Download - Tesis bab iv
85
BAB IV
HASIL PENELITIAN
A. Deskripsi data hasil penelitian
Pada bagian ini akan diuraikan mengenai deskipsi data hasil penelitian
mengenai tiga variabel, yaitu hasil belajar IPA siswa (Y), Kompetensi kepribadian
guru (X1) dan kemampuan matematika siswa (X2).
Adapun penelitian yang dilakukan pada siswa SMK kelas XII di kecamatan
Ciracas Jakarta Timur, yakni pada SMK Mahadhika 1 dan SMK Mahadhika 3
Jakarta dengan jumlah siswa yang dipilih secara acak sebagai responden dalam
penelitian .
Berikut ini adalah hasil penelitian untuk 3 ( tiga ) variabel:
1. Data dari Tes Hasil Helajar IPA ( Y ).
Berdasarkan data yang diperoleh dari tes hasil belajar, nilai tertinggi
97,50 dan nilai terendah 37,25 dengan rentang nilai 57,25 sedangkan total
nilai teoritik 0 sampai 100.
Dari hasil perhitungan statistik deskriptif melalui SPSS 17 hasil belajar
IPA diperoleh rataan nilai 67,09 dengan nilai tengah 70, sedangkan nilai
modus adalah 75. Deskriptif statistik juga meliputi varians sampel sebesar
222,03 dan standar deviasi sebesar 14,90, secara lengkap dapat dilihat pada
tabel 9, berikut ini :
86
Tabel 9. Diskriptif statistic variabel Hasil belajar IPA
Y ( Hasil belajar IPA)
N Valid 160
Missing 47
Mean 67,0922
Median 70,0000
Mode 75,00
Std. Deviation 14,90042
Variance 222,023
Kurtosis -,817
Std. Error of Kurtosis ,381
Minimum 37,25
Maximum 97,50
Sum 10734,75
Percentiles 25 55,0000
50 70,0000
75 79,1875
87
2. Data Hasil Angket Kompetensi Kepribadian Guru ( X1 )
Data hasil pengukuran terhadap kompetensi kepribadian guru
didapatkan melalui penyebaran angket sehingga didapatkan data berbentuk
data ordinal sehingga sebelum dilakuakan pengolahan statistic data
tersebut dirubah menjadi data interval dengan langkah sebagai berikut :
1. Konversi skala kualitatif menjadi skala numeric : jika data ordinal
berbentuk kualitatif.
Misal : Sangat Sering = 5
Sering = 4
Kadang-kadang = 3
Pernah = 2
Tidak Pernah = 1
2. Tentukan skor x dari hasil pengukuran data ordinal.
3. Sajikan data ordinal (X) dalam tabel distribusi frekwensi.
4. Hitung mean x : x = n
xf .
5. Hitung simpangan baku : s = 1
).(2
n
xxf
6. Konversi setiap data ordinal (x) menjadi data interval :
T i = X o + S
s
xxi
T i = 50 + 10
s
xxi
o
88
7. Data T i sudah berbentuk data interval yang berpola distribusi
normal
Setelah data berubah menjadi data interval dilakukan proses
perhitungan statistic diskriptif dengan SPSS 17.
Berdasarkan hasil perhitungan statistik deskriptif data variabel
kompetensi kepribadian guru sebagaimana disajikan pada tabel 10
diperoleh rataan nilai 50, nilai median 50 sedangkan nilai yang paling
sering muncul adalah 34,73. Nilai varians sampel adalah 100,00 dengan
standard deviasi 10,00. Selanjutnya distribusi frekuensi data variabel
kebiasaan belajar selengkapnya dapat dilihat pada tabel berikut :
Tabel 10. Statistik Diskriptif Kompetensi Kepribadian Guru
X1 ( Kompetensi Kepribadian Guru )
N Valid 160
Missing 47
Mean 50,000000
Median 50,052013
Mode 34,7393
Std. Deviation 10,0000000
Variance 100,000
Kurtosis -1.070
Std. Error of Kurtosis ,381
Minimum 33,0748
Maximum 69,0265
Sum 8000,0000
89
3. Data Hasil tes Kemampuan Matematika Siswa ( X2 )
Data hasil pengukuran terhadap variabel kemampuan matematika
siswa, diperoleh melalui instrumen tes kemampuan matematika siswa,
setelah diolah dengan program SPSS didapatkan data dengan nilai tertinggi
90 dan terendah 43 dengan rentang nilai 47. Nilai teoritik terendah 20
sampai 100 dengan hasil lebih lengkap dapat dilihat melalui tabel 11
sebagai berikut :
90
Tabel.11. Data Diskriptif Kemampuan Matematika Siswa
X2 ( Kemampuan Matematika )
N Valid 160
Missing 47
Mean 66,38
Median 69,00
Mode 75
Std. Deviation 14,775
Variance 218,286
Kurtosis -,770
Std. Error of Kurtosis ,381
Minimum 35
Maximum 98
Sum 10620
Percentiles 25 55,00
50 69,00
75 77,25
91
B. Pengujian Persyaratan Analisis
1. Uji Normalitas
Persyaratan dalam menganalisis data yang pertama dilakukan adalah uji
normalitas, uji ini dilakukan untuk mengetahui normal tidaknya distribusi data
yang akan dianalisis dengan menggunakan bantuan SPSS 17.
Untuk menguji normal tidaknya distribusi data digunakan uji Lilifors
( Kolmogorov-Sumirnov ) pada taraf signifikansi α = 0,05.
Tabel.12 Tabel Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
X1 ( Kompetensi
Kepribadian Guru )
X2 ( Kemampuan
Matematika )
Y ( Hasil belajar
IPA)
N 160 160 160
Normal Parametersa,,b Mean 50,000000 66,38 67,0922
Std. Deviation 10,0000000 14,775 14,90042
Most Extreme Differences Absolute ,073 ,100 ,104
Positive ,073 ,072 ,074
Negative -,051 -,100 -,104
Kolmogorov-Smirnov Z ,919 1,265 1,317
Asymp. Sig. (2-tailed) ,367 ,081 ,062
a. Test distribution is Normal.
b. Calculated from data.
Dari pengolahan data SPSS untuk variabel X1 ( Kompetensi
Kepribadian Guru ) diperoleh nilai sig 0.367 > 0.05 sehingga dapat
disimpulkan bahwa data variabel kompetensi kepribadian guru
berdistribusi normal. Untuk data kemampuan matematika siswa diperoleh
nilai sig 0.081 > 0.05 sehingga dapat disimpulkan data variabel
92
kemampuan matematika siswa berdistribusi normal, sedangkan data hasil
belajar IPA siswa mempunyai nilai sig 0.062 > 0.05 maka juga dapat
disimpulkan data variabel hasil belajar IPA berdistribusi normal.
2. Uji Linearitas
Uji prasyarat analisis yang kedua adalah uji linieritas, uji linieritas
bertujuan untuk mengetahui apakah dua variabel mempunyai pengaruh yang
linear atau tidak secara signifikan. Pengujian ini dilakukan dengan bantuan
pengujian pada SPSS 17 dengan langkah klik analyze – regression – linier
kemudian dalam box persamaan regresi masukan variabel bebas kompetensi
kepribadian guru (X1) pada kolom independen dan variabel terikat hasil
belajar IPA siswa ( Y ) pada kolom dependen. Dua variabel dikatakan
mempunyai pengaruh linier jika signifikansi ( linearity ) kurang dari 0,05.
a. Uji linear antara X1 dengan Y
Dari hasil perhitungan uji linearitas menunjukkan bahwa antara
variabel kompetensi kepribadian guru dengan hasil belajar IPA siswa
terdapat hubungan yang linear, seperti yang terdapat pada tabel.13
berikut ini :
93
Tabel. 13. Tabel Uji Linieritas Variabel X1 terhadap Y
Dari hasil perhitungan yang terdapat pada tabel.13. dapat diketahui
bahwa nilai signifikansi pada linearity sebesar 0,000, karena signifikansi
kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel
kompetensi kepribadian guru dengan variabel hasil belajar IPA siswa
terdapat hubungan yang linear.
b. Uji Linear antara X2 dengan Y
Dari hasil perhitungan uji linearitas menunjukkan bahwa antara
variabel kemampuan matematika siswa dengan hasil belajar IPA siswa
terdapat hubungan yang linear, seperti yang terdapat pada tabel.14
berikut ini :
Tabel 14. Tabel Uji Linieritas X2 terhadap Y
Dari hasil perhitungan yang terdapat pada tabel 14. dapat
diketahui bahwa nilai signifikansi pada linearity sebesar 0,000, karena
94
signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara
variabel kemampuan matematika siswa dengan variabel hasil belajar
IPA siswa terdapat hubungan yang linear.
3. UJI ASUMSI PELANGGARAN KLASIK
Uji Asumsi Pelanggaran Klasik adalah uji yang digunakan untuk mengetahui
apakah variabel – variabel dapat dianalisis menggunakan korelasi dan regresi
ganda.
a. Uji Multikolineritas
Uji Multikolinieritas adalah uji yang dilakukan untuk mengetahui apakah
ada korelasi yang kuat antara variabel-variabel bebas yang diteliti. Jika
terjadi multikolineritas maka analisis dengan regresi ganda tidak layak
dilakukan. Pengujian Multikolinieritas dilakukan dengan bantuan SPSS 17
dengan langkah klik Analyze – Regresion – Linier, kemudian masukan
variabel sesuai tipenya klik tab statistic dan beri centang pada pilihan
Collinerity Diagnostic, Dua variabel bebas dikatakan tidak terjadi
multikolinieritas jika nilai tolerance > 0.1 dan VIF < 10.
Dari hasil perhitungan SPSS 17 didaptkan output sebagai berikut :
Tabel 15. Tabel Uji Multikolinieritas
95
Dari hasil perhitungan yang didapat pada tabel 15. diperoleh nilai
tolerance 0.374 > 0,1 dan nilai VIF 2,674 < 10 maka dapat disimpulkan
bahwa antara variabel bebas kompetensi kepribadian guru dan kemampuan
matematika siswa tidak terjadi multikolinieritas
b. Uji Heterokedastissitas
Uji Heterokedastisitas adalah uji untuk menentukan kondisi dimana
varians residual tidak sama pada semua pengamatan di dalam model
regresi. Untuk melakukan uji heterokedasitisitas dilakukan dengan bantuan
SPSS 17 dengan kriteria jika sig korelasi > 0,05 tidak terjadi
heterokedasitisitas dan jika nilai sig korelasi < 0,05 terjadi
heterokedastisitas dengan langkah kerja klik analyze – regression – linier,
masukan data, klik tab SAVE dan pilih unstandardized pada tab residual –
continue – ok, abaikan output dan kembali ke data, muncul variabel baru
(Residual). Klik analyze – correlate – bivariate – ganti pilihan Pearson
dengan Spearman Brown – masukan variabel independen dan residual –
ok.
Dari proses SPSS didapat output sebagai berikut :
96
Tabel 16. Tabel Uji Heterokedasitisitas
Correlations
X1 ( Kompetensi
Kepribadian
Guru )
X2 ( Kemampuan
Matematika )
Unstandardize
d Residual
Spearman's
rho
X1 ( Kompetensi Kepribadian
Guru )
Correlation
Coefficient
1,000 ,799** -,001
Sig. (2-
tailed)
. ,000 ,988
N 160 160 160
X2 ( Kemampuan
Matematika )
Correlation
Coefficient
,799** 1,000 -,044
Sig. (2-
tailed)
,000 . ,581
N 160 160 160
Unstandardized Residual Correlation
Coefficient
-,001 -,044 1,000
Sig. (2-
tailed)
,988 ,581 .
N 160 160 160
**. Correlation is significant at the 0.01 level (2-tailed).
Dari Tabel 16. Untuk variabel kompetensi kepribadian guru diperoleh nilai
sig 0,988 lebih besar dari 0,05 ( sig 0,988 > 0,05) maka dapat disimpulkan
tidak terjadi heterokedastisitas dan untuk variabel kemampuan matematika
diperoleh nilai sig 0, 581 lebih besar dari 0,05 (sig 0,581 > 0,05) dapat
disimpulkan tidak terjadi heterokedastisitas.
97
C. Pengujian hipotesis penelitian
Dalam penelitian ini terdapat tiga hipotesis dan diuji dengan metode statistik
melalui pengujian regresi sederhana, data yang dipakai dalam pengujian ini adalah
data hasil belajar IPA siswa (Y), kompetensi kepribadian guru (X1) dan
kemampuan matematika siswa (X2).
Hipotesis penelitian ini secara berturut-turut adalah hipotesis pertama
“terdapat pengaruh positif kompetensi kepribadian guru terhadap hasil belajar
IPA siswa”, Hipotesis kedua “terdapat pengaruh positif kemampuan matematika
siswa terhadap hasil belajar IPA siswa”, Hipotesis ketiga ”terdapat pengaruh
positif kompetensi kepribadian guru dan kemampuan matematika siswa secara
bersama-sama terhadap hasil belajar IPA siswa”
1. Pengujian Hipotesis Pengaruh Persepsi Siswa Pada Kompetensi
Kepribadian Guru terhadap Hasil Belajar IPA Siswa
Ho = Tidak terdapat pengaruh kompetensi kepribadian guru terhadap
hasil belajar IPA pada siswa SMK kelas XII di Kecamatan Ciracas
Jakarta Timur.
H1 = Terdapat pengaruh yang positif kompetensi kepribadian guru
terhadap hasil belajar IPA pada siswa SMK kelas XII di
Kecamatan Ciracas Jakarta Timur
98
Untuk mengetahui keeratan hubungan antara dua variabel dan untuk
mengetahui arah hubungan yang terjadi dilakukan analisis korelasi
sederhana. Koefisien korelasi sederhana menunjukkan seberapa besar
hubungan yang terjadi antara dua variabel. Dalam perhitungan ini
menggunakan Product Moment Pearson. Nilai korelasi ( r ) berkisar antara 1
atau -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua
variabel semakin kuat, sebaliknya apabila nilai mendekati 0 berarti hubungan
antara dua variabel semakin lemah, nilai positif menunjukkan hubungan
searah dan nilai negatif menunjukkan arah terbalik atau berlawanan.
Dari hasil perhitungan yang terdapat pada tabel 17, yaitu tentang hasil
korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) didapat
korelasi antara kompetensi kepribadian guru dengan hasil belajar IPA adalah
0,975. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat antara
kompetensi kepribadian guru dengan hasil belajar IPA. Sedangkan arah
hubungan adalah positif karena nilai korelasi positif, berarti semakin tinggi
nilai matematika maka semakin tinggi pula hasil belajar IPA
Dari hasil perhitungan yang terdapat pada tabel 17, yaitu tentang hasil
korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) dengan
bantuan SPSS 17 didapat output sebagai berikut :
99
Tabel 17. Tabel Korelasi X1 dengan Y
Correlations
X1 ( Kompetensi
Kepribadian
Guru )
Y ( Hasil belajar
IPA)
X1 ( Kompetensi Kepribadian
Guru )
Pearson Correlation 1 ,975**
Sig. (2-tailed) ,000
N 160 160
Y ( Hasil belajar IPA) Pearson Correlation ,975** 1
Sig. (2-tailed) ,000
N 160 160
**. Correlation is significant at the 0.01 level (2-tailed).
Untuk menguji koefisien regresi pada hipotesis ini, terlebih dahulu
melakukan perhitungan analisis regresi sederhana untuk variabel hasil belajar
IPA dan variabel kompetensi kepribadian guru. Analisis regresi sederhana
adalah hubungan secara linear antara satu variabel independen dengan variabel
dependen, apakah positif atau negatif dan untuk memprediksi nilai dari
variabel dependen jika nilai independen mengalami kenaikan atau penurunan.
Dari hasil analisis regresi sederhana seperti tercantum pada tabel 18
yang disajikan berikut :
Tabel 18. Tabel Keberartian X1 terhadap Y
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 ,975a ,951 ,951 3,30663
a. Predictors: (Constant), X1 ( Kompetensi Kepribadian Guru )
100
Berdasarkan tabel 18, diperoleh angka 𝑅2 ( R Square ) sebesar 0,951 atau
( 95,1 % ). Hal ini menunjukkan bahwa persentase sumbangan pengaruh
variabel independen ( kompetensi kepribadian guru) terhadap variabel
dependen ( hasil belajar IPA ) sebesar 95,1 % sedangkan 4,9 % dipengaruhi
oleh faktor lain.
Berikut ini adalah tabel 19, merupakan hasil perhitungan analisis regresi
sederhana dari variabel hasil belajar IPA atas kompetensi kepribadian guru.
Tabel 19. Analisis Regresi Sederhana Y terhadap X 1
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -5,564 1,337 -4,162 ,000
X1 ( Kompetensi Kepribadian
Guru )
1,453 ,026 ,975 55,414 ,000
a. Dependent Variable: Y ( Hasil belajar IPA)
Kemudian untuk perhitungan analisis regresi sederhana untuk variabel
kompetensi kepribadian guru dengan variabel hasil belajar IPA menunjukkan
bahwa koefisien regresi sebesar 1,453 dan konstanta sebesar – 5,564
sehingga persamaan regresinya adalah Y = - 5,564 + 1,453 X1.
Setelah diperoleh persamaan regresi sederhana sebagaimana tercantum
pada tabel 19. di atas, maka langkah selanjutnya menguji keberartian dan
101
kelinearan dari persamaan regresi tersebut. Uji keberartian ini perlu dilakukan
untuk meyakinkan pengambilan kesimpulan.
Untuk uji keberartian dari persamaan regresi Y = - 5,564 + 1,453 X1
digunakan uji F. derajat keberartian persamaan regresi sederhana tersebut dapat
dilihat dalam Tabel 20, berikut ini:
Tabel 20. Tabel Signifikan Regresi Y dengan X1
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 33574,038 1 33574,038 3070,666 ,000a
Residual 1727,540 158 10,934
Total 35301,578 159
a. Predictors: (Constant), X1 ( Kompetensi Kepribadian Guru )
b. Dependent Variable: Y ( Hasil belajar IPA)
Dari hasil perhitungan pada tabel 20, diperoleh nilai signifikansi 0,000,
hal ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan
nilai α = 0,01, dengan demikian dapat disimpulkan bahwa regresi Y atas
X1 adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan
dengan hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata
sifatnya, sehingga persamaan regresi sederhana yang diperoleh memiliki
keberartian. Persamaan regresi Y = - 5,564 + 1,453 X1 menunjukkan bahwa
setiap kenaikan 1 skor kompetensi kepribadian guru akan menyebabkan
kenaikan 1,453 skor hasil belajar IPA pada konstanta - 5,564..
Dengan demikian dapat disimpulkan bahwa terdapat pengaruh positif
kompetensi kepribadian guru terhadap hasil belajar IPA, dengan kata lain
102
semakin baik kompetensi kepribadian guru maka akan semakin baik/tinggi
pula hasil belajarnya dalam mata pelajaran IPA.
Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada
tabel 19 , yaitu sebesar 55,414. Nilai t tabel pada taraf α = 0,05: 2 ( uji 2 sisi )
dengan derajat kebebasan ( df ) = n – k – 1 atau 160 – 2 – 1 = 157. Dengan
pengujian 2 sisi ( signifikansi = 0,025 ) hasil diperoleh untuk t tabel sebesar 1,975.
Kriteria pengujian adalah : H0 diterima jika T hitungl ≤ T tabel dan Ho
ditolak jika T hitung > T tabel. Nilai t hitung > t tabel ( 55.414 > 1,975 ),
dengan demikian maka H0 ditolak.
Kurva Distribusi F Untuk Variabel X1Terhadap Variabel Y
Sumber: Hasil Penelitian, 2011
2. Pengujian Hipotesis Pengaruh Kemampuan Matematika Siswa
terhadap Hasil Belajar IPA
Ho = Tidak terdapat pengaruh kemampuan matematika terhadap hasil belajar
IPA pada siswa SMK kecamatan Ciracas Jakarta Timur.
Daerah Penerimaan Ho
Daerah Penolakan Ho
1,975
α = 0,05
103
H1 = Terdapat pengaruh kemampuan matematika terhadap hasil belajar IPA
pada siswa SMK kecamatan Ciracas Jakarta Timur.
Untuk mengetahui keeratan hubungan antara dua variabel dan untuk
mengetahui arah hubungan yang terjadi dilakukan analisis korelasi
sederhana. Koefisien korelasi sederhana menunjukkan seberapa besar
hubungan yang terjadi antara dua variabel. Dalam perhitungan ini
menggunakan Product Moment Pearson. Nilai korelasi ( r ) berkisar antara 1
atau -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua
variabel semakin kuat, sebaliknya apabila nilai mendekati 0 berarti hubungan
antara dua variabel semakin lemah, nilai positif menunjukkan hubungan
searah dan nilai negatif menunjukkan arah terbalik atau berlawanan.
Dari hasil perhitungan yang terdapat pada tabel 23, yaitu tentang hasil
korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) didapat
korelasi antara kemampuan matematika dengan hasil belajar IPA adalah
0,806. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara
kemampuan matematika dengan hasil belajar IPA. Sedangkan arah
hubungan adalah positif karena nilai korelasi positif, berarti semakin tinggi
nilai matematika maka semakin tinggi pula hasil belajar IPA.
104
Tabel 21. Tabel Korelasi Kemampuan Matematika dengan Hasil Belajar IPA
Correlations
X2 ( Kemampuan
Matematika )
Y ( Hasil belajar
IPA)
X2 ( Kemampuan Matematika
)
Pearson Correlation 1 ,806**
Sig. (2-tailed) ,000
N 160 160
Y ( Hasil belajar IPA) Pearson Correlation ,806** 1
Sig. (2-tailed) ,000
N 160 160
**. Correlation is significant at the 0.01 level (2-tailed).
Untuk menguji koefisien regresi pada hipotesis ini, terlebih dahulu
melakukan perhitungan analisis regresi sederhana untuk variabel hasil belajar
IPA dan variabel kemampuan matematika. Analisis regresi sederhana adalah
hubungan secara linear antara satu variabel independen dengan variabel
dependen, apakah positif atau negatif dan untuk memprediksi nilai dari
variabel dependen jika nilai independen mengalami kenaikan atau penurunan.
Dari hasil analisis regresi sederhana seperti tercantum pada tabel 22, yang
disajikan berikut diperoleh angka 𝑅2 ( R Square ) sebesar 0,650 atau ( 65
% ). Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel
independen ( kemampuan matematika ) terhadap variabel dependen ( hasil belajar
IPA ) sebesar 65 % sedangkan 35 % dipengaruhi oleh faktor lain.
105
Tabel.22. Tabel Keberartian X2 terhadap Y
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 ,806a ,650 ,648 8,84034
a. Predictors: (Constant), X2 ( Kemampuan Matematika )
Selanjutnya untuk tabel 23, merupakan hasil perhitungan analisis regresi
sederhana dari variabel hasil belajar IPA atas kemampuan matematika.
Tabel 23. Tabel Perhitungan analisis regresi Y atas X2
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) 13,114 3,226 4,065 ,000
X2 ( Kemampuan
Matematika )
,813 ,047 ,806 17,138 ,000
a. Dependent Variable: Y ( Hasil belajar IPA)
Pada perhitungan analisis regresi sederhana untuk variabel kemampuan
matematika dengan variabel hasil belajar IPA menunjukkan bahwa koefisien
regresi sebesar 0,813 dan konstanta sebesar 13,114 sehingga diperoleh
persamaan regresi : Y = 13,114 + 0,813 X2.
Setelah diperoleh persamaan regresi sederhana sebagaimana tercantum
pada tabel diatas, maka langkah selanjutnya menguji keberartian dan
106
kelinearan dari persamaan regresi tersebut. Uji keberartian ini perlu dilakukan
untuk meyakinkan pengambilan kesimpulan.
Untuk uji keberartian dari persamaan regresi Y = 13,114 + 0,813 X2
digunakan uji F dan derajat keberartian persamaan regresi sederhana tersebut
dapat dilihat dalam Tabel 24, berikut ini.
Tabel 24. Tabel Uji Sifnifikan persamaan regresi Y atas X2
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 22953.626 1 22953.626 293.706 .000a
Residual 12347.952 158 78.152
Total 35301.578 159
a. Predictors: (Constant), X2 ( Kemampuan Matematika )
b. Dependent Variable: Y ( Hasil belajar IPA)
Dari hasil perhitungan pada tabel 24, diperoleh nilai signifikansi 0,000,
hal ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan
nilai α = 0,01, dengan demikian dapat disimpulkan bahwa regresi Y atas X2
adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan
dengan hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata
sifatnya, sehingga persamaan regresi sederhana yang diperoleh memiliki
keberartian. Persamaan regresi Y = 13,114 + 0,813 X2 menunjukkan bahwa
setiap kenaikan 1 skor kemampuan matematika akan menyebabkan kenaikan
0,813 skor hasil belajar IPA pada konstanta 13,114.
107
Dengan demikian dapat disimpulkan bahwa terdapat pengaruh positif
antara kemampuan matematika siswa dengan hasil belajar IPA, dengan kata
lain semakin baik/tinggi kemampuan matematika siswa maka akan semakin
baik/tinggi pula hasil belajarnya dalam mata pelajaran IPA.
Dari hasil analisis regresi di atas dapat diketahui nilai T hitung seperti
pada tabel 23 , yaitu sebesar 17,138. Nilai t tabel pada taraf α = 0,05: 2 (
uji 2 sisi ) dengan derajad kebebasan ( df ) = n – k – 1 atau 160 – 2 – 1 =
157. Dengan pengujian 2 sisi ( signifikansi = 0,025 ) hasil diperoleh untuk T
tabel sebesar 1,975.
Kriteria pengujian adalah : H0 diterima jika T hitung ≤ T tabel, H0
ditolak jika hitung > T tabel. Nilai t hitung > t tabel ( 17,138 > 1,975 ),
dengan demikian maka H0 ditolak.
Kurva Distribusi F Untuk Variabel X2Terhadap Variabel Y
Sumber: Hasil Penelitian, 2012
Daerah Penerimaan Ho
Daerah Penolakan Ho
17, 138 1,975
α 0,05
108
3. Pengujian Hipotesis Pengaruh Persepsi Siswa Pada Kompetensi
Kepribadian Guru dan Kemampuan Matematika Secara Bersama-
Sama Terhadap Hasil Belajar IPA.
Ho = Tidak terdapat pengaruh kompetensi kepribadian guru dan
kemampuan matematika siswa secara bersama-sama terhadap hasil
belajar IPA pada siswa SMK kelas XII kecamatan Ciracas Jakarta
Timur.
H1 = Terdapat pengaruh kompetensi kepribadian guru dan kemampuan
matematika siswa secara bersama-sama terhadap hasil belajar IPA
pada siswa SMK kelas XII kecamatan Ciracas Jakarta Timur.
Untuk mengetahui hubungan antara dua variabel independen ( X1, X2 )
terhadap variabel dependen ( Y ) secara serentak. Koefisien korelasi akan
menunjukkan seberapa besar hubungan yang terjadi antara variabel
independen ( X1, X2 ) secara serentak terhadap variabel dependen ( Y ). Nilai
R berkisar 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang
terjadi semakin kuat, sebaliknya nilai semakin mendekati 0, maka hubungan
yang terjadi semakin lemah.
Berikut ini hasil analisis regresi ganda model summary seperti yang
disajikan pada tabel 25, di bawah ini :
109
Tabel 25, Tabel Korelasi Ganda
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 ,977a ,954 ,954 3,20603 2,047
a. Predictors: (Constant), X2 ( Kemampuan Matematika ), X1 ( Kompetensi Kepribadian
Guru )
b. Dependent Variable: Y ( Hasil belajar IPA)
Berdasarkan tabel 25, di atas diperoleh angka R sebesar 0,977, hal ini
menunjukkan bahwa terjadi hubungan antara kompetensi kepribadian guru
dan kemampuan matematika terhadap hasil belajar IPA.
Berdasarkan tabel 25, di atas diperoleh angka 𝑅2 ( R Square ) sebesar
0,954. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel
independen ( kompetensi kepribadian guru dan kemampuan matematika)
terhadap hasil belajar IPA sebesar 95,4 %, sedangkan sisanya 4,6 %
dipengaruhi oleh variabel lain.
Hipotesis ketiga berbunyi “terdapat pengaruh positif kompetensi
kepribadian guru dan kemampuan matematika siswa secara bersama-sama
terhadap hasil belajar IPA”.
Untuk meguji hipotesis ini digunakan analisis regresi linear
berganda dan korelasi ganda. Model persamaan regresi linear berganda
adalah Y = a +b1X1 + b2X2
110
Tabel 26. Tabel Regresi linier berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
T Sig. B Std. Error Beta
1 (Constant) -6,306 1,315 -4,794 ,000
X1 ( Kompetensi
Kepribadian Guru )
1,344 ,042 ,902 32,316 ,000
X2 ( Kemampuan
Matematika )
,094 ,028 ,093 3,327 ,001
a. Dependent Variable: Y ( Hasil belajar IPA)
Berdasarkan hasil perhitungan dengan program SPSS.17 pada tabel 26,
diatas diperoleh nilainya masing-masing adalah; a = - 6,306 b1 = 1,344 dan
b2 = 0,094
Sehingga model persamaan regresi linear berganda adalah sebagai
berikut:
Y = - 6,306 + 1,344 X1 + 0,094 X2
Setelah diperoleh persamaan regresi sederhana sebagaimana tercantum
diatas, maka langkah selanjutnya menguji keberartian dan kelinearan dari
persamaan regresi berganda tersebut. Uji keberartian ini perlu dilakukan
untuk meyakinkan pengambilan kesimpulan. Untuk uji keberartian dari
persamaan regresi Y = - 6,306 + 1,344 X1 + 0,094 X2. digunakan uji F.
derajat keberartian persamaan regresi ganda tersebut dapat dilihat dalam
Tabel 27. berikut ini:
111
Tabel 27. Tabel Uji keberartian persamaan regresi ganda
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 33687, 838 2 16843,919 1638,737 .000a
Residual 1613,740 157 10,279
Total 35301,578 159
a. Predictors: (Constant), X2 ( Kemampuan Matematika ), X1 ( Kompetensi Kepribadian Guru )
b. Dependent Variable: Y ( Hasil belajar IPA)
Dari hasil perhitungan pada tabel 27, diperoleh nilai signifikansi 0,000, hal
ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan nilai α =
0,05 maupun 0,01 dengan demikian dapat disimpulkan bahwa regresi Y atas X12
adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan dengan
hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata sifatnya,
sehingga persamaan regresi linier berganda yang diperoleh memiliki keberartian.
Persamaan regresi Y = - 6,306 + 1,344 X1 + 0,094 X2 menunjukkan bahwa
setiap kenaikan 1 skor kompetensi kepribadian guru akan menaikkan 1,344 skor
hasil belajar IPA dan setiap kenaikan 1 skor kemampuan matematika akan
menaikkan 0,094 skor hasil belajar IPA dengan konstanta – 6,306.
Dengan demikian dapat disimpulkan bahwa terdapat pengaruh positif
kompetensi kepribadian guru dan kemampuan matematika terhadap hasil
belajar IPA, dengan kata lain semakin baik kompetensi kepribadian guru dan
kemampuan matematika siswa maka akan semakin baik/tinggi pula hasil
belajar IPA.
112
Kemudian berdasarkan tabel yang diperoleh pada tabel 26, harga F
hitung sebesar 16388,737. Selanjutnya nilai F tabel dengan menggunakan
tingkat keyakinan 95 %, α = 5 % ( 0,05 ), df 1 ( jumlah variabel – 1 ) = 2 dan
df 2 (n-k-1) atau 160-2-1 = 157 dimana n adalah banyak data dan k jumlah
variabel independen. Hasil F tabel diperoleh 3,90.
Kriteria pengujian dalam hal ini adalah bahwa H0 diterima bila F hitung
< F tabel, dan H0 ditolak bila F hitung > F tabel ( 16888,737 > 3,90 )
Kurva Distribusi F Untuk Variabel X12Terhadap Variabel Y
Atas dasar tersebut maka hipotesis nol ditolak sedangkan hipotesis
penelitian diterima. Dengan kata lain berdasarkan uji hipotesis penelitian
dapat dikatakan terdapat pengaruh kompetensi kepribadian dan kemampuan
matematika secara bersama-sama terhadap hasil belajar IPA. Artinya semakin
baik kompetensi kepribadian guru dalam mengajar dan semakin tinggi
kemampuan matematika siswa, maka akan semakin tinggi pula hasil belajar
yang dicapai oleh siswa dalam mata pelajaran IPA, atau sebaliknya, apabila
Daerah Penerimaan Ho
Daerah Penolakan Ho
16888,737 3,90
α 0,05
113
kompetensi kepribadian guru tidak baik (buruk) dan tingkat kemampuan
matematika siswa rendah maka akan semakin rendah pula hasil belajar yang
dicapai oleh siswa dalam mata pelajaran IPA.
Berdasarkan persamaan regresi tersebut analisis regresi linear berganda Y
atas X1 dan X2 menghasilkan konstanta a sebesar -6,306 koefisien b1 sebesar
1,344 dan b2 sebesar 0,094 hal ini berarti perubahan satu skor kompetensi
kepribadian guru dan perubahan satu unit skor kemampuan matematika
secara bersama-sama akan diikuti sebesar 1,344 dan 0,094 unit skor hasil
belajar siswa dalam mata pelajaran IPA.
D. Pembahasan hasil penelitian
Pada bagian ini pembahasan hasil penelitian meliputi tiga hal, yaitu:
1. Pembahasan tentang pengaruh persepsi siswa pada kompetensi
kepribadian guru terhadap hasil belajar IPA
Berdasarkan teori persepsi siswa pada kompetensi kepribadian guru
dapat mempengaruhi kualitas pencapaian hasil belajar siswa dalam bidang
studi tertentu, kompetensi kepribadian guru akan menyebabkan
kepercayaan dan kenyamanan dalam mengikuti pelajaran, ditandai dengan
lebih giat belajar, dan akhirya mencapai prestasi yang diinginkan. Dengan
kompetensi kepribadian yang baik seorang guru akan menjadi suri
tauladan bagi siswa dan hal ini merupakan rangsangan psikologis dalam
diri siswa yang dapat membangkitkan gairah siswa untuk mengikuti
114
pelajaran serta akan menjadi dorongan motivasi, untuk lebih mendalami
konsep – konsep IPA.
Guru IPA dengan kompetensi kepribadian yang baik akan
memudahkan dirinya untuk menguasai kelas dalam proses pembelajaran.
Dengan kemampuan pendekatan yang baik karena dimata siswa guru
dengan kepribadian baik memiliki kejujuran dan kedekatan emosional
akan sangat membantu memotivasi siswa untuk mencintai dan
menanamkan minat yang positif terhadap IPA yaitu dengan menyadari
akan pentingnya IPA, baik dalam melanjutkan studi maupun dalam
kehidupan sehari-hari yang selalu diwarnai oleh IPA.
Pengertian-pengertian diatas cukup jelas menerangkan bahwa
kompetensi kepribadian guru mempunyai hubungan dan dapat
mempengaruhi serta meningkatkan perhatian siswa terhadap IPA, jika
siswa menghornmati guru ia akan belajar dengan senang dan gembira
serta perhatiannya terpusat pada materi yang sedang dipelajari, lebih giat,
dan akhirya mencapai prestasi yang diinginkan.
Berdasarkan hasil penelitian secara empiris mengenai hubungan dan
pengaruh antara kompetensi kepribadian guru terhadap hasil belajar IPA
yang dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan
SMK Mahadhika 3 di Kecamatan Ciracas, Kotamadya Jakarta Timur
menunjukkan bahwa :
a. Terdapat hubungan positif antara persepsi siswa pada kompetensi
kepribadian guru dengan hasil belajar IPA.
115
b. Hubungan antara persepsi siswa pada kompetensi kepribadian guru
dengan hasil belajar IPA adalah searah.
c. Hubungan antara persepsi siswa pada kompetensi kepribadian guru
dengan hasil belajar IPA tergolong kuat hal ini terlihat dari nilai
korelasinya sebesar 0,975.
d. Hubungan antara persepsi siswa pada kompetensi kepribadian guru
dengan hasil belajar IPA signifikan atau berarti.
e. Pengaruh persepsi siswa pada kompetensi kepribadian guru terhadap
hasil belajar IPA sebesar 95,1 %, artinya hanya 95,1% kompetensi
kepribadian guru dapat mempengaruhi atau meningkatkan hasil belajar
IPA sedangkan 4,9 % lainnya dipengaruhi oleh variabel lain.
f. Model persamaan regresi yang dapat dipakai adalah : Ŷ = - 55,564 +
1,453X1, persamaan regresi tersebut artinya, jika skor persepsis siswa
pada kompetensi kepribadian guru (X1) mengalami kenaikan satu poin,
maka skor hasil belajar IPA (Y) akan mengalami kenaikan sebesar
1,453 pada konstanta – 55,564.
2. Pembahasan tentang pengaruh kemampuan matematika siswa
terhadap hasil belajar IPA
Kemampuan matematika terwujud dari kecakapan seseorang dalam
menyelesaikan problema set ( masalah ) yang terkait dengan konsep-konsep
matematis. Dengan kemampuan matematika yang baik siswa akan mudah
untuk memahami konsep-konsep pelajaran IPA.
116
Konsep matematika berkenaan dengan ide-ide, struktur-struktur, dan
pengaruh-pengaruh, diatur menurut aturan yang logis, dengan pemahaman
matematika yang baik siswa akan mudah untuk memecahkan permasalahan
terkait pelajaran IPA karena memiliki proses pemikiran yang sama yakni
penalaran logis.
Berdasarkan hasil penelitian secara empiris mengenai hubungan dan
pengaruh kemampuan matematika terhadap hasil belajar IPA yang
dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan SMK
Mahadhika 3 di Kecamatan Ciracas, Kotamadya Jakarta Timur
menunjukkan bahwa :
a. Terdapat hubungan positif antara kemampuan matematika dengan
hasil belajar IPA.
b. Hubungan antara kemampuan matematika dengan hasil belajar IPA
adalah searah.
c. Hubungan antara kemampuan matematika dengan hasil belajar IPA
tergolong kuat dengan ditunjukan nilai korelasinya sebesar 0,806
d. Hubungan antara kemampuan matematika dengan hasil belajar IPA
signifikan atau berarti.
e. Pengaruh kemampuan matematika terhadap hasil belajar IPA
tersebut hanya 65 %, artinya 65 % kemampuan matematika dapat
mempengaruhi atau meningkatkan hasil belajar IPA, sedangkan 35
% lainnya dipengaruhi oleh variabel lain.
f. Model persamaan regresi yang dapat dipakai adalah : Ŷ = 13,114 +
0,813 X2, Model regresi tersebut diatas artinya, jika skor
117
kemampuan matematika (X2) mengalami kenaikan satu poin maka
skor hasil belajar IPA (Y) akan mengalami kenaikan sebesar 0,813
pada konstanta 13,114.
3. Pembahasan tentang terdapat pengaruh antara persepsi siswa pada
kompetensi kepribadian guru dan kemampuan matematika siswa
secara bersama-sama dengan hasil belajar IPA siswa
Pencapaian tujuan pembelajaran IPA merupakan hasil belajar IPA
baik pengetahuan, pemahaman, keterampilan, dan nilai sikap siswa
terhadap pelajaran IPA siswa dapat dicapai bila ada 1) kompetensi
kepribadian guru baik sehingga siswa akan menaruh hormat dan proses
pembelajaran akan menyenangkan serta dengan kepribadian yang baik
guru akan mudah untuk memberikan motivasi kepada siswa untuk
memahami konsep-konsep IPA sehingga hasil belajar siswa mengalami
peningkatan, 2) kemampuan matematika siswa yang baik, dengan
kemampuan matematikanya siswa akan mudah memecahkan
permasalahan dalam pelajaran IPA.
Kepribadian guru yang baik dan kemampuan matematika siswa yang
tinggi merupakan kolaborasi yang ideal bagi siswa dalam mengikuti dan
memahami pelajaran IPA.
Berdasarkan hasil penelitian secara empiris mengenai hubungan dan
pengaruh antara kompetensi kepribadian guru, dan kemampuan
matematika siswa secara bersama-sama terhadap hasil belajar IPA yang
dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan SMK
118
Mahadhika 3 Kecamatan Ciracas, Kotamadya Jakarta Timur
menunjukkan bahwa :
a. Terdapat hubungan positif antara persepsi siswa pada kompetensi
kepribadian guru dan kemampuan matematika siswa secara bersama-
sama dengan hasil belajar IPA.
b. Hubungan antara persepsi siswa pada kompetensi kepribadian guru dan
kemampuan matematika siswa secara bersama-sama dengan hasil
belajar IPA adalah hubungan searah.
c. Hubungan persepsi siswa pada kompetensi kepribadian guru dan
kemampuan matematika siswa secara bersama-sama dengan hasil
belajar IPA tergolong kuat.
d. Hubungan antara persepsi siswa pada kompetensi kepribadian guru dan
kemampuan matematika siswa secara bersama-sama dengan hasil
belajar IPA signifikan.
e. Pengaruh antara persepsi siswa pada kompetensi kepribadian guru dan
kemampuan matematika siswa secara bersama-sama dengan hasil
belajar IPA tersebut menggambarkan 95,4 % artinya 95,4% persepsi
siswa pada kompetensi kepribadian guru dan kemampuan matematika
siswa secara bersama-sama dengan hasil belajar IPA sedangkan 4,6 %
lainnya dipengaruhi oleh variabel lainnya.
f. Model persamaan regresi ganda yang dapat dipakai adalah : Ŷ = -
6,306 + 1,344 X1+0,094 X2, persamaan regresi ganda tersebut diatas
menjelaskan bahwa;
119
1) jika skor persepsi siswa pada kompetensi kepribadian guru
mengalami kenaikan satu poin sedangkan variabel lain tetap, maka
skor hasil belajar IPA akan mengalami kenaikan sebesar 1,344 pada
konstanta – 6,306.
2) jika skor kemampuan matematika mengalami kenaikan satu poin
sedangkan variabel lain tetap, maka skor hasil belajar IPA akan
mengalami kenaikan sebesar 0,094 pada konstanta – 6,306.
E. Keterbatasan penelitian
Keterbatasan utama yang dapat diidenfikasikan dalam pelaksanaan penelitian
ini adalah:
1. Keterbatasan waktu
Dikarenakan penelitian mengambil populasi untuk kelas XII yang sedang
mempersiapkan diri untuk mengikuti ujian nasional mengakibatkan waktu
melakukan penelitian hanya terbatas selama lebih kurang 2 (dua) bulan.
Dengan adanya keterbatasan waktu ini pula maka sampel penelitian itu hanya
diambil pada dua sekolah SMK di kecamatan Ciracas Jakarta Timur yang
dianggap mewakili.
2. Keterbatasan instrument penelitian
Walaupun tiap butir instrument telah dikembangkan sesuai dengan prosedur
yang diharuskan serta telah di analisis berdasarkan hasil uji coba dan telah
120
memperoleh skor koefisien yang baik, namun hal tersebut belum menjamin
bahwa instrumen yang dikembangkan tersebut benar-benar menggali aspek-
aspek dalam penelitian ini. Hal ini mengingat adanya keterbatasan peneliti dalam
mendefinisikan konstruk yang tepat dan dapat diukur.
3. Keterbatasan dana
Dana merupakan sumber untuk seluruh kegiatan penelitian,
dengan adanya keterbatasan dana sangat berpengaruh dalam
pengambilan banyaknya sampel.