bab iii metode penelitian a. metode dan desain...
TRANSCRIPT
-
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB III
METODE PENELITIAN
A. Metode dan Desain Penelitian
Metode penelitian digunakan untuk menjawab rumusan masalah dan
menguji hipotesis, untuk itu diperlukan adanya metode penelitian pada penelitian
ini. Metode merupakan salah satu cara yang digunakan untuk menjawab suatu
permasalahan yang dihadapi dalam suatu penelitian agar tercapai suatu tujuan
yang diinginkan. Suharsimi Arikunto (2006: 151) mengatakan bahwa “Metode
merupakan cara yang dilakukan oleh seseorang dalam mencapai tujuan”. Metode
penelitian menurut Nana Syaodih Sukmadinata (2005: 52) mengatakan bahwa
“Metode penelitian merupakan rangkaian cara atau kegiatan pelaksanaan
penelitian yang didasari oleh asumsi-asumsi dasar, pandangan-pandangan filosofis
dan ideologis, pertanyaan dan isu-isu yang dihadapi”.
Bertitik tolak pada uraian di atas serta perumusan masalah, maka
penentuan pendekatan dan metode pada penelitian ini sangat penting untuk
membantu mengarahkan peneliti dalam mengumpulkan, mengolah dan
menganalisis data. Pendekatan yang digunakan pada penelitian ini adalah
pendekatan kuantitatif, yaitu pendekatan yang menggunakan data yang
dikualifikasikan atau dikelompokkan dan menganalisisnya dengan analisis
statistik. Metode yang digunakan dalam penelitian ini adalah metode deskriptif,
yang di dalamnya menyangkut hal gambaran dan telaah cara belajar yang biasa
dilakukan oleh mahasiswa dalam mata kuliah Statistika Terapan.
Metode penelitian deskriptif adalah penelitian yang berusaha
mendeskriptifkan atau menggambarkan suatu gejala, peristiwa, kejadian yang
terjadi pada masa sekarang dan dilanjutkan dengan penganalisisan data-data
hingga diperolehnya suatu jawaban tentang hipotesis penelitian. Adapun pendapat
para ahli mengenai metode penelitian deskriptif yaitu menurut Muhamad Ali
(2008: 20) mengemukakan bahwa:
-
50
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Metode penelitian deskriptif digunakan untuk memecahkan atau
menjawab permasalahan yang sedang dihadapi pada situasi sekarang.
Dilakukan dengan menempuh langkah-langkah pengumpulan, klasifikasi, dan
analisis/pengolahan data, membuat kesimpulan dan laporan, dengan tujuan
utama untuk membuat penggambaran tentang suatu keadaan secara objektif
dalam suatu deskriptif situasi.
Selain itu menurut Sanafiah Faisal (1982: 42) penelitian deskriptif bertujuan
sebagai berikut:
Penelitian deskriptif, tujuannya untuk mendeskripsikan apa-apa yang
terjadi saat ini. Isinya terdapat upaya deskripsi, pencatatan, analisis, dan
menginterpretasikan kondisi-kondisi yang sekarang ini terjadi atau ada.
Penelitian deskriptif ini, di dalamnya termasuk berbagai tipe perbandingan
dan mungkin juga sampai usaha menemukan hubungan yang terdapat diantara
variabel-variabel.
Metode penelitian ini dipilih untuk memecahkan masalah yang ada pada
masa sekarang, sebagaimana menurut pendapat Surakhmad Winarno (1999: 132),
“Metode deskriptif analitik digunakan untuk: (1) Mengumpulkan data; (2)
Mengidentifikasi pada masalah-masalah yang sekarang dan yang aktual; dan (3)
Menganalisa data”. Adapun ciri-siri metode deskriptif menurut Surakhmad
Winarno (1999: 40) antara lain sebagai berikut: (1) Memusatkan diri pada
pemecahan masalah-masalah yang ada pada masa sekarang dan pada masalah
aktual; dan (2) Data yang dikumpulkan mula-mula disusun, dijelaskan dan
kemudian dianalisis.
Desain penelitian yang digunakan dalam penelitian deskriptif ini adalah
desain Correlation Study (Studi Korelasi). Studi korelasi memiliki tujuan untuk
mengungkap hubungan korelatif antara dua variabel atau lebih, walaupun tidak
diketahui apakah hubungan tersebut merupakan hubungan sebab-akibat atau
bukan. Pengertian hubungan korelasi adalah hubungan yang menyatakan adanya
perubahan pada suatu variabel yang diikuti oleh perubahan pada variabel lain.
Berdasarkan uraian di atas, dapat disimpulkan bahwa dalam hubungan korelasi,
yang dilihat adalah keeratan hubungan antara kedua variabel, oleh karena itu
dalam penelitian ini harus melibatkan paling sedikit dua variabel.
-
51
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Hubungan korelasi pada pada penelitian ini menyelidiki keterkaitan antara
unsur penyumbang (variabel X) dan unsur yang disumbang (variabel Y).
Penyumbang merupakan penyebab perubahan situasional, yakni cara belajar
mahasiswa mengakibatkan yang disumbang memperoleh perubahan, yakni hasil
belajar mahasiswa pada mata kuliah Statistika Terapan. Berdasarkan pemaparan
pengertian dan ciri-ciri deskriptif di atas, penelitian ini berfungsi untuk
membuktikan hipotesis dan membahas permasalahan untuk kemudian dianalisis.
Setelah itu diketahui seberapa kuat hubungan dan keterkaitan antara dua variabel
tersebut.
B. Variabel dan Paradigma Penelitian
1. Variabel Penelitian
Suharsimi Arikunto (2006: 94) mengemukakan bahwa, “Variabel adalah
gejala yang bervariasi, atau variabel adalah objek penelitian yang bervariasi”.
Sependapat dengan pengertian tersebut, bahwa yang dimaksud dengan variabel
adalah sesuatu yang akan menjadi objek dalam pengamatan atau penelitian,
sedangkan menurut Nana Sudjana & Ibrahim (2001: 10) mengemukakan bahwa,
“Variabel adalah ciri atau karakteristik dari individu, objek, peristiwa yang
nilainya bisa berubah-ubah”. Menurut Sanafiah Faisal (1982: 82) menyatakan
bahwa, variabel dibagi menjadi 2 bagian yaitu:
a) Variabel bebas (independent variable) ialah kondisi atau karakteristik yang diperoleh pengeksperimen dimanipulasikan dalam rangka untuk
menerangkan hubungannya dengan fenomena yang diobservasi.
b) Variabel terikat (dependent variable) ialah kondisi atau karakteristik yang berubah, muncul atau tidak muncul ketika pengeksperimen mengintroduksi,
merubah atau mengganti variabel bebas.
Variabel penelitian dikatakan sebagai faktor yang berperan dalam peristiwa atau
gejala yang akan diteliti, maka variabel dari judul penelitian ini adalah sebagai
berikut:
a) Cara belajar mahasiswa pada mata kuliah Statistika Terapan adalah variabel
bebas atau independent variable. (Variabel X)
-
52
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
b) Hasil belajar mahasiswa pada mata kuliah Statistika Terapan adalah variabel
terikat atau dependent variable. (Variabel Y)
2. Paradigma Penelitian
Paradigma penelitian adalah gambaran antara variabel bebas (X) dengan
variabel terikat (Y). Sebagaimana yang diungkapkan Sugiyono (2012: 8) bahwa
“Paradigma penelitian merupakan pola pikir yang menunjukan hubungan antar
variabel yang akan diteliti”. Paradigma penelitian ini digambarkan sebagai
berikut:
Gambar 3.1 Hubungan Antara Variabel Bebas dengan Variabel Terikat
C. Definisi Operasional
Adapun definisi opersional dalam penelitian ini antara lain sebagai berikut:
1. Hubungan adalah keadaan berhubungan, kontak, ikatan, sangkut paut. (Kamus
Besar Bahasa Indonesia, 2005: 409). Cara mengukur hubungan dalam
penelitian ini adalah dengan menghitung secara statistika yaitu keterkaitan
antara cara belajar dengan hasil belajar mahasiswa pada mata kuliah Statistika
Terapan.
2. Cara belajar (Variabel X) adalah adalah jalan atau langkah yang ditempuh
secara teratur dan terus menerus, serta menuju perkembangan seutuhnya.
(Hamalik, O., 1993: 30). Cara mengukur cara belajar dalam penelitian ini yaitu
dengan menggunakan angket yang berisi tentang cara belajar menurut M.
Dalyono (2009: 218) yang terdiri dari belajar dengan cara menyimak, belajar
dengan cara membaca, belajar dengan cara mencatat, belajar dengan cara
mengingat dan berpikir dan belajar dengan cara latihan atau praktek. Hasil dari
angket tersebut dirubah ke dalam data berupa angka.
3. Hasil belajar (Variabel Y) adalah hasil pengaruh individu itu sendiri dalam
interaksi dengan lingkungannya. (M. Surya, 1992: 23). Berdasarkan definisi
X Y
-
53
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
tersebut, untuk mengukur hasil belajar dalam penelitian ini adalah
menggunakan nilai akhir untuk mata kuliah Statistika Terapan.
D. Data dan Sumber Data Penelitian
1. Data Penelitian
Suatu penelitian pasti membutuhkan catatan-catatan sebagai sumber atau
bukti untuk menyusun suatu informasi. Menurut Suharsimi Arikunto (2006: 96)
menyatakan bahwa, “Data adalah hasil pencatatan peneliti, baik yang berupa fakta
ataupun angka yang dapat dijadikan bahan untuk menyusun suatu informasi,
sedangkan informasi adalah hasil pengolahan data yang dipakai untuk suatu
keperluan”. Data yang diperlukan pada penelitian ini adalah:
a. Data tentang cara belajar mahasiswa, yaitu cara belajar dengan aktifitas belajar
yang efektif seperti diungkapkan M. Dalyono (2009: 218) terdiri dari: (1)
Menyimak; (2) Membaca; (3) Menulis atau mencatat; (4) Mengingat dan
berpikir; (5) Latihan atau praktek.
b. Data tentang hasil belajar mahasiswa yaitu berupa nilai akhir pada mata kuliah
Statistika Terapan.
2. Sumber Data Penelitian
Bahan untuk menyusun suatu informasi diperoleh dari sumber data.
Menurut Suharsimi Arikunto (2006: 107), “Yang dimaksud dengan sumber data
dalam penelitian adalah subjek dari mana data itu diperoleh”. Permasalahan dalam
penelitian ini supaya dapat diungkap secara lebih jelas dan mendalam, maka
penulis melakukan studi di lingkungan Jurusan Pendidikan Teknik Mesin FPTK
UPI. Sebagai sumber data utama dalam penelitian ini adalah mahasiswa Jurusan
Pendidikan Teknik Mesin konsentrasi otomotif angkatan 2012 sebagai responden
yang mengisi angket penelitian mengenai cara belajar yang biasanya dilakukan
ketika menghadapi mata kuliah Statistika Terapan. Kemudian yang menjadi
sumber data untuk hasil belajar adalah dokumentasi berupa blangko nilai akhir
mahasiswa dalam mata kuliah Statistika Terapan yang bersumber dari dosen mata
kuliah Statistika Terapan.
-
54
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
E. Lokasi Penelitian
Lokasi penelitian pada penelitian ini adalah di ruang kuliah mahasiswa
Jurusan Pendidikan Teknik Mesin Fakultas Pendidikan Teknik dan Kejuruan
kampus Universitas Pendidikan Indonesia (UPI) Bandung, yang beralamatkan di
Jl. Dr. Setiabudhi No. 207 Bandung, Telephon/Fax (022) 2020162.
Gambar 3.2 Gedung Ruang Kuliah Mahasiswa JPTM FPTK UPI
F. Subjek Penelitian
1. Populasi
Suharsimi Arikunto (2006: 108) mengatakan bahwa, “Populasi adalah
keseluruhan objek penelitian, apabila seseorang ingin meneliti semua elemen yang
ada di wilayah penelitian, maka penelitian merupakan penelitian populasi”.
Populasi yang dijadikan sumber data pada penelitian ini adalah mahasiswa S-1
Jurusan Pendidikan Teknik Mesin (JPTM) konsentrasi otomotif angkatan 2012
Fakultas Pendidikan Teknologi dan Kejuruan (FPTK) Universitas Pendidikan
Indonesia (UPI) yang sudah mengontrak mata kuliah Statistika Terapan yang
berjumlah kurang lebih 32 orang mahasiswa.
-
55
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Sampel
Berdasarkan dari lingkup penelitian, populasi atau wilayah data yang
menjadi subjek penelitian adalah mahasiswa JPTM konsentrasi otomotif angkatan
2012 FPTK UPI. Berdasarkan hasil observasi, jumlah populasi dalam penelitian
ini sebanyak 32 orang mahasiswa. Menurut Suharsimi Arikunto (2006: 120)
mengenai penarikan sampel adalah sebagai berikut:
Untuk sekedar ancer-ancer, apabila subjeknya kurang dari 100, lebih baik
diambil semuanya, sehingga penelitian merupakan penelitian populasi,
selanjutnya apabila subjeknya besar, dapat diambil antara 10%-20% dan 20%-
25% atau lebih.
Jumlah mahasiswa yang mengontrak mata kuliah Statistika Terapan sebanyak 32
orang, sesuai dengan pernyataan diatas, maka seluruh populasi akan dijadikan
subjek penelitian.
G. Teknik Pengumpulan Data
Teknik pengumpulan data diperlukan untuk mengumpulkan data yang
digunakan dalam menjawab permasalahan yang sedang diteliti. Data merupakan
suatu bahan yang sangat diperlukan untuk diteliti atau dianalisis, maka dari itu
diperlukan suatu teknik untuk mengumpulkan data yang relevan dengan tujuan
penelitian. Banyak teknik untuk mengumpulkan data yang diperlukan, masing-
masing cara mempunyai tujuan-tujuan tertentu serta kelemahan dan kelebihan
masing-masing. Teknik pengumpulan data yang digunakan dalam penelitian ini
adalah teknik angket dan dokumentasi.
1. Teknik Angket
Menurut Suharsimi Arikunto (2006: 151) mengemukakan bahwa, “Angket
adalah sejunlah pernyataan tertulis yang digunakan untuk memperoleh data
informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang
ia ketahui”. Pengumpulan data dengan teknik ini digunakan untuk mendapatkan
data variabel bebas (Variabel X) yaitu cara belajar mahasiswa pada mata kuliah
Statistika Terapan.
-
56
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Teknik Dokumentasi
Menurut Suharsimi Arikunto (2006: 158) mengemukakan bahwa, “Dalam
metode dokumentasi, peneliti menyelidiki benda-benda tertulis seperti buku-buku,
majalah, dokumen, peraturan-peraturan, notulen rapat, catatan harian dan
sebagainya”. Teknik dokumentasi yang dilakukan dalam penelitian ini untuk
mendapatkan variabel terikat (Variabel Y) yaitu mengenai hasil belajar mahasiswa
pada mata kuliah Statistika Terapan melalui daftar nilai akhir atau blangko nilai
yang didapatkan dari dosen mata kuliah Statistika Terapan.
H. Instrumen Penelitian
Berdasarkan rumusan masalah dan untuk menguji hipotesis yang diajukan
dalam penelitian ini, maka diperlukan adanya alat pengumpul data. Alat
pengumpul data digunakan agar dapat menggali keterangan dan memperoleh data
mengenai variabel-variabel dalam penelitian ini, yaitu:
1. Angket penelitian variabel bebas (Variabel X), dimana variabel ini diperoleh
dari mahasiswa mengenai cara belajar yang paling dominan dari masing-
masing individu. Angket yang digunakan adalah angket tertutup, dalam arti
alternatif jawaban sudah tersedia, dimana responden hanya tinggal memilih
jawaban yang telah disediakan. Angket dibuat berdasarkan kisi-kisi yang telah
ditetapkan sebelumnya. Angket ini digunakan untuk mengungkapkan data
mengenai variabel bebas (Variabel X). Adapun alasan penulis menggunakan
teknik angket, yaitu:
a. Angket mudah dibuat dan ditafsirkan, bersifat luas dan fleksibel.
b. Mempunyai reliabilitas yang tinggi.
c. Digunakan dalam mengukur pada tingkat skala ordinal.
d. Hasil pengukuran variabel yang diteliti dapat dianalisis dan diolah secara
statistik dengan tingkat ketelitian yang dapat diandalkan.
e. Data yang diperoleh kemungkinan bersifat objektif.
f. Pengumpulan data dapat dilakukan dengan mudah dan hemat, baik ditinjau
dari segi biaya, waktu dan tenaga.
-
57
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Dokumentasi untuk variabel terikat (Variabel Y), dimana data variabel ini
diperoleh dari dosen yang mengajar pada mata kuliah Statistika Terapan
mengenai hasil belajar mahasiswa JPTM konsentrasi otomotif angkatan 2012
FPTK UPI yang berupa blangko nilai akhir untuk mata kuliah Statistika
Terapan.
I. Pengujian Instrumen
Pengujian ini dilakukan agar alat ukur penelitian atau angket yang
diajukan diharapkan dapat mencapai keberhasilan atau setidaknya mendekati
kebenaran data yang diharapkan. Suatu alat ukur dikatakan valid apabila alat ukur
tersebut dapat mengukur apa yang hendak diukur. Instrumen yang valid
mempunyai validitas yang tinggi, sedangkan instrumen yang kurang berarti
memiliki validitas yang rendah. Tinggi rendahnya validitas instrumen
menunjukan sejauh mana data yang terkumpul tidak menyimpang dari gambaran
tentang variabel yang dimaksud.
Adapun angket yang digunakan dalam penelitian ini disusun menurut
Skala Likert. Menurut Ridwan (2007: 87) mengemukakan bahwa:
Skala Likert digunakan untuk mengukur sikap, pendapat, persepsi,
seseorang atau sekelompok tentang kejadian atau gejala sosial. Dengan Skala
Likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel,
kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-
item instrumen yang dapat berupa pertanyaan atau pernyataan.
Jawaban setiap item instrumen yang menggunakan Skala Likert
mempunyai gradasi dari sangat positif sampai sangat negatif. Berdasarkan
keperluan analisis kuantitatif, maka jawaban itu dapat diberi skor sebagai berikut:
Tabel 3.1
Skala Jawaban pada Skala Likert
Pernyataan Sl Sr Kd P TP
Skor Positif 5 4 3 2 1
Keterangan:
(Sl) = Selalu (Kd) = Kadang-kadang (TP) = Tidak Pernah
(Sr) = Sering (P) = Pernah
-
58
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Pertimbangan penulis menggunakan Skala Likert adalah sebagai berikut:
1. Penentuan skor lebih mudah dibandingkan dengan pengukuran lainnya, karena
tiap jawaban diberi bobot berupa angka yang dapat memudahkan dalam
penjumlahannya.
2. Skala Likert mempunyai reliabilitas yang tinggi dalam mengurutkan
mahasiswa berdasarkan intensitas tertentu.
3. Skala Likert ini lebih fleksibel dibandingkan dengan alat ukur lainnya.
Keakuratan data dalam penelitian ini dapat dicapai dengan membuat
instrumen sebaik mungkin, dalam arti memiliki tingkat kesahihan (validitas) yang
tinggi, serta keandalan (reliabilitas). Hal tersebut sejalan dengan pendapat
Suharsimi Arikunto (2006: 144) menyatakan bahwa, “Instrumen yang baik harus
memenuhi dua persyaratan penting yaitu valid dan reliabel”.
1. Uji Validitas Angket
Suharsimi Arikunto (2006: 136) mengemukakan bahwa validitas adalah
suatu ukuran yang menunjukkan tingkat-tingkat kevalidan dan kesahihan suatu
instrumen. Berdasarkan keperluan perhitungan koefisien r, dari sekumpulan data
(Xi, Yi) berukuran n dapat digunakan rumus Product Momen sebagai berikut:
rhitung = n.(∑ Xi.Yi)− (∑ Xi).(∑ Yi)
√(n.∑ Xi2− (∑ Xi)
2).(n.∑ Yi2−(∑ Yi)
2)
(S. Syafarudin, 2004: 61)
dimana: rhitung = koefisien korelasi
xi = jumlah skor item x
yi = jumlah skor item y
xiyi = jumlah hasil perkalian dari skor x dan skor y
n = jumlah responden
xi2 = jumlah kuadrat dari skor item x
Yi2 = Jumlah kuadrat dari skor item Y
Nilai rhitung diartikan sebagai koefisien korelasi skor tiap item dengan skor total
individu (responden), sehingga kriteria yang digunakan dapat dilihat pada tabel di
bawah ini.
-
59
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Tabel 3.2
Harga Koefisien Korelasi
Besarnya Nilai rhitung Interpretasi
0,80 ≤ rhitung < 1,00 Sangat Tinggi
0,60 ≤ rhitung < 0,80 Tinggi
0,40 ≤ rhitung < 0,60 Cukup
0,20 ≤ rhitung < 0,40 Rendah
0,00 ≤ rhitung < 0,20 Sangat Rendah
(Sumber: Riduwan, 2007: 98)
Pengujian validitas instrumen dilakukan dengan cara analisis butir (anabut)
sehingga perhitungannya merupakan perhitungan item, hasil perhitungan tersebut
kemudian dikonsultasikan ke dalam tabel r-Product Momen dengan (dk) = (n – 2)
pada taraf keberartian (signifikan) α = 0,05 dan pada tingkat kepercayaan 95%.
Selanjutnya item pertanyaan atau pernyataan diuji ke dalam rumus t dengan
kriteria apabila thitung > ttabel, maka dinyatakan valid, sedangkan jika thitung < ttabel,
maka dinyatakan tidak valid dengan rumus:
thitung = rhitung √n−2
1−rhitung2 (S. Syafaruddin, 2004: 61)
dimana: thitung = nilai t hitung
r = koefisien korelasi
n = jumlah responden
Uji coba validitas ini dilakukan untuk setiap angket item dengan ketentuan apabila
item pernyataan angket setelah dihitung dengan rumus di atas (thitung), kemudian
dibandingkan dengan ttabel dengan (dk) = (n – 2) pada taraf keberartian (signifikan)
α = 0,05 dan pada tingkat kepercayaan 95%, berarti item tersebut valid. Apabila
setelah dicocokan hasilnya tidak termasuk taraf signifikan, berarti item tersebut
tidak valid. Maka dengan kata lain ketentuannya adalah sebagai berikut:
Jika thitung > ttabel → Valid
thitung < ttabel → Tidak Valid
-
60
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Uji Reliabilitas Angket
Pengujian reliabilitas instrumen dilakukan untuk mengetahui tingkat
keandalan dari alat ukur tes dan non tes yang digunakan. Suatu instrumen dapat
dikatakan reliabilitas apabila instrumen tersebut dapat digunakan pada waktu dan
kesempatan berbeda dengan hasil yang sama. Menurut Suharsimi Arikunto (2006:
170) menyatakan, bahwa:
“Reliabilitas menunjuk pada satu pengertian bahwa sesuatu instrumen
cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena
instrumen itu sudah baik. Instrumen yang baik tidak akan bersifat tendesius
mengarahkan responden untuk memilih jawaban-jawaban tertentu. Instrumen
yang sudah dapat dipercaya, yang reliabel akan menghasilkan data yang dapat
dipercaya juga.
Uji reliabilitas yang digunakan adalah menghitung reliabilitas dengan
menggunakan rumus Alpha Cronbach, dengan langkah-langkah sebagai berikut:
1. Menghitung Varians skor tiap-tiap item dengan rumus:
Si = ∑ Xi
2− (∑ Xi)
2
N
N (Riduwan, 2007: 115)
dimana: Si = Varians skor tiap-tiap item
Xi2 = jumlah kuadrat item Xi
(Xi)2 = jumlah item Xi dikuadratkan
N = jumlah responden
2. Kemudian menjumlahkan Varians semua item dengan rumus berikut ini:
Si = S1 + S2+ S3 + ..... + Sn (Riduwan, 2007: 116)
dimana: Si = jumlah Varians semua item
S1, S2, S3,.. Sn = Varians item ke-1, 2, 3, sampai ke-n
3. Menghitung Varians total dengan rumus berikut ini:
St = ∑ Xi
2− (∑ Xi)
2
N
N (Riduwan, 2007: 116)
dimana: St = Varians total
Xi2 = jumlah kuadrat Xi total
-
61
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(Xi)2 = jumlah Xi total dikuadratkan
N = jumlah responden
4. Masukan nilai Alpha dengan rumus berikut ini:
r11 = [𝑘
𝑘−1] [1 −
∑ 𝑆𝑖
𝑆𝑡] (Riduwan, 2007: 116)
dimana: r11 = nilai reliabilitas
k = jumlah item angket
Si = jumlah Varians skor tiap item
St = Varians total
Selanjutnya untuk mengetahui koefisien korelasinya signifikan atau tidak, maka
hasil perhitungan r11 dikonsultasikan dengan nilai (tabel r Product Momen)
dengan derajat kebebasan (dk = n – 2) pada taraf keberartian (signifikan) α = 0,05
dan pada tingkat kepercayaan 95%. Kemudian untuk membuat keputusan, maka
kaidah perhitungan (r11) dibandingkan dengan rtabel. Maka kaidah keputusannya
adalah: Jika r11 > rtabel → Reliabel
r11 < rtabel → Tidak Reliabel
Tabel 3.3
Harga Reliabilitas Instrumen
Besarnya Nilai r11 Interpretasi
0,80 ≤ r11 < 1,00 Sangat Tinggi
0,60 ≤ r11 < 0,80 Tinggi
0,40 ≤ r11 < 0,60 Cukup
0,20 ≤ r11 < 0,40 Rendah
0,00 ≤ r11 < 0,20 Sangat Rendah
(Sumber: Riduwan, 2007: 98)
J. Teknik Analisis Data
1. Langkah-Langkah Analisis Data
Prosedur yang ditempuh dalam menganalisis data pada penelitian ini
antara lain sebagai berikut:
a. Persiapan, meliputi:
-
62
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
1) Mengecek kelengkapan instrumen pengumpul data yaitu angket yang berisi
item pernyataan dan lembar isian dokumentasi.
2) Mengecek kelangkapan instrumen pengumpul data yang telah kembali dari
responden.
b. Tabulasi, meliputi:
1) Memberikan bobot nilai untuk setiap jawaban yaitu skor 5 sampai 1 untuk
pernyataan positif (skor 5 untuk jawaban Sl, skor 4 untuk jawaban Sr, skor 3
untuk jawaban Kd, skor 2 untuk jawaban P dan skor 1 untuk jawaban TP).
2) Menghitung skor mentah yang diperoleh dari tiap responden.
3) Merubah skor mentah dari data hasil penyebaran angket menjadi skor
standar.
c. Penerapan data sesuai dengan pendekatan penelitian secara kuantitatif,
meliputi:
1) Mengolah data dengan uji statistika.
2) Analisis data dan pengujian hipotesis merupakan dasar dari penarikan
kesimpulan.
2. Pengolahan Skor Mentah Menjadi T-Skor
Pengolahan data dari skor mentah menjadi skor standar, dapat
dilaksanakan melalui langkah-langkah sebagai berikut:
a. Menghitung skor rata-rata (Mean), yaitu dengan rumus:
X̅ = ∑ X
n Y̅ =
∑ Y
n (S. Syafaruddin, 2004: 17)
dimana: X̅ = mean untuk variabel X
Y̅ = mean untuk variabel Y
∑ X = jumlah skor item variabel X
∑ Y = jumlah skor item variabel Y
n = jumlah responden
b. Menghitung harga simpangan baku, yaitu dengan rumus:
-
63
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
SD = √∑ 𝑓𝑖 (𝑋𝑖− 𝑋 )
2̅̅ ̅̅ ̅̅
𝑛−1 (S. Syafaruddin, 2004: 24)
dimana: Xi = nilai tengah kelas interval
Xi - �̅� = deviasi data
c. Mengkonversikan skor mentah Z dan skor T, yaitu dengan rumus:
Z = 𝑋𝑖− �̅�
𝑆𝐷 (S. Syafaruddin, 2004: 24)
T = (10 x Z) + 50
Hasil perhitungan selanjutnya digunakan hasil perhitungan dari T-skor.
3. Uji Normalitas
Uji normalitas dapat dilakukan dengan langkah-langkah sebagai berikut:
a. Menentukan Rentang/Range Skor (R)
R = skor terbesar – skor terkecil (S. Syafaruddin, 2004: 24)
b. Menentukan banyaknya Kelas Interval (i) dengan menggunakan aturan
Sturgess, yaitu:
i = 1 + 3,3 log n (S. Syafaruddin, 2004: 24)
dimana: i = banyaknya kelas interval
n = jumlah data
c. Menentukan panjang kelas interval (p):
p = R
i (S. Syafaruddin, 2004: 25)
dimana: R = rentang skor; i = banyaknya kelas
d. Menghitung nilai median (Me):
Me = (n+1)
2 (S. Syafaruddin, 2004: 22)
-
64
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Me = b + p (1
2 n−F
f)
e. Membuat tabel distribusi frekuensi:
Tabel 3.4
Distribusi Frekuensi
Kelas Interval Xi fi Xi . fi (Xi – M)2 fi (Xi – M)2
Jumlah - fi fi . Xi - fi (Xi – M)2
Rata-rata M
Standar Deviasi S
f. Menghitung nilai rata-rata/mean (M):
M = ∑(𝑓𝑖. 𝑋𝑖)
∑ 𝑓𝑖 (S. Syafaruddin, 2004: 22)
dimana: M = rata-rata/mean skor
fi = frekuensi yang sesuai dengan tanda kelas
fi = jumlah frekuensi total
g. Mencari simpangan baku (standar deviasi):
S = √∑(Xi− M)
2
n−1 (S. Syafaruddin, 2004: 26)
h. Membuat Tabel Distribusi Frekuensi untuk nilai-nilai yang diperlukan dalam
Uji Chi-Kuadrat (χ2).
Tabel 3.5
Tabel Distribusi Chi-Kuadrat (χ2)
No Kelas
Interval fi Bk Z Lo Li ei χ2
- - - - -
Mean
S
1) Menentukan Batas Atas (Ba) dan Batas Bawah (Bb) Kelas Interval (Xin).
-
65
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
dimana:
Batas bawah (Bb) kelas interval sama dengan ujung bawah dikurangi 0,5.
Batas atas (Ba) kelas interval sama dengan ujung atas ditambah 0,5.
2) Menentukan simpangan baku (Z) dengan rumus:
Z = (Xi− M)
𝑆 (S. Syafaruddin, 2004: 86)
3) Mencari batas luas kelas interval (Lo) dengan menggunakan daftar F (luas di
bawah lengkung normal standar normal dari 0 ke Z).
4) Mencari luas tiap kelas interval (Li)
Li = Lo1 – Lo2 (S. Syafaruddin, 2004: 87)
5) Mencari harga Frekuensi Harapan (ei)
ei = Li . fi (S. Syafaruddin, 2004: 87)
6) Menghitung nilai Chi-Kuadrat (χ2)
χ2 = (𝑓𝑖− 𝑒𝑖)
2
𝑒𝑖 (S. Syafaruddin, 2004: 87)
7) Kriteria pengujian normalitas yang dilakukan adalah: jika χ2hitung ≤ χ2tabel,
artinya data berdistribusi normal pada taraf kepercayaan 95% (α = 0,05)
dengan derajat kebebasan (dk = k – 3), dimana k = banyaknya kelas interval,
maka data yang diuji berditribusi normal. Berdasarkan hasil perhitungan uji
normalitas distribusi ini akan diketahui apakah variabel X berdistribusi normal
atau tidak. Jika tidak berdistribusi normal, maka dilanjutkan pada statistik non
parametrik.
4. Metode Statistik Parametrik
a. Uji Linieritas dan Keberartian Regresi
1) Analisis Regresi Linier Sederhana
Regresi sederhana linier sederhana digunakan untuk mengetahui apakah
terdapat hubungan yang linier antara dua variabel (variabel X dan variabel Y).
model regresi linier sederhana berbentuk sebagai berikut:
Y = a + b.X (Sugiyono, 2012: 262)
dimana: Y = variabel terikat
-
66
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
X = variabel bebas
a dan b = koefisien regresi
Koefisien regresi a dan b dapat dicari berdasarkan metode kuadrat terkecil
dari pasangan dua variabel data X dan Y yang diperoleh dari hasil penelitian
dengan menggunakan rumus:
a = (∑ 𝑌𝑖) (∑ 𝑋𝑖
2)−(∑ 𝑋𝑖) (∑ 𝑋𝑖𝑌𝑖)
(𝑛 ∑ 𝑋𝑖2)−(∑ 𝑋𝑖)
2
b = n (∑ Xi Yi)−(∑ Xi)(∑ Yi)
(n ∑ Xi2)− (∑ Xi)
2 (Sugiyono, 2012: 262)
Regresi yang didapat dari perhitungan sederhana tersebut dapat digunakan
untuk menghitung harga Y bila X diketahui. Dengan syarat regresi tersebut harus
mempunyai kelinieran dan keberartian regresi pada taraf signifikan (α = 0,05).
2) Analisis Linieritas dan Keberartian Regresi
Uji kekeliruan dapat dilakukan dengan menghitung jumlah kuadrat.
Jumlah kuadrat yang disebut adalah sumber variansi. Sumber variansi yang perlu
dihitung menurut Ridwan (2007: 152) adalah sebagai berikut:
a. Menghitung jumlah kuadrat total (JK(T)) dengan rumus:
JK(T) = Y2
b. Mencari jumlah kuadrat regresi (JK(a)) dengan rumus:
JK(a) = ∑ Y2
n
c. Mencari jumlah kuadrat regresi (JK(b/a)) dengan rumus:
JK(b/a) = b {∑ XY − (∑ X) (∑ Y)
n}
d. Mencari jumlah kuadrat residu (JK (r)) dengan rumus:
JK(r) = JK (T) – JK (a) – JK (b/a)
e. Mencari rata-rata jumlah kuadrat regresi (RJK(a)) dengan rumus:
RJK(a) = JK(a)
f. Mencari rata-rata jumlah kuadrat regresi (RJK(b/a)) dengan rumus:
RJK(b/a) = JK(b/a)
-
67
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
g. Mencari rata-rata jumlah kuadrat residu (R JK(r)) dengan rumus:
RJK(r) = JK(r)
𝑛−2
h. Menguji signifikan dengan rumus:
Fhitung = RJK(b/a)
RJK(r)
Kaidah pengujian signifikansi:
Jika: Fhitung ≥ Ftabel, maka terima Ho, artinya tidak signifikan.
Fhitung ≤ Ftabel, maka tolak Ho, artinya signifikan.
Dengan taraf signifikan (α = 0,05)
Mencari nilai Ftabel menggunakan Tabel F dengan rumus:
Ftabel = F{(1- α)(dk Reg(b/a)), (dk Res)}
f (F)
Ho diterima α Ho ditolak
F
Ftabel
Gambar 3.3 Kurva F Statistik
i. Menghitung jumlah kuadrat kekeliruan (JK (E)) dengan rumus:
-
68
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
JK(E) = {∑ Y2 − (∑ Y2
n)}
Dengan membuat tabel penolong Pasangan Variabel X dan Y untuk mencari
(JK(E)).
Tabel 3.6
Penolong Pasangan Variabel X dan Y untuk Mencari (JK(E))
No Responden X Y
Diurutkan dari
Data X Terkecil
Hingga Data
Terbesar
Kelompok n Y (JK(E))
j. Mencari rata-rata jumlah kuadrat kekeliruan (RJK(E)) dengan rumus:
RJK(E) = JK(E)
n−k
k. Mencari jumlah kuadrat Tuna Cocok (JK(TC)) dengan rumus:
JK(TC) = JK(r) - JK(E)
l. Mencari rata-rata jumlah kuadrat Tuna Cocok (RJK(TC)) dengan rumus:
RJK(TC) = JK(TC)
k−2
m. Mencari nilai Fhitung dengan rumus:
Fhitung = RJK(TC)
RJK(E)
n. Menentukan keputusan pengujian linieritas:
Jika: Fhitung ≤ Ftabel, maka Ho ditolak artinya data berpola Linier.
Fhitung ≥ Ftabel, maka Ho diterima artinya data tidak berpola Linier.
Dengan taraf signifikan (α = 0,05)
Mencari Ftabel = F {(1- α)(dkTC), (dkE)}
-
69
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
o. Semua besaran diatas dapat diperoleh dari dalam Tabel Analisis Varians
(ANAVA), langkah berikutnya membuat Tabel ANAVA seperti pada tabel
berikut ini:
Tabel 3.7
Analisis Varians (ANAVA) Regresi
Sumber
Varians
Derajat
Kebebasan
(dk)
Jumlah Kuadrat (JK)
Rata-rata
Jumlah
Kuadrat
(RJK)
Fhitung
Total n JK(T) = Y2 - -
Regresi (a) 1 JK(a) = ∑ Y2
n RJK(a) = JK(a)
RJK(b/a)
RJK(r)
Regresi
(b/a) 1 JK(b/a) = b {∑ XY −
(∑ X) (∑ Y)
n} RJK(b/a) = JK(b/a)
Residu (r) n - 2 JK(r) = JK (T) – JK (a) – JK (b/a) RJK(r) = JK(r)
𝑛−2
Tuna
Cocok k -2 JK(TC) = JK(r) - JK(E) RJK(TC) =
JK(TC)
k−2 RJK(TC)
RJK(E)
Kekeliruan
/Error (E) n - k JK(E) = {∑ Y2 − (
∑ Y2
n)} RJK(E) =
JK(E)
n−k
p. Membuat grafik linieritas variabel X dan Y
Y = a + bX
Variabel Y
Variabel X
-
70
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Gambar 3.4 Grafik Linieritas
b. Analisis Korelasi
1. Perhitungan Koefisien Korelasi Data Berdistribusi Normal
Apabila hubungan X dan Y linier, maka perhitungan koefisien korelasi
dapat dihitung dengan menggunakan rumus “Pearson Product Moment” di bawah
ini:
rxy = n.(∑ Xi.Yi)− (∑ Xi).(∑ Yi)
√(n.∑ Xi2− (∑ Xi)2).(n.∑ Yi2−(∑ Yi)2) (S. Syafaruddin, 2004:
173)
Selanjutnya harga koefisien korelasi (rxy) yang diperoleh diinterpretasikan pada
indeks korelasi, seperti pada tabel berikut ini.
Tabel 3.8
Interpretasi Koefisien Korelasi Nilai rxy
Interval Koefisien Interpretasi
0,00 ≤ rxy < 0,20 Sangat Rendah
0,20 ≤ rxy < 0,40 Rendah
0,40 ≤ rxy < 0,60 Sedang
0,60 ≤ rxy < 0,80 Tinggi
0,80 ≤ rxy ≤ 1,00 Sangat Tinggi
(Sumber: Riduwan, 2007: 138)
2. Perhitungan Koefisien Korelasi Data Berdistribusi Tidak Normal
Perhitungan koefisien korelasi untuk data yang berdistribusi tidak normal
menggunakan statistik non parametrik dengan menggunakan rumus korelasi tata
jenjang atau Rank Spearman. Adapun prosedur pengujiannya adalah sebagai
berikut:
a. Buat tabel rangking variabel X dan Y, susun rangking variabel bebas (X)
secara berurutan.
-
71
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Tabel 3.9
Ranking Korelasi Spearman
No Xi Yi Rxi Ryi bi bi2
1
2
2
-
-
-
n
X1
X2
X3
-
-
-
Xn
Y1
Y2
Y3
-
-
-
Yn
Rx1
Rx2
Rx3
-
-
-
Rxn
Ry1
Ry2
Ry3
-
-
-
Ryn
(Rx1 - Ry1)
(Rx2 - Ry2)
(Rx3 - Ry3)
-
-
-
(Rxn - Ryn)
(Rx1 - Ry1)2
(Rx2 - Ry2)2
(Rx3 - Ry3)2
-
-
-
(Rxn - Ryn)2
Jml - - Rxn Ryn - (Rxn - Ryn)2
b. Buat ranking variabel Y sesuai keadaannya.
c. Hitung selisih rangking b = Rxi – Ryi.
d. Hitung bi2 = (Rxi - Ryi)2 dan jumlahkan bi2 = (Rxn - Ryn)2
dimana: Rxi = variabel X
Ryi = variabel Y
bi2 = kuadrat selisih ranking
e. Gunakan rumus:
rs = 1 - 6 ∑ b2
n(n2− 1) ; Bila tidak ada ranking yang sama.
rs = ∑ Rx
2+ ∑ Ry2− ∑ bi
2
2 √∑ Rx2 .∑ Ry
2 ; Bila ada ranking yang sama.
Tabel 3.10
Interpretasi Koefisien Korelasi
Interval Koefisien Interpretasi
0,00 ≤ rs < 0,20 Sangat Rendah
0,20 ≤ rs < 0,40 Rendah
0,40 ≤ rs < 0,60 Sedang
0,60 ≤ rs < 0,80 Tinggi
0,80 ≤ rs ≤ 1,00 Sangat Tinggi
(Sumber: Riduwan, 2007: 140)
-
72
Gin Gin Ginanjar, 2014 HUBUNGAN CARA BELAJAR DENGAN HASIL BELAJAR MAHASISWA JURUSAN PENDIDIKAN TEKNIK MESIN KONSENTRASI OTOMOTIF DALAM MATA KULIAH STATISTIKA TERAPAN DI FPTK UPI BANDUNG Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
5. Pengujian Hipotesis
Cara untuk menguji kebenaran dari hipotesis yang dilengkapi pada bab dua
akan diuji dengan rumus uji t-student, yaitu:
thitung = rxy√n−2
1−rxy2 (S. Syafaruddin, 2004: 170)
dimana: rxy = koefisien korelasi
n = jumlah responden
Pengujian hipotesis dalam penelitian ini adalah menerima hipotesis kerja
(H1). Pengujian hipotesis dilakukan dengan membandingkan thitung dengan ttabel
untuk distribusi t pada taraf kepercayaan 97,5% (taraf signifikan α = 0,025)
dengan dk = n – 2.
Kriteria pengujian: Jika thitung > ttabel, maka tolak Ho dan terima H1
Jika thitung < ttabel, maka terima Ho dan tolak H1