BAB 2 LANDASAN TEORI Analisis Jalur

BAB 2 LANDASAN TEORI

2.1. Analisis Jalur Analisis jalur atau yang dikenal dengan path analysis dikembangkan pertama tahun 1920-an oleh seorang ahli genetika yaitu Sewall Wright. Menurut Sarwono (2007:1) terdapat beberapa defenisi analisis jalur, diantaranya: 1) Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung (Robert D. Ruterford 1993). 2) Analisis jalur merupakan pengembanganlangsung bentuk regresi berganda dengan

tujuan

untuk

memberikan

estimasi

tingkat

kepentingan

(magnitude) dan signifikansi (significance) hubungan sebab akibat hipotepikal dalam seperankat variabel. (Paul Webley, 1997) 3) Analisis jalur merupakan model perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti. (David Garson, 2003) Dari beberapa defenisi diatas, dapat disimpulkan bahwa sebenarnya analisis jalur adalah perluasan dari analisis regresi berganda. Analisis jalur merupakan teknik analisis yang digunakan untuk mempelajari atau melihat hubungan kausal antara variabel bebas dan variabel tak bebas.

2.2. Konsep Dasar Analisis Jalur Analisis jalur merupakan teknik statistik yang digunakan untuk menguji hubungan kausal antara dua atau lebih variabel. Esensi dari analisis jalur adalah didasarkan

Universitas Sumatera Utara

9

pada sistem persamaan linear. Sistem hubungan kausal atau sebab akibat menyangkut dua jenis variabel, yaitu variabel bebas dan variabel terikat. Pengaruh variabel bebas terhadap variabel terikat dalam analisis jalur dapat berupa pengaruh langsung maupun tidak langsung. Hal ini berbeda dengan model regresi dimana pengaruh variabel bebas terhadap variabel tak bebas hanya berupa pengaruh langsung. Pengaruh tidak langsung suatu variabel bebas terhadap variabel tak bebas adalah pengaruh variabel bebas (independent) terhadap variabel tak bebas (dependent) melalui variabel lain yang disebut variabel antara (intervening variable). Dalam analisis jalur dikenal istilah variabel eksogen dan variabel endogen. Variabel endogen atau variabel yang mempengaruhi adalah variabel yang variasinya diasumsikan terjadi bukan karena sebab-sebab dalam model. Atau dalam diagram, tidak ada anak-anak panah yang menuju kearahnya selain pada bagian kesalahan pengukuran. Sedangkan variabel endogen atau variabel yang dipengaruhi adalah variabel yang variasinya terjelaskan oleh variabel eksogen ataupun variabel endogen lain dalam model.

2.3. Manfaat Analisis Jalur Manfaat daripada analisis jalur (path analysis) adalah untuk memberikan penjelasan atau explanation terhadap fenomena yang dipelajari atau permasalahan yang diteliti, membuat prediksi nilai variabel endogen berdasarkan nilai variabel eksogen, mengetahui faktor dominan yaitu penentu variabel eksogen mana yang berpengaruh dominan terhadap variabel endogen, juga untuk mengetahui mekanisme pengaruh jalur-jalur variabel eksogen terhadap variabel endogen, dan pengujian model dengan menggunakan teori trimming baik untuk uji reliabilitas dari konsep yang sudah ada maupun konsep baru.


10

2.4. Diagram Jalur dan Persamaan Struktural Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel penyabab dan variabel terikat. Diagram ini disebut diagram jalur (path diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka pikir tertentu.

Gambar 2.1: diagram jalur hubungan kausal dari X1 ke X2 Gambar diatas merupakan diagram jalur paling sederhana. Gambar 2.1 menyatakan bahwa X1 sebagai variabel eksogen atau bebas yang mempengaruhi variabel endogen atau terikat X2. Tetapi diluar daripada variabel X1 masih ada variabel lain yang tidak diukur dan dinyatakan sebagai variabel residu (ε). Persamaan strukturalnya adalah 𝑋𝑋2 = 𝜌𝜌𝑋𝑋2 𝑋𝑋1 𝑋𝑋1 + 𝑒𝑒

Gambar 2.2: diagram jalur hubungan kausal dari X1, X2, X3 ke X4


11

Pada gambar diatas terdapat tiga buah variabel eksogen yaitu X1, X2 dan X3 serta sebuah variabel residu ε. Pada diagram diatas juga menunjukkan hubungan kausal dari X1 ke X4, X2 ke X4 dan X3 ke X4, sedangkan hubungan X1 dengan X2, X2 dengan X3, dan X1 dengan X3 menunjukkan hubungan korelasi. Persamaan strukturalnya adalah 𝑋𝑋4 = 𝜌𝜌𝑋𝑋4 𝑋𝑋1 𝑋𝑋1 + 𝜌𝜌𝑋𝑋4 𝑋𝑋2 𝑋𝑋2 + 𝜌𝜌𝑋𝑋4 𝑋𝑋3 𝑋𝑋3 + 𝑒𝑒

Gambar 2.3: diagram jalur hubungan kausal dari X1, X2 ke X3 dan dari X3 ke X4 Pada gambar terdapat dua buah sub-struktur. Pertama, sub-struktur yang menyatakan hubungan kausal dari X1 dan X2 ke X3, serta kedua, mengisyaratkan hubungan kausal dari X3 ke X4. Persamaan struktural 1 adalah 𝑋𝑋3 = 𝜌𝜌𝑋𝑋3 𝑋𝑋1 𝑋𝑋1 + 𝜌𝜌𝑋𝑋3 𝑋𝑋2 𝑋𝑋2 + 𝑒𝑒1 Persamaan struktural 2 adalah 𝑋𝑋4 = 𝜌𝜌𝑋𝑋4 𝑋𝑋3 𝑋𝑋3 + 𝑒𝑒2

Pada sub-strukur pertama X1 dan X2 merupakan variabel eksogen dan X3 merupakan variabel endogen serta ε1 merupakan variabel residu. Pada sub-struktur kedua X3 merupakan variabel eksogen dan X4 merupakan variabel endogen, serta ε2 merupakan variabel residu. Berdasarkan beberapa diagram jalur diatas, maka dapat kita simpulkan bahwa semakin kompleks sebuah hubungan structural semakin kompleks diagram jalurnya, dan semakin banyak pula sub-struktur yang memnbangung diagram jalur tersebut.


12

2.5. Koefisien Jalur Besarnya pengaruh langsung dari suatu variabel eksogen terhadap variabel endogen dinyatakan oleh besarnya nilai numeric koefisien jalur (path analysis) dari eksogen ke endogen.

Gambar 2.4 hubungan kausal dari X1, X2 ke X3

Hubungan antara X1 dan X2 adalah hubungan korelasi. Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi rx1x2. Hubungan X1 dan X2 ke X3 adalah hubungan kausal. Besarnya pengaruh langsung dari X1 ke X3 dan dari X2 ke X3 masing-masing dinyatakan oleh besarnya nilai numeric koefisien jalur 𝜌𝜌𝑋𝑋3 𝑋𝑋1 dan 𝜌𝜌𝑋𝑋3 𝑋𝑋2 . Koefisien jalur 𝜌𝜌𝑋𝑋3 𝑒𝑒 menggambarkan besarnya pengaruh langsung variabel residu terhadap X3.

Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah: a. Menggambar diagram jalur yang mencerminkan proposisi hipotetik yang diajukan, lengkap dengan persamaan strukturalnya b. Menghitung matrik korelasi antar variabel 1 𝑟𝑟𝑥𝑥 1 𝑥𝑥 2 ⋯ 𝑟𝑟𝑥𝑥 1 𝑥𝑥 𝑢𝑢 ⎡ ⋯ 𝑟𝑟𝑥𝑥 2 𝑥𝑥 𝑢𝑢 ⎤ 𝑟𝑟𝑥𝑥 2 𝑥𝑥 1 1 ⎢ ⎥ 𝑅𝑅 = ⋮ ⋱ ⋯ ⎥ ⎢ ⋮ ⎣ 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 1 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 2 … 1 ⎦


13

Formula untuk menghitung koefisien korelasi yang dicari adalah menggunakan Product Moment Coefficient dari Karl Pearson.

𝑟𝑟𝑥𝑥𝑥𝑥 =

𝑛𝑛 ∑ 𝑋𝑋𝑋𝑋 − (∑ 𝑋𝑋)(∑ 𝑌𝑌)

�𝑛𝑛[∑ 𝑋𝑋 2 − (∑ 𝑋𝑋)2 ][𝑁𝑁 ∑ 𝑌𝑌 2 − (∑ 𝑌𝑌)2 ]

c. Mengidentifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. Lalu hitung matrik korelasi antar variabel eksogen yang menyusun sub-struktur tersebut. d. Menghitung matrik invers korelasi variabel eksogen

𝑅𝑅1−1

𝐶𝐶11 𝐶𝐶12 ⋯ 𝐶𝐶1𝑘𝑘 𝐶𝐶 𝐶𝐶22 ⋯ 𝐶𝐶2𝑘𝑘 = � 21 � ⋮ ⋮ ⋱ ⋯ 𝐶𝐶𝑘𝑘1 𝐶𝐶𝑘𝑘2 … 𝐶𝐶𝑘𝑘𝑘𝑘

e. Menghitung semua koefisien jalur 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑖𝑖 , dimana 𝑖𝑖 = 1,2, … , 𝑘𝑘; melalui rumus:

𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 1 𝐶𝐶11 𝐶𝐶12 ⋯ 𝐶𝐶1𝑘𝑘 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 1 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 2 𝐶𝐶 𝐶𝐶22 ⋯ 𝐶𝐶2𝑘𝑘 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 2 � ⋮ � = � 21 �� ⋮ � ⋮ ⋮ ⋱ ⋯ 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘 𝐶𝐶𝑘𝑘1 𝐶𝐶𝑘𝑘2 … 𝐶𝐶𝑘𝑘𝑘𝑘 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘

Untuk melihat seberapa besar kontribusi secara simultan antara variabel bebas dengan variabel terikat digunakan rumus:

𝑅𝑅𝑥𝑥2𝑢𝑢 (𝑥𝑥 1 𝑥𝑥 2 …𝑥𝑥 𝑘𝑘 ) = [𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 1

𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 2

𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 1 𝑟𝑟 ⋯ 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘 ] � 𝑥𝑥 𝑢𝑢 𝑥𝑥 2 � ⋮ 𝑟𝑟𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘


14

2.6. Analisis Jalur Model Trimming Model trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnya tidak signifikan. Jadi model trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata ada variabel yang tidak signifikan. Jika terdapat demikian maka model jalur yang telah dibuat sebelumnya perlu diperbaiki. Cara menggunakan trimming yaitu menghitung ulang koefisien jalur tanpa menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan. Langkahlangkah pengujian analisis jalur (path analysis) dengan model trimming adalah: 1) Merumuskan persamaan struktural 2) Menghitung koefisien jalur 3) Menguji koefisien jalur secara simultan (keseluruhan) Uji hipotesis secara keseluruhan: 𝐻𝐻0 : 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 1 = 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 2 = ⋯ = 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘 = 0

𝐻𝐻1 : 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 1 = 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 2 = ⋯ = 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑘𝑘 ≠ 0

Pengujian signifikansi menggunakan uji F

𝐹𝐹 =

(𝑛𝑛 − 𝑘𝑘 − 1)𝑅𝑅 2 𝑥𝑥 𝑢𝑢 (𝑥𝑥 1 𝑥𝑥 2 …𝑥𝑥 𝑘𝑘 ) 𝑘𝑘(1 − 𝑅𝑅 2 𝑥𝑥 𝑢𝑢 (𝑥𝑥 1 𝑥𝑥 2 …𝑥𝑥 𝑘𝑘 )

Dimana: n

= jumlah sampel

k

= jumlah variabel eksogen

𝑅𝑅 2 𝑥𝑥 𝑢𝑢 (𝑥𝑥 1 𝑥𝑥 2 …𝑥𝑥 𝑘𝑘 ) = koefisien determinasi Kriteria pengujian: Jika 𝐹𝐹ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 ≥ 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 maka tolak 𝐻𝐻0 , artinya signifikan

Jika 𝐹𝐹ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 < 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 maka terima 𝐻𝐻0 , artinya tidak signifikan Universitas Sumatera Utara

15

4) Menguji koefisien jalur secara individual Hipotesis yang diuji: 𝐻𝐻0 : 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑖𝑖 = 0, artinya tidak terdapat pengaruh variabel eksogenus (𝑥𝑥𝑢𝑢 ) terhadap variabel endogenus (𝑥𝑥𝑖𝑖 ).

𝐻𝐻0 : 𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑖𝑖 ≠ 0, artinya terdapat pengaruh variabel eksogenus (𝑥𝑥𝑢𝑢 ) terhadap variabel endogenus (𝑥𝑥𝑖𝑖 )

Pengujian menggunakan uji t

𝑡𝑡 =

𝜌𝜌𝑥𝑥 𝑢𝑢 𝑥𝑥 𝑖𝑖

2

�(1 − 𝑅𝑅 𝑥𝑥 𝑢𝑢 (𝑥𝑥 1 𝑥𝑥 2 …𝑥𝑥 𝑘𝑘 ) )𝐶𝐶𝑖𝑖𝑖𝑖 𝑛𝑛 − 𝑘𝑘 − 1

Dengan kriteria pengujian: ditolak 𝐻𝐻0 jika 𝑡𝑡ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 > 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡

5) Menguji kesesuaian antar model analisis jalur

Uji kesesuaian model dimaksud untuk menguji apakah model yang diusulkan memiliki kesesuaian dengan data atau tidak.

Untuk itu

digunakan uji statistic kesesuain model koefisien Q dengan rumus:

Dimana: 𝑄𝑄 = 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 𝑄𝑄

𝑄𝑄 =

2 1 − 𝑅𝑅𝑚𝑚 1 − 𝑀𝑀

2 𝑅𝑅𝑚𝑚 = 1 − (1 − 𝑅𝑅12 )(1 − 𝑅𝑅22 ) … �1 − 𝑅𝑅𝑝𝑝2 �

2 𝑀𝑀 = 𝑅𝑅𝑚𝑚 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠ℎ 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑎𝑎𝑎𝑎 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡

Apabila Q = 1 mengindikasikan model fit sempurna. Jika Q < 1, untuk menentukan fit tidaknya model maka statistic koefisien Q perlu diuji dengan statistik W yang dihitung dengan rumus: 𝑊𝑊ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 = −(𝑛𝑛 − 𝑑𝑑)𝑙𝑙𝑙𝑙𝑙𝑙


16

Dimana: n

= menunjukkan ukuran sampel

d

= banyak koefisien jalur yang tidak signifikan sama dengan degree of freedom

2 𝑅𝑅𝑚𝑚

𝑀𝑀

= koefisien determinasi multiple untuk model yang diusulkan = koefisien determinasi multiple setelah koefisien jalur yang tidak signifikan dihilangkan.

2 Dasar pengambilan keputusan adalah jika 𝑊𝑊ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 ≥ 𝜒𝜒(𝑑𝑑𝑑𝑑 ;𝑎𝑎) maka model

yang diperoleh signifikan.

6) Memaknai dan menyimpulkan

2.7. Variabel dan Data 2.7.1. Variabel Variabel adalah karakteristik yang akan di observasi dari satuan pengamatan. Karakteristik yang dimiliki satuan pengamatan keadaannya berbeda-beda atau memiliki gejala yang bervariasi dari satu satuan pengamatan ke satu satuan pengamatan lainnya, atau untuk satuan pengamatan yang sama, karakteristiknya berubah menurut waktu atau tempat. Dilihat dari hubungan antar variabel, dikenal bermacam-macam variable, antara lain: 1. Variabel independen (bebas, eksogenus) adalah variabel yang menjadi sebab terjadinya variabel dependen (terikat, endogenus). 2. Variabel dependen (terikat, endogenus) adalah variabel yang nilainya dipengruhi oleh variabel independen 3. Variabel moderator adalah variabel yang dapat memperkuat atau memperlemah hubungan antara variabel independen dan variabel dependen.


17

4. Variabel intervening adalah variabel moderator yang nilainya tidak dapat diukur secara pasti, seperti sedih, gembira, dan lain sebagainya. 5. Variabel control adalah variabel yang dapat dikendalikanoleh peneliti.

2.7.2. Data Jenis data berdasarkan cara memperolehnya dapat dibagi atas dua bagian, yaitu: 1. Data primer, yaitu data yang diapat langsung dari objeknya. Misalnya data hasil observasi langsung, data hasil wawancara dan data hasil pengisian kuesioner. 2. Data sekunder, yaitu data yang diperoleh dalam bentuk sudah jadi, hasil dari pengumpulan dan pengolahan pihak lain

2.7.3. Teknik Pengumpulan Data Teknik pengumpulan data adalah cara yang dapat digunakan oleh peneliti untuk mengumpulkan data. Ada beberapa teknik yang digunakan untuk mengumpulkan data, diantaranya adalah: 1. Teknik observasi, merupakan teknik pengumpulan data dimana peneliti mengadakan pengamatan dan pencatatan secara sistematis terhadap objek yang ditetili, baik dalam situasi buatan yang secara khusus diadakan (laboratorium) ataupun dalam situasi alamiah atau sebenarnya (lapangan). 2. Teknik wawancara, merupaka teknik pengumpulan data yang dilakukan dengan cara mengadakan Tanya jawab, baik secara langsung maupun tidak langsung secara bertatap muka dengan sumber data (responden) 3. Teknik kuesioner, merupakan teknik pengumpulan data dalam bentuk pengajuan pertanyaan tertulis melalui sebuah daftar pertanyaan yang sudah dipersiapkan sebelumnya dan harus diisi oleh responden


18

2.7.4. Skala Pengukuran Maksud dari skala pengukuran adalah untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian. Jenis-jenis skala pengukuran ada empat, yaitu: 1. Skala nominal, yaitu skala yang menyatakan kategori, kelompok atau klasifikasi konstruk yang diukur dalam bentuk variabel. Nilai variabel dalam skala nominl hanya menjelaskan kategori, tidak menjelaskan nilai peringkat, jarak atau perbandingan. 2. Skala ordinal, yaitu skala pengukuran yang tidak hanya menyak=takan kategori tetapi juga menyataakan peringkat konstruk yang diukur. 3. Skala interval, yaitu skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Contohnya adalah skor ujian perguruan tinggi: A, B, C, D dan E, temperature, persepsi (sangat setuju, setuju, kurang setuju, tidak setuju, sangat tidak setuju). 4. Skala rasio, yaitu skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama.

2.7.5. Pengujian Instrumen Penelitian Dalam hal kegiatan pengumpulan data, perlu dilakukan pengujian terhadap instrument yang digunakan. Kegiatan pengujian instrument penelitian meliputi dua hal, yaitu pengujian validitas dan reliabilitas. 1. Validitas Instrumen Validitas adalah suatu ukuran yang menunjukkan tingkat kesahihan suatu instrument. Suatu instrument dikatakan valid apabila mampu digunakan sebagai alat ukur yang mampu mengukur dengan tepat sesuai dengan kondisi responden yang sesungguhnya. Uji validitas dapat dilakukan dengan rumus korelasi product moment dari Karl Pearson, yaitu:


19

𝑟𝑟𝑥𝑥𝑥𝑥 = Dimana:

𝑛𝑛 ∑ 𝑋𝑋𝑋𝑋 − ∑ 𝑋𝑋 ∑ 𝑌𝑌

�[𝑛𝑛 ∑ 𝑋𝑋 2 − (∑ 𝑋𝑋)2 ][𝑛𝑛 ∑ 𝑌𝑌 2 − (∑ 𝑌𝑌)2 ]

rxy = koefisien korelasi X = skor butir soal Y = skor total

n = jumlah responden

Setelah setiap instrument dihitung besarnya koefisien korelasi dengan skor totalnya, maka langkah selanjutnya adalah menghitung uji-t dengan rumus: 𝑛𝑛 − 2 𝑡𝑡ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 = 𝑟𝑟𝑥𝑥𝑥𝑥 � 1 − 𝑟𝑟𝑥𝑥2𝑥𝑥 Kemudian hasil diatas dibandingkan dengan nilai t dari tabel dengan taraf kepercayaan 95% dan derajat kebebasan (dk) = n-2. Dengan kriteria pengujian adalah apabila nilai 𝑡𝑡ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 ≥ 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 ,maka butir penyataan tersebut

dinyatakan

valid.

Sebaliknya

apabila

pernyataannya tidak valid.

𝑡𝑡ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 < 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡

,maka

butir

2. Reliabilitas Instrumen Suatu instrument dikatakan reliable jika pengukurannya konsisten dan cermat akurat. Jadi uji reliabilitas instrument dilakukan dengan tujuan untuk mengetahui konsistensi dari instrument sebagai alat ukur, sehingga hasil suatu pengukuran dapat dipercaya. Rumus statistic yang digunakan adalah reliability analysis Alpha Cronbach, dengan rumus: 𝑟𝑟11 = � Dimana:

∑ 𝑆𝑆𝑖𝑖 𝑘𝑘 � �1 − � 𝑘𝑘 − 1 𝑆𝑆𝑡𝑡

r11 = nilai reliabilitas


20

∑Si = jumlah varians skor tiap item St = varians total k = jumlah item

Menghitung varians skor tiap-tiap item dengan rumus:

𝑆𝑆𝑖𝑖 = Dimana: Si

(∑ 𝑋𝑋𝑖𝑖 )2 𝑛𝑛 𝑛𝑛

∑ 𝑋𝑋𝑖𝑖2 −

= varians skor tiap item

∑Xi2 = jumlah kuadrat item Xi

(∑Xi)2= jumlah item Xi dikuadratkan n

= jumlah responden

Kriteria uji reliabilitas instrument dengan membandingkan rhitung dengan rtabel dengan ketentuan, jika 𝑟𝑟ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 ≥ 𝑟𝑟𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 maka instrument dinyatakan reliable.

Sebaliknya jika 𝑟𝑟ℎ𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 < 𝑟𝑟𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 maka instrument tidak reliable. 2.8. Populasi dan Sampel 2.8.1. Populasi

Populasi adalah sekelompok orang, kejadiam, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004). Populasi ada dua jenis yaitu populasi terbatas dan tidak terbatas. Populasi terbatas adalah populasi yang memiliki sumber data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya. Populasi tak terbatas adalah populasi yang sumber datanya tidak dapat ditentukan batas-batasnya sehingga relative tidak dapat dinyatakan dalam bentuk jumlah.


21

2.8.2. Sampel Sampel adalah bagian dari populasi yang menjadi objek penelitian. Dalam penentuan jumlah sampel dari suatu populasi dibutuhkan teknik sampling. Teknik sampling dapat didefinisikan sebagai suatu teknik untuk menentukan jumlah sampel, sehingga setiap sampel terpilih dalam penelitian dapat mewakili populasinya. Teknik pengambilan sampel dilakukan secara Stratified Random Sampling. Untuk menentukan jumlah sampel dilakukan dengan menggunakan rumus Slovin: 𝑛𝑛 = Dimana: n

= jumlah sampel

N

= jumlah populasi

d2

= presisi yang ditetapkan

𝑁𝑁 +1

𝑁𝑁𝑑𝑑 2

2.9. Pengertian Prestasi Belajar Prestasi belajar merupakan hasil yang dicapai seseorang ketika mengerjakan tugas atau kegiatan tertentu. Prestasi belajar mahasiswa adalah hasil belajar yang dicapai mahasiswa ketika mengikuti kegiatan pembelajaran dikampus yang ditunjukkan melalui nilai atau angka evaluasi yang dilakukan oleh dosen terhadap tugas dan ujian yang ditempuh. Ada beberapa hal yang mempengaruhi prestasi belajar mahssiswa daik secara internal maupun eksternal, diantaranya: 1. Minat belajar Minat sering diartikan sebagai keinginan untuk melakukan sesuatu. Dalam hal belajar tidak akan tercapai jika tidak didasari oleh minat dari dalam diri seseorang, karena minat merupaka hal utamanya. Minat berhubungan erat dengan prestasi belajar, karena belajar tanpa minat sama saja saja dengan tidak memahami apa yang diajarkan.


22

2. Motivasi Belajar Motivasi adalah perubahan energi dalam diri seseorang yang ditandai timbulnya suatu reaksi atau perasaan untuk mencapai sebuah tujuan. Hasi belajar akan menjadi optimal jika memiliki motivasi. 3. Displin belajar Disiplin belajar merupakan suatu kondisi yang sangat pentingmenentukan keberhasilan pelajar dalam proses belajarnya. Tanpa disiplin hasil dari apa yang telah dipelajari kurang optimal. Dimana disiplin sendiri merupakan upaya pengendalian

diri

dan

sikap

mental

individu

atau

masyarakat

dalam

mengembangka kepatuhan dan ketaatan terhadap peraturan dan tata tertib berdasarkan dorongan dan kesadaran yang muncul dalam dirinya. 4. Kecerdasan emosional Goleman (2000:4) berpendapat kecerdasan intelektual hanya menyumang 20% bagi kesuksesan, sedangkan 80% adalah sumbangan faktor-faktor yang lain, salah satunya adalah kecerdasan emosional. Proses belajar diperguruan tinggi dalam berbagai aspek sangat berkaitan dengan kecerdasan emosional yang mana mampu mampu mengola mahasiswa dalm mengola persaaan, pengendalian diri dan kesanggupan untuk tegar menghadapi sesuatu. 5. Lingkungan belajar Manusia tumbuh dan besar dalam lingkungan. Lingkungan belajar merupakan segala sesuatu yang berhubungan dengan tempat proses pembelajaran. Dimana dengan adanya lingkungan belajar yang baik maka akan mempengaruhi disiplin belajar seseorang


23

6. Perhatian Orang tua Perhatian orang tua merupakan salah satu halyang dapat meningkatkan motivasi dari belajar mahasiwa itu sendiri. Dimana orang tua sendiri memiliki respon positif untuk setiap hal yang dilakukan oleh anaknya dalam pembelajarannya. 7. Dosen Doen merupakan pengajar dalam perguruan tinggi. Dosen memiliki pengaruh yang penting dalam prestasi mahasiswa, sebagai seorang pengajar dosen membuat suatu pembelajar atau bimbingan aktivitas yang dapat meningkatkan prestasi mahasiswa. 8. Pengaruh teman Teman merupakan orang yang selalu ada bersama kita disetia saat dan yang opaling dekat dengan kita. Teman yang baik akan memberikan dampak positif terhadap prestasi kita, namun teman yang buruk akan menjatuhkan kita.


BAB 2 LANDASAN TEORI Analisis Jalur

Recommend Documents