PENDAHULUAN Selama ini mahasiswa sering merasa bahwa statistik sulit dipahami dan dipraktekkan. Jika orang mendengar statistik, maka asosiasi mereka tentu sesuatu yang ruwet, memusingkan, penuh dengan rumus-rumus rumit, membosankan dan lain sebagainya.1 Sebagai akibatnya mahasiswa yang menulis skripsi dengan pendekatan kuantitatif menemukan banyak kesulitan untuk menentukan analisis statistik yang tepat dan mengaplikasikan analisis yang telah dipilih. Memang saat ini, banyak sekali aplikasi statistik seperti Microsoft Excel dan SPSS yang memudahkan analisis statistic, akan tetapi akibat kemudahan tersebut justru banyak peneliti (kebanyakan mahasiswa) tidak tahu landasan dan arah penelitian. Penggunaan aplikasi/program statistik boleh saja digunakan akan tetapi menurut hemat penulis haruslah tetap dibarengi dengan pemahaman mengenai dasar dan arah penelitian. Pemahaman mengenai arah dan dasar penelitian salah satunya dapat diperoleh dengan menggunakan cara-cara perhitungan analisis secara manual. Berangkat dari latar belakang masalah tersebut, maka penulis melalui buku ini berusaha menjelaskan seringkas mungkin dasar dan arah penelitian secara manual disertai dengan contoh aplikasi penerapannya dalam sebuah penelitian yang dibagi menjadi tiga bab, yakni analisis instrument penelitian (validitas dan reliabilitas), uji prasyarat analisis (uji normalitas, uji linieritas dan uji homogenitas), dan analisis penelitian (analisis korelasi linier sederhana dan regresi linier sederhana).
1
Singgih Santoso, Statistik Deskriptif: Konsep dan Aplikasi dengan Microsoft Excel dan SPSS (Yogyakarta: Penerbit Andi, 2003), hal. iii
1
BAB I ANALISIS INSTRUMENT PENELITIAN Dalam penelitian, data mempunyai kedudukan yang sangat penting, karena data merupakan penggambaran variabel yang diteliti dan berfungsi sebagai alat pembuktian hipotesis yang dapat dipertanggungjawabkan. Oleh karena itu, salah atau tidaknya data tergantung dari baik tidaknya instrumen pengumpul data. Instrumen yang baik setidaknya harus memenuhi dua pesyaratan yaitu validitas dan reliabilitas. A. Validitas Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau kesahihan suatu instrumen. Suatu alat ukur dikatakan valid jika alat ukur ini mengukur apa yang seharusnya diukur.2 Pada tulisan ini hanya akan dijelaskan dua jenis validitas, yaitu validitas butir dan validitas isi. 1. validitas butir Validitas butir menilai valid tidaknya instrument penelitian setiap butir soalnya. Jadi jika sebuah instrument penelitian memiliki 30 butir soal, maka harus dicek apakah masing-masing butir soal dari 30 butir soal tersebut valid atau tidak. Sebuah butir soal dikatakan valid apabila mempunyai dukungan yang besar terhadap skor total. Skor pada butir soal menyebabkan skor soal menjadi tinggi atau rendah. Sebuah butir soal memiliki validitas yang tinggi jika skor pada butir soal tersebut mempunyai kesejajaran dengan skor total. Kesejajaran ini dapat diartikan korelasi, sehingga untuk mengetahui validitas item digunakan rumus korelasi (Product moment)3 sebagai berikut: ππ₯π¦ =
ππ΄π₯π¦β (βπ₯)(βπ¦) β(ππ΄π₯ 2 β(βπ₯)2 )(ππ΄π¦ 2 β(π΄π¦)2)
Keterangan:
2 3
rxy
= Koefisien korelasi
x
= skor butir soal
y
= skor total
βxy
= Jumlah perkalian skor butir soal dan skor total
βx2
= jumlah kuadrat skor butir soal
βy2
= jumlah kuadrat skor total
(βx)2
= Jumlah skor butir soal kemudian dikuadratkan
(βy)2
= Jumlah skor total soal kemudian dikuadratkan
Suharsimi Arikunto, Prosedur Penelitian Suatu Pendekatan Praktek (Jakarta:Rineka Cipta,1998), hal 159. Suharsimi Arikunto, Dasar-dasar Evaluasi Pendidikan (Jakarta: Bumi Aksara, 2003), hal 76.
2
Berikut ini akan disajikan contoh analisis validitas butir soal untuk instrument penelitian afektif/sikap4. Data mentah nilai angket instrument penelitian afektif/sikap No item soal Nama
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Y
Y2
Aphyp
4
5
4
5
3
4
2
4
4
5
5
3
4
4
4
4
5
4
2
4
79
6241
Ainuna
5
5
4
5
5
5
4
5
5
4
5
5
5
5
5
5
5
5
5
5
97
9409
Aisyah
4
4
4
5
4
4
4
4
4
4
5
4
1
4
4
5
5
4
5
4
82
6724
Anisa
2
4
4
4
4
4
2
2
2
2
4
4
2
2
2
3
4
2
3
4
60
3600
Anisa E
4
4
3
4
4
4
3
4
4
4
4
4
4
4
4
4
4
4
3
4
77
5929
Aprilia
4
3
4
4
4
4
3
4
4
4
4
4
4
4
4
4
4
4
4
4
78
6084
Olan
3
4
4
4
3
4
2
3
3
4
4
3
3
2
3
4
4
3
3
4
67
4489
Aoely
5
5
4
5
5
4
4
5
5
5
5
5
5
5
5
4
5
5
5
4
95
9025
Deby
4
4
3
4
4
4
4
4
4
3
4
4
4
3
4
4
4
4
3
4
76
5776
Esti N.A
4
4
4
4
4
4
2
4
4
4
4
4
4
4
4
4
4
4
2
4
76
5776
Tarissa
4
4
4
4
3
4
4
4
4
4
4
3
4
2
4
4
4
4
2
4
74
5476
Fery L
4
5
4
4
4
5
4
4
4
4
4
4
4
4
4
4
4
4
4
5
83
6889
Hanifah
5
5
4
5
5
5
4
5
5
4
5
5
5
4
5
5
5
5
4
5
95
9025
Asy Aru
4
3
3
5
5
5
1
4
4
4
5
5
4
4
4
5
5
4
2
5
81
6561
Althaf
4
5
4
4
3
4
1
4
4
4
4
3
4
3
4
3
4
4
1
4
71
5041
Aida
5
5
5
5
5
5
3
5
5
5
5
5
5
4
5
5
5
5
4
5
96
9216
Latifah
5
5
5
5
5
5
3
5
5
5
5
5
5
5
5
3
5
5
5
5
96
9216
Izzatun
4
4
3
4
4
4
2
4
4
3
4
4
4
3
4
4
4
4
4
4
75
5625
Khadzif
4
2
4
3
4
4
2
4
4
3
3
4
4
4
4
3
3
4
2
4
69
4761
Choiri
5
4
4
5
4
4
1
5
5
3
5
4
5
3
5
4
5
5
5
4
85
7225
83
84
78
88
82
86
55
83
83
78
88
82
80
73
83
81
88
83
68
86
Setelah mengetahui skor butir soal dan skor total selanjutnya setiap butir soal dihitung nilai koefisien korelasinya (r) dengan menggunakan rumus korelasi product moment. Contoh analisis butir soal nomor 1 sebagai berikut:
4
Selain instrument penelitian afektif/sikap terdapat juga instrument penelitian tes objektif/prestasi. Contoh instrument penelitian tes objektif/prestasi adalah instrument tes yang mengukur prestasi belajar siswa pada mata pelajaran tertentu, tingkat kecerdasan (IQ), dan lain sebagainya. Baca Saifudin Azwar, Sikap Manusia (Yogyakarta: Pustaka pelajar, 1999), hal 23-56.
3
Tabel untuk mencari rhitung
1
Aphyp
Soal no 1 (x) 4
2
Ainuna
3
Aisyah
Nama No
x2
Skor Total (y)
y2
xy
16
79
6241
316
5
25
97
9409
485
4
16
82
6724
328
4
Anisa
2
4
60
3600
120
5
Anisa E
4
16
77
5929
308
6
Aprilia
4
16
78
6084
312
7
Olan
3
9
67
4489
201
8
Aoely
5
25
95
9025
475
9
Deby
4
16
76
5776
304
10
Esti N.A
4
16
76
5776
304
11
Tarissa
4
16
74
5476
296
12
Fery L
4
16
83
6889
332
13
Hanifah
5
25
95
9025
475
14
Asy Aru
4
16
81
6561
324
15
Althaf
4
16
71
5041
284
16
Aida
5
25
96
9216
480
17
Latifah
5
25
96
9216
480
18
Izzatun
4
16
75
5625
300
19
Khadzif
4
16
69
4761
276
20
Choiri
5
25
85
7225
425
83 βx
355 βx2
1612 βy
132088 βy2
6825 βxy
Setelah diketahui βx, βx2, βy, βy2, dan βxy tinggal memasukkan bilangan-bilangan tersebut ke dalam rumus korelasi product moment sebagai berikut: ππ₯π¦ =
ππ₯π¦ =
ππ΄π₯π¦β (βπ₯)(βπ¦) β(ππ΄π₯ 2 β (βπ₯)2 )(ππ΄π¦ 2 β (π΄π¦)2) 20 .6825 β 83 . 1612 β(20.355 β (83)2 )(20.132088 β (1612)2 )
rxy = 0,895 Selanjutnya untuk interpretasi valid tidaknya butir soal tedapat 2 cara, yakni dengan membandingkannya dengan rtabel atau dengan cara interpretasi sederhana. 1) Cara membandingkan dengan rtabel Nilai rxy sebesar 0.895 dibandingkan dengan rtabel dengan menggunakan taraf nyata (Ξ±) = 0.05 dan derajat kebebasan (dk) jumlah sampel dikurangi variabel (dalam hal ini pasti nilainya 2, yaitu variabel butir soal dan variabel skor total). Jika r hitung β₯ rtabel maka butir soal dinyatakan valid, akan tetapi bila rhitung < rtabel maka butir soal
4
tersebut dinyatakan tidak valid5. Berdasarkan nilai rhitung sebesar 0.895 dan rtabel untuk dk 18 (jumlah responden dikurangi variabel) dan taraf nyata (Ξ±) = 0.05 didapat nilainya rtabel:0.05;18= 0.468 (nilai rtabel dapat dilihat pada lampiran 1), maka butir soal nomor 1 dapat dinyatakan valid sebab rhitung > rtabel. Kemudian untuk 19 butir soal lainnya, juga dilakukan perhitungan seperti contoh di atas. Berikut rangkuman analisis validitas butir soal untuk butir soal nomor 1 sampai nomor 20. Tabel Rangkuman analisis validitas butir soal instrument motivasi belajar No. Soal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nilai rhitung 0,895 0,490 0,350 0,735 0,708 0,651 0,375 0,880 0,880 0,593 0,735 0,708 0,567 0,716 0,880 0,487 0,735 0,880 0,588 0,651
Nilai rtabel 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468 0,468
Keputusan Valid Valid Tidak Valid Valid Valid Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Dari rangkuman di atas dapat diketahui bahwa terdapat beberapa butir soal yang tidak valid yaitu butir soal nomor 3 dan 7. Sedangkan sisanya merupakan butir soal yang valid dan dapat digunakan sebagai instrument penelitian yang shahih. 2) Cara interpretasi sederhana Interpretasi valid tidaknya butir soal dengan menggunakan cara berpedoman pada ketentuan di bawah ini:
5
Ali Anwar, Statistika untuk Penelitian Pendidikan (Kediri: IAIT Kediri, 2009), hal 20.
5
Tabel tingkat hubungan korelasional Interval koefisien korelasi 0,800 s/d 1,000
Tingkat hubungan Sangat kuat
0,600 s/d 0,799
Kuat
0,400 s/d 0,599
Sedang
0,2000 s/d 0,399
Rendah
0,000 s/d 0,199
Sangat rendah6
Dengan cara ini maka dapat dirangkum hasil analisis validitas butir soal instrument motivasi belajar. Misalkan, peneliti menentukan bahwa butir soal yang tingkat hubungannya sangat rendah dan rendah dinyatakan tidak valid maka butir soal yang koefisien korelasinya antara 0,000 sampai dengan 0,399 dinyatakan tidak valid. Berikut rangkuman analisis validitas butir soal untuk butir soal nomor 1 sampai nomor 20. Tabel rangkuman analisis validitas butir soal No. Soal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nilai rhitung 0,895 0,490 0,350 0,735 0,708 0,651 0,375 0,880 0,880 0,593 0,735 0,708 0,567 0,716 0,880 0,487 0,735 0,880 0,588 0,651
Tingkat hubungan Sangat kuat sedang rendah Kuat Kuat Kuat Rendah Sangat kuat Sangat kuat Sedang Kuat Kuat Sedang Kuat Sangat kuat Sedang Kuat Sangat kuat Sedang sedang
Keputusan Valid Valid Tidak Valid Valid Valid Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Dari rangkuman di atas dapat diketahui bahwa terdapat 2 (dua) butir soal yang tidak valid yaitu butir soal nomor 3 dan 7. Sedangkan sisanya merupakan butir soal yang valid dan dapat digunakan sebagai instrument penelitian yang shahih. Akan tetapi perlu diketahui bahwa interpretasi dengan cara membandingkan antara rhitung dengan rtabel lebih baik dibandingkan cara interpretasi sederhana sebab koefisien korelasi yang dipakai lebih tinggi. Selain itu, cara membandingkan antara rhitung dengan rtabel lebih
6
Suharsimi Arikunto, Dasar-dasar Evaluasi Pendidikan (Jakarta: Bumi Aksara, 2003), hal 75
6
banyak digunakan oleh para peneliti untuk menentukan valid tidaknya sebuah butir soal. 2. Validitas isi (Content Validity) Sebuah instrument dikatakan memiliki validitas isi apabila mengukur tujuan khusus tertentu yang sejajar dengan materi atau isi pelajaran yang diberikan. Validitas isi diperuntukkan untuk menguji validitas instrument penelitian jenis tes. Secara teknis pengujian validitas isi dapat dibantu dengan menggunakan kisi-kisi instrument agar pengujian dapat dilakukan secara mudah dan sistematis.7 Berikut contoh pengujian validitas isi.
KISI-KISI TEST PRESTASI BELAJAR SISWA MATA PELAJARAN PAI Kompetensi Dasar 1 Menjelaskan arti kerja keras, tekun, ulet, dan teliti.
2 Menampilkan contoh perilaku kerja keras, tekun, ulet, dan teliti.
Materi Pokok/ Pembelajaran Perilaku terpuji (kerja keras, tekun, ulet, dan teliti)
Perilaku terpuji (kerja keras, tekun, ulet, dan teliti)
Nomor Soal
Indikator 1.1 Menjelaskan arti kerja keras dan menunjukkan dalilnya. 1.2 Menjelaskan arti tekun dan menunjukkan dalilnya. 1.3 Menjelaskan arti ulet dan menunjukkan dalilnya. 1.4 Menjelaskan arti teliti dan menunjukkan dalilnya. 2.1 Menyebutkan contoh-contoh perilaku kerja keras. 2.2 Menyebutkan contoh-contoh perilaku tekun. 2.3 Menyebutkan contoh-contoh perilaku ulet. 2.4 Menyebutkan contoh-contoh perilaku teliti.
1, 2, 3 4-7 8, 10, 11 12, 14, 15 9, 18, 17 13, 16, 20 19, 22,24 21, 23, 25
Ngawi, 06 β 05 - 2015 Peneliti
Hadi Prawito
Setelah menunjukkan kisi-kisi instrument maka dengan sangat mudah dan sistematis akan diketahui apakah butir soal yang terdapat pada instrumen penelitian memiliki validitas isi atau tidak. Jika terdapat butir soal yang menyimpang dari kisikisi maka dapat dipastikan butir soal tersebut tidaklah mengukur apa yang seharusnya diukur.
7
Sugiyono, Statistika untuk Penelitian (Bandung: Alfabeta, 2014), hal 353
7
B. Reliabilitas Reliabilitas adalah sesuatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik8. Pada pengertian lain disampaikan bahwa reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya, maksudnya apabila dalam beberapa pelaksanaan pengukuran terhadap kelompok yang sama diperoleh hasil yang relatif sama (ajeg/andal)9. Ada banyak teknik analisis reliabilitas sebuah instrument, diantaranya adalah KR-20, KR-21, Hoyt, Spearman-Brown, Flanagan, Rumus Alpha Cronbach dan lain sebagainya. Masing-masing memiliki ciri khas tersendiri. Akan tetapi, yang perlu diingat dari berbagai teknik analisis reliabilitas tersebut, yaitu hanya Rumus Alpha Cronbach yang sesuai digunakan untuk model instrument uraian/angket sedangkan lainnya digunakan untuk analisis reliabilitas bentuk instrument objektif/prestasi10. Berikut akan diberikan contoh analisis reliabilitas instrument bentuk tes objektif/prestasi menggunakan rumus KR-21 dan contoh analisis reliabilitas instrument bentuk tes afektif/sikap menggunakan rumus alpha Cronbach. 1. rumus Kuder Ricardson 21 (KR-21) Rumus KR-21 memiliki beberapa kelebihan, yaitu mudah digunakan dan jumlah butir soal tidak perlu genap karena teknik ini bukanlah teknik belah dua. Untuk menggunakan teknik KR-21 digunakan rumus sebagai berikut:
R11 =
k ο¦ο§ M (k ο M ) οΆο· 1ο 2 ο· k ο 1 ο§ο¨ k .st οΈ
Dimana: R11
= Nilai reliabilitas
k
= Jumlah item soal
M
= Mean/rata-rata skor total
St2
= varians total
Sedangkan untuk menghitung varians total yaitu: 2
St2
(X t ) xt 2 2 = dimana n adalah jumlah siswa sedangkan xt ο½ ο₯ X t ο n n
2
dimana
2
X t adalah kuadran dari skor total setiap siswa. Contoh penggunaan rumus KR 21 adalah ketika kita misalnya ingin menentukan reliabilitas instrument prestasi belajar mata pelajaran PAI siswa dengan
8Anas
Sudijono, Pengantar Evaluasi Pendidikan (Jakarta: Raja Grafindo Persada, 1998), hal 93 Syaifuddin Azwar, Reliabilitas dan Validitas (Jakarta: Pustaka Pelajar, 2011), hal 3 10 Ibid, hal 354-359. 9
8
jumlah butir soal sebanyak 25 soal dan jumlah siswa sebanyak 24 siswa sebagaimana data mentah berikut ini:
No
Data mentah skor Prestasi Belajar Mata Pelajaran PAI Siswa Nomor soal Xt
xt2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1
0
0
1
1
0
1
1
1
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
7
49
2
1
0
0
1
0
0
1
1
0
1
1
0
1
1
1
1
1
0
1
1
1
1
1
0
0
16
256
3
0
1
1
0
0
0
0
1
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
6
36
4
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
2
4
5
0
0
1
1
0
0
1
0
0
0
0
0
0
0
0
1
1
0
1
0
0
0
1
0
1
8
64
6
1
0
0
0
1
0
0
0
1
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
0
6
36
7
1
0
1
1
1
0
1
0
0
0
1
1
1
1
1
1
0
1
0
1
1
1
1
0
1
17
289
8
1
1
1
1
1
1
1
1
1
0
1
1
1
1
1
0
1
1
0
1
0
1
1
1
0
20
400
9
1
0
1
1
0
1
0
1
1
0
0
1
0
0
1
1
0
1
1
0
0
0
0
0
1
12
144
10
1
1
1
1
1
1
1
1
0
1
1
0
1
1
1
1
1
1
0
1
1
1
1
1
0
21
441
11
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
1
24
576
12
0
1
1
0
0
1
1
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
7
49
13
1
0
1
0
0
1
1
0
0
1
1
0
1
1
0
1
0
1
1
1
0
1
0
0
0
13
169
14
0
0
1
0
0
1
0
1
0
1
1
1
1
1
1
1
1
0
1
1
1
1
1
1
1
18
324
15
1
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
1
1
0
0
1
0
1
1
1
8
64
16
0
1
1
1
0
0
0
0
0
1
1
1
1
1
1
0
1
0
0
1
0
1
0
0
1
13
169
17
0
1
1
1
1
1
0
1
1
1
1
0
1
1
0
1
0
0
0
1
0
1
1
1
0
16
256
18
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
0
1
0
6
36
19
1
0
1
0
1
0
0
0
0
0
1
0
1
1
0
0
0
0
0
1
0
1
0
0
0
8
64
20
1
0
0
0
1
1
0
1
0
0
0
0
0
0
0
0
0
0
0
0
1
0
1
1
0
7
49
21
0
1
0
0
1
1
0
0
0
0
0
1
0
0
0
1
0
0
1
0
1
0
1
1
1
10
100
22
1
1
1
1
1
0
1
0
1
1
1
1
1
1
0
1
0
0
0
1
1
1
1
0
0
17
289
23
1
1
1
1
0
1
1
0
1
0
1
0
1
1
0
0
1
0
0
1
0
1
0
0
1
14
196
24
1
1
0
1
1
0
1
1
0
0
1
1
1
1
0
0
0
0
0
1
0
1
1
0
1
14
196
290
4256
2
Setelah dijabarkan data mentahnya selanjutnya adalah dengan mencari xt St2dan M
sebagai berikut:
(X t ) 2 xt ο½ ο₯ X t ο n 2
2
xt ο½ 4256 ο 2
(290) 2 24
xt ο½ 751.83 2
2
St 2
xt = n
9
St 2 =
751.83 24
St 2 =
31.33
M=
xt n
M=
290 24
M=
12.08
Setelah mengetahui xt
2
St2dan M selanjutnya dicari nilai reliabilitasnya sebagai
berikut:
R11 =
k ο¦ο§ M (k ο M ) οΆο· 1ο 2 ο· k ο 1 ο§ο¨ k .st οΈ
R11 =
25 ο¦ 12,08 x(25 ο 12,08) οΆ ο§1 ο ο· 25 ο 1 ο¨ 25 x31,33 οΈ
R11 = 0,838 Sedangkan untuk interpretasi terhadap koefisien reliabilitas tes (r11) pada umumnya digunakan patokan sebagai berikut: a. apabila r11 sama dengan atau lebih besar dari 0,70 berarti tes yang sedang diuji memiliki reliabilitas yang tinggi (reliabel). b. apabila r11 lebih kecil dari 0,70 berarti tes yang sedang diuji memiliki reliabilitas yang tidak tinggi (tidak reliabel).11 Berdasarkan patokan tersebut maka dapat disimpulkan bahwa instrument prestasi belajar mata pelajaran PAI siswa tersebut reliable sebab koefisien r11 = 0,838, lebih besar dari 0,70. Berarti instrumen yang sedang diuji memiliki reliabilitas yang tinggi (reliabel).
11
Anas Sudijono, Pengantar Evaluasi Pendidikan (Jakarta: Raja Grafindo Persada, 1998), hal 209
10
2. Rumus alpha Cronbach Seperti telah dibicarakan sebelumnya, bahwa Rumus Alpha Cronbach digunakan untuk model instrument bentuk uraian/angket. Berikut ini rumus Alpha Cronbach: Rumus : 2 k ο¦ο§ ο₯ S i οΆο· 1ο 2 ο· Ξ±= k ο 1 ο§ο¨ St οΈ
Keterangan : Ξ±
= koefisien reliabilitas alpha
k
= jumlah item
βSi
= Mean kuadran kesalahan
St2
= varians total
Rumus untuk varians total dan varians item: St2
ο₯x =
2
ο
t
n
ο₯x ο 2
Si2 =
(ο₯ x t ) 2 n2
(ο₯ x) 2 n
n Berikut ini akan disajikan contoh analisis reliabilitas instrument bentuk angket
yang mengukur motivasi belajar siswa menggunakan rumus alpha Cronbach dengan jumlah butir instrument sebanyak 15 butir dan jumlah responden sebanyak 20 siswa sebagaimana data mentah berikut ini:
11
Data mentah instrument motivasi belajar siswa No
Nomor soal
Xt
xt2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1
4
5
4
1
2
3
4
2
4
2
2
5
2
5
4
49
2401
2
5
5
4
4
4
5
5
4
4
5
5
4
3
5
4
66
4356
3
4
4
4
2
5
4
4
4
4
3
5
4
3
4
4
58
3364
4
4
4
4
2
4
4
4
2
5
4
4
2
4
4
4
55
3025
5
4
4
3
3
4
4
4
3
5
4
4
4
3
4
4
57
3249
6
4
3
4
3
4
4
4
3
4
3
4
4
4
4
4
56
3136
7
4
4
4
2
4
3
4
2
3
2
4
4
4
4
4
52
2704
8
4
5
4
4
3
5
4
4
3
5
4
5
4
4
5
63
3969
9
4
4
3
3
3
4
4
4
4
3
4
3
4
4
4
55
3025
10
4
4
4
4
4
4
4
2
4
4
4
4
2
4
4
56
3136
11
3
4
4
2
3
3
4
4
3
4
4
4
4
4
4
54
2916
12
4
5
4
4
4
4
5
4
4
4
5
4
4
5
5
65
4225
13
4
5
4
2
4
5
5
4
5
4
4
4
5
5
3
63
3969
14
4
3
3
3
4
5
5
1
3
3
5
4
2
5
5
55
3025
15
5
5
4
3
3
3
4
1
4
3
3
4
3
3
4
52
2704
16
5
5
5
3
4
5
5
3
5
3
4
5
5
4
5
66
4356
17
5
5
5
3
4
5
5
3
5
5
3
5
3
3
5
64
4096
18
3
4
3
2
3
4
4
2
3
4
4
3
2
4
4
49
2401
19
3
2
4
2
3
4
4
2
3
4
4
3
3
4
2
47
2209
20
1
4
4
3
2
4
4
1
4
3
4
3
4
5
4
50
2500
78
84
78
55
71
82
86
55
79
72
80
78
68
84
82
1132
64766
6084
7056
6084
3025
5041
6724
7396
3025
6241
5184
6400
6084
4624
7056
6724
73608
JK
12
Tabel untuk mencari nilai Ξ± No
Nomor soal X1
X12
X2
X22
X3
X32
X42
X52
X62
X7
X72
X4
X5
X6
X8
X82
X9
X92
X10
1
4
2
5
3
X102
X11
16
5
25
5
4
16
4
4
5
X112
X12
X122
X13
X132
X14
X142
X15
X152
25
4
16
25
4
16
1
1
4
16
2
4
4
16
3 5
9
4
16
25
5
25
2
4
4
16
4
16
4
16
2
4
5
25
2
4
5
25
2
4
5
25
4
16
5
25
4
16
3
9
5
25
4
16
4
16
4
16
2
4
5
25
4
16
4
16
4
16
4
16
3
9
5
25
4
16
3
9
4
16
4
16
16
4
16
4
16
2
4
4
16
4
16
4
16
2
4
5
25
4
16
4
16
2
4
4
16
4
16
4
16
4
16
4
16
3
9
3
9
4
16
4
16
4
16
3
9
5
25
4
16
4
16
4
16
3
9
4
16
4
16
6
4
16
3
9
4
16
3
9
4
16
4
16
4
16
3
9
4
16
3
9
4
16
4
16
4
16
4
16
4
16
7
4
16
4
16
4
16
2
4
4
16
3
9
4
16
2
4
3
9
2
4
4
16
4
16
4
16
4
16
4
16
8
4
16
5
25
4
16
4
16
3
9
5
25
4
16
4
16
3
9
5
25
4
16
5
25
4
16
4
16
5
25
9
4
10
4
16
4
16
16
4
16
3
9
4
16
3
9
4
16
3
9
4
4
16
4
16
4
16
4
16
4
16
4
16
3
9
4
16
3
9
4
16
4
16
4
16
16
2
4
4
16
4
16
4
16
4
16
2
4
4
16
4
16
11
3
9
4
16
4
16
2
4
3
9
3
9
4
16
4
16
3
9
4
16
4
16
4
16
4
16
4
16
4
16
12
4
16
5
25
4
16
4
16
4
16
4
16
5
25
4
16
4
16
4
16
5
25
4
16
4
16
5
25
5
25
13
4
16
5
25
4
16
2
4
4
16
5
25
5
25
4
16
5
25
4
16
4
16
4
16
5
25
5
25
3
9
14
4
16
3
9
3
9
3
9
4
16
5
25
5
25
1
1
3
9
3
9
5
25
4
16
2
4
5
25
5
25
15
5
25
5
25
4
16
3
9
3
9
3
9
4
16
1
1
4
16
3
9
3
9
4
16
3
9
3
9
4
16
16
5
25
5
25
5
25
3
9
4
16
5
25
5
25
3
9
5
25
3
9
4
16
5
25
5
25
4
16
5
25
17
5
18
3
25
5
25
9
4
16
5
25
3
9
3
9
4
16
5
25
5
25
3
9
5
25
5
25
3
9
5
25
3
9
3
9
5
25
2
4
3
9
4
16
4
16
2
4
3
9
4
16
4
16
3
9
2
4
4
16
4
16
19
3
9
2
4
4
16
2
4
3
9
4
16
4
16
2
4
3
9
4
16
4
16
3
9
3
9
4
16
2
4
20
1
1
4
16
4
16
3
9
2
4
4
16
4
16
1
1
4
16
3
9
4
16
3
9
4
16
5
25
4
16
78
320
84
366
78
310
55
165
71
263
82
346
86
374
55
175
79
323
72
274
80
330
78
316
68
248
84
360
82
346
13
Dengan harga-harga pada data mentah di atas maka:
ο₯ xt ο 2
St2 =
(ο₯ x) 2 n
n
(1132) 2 20 20
64766 ο St2 = St2 = 34.74
ο₯x
2
Si2(1)*=
ο
n
n
ο₯x
2
Si2(2)*=
ο
(ο₯ x) 2 n
n
ο₯x ο 2
Si2(3)*=
ο₯x
2
ο
n
ο₯x Si2(5)*=
ο
n
(ο₯ x) 2 n
n
ο₯x ο 2
Si2(6)*=
n
ο₯x Si2(7)*=
ο
n
ο₯x
2
Si2(8)*=
ο
(ο₯ x) 2 n
n
ο₯x
2
ο
=
(ο₯ x) 2
n
n
(55) 2 20 = 165 ο 151,25 = 0,69 20 20
165 ο =
(71) 2 263 ο 20 = 263 ο 252,05 = 0,55 = 20 20 (82) 2 20 = 346 ο 336.2 = 0,49 20 20
346 ο =
(ο₯ x) 2 n
(78) 2 20 = 310 ο 304,2 = 0,29 20 20
310 ο
(ο₯ x) 2
n 2
(84) 2 366 ο 20 = 366 ο 352,8 = 0,66 = 20 20
(ο₯ x) 2
n 2
(78) 2 320 ο 20 = 320 ο 304,2 = 0,79 = 20 20
(ο₯ x) 2
n
Si2(4)*=
Si2(9)*=
(ο₯ x) 2
(86) 2 20 = 374 ο 369,8 = 0,21 20 20
374 ο =
(55) 2 175 ο 20 = 175 ο 151,25 = 1,19 = 20 20 (79) 2 323 ο 20 = 323 ο 312,05 = 0,55 = 20 20
14
ο₯x ο 2
Si2(10)*=
(ο₯ x) 2 n
=
n
ο₯x
2
ο
Si2(11)*=
(ο₯ x) 2 n
n
ο₯x
2
ο
Si2(12)*=
(ο₯ x) 2 n
n
ο₯x ο 2
Si2(13)*=
ο₯x
ο
Si2(14)*=
n
ο₯x Si2(15)*12=
(78) 2 316 ο 20 = 316 ο 304,2 = 0,59 = 20 20
(ο₯ x) 2 n
ο
(68) 2 20 = 248 ο 231,2 = 0,84 20 20
248 ο =
(84) 2 20 = 360 ο 352,8 = 0,36 20 20
360 ο =
n 2
(80) 2 330 ο 20 = 330 ο 320 = 0.50 = 20 20
(ο₯ x) 2
n 2
(72) 2 20 = 274 ο 259,2 = 0,74 20 20
274 ο
(ο₯ x) 2 n
n
(82) 2 346 ο 20 = 346 ο 336.2 = 0,49 = 20 20
βSi2 = Si2(1) + Si2(2) + Si2(3) + Si2(4) + Si2(5) + Si2(6) + Si2(7) + Si2(8)+ Si2(9) + Si2(10) + Si2(11) + Si2(12) + Si2(13) + Si2(14) + Si2(15)
βSi2 =0,79 + 0,66 + 0,29 + 0,69 + 0,55 + 0,49 + 0,21 + 1,19 + 0,55 + 0,74 + 0,50 + 0,59 + 0,84 + 0,36 + 0,49 βSi2 = 8,94 2 k ο¦ο§ ο₯ S i οΆο· 1ο 2 ο· Ξ±= k ο 1 ο§ο¨ St οΈ
Ξ±=
15 ο¦ 8,94 οΆ ο§1 ο ο· 15 ο 1 ο¨ 34,74 οΈ
Ξ± = 0,796
12
*) dalam tanda kurung menunjukkan nomor item
15
Interpretasi terhadap koefisien reliabilitas alpha berdasarkan patokan yang telah diuraikan sebelumnya. Oleh karenanya, maka dapat disimpulkan bahwa instrument motivasi belajar siswa tersebut reliable sebab koefisien Ξ± = 0,796, lebih besar dari 0,70. Berarti instrumen yang sedang diuji memiliki reliabilitas yang tinggi (reliabel).
16
BAB II UJI PRASYARAT ANALISIS Uji persyaratan analisis diperlukan guna mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Beberapa teknik analisis data menuntut uji persyaratan analisis. Ada berbagai pengujian persyaratan analisis, seperti uji normalitas, uji homogenitas, uji linearitas, uji independensi dan lain sebagainya. Dalam Buku ini hanya akan disampaikan tiga jenis uji aprasyarat analisis, yaitu uji normalitas, uji homogenitas, uji linearitas. Uji persyaratan analisis tersebut akan dijelaskan secara garis besar pada tiap-tiap teknik analsis data sebagai berikut : A. Uji Normalitas Uji Normalitas dengan metode Liliefors digunakan apabila data penelitian tidak dalam distribusi frekuensi data bergolong.13 Pada metode ini setiap data Xi diubah menjadi bilangan baku zi dengan transformasi: zi =
Xi ο X s
Dimana: Xi
= Data/skor
X
= rata-rata jumlah total skor
s
= simpangan baku, nilai simpangan baku dapat dihitung dengan
s =
n( ο₯ x 2 ) ο ( ο₯ x ) 2 n(n ο 1) Statistik uji untuk metode ini adalah: L = Maks |F(zi) β S(zi)| dengan F(zi)
= P(Zβ€ zi ); Z ~ N(0,1);
S(zi) = proporsi cacah Z β€ zi terhadap seluruh zi Sebagai daerah kritis untuk uji ini adalah: DK = {L | L > L Ξ±;n} dengan n adalah ukuran sampel (untuk berapa Ξ± dan n, nilai L Ξ±;n dapat
dilihat pada tabel nilai kritik uji lilliefors pada lampiran 3)
Berikut ini akan disajikan contoh menentukan uji normalitas data sebuah sampel yang berukuran 18 diambil secara acak dari suatu populasi. Dengan mengambil Ξ±=5%, maka uji hipotesis yang mengatakan bahwa sampel tersebut berasal dari populasi yang berdistribusi normal adalah sebagai berikut:
13
Budiono, Statistika Untuk Penelitian Edisi ke-2 (Surakarta: Sebelas Maret University Press, 2009), hal. 170-171.
17
1. Hipotesis H0
: Sampel berasal dari populasi yang berdistribusi normal (Lobs β€ Ltabel)
H1
: Sampel tidak berasal dari populasi yang berdistribusi normal ((Lobs >
Ltabel)) 2. Signifikansi Ξ±=5% 3. Statistik uji yang digunakan L = Maks |F(zi) β S(zi)| dengan F(zi) = P(Zβ€ zi ); Z ~ N(0,1); S(zi) = proporsi cacah Z β€ zi terhadap seluruh zi 4. Komputasi Tabel untuk mencari s dan X No 1 2 3 4 5 6 7 8 9
Nilai (Xi) 31 41 51 55 57 58 59 61 67
Xi2 961 1681 2601 3025 3249 3364 3481 3721 4489
No 10 11 12 13 14 15 16 17 18
Nilai (Xi) 68 73 77 77 77 79 79 85 89 1184 βXi
Xi2 4624 5329 5929 5929 5929 6241 6241 7225 7921 81940 βXi2
Berdasar data di atas diperoleh βXi = 1184 dan βXi2 = 81940 dengan n= 18, sehingga: s=
n( ο₯ x 2 ) ο ( ο₯ x ) 2 n(n ο 1)
s=
18(81940) ο (1184) 2 18(18 ο 1)
s = 15,45 X
=
1184 = 65,78 18
18
Tabel untuk mencari Lmaks No (1)
Nilai (Xi) (2)
No. urut (9)
n (10)
1
31
65.8
15.45
-2.25
-0.4878
0.5
0.0122
1
18
0.0556
0.0434
2
41
65.8
15.45
-1.60
-0.4452
0.5
0.0548
2
18
0.1111
0.0563
3
51
65.8
15.45
-0.96
-0.3315
0.5
0.1685
3
18
0.1667
0.0018
4
55
65.8
15.45
-0.70
-0.2580
0.5
0.242
4
18
0.2222
0.0198
5
57
65.8
15.45
-0.57
-0.2157
0.5
0.2843
5
18
0.2778
0.0065
6
58
65.8
15.45
-0.50
-0.1915
0.5
0.3085
6
18
0.3333
0.0248
7
59
65.8
15.45
-0.44
-0.1700
0.5
0.33
7
18
0.3889
0.0589
8
61
65.8
15.45
-0.31
-0.1217
0.5
0.3783
8
18
0.4444
0.0661
9
67
65.8
15.45
0.08
0.0319
0.5
0.5319
9
18
0.5000
0.0319
10
68
65.8
15.45
0.14
0.0557
0.5
0.5557
10
18
0.5556
0.0001
11
73
65.8
15.45
0.47
0.1808
0.5
0.6808
11
18
0.6111
0.0697
12
77
65.8
15.45
0.73
0.2673
0.5
0.7673
12
18
0.6667
0.1006
13
77
65.8
15.45
0.73
0.2673
0.5
0.7673
13
18
0.7222
0.0451
14
77
65.8
15.45
0.73
0.2673
0.5
0.7673
14
18
0.7778
0.0105
15
79
65.8
15.45
0.86
0.3051
0.5
0.8051
15
18
0.8333
0.0282
16
79
65.8
15.45
0.86
0.3051
0.5
0.8051
16
18
0.8889
0.0838
17
85
65.8
15.45
1.24
0.3925
0.5
0.8925
17
18
0.9444
0.0519
18
89
65.8
15.45
1.50
0.4332
0.5
0.9332
18
18
1.0000
0.0668
Μ
π (3)
(4)
nilai tabel (6)
πΏπβππ,π
Zi=
s
ππ,ππ
(5)
nilai baku (7)
F(Zi) (8)
S(zi)=
ππ.ππππ π
(11)
|F(zi)βS(zi)| (12)
Keterangan: (1) Nomor Urut (2) Nilai (Xi)
= Nilai prestasi siswa setelah diurutkan dari yang terkecil
(3) π₯ Μ
= rata-rata jumlah total skor
(4) S
= simpangan baku
(5) Zi
=
(6) Nilai tabel
=Nilai tabel distribusi normal baku dapat dilihat pada lampiran 2
(7) Nilai baku
=nilai baku 0,5 untuk mencari F(Zi)
(8) F(Zi)
= 0,5 Β± nilai tabel
Μ
ππβπ π
Contoh: F(-2,25)
= 0,5 - 0,4878 = 0,0122
(9) Nomor urut
= Nomor urut data
(10)
n
= jumlah sampel
(11)
S(zi)
= proporsi cacah Z β€ zi terhadap seluruh cara menghitungnya
yaitu: zi = (12)
ππ.π’ππ’π‘ π
|F(zi) β S(zi)|
= Untuk mencari Nilai Liliefors maksimal (Lmaks)
Perhatikan; 19
nilai (|F(zi) β S(zi)|) semuanya positif sebab sudah dimutlakkan, jadi tanda
a.
negative ditiadakan. Lmaks ditandai dengan nilai yang digaris bawahi dan tebal diperoleh dari
b.
nilai tertinggi (|F(zi) β S(zi)|) Dari tabel Tabel untuk mencari Lmaks diperoleh; L= Maks |F(zi) β S(zi)| = 0,1006 5. Daerah kritis L 0,05;18 = 0,200 (Lihat tabel nilai kritik uji lilliefors pada lampiran 3) DK = {L | L > 0,200} ; Lobs = 0,1006 β DK 6. Keputusan Uji: Ho diterima (Lobs β€ Ltabel) 7. Kesimpulan: Sampel berasal dari populasi yang berdistribusi normal B. Uji Linieritas Budiono mengemukakan bahwa uji linearitas bertujuan untuk mengetahui apakah suatu variabel memiliki hubungan yang linear atau tidak secara signifikan.14 Untuk menentukan suatu hubungan linier atau tidak maka harus ditentukan dahulu nilai F observasi (Fobs) yaitu dengan rumus: Fobs =
π
πΎπΊππΆ π
πΎπΊπ
Untuk memudahkan perhitungan, berikut langkah-langkah untuk mencari Fobs :
ο a
=
ο b
=
(Ξ£π)(Ξ£π2 )β(Ξ£π)(Ξ£ππ) πΞ£π2 β(Ξ£π)2 π(Ξ£ππ)β(Ξ£π)(Ξ£π) πΞ£π2 β(Ξ£π)2
ο JKG (Jumlah Kuadran Galat)
= Ξ£π 2 β π(Ξ£π) β π(Ξ£ππ)
ο JKGM (Jumlah Kuadran Galat Murni)
= Ξ£π 2 β Ξ£
ο dkGM (derajat kebebasan Galat Murni)
=πβπ
ο JKGTC (Jumlah Kuadran Galat Tuna Cocok)
= π½πΎπΊ β π½πΎπΊπ
ο dkGTC (derajat Kebebasan Galat Tuna Cocok)
=πβ2
ο RKGM (Rerata Kuadran Galat Murni)
π½πΎπΊπ
= πππΊπ
ο RKGTC (Rerata Kuadran Galat Tuna Cocok) = ο Fobs =
14
π2 π
π½πΎπΊππΆ πππΊππΆ
π
πΎπΊππΆ π
πΎπΊπ
Budiono, Statistika Untuk Penelitian,. hal. 261-263.
20
Berikut ini akan disajikan contoh menentukan uji linieritas data mengenai nilai kedisiplinan (X) dan nilai prestasi belajar (Y) siswa dari suatu sampel. Nomor siswa
1
2
3
4
5
6
7
8
9
10
11
12
Kedisiplinan
3
4
5
5
6
6
6
7
7
8
8
9
Prestasi Belajar
4
5
6
6
7
7
7
6
8
7
8
9
Dengan mengambil Ξ±=5%, maka uji hipotesis yang mengatakan bahwa linieritas terpenuhi yaitu: 1. Hipotesis H0 : Hubungan antara Kedisiplinan (X) dan Prestasi Belajar (Y) linier (Fobs β€ Ftabel) H1 : Hubungan antara Kedisiplinan (X) dan Prestasi Belajar (Y) tidak linier (Fobs >Ftabel) 2. Signifikansi Ξ±=5% 3. Statistik uji yang digunakan: Fobs =
π
πΎπΊππΆ π
πΎπΊπ
4. Komputasi Tabel untuk mencari JKG No
ο a = ο b =
X
X2
Y
Y2
XY
1
3
9
4
16
12
2
4
16
5
25
20
3
5
25
6
36
30
4
5
25
6
36
30
5
6
36
7
49
42
6
6
36
7
49
42
7
6
36
7
49
42
8
7
49
6
36
42
9
7
49
8
64
56
10
8
64
7
49
56
11
8
64
8
64
64
12
9
81
9
81
81
74
490
80
554
517
βX
βX2
βY
βY2
βXY
(Ξ£π)(Ξ£π2 )β(Ξ£π)(Ξ£ππ) πΞ£π2 β(Ξ£π)2
π(Ξ£ππ)β(Ξ£π)(Ξ£π) 2
2
πΞ£π β(Ξ£π)
= =
(80)(490)β(74)(517) 12 . 490β(74)2
12(517)β(74)(80) 12 . 490 β(74)2
= 2,332 = 0,703
ο JKG = Ξ£π 2 β π(Ξ£π) β π(Ξ£ππ) = 554 β 2,332(80) β 0,703(517) = 3,99
21
Tabel untuk mencari JKGM Kelompok 1
X
Y
Y2
n
T
3
4
16
1
2
4
5
25
1
3
5
6
36
2
5
6
36
6
7
49
3
6
7
49
6
7
49
7
6
36
7
8
64
8
7
49
8
8
64
9
9
74
80
4
5 6 7 Jumlah
T2 4
T2/n
16
16
5
25
25
12
144
72
21
441
147
2
14
196
98
2
15
225
112.5
81
1
9
81
81
554
12
80
551.50
Keterangan: ο JKGM = Ξ£π 2 β Ξ£
π2 π
= 554 β 551,50 = 2,50
ο dkGM = π β π = 12 β 7 = 5 ο JKGTC = π½πΎπΊ β π½πΎπΊπ = 3,99 β 2,50 = 1,49 ο dkGTC = π β 2 = 7 β 2 = 5 π½πΎπΊπ
ο RKGM = πππΊπ = ο RKGTC = ο Fobs =
π½πΎπΊππΆ πππΊππΆ
π
πΎπΊππΆ π
πΎπΊπ
=
2,50 5
=
= 0,5
1,49 5
0,298 0,5
= 0,298
= 0,596
5. Daerah Kritis FΞ±;dkGTC;dkGM = F0,05;5;5 = 5,05 (Lihat Tabel Nilai F0,05;v1;v2 pada Lampiran 4) DK = { F | F > 5,05 } Fobs = 0,596 β DK 6. Keputusan uji : Ho Diterima (Fobs β€ Ftabel) 7. Kesimpulan
: Hubungan antara Kedisiplinan (X) dan Prestasi Belajar (Y) linier
22
C. Uji Homogenitas Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah distribusi atau lebih.15 Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji Homogenitas Variansi dan Uji Bartlett. Uji homogenitas dilakukan untuk mengetahui apakah data dalam variabel X dan Y bersifat homogen atau tidak.16 Statistik yang digunakan adalah sebagai berikut: 2.303 π
Ο2 =
(π log π
πΎπΊ β Ξ£π πππ π 2π )
k = jumlah variabel n = banyaknya sampel f =
βfj = fx + fy
fx =nx -1 fy = ny -1 π =1+
1 3(πβ1)
1
1
π₯
π¦
1
(Ξ£ π + π β π )
RKG = Rerata Kuadran Galat = SSj = Ξ£π 2 β
(Ξ£π)2 π
Ξ£πππ βππ
atau bisa dihitung dengan = (nj -1) sj2
Contoh pengujian homogenitas pada data mengenai nilai kedisiplinan (X) dan nilai prestasi belajar (Y) siswa dari suatu sampel.
Nomor siswa
1
2
3
4
5
6
7
8
9
10
11
12
Kedisiplinan
3
4
5
5
6
6
6
7
7
8
8
9
Prestasi Belajar
4
5
6
6
7
7
7
6
8
7
8
9
Dengan mengambil Ξ±=5%, maka uji hipotesis yang mengatakan bahwa homogenitas terpenuhi yaitu: 1. Hipotesis H0
: Kedua variabel homogen (Fobs β€ Ftabel)
H1
: Kedua variabel tidak homogen (Fobs >Ftabel)
2. Signifikansi Ξ±=5% 3. Statistik uji yang digunakan: Ο2 =
2.303 π
(π log π
πΎπΊ β Ξ£π πππ π 2π )
4. Komputasi fx
15 16
= nx -1 = 12 β 1 = 11
Budiono, Statistika Untuk Penelitian,. hal. 174-175. B.J. Winer, Statistical Principles in Experimental Design (Tokyo: McGraw-Hill Kogakusha Ltd., 1971), hal. 208.
23
fy
= ny -1 = 12 β 1 = 11
f = βfj = fx + fy = 11 + 11 = 22 Tabel untuk menghitung sj2 No 1
SSj variabel motivasi
X
X2
Y
Y2
3
9
4
16
2
4
16
5
25
3
5
25
6
36
4
5
25
6
36
5
6
36
7
49
6
6
36
7
49
7
6
36
7
49
8
7
49
6
36
9
7
49
8
64
10
8
64
7
49
11
8
64
8
64
12
9
81
9
81
74
490
80
554
βX
βX2
βY
βY2
= Ξ£π 2 β
(Ξ£π)2 π
= 490 β
(74)2 12
= 33,667 SSj variabel motivasi
= Ξ£π 2 β
(Ξ£Y)2 π
= 554 β
(80)2 12
= 20,667 sj2 variabel motivasi
n( ο₯ x 2 ) ο ( ο₯ x ) 2
=
=
n(n ο 1) 12(490)β(74)2 12(12β1)
= 3,061 sj2 variabel prestasi belajar =
=
n( ο₯ y 2 ) ο ( ο₯ y ) 2 n(n ο 1)
12(554)β(80)2 12(12β1)
= 1,879
24
Tabel untuk menghitung Ο2 obs Variabel
RKG
fj
SSj
sj2
log sj2
fj log sj2
x
11
33.667
3.061
0.486
5.346
y
11
20.667
1.879
0.274
3.014
jumlah
22
54.334
-
8.360
=
Ξ£πππ βππ
=
54,334 22
-
= 2,470
f log RKG = (22)(log 2,470) = (22)(0,393) = 8,646 c
=1+
1 3(πβ1)
(Ξ£ π + π β π )
1
=1+
1 3(2β1)
1 (11
=1+
1 3
π₯
2
+
1
1
π¦
1 1 β 22 ) 11
1
(11 β 22 )
= 1,045 Sehingga: Ο 2obs
=
2.303 π
(π log π
πΎπΊ β Ξ£π πππ π 2π )
2.303
= 1,045 (8,646 β 8,360) = 0,630 5. Daerah kritis: Ο 2 Ξ±;(k-1)
= Ο 2 0,05;1=3,841 (Nilai Ο 2 Ξ±;(k-1) dapat dilihat pada lampiran 5)
DK={ Ο 2| Ο 2 > 3,841} Ο 2obs
= 0,630 β DK
6. Keputusan Uji : Ho diterima (Ο2 obs β€ Ο2 tabel) 7. Kesimpulan Kedua variabel homogen
25
BAB III TEKNIK ANALISIS KORELASI DAN REGRESI A. Analisis Korelasi Linier Sederhana Analisis Korelasi Linier Sederhana adalah suatu teknik statistika yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel. Hubungan dua variabel ada yang positif dan negatif. Hubungan X dan Y dikatakan positif apabila kenaikan (penurunan) X pada umumnya diikuti oleh kenaikan (penurunan) Y. Sebaliknya dikatakan negatif kalau kenaikan (penurunan) X pada umumnya diikuti oleh penurunan (kenaikan) Y. Kuat dan tidaknya hubungan antara X dan Y dapat dinyatakan dengan fungsi linear, diukur dengan suatu nilai yang disebut koefisien korelasi. Nilai koefisien korelasi ini paling sedikit β1 dan paling besar 1. Jadi jika r = koefiaien korelasi, maka r dapat dinyatakan sebagai berikut : -1ο£ r ο£ 1. Cara Menghitung :
rxy ο½
ο₯ xy ο₯x y 2
rxy ο½
atau 2
nο₯ xy ο ο₯ xο₯ y
(nο₯ x ο ο¨ο₯ x ο© )(nο₯ y 2 ο (ο₯ y ) 2 ) 2
2
Kedua rumus diatas disebut koefisien korelasi product moment Karl Pearson. Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hubungan dua variable bila datanya interval atau rasio. Karena product moment termasuk parametric, maka harus memenuhi uji prasyarat yaitu kedua variable itu berdistribusi normal. Sedangkan untuk menguji signifikansi (keberartian) koefisien korelasi dapat digunakan rumus sebagai berikut: π‘=
πβπ β 2 β1 β π 2 Signifikansi pada uji korelasi di atas diperlukan untuk menguji apakah pengaruh
variable X terhadap variable Y signifikan (berarti/dapat digeneralisasikan) atau tidak.17 Contoh analisis korelasi linier sederhana pada data mengenai nilai kedisiplinan (X) dan nilai prestasi belajar (Y) siswa dari suatu sampel. Sampel random berukuran 12 diambil dan datanya tampak pada tabel di bawah ini: Tabel data kedisiplinan dan prestasi belajar siswa
17
Nomor siswa
1
2
3
4
5
6
7
8
9
10
11
12
Kedisiplinan (x)
3
4
5
5
6
6
6
7
7
8
8
9
Prestasi Belajar (y)
4
5
6
6
7
7
7
6
8
7
8
9
Sugiyono, Statistika untuk Penelitian (Bandung: Alfabeta, 2014), hal 230
26
Jika diambil tingkat signifikansi 5%, maka uji hipotesisnya adalah sebagai berikut: 1. Hipotesis H0
: Tidak terdapat korelasi yang signifikan antara kedisiplinan siswa dan prestasi belajar siswa (thitung < ttabel)
H1
: Terdapat korelasi yang signifikan antara kedisiplinan siswa dan prestasi belajar siswa (thitung β₯ ttabel)
2. Signifikansi Ξ±=5% 3. Statistik uji yang digunakan:
rxy ο½
π‘=
nο₯ xy ο ο₯ xο₯ y
(nο₯ x ο ο¨ο₯ x ο© )(nο₯ y 2 ο (ο₯ y ) 2 ) 2
2
πβπ β 2 β1 β π 2
4. Komputasi Tabel untuk mencari rxy No
rxy ο½
ο½
X
X2
Y
Y2
XY
1
3
9
4
16
12
2
4
16
5
25
20
3
5
25
6
36
30
4
5
25
6
36
30
5
6
36
7
49
42
6
6
36
7
49
42
7
6
36
7
49
42
8
7
49
6
36
42
9
7
49
8
64
56
10
8
64
7
49
56
11
8
64
8
64
64
12
9
81
9
81
81
74
490
80
554
517
βX
βX2
βY
βY2
βXY
nο₯ xy ο ο₯ xο₯ y
(nο₯ x ο ο¨ο₯ x ο© )(nο₯ y 2 ο (ο₯ y ) 2 ) 2
2
12.517 ο 74.80 (12.490) ο ο¨74ο© )(12.554 ο (80) 2 2
= 0,897 Setelah mengetahui nilai rxy selanjutnya dimasukkan dalam uji-t sebagai berikut:
27
π‘= π‘=
πβπ β 2 β1 β π 2 0,897β12 β 2 β1 β 0,8972
t = 6,416 5. Daerah kritis: tΞ±;(n-2) = t0,05;10 = 1,812 (Nilai t Ξ±;(n-1) dapat dilihat pada lampiran 6) DK={ t| t > 1,812} tobs
= 6,416 β DK
Keputusan Uji : H1 diterima (thitung β₯ ttabel) 6. Kesimpulan Terdapat korelasi yang signifikan antara kedisiplinan siswa dan prestasi belajar siswa
B. Analisis Regresi Linier Sederhana Setelah sebelumnya dijelaskan mengenai analisis korelasi linier sederhana, pada sub bab ini akan dijelaskan mengenai analisis regresi linier sederhana. Analisis regresi digunakan untuk mengetahui bagaimana variable dependen (y) dapat diprediksi melalui variable independen (x)18. Jadi, hasil analisis regresi dapat digunakan dalam rangka untuk melakukan peramalan (prediksi). Perbedaan tujuan analisis regresi dan korelasi secara lebih terperinci disampaikan oleh Budiono, yaitu: Tujuan analisis regresi ialah menentukan model statistik (dalam bentuk formula matematik) yang dapat dipakai untuk memprediksi nilai-nilai variable terikat Y (disebut juga variable respon) berdasarkan nilai-nilai variable bebas (disebut juga variable prediktor) X. Disisi lain, analisis korelasi bertujuan untuk menentukan kekuatan hubungan (the strength of association) antara variable X dengan Y.19 Berdasarkan pernyataan di atas dapat diketahui bahawa tujuan utama analisis regresi adalah dalam rangka prediksi sedangkan tujuan analisis korelasi adalah untuk mengetahui kekuatan hubungan. Prediksi pada analisis regresi dapat diketahui dengan menggunakan persamaan garis regresi, yaitu garis yang dapat dipakai untuk memprediksi nilai Y apabila diketahui nilai X tertentu. Rumus yang digunakan adalah sebagai berikut: ΕΆ = a + bX ΕΆ = nilai Y prediktif a = Harga Y ketika harga X = 0 (harga konstan) b = Angka arah atau koefisien regresi. Bila (+) arah garis naik, dan bila (-) arah garis turun. 18 19
Ali Anwar, Statistika Untuk Penelitian Pendidikan, hal. 141 Budiono, Statistika Untuk Penelitian., hal. 251
28
X = Subyek pada variable bebas yang mempunyai nilai tertentu. 20 Sedangkan nilai a dan b dapat dicari dengan menggunakan rumus sebagai berikut: a
=
b
=
(Ξ£π)(Ξ£π2 )β(Ξ£π)(Ξ£ππ) πΞ£π2 β(Ξ£π)2 π(Ξ£ππ)β(Ξ£π)(Ξ£π) πΞ£π2 β(Ξ£π)2
Contoh analisis regresi linier sederhana pada data mengenai nilai kedisiplinan (X) dan nilai prestasi belajar (Y) siswa dari suatu sampel. Sampel random berukuran 12 diambil dan datanya tampak pada tabel di bawah ini: Tabel data kedisiplinan dan prestasi belajar siswa Nomor siswa
1
2
3
4
5
6
7
8
9
10
11
12
Kedisiplinan
3
4
5
5
6
6
6
7
7
8
8
9
Prestasi Belajar
4
5
6
6
7
7
7
6
8
7
8
9
Setelah diketahui data mentahnya, selanjutnya dicari a dan b sebagai berikut:
Tabel untuk mencari persamaan regresi No
X
X2
Y
Y2
XY
1
3
9
4
16
12
2
4
16
5
25
20
3
5
25
6
36
30
4
5
25
6
36
30
5
6
36
7
49
42
6
6
36
7
49
42
7
6
36
7
49
42
8
7
49
6
36
42
9
7
49
8
64
56
10
8
64
7
49
56
11
8
64
8
64
64
12
9
81
9
81
81
74
490
80
554
517
βX
βX2
βY
βY2
βXY
Berdasarkan tabel di atas , diperoleh nilai a dan b sebagai berikut: a = b =
(Ξ£π)(Ξ£π2 )β(Ξ£π)(Ξ£ππ) πΞ£π2 β(Ξ£π)2
π(Ξ£ππ)β(Ξ£π)(Ξ£π) 2
2
πΞ£π β(Ξ£π)
= =
(80)(490)β(74)(517) 12 . 490β(74)2
12(517)β(74)(80) 12 . 490 β(74)2
= 2,332 = 0,703
Jadi persamaan regresinya adalah: ΕΆ = a + bX ΕΆ = 2,332 + 0,703X 20
Sugiono, Statistika Untuk Penelitian., hal. 261.
29
Jika persamaan regresi telah ditemukan, maka kita dapat melakukan prediksi. Misalnya dari persamaan di atas, kita dapat memprediksi nilai Y apabila X = 10, sebagai berikut: ΕΆ = 2,332 + 0,703X ΕΆ = 2,332 + 0,703(10) ΕΆ = 9,362 Ini berarti bahwa jika seorang siswa memiliki tingkat kedisiplinan 10 maka siswa tersebut diprediksi akan memperoleh prestasi belajar PAI dengan nilai 9, 362. Tentu saja prediksi ini tidak 100% benar akan tetapi peluangnya benar sangat tinggi.
30
DAFTAR PUSTAKA Ali Anwar, Statistika untuk Penelitian Pendidikan (Kediri: IAIT Kediri, 2009). Anas Sudijono, Pengantar Evaluasi Pendidikan (Jakarta: Raja Grafindo Persada, 1998). B.J. Winer, Statistical Principles in Experimental Design (Tokyo: McGraw-Hill Kogakusha Ltd., 1971) Budiono, Statistika Untuk Penelitian Edisi ke-2 (Surakarta: Sebelas Maret University Press, 2009). Saifudin Azwar, Sikap Manusia (Yogyakarta: Pustaka pelajar, 1999). Singgih Santoso, Statistik Deskriptif: Konsep dan Aplikasi dengan Microsoft Excel dan SPSS (Yogyakarta: Penerbit Andi, 2003). Sugiyono, Statistika untuk Penelitian (Bandung: Alfabeta, 2014). Suharsimi Arikunto, Dasar-dasar Evaluasi Pendidikan (Jakarta: Bumi Aksara, 2003). Suharsimi Arikunto, Prosedur Penelitian Suatu Pendekatan Praktek (Jakarta:Rineka Cipta,1998). Syaifuddin Azwar, Reliabilitas dan Validitas (Jakarta: Pustaka Pelajar, 2011).
31
LAMPIRAN 1 NILAI-NILAI r PRODUCT MOMENT
32
LAMPIRAN 2
TABEL DISTRIBUSI NORMAL BAKU
33
LAMPIRAN 3 NILAI KRITIK UJI LILLIEFORS
34
Lampiran 4 TABEL NILAI F0,05;v1;v2
35
LAMPIRAN 5 TABEL NILAI Ο 2 Ξ±;(k-1)
36
LAMPIRAN 6 TABEL DISTRIBUSI t (Ξ±=5%)
37