Menentukan Faktor Dominan Yang Menyebabkan Penyakit Sosial Pada Masyarakat Dengan Metode Analisis Diskriminan
MENENTUKAN FAKTOR DOMINAN YANG MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN
METODE ANALISIS DISKRIMINAN
SKRIPSI
RAJI MAHADI SUDARJAT 130823017
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(2)
PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE ANALISIS DISKRIMINAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains
RAJI MAHADI SUDARJAT 130823017
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
MEDAN 2015
(3)
PERSETUJUAN
Judul : MENENTUKAN FAKTOR DOMINAN YANG
MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE
ANALISIS DISKRIMINAN
Kategori : SKRIPSI
Nama : RAJI MAHADI SUDARJAT
NomorIndukMahasiswa : 130823017
Program Studi : SARJANA (S1) MATEMATIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Agustus 2015 KomisiPembimbing:
Pembimbing 2 Pembimbing 1
Drs. Gim Tarigan, M.Si Prof. Dr. Tulus, M.Si
NIP. 19550202 198601 1 001 NIP. 19620901 198803 1
002
Diketahui/ Disetujui oleh:
DepartemenMatematika FMIPA USU Ketua,
Prof. Dr. Tulus, M.Si., Ph.D. NIP 19620901 198803 1 002
(4)
PERNYATAAN
MENENTUKAN FAKTOR DOMINAN YANG MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE
ANALISIS DISKRIMINAN SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Agustus 2015
RAJI MAHADI SUDARJAT 130823017
(5)
PENGHARGAAN
Segala puji dan syukur penulis panjatkan kehadirat Allah SWT yang tiada terkira atas segala kenikmatan yang telah diberikan kepeda penulis sehingga dapat menyelesaikan skripsi ini. Shalawat beserta salam kepada junjungan mulia Rasulullah SAW, keluarga dan sahabat.
Penulisan skripsi ini bertujuan untuk melengkapi persyaratan dalam menyelesaikan perkuliahan pada jurusan Ekstensi Matematika Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Penulis menyadari sepenuhnya bahwa penyajian skripsi ini masih banyak terdapat kekurangan dan masih jauh dari kesempurnaan karena keterbatasan ilmu dan kemampuan penulis. Oleh karena itu penulis mengharapkan saran dan kritik yang bersifat konstruktif dari pembaca demi kesempurnaan skripsi ini.
Penyelesaian skripsi ini tak lepas dari bantuan serta dorongan berbagai pihak. Untuk itu izinkan penulis menyampaikan terima kasih kepada:
1. Bapak Prof. Dr. Tulus, M.Si dan Bapak Drs. Gim Tarigan, M.Si, selaku dosen pembimbing pada penyelesaian skripsi ini.
2. Bapak Drs. Henry Rani Sitepu, M.Si dan Bapak Dr. Pasukat Sembiring, M.Si selaku dosen komisi penguji untuk perbaikan skripsi ini.
3. Bapak Prof. Dr. Tulus M. Si dan Ibu Dra. Mardiningsih, M. Si, sebagai ketua dan sekretaris departemen Matematika FMIPA USU
4. Bapak Drs. Pengarapen Bangun. M, Si sebagai pelaksana Ekstensi Matematika FMIPA USU.
5. Bapak Dr. Sutarman, M.Sc sebagai Dekan FMIPA USU 6. Semua dosen dan para pegawai FMIPAUSU
7. Orang tua tercinta Suwondo dan Suparmi yang telah membesarkan penulis dengan cinta dan kasih sayang serta memberikan dukungan secara moril. 8. Saudara penulis Siti Hardianti dan Ridho Darma Satria yang memberikan
dukungan dan semangat.
9. Teman special Jumita Hariyanti yang selalu mendukung penulis.
10.Buat teman – teman seperjuangan lainnya yang selalu membantu dan memberi semangat kepada penulis.
Akhirul kalam penulis memanjatkan do’a kepada Allah SWT agar segala kebaikan dan bantuan yang diberikan kepada penulis dapat dibalas oleh Allah SWT. Semoga apa yang penulis perbuat akan selalu diberkati oleh sang pemilik ilmu. Amin Ya Robbal Alamin.
(6)
MENENTUKAN FAKTOR DOMINAN YANG MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE
ANALISIS DISKRIMINAN
(Studi Kasus: Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar )
ABSTRAK
Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada hubungan dependensi (hubungan antarvariabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas). Dalam penelitian ini menggunakan analisis diskriminan bertujuan untuk melihat faktor-faktor apa saja yang lebih dominan penyebab penyakit sosial pada masyarakat. Penyakit sosial adalah perilaku menyimpang dari anggota masyarakat yang dapat menimbulkan keresahan dan ketidaktentraman dalam kehidupan masyarakat. Penelitian ini dilakukan di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar dan responden penelitian ini adalah Masyarakat di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar yang berumur 18-40 tahun. Adapun faktor-faktor penyebab penyakit sosial pada masyarakat di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar diantaranya Faktor Ekonomi (�1), Pengaruh Lingkungan (�2), Kurangnya Pemahaman Dasar Tentang Agama (�3), Pengaruh Perkembangan Teknologi Modern (�4), Hubungan Keluarga Yang Tidak Harmonis (�5), dan Pengaruh Teman (�6). Dari keenam faktor tersebut yang paling dominan terhadap penyebab penyakit sosial pada masyarakat adalah Pengaruh Teman (�6) dan Pengaruh Lingkungan (�2) dan model (fungsi) diskriminan yang diperoleh mempunyai ketepatan mengklasifikasikan sebesar 65,6%.
(7)
To Determinate Dominant Factors That Seeda The Social Desease In The Society With Use Analysis Discrimination Method
(Case Study : Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar)
ABSTRACT
Discrimination analysis is one of the statistical technic that can be use in depency relation (between variabel relation that had been diveded where are respont variabel and clarifiest variabel). In this research, use discrimination analysis that aim to see what the most dominant factors seeds from the social desease are the deviant conduct of member sociaty who can be caused and anxiety and uncomfortable in the sociaty life. This research will be done at Kelurahan Sumber Jaya Kecamatan Siantar Martoba, Pematangsiantar city. And the respondents of this research are the people at Kelurahan Sumber Jaya who had been 18-40 yeras old. As for the seeds of the social desease factors in the society at Kelurahan Sumber Jaya Kecamatan Siantar Martoba, Pematangsiantar city are as such, economic’s factor (X1), the effect of the environment (X2), lacking to understand the based of religion (X3), a technology modern progresses impact (X4), circumstance in the family are not harmonious (X5), and the influence of friends (X6). From the over all, the most dominant to seeds social desease in the society are the influence of friends (X6), and the effect of the environment (X2). And model (function) discriminant that acquire has decision to classify as much 66,5%.
(8)
DAFTAR ISI
Halaman
Persetujuan i
Pernyataan ii
Penghargaan iii
Abstrak iv
Abstract v
Daftar Isi vi
Bab 1. Pendahuluan 1.1. Latar Belakang 1
1.2. Rumusan Masalah 3
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Tinjauan Pustaka 4
1.7. Metodologi Penelitian 5
Bab 2. Landasan Teori 2.1. Latar Belakang 7
2.1.1. Defenisi Penyakit Sosial 7
2.1.2. Jenis-Jenis Penyakit sosial 7
2.1.3. Faktor Penyebab Penyakit Sosial 9
2.2. Data 11
2.2.1 Data Menurut Cara Memperolehnya 11
2.3. Variabel 12
2.4. Matriks 13
2.4.1. Nilai Eigen (Eigen Value) 14
2.5. Pengujian Data 14
2.5.1. Sampel dan Uji Kecukupan Sampel 14
2.5.2. Teknik Penarikan Sampel 14
2.5.3. Uji Validitas 16
2.5.4. Uji Reliabilitas 16
2.6. Transformasi Data Ordinal menjadi Interval 17
2.7. Analisis Korelasi 18
2.8. Analisis Diskriminan 20
2.8.1. Pengertian Analisis Diskriminan 20
2.8.2. Tujuan Analisis Diskriminan 21
2.8.3. Asumsi Analisis Diskriminan 22
2.8.4. Langkah-langkah Analisis Diskriminan 22
Bab 3. Analisis dan Pembahasan 3.1. Menentukan Ukuran Sampel 28
3.2. Data Hasil Kuesioner 29
(9)
3.3.1. Uji Validitas 32
3.3.2. Uji Reliabilitas 33
3.3.3. Transformasi Data Ordinal Menjadi Data Interval 36
3.3.4. Analisis Korelasi 37
3.4. Mengolah Data dengan Analisis Diskriminan 40
3.4.1. Menguji kesamaan rata-rata kelompok 40
3.4.2. Menguji kesamaan Matriks Kovarian 41
3.4.3. Analisis Diskriminan dalam SPSS 49
3.5. Interpretasi Output 50
3.5.1. Nilai Eigen 52
3.5.2. Nilai Wilk’s Lambda 52
3.5.3. Struktur Matriks 53
3.5.4. Koefisien Fungsi Diskriminan Kanonik 53
3.5.5. Fungsi Grup Terpusat 54
3.5.6. Peluang Utama Untuk Grup 54
3.5.7. Hasil Klasifikasi 55
Bab 4. Kesimpulan dan Saran 4.1. Kesimpulan 56
4.2. Saran 56
Daftar Pustaka
(10)
DAFTAR TABEL
Nomor Tabel Judul
Halaman
Tabel 2.1 Interpretasi Koefisien Korelasi 19
Tabel 3.1 Data Hasil Kuesioner 29
Tabel 3.2 Validitas Instrumen 33
Tabel 3.3 Nilai Varian setiap butir pertanyaan 35
Tabel 3.4 Nilai Korelasi Sesama Variabel 38
Tabel 3.5 Interpretasi Koefisien Korelasi 38
Tabel 3.6 Tests of Equality of Group Means 40
Tabel 3.7 Test Results 41
Tabel 3.8 Log Determinants 41
Tabel 3.9 Covariance Matricesa 47
Tabel 3.10 Pooled Within-Groups Matricesa 48
Tabel 3.11 Group Statistics 50
Tabel 3.12 Variables Entered/Removeda,b,c,d 51
Tabel 3.13 Variables in the Analysis 51
Tabel 3.14 Eigenvalues 52
Tabel 3.15 Wilks' Lambda 52
Tabel 3.16 Structure Matrix 53
Tabel 3.17 Canonical Discriminant Function Coefficients 53
Tabel 3.18 Functions at Group Centroids 54
Tabel 3.19 Prior Probabilities for Groups 54
(11)
MENENTUKAN FAKTOR DOMINAN YANG MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE
ANALISIS DISKRIMINAN
(Studi Kasus: Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar )
ABSTRAK
Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada hubungan dependensi (hubungan antarvariabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas). Dalam penelitian ini menggunakan analisis diskriminan bertujuan untuk melihat faktor-faktor apa saja yang lebih dominan penyebab penyakit sosial pada masyarakat. Penyakit sosial adalah perilaku menyimpang dari anggota masyarakat yang dapat menimbulkan keresahan dan ketidaktentraman dalam kehidupan masyarakat. Penelitian ini dilakukan di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar dan responden penelitian ini adalah Masyarakat di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar yang berumur 18-40 tahun. Adapun faktor-faktor penyebab penyakit sosial pada masyarakat di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar diantaranya Faktor Ekonomi (�1), Pengaruh Lingkungan (�2), Kurangnya Pemahaman Dasar Tentang Agama (�3), Pengaruh Perkembangan Teknologi Modern (�4), Hubungan Keluarga Yang Tidak Harmonis (�5), dan Pengaruh Teman (�6). Dari keenam faktor tersebut yang paling dominan terhadap penyebab penyakit sosial pada masyarakat adalah Pengaruh Teman (�6) dan Pengaruh Lingkungan (�2) dan model (fungsi) diskriminan yang diperoleh mempunyai ketepatan mengklasifikasikan sebesar 65,6%.
(12)
To Determinate Dominant Factors That Seeda The Social Desease In The Society With Use Analysis Discrimination Method
(Case Study : Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar)
ABSTRACT
Discrimination analysis is one of the statistical technic that can be use in depency relation (between variabel relation that had been diveded where are respont variabel and clarifiest variabel). In this research, use discrimination analysis that aim to see what the most dominant factors seeds from the social desease are the deviant conduct of member sociaty who can be caused and anxiety and uncomfortable in the sociaty life. This research will be done at Kelurahan Sumber Jaya Kecamatan Siantar Martoba, Pematangsiantar city. And the respondents of this research are the people at Kelurahan Sumber Jaya who had been 18-40 yeras old. As for the seeds of the social desease factors in the society at Kelurahan Sumber Jaya Kecamatan Siantar Martoba, Pematangsiantar city are as such, economic’s factor (X1), the effect of the environment (X2), lacking to understand the based of religion (X3), a technology modern progresses impact (X4), circumstance in the family are not harmonious (X5), and the influence of friends (X6). From the over all, the most dominant to seeds social desease in the society are the influence of friends (X6), and the effect of the environment (X2). And model (function) discriminant that acquire has decision to classify as much 66,5%.
(13)
1
BAB 1 PENDAHULUAN
1.1 LATAR BELAKANG
Penyakit sosial adalah perilaku menyimpang dari anggota masyarakat yang dapat menimbulkan keresahan dan ketidaktentraman dalam kehidupan masyarakat. Penyakit sosial di masyarakat saat ini sudah semakin marak di kalangan masyarakat dan sangat meresahkan masyarakat yang tinggal di daerah tersebut. Contoh dari penyakit sosial adalah perjudian, penyalahgunaan narkoba, alkoholisme atau mabuk-mabukan, dan masih banyak lagi penyakit sosial yang terjadi di masyarakat saat ini.
Secara sosiologis dan antropologis, penanggulangan penyakit sosial pada Masyarakat seperti narkoba, miras, dan judi merupakan gejala sosial yang berkembang dalam masyarakat dan merupakan hasil konstruksi sosial budaya dari masing-masing suku bangsa. Disamping itu masalah ini dapat juga disebut sebagai masalah global karena masalahnya selalu ada hampir diseluruh Negara di dunia ini. Berbagai upaya telah dilakukan baik oleh pemerintah maupun tokoh-tokoh agama untuk menanggulangi masalah ini, namun belum menampakkan hasil yang menggembirakan, malah sebaliknya semakin mewabah keseluruh pelosok, mulai daerah perkotaan hingga daerah pedesaan. Seperti halnya pada kota Pematangsiantar, banyaknya kasus perjudian yang dilaporkan pada tahun 2013 sebanyak 192 kasus lebih tinggi dari pada kota-kota lainnya seperti kota Binjai sebanyak 103 kasus, Padangsidimpuan sebanyak 101 kasus, Tebing Tinggi sebanyak 52 kasus, Tanjung balai sebanyak 33 kasus, dan Sibolga sebanyak 29 kasus. Pada tahun 2014 banyaknya kasus perjudian yang dilaporkan di kota Pematangsiantar naik dari 192 kasus pada 2013 menjadi 264 kasus. Untuk kasus narkoba yang dilaporkan pada tahun 2013 sebanyak 43 kasus, dan pada tahun 2014 sebanyak 46 kasus. Tampaknya masalah penyakit sosial pada masyarakat
(14)
seperti narkoba dan judi ini sudah membudaya dikalangan masyarakat, sehingga sulit untuk mencari jalan keluarnya dari permasalahan ini.
Pada kamis 17 Juli 2014 Terdakwa Sahat Agrianto Hutapea (34) warga Jalan Medan Simpang Kerang Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Siantar ditangkap polisi, terbukti menjadi perantara jual-beli 792.34 gram ganja dihukum 6 tahun denda Rp 1 miliar subsider 6 bulan kurungan di sidang Pengadilan Negeri Simalungun (http://www.hariansib.co). Pada rabu 8 juli 2015 dua pekerja bangunan, Wazzainuddin dan Ilham Syahputra, warga Jalan Medan Simpang Kerang Kelurahan Sumber Jaya Kecamatan Siantar Martoba, dibekuk BNN Pematangsiantar usai bertransaksi sabu-sabu (http://www.Siantarnews.com). Selain itu, lokasi-lokasi yang memungkinkan penyakit sosial itu terjadi seperti warung tuak, kedai kopi dan lain-lain di Kelurahan Sumber Jaya Kecamatan Siantar Martoba juga berperan besar dan mempengaruhi masyarakat untuk ikut serta didalamnya dan memicu masyarakat untuk berperilaku menyimpang juga melakukan penyakit sosial seperti judi dan penyalahgunaan narkoba. Keadaan seperti inilah yang akan memicu dan memperluas lingkup terjadinya penyakit sosial pada masyarakat. Selain itu, para pelaku penyakit sosial akan selalu berpengaruh terhadap masyarakat lain. Para pelaku penyakit sosial akan berinteraksi dengan masyarakat lain dan secara tidak langsung ia akan memberikan sugesti-sugesti untuk mengikuti perilakunya. Jika masyarakat tidak memiliki kesadaran yang kuat dan pengetahuan yang lemah akan perilaku menyimpang, maka dengan mudah mereka akan terpengaruh dan terbawa dalam kondisi menyimpang.
Analisis diskriminan adalah salah satu teknik statistik yang bisa digunakan pada hubungan dependensi (hubungan antarvariabel dimana sudah bisa dibedakan mana variabel respon dan mana variabel penjelas). Dalam penelitian ini menggunakan analisis diskriminan karena tujuan dalam penelitian ini adalah untuk melihat perbedaan antar kelompok beserta faktor-faktor apa saja yang paling membedakan antar kelompok tersebut, dan juga untuk melihat faktor-faktor apa saja yang lebih dominan penyebab penyakit sosial pada masyarakat, penulis
(15)
mengadakan penelitian dan analisis pada masyarakat kelurahan Sumber Jaya kecamatan Siantar Martoba kota Pematangsiantar. Dari uraian diatas penulis memilih judul penelitian : “MENENTUKAN FAKTOR DOMINAN YANG MENYEBABKAN PENYAKIT SOSIAL PADA MASYARAKAT DENGAN METODE ANALISIS DISKRIMINAN”.
1.2 RUMUSAN MASALAH
Berdasarkan latar belakang di atas,bahwa yang menjadi masalah dari penelitian ini adalah faktor-faktor apa saja yang menyebabkan penyakit sosial pada masyarakat dengan metode Analisis Diskriminan.
1.3 BATASAN MASALAH
Dalam penelitian ini dilakukan beberapa batasan masalah sebagai berikut:
1. Penelitian ini dilakukan di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar dengan jumlah penduduk 6776 jiwa.
2. Responden penelitian ini adalah Masyarakat di Kelurahan Sumber Jaya Kecamatan Siantar Martoba Kota Pematangsiantar yang berumur 18-40 tahun yang berjumlah 2684 jiwa.
3. Data yang digunakan berupa data primer yang diperoleh dengan kuesioner.
1.4 TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah sebagai berikut:
a) Untuk mengkaji faktor-faktor penyebab penyakit sosial pada masyarakat. b) Untuk mengetahui faktor mana yang lebih dominan penyebab penyakit sosial
pada masyarakat.
1.5 MANFAAT PENELITIAN
Manfaat dari penelitian ini adalah sebagai berikut:
a) Memperluas dan memperdalam pemahaman penulis dalam bidang ilmu statistika, serta melatih penulis dalam membuat sebuah karya ilmiah.
(16)
b) Dengan adanya penelitian ini, dapat dijadikan bahan masukan dalam peningkatan moralitas pada masyarakat.
1.6 TINJAUAN PUSTAKA
Analisis diskriminan merupakan teknik menganalisis data dimana variabel tak bebas merupakan kategorik (non-metrik, nominal atau ordinal, bersifat kualitatif) sedangkan variabel bebas sebagai prediktor merupakan metrik (interval atau rasio, bersifat kuantitatif). (J. Supranto 2004).
Tujuan analisis diskriminan adalah membuat suatu fungsi diskriminan dari variabel independen yang bisa mendiskriminasi atau membedakan kelompok variabel dependen artinya mampu membedakan suatu objek masuk kelompok yang mana. (Yasril & Heru subaris 2009). Dengan kata lain, analisis dikriminan digunakan untuk mengklasifikasikan individu ke dalam salah satu dari dua kelompok atau lebih.
Teknik analisis diskriminan dibedakan menjadi 2 yaitu analisis diskriminan dua kelompok/kategori, jika variabel tak bebas Y dikelompokkan menjadi 2. Diperlukan satu fungsi diskriminan. Kalau variabel tak bebas dikelompokkan menjadi lebih dari 2 kelompok disebut analisis diskriminan berganda (multiple discriminant analysis) diperlukan fungsi diskriminan sebanyak (k - 1) kalau memang ada k kategori. (J. Supranto 2004).
Model analisis diskriminan berkenaan dengan kombinasi linier yang disebut juga fungsi diskriminan bentuknya sebagai berikut :
��= �0+ �1��1+�2��2 +�3��3+⋯+����� (1.1) keterangan :
�� = Nilai (skor) diskriminan dari responden (objek) ke-i. i = 1,2, ..., n. D merupakan variabel dependen.
(17)
�� = koefisien atau timbangan diskriminan dari variabel independen ke-j.
��� = Variabel independen ke-j dari responden ke-i.
Dalam tahapan melakukan analisis diskriminan terdiri dari lima langkah : 1. Merumuskan masalah diskriminan, memerlukan identifikasi tujuan
2. Membuat estimasi (perkiraan) koefisien diskriminan, meliputi pengembangan suatu kombinasi linier dari prediktor
3. Penentuan signifikansi fungsi diskriminan 4. Menginterpretasikan timbangan diskriminan 5. Penilaian terhadap validitas analisis diskriminan
1.7 METODOLOGI PENELITIAN
Adapun metodologi penelitian ini adalah sebagai berikut: 1. Pengumpulan data
a) Data yang digunakan adalah data primer, dilakukan dengan kuesioner b) Menentukan variabel penelitian.
Adapun variabel-variabel yang digunakan dalam penelitian ini adalah sebagai berikut:
I. Variabel independen (X) : �1 = Faktor Ekonomi �2 = Pengaruh Lingkungan
�3 = Kurangnya Pemahaman Dasar Tentang Agama �4 = Pengaruh Perkembangan Teknologi Modern �5 = Hubungan Keluarga Yang Tidak Harmonis �6 = Pengaruh Teman
II.Variabel dependen :
Dalam penelitian ini variabel dependen (Y) adalah penyakit sosial. Dibagi menjadi 3 kelompok yaitu tinggi, sedang, rendah.
(18)
2 Pengolahan data
Metode analisis data yang digunakan adalah metode analisis diskriminan dan dengan bantuan SPSS dengan tahapan sebagai berikut:
a) Memisahkan faktor kedalam faktor dependen dan faktor independen b) Uji Validitas
Validitas adalah tingkat kemampuan instrument penelitian untuk mengungkapkan data yang sesuai dengan masalah yang hendak diungkapkan. Dengan kata lain, validitas menunjukkan sejauh mana suatu alat ukur itu mengukur apa yang ingin diukur.
c) Uji Reliabilitas
Reliabilitas adalah indeks yang menunjukkan sejauh mana alat pengukur dapat dipercaya atau dapat diandalkan. Pengujian realibilitas berkaitan dengan masalah adanya kepercayaan terhadap alat uji instrument.
d) Mentransformasi data ordinal menjadi data interval terhadap variabel bebas dengan Metode Successive Interval (MSI) dengan bantuan microsoft excel. e) Mencari korelasi atau hubungan antara variabel-variabel dengan analisis
korelasi.
f) Pembentukan fungsi diskriminan dengan menggunakan persamaan 1.1.
g) Menguji ketepatan klasifikasi dari fungsi diskriminan dengan melakukan uji Casewise Diagnostic dengan bantuan SPSS.
(19)
7
BAB 2
LANDASAN TEORI
2.1 Latar Belakang
2.1.1 Definisi Penyakit Sosial
Penyakit sosial adalah perilaku menyimpang dari anggota masyarakat yang dapat menimbulkan keresahan dan ketidaktentraman dalam kehidupan masyarakat. Penyakit sosial di masyarakat saat ini sudah semakin marak di kalangan masyarakat dan sangat meresahkan masyarakat yang tinggal di daerah tersebut. Penyakit sosial timbul karena adanya pelanggaran yang dilakukan oleh orang atau sekelompok orang terhadap norma dan aturan yang berlaku dalam masyarakat. Pelanggaran terhadap norma dan aturan masyarakat inilah yang kemudian dikenal dengan penyimpangan sosial.
2.1.2 Jenis-Jenis Penyakit Sosial
Berikut ini adalah contoh dari perilaku masyarakat yang tergolong penyakit sosial karena melanggar norma masyarakat, norma-norma hukum dan agama antara lain:
1. Perjudian
Perjudian adalah pertaruhan dengan sengaja, yaitu mempertaruhkan suatu nilai atau yang dianggap bernilai dengan menyadari adanya sebuah resiko dan harapan tertentu pada peristiwa permainan, pertandingan, perlombaan dan kejadian yang belum pasti hasilnya. Jenis judi bermacam-macam dari yang sembunyi-sembunyi sampai terbuka. Contoh : togel, main kartu, sabung ayam dikalangan masyarakat.
2. Penyalahgunaan Narkoba/Napza
Napza (Narkotika, Psikotropika dan Zat Adiktif) merupakan zat atau obat-obatan yang berpengaruh terhadap susunan syaraf atau otak.Terkadang dipakai dokter untuk membius pasien operasi,tentunya dengan takaran tertentu. Apabila
(20)
pemakaiannya disalahgunakan akan menimbulkan ketagihan dan merusak menimbulkan ketidakmampuan dan fungsi sosial, pekerjaan, dam sekolah. Penggunaan narkoba akan berdampak negatif terhadap fisik dan mentals seseorang, bahkan Napza menimbulkan segudang masalah seperti pelacuran (PSK), kriminal bahkan paling berpotensi menularkan penyakit HIV/AIDS.
3. Alkoholisme/Mabuk-Mabukan
Alkoholisme adalah orang yang kecanduan minum minuman keras yanag mengandung alkohol dalam dosis yang tinggi. Konsumsi alkohol yang berlebihan akan berdamapak negatif bagi kesehatan karena mengganggu sistem syaraf. Akibatnya dia tidak dapat mengendalikan diri baik secara psikologis, fisik maupun sosial. Alkoholisme dapat mengakibatkan kejahatan beruntun seperti perkelahian, penodongan, pemerkosaan, dan lain-lain. Di Indonesia pesta miras sering dilakukan dan sering mengorbankan korban jiwa yang tidak sedikit. Berbeda dengan orang luar negeri yang meminum minuman yang mengandung alkohol pada saat musim dingin untuk menghangatkan tubuhnya, dan tentunya dengan takaran tertentu.
4. Pelacuran
Pelacuran merupakan peristiwa penjualan diri dengan jalan memperjual belikan badan, kehormatan dan kepribadian kepada banyak orang untuk memuaskan nafsu seks dengan imbalan bayaran uang. Pelacuran atau sekarang dikenal dengan istilah Pekerja Seks Komersial (PSK) berpotensi menularkan penyakit HIV/AIDS, selain itu dapat juga menimbulkan :
a) Penyakit kelamin,
b) Merusak kehidupan keluarga,
c) Merusak moral, hukum, susila,dan agama,
d) Adanya eksploitasi manusia oleh manusia lainnya, bahkan sekarang dikenal dengan istilah “Trafficking” yaitu penjualan manusia oleh manusia.
(21)
5. Korupsi
Korupsi berasal dari bahas latin “Corruptio” atau “Corrumpere” yang berarti buruk, busuk, rusak, menggoyangkan atau memutar balikan. Korupsi merupakan perilaku penyelewengan dari tugas tertentu yang sengaja dilakukan untuk memperoleh keuntungan pribadi atau kelompoknya baik uang maupun harta kekayaan.Bentuk-bentuk korupsi antara lain: penyogokan, penggelapan, pemutar balikkan fakta, penipuan ataupun penggunaan uang negara secara tidak semestinya. Korupsi merugikan kehidupan pribadi, keluarga, masyarakat, maupun negara. Di Indonesia saat ini korupsi marak terjadi, dan dilakukan oleh pejabat baik pejabat pusat maupun daerah. Dan ini sangat merugikan masyarakat dan negara.
Selain itu beberapa perilaku penyakit sosial lainnya adalah mencuri, menipu, pembunuhan, pemerasan, pornografi dan pornoaksi, dan lain-lain.
2.1.3 Faktor Penyebab Penyakit Sosial Beberapa penyebab penyakit sosial antara lain :
1. Faktor ekonomi
Tidak terpenuhinya kebutuhan ekonomi dapat mendorong orang melakukan kegiatan apa saja, asal bisa memperoleh sesuatu yang dapat digunakan untuk memenuhi kebutuhan ekonominya. Tidak jarang orang mengkhalalkan segala cara untuk mendapatkan uang atau sesuatu, yang dapat memenuhi kebutuhan ekonominya. Hal inilah yang menyebabkan orang melakukan kegiatan tanpa menghiraukan norma-norma dan aturan masyarakat. Akibatnya terjadilah penyakit sosial dari orang yang bersangkutan.
2. Pengaruh lingkungan
Penyakit sosial bisa juga terjadi karena pengaruh lingkungan. Orang yang hidup di lingkungan penjudi, akan cenderung ikut berjudi; orang yag berada di lngkungan peminum (pemabuk), akan cenderung ikut mabuk-mabukan; orang yang hidup di lingkungan preman, akan cenderung berperilaku seperti preman. Contoh-contoh tersebut menggambarkan betapa lingkungan mudah mempengaruhi perilaku
(22)
seseorang yang berada di lingkungan tersebut. Oleh karena itu, apabila kehidupan lingkungan tidak sesuai dengan norma-norma sosial, maka orang yang berada di lingkungan tersebut cenderung juga berperilaku menyimpang. Akibatnya terjadilah penyakit-penyakit sosial yang dilakukan oleh orang-orang yang berada di lingkungan tersebut.
3. Kurangnya pemahaman dasar tentang agama
Masalah kesehatan / ketenangan jiwa adalah masalah erat kaitannya dengan masalah supra logis, yaitu keimanan dan kepercayaan yang merupakan awal beragamanya seseorang. Keimanan dan kepercayaan ini menjadi integral dari kepribadian, asal bukan pengakuan di lisan semata, sebab penyelewengan-penyelewengan yang datangnya dari orang-orang yang mengaku ber Tuhan itu karena kurang tertanamnya jiwa agama (mental religius) dalam kepribadiannya. Terkadang dalam diri seseorang yang tak takut akan dosa mereka sering melakukan dosa. Karena jika seseorang tidak mendapat pendidikan agama yang baik mereka akan jauh dari Tuhan dan pasti tingkah laku mereka akan sembarangan.
4. Pengaruh perkembangan teknologi modern
Kemajuan iptek di bidang telekomunikasi dan informasi menjadikan media massa seperti TV, Film, CD/DVD, majalah , koran, buku, internet dan lain-lain akrab dalam kehidupan masyarakat. Namun tidak jarang apa yang di sajikan dalam tayangan film, sinetron, majalah, internet dan lain-lain tidak sesuai dengan nilai dan norma yang berlaku dalam masyarakat bahkan kini penyimpangan sosial juga terjadi akibat jejaring sosial facebook seperti terjadinya penculikan, pemerkosaan dan penipuan.
5. Hubungan keluarga yang tidak harmonis
Ketidakharmonisan keluarga yang di akibatkan oleh keadaan keluarga yang berantakan dapat mendorong individu melakukan perilaku menyimpang. Keluarga merupakan tempat di mana anak atau orang pertama kali melakukan interaksi dengan orang lain. Keluarga memiliki pengaruh yang sangat kuat dalam
(23)
pembentukan watak (perangai) seseorang. Oleh karena itulah keadaan keluarga akan sangat mempengaruhi perilaku orang yang menjadi anggota keluarga tersebut. Dalam keluarga yang brocken home biasanya hubugan antaranggota keluarga menjadi tidak harmonis. Keadaan keluarga tidak bisa memberikan ketenteraman dan kebahagiaan pada anggota keluarga. Masing-masing anggota keluarga tidak bisa saling melakukan kendali atas perilakunya. Akibatnya setiap anggota keluarga cenderung berperilaku semaunya, dan mencari kebahagiaan di luar keluarga. Ia tidak menyadari lagi, apakah perilakunya itu melanggar norma-norma kemasyarakatan atau tidak, yan penting mereka merasa bahagia. Hal inilah yang mendorong terjadinya penyakit sosial dari masing-masing anggota keluarga.
6. Pengaruh teman
Salah satu fungsi terpenting dari kelompok teman adalah untuk memberikan sumber informasi dan komparasi tentang dunia di luar keluarga. Karena teman adalah seseorang yang sangat butuhkan, namun teman juga bisa menjerumuskan seseorang pada hal-hal yang kurang bermanfaat bahkan merusak diri serta masa depan seseorang. Untuk itu kita harus hati-hati dalam berteman. Karena teman bisa memberikan efek negatif pada kepribadian seseorang.
2.2 Data
Data merupakan kumpulan fakta atau angka atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai dasar penarikkan kesimpulan. Data dapat dikelompokkan dalam beberapa golongan antara lain berdasarkan aspek sifat, dimensi waktu, cara memperoleh dan pengukurannya (Muhidin, 2009).
2.2.1 Data Menurut Cara Memperolehnya 1. Data Primer
Data primer adalah data yang diperoleh secara langsung dari objek yang diteliti, baik dari objek individual (responden) maupun dari suatu instansi yang mengolah data untuk keperluan dirinya sendiri. Contoh: hasil wawancara dengan responden,
(24)
hasil perhitungan suara dari masyarakat yang melaksanakan pemilihan kepala desa atau lainnya, data jumlah mahasiswa yang diperoleh dari lembaga pendidikan yang bersangkutan, dan lainnya.
2. Data Sekunder
Data sekunder adalah data yang diperoleh secara tidak langsung untuk mendapatkan informasi (keterangan) dari objek yang diteliti, biasanya data tersebut diperoleh dari tangan kedua baik dari objek secara individual (responden) maupun dari suatu badan (instansi) yang dengan sengaja melakukan pengumpulan data dari instansi-instansi atau badan lainnya untuk keperluan penelitian dari para pengguna. Badan yang biasa mengumpulkan data tersebut antara lain BPS (Badan Pusat Statistik), misal data mengenai laju inflasi, statistik penduduk, statistik pertanian, statistik ekonomi, data tingkat kemajuan pembangunan suatu daerah yang diperoleh dari BAPPEDA setempat, dan sebagainya.
2.3 Variabel
Variabel adalah suatu sebutan yang dapat diberi angka (kuantitatif) atau nilai mutu (kualitatif). Variabel merupakan pengelompokkan secara logis dari dua atau lebih atributdari objek yang diteliti. Misalnya: tidak sekolah, tidak tamat SD, tidak tamat SMP, dan sebagainya. Maka variabelnya adalah tingkat pendidikan dari objek penelitian itu.Variabel tingkat pendidikan merangkum semua atribut tadi.
Variabel merupakan suatu istilah yang berasal dari kata vary dan able yang berarti “berubah” dan “dapat”. Jadi, kata variabel berarti dapat berubah-ubah.Nilai itu berupa nilai kuantitatif maupun kualitatif. Dilihat dari segi nilainya, variabel dibedakan atas 2, yaitu variabel diskrit dan variabel kontiniu.Variabel diskritnya nilai kuantitatifnya selalu berupa bilangan bulat, sedangkan variabel kontiniu nilai kuantitatifnya bisa berupa pecahan.
Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh
(25)
informasi tentang hal tersebut, kemudian ditarik kesimpulannya, (Sugiyono, 2007).
Menurut hubungan antara suatu variabel dengan variabel lainnya, variabel terbagi atas beberapa yaitu :
1. Variabel bebas (independent variable) yaitu variabel yang menjadi sebab terjadinya atau terpengaruhnya variabel tak bebas.
2. Variabel tak bebas (dependent variable) yaitu variabel yang nilainya dipengaruhi oleh variabel bebas.
3. Variabel moderator yaitu variabel yang memperkuat atau memperlemah hubungan antara suatu variabel bebas dengan tak bebas.
4. Variabel intervening, seperti halnya variabel moderator, tetapi nilainya tidak dapat diukur, seperti kecewa, marah, gembira, senang, sedih, dan lain sebagainya.
5. Variabel control, yaitu variabel yang dapat dikendalikan oleh peneliti.
2.4 Matriks
Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga berbentuk persegi panjang, dimana panjang dan lebarnya ditunjukkan oleh banyaknya kolom dan baris serta dibatasi tanda “[ ]” atau “( )” (Anton, 1987).
Matriks A yang berukuran dari n baris dan p kolom (��) adalah:
� =�
�11 �12 … �1� �21 �22 … �2�
⋮ ��1
⋮ ��2
⋮ …
⋮ ���
� (2.1)
(26)
2.4.1 Nilai Eigen (Eigen Value)
Misalkan A adalah matriks persegi berukuran �×� dan I adalah matriks identitas berukuran �×�. Skalar �1, �2, … , �� yang memenuhi persamaan: |A - �I| = 0 disebut nilai eigen atau akar karakteristik. Dan suatu matriks A berukuran �×� dan � adalah nilai eigen dari matriks A jika terdapat suatu vektor x tak nol sedemikian sehingga Ax = �x, maka x disebut vektor eigen atau vektor karakteristik dari matriks A yang bersesuaian dengan nilai eigen �. Untuk mencari nilai eigen matriks A yang berukuran �× �, dapat ditulis kembali sebagai suatu persamaan homogen |A - �I| = 0. Dengan I adalah matriks identitas yang berordo sama dengan matriks A.
2.5 Pengujian Data
2.5.1 Sampel dan Uji Kecukupan Sampel
Sampel adalah sebagian anggota dari populasi yang dipilih dengan menggunakan prosedur tertentu sehingga diharapkan dapat mewakili populasinya. Untuk menentukan jumlah sampel dari suatu populasi dapat menggunakan rumus Slovin, sebagai berikut:
n = �
1+��2 (2.2)
keterangan:
n = Jumlah sampel N = Jumlah populasi
e = Batas toleransi kesalahan
2.5.2 Teknik Penarikan Sampel
Teknik penarikan sampel atau teknik sampling adalah suatu cara mengambil sampel yang representatif dari populasi. Pengambilan sampel harus dilakukan sedemikian rupa, sehingga diperoleh sampel yang benar-benar dapat mewakili dan menggambarkan keadaan populasi yang sebenarnya. Ada dua macam teknik penarikan sampel, yaitu:
(27)
1. Probability Sampling
Probability sampling adalah teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Ada beberapa jenis probability sampling yang banyak digunakan, antara lain:
1) Sampel Acak Sederhana (Simple Random Sampling)
Sampel acak sederhana adalah cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut. Untuk itu dapat menggunakan dua cara: a. Cara undian, yaitu dilakukan dengan memberi nomor-nomor pada
seluruh anggota populasi, kemudian secara acak dipilih nomor-nomor sesuai dengan banyaknya jumlah sampel yang dibutuhkan.
b. Cara tabel bilangan random adalah suatu tabel yang terdiri dari bilangan-bilangan yang disajikan dengan sangat tidak berurutan.
2) Sampel Acak Stratifikasi (Stratified Random Sampling) 3) Area Sampel (Cluster Sampling)
4) Sampel Sistematis (Systematic/ Quasi Random Sampling) 5) Sampel Bertahap (Multistage Sampling)
2. Non Probability Sampling
Dalam non probability sampling, setiap unsur dalam populasi tidak memiliki kesempatan atau peluang yang sama untuk dipilih sebagai sampel, bahkan probabilitas anggota populasi tertentu untuk terpilih tidak diketahui. Beberapa jenis non probability sampling yang sering dijumpai:
1) Quota Sampling 2) Accidental Sampling
3) Purposive Sampling (Judgmental Sampling) 4) Snowball Sampling
(28)
Validitas merupakan alat ukur untuk melihat atau mengetahui apakah kuesioner dapat digunakan untuk mengukur keadaan responden sebenarnya (Azuar Juliandi 2013). Untuk menguji validitas keadaan responden digunakan rumus korelasi product moment pearsons, yaitu :
r = �(∑ ��)− (∑ � ∑ �)
�[� ∑ �2−(∑ �)2][� ∑ �2−(∑ �)2]
(2.3)
keterangan:
r = Koefisien Korelasi n = Jumlah sampel
X = Variabel bebas (Skor Pertanyaan) Y = Variabel Terikat (Skor Total)
Jika nilai �ℎ����� ≥ ������ maka kuesioner dinyatakan valid dan jika nilai �ℎ����� < ������ maka kuesioner dinyatakan tidak valid .
2.5.4 Uji Reliabilitas
Reliabilitas adalah indeks yang menunjukkan sejauh mana alat ukur dapat dipercaya atau diandalkan dan sejauh mana hasil pengukuran konsisten bila dilakukan dua kali atau lebih terhadap gejala yang sama, dengan alat ukur yang sama. Untuk mengukur reliabilitas alat ukur digunakan teknik Cronbach Alpha. Rumus yang digunakan adalah :
�= ��−�
1� �1− ∑ ��2
��2 � (2.4)
keterangan:
= reliabilitas instrumen k = banyaknya butir pertanyaan ∑ ��2 = jumlah varian variabel ��2 = varian total
(29)
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,60.
2.6 Transformasi Data Ordinal menjadi Interval
Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang mana data setidaknya berskala interval. Pada penelitian ini variabel yang digunakan berskala ordinal. Oleh karena itu, untuk pemenuhan asumsi pada analisis diskriminan bahwa variabel independen harus berskala interval, maka terlebih dahulu data ordinal ditransformasikan menjadi data interval menggunakan Method of Successive Interval (MSI). Langkah-langkah transformasi data ordinal ke data interval adalah:
1. Pertama perhatikan setiap butir jawaban responden dari angket yang disebar, 2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, dan 4
yang disebut sebagai frekuensi,
3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi,
�� = ∑ ���
� (2.5)
keterangan:
�� = proporsi pada skor i �� = frekuensi pada skor i ∑ �� = jumlah total frekuensi
4. Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi secara berurutan perkolom skor.
5. Gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh,
(30)
6. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut kedalam fungsi densitas normal baku sebagai berikut:
�(�) = 1 √2�exp
�−12�2�
(2.6)
keterangan: � = 3,141593 exp = 2,718282
7. Tentukan nilai skala dengan menggunakan rumus:
����������= (������� ������� �����)−(������� ������� �����)
(���� ����� ����� �����)−(���� ����� ����� �����) (2.7)
Menghitung skor (nilai transformasi) untuk setiap kategori dengan rumus:
����� =����������+ [1 + |�������������|] (2.8) ������������� artinya adalah nilai scale value absolut (tanpa memperhatikan tanda positif atau negatif) paling kecil.
2.7 Analisis Korelasi
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara satu variabel dengan variabel yang lain. Dalam ilmu statistika, istilah korelasi diartikan sebagai hubungan linier antara dua variabel atau lebih. Hubungan antara dua variabel dikenal dengan istilah bivariate correlation, sedangkan hubungan antar lebih dari dua variabel disebut multivariate correlation.
Formula untuk menghitung koefisien korelasi dengan menggunakan teknik koefisien korelasi Product Moment Correlation dari Karl Pearson. Penggunaan teknik koefisien korelasi dari Karl Pearson untuk variabel-variabel dengan tingkat
(31)
skala pengukuran interval. Untuk menghitung koefisien korelasi product moment pearsons antara dua variabel dapat digunakan rumus:
��� =�{� ∑ �� ∑ ��−2−(∑ �)(2∑ �}{� ∑ �)(∑ �2−)(∑ �)2} (2.9)
keterangan:
rxy = Koefisien korelasi antara X dan Y
X = Variabel bebas Y = Variabel terikat
Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis : -1≤ r ≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti tidak ada korelasi antara X dan Y. Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan. Interpretasi harga r akan disajikan dalam tabel berikut:
Tabel 2.1 Interpretasi Koefisien Korelasi
R Interpretasi
0 Tidak ada korelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak Rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat tinggi (korelasi sempurna)
(32)
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis: 1. Korelasi Positif
Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2. Korelasi Negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel lainnya.
3. Korelasi Nihil
Korelasi nihil artinya tidak adanya korelasi antara variabel.
2.8 Analisis Diskriminan
2.8.1 Pengertian Analisis Diskriminan
Analisis diskriminan merupakan teknik menganalisis data dimana variabel tak bebas merupakan kategorik (non-metrik, nominal atau ordinal, bersifat kualitatif) sedangkan variabel bebas sebagai prediktor merupakan metrik (interval atau rasio, bersifat kuantitatif). (J. Supranto 2004).
Tujuan analisis diskriminan adalah membuat suatu fungsi diskriminan dari variabel independen yang bisa mendiskriminasi atau membedakan kelompok variabel dependen artinya mampu membedakan suatu objek masuk kelompok yang mana. (Yasril & Heru subaris 2009). Dengan kata lain, analisis dikriminan digunakan untuk mengklasifikasikan individu kedalam salah satu dari dua kelompok atau lebih.
Teknik analisis diskriminan dibedakan menjadi 2 yaitu analisis diskriminan dua kelompok/kategori, jika variabel tak bebas Y dikelompokkan
(33)
menjadi 2. Diperlukan satu fungsi diskriminan. Kalau variabel tak bebas dikelompokkan menjadi lebih dari 2 kelompok disebut analisis diskriminan berganda (multiple discriminant analysis) diperlukan fungsi diskriminan sebanyak (k - 1) kalau memang ada k kategori. (J. Supranto 2004).
Model analisis diskriminan berkenaan dengan kombinasi linier yang disebut juga fungsi diskriminan bentuknya sebagai berikut :
��= �0+ �1��1+�2��2 +�3��3+⋯+����� (2.10) keterangan:
�� = Nilai (skor) diskriminan dari responden (objek) ke-i. i = 1,2, ..., n. D merupakan variabel dependen.
�0 = Intersep
�� = koefisien atau timbangan diskriminan dari variabel independen ke-j. ��� = Variabel independen ke-j dari responden ke-i.
2.8.2 Tujuan Analisis Diskriminan
1. Membuat suatu fungsi diskriminan atau kombinasi linier dari prediktor atau variabel bebas yang bisa mendiskriminasi atau membedakan kategori variabel tak bebas atau criterion atau kelompok, artinya mampu membedakan suatu objek masuk kelompok kategori yang mana.
2. Menguji apakah ada perbedaan signifikan antara kategori/kelompok, dikaitkan dengan variabel bebas atau prediktor.
3. Menentukan prediktor/variabel bebas yang mana yang memberikan sumbangan terbesar terhadap terjadinya perbedaan antar kelompok.
4. Mengklarifikasi/mengelompokkan objek/kasus kedalam suatu
kelompok/kategori didasarkan pada nilai variabel bebas. 5. Mengevaluasi keakuratan klasifikasi.
(34)
2.8.3 Asumsi Analisis Diskriminan
Asumsi-asumsi yang harus dipenuhi untuk analisis diskriminan adalah:
1. Variabel independen seharusnya berdistribusi normal multivariat (Multivariate Normality), jika data tidak berdistribusi normal, akan menyebabkan masalah pada ketepatan fungsi (model) diskriminan.
2. Matriks varians kovarians grup dari semua variabel independen seharusnya sama.
3. Tidak ada data yang sangat ekstrim (outlier) pada variabel independen, jika ada data ekstrim yang tetap diproses, hal ini bisa berakibat berkurangnya ketepatan klasifikasi dari fungsi diskriminan
4. Tidak ada korelasi yang kuat antar-variabel independen , jika dua variabel independen mempunyai korelasi yang kuat,dikatakan terjadi multikolinieritas, untuk mengetahui adanya multikolinieritas dapat dilakukan dengan melihat korelasi antar variabel independen (r) yaitu jika nilai r > 0.6 menunjukkan adanya multikolinieritas.
2.8.4 Langkah-langkah Analisis Diskriminan 1. Pemilihan variabel dependen dan independen
Variabel dependen merupakan variabel kategorik sedangkan variabel independen merupakan variabel numerik. Analisis diskriminan dibedakan menjadi dua yaitu :
a) Analisis diskriminan dua kategori/kelompok, dimana variabel dependen dikelompokkan menjadi 2 (dikotomi), diperlukan satu fungsi diskriminan. b) Analisis diskriminan berganda (Multiple Discriminant Analysis/MDA),
dimana variabel dependen dikelompokkan menjadi 1. lebih dari 2 kelompok (multikotomi), diperlukan fungsi diskriminan sebanyak (k-1) kalau ada k kategori.
2. Melakukan uji equality
Untuk memenuhi asumsi bahwa semua variabel independen harus equal dilihat pada significancy dari Wilk’s Lambda jika nilai p > 0,05 menunjukkan bahwa
(35)
variabel equal. Untuk melihat bahwa variabel tersebut equal, juga dilihat dari group covariance adalah relative sama
3. Pembentukan fungsi diskriminan
a) Pembentukan Fungsi Linier ( teoritis)
Fungsi diskriminan merupakan fungsi atau kombinasi linier peubah-peubah asal yang akan menghasilkan cara terbaik dalam pemisahan kelompok-kelompok. Fungsi ini akan memberikan nilai-nilai yang sedekat mungkin dalam kelompok dan sejauh mungkin antar kelompok. Apabila fungsi diskriminan yang terbentuk sebanyak lebih dari satu fungsi, maka dapat dikatakan bahwa fungsi diskriminan pertama akan menjadi kekuatan pembeda yang paling besar, demikian berturut-turut untuk fungsi berikutnya. Misalnya ada kelompok/kategori sebanyak G, dimana masing-masing kelompok terdapat sebanyak n objek (elemen atau responden) sebagai sampel maka:
�̅� = 1
�� � ��� � �=1
(2.11)
keterangan:
�̅� = vektor rata-rata sampel dalam kelompok ke-i �� = banyaknya elemen objek ke-i
��� = menyatakan variabel x ke-j dalam kelompok ke-i
Kemudian dengan mendefinisikan vektor rata-rata keseluruhan.
� = 1 � � �̅�
� �=1
(2.12)
keterangan:
� = vektor rata-rata keseluruhan � = banyaknya kelompok
(36)
Maka didapat:
�= �(�̅�− �)(�̅� − � �
�=1
)′ (2.14)
keterangan:
� = metrik jumlah kuadrat dan jumlah cross products antar kelompok �̅� = vektor rata-rata sampel dalam kelompok ke-i
� = vektor rata-rata keseluruhan (�̅� − �)′ = transpos dari (�̅�− �) Sehingga:
� = �(�� −1)�� �
�=1
(2.14) keterangan:
� = matriks sampel dalam grup
�� = matriks varians kovarians kelompok ke-i
Matriks varians kovarians untuk sebuah sampel ukuran n yang terdiri atas p buah variabel �1, �2, �3, … , �� disusun dalam sebuah matriks yang disebut dengan matriks varians-kovarians (S) dengan bentuk sebagai berikut:
�= ⎝ ⎜ ⎜ ⎛
�11 �12 �13 … �1� �21 �22 �23 … �2� �31
.. . ��1
�32 .. . ��2
�33 .. . ��3
… .. . …
�3� .. . ���⎠ ⎟ ⎟ ⎞ (2.15) Dimana
��� = 1
� −1����� − �̅������ − �̅�� �
�=1
(37)
Matriks varians-kovarians gabungannya dapat dihitung dengan menggunakan rumus sebagai berikut:
������� = (�1− 1)�1+(�2− 1)�2+(�3− 1)�3+⋯+(��− 1)��
�1+�2+�3+⋯+��−� (2.17)
Atau
������� = �
(�1+�2+⋯+��−�)
(2.18)
Fungsi diskriminan yang terbentuk mempunyai bentuk umum berupa Fisher’s Sample Linear Discriminant Function (persamaan linier) yaitu:
�=�′� (2.19)
keterangan:
a = Vektor koefisien pembobot fungsi diskriminan a’= tranpose a
Y = Variabel terikat (skor diskriminan)
X = Variabel bebas (Vektor variabel acak yang dimasukkan ke dalam fungsi diskriminan).
Agar dapat mendiskriminasi kelompok secara maksimal, fungsi diskriminan Y harus diestimasi untuk memaksimumkan variabel antar kelompok. Koefisien � dihitung dengan membuat � maksimum, yaitu:
��′���
��′��� (2.20)
Biarkan �̂1+�̂2+⋯+�̂� > 0 menunjukkan � ≤min(� −1,�) eigenvalue dari matriks �−1B dan �̂1,⋯,�̂� menjadi eigen vektor. Untuk menyelesaikan � ≤ min(� −1,�) eigenvalue dari matriks �−1B, dengan menggunakan rumus:
(38)
Nilai � maksimum merupakan nilai eigen value terbesar dari matriks �−1B dan �� adalah associated eigenvektors. Elemen a, seperti �1 sampai dengan �� merupakan koefisien fungsi diskriminan, berasosiasi dengan fungsi diskriminan pertama. Pada umumnya, dimungkinkan untuk mengestimasi sampai eigen value terkecil yaitu yang ke (G-1) atau k fungsi diskriminan masing-masing dengan eigenvaluenya. Maksudnya, setiap fungsi diskriminan mempunyai nilai eigenvalue dan nilai eigen value ini semakin mengecil dari fungsi ke fungsi.
b) Fungsi Linier (dengan bantuan SPSS)
Pada output SPSS, koefisien untuk tiap variabel yang masuk dalam model dapat dilihat pada tabel Canonical Discriminant Function Coefficient. Tabel ini akan dihasilkan pada output apabila pilihan Function Coefficient bagian Unstandardized diaktifkan.
c) Menghitung Discriminant Score (nilai diskriminan)
Setelah dibentuk fungsi liniernya, maka dapat dihitung skor diskriminan untuk tiap observasi dengan memasukkan
nilai-nilai variabel penjelasnya.
d) Perhitungan Hit Ratio
Setelah semua observasi diprediksi keanggotaannya, dapat dihitung hit ratio yaitu rasio antara observasi yang tepat pengklasifikasiannya dengan total seluruh observasi. Misalkan ada sebanyak n observasi, akan dibentuk fungsi linier dengan observasi sebanyak n-1. Observasi yang tidak disertakan dalam pembentukan fungsi linier ini akan diprediksi keanggotaannya dengan fungsi yang sudah dibentuk tadi. Proses ini akan diulang dengan kombinasi observasi yang berbedabeda, sehingga fungsi linier yang dibentuk ada sebanyak n. Inilah yang disebut dengan metode Leave One Out.
e) Kriteria Posterior Probability
Aturan pengklasifikasian yang ekivalen dengan model linier Fisher ialah berdasarkan nilai peluang suatu observasi dengan karakteristik tertentu (x) berasal
(39)
dari suatu kelompok. Nilai peluang ini disebut posterior probability dan bisa ditampilkan pada sheet SPSS dengan mengaktifkan option probabilities of group membership pada bagian Save di kotak dialog utama.
f) Akurasi Statistik
Dapat di uji secara statistik apakah klasifikasi yang dilakukan (dengan menggunakan fungsi diskriminan) akurat atau tidak. Uji statistik tersebut ialah prees-Q Statistik. Ukuran sederhana ini membandingkan jumlah kasus yang diklasifikasi secara tepat dengan ukuran sampel dan jumlah grup. Nilai yang diperoleh dari perhitunngan kemudian dibandingkan dengan nilai kritis (critical velue) yang diambil dari tabel Chi-Square dan tingkat keyakinan sesuai yang diinginkan. Statistik Q ditulis dengan rumus:
����� − �= [�−(��)]2
�(�−1) (2.22)
keterangan:
N= jumlah populasi n = jumlah sampel k = jumlah grup
(40)
28
BAB 3
ANALISIS DAN PEMBAHASAN
3.1 Menentukan Ukuran Sampel
Salah satu metode yang digunakan untuk jumlah sampel adalah dengan menggunakan rumus Slovin, sebagai berikut:
n =
�1+��2
keterangan:
n = Jumlah sampel N = Jumlah populasi
e = batas toleransi kesalahan
Populasi dalam penelitian ini adalah Masyarakat Kelurahan Sumber Jaya Kecamatan Siantar Martoba Pematangsiantar yang berumur 18-40 tahun sebanyak 2684 jiwa. Sehingga, jumlah masyarakat yang diambil sebagai sampel adalah:
n =
�1+��2
= 2684 1+2684 (0,1)2
= 2684 27,84 = 96,41 = 96 orang
Berdasarkan hasil perhitungan dengan menggunakan rumus diatas, maka jumlah masyarakat yang diambil sebagai sampel adalah 96 orang.
(41)
3.2 Data Hasil Kuesioner
Data tersebut dimasukkan kedalam tabel sebagai berikut: Tabel 3.1 Data Hasil Kuesioner
No
Butir pertanyaan
x₁
Butir pertanyaan
x₂
Butir pertanyaan
x₃
Butir pertanyaan
x₄
Butir pertanyaan
x₅
Butir pertanyaan
x₆ Y
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 4 4 4 4 4 4 4 3 4 4 5 4 5 4 5 4 3 4 5 4 4 5 4 5 5 5 4 5 4 5 3 2 4 4 4 3 4 4 4 4 4 3 4 3 4 4 3 4 3 4 4 2 4 5 5 4 5 5 4 4 4 4 3 3 5 3 4 4 4 5 4 3 3 4 4 3 4 4 4 4 2 5 4 3 5 4 4 4 4 4 4 4 3 4 2 4 4 3 4 4 4 5 3 4 4 4 4 3 5 4 4 4 3 3 4 3 5 4 3 4 4 3 3 4 3 4 1 5 5 4 4 4 5 4 4 3 5 3 5 4 4 4 4 4 3 4 4 4 5 4 4 4 4 4 4 4 4 4 2 6 4 4 3 3 4 4 5 4 4 4 4 5 5 5 5 5 2 4 5 4 4 5 5 4 5 5 4 4 5 5 3 7 3 3 4 4 4 4 3 4 4 4 5 4 4 3 4 3 3 4 4 3 4 5 3 3 4 4 4 4 3 4 1 8 5 4 5 4 4 5 4 5 5 4 4 4 5 4 5 5 3 4 4 5 5 5 3 4 4 5 4 5 5 5 3 9 4 3 5 4 5 4 4 3 3 3 5 3 4 4 3 4 4 3 3 4 4 4 5 4 5 5 3 4 5 4 2 10 4 4 4 3 4 4 3 4 4 5 4 5 4 4 4 4 3 4 3 4 4 5 4 4 4 4 3 4 4 4 1 11 5 4 5 4 5 5 5 4 4 5 5 4 5 4 5 5 4 5 5 4 5 5 3 5 5 5 5 4 5 5 3 12 4 3 5 3 4 4 4 3 4 3 4 5 4 4 3 4 3 3 3 3 5 4 4 4 5 3 4 4 5 4 2 13 4 4 4 3 4 3 4 4 3 4 4 3 4 4 4 4 3 4 4 3 4 4 3 4 4 5 4 4 3 4 1 14 4 4 4 4 4 4 4 3 4 4 4 3 5 4 4 5 2 4 4 3 5 4 4 5 4 4 4 3 4 4 2 15 3 3 4 3 4 4 5 4 4 4 5 4 4 4 4 4 3 3 4 4 4 5 4 4 4 4 3 4 3 4 1 16 4 4 4 4 4 5 4 5 5 4 5 5 4 5 5 5 3 5 4 4 5 5 5 4 5 5 4 4 4 5 3 17 5 3 4 2 4 5 4 4 3 4 4 4 5 3 4 3 2 3 4 3 5 4 3 3 4 4 4 3 3 4 1 18 3 4 5 4 3 4 5 5 4 3 4 4 4 4 5 5 3 3 4 4 5 5 5 5 5 5 4 4 5 5 3 19 5 4 4 4 4 4 5 4 4 4 5 3 5 4 3 4 4 4 3 4 4 4 5 4 5 5 5 5 4 4 3 20 4 5 4 3 4 4 4 4 4 3 4 3 4 4 4 4 3 5 5 4 5 4 4 4 4 4 4 4 4 4 2 21 3 4 5 3 3 3 4 3 4 4 5 4 4 4 5 5 3 3 4 2 4 5 4 5 5 5 4 5 5 5 2 22 5 4 5 3 5 4 4 4 4 4 4 3 5 4 3 4 3 4 4 4 4 4 5 4 5 5 5 4 5 4 3 23 5 4 5 4 5 4 5 4 4 3 4 3 4 4 4 4 4 4 3 3 4 4 4 4 4 3 3 4 4 4 2 24 4 3 4 3 4 4 4 3 4 3 4 4 5 4 4 5 3 3 4 3 4 4 4 4 4 4 4 4 3 4 2 25 3 4 4 3 4 4 3 4 3 4 5 4 5 4 4 4 3 5 3 4 5 4 5 4 5 4 5 4 4 4 3 26 3 4 5 2 4 5 5 5 5 4 4 5 4 5 5 5 2 4 4 3 5 5 3 4 5 5 5 4 5 5 3 27 4 4 4 4 4 4 4 4 3 4 5 4 3 3 4 3 4 3 4 4 4 4 4 3 4 4 4 3 4 4 1 28 3 4 5 4 4 4 5 4 5 3 5 4 4 4 5 5 4 4 5 4 4 5 5 5 4 5 5 4 4 5 3 29 5 4 4 4 4 4 4 3 4 4 5 3 3 4 3 4 4 4 4 3 4 4 5 4 5 5 4 4 3 4 2 30 4 4 4 3 3 3 5 3 3 4 4 3 4 4 4 4 3 3 4 3 5 4 4 5 4 4 4 4 3 4 2 31 5 3 5 5 5 4 4 4 3 4 5 4 5 5 4 4 3 4 4 4 4 5 3 5 5 5 3 4 4 5 3 32 4 4 4 4 5 4 4 4 4 5 5 4 5 4 5 5 4 4 5 4 4 5 4 4 5 5 4 5 5 5 3 33 5 3 4 3 4 4 5 4 5 4 4 3 5 4 3 4 3 4 4 3 5 4 5 4 5 4 4 4 4 4 1
(42)
Sambungan Tabel 3.1 Data Hasil Kuesioner No Butir pertanyaan x₁ Butir pertanyaan x₂ Butir pertanyaan x₃ Butir pertanyaan x₄ Butir pertanyaan x₅ Butir pertanyaan
x₆ Y
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 34 4 4 4 4 4 4 4 3 4 4 5 4 5 4 5 4 3 4 5 4 4 5 4 5 5 5 4 5 4 5 3 35 4 4 4 3 4 4 4 4 4 3 4 3 4 4 3 4 3 4 4 2 4 5 5 4 5 5 4 4 4 4 3 36 5 3 4 4 4 5 4 3 3 4 4 3 4 4 4 4 2 5 4 3 5 4 4 4 4 4 4 4 3 4 2 37 4 3 4 4 4 5 3 4 4 4 4 3 5 4 4 4 3 3 4 3 5 4 3 4 4 3 3 4 3 4 1 38 5 4 4 4 5 4 4 3 5 3 5 4 4 4 4 4 3 4 4 4 5 4 4 4 4 4 4 4 4 4 2 39 4 4 3 3 4 4 5 4 4 4 4 5 5 5 5 5 2 4 5 4 4 5 5 4 5 5 4 4 5 5 3 40 3 3 4 4 4 4 3 4 4 4 5 4 4 3 4 3 3 4 4 3 4 5 3 3 4 4 4 4 3 4 1 41 5 4 5 4 4 5 4 5 5 4 4 4 5 4 5 5 3 4 4 5 5 5 3 4 4 5 4 5 5 5 3 42 4 3 5 4 5 4 4 3 3 3 5 3 4 4 3 4 4 3 3 4 4 4 5 4 5 5 3 4 5 4 2 43 4 4 4 3 4 4 3 4 4 5 4 5 4 4 4 4 3 4 3 4 4 5 4 4 4 4 3 4 4 4 1 44 5 4 5 4 5 5 5 4 4 5 5 4 5 4 5 5 4 5 5 4 5 5 3 5 5 5 5 4 5 5 3 45 4 3 5 3 4 4 4 3 4 3 4 5 4 4 3 4 3 3 3 3 5 4 4 4 5 3 4 4 5 4 2 46 4 4 4 3 4 3 4 4 3 4 4 3 4 4 4 4 3 4 4 3 4 4 3 4 4 5 4 4 3 4 1 47 4 4 4 4 4 4 4 3 4 4 4 3 5 4 4 5 2 4 4 3 5 4 4 5 4 4 4 3 4 4 2 48 3 3 4 3 4 4 5 4 4 4 5 4 4 4 4 4 3 3 4 4 4 5 4 4 4 4 3 4 3 4 1 49 4 4 4 4 4 5 4 5 5 4 5 5 4 5 5 5 3 5 4 4 5 5 5 4 5 5 4 4 4 5 3 50 5 3 4 2 4 5 4 4 3 4 4 4 5 3 4 3 2 3 4 3 5 4 3 3 4 4 4 3 3 4 1 51 3 4 5 4 3 4 5 5 4 3 4 4 4 4 5 5 3 3 4 4 5 5 5 5 5 5 4 4 5 5 3 52 5 4 4 4 4 4 5 4 4 4 5 3 5 4 3 4 4 4 3 4 4 4 5 4 5 5 5 5 4 4 3 53 4 5 4 3 4 4 4 4 4 3 4 3 4 4 4 4 3 5 5 4 5 4 4 4 4 4 4 4 4 4 2 54 3 4 5 3 3 3 4 3 4 4 5 4 4 4 5 5 3 3 4 2 4 5 4 5 5 5 4 5 5 5 2 55 5 4 5 3 5 4 4 4 4 4 4 3 5 4 3 4 3 4 4 4 4 4 5 4 5 5 5 4 5 4 3 56 5 4 5 4 5 4 5 4 4 3 4 3 4 4 4 4 4 4 3 3 4 4 4 4 4 3 3 4 4 4 2 57 4 3 4 3 4 4 4 3 4 3 4 4 5 4 4 5 3 3 4 3 4 4 4 4 4 4 4 4 3 4 2 58 3 4 4 3 4 4 3 4 3 4 5 4 5 4 4 4 3 5 3 4 5 4 5 4 5 4 5 4 4 4 3 59 3 4 5 2 4 5 5 5 5 4 4 5 4 5 5 5 2 4 4 3 5 5 3 4 5 5 5 4 5 5 3 60 4 4 4 4 4 4 4 4 3 4 5 4 3 3 4 3 4 3 4 4 4 4 4 3 4 4 4 3 4 4 1 61 3 4 5 4 4 4 5 4 5 3 5 4 4 4 5 5 4 4 5 4 4 5 5 5 4 5 5 4 4 5 3 62 5 4 4 4 4 4 4 3 4 4 5 3 3 4 3 4 4 4 4 3 4 4 5 4 5 5 4 4 3 4 2 63 4 4 4 3 3 3 5 3 3 4 4 3 4 4 4 4 3 3 4 3 5 4 4 5 4 4 4 4 3 4 2 64 5 3 5 5 5 4 4 4 3 4 5 4 5 5 4 4 3 4 4 4 4 5 3 5 5 5 3 4 4 5 3 65 4 4 4 4 5 4 4 4 4 5 5 4 5 4 5 5 4 4 5 4 4 5 4 4 5 5 4 5 5 5 3 66 5 3 4 3 4 4 5 4 5 4 4 3 5 4 3 4 3 4 4 3 5 4 5 4 5 4 4 4 4 4 1 67 5 4 4 4 3 5 5 4 4 3 5 4 5 4 4 4 4 5 3 4 5 4 4 5 4 4 5 4 4 4 3 68 3 4 5 3 4 5 4 5 5 4 3 5 5 5 5 5 3 4 4 3 5 5 5 4 5 5 5 4 5 5 3 69 4 3 4 4 4 4 5 5 4 4 3 4 5 3 4 3 4 3 4 4 4 5 4 3 4 4 4 3 4 4 3 70 4 4 3 5 5 4 4 3 4 4 5 4 4 4 5 5 3 4 5 4 5 4 5 5 5 5 5 4 4 5 3
(43)
Sambungan Tabel 3.1 Data Hasil Kuesioner
No
Butir pertanyaan
x₁
Butir pertanyaan
x₂
Butir pertanyaan
x₃
Butir pertanyaan
x₄
Butir pertanyaan
x₅
Butir pertanyaan
x₆ Y
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 71 4 3 4 4 4 4 5 4 5 4 5 3 4 4 3 4 4 4 4 4 5 4 5 4 5 5 4 4 3 4 3 72 3 4 4 3 5 4 4 3 4 4 4 5 4 4 4 4 3 3 4 3 5 4 4 4 4 3 4 4 3 4 2 73 4 4 5 3 5 3 5 4 4 5 5 4 5 5 4 4 3 4 4 4 5 5 5 5 4 5 3 4 4 5 3 74 5 4 5 4 4 4 5 4 4 4 5 5 4 5 5 5 4 5 4 4 5 5 5 4 5 5 4 4 4 5 3 75 4 4 4 3 4 3 4 3 4 3 4 4 3 3 4 4 3 3 4 3 5 4 4 5 4 4 4 3 3 4 2 76 5 3 4 4 3 5 4 4 4 4 4 4 5 4 5 5 3 3 4 4 5 5 5 5 5 5 4 4 5 5 3 77 4 4 4 5 4 4 5 3 5 5 5 3 4 4 3 4 3 4 3 4 4 4 5 4 5 4 3 5 4 4 3 78 4 4 4 4 3 3 4 3 3 4 4 3 5 4 4 4 4 4 3 4 4 4 4 4 4 4 3 4 4 4 2 79 5 4 4 4 4 3 4 4 4 5 5 4 3 4 5 5 3 5 5 3 5 5 5 5 5 5 5 4 5 5 3 80 4 4 4 3 5 4 3 4 4 4 4 3 5 4 3 4 3 3 3 2 4 4 5 4 5 5 4 4 5 4 2 81 3 4 4 3 4 4 4 3 4 4 4 5 4 4 4 4 3 4 4 3 4 5 4 4 4 5 4 4 3 4 2 82 3 4 4 3 3 5 5 4 3 4 4 3 5 4 4 5 3 4 5 3 5 4 4 5 5 4 4 3 4 4 1 83 4 4 4 4 3 4 4 4 3 4 5 4 5 4 4 4 4 3 3 4 4 5 4 4 4 4 3 4 3 4 1 84 4 4 4 2 3 4 4 3 3 4 4 4 5 4 4 4 4 3 3 4 3 4 3 4 4 4 4 4 3 4 2 85 5 4 5 4 4 4 4 4 5 5 5 5 4 5 5 5 4 5 4 3 5 5 5 4 5 5 4 3 4 5 3 86 5 4 4 4 4 4 4 4 4 5 5 4 5 4 5 5 3 5 5 4 5 4 5 5 4 4 5 4 5 5 3 87 4 3 4 3 5 3 3 4 4 3 4 3 4 4 3 4 3 3 3 4 4 4 5 4 5 5 4 4 5 4 2 88 3 4 4 3 4 4 4 3 4 4 4 5 4 4 4 4 3 4 4 3 4 4 4 4 4 5 4 4 3 4 2 89 3 4 4 3 3 3 3 3 3 4 5 3 4 4 4 5 3 4 4 3 4 4 5 4 4 4 3 3 4 4 2 90 4 3 4 4 3 5 4 3 3 3 5 4 5 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 3 4 3 91 5 4 5 4 4 5 4 4 5 4 5 5 4 5 5 5 4 5 4 3 5 5 5 4 5 5 4 4 4 5 3 92 3 3 4 5 4 3 4 3 3 5 4 4 3 3 4 3 3 3 4 3 5 4 4 5 4 4 4 3 3 4 1 93 5 4 5 3 5 4 5 4 3 4 4 4 5 4 5 5 3 3 4 4 5 5 5 5 5 5 4 4 5 5 3 94 4 4 4 3 4 4 4 4 3 4 3 4 4 4 3 4 3 4 3 4 4 4 4 4 5 4 5 5 4 4 2 95 4 4 4 4 4 3 5 4 4 4 4 3 5 4 4 4 4 5 5 4 5 4 5 5 4 4 4 4 4 4 3 96 3 4 4 3 4 4 3 4 4 4 5 4 5 4 4 5 3 3 4 3 4 5 4 5 5 5 4 5 4 5 2
keterangan:
�1 = Faktor Ekonomi �2 = Pengaruh Lingkungan
�3 = Kurangnya Pemahaman Dasar Tentang Agama �4 = Pengaruh Perkembangan Teknologi Modern �5 = Hubungan Keluarga Yang Tidak Harmonis �6 = Pengaruh Teman
(44)
3.3 Pengujian Data 3.3.1 Uji Validitas
Uji validitas merupakan alat ukur untuk melihat atau mengetahui apakah kuesioner dapat digunakan untuk mengukur keadaan responden sebenarnya, suatu instrument penelitian dikatakan valid Jika �ℎ����� ≥ ������ maka butir pertanyaan itu valid. Untuk menguji validitas keadaan responden digunakan rumus korelasi product moment pearsons, yaitu :
r = �(∑ ��)− (∑ �)(∑ �) �[� ∑ �2−(∑ �)2][� ∑ �2−(∑ �)2]
keterangan:
r = Koefisien Korelasi n = Jumlah sampel
X = Variabel Bebas (Skor Pertanyaan) Y = Variabel Terikat (Skor Total)
Perhitungan uji validitas dengan bantuan program SPSS 19 dan hasil pengolahan dari uji validitas dapat dilihat pada tabel berikut:
(45)
Tabel 3.2 Validitas Instrumen
Pertanyaan r hitung r tabel Validitas
X₁
Butir 1 0,343 0,201 Valid
Butir 2 0,230 0,201 Valid
Butir 3 0,365 0,201 Valid
Butir 4 0,334 0,201 Valid
Butir 5 0,245 0,201 Valid
X₂
Butir 1 0,342 0,201 Valid
Butir 2 0,359 0,201 Valid
Butir 3 0,448 0,201 Valid
Butir 4 0,493 0,201 Valid
Butir 5 0,326 0,201 Valid
X₃
Butir 1 0,380 0,201 Valid
Butir 2 0,293 0,201 Valid
Butir 3 0,297 0,201 Valid
Butir 4 0,602 0,201 Valid
Butir 5 0,614 0,201 Valid
X₄
Butir 1 0,682 0,201 Valid
Butir 2 0,266 0,201 Valid
Butir 3 0,566 0,201 Valid
Butir 4 0,441 0,201 Valid
Butir 5 0,333 0,201 Valid
X₅
Butir 1 0,407 0,201 Valid
Butir 2 0,601 0,201 Valid
Butir 3 0,263 0,201 Valid
Butir 4 0,396 0,201 Valid
Butir 5 0,443 0,201 Valid
X₆
Butir 1 0,592 0,201 Valid
Butir 2 0,387 0,201 Valid
Butir 3 0,291 0,201 Valid
Butir 4 0,607 0,201 Valid
Butir 5 0,837 0,201 Valid
3.3.2 Uji Reliabilitas
Reabilitas adalah indeks yang menunjukkan sejauh mana alat ukur dapat dipercaya atau diandalkan dan sejauh mana hasil pengukuran konsisten bila dilakukan dua kali atau lebih terhadap gejala yang sama, dengan alat ukur yang sama. Untuk mengukur reliabilitas alat ukur digunakan teknik Cronbach Alpha. Rumus yang digunakan adalah :
(46)
�= � �
�−1� �1− ∑ ��2
��2 �
keterangan:
= reliabilitas instrumen k = banyaknya butir pertanyaan ∑ ��2 = jumlah varian variabel ��2 = varian total
Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha > 0,60. Untuk menghitung uji reliabilitas dibuat terlebih dahulu tabel penolong seperti pada lampiran C kemudian dibuat langkah-langkah sebagai berikut:
1) Menghitung nilai varian setiap butir pertanyaan
a) Pertanyaan �1 butir 1 �12=
∑ �12− (∑ �1 )2
�
� =
1643−(391 )2
96
96 = 0,526
b) Pertanyaan �1 butir 2 �22=
∑ �22−(∑ �2 ) 2
�
� =
1415−(365 )2
96
96 = 0,284
c) Pertanyaan �1 butir 3 �32=
∑ �32−(∑ �3 ) 2
�
� =
1715−(403 )2
96
96 = 0,242
Dan seterusnya sampai pertanyaan �6 butir 5 sehingga didapat nilai varian setiap butir pertanyaan seperti tabel di bawah ini:
(47)
Tabel 3.3 Nilai Varian setiap butir pertanyaan
Pertanyaan �
�2= ∑ ��
2−(∑ ��)2
�
�
x1
Butir 1 0,526
Butir 2 0,284
Butir 3 0,242
Butir 4 0,479
Butir 5 0,385
x2
Butir 1 0,380
Butir 2 0,402
Butir 3 0,348
Butir 4 0,385
Butir 5 0,368
x3
Butir 1 0,324
Butir 2 0,521
Butir 3 0,380
Butir 4 0,239
Butir 5 0,468
x4
Butir 1 0,369
Butir 2 0,379
Butir 3 0,521
Butir 4 0,451
Butir 5 0,375
x5
Butir 1 0,271
Butir 2 0,241
Butir 3 0,477
Butir 4 0,322
Butir 5 0,250
x6
Butir 1 0,371
Butir 2 0,364
Butir 3 0,260
Butir 4 0,594
Butir 5 0,219
2) Menghitung jumlah nilai varian
���2 = �12+ �22+ �32+⋯+�302
���2 = 0,526 + 0,284 + 0,242 +⋯+ 0,219 ���2 = 11,197
(48)
3) Menghitung nilai varian total
��2= ∑ �2−
(∑ �)2
�
� =
1476928−(11860 )2
96
96 = 122,123
4) Menghitung nilai reliabilitas instrumen
� = � �
�−1� �1− ∑ ��2
��2 �
= � 30
30−1� �1− 11,197 122,123� = �30
19�(1−0,092) = 0,940
5) Kesimpulan
Instrumen penelitian dinyatakan reliabel karena nilai Cronbach Alpha (�) 0,940 > 0,60.
3.3.3 Transformasi Data Ordinal Menjadi Data Interval
Analisis diskriminan merupakan teknik menganalisis data dimana variabel tak bebas merupakan kategorik (non-metrik, nominal atau ordinal, bersifat kualitatif) sedangkan variabel bebas sebagai prediktor merupakan metrik (interval atau rasio, bersifat kuantitatif). (J. Supranto 2004). Data yang diperoleh merupakan data dengan skala ordinal untuk melakukan analisis diskriminan variabel independent (X) merupakan metrik (interval atau rasio, bersifat kuantitatif) jadi, data harus diubah terlebih dahulu ke skala interval sesuai dengan variabel masing-masing. Pengubahan data berskala ordinal menjadi data berskala interval digunakan Method of Succesive Internal (MSI) dengan bantuan Microsoft Excel 2007, dengan cara sebagai berikut:
1. Buka Microsoft Excel 2007
(49)
3. Masukkan data yang akan diubah. Dapat diketikkan atau kopi (dengan menggunakan perintah Copy - Paste) dari word atau SPSS di kolom A baris 1 4. Pilih Add In >Statistics>Successive Interval
5. Pilih Yes
6. Pada saat kursor di Data Range Blok data yang ada sampai selesai kemudian pindah ke Cell Output
7. Klik di kolom baru untuk membuat output, misalny di kolom B baris 1 8. Tekan Next dan Pilih Select all
9. Isikan minimum value 1 dan maksimum value 5 (atau sesuai dengan jarak nilai terendah sampai dengan teratas)
10. Tekan Next kemudian Tekan Finish
Data hasil Perhitungan transformasi skala ordinal menjadi skala interval dengan Microsoft Excel 2007 untuk masing-masing variabel, dapat dilihat pada lampiran D.
3.3.4 Analisis Korelasi
Untuk mencari korelasi atau hubungan diantara variabel-variabel, yakni variabel bebas dengan variabel tak bebas, variabel bebas dengan sesama variabel bebas. Maka dapat mencari nilai korelasinya dengan menggunakan rumus seperti berikut:
��� = � ∑ �� −
(∑ �)(∑ �)
�{� ∑ �2−(∑ �)2}{� ∑ �2−(∑ �)2} keterangan:
rxy = Koefisien korelasi antara X dan Y
X = Variabel bebas Y = Variabel terikat
Dengan menggunakan rumus tersebut, dapat mencari nilai korelasi antara variabel bebas dengan variabel tak bebas maupun diantara sesama variabel bebas. Berikut adalah tabel korelasi SPSS 19:
(1)
21
3,766
2,452
4,254
3,331
2,642
22
3,766
3,902
2,623
3,331
1,000
23
1,000
1,000
2,623
2,168
1,000
24
2,337
2,452
2,623
1,000
1,000
25
2,337
3,902
2,623
2,168
1,000
26
3,766
3,902
2,623
3,331
2,642
27
2,337
2,452
1,000
2,168
1,000
28
3,766
3,902
2,623
2,168
2,642
29
3,766
2,452
2,623
1,000
1,000
30
2,337
2,452
2,623
1,000
1,000
31
3,766
1,000
2,623
2,168
2,642
32
3,766
2,452
4,254
3,331
2,642
33
2,337
2,452
2,623
2,168
1,000
34
2,337
2,452
2,623
1,000
1,000
35
1,000
1,000
2,623
1,000
1,000
36
2,337
2,452
2,623
2,168
1,000
37
3,766
2,452
2,623
3,331
2,642
38
2,337
2,452
2,623
1,000
1,000
39
3,766
2,452
4,254
3,331
2,642
40
3,766
3,902
2,623
3,331
1,000
41
2,337
1,000
2,623
2,168
1,000
42
3,766
3,902
2,623
3,331
2,642
43
3,766
2,452
2,623
3,331
1,000
44
3,766
2,452
2,623
1,000
1,000
45
2,337
2,452
1,000
2,168
1,000
46
2,337
2,452
2,623
1,000
1,000
47
3,766
1,000
2,623
2,168
2,642
48
2,337
2,452
1,000
1,000
1,000
49
3,766
2,452
2,623
3,331
2,642
50
3,766
3,902
4,254
2,168
1,000
51
2,337
1,000
2,623
2,168
1,000
52
3,766
3,902
2,623
3,331
2,642
53
3,766
2,452
2,623
3,331
1,000
54
1,000
2,452
2,623
1,000
1,000
55
2,337
2,452
1,000
2,168
1,000
56
2,337
1,000
2,623
1,000
1,000
57
2,337
2,452
2,623
1,000
1,000
58
3,766
2,452
2,623
2,168
2,642
59
2,337
2,452
1,000
1,000
1,000
60
3,766
2,452
2,623
3,331
2,642
61
3,766
3,902
4,254
2,168
1,000
62
2,337
2,452
2,623
2,168
1,000
63
3,766
2,452
4,254
3,331
2,642
64
3,766
3,902
2,623
3,331
1,000
65
2,337
1,000
2,623
2,168
1,000
(2)
66
2,337
2,452
2,623
1,000
1,000
67
2,337
3,902
2,623
2,168
1,000
68
3,766
3,902
2,623
3,331
2,642
69
2,337
2,452
1,000
2,168
1,000
70
3,766
3,902
2,623
2,168
2,642
71
3,766
2,452
2,623
1,000
1,000
72
1,000
2,452
2,623
1,000
1,000
73
3,766
1,000
2,623
2,168
2,642
74
3,766
2,452
2,623
2,168
2,642
75
2,337
2,452
1,000
1,000
1,000
76
3,766
2,452
2,623
3,331
2,642
77
2,337
1,000
4,254
2,168
1,000
78
2,337
1,000
2,623
2,168
1,000
79
3,766
3,902
2,623
3,331
2,642
80
3,766
2,452
2,623
3,331
1,000
81
3,766
2,452
2,623
1,000
1,000
82
2,337
2,452
1,000
2,168
1,000
83
2,337
1,000
2,623
1,000
1,000
84
2,337
2,452
2,623
1,000
1,000
85
3,766
2,452
1,000
2,168
2,642
86
2,337
3,902
2,623
3,331
2,642
87
3,766
2,452
2,623
3,331
1,000
88
3,766
2,452
2,623
1,000
1,000
89
2,337
1,000
1,000
2,168
1,000
90
2,337
2,452
2,623
1,000
1,000
91
3,766
2,452
2,623
2,168
2,642
92
2,337
2,452
1,000
1,000
1,000
93
3,766
2,452
2,623
3,331
2,642
94
2,337
3,902
4,254
2,168
1,000
95
2,337
2,452
2,623
2,168
1,000
96
3,766
2,452
4,254
2,168
2,642
(3)
Lampiran E: Hasil output spss analisis diskriminan
Tabel 3.11 Group Statistics
Y Mean Std, Deviation
Valid N (listwise) Unweighted Weighted 1 x1 11,8996 1,678349 16 16,000
x2 11,4211 1,938752 16 16,000 x3 11,6879 1,544001 16 16,000 x4 11,3481 1,814914 16 16,000 x5 11,2550 2,182902 16 16,000 x6 9,05662 1,901311 16 16,000 2 x1 12,7378 1,920603 33 33,000 x2 10,4229 2,241222 33 33,000 x3 12,0374 1,996805 33 33,000 x4 11,9433 2,159157 33 33,000 x5 11,4847 1,706206 33 33,000 x6 10,2255 2,190480 33 33,000 3 x1 13,7224 2,174975 47 47,000 x2 12,9442 2,268507 47 47,000 x3 14,5177 2,499132 47 47,000 x4 14,0474 2,400951 47 47,000 x5 13,7926 2,119577 47 47,000 x6 13,6879 2,356095 47 47,000 Total x1 12,7866 2,111237 96 96,000 x2 11,5961 2,471312 96 96,000 x3 12,7477 2,541122 96 96,000 x4 12,4462 2,501180 96 96,000 x5 12,1774 2,312607 96 96,000 x6 10,99 2,959966 96 96,000
Log Determinants
y Rank
Log Determinant
1 2 2.580
2 2 3.181
3 2 3.189
Pooled within-groups 2 3.142 The ranks and natural logarithms of determinants printed are those of the group covariance matrices.
Test Results
Box's M 4.986 F Approx. .798
df1 6 df2 2.108E4 Sig. .571 Tests null hypothesis of equal population covariance matrices.
(4)
Variables Entered/Removeda,b,c,d
Step Entered
Min. D Squared
Statistic Between Groups
Exact F
Statistic df1 df2 Sig.
1 x6 .274 1 and 2 2.956 1 93.000 .089
2 x2 .611 1 and 2 3.257 2 92.000 .043
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered.
a. Maximum number of steps is 12.
b. Maximum significance of F to enter is .05. c. Minimum significance of F to remove is .10.
d. F level, tolerance, or VIN insufficient for further computation.
Variables in the Analysis
Step Tolerance
Sig. of F to
Remove Min. D Squared Between Groups 1 x6 1.000 .000
2 x6 .952 .000 .204 1 and 2
x2 .952 .009 .274 1 and 2
Variables Not in the Analysis
Step Tolerance Min. Tolerance Sig. of F to Enter Min. D Squared Between Groups
0 x1 1.000 1.000 .005 .173 1 and 2
x2 1.000 1.000 .000 .204 1 and 2
x3 1.000 1.000 .000 .025 1 and 2
x4 1.000 1.000 .000 .071 1 and 2
x5 1.000 1.000 .000 .013 1 and 2
x6 1.000 1.000 .000 .274 1 and 2
1 x1 .976 .976 .269 .389 1 and 2
x2 .952 .952 .009 .611 1 and 2
x3 .945 .945 .016 .276 1 and 2
x4 .920 .920 .121 .290 1 and 2
x5 .812 .812 .165 .290 1 and 2
2 x1 .908 .886 .234 .872 1 and 2
x3 .896 .896 .060 .641 1 and 2
x4 .823 .823 .261 .720 1 and 2
x5 .783 .783 .401 .611 1 and 2
Eigenvalues
Functio
n Eigenvalue % of Variance Cumulative %
Canonical Correlation
1 .879a 93.6 93.6 .684
2 .060a 6.4 100.0 .238
(5)
Structure Matrix
Function
1 2
x6 .949* -.317 x5a .465* .026 x4a .366* .206 x3a .292* .135 x1a .229* .199 x2a .516 .857*
Canonical Discriminant Function Coefficients
Function
1 2
x2 .147 .440 x6 .393 -.237 (Constant) -6.348 -2.424
Unstandardized coefficients
Classification Resultsb,c
Y
Predicted Group Membership
Total
1 2 3
Original Count 1 13 2 1 16
2 12 16 5 33
3 7 6 34 47
% 1 81.2 12.5 6.2 100.0
2 36.4 48.5 15.2 100.0 3 14.9 12.8 72.3 100.0 Cross-validateda Count 1 13 2 1 16
2 12 16 5 33
3 7 6 34 47
% 1 81.2 12.5 6.2 100.0
2 36.4 48.5 15.2 100.0 3 14.9 12.8 72.3 100.0 a. Cross validation is done only for those cases in the analysis. In cross validation, each
case is classified by the functions derived from all cases other than that case. b. 65,6% of original grouped cases correctly classified.
(6)
Lampiran F: Tabel r Product Moment
Tabel r Product Moment Pada Sig.0,05 (Two Tail)
N r N r N r N r N r N r
1 0.997 41 0.301 81 0.216 121 0.177 161 0.154 201 0.138 2 0.95 42 0.297 82 0.215 122 0.176 162 0.153 202 0.137 3 0.878 43 0.294 83 0.213 123 0.176 163 0.153 203 0.137 4 0.811 44 0.291 84 0.212 124 0.175 164 0.152 204 0.137 5 0.754 45 0.288 85 0.211 125 0.174 165 0.152 205 0.136 6 0.707 46 0.285 86 0.21 126 0.174 166 0.151 206 0.136 7 0.666 47 0.282 87 0.208 127 0.173 167 0.151 207 0.136 8 0.632 48 0.279 88 0.207 128 0.172 168 0.151 208 0.135 9 0.602 49 0.276 89 0.206 129 0.172 169 0.15 209 0.135 10 0.576 50 0.273 90 0.205 130 0.171 170 0.15 210 0.135 11 0.553 51 0.271 91 0.204 131 0.17 171 0.149 211 0.134 12 0.532 52 0.268 92 0.203 132 0.17 172 0.149 212 0.134 13 0.514 53 0.266 93 0.202 133 0.169 173 0.148 213 0.134 14 0.497 54 0.263