389.476

A S8 3 388.857

A S9 3 435.225

A S10 3 583.568

KN1 3 387.552

KN2 2 .000

KN3 3 251.840

KN4 3 486.287

KN5 1 350.197

KN6 3 267.218

KN1 3 283.393

KN2 1 456.585

KN3 3 346.759

KN4 3 190.403

KN5 3 625.372

KN6 3 351.281

KN7 3 522.986

KN8 3 450.237

KN9 3 142.832

KN10 3 335.330

Case Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 Sekolah_ Perkec a

64

Lampiran 11. Tabel Prestasi Sekolah Tiap Kecamatan terhadap Lingkungan

Sekolah

Sekolah

Kecamatan

Prestasi

Kondisi

Sekolah

Tenaga

Pengajar

Sarana

Belajar

SMA

NEGERI

Jagakarsa

X

KSSB

TPB

SBKL

Pasar Minggu

X

KSB

TPCB

SBL

Cilandak

X

KSSB

TPB

SBCL

Pesanggrahan

X

KSSB

TPCB

SBKL

Kebayoran Lama

Z

KSSB

TPB

SBKL

Kebayoran Baru

X

KSSB

TPB

SBCL

Mampang Prapatan

X

KSB

TPCB

SBL

Tebet

X

KSB

TPB

SBCL

Setiabudi

X

KSSB

TPB

SBCL

SMA

SWASTA

Jagakarsa

Y

KSCB

TPLDC

SBL

Pasar Minggu

Z

KSB

TPLDC

SBL

Cilandak

Y

KSB

TPLDC

SBL

Pesanggrahan

Y

KSSB

TPLDC

SBL

Kebayoran Lama

Y

KSB

TPLDC

SBL

Kebayoran Baru

Y

KSB

TPLDC

SBL

Mampang Prapatan

Y

KSB

TPLDC

SBL

Pancoran

X

KSSB

TPLDC

SBL

Tebet

Y

KSCB

TPLDC

SBL

Setiabudi

Y

KSCB

TPLDC

SBL

SMK

NEGERI

Jagakarsa

X

KSB

TPLDC

SBL

Pasar Minggu

X

KSSB

TPCB

SBTL

Cilandak

X

KSSB

TPCB

SBL

Kebayoran Lama

X

KSSB

TPCB

SBL

Kebayoran Baru

X

KSSB

TPCB

SBCL

Tebet

Y

KSSB

TPCB

SBL

SMK

SWASTA

Jagakarsa

Y

KSCB

TPLDC

SBL

Pasar Minggu

Y

KSCB

TPLDC

SBCL

Cilandak

Y

KSB

TPLDC

SBL

Pesanggrahan

Y

KSB

TPLDC

SBL

Kebayoran Lama

Y

KSB

TPLDC

SBL

Kebayoran Baru

Z

KSB

TPLDC

SBL

Mampang Prapatan

Y

KSCB

TPLDC

SBL

Pancoran

Y

KSCB

TPLDC

SBL

Tebet

Y

KSB

TPLDC

SBL

65

Lampiran 12. Tabel Kontingensi Masing-masing Variabel

Prestasi * Kondisi_Sekolah Crosstabulation

Count

Kondisi_Sekolah

Total

KSB KSCB KSSB

Prestasi X _{4 0 10 14}

Y 8 8 2 18

Z _{2 0 1 3}

Total 14 8 13 35

Pres tas i * Tenaga_Pe ngajar Cross tabulation Count

5 7 2 14

0 1 17 18

1 0 2 3

6 8 21 35

X Y Z Prestas i

Total

TPB TPCB TPLDC

Tenaga_Pengajar

Total

Pres tas i * Sarana_Be lajar Cross tabulation Count

5 2 6 1 14

1 0 17 0 18

0 1 2 0 3

6 3 25 1 35

X Y Z Prestas i

Total

SBCL SBKL SBL SBTL

Sarana_Belajar

66

Lampiran 13. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Kondisi

Sekolah

Variabel

Koordinat

Mass

Inertia

NKM

NKR

Dim 1

Dim 2

Dim 1

Dim 2

Dim1

Dim 2

Prestasi

X

-0.755981 0.078746 0.400000 0.494328 0.527827 0.072173 0.989266 0.010734

Y

0.624284 0.039144 0.514286 0.430448 0.462785 0.022929 0.996084 0.003916

Z

-0.217795 -0.602347 0.085714 0.075224 0.009388 0.904898 0.115622 0.884378

Kondisi Sekolah

KSB

0.166578 -0.222147 0.400000 0.065970 0.025627 0.574373 0.359911 0.640089

KSCB

0.948609 0.211150 0.228571 0.461791 0.474905 0.296523 0.952793 0.047207

KSSB

-0.763151 0.109296 0.371429 0.472239 0.499467 0.129104 0.979901 0.020099

Lampiran 14. Hasil Analisis Korespondensi Prestasi Belajar Terhadap Tenaga

Pengajar

Variabel

Koordinat

Mass

Inertia

NKM

NKR

Dim 1

Dim 2

Dim 1

Dim 2

Dim1

Dim 2

Prestasi

X

-0.932569 -0.046108 0.400000 0.545507 0.575723 0.024277 0.997561 0.002439

Y

0.704122 -0.065886 0.514286 0.402350 0.421980 0.063735 0.991320 0.008680

Z

0.127258 0.610487 0.085714 0.052143 0.002297 0.911988 0.041643 0.958357

Tenaga Pengajar

TPB

-0.972474 0.338348 0.171429 0.284304 0.268306 0.560265 0.892020 0.107980

TPCB

-0.936520 -0.259568 0.228571 0.337688 0.331778 0.439651 0.928661 0.071339

TPLDC

0.634619 0.002212 0.600000 0.378008 0.399916 0.000084 0.999988 0.000012

Lampiran 15. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Sarana

Belajar

Variabel

Koordinat

Mass

Inertia

NKM

NKR

Dim 1

Dim 2

Dim 1

Dim 2

Dim1

Dim 2

Prestasi

X

-0.637488 0.107078 0.400000 0.436326 0.546399 0.053601 0.972561 0.027439

Y

0.510915 0.075735 0.514286 0.358149 0.451239 0.034475 0.978499 0.021501

Z

-0.090542 -0.954107 0.085714 0.205525 0.002362 0.911924 0.008925 0.991075

Sarana Belajar

SBCL

-0.81785 0.348205 0.171429 0.353591 0.385421 0.242920 0.846548 0.153452

SBKL

-0.83451 -0.843213 0.085714 0.314917 0.200640 0.712260 0.494810 0.505190

SBL

0.34317 0.002974 0.714286 0.219613 0.282754 0.000074 0.999925 0.000075

SBTL

-1.16876 0.366063 0.028571 0.111878 0.131186 0.044746 0.910665 0.089335