Berdasarkan hasil uji validitas di atas, dapat diketahui bahwa terdapat nomor butir instrumen yang gugur sehingga tidak dapat digunakan untuk
mengambil data penelitian. Dalam penelitian ini tidak dilakukan pembuatan ulang kisi-kisi dan instrumen penelitian dikarenakan uji validitas tidak
menghilangkan indikator instrumen. Maka instrumen yang akan digunakan harus diperbaiki dengan menghilangkan nomor butir yang gugur dan
mempertahankan nomor butir yang valid.
2. Uji Reabilitas Instrumen
Instrumen yang reliabel berarti instrumen yang bila digunakan beberapa kali untuk mengukur obyek yang sama akan menghasilkan data yang sama
Sugiyono, 2010: 267. Pengujian reabilitas instrumen digunakan untuk mengetahui tingkat kekonsistensian angket yang digunakan oleh peneliti
sehigga angket tersebut dapat dihandalkan, walaupun penelitian dilakukan berulangkali dengan angket yang sama. Untuk menguji reliabilitas instrumen
digunakan rumus Alpha Cronbach. Rumus ini digunakan karena angket atau kuesioner yang digunakan dalam penelitian ini tidak terdapat jawaban yang
bernilai salah atau nol. Rumus Alpha Cronbach adalah sebagai berikut: ∑
Keterangan: : reliabilitas instrumen
: banyaknya butir pertanyaan atau banyaknya soal ∑
: jumlah varians skor tiap-tiap item : varians total
Suharsimi Arikunto, 2013:109
Selanjutnya untuk menginterpretasikan koefisien Alpha digunakan
kategori menurut Sugiyono 2010: 257 sebagai berikut: Tabel 8. Interpretasi Nilai r
Interval Koefisien Interpretasi
0,00 – 0,199
Sangat Rendah 0,20
– 0,399 Rendah
0,40 – 0,599
Sedang 0,60
– 0,799 Kuat
0,80 – 1,000
Sangat Kuat Instrumen dapat dikatakan reliabel jika koefisien Alpha sama dengan
atau lebih besar dari 0,60. Jika koefisien Alpha kurang dari 0,60 butir instrumen tersebut dikatakan tidak reliabel. Pengujian reabilitas instrumen
dengan menggunakan koefisien Alpha dengan menggunakan bantuan aplikasi SPSS Statistic 20. Setelah memasukkan data hasil uji coba instrumen maka
didapatkan hasil seperti pada tabel 9. Tabel 9. Hasil Uji Coba Reabilitas Instrumen
Variabel Koefisien Alpha
Interpretasi Keterangan
Kesiapan Kerja 0,744
Kuat Reliabel
Pola Asuh Orang Tua 0,742
Kuat Reliabel
Sumber: Olah Data Primer Berdasarkan hasil coba reabilitas di atas, maka instrumen kesiapan
kerja dan pola asuh orang tua termasuk dalam kategori kuat sehingga dapat digunakan untuk melakukan pengambilan data penelitian.
I. Teknik Analisis Data
1. Analisis Deskripsi Data
Data yang diperoleh dideskripsikan dengan perhitungan statistic deskriptif. Dengan perhitungan ini akan diperoleh atau akan diketahui harga
nilai tertinggi max, nilai terendah min, mean atau rerata M, median Me, modus Mo, simpangan baku atau standard deviasi SD, distribusi
frekuensi. Adapun uraiannya adalah sebagai berikut: a. mean, median, dan modus
Mean atau nilai rata-rata adalah jumlah total dibagi jumlah individu. Median adalah suatu nilai yang membatasi 50 dari frekuensi
distribusi setelah bawah. Sedangkan modus adalah nilai variabel yang mempunyai frekuensi terbanyak dalam distribusi. Penentuan mean,
median, dan modus dilakukan dengan menggunakan bantuan aplikasi SPSS statistic 20 for windows.
b. tabel distribusi frekuensi 1 Menghitung rentang data
Untuk menghitung rentang data digunakan rumus sebagai berikut:
Rentang = Skor Data Tertinggi – Skor Data Terendah
2 Menetukan kelas interval Untuk menentukan kelas interval digunakan rumus Struges
seperti berikut. K= 1 + 3,33 log n
Keterangan: K
: jumlah kelas interval n
: jumlah data log : logaritma
3 Menetukan panjang kelas Untuk menentukan panjang kelas digunakan rumus seperti
berikut ini: Panjang kelas = Rentangjumlah kelas insterval
c. Histogram Histogram dibuat berdasarkan data frekuensi yang telah
ditampilkan dalam tabel distribusi frekuensi. d. Tabel kecenderungan variabel
Identitas kecenderungan tinggi rendahnya skor variabel pola asuh orang tua dan disiplin belajar siswa ditetapkan berdasarkan pada kriteria
ideal. Berdasarkan skor data penilaian model Likert dengan rentang skor 1 s.d. 4 untuk jumlah butir soal, maka mean idealnya dapat dihitung
dengan norma sebagai berikut : ST skor tertinggi = jumlah butir x 4
SR skor terendah = jumlah butir x 1 Mi = ½ ST + SR
SDi = 16 ST – SR
Deskripsi berikutnya adalah dengan melakukan pengkategorian skor
masing-masing variabel.
Dari skor
tersebut kemudian
dikelompokkan ke dalam empat kategori. Pengkategorian dilakukan berdasarkan mean ideal Mi dan standar deviasi ideal SDi pada
