DATA DAN METODE PENELITIAN ‘ Data Penelitian Data yang digunakan dalam penelitian ini adalah data primer hasil yang diperoleh melalui penyebaran kuisioner dan metode wawancara sebagai data pelengkap. Pengumpulan data dilaksanakan bulan Januari dan Maret tahun 2010. Populasi dalam penelitian ini adalah sebanyak 1200 siswa kelas tiga. Ukuran contoh yang diambil sebanyak 300 siswa, dimana sebanyak 134 siswa diambil dari sekolah menengah umum dan sebanyak 86 siswa diambil dari madrasah aliyah serta 80 siswa diperoleh dari sekolah menengah kejuruan. Unit sampling dalam penelitian ini adalah siswa kelas tiga pada sekolah terpilih di kabupaten Garut Jawa Barat.
Metode Penarikan Contoh Tahapan pengambilan contoh siswa mengikuti pengambilan kaidah acak berlapis sebagai berikut : 1. Menyiapkan ukuran contoh Menurut Mendenhall (1990) untuk menentukan ukuran contoh yang dibutuhkan untuk menduga alokasi proporsional dengan kesalahan pendugaan sebesar 0,05 adalah sebagai berikut : n=
N pq ( N − 1) D + pq
=
1200 (0,535) (0,465) (1200 − 1).0,05 + (0,535) (0,465)
= 299,8
Dimana : N = Jumlah Strata dalam populasi n = Jumlah anggota strata dalam contoh p = Alokasi proporsional yang sukses q = Alokasi proporsional yang gagal = (1-p) D = kesalahan relatif yang ditoleransi = e Dengan salah satu pendekatan alternatif penarikan contoh acak sederhana sehingga dari perhitungan rumus diatas maka diperoleh ukuran contoh sebesar 300 siswa kelas tiga.
2. Membagi lapisan menjadi
tiga lapisan, Lapisan pertama adalah sekolah
menengah umum (SMU) dan lapisan kedua adalah sekolah madrasyah aliyah (MA) serta lapisan ketiga adalah sekolah menegah kejuruan (SMK), dengan jumlah populasi sebanyak 1200 siswa dengan masing-masing jumlah siswa SMU sebanyak 539 orang, siswa SMK sebanyak 317 orang dan siswa MA sebanyak 344 orang. Dalam hal ini ketiga strata sekolah tersebut dibentuk berdasarkan level atau jenjang sekolah Contoh diambil secara acak dari masing-masing strata sekolah secara alokasi proporsional ni = n dimana : ni
Ni N
= Alokasi Proporsional
Ni
= Jumlah sub-populasi
N
= Jumlah populasi
n
= Jumlah contoh
Sehingga dari rumus alokasi tersebut diperoleh jumlah contoh untuk masingmasing lapisan, untuk SMU sebanyak 134 orang, SMK sebanyak 80 orang, dan untuk MA sebanyak 86 orang. 3. Memilih sekolah dan jumlah siswa pada setiap jurusan yang akan dijadikan ruang contoh pada setiap lapisan Dalam menentukan sekolah dan jumlah siswa kelas tiga berdasarkan jurusannya. Yang akan dipilih menjadi target penyebaran kuisioner dilakukan dengan menggunakan metode penarikan contoh acak sederhana dengan mempertimbangkan karakteristik mahasiswa yang ada di lingkungan STAI AlMusadaddiyah Garut. Pemilihan sekolah dilakukan dengan purposive dimana alokasi sampel proporsional berdasarkan jumlah siswa pada masing-masing sekolah dilakukan dengan pendekatan contoh secara acak pada setiap sekolah. Hasil dari penarikan contoh acak sederhana dapat disajikan pada Tabel 1.
Tabel 1 Penyebaran kuisioner berdasarkan pemilihan sekolah dan jurusan
Nama Sekolah
III-IPA
SMA 1 Garut SMA 1 Sukawening SMA 1 Cibatu SMU Muh 1 Garut SMU Darussalam Wanaraja SMK Hikmah SMK Pasundan 1 Cilawu SMK YPPT Tarogong SMK 1 Garut MA Nurul Islam MAN 1 Garut MA Pesantren Cipari MA Darul Ulum Total
Banyaknya kuisioner yang disebar Manajemen/ TataBoga/ III-IPS Sekretaris Akuntansi
Total Siswa
21 15 11 9 13
17 9 12 11 16
-
-
38 24 23 20 29
-
-
11 7
9 12
20 19
7 15 15 8 114
9 12 11 9 106
3 15
13 10
36
44
16 25 16 27 26 17 300
Metode Pengumpulan data Metode pengumpulan data dalam penelitian ini dilakukan dengan metode wawancara yang dituangkan dalam pemberian kuisioner untuk masing-masing siswa pada
kelas tiga
dengan siswa yang telah dipilih sebagai contoh.
Sedangkan informasi yang diamati adalah : 1.
Identitas responden meliputi jenis kelamin dan status dalam keluarga
2.
Minat siswa melanjutkan pendidikan ke perguruan tinggi .
3.
Faktor yang mempengaruhi minat siswa seperti tingkat dan bidang pendidikan orang tua, status dan bidang pekerjaan orang tua, tempat tinggal dan keberadaan anggota keluarga yang kuliah dan sumber informasi mengenai minatnya. Bentuk pertanyaan dalam kuisioner adalah pertanyaan tertutup, terbuka, dan
semi terbuka. Responden adalah siswa dalam kelas contoh yang hadir saat survei dilaksanakan. Sedangkan wawancara dilakukan di sekolah setelah waktu belajar selesai atau pada waktu belajar atas izin pihak sekolah. Kuisioner lengkap dapat dilihat pada Lampiran 1.
Langkah-langkah Analisis Data Langkah-langkah dari penelitian minat siswa SMU melanjutkan ke perguruan tinggi dilakukan dengan tahap sebagai berikut: 1. Analisis Deskripsi data Dalam tahapan ini data kuisioner dilakukan analisis secara deskriptif dan analisis deskriptif yang akan disajikan dalam bentuk tabel sebaran frekuensi, frekuensi relatif, histrogram dan tabulasi silang untuk melihat kaitan antar peubah. 2. Analisis Regresi Logistik Seperti yang telah dikemukakan pada bagian tinjauan pustaka, maka beberapa tahapan analisis regresi logistic adalah sebagai berikut : a. Mengumpulkan pengamatan dan mendefinisikan peubah respon (y) adalah minat siswa SMU/sederajat melanjutkan ke perguruan tinggi dengan 2 kategori yaitu minat siswa SMU/sederajat yang melanjutkan ke Perguruan Tinggi (y = 1) dan yang tidak minat (y = 0). Dimana peluang Y=1 dinotasikan dengan
.
Tabel 2 Peubah-peubah yang mempengaruhi minat Peubah bebas Minat Siswa
Keterangan 1. Jenis kelamin (JK) 2. Status Anak (SA) 3. Pendidikan Ayah (PDDA) 4. Pendidikan Ibu (PDDI) 5. Pekerjaan Ayah (PKJA) 6. Pekerjaan Ibu (PKJI) 7. Rata-rata pendapatan orang tua (RPDT) 8. Pelajaran yang disukai (PD) 9. Perguruan tinggi saudara berkuliah (PS) 10. Faktor pendorong memilih Perguruan tinggi (FP) 11. Nilai raport (NR) 12. Tempat Tinggal siswa (TTS)
Keterangan Pengkodingan dapat di lihat pada lampiran 2
b. Melakukan fungsi logit dari peubah penjelas, yang mana transformasi logit adalah sebagai berikut (Agresti, 1990) :
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
π(x)
log it [π ( x ) ]= ln
=g(x) 1−π(x)
c. Menyelesaikan dugaan parameter dengan metode Kemungkinan Maksimum. Cara metode Kemungkinan Maksimum adalah dengan mengasumsikan yi saling bebas, maka : n
(Y ) = g (Y1 , Y 2 , ...., Y n ) =
g (Y
i
i =1
)
n
=
n
∏ g( y ) = ∏ π (x ) i
i
i=1
yi
(1 − π ( xi )1− y
i
i=1
n L (β ) = ln [( β )] = ln ∏ π ( x i ) y i (1 − π ( xi ) )1 − y i i=1
Setelah diperoleh nilai dugaan β0, β1, β2, ., βp, maka dapat diperoleh penduga dari π(xi) dengan persamaan : πˆ ( x ) =
exp( gˆ ( x )) 1 + exp( gˆ ( x ))
Dimana
, merupakan penduga logit yang
merupakan fungsi linier dari peubah penjelas (Hosmer & Lemeshow, 1999) d. Pengujian signifikansi model dilakukan secara bersama-sama Dalam menguji peranan variabel penjelas di dalam model secara bersamasama, dalam hal ini di gunakan Statistik uji- G dengan hipotesis : H0 : β1 = β2 = … = βp = 0 H1 : minimal ada satu βi ≠ 0 Statistik uji yang digunakan adalah statistik uji G : L G = − 2 log L1
0
= −2[log( L0 ) − log( L1 )] = −2(L0 − L1 )
Dimana : L0 = likelihood tanpa peubah bebas L1 = likelihood dengan peubah bebas P = banyaknya parameter dari peubah bebas Jika Ho benar, statistik G ini mengikuti sebaran χ 2 dengan derajat bebas p. e. Pengujian Parameter secara Parsial Dalam hal ini kita dapat menguji signifikansi dari parameter koefisien secara parsial dengan statistik uji Wald. Dimana Statistik uji Wald yaitu : W=
βˆ i Sˆ E ( βˆ i )
Hipotesis yang akan diuji adalah : H0 : βi = 0 H1 : βi ≠ 0
i = 1,2...... p
jika H0 benar statistik W akan mengikuti sebaran normal baku atau p-value ≥ α. f. Menghitung Odds Ratio untuk interpretasi dari regresi logistik Nilai odds (rasio antara Y=1 dengan Y=0 untuk X=1) adalah [π
(1 ) /
{1 − π (1 ) }],
sedangkan untuk X=0 adalah [π ( 0 ) / {1 − π ( 0 ) }]. Log dari
kedua odds tersebut didefinisikan sebagai g(1) dan g(0). Rasio odds (ψ ) didefinisikan sebagai rasio dari odds untuk X=1 dengan X=0, sehingga
odds rasio dengan mudah dapat ditulis sebagai berikut : (ψ ) =
[π (1) / {1 − π (1) }] = exp ( β ) [π (0 ) / {1 − π ( 0 ) }]
1
Dimana Odds rasio memiliki selang kepercayaan (1-α) 100 % sebagai berikut : exp βˆ i ± Z α
( )
S E βi 2
Penelitian ini menggunakan bantuan pengangkat lunak Mx Excel dan SPSS 16
