Pengujian Hipotesis Analisis Data
Tabel 4.13 menunjukkan kontigensi dan frekuensi harapan pengaruh kemampuan TI guru terhadap kemampuan guru
mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan. Sel matrik frekuensi harapan
pada variabel penilaian pembelajaran terhadap kemampuan TI guru, untuk kategori penilaian pembelajaran terdapat kategori
sangat tidak baik, tidak baik, cukup, baik, dan sangat baik serta untuk kategori kemampuan TI guru terdapat kategori sangat tidak
mampu, tidak mampu, cukup, mampu, sangat mampu dengan kolom kategori yang berdekatan digabungkan. Penggabungan
dilakukan pada variabel implementasi standar penilaian, sebagai berikut: untuk kategori tidak baik diberi skor 1 dan kategori
cukup diberi skor 2 digabungkan dan diberi kode 1 dengan kategori cukup. Selain itu, penggabungan juga dilakukan pada
variabel kemampuan TI guru, sebagai berikut: untuk kategori sangat tidak mampu diberi skor 1 dan kategori tidak mampu
diberi skor 2 digabungkan dan diberi kode 1 dengan kategori tidak mampu. Setelah dilakukan penggabungan kategori yang
berdekatan menghasilkan sel matr ik dengan frekuensi harapan ≥ 5.
Tabel 4.14 Hasil Analisis
Chi-Square Pengaruh Kemampuan TI Guru terhadap Standar Penilaian di SMK
Negeri Se-Kota Yogyakarta
Value df
Asymp.Sig 2-sided
Pearson Chi-Square 44,175
a
6 0,000
Likelihood Ratio 44,146
6 0,000
Linear-by-Linear Association 31,241 1
0,000 N of Valid Cases
192 a.
0 cells ,0 have expected count less than 5. The minimum expected count is 7,26.
Tabel 4.15 Hasil Analisis Koefisien Kontingensi Pengaruh Kemampuan TI
Guru terhadap Standar Penilaian di SMK Negeri Se-Kota Yogyakarta
Value Approx
Sig. Nominal by Nominal
Phi 0,480
0,000 Cramer’s V
0,339 0,000
Contingency Coefficient 0,432 0,000
N of Valid Cases 192
Pada Tabel 4.14 Pearson Chi-Square x
2 hitung
sebesar 44,175 df = 6 dan nilai Asymp. Sig sebesar 0,000. Nilai signifikansi 0,000
α 0,05 sehingga H ditolak dan H
1
diterima, yang artinya ada pengaruh positif dan signifikan kemampuan teknologi informasi
terhadap kemampuan guru mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan.
Pada Tabel 4.15 menunjukkan nilai Phi yaitu 0,480 bernilai positif sehingga dapat disimpulkan bahwa terdapat pengaruh yang
positif, yang artinya semakin tinggi kemampuan teknologi informasi
semakin tinggi
pula kemampuan
guru PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan.
Selanjutnya setelah diketahui ada pengaruh positif dan signifikan pengaruh kemampuan teknologi informasi terhadap
kemampuan guru mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan dilanjutkan
dengan melakukan perhitungan kontingensi C untuk mencari besar kecilnya derajat asosiasi. Besar kecilnya derajat asosiasi
dapat dihitung dengan rumus kontingensi C adalah sebagai berikut:
� = √
, 7 , 7 + 9
= 0,432
Hasil perhitungan tersebut selaras dengan Tabel 4.14 pada kolom Contigency Coefficient yaitu sebesar 0,432. Langkah
selanjutnya membandingkan nilai C dengan nilai C
max
yang mungkin bisa terjadi. Perhitungan C
max
adalah sebagai berikut:
�
���
= √
−
= 0,816
Jika koefisien C dibandingkan dengan koefisien C
max
maka hasil yang diperoleh sebesar 0,53 0,4320,816. Maka kriteria rasio
CC
max
koefisien 0,53 berada pada rentang 0,40-0,599 dengan interprestasi sedang. Dapat disimpulkan bahwa pengaruh
kemampuan teknologi informasi terhadap kemampuan guru PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan dapat diinterprestasikan
sedang. b.
Hipotesis Kedua 1
Rumusan Hipotesis �
= Tidak ada pengaruh positif pengalaman pendidikan dan pelatihan
guru terhadap
kemampuan guru
mengimplementasikan Standar
Penilaian Pendidikan
berdasarkan Permendikbud Nomor 23 Tahun 2016 �
= Ada pengaruh positif pengalaman pendidikan dan pelatihan guru terhadap kemampuan guru mengimplementasikan
Standar Penilaian Pendidikan berdasarkan Permendikbud Nomor 23 Tahun 2016
2 Hasil Pengujian
Berdasarkan pengujian hipotesis dengan menggunakan SPSS Versi 22.0 didapatkan frekuensi harapan pengaruh pengalaman
diklat guru terhadap kemampuan guru mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian
Pendidikan dapat dilihat pada tabel berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Tabel 4.16 Tabel Kontigensi dan Frekuensi Harapan Pengaruh
Pengalaman Diklat Guru terhadap Standar Penilaian di SMK Negeri Se-Kota Yogyakarta
Pengalaman Diklat Total
Minimum Cukup
Standar Penilaian
Cukup Count
37 4
41 Expected Count
33,7 7,3
41,0 Residual
3,3 -3,3
Baik Count
64 14
78 Expected Count
64,2 13,8
78,0 Residual
-2 2
Sangat Baik
Count 57
16 73
Expected Count 60,1
12,9 73,0
Residual -3,1
3,1 Total
Count 158
34 192
Expected Count 158,0
34,0 192,0
of Total 82,3
17,7 100,0
Tabel 4.16 menunjukkan kontigensi dan frekuensi harapan pengaruh pengalaman diklat guru terhadap kemampuan guru
mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan. Sel matrik frekuensi harapan
pada variabel penilaian pembelajaran terhadap pengalaman diklat guru, untuk kategori penilaian pembelajaran terdapat kategori
sangat tidak baik, tidak baik, cukup, baik, dan sangat baik serta untuk kategori pengalaman diklat guru terdapat kategori minimum,
menengah, dan maximum dengan kolom kategori yang berdekatan digabungkan. Penggabungan dilakukan pada variabel implementasi
standar penilaian, sebagai berikut: untuk kategori tidak baik diberi skor 1 dan kategori cukup diberi skor 2 digabungkan dan diberi
kode 1 dengan kategori cukup. Selain itu, penggabungan juga PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dilakukan pada variabel pengalaman diklat guru, sebagai berikut: untuk kategori maximum diberi skor 3 dan kategori cukup diberi
skor 2 digabungkan dan diberi kode 2 dengan kategori cukup. Setelah dilakukan penggabungan kategori yang berdekatan
menghasilkan sel matrik dengan frekuensi harapan ≥ 5.
Tabel 4.17 Hasil Analisis
Chi-Square Pengaruh Pengalaman Diklat Guru terhadap Standar
Penilaian di SMK Negeri Se-Kota Yogyakarta
Value df
Asymp.Sig 2-sided
Pearson Chi-Square 2,670
a
2 0,263
Likelihood Ratio 2,899
2 0,235
Linear-by-Linear Association 2,520 1
0,112 N of Valid Cases
192 a.
0 cells ,0 have expected count less than 5. The minimum expected count is 7,26.
Pada Tabel 4.17 Pearson Chi-Square x
2 hitung
sebesar 2,670 df = 2 dan nilai Asymp. Sig sebesar 0,263. Nilai signifikansi 0,263
α 0,05 sehingga H
1
ditolak dan H diterima, yang artinya tidak
ada pengaruh positif pengalaman pendidikan dan pelatihan terhadap kemampuan guru mengimplementasikan Permendikbud
Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan. c.
Hipotesis Ketiga 1
Rumusan Hipotesis �
= Tidak ada pengaruh positif frekuensi mengakses internet guru terhadap kemampuan guru mengimplementasikan
Standar Penilaian Pendidikan berdasarkan Permendikbud Nomor 23 Tahun 2016
� = Ada pengaruh positif frekuensi mengakses internet guru
terhadap kemampuan guru mengimplementasikan Standar Penilaian Pendidikan berdasarkan Permendikbud Nomor 23
Tahun 2016 2
Hasil Pengujian Berdasarkan pengujian hipotesis dengan menggunakan SPSS
Versi 22.0 didapatkan frekuensi harapan pengaruh frekuensi mengakses
internet terhadap
kemampuan guru
mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan dapat dilihat pada tabel
berikut:
Tabel 4.18 Tabel Kontigensi dan Frekuensi Harapan Pengaruh Frekuensi
Mengakses Internet Guru terhadap Standar Penilaian di SMK Negeri Se-Kota Yogyakarta
Frekuensi Mengakses Internet Total
Tidak Sering Sangat Tidak
Sering Standar
Penilaian Cukup
Count 33
8 41
Expected Count 29,9
11,1 41,0
Residual 3,1
-3,1 Baik
Count 58
20 78
Expected Count 56,9
21,1 78,0
Residual 1,1
-1,1 Sangat
Baik Count
49 24
73 Expected Count
53,2 19,8
73,0 Residual
-4,2 4,2
Total Count
140 52
192 Expected Count
140,0 52,0
192,0 of Total
72,9 27,1
100,0
Tabel 4.18 menunjukkan kontigensi dan frekuensi harapan pengaruh frekuensi mengakses internet guru terhadap kemampuan
guru mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan. Sel matrik frekuensi harapan
pada variabel
penilaian pembelajaran
terhadap frekuensi
mengakses internet, untuk kategori penilaian pembelajaran terdapat kategori sangat tidak baik, tidak baik, cukup, baik, dan sangat baik
serta untuk kategori frekuensi mengakses internet guru terdapat kategori sangat tidak sering, tidak sering, cukup, sering dan sangat
sering dengan kolom kategori yang berdekatan digabungkan. Penggabungan dilakukan pada variabel implementasi standar
penilaian, sebagai berikut: untuk kategori tidak baik diberi skor 1 dan kategori cukup diberi skor 2 digabungkan dan diberi kode 1
dengan kategori cukup. Selain itu, penggabungan juga dilakukan pada variabel frekuensi mengakses internet guru, sebagai berikut:
untuk kategori sangat sering diberi skor 5, kategori sering diberi skor 4, kategori cukup diberi skor 3 dan kategori tidak sering
diberi skor 2 digabungkan dan diberi kode 2 dengan kategori tidak sering. Setelah dilakukan penggabungan kategori yang
berdekatan menghasilkan sel matrik dengan frekuens i harapan ≥ 5.
Tabel 4.19 Hasil Analisis
Chi-Square Pengaruh Frekuensi Mengakses Internet Guru terhadap
Standar Penilaian di SMK Negeri Se-Kota Yogyakarta
Value df
Asymp.Sig 2-sided
Pearson Chi-Square 2,513
a
2 0,285
Likelihood Ratio 2,549
2 0,280
Linear-by-Linear Association 2,493 1
0,114 N of Valid Cases
192 a.
0 cells ,0 have expected count less than 5. The minimum expected count is 11,10.
Pada Tabel 4.19 Pearson Chi-Square x
2 hitung
sebesar 2,513 df = 2 dan nilai Asymp. Sig sebesar 0,285. Nilai signifikansi 0,285
α 0,05 sehingga H
1
ditolak dan H diterima, yang artinya tidak ada
pengaruh positif
frekuensi mengakses
internet terhadap
kemampuan guru mengimplementasikan Permendikbud Nomor 23 Tahun 2016 tentang Standar Penilaian Pendidikan.