BAB 3 METODE PENELITIAN

Transkripsi

1 BB 3 METODE PENELITIN 3.1 Desain/Kerangka Penelitian Berdasarkan dari uraian latar belakang, perumusan masalah, dan teori-teori yang telah dijelaskan sebelumnya, maka kerangka pemikiran dari penelitian ini dapat dirumuskan seperti gambar desain berikut: KEPERCYN DIRI X 1 PRESTSI BELJR Y INFERIORITS X 2 FKTOR-FKTOR LIN Menyatakan Hubungan Menyatakan Pengaruh Parsial Menyatakan Pengaruh Simultan Faktor-Faktor yang Tidak Diteliti Gambar 3.1 Desain Kerangka Penelitian

2 3.2 Objek dan Pengukuran Objek penelitian ini adalah mahasiswa-mahasiswa jurusan D3 (Diploma) Statistika Fakultas Matematika dan Ilmu Pengetahuan lam. Jumlah objek yang akan diteliti berjumlah 30 mahasiswa dengan pertimbangan waktu dan biaya. Target penulis, dalam satu hari dapat memperoleh data dan informasi dari satu responden. Jadi penelitian studi lapangan berlangsung selama satu bulan. Instrumen penelitian yang digunakan adalah instrumen non-test dengan menggunakan angket atau kuesioner. Skala yang digunakan dalam pengukuran yaitu skala likert. Skala ini digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena. Variabel-variabel yang akan diukur dijabarkan menjadi indikator-indikator variabel yang telah dijabarkan pada bab 2 kajian teori. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan. Jawaban setiap item instrumen yang menggunakan skala likert mempunyai gradasi dari sangat positif sampai sangat negatif. Untuk keperluan analisis kuantitatif, jawaban itu akan diberi skor (1 5, disesuaikan dengan kebutuhan). 3.3 Teknik Sampling gar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan secara seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan sampel. Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random sampling/probability sampling, dan sampel tidak acak atau nonrandom samping/nonprobability sampling. Yang dimaksud dengan random sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. rtinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai

3 kemungkinan 25/100 untuk bisa dipilih menjadi sampel. Sedangkan yang dimaksud dengan nonrandom sampling atau nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Lima elemen populasi dipilih sebagai sampel karena letaknya dekat dengan rumah peneliti, sedangkan yang lainnya karena jauh tidak dipilih, artinya kemungkinannya 0 (nol). Di setiap jenis teknik pemilihan tersebut, terdapat beberapa teknik yang lebih spesifik lagi. Pada sampel acak (random sampling) dikenal dengan istilah simple random sampling, stratified random sampling, cluster sampling, systematic sampling, dan area sampling. Pada nonprobability sampling dikenal beberapa teknik, antara lain adalah convenience sampling, purposive sampling, quota sampling, snowball sampling. Teknik sampling yang digunakan oleh penulis adalah Purposive Sampling yang mana sampel diambil dengan maksud atau tujuan tertentu. Objek penelitian diambil sebagai sampel karena peneliti menganggap bahwa seseorang tersebut memiliki informasi yang diperlukan bagi penelitiannya. Dalam melakukan metode ini, peneliti berusaha sebaik mungkin untuk memilih sampel objek penelitian. Supaya memperoleh informasi yang akurat dan tepat untuk mencapai tujuan penelitian. 3.4 Teknik nalisis yang Digunakan dapun teknik analisis statistik yang akan digunakan penulis dalam melakukan pengolahan data penelitian ini yaitu teknik analisis korelasi dan analisis regresi. Berikut akan dipaparkan mengenai teknik analisis data tersebut agar lebih memudahkan pelaksanaan penelitian ini.

4 3.4.1 nalisis Korelasi Teknik analisis korelasi merupakan bagian dari teknik pengukuran asosiasi (measure of association) yang berguna untuk mengukur kekuatan hubungan dua variabel (atau lebih). Terdapat beberapa teknik analisis korelasi, diantaranya yang paling terkenal dan digunakan secara luas diseluruh dunia ialah teknik analisis korelasi Pearson dan Spearman. Korelasi merupakan teknik analisis yang digunakan untuk mengukur kekuatan hubungan dua variabel. Korelasi tidak secara otomatis menunjukkan hubungan kausalitas antar variabel. Hubungan dalam korelasi dapat berupa hubungan linier positif dan negatif. Interpretasi koefisien korelasi akan menghasilkan makna kekuatan, signifikansi dan arah hubungan kedua variabel yang diteliti. Untuk melihat kekuatan koefisien korelasi didasarkan pada jarak yang berkisar antara 0 sampai dengan 1. Untuk melihat signifikansi hubungan digunakan angka signifikansi/probabilitas/alpha. Untuk melihat arah korelasi dilihat dari angka koefisien korelasi yang menunjukkan positif atau negatif. Rumus korelasi product momen pearson: r = n n n n XY X Y i i i i i= 1 i= 1 i= 1 n n n n i ( i) i ( i) i= 1 i= 1 i= 1 i= 1 n X X n Y Y (3.1) Koefisien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua variabel. Besarnya koefisien korelasi berkisar antara +1 s/d -1. koefisien korelasi menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel acak. Jika koefisien korelasi positif, maka kedua variabel mempunyai hubungan searah. rtinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefisien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. rtinya jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan sebaliknya).

5 Interpretasi Korelasi da tiga penafsiran hasil analisis korelasi meliputi: pertama melihat kekuatan hubungan dua variabel, kedua melihat signifikansi hubungan, dan ketiga melihat arah hubungan. Untuk melakukan interpretasi kekuatan hubungan antara dua variabel dilakukan dengan melihat angka koefisien korelasi hasil perhitungan dengan menggunakan kriteria sbb: 1. Jika angka koefisien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai hubungan. 2. Jika angka koefisien korelasi mendekati 1, maka kedua variabel mempunyai hubungan semakin kuat. 3. Jika angka koefisien korelasi mendekati 0, maka kedua variabel mempunyai hubungan semakin lemah. 4. Jika angka koefisien korelasi sama dengan 1, maka kedua variabel mempunyai hubungan linier sempurna positif. 5. Jika angka koefisien korelasi sama dengan -1, maka kedua variabel mempunyai hubungan linier sempurna negatif. Tabel 3.1 Tingkat Hubungan Koefisien Korelasi Interval Koefisien (r) Interpretasi (Tingkat Hubungan) ntara 0,80 1,00 Sangat Kuat ntara 0,60 0,79 Kuat ntara 0,40 0,59 Sedang ntara 0,20 0,39 Lemah ntara 0,00 0,19 Sangat Lemah (Tidak Berkorelasi)

6 Koefisien Determinasi Koefisien diterminasi dengan simbol r 2 merupakan proporsi variabilitas dalam suatu data yang dihitung didasarkan pada model statistik. Definisi berikutnya menyebutkan bahwa r 2 merupakan rasio variabilitas nilai-nilai yang dibuat model dengan variabilitas nilai data asli. Secara umum r 2 digunakan sebagai informasi mengenai kecocokan suatu model. Dalam regresi r 2 ini dijadikan sebagai pengukuran seberapa baik garis regresi mendekati nilai data asli yang dibuat model. Jika r 2 sama dengan 1, maka angka tersebut menunjukkan garis regresi cocok dengan data secara sempurna. Interpretasi lain ialah bahwa r 2 diartikan sebagai proporsi variasi tanggapan yang diterangkan oleh regresor (variabel bebas/x) dalam model. Dengan demikian, jika r 2 = 1 akan mempunyai arti bahwa model yang sesuai menerangkan semua variabilitas dalam variabel Y. Jika r 2 = 0 akan mempunyai arti bahwa tidak ada hubungan antara regresor (X) dengan variabel Y. Dalam kasus misalnya jika r 2 = 0,8 mempunyai arti bahwa sebesar 80% variasi dari variabel Y (variabel tergantung/response) dapat diterangkan dengan variabel X (variabel bebas/explanatory), sedang sisanya 0,2 dipengaruhi oleh variabel-variabel yang tidak diketahui atau variabilitas yang inheren. Rumus untuk menghitung koefisien determinasi (KD) adalah KD = r 2 x 100%. Variabilitas mempunyai makna penyebaran/distribusi seperangkat nilai-nilai tertentu. Dengan menggunakan bahasa umum, pengaruh variabel X terhadap Y adalah sebesar 80% sedang sisanya 20% dipengaruhi oleh faktor lain. Dalam hubungannya dengan korelasi, maka r 2 merupakan kuadrat dari koefisien korelasi yang berkaitan dengan variabel bebas (X) dan variabel Y (tergantung). Secara umum dikatakan bahwa r 2 merupakan kuadrat korelasi antara variabel yang digunakan sebagai predictor (X) dan variabel yang memberikan response (Y). Dengan menggunakan bahasa sederhana r 2 merupakan koefisien korelasi yang dikuadratkan. Oleh karena itu, penggunaan koefisien determinasi dalam korelasi tidak harus diinterpretasikan sebagai besarnya pengaruh variabel X terhadap Y mengingat bahwa korelasi tidak sama dengan kausalitas. Secara bebas dikatakan dua variabel mempunyai hubungan belum tentu variabel satu mempengaruhi variabel

7 lainnya. Lebih lanjut dalam konteks korelasi antara dua variabel maka pengaruh variabel X terhadap Y tidak tampak. Dengan menggunakan angka r 2 kita tidak akan dapat membuktikan bahwa variabel X mempengaruhi Y. Dengan demikian jika kita menggunakan korelasi sebaiknya jangan menggunakan koefisien determinasi untuk melihat pengaruh X terhadap Y karena korelasi hanya menunjukkan adanya hubungan antara variabel X dan Y. Jika tujuan riset hanya untuk mengukur hubungan maka sebaiknya berhenti saja di angka koefisien korelasi. Sedang jika kita ingin mengukur besarnya pengaruh variabel X terhadap Y sebaiknya menggunakan rumus lain, seperti regresi atau analisis jalur nalisis Regresi Dalam penelitian ini, salah satu teknik analisis yang digunakan adalah analisis regresi linier berganda. nalisis regresi linier berganda ialah suatu alat analisis dalam ilmu statistik yang berguna untuk mengukur hubungan matematis antara lebih dari 2 peubah. Bentuk umum persamaan regresi linier berganda ialah sebagai berikut: Menentukan b 0, b 1, b 2,, b k dapat menggunakan metode kuadrat terkecil melalui apa yang disebut dengan persamaan normal seperti berikut ini:

8 Bentuk persamaan matriks di atas termasuk ke dalam suatu sistem persamaan linier. Mencari atau menentukan b 0, b 1, b 2, b 3,, b n berarti mencari atau menentukan solusi dari sistem persamaan linier (SPL). Mencari solusi SPL ada berbagai macam cara, diantaranya ialah Metode Eliminasi Gauss, Metode Invers (Metode Matriks yang diperbesar dan Metode Matriks djoin), dan Metode Cramer. Metode Cramer merupakan metode yang paling populer dalam menentukan suatu solusi SPL (Sistem Persamaan Liniear) karena sifatnya yang mudah dipelajari dan sederhana. Menurut Cramer jika kita punya SPL (Sistem Persamaan Liniear) sebagai berikut: Maka x 1, x 2, x 3,, x n dapat langsung dicari dengan membagi determinan matriks j dengan determinan matriks koefisien. Dimana: (3.2)

9 dapun penelitian yang akan berlangsung ini hanya menggunakan 2 variabel bebas, maka analisis regresi ganda yang hanya melibatkan hanya dua prediktor saja yaitu: Ŷ=b 0 +b 1 X 1 +b 2 X 2 Dengan: Y = Prestasi X 1 = Kepercayaan Diri X 2 = Inferioritas Pengaruh Simultan Uji simultan atau uji F, bertujuan untuk mengetahui pengaruh gabungan variabel -variabel X terhadap variabel Y. Nilai F hitung dapat ditentukan dengan formula: (3.3) Keterangan: R 2 = Koefisien determinasi n = Banyaknya sampel m = Banyaknya varians pabila hasil perhitungan F hitung > F tabel, maka H 0 ditolak sehingga dapat dikatakan bahwa variabel bebas regresi dapat menerangkan variabel terikat secara serentak. Sebaliknya jika F hitung < F tabel, maka Ho diterima dengan demikian dapat dikatakan bahwa variabel bebas dari model regresi berganda tidak mampu menjelaskan variabel terikat.

10 Pengaruh Parsial Untuk menguji kemaknaan koefisien regresi parsial digunakan uji t. Nilai t dapat ditentukan dengan formula sebagai berikut: (3.4) Keterangan: r = Koefisien korelasi n = Banyaknya sampel pabila t hitung > t tabel, maka H 0 ditolak dengan demikian variabel bebas dapat menerangkan variabel terikat yang ada dalam model. Sebaliknya apabila t hitung < t tabel maka Ho diterima, dengan demikian variabel bebas tidak dapat menjelaskan variabel terikat atau dengan kata lain tidak ada pengaruh parsial di antara variabel bebas (X 1 maupun X 2 ) dengan variabel terikat (Y) yang ingin diuji Uji Validitas dan Reliabilitas Uji Validitas Uji validitas adalah untuk mengetahui kelayakan butir-butir dalam suatu daftar pertanyaan dengan variabel. Uji ini dilakukan untuk mengukur data yang telah didapat setelah penelitian. Macam validitas umumnya digolongkan dalam tiga kategori besar, yaitu validitas isi (content validity), validitas berdasarkan kriteria (criterion-related validity) dan validitas konstruk. Pada penelitian ini akan dibahas hal menyangkut validitas untuk menguji apakah pertanyaan-pertanyaan itu telah mengukur aspek yang sama. Untuk itu dipergunakanlah validitas konstruk.

11 Uji validitas dilakukan dengan mengukur korelasi antara variabel/item dengan skor total variabel. Cara mengukur validitas konstruk yaitu dengan mencari korelasi antara masing-masing pertanyaan dengan skor total menggunakan rumus teknik korelasi pearson s product moment. Setelah semua korelasi untuk setiap pertanyaan dengan skor total diperoleh, nilai-nilai tersebut dibandingkan dengan nilai kritik. Selanjutnya, jika nilai koefisien korelasi product moment dari suatu pertanyaan tersebut sama dengan atau lebih besar dari nilai tabel kritik, maka pertanyaan tersebut signifikan Uji Reliabilitas Reliabilitas (keandalan) adalah ukuran suatu kestabilan dan konsisten responden dalam menjawab hal yang berkaitan dengan daftar pertanyaan. Pengujian dapat dilakukan dengan menggunakan metode belah dua spearman-brown ataupun dengan korelasi alpha cronbach. Butir pertanyaan yang sudah dinyatakan valid dalam uji validitas akan ditentukan reliabilitasnya. Dalam penelitian ini teknik untuk menghitung indeks reliabilitas yaitu dengan teknik belah dua. Teknik ini diperoleh dengan membagi item-item yang sudah valid secara acak menjadi dua bagian. Skor untuk masing-masing item pada tiap belahan dijumlahkan, sehingga diperoleh skor total untuk masing-masing item belahan. Selanjutnya skor total belahan pertama dan belahan kedua dicari korelasinya dengan menggunakan teknik korelasi product moment. ngka korelasi yang dihasilkan lebih rendah daripada angka korelasi yang diperoleh jika alat ukur tersebut tidak dibelah. Kemudian nilai korelasi tersebut akan digunakan untuk mencari nilai korelasi spearman-brown untuk kemudian dibandingkan dengan nilai r tabel. Syarat relabilitasnya adalah nilai tersebut harus sama dengan atau lebih besar dari nilai r tabel.

12 BB 4 HSIL PENELITIN 4.1 Data Hasil Penelitian dapun data hasil penelitian dengan menggunakan kuesioner, harus dilakukan uji validitas dan reliabilitas untuk mengetahui apakah instrumen yang digunakan sudah tepat atau tidak. Dalam penelitian ini penulis menggunakan bantuan SPSS Statistics 19 sebagai alat bantu dalam menguji kevalidan dan kereliabilitasannya. Untuk hasil pengujian kevalidan dan kereliabilitasan data penelitian ini dapat dilihat di bagian lampiran. Berikut tabel data hasil penelitian yang telah diuji kevalidan dan kereliabilitasannya: Tabel 4.1 Data Hasil Penelitian Responden Kepercayaan Diri Inferioritas Prestasi Belajar (X 1 ) (X 2 ) (Y)

13 Jumlah Uji Normalitas Untuk membuktikan apakah data berdistribusi normal atau tidak, maka perlu dilakukan uji normalitas. Pengujian ini dilakukan dengan menggunakan bantuan SPSS Statistics 19 untuk mempermudah dan mempersingkat waktu. Berikut tabel output hasil pengujian beserta interpretasinya:

14 Tabel 4.2 Tabel Output Uji Normalitas Tests of Normality Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. Kepercayaan Diri * Inferioritas Prestasi Belajar * a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Nilai signifikansi Kolgomorov-Smirnov untuk masing-masing variabel penelitian dapat kita lihat dari tabel diatas. Syarat untuk data berdistribusi normal ialah nilai signifikansi > 0,05. Dari tabel diatas dapat disimpulkan data hasil penelitian sudah berdistribusi normal. Untuk variabel inferioritas nilai signifikansi Kolgomorov -Smirnov yang diperoleh sebesar ngka ini dianggap kritis namun masih bisa dianggap berdistribusi normal. 4.3 nalisis Data Hasil Penelitian Data yang sudah diuji kenormalannya kemudian akan dianalisis dengan menggunakan teknik analisis korelasi dan regresi. Berikut tahapannya: nalisis Korelasi Untuk menjawab permasalahan mengenai hubungan antara variabel kepercayaan diri (X 1 ) dan variabel inferioritas (X 2 ), maka digunakanlah teknik analisis korelasi pearson. Berikut rumus analisis korelasi yang akan digunakan:

15 r = n n n n X X X X 1i 2i 1i 2i i= 1 i= 1 i= 1 n n n n i ( 1i) 2i ( 2i) i= 1 i= 1 i= 1 i= 1 n X X n X X (4.1) Persamaan diatas merupakan adaptasi dari persamaan korelasi 3.1. Berikut tabel nilai-nilai X 1 dan X 2 yang diperlukan untuk menghitung nilai koefisien korelasi tersebut: Tabel 4.3 Tabel Nilai-Nilai untuk Perhitungan Korelasi X 1 X 2 X 1 2 X 2 2 X 1 X

16 Masukkan nilai-nilai yang dibutuhkan ke dalam persamaan 4.1: r = (30)(12088) (893)(411) 30(27117) (893) 30(6445) (411) r = r = 19807,93 r = 0, 221 Maka didapatlah nilai koesfisien korelasi antara variabel X 1 dan X 2 sebesar -0,221. Ini berarti hubungan antara variabel bebas kepercayan diri (X 1 ) dan inferioritas (X 2 ) negatif sempurna dan tak searah. Tak searah artinya jika nilai kepercayaan diri tinggi maka tingkat inferioritasnya rendah dan sebaliknya. Untuk mempermudah dan menyamakan hasil perhitungan, berikut tabel output korelasi dengan menggunakan bantuan SPSS Statistics 19:

17 Tabel 4.4 Output Korelasi Correlations Kepercayaan Diri Inferioritas Kepercayaan Diri Pearson Correlation Sig. (2-tailed).240 N Inferioritas Pearson Correlation Sig. (2-tailed).240 N Korelasi antara variabel kepercayaan diri dan inferioritas tidak signifikan karena angka signifikansi 0,240 > 0,05. Untuk koefisien determinasi dapat dihitung yaitu KD = r 2 x 100 % yaitu (-0,221) 2 x 100 % = 4,9 %. Maknanya sumbangan 4,9 % variabel inferioritas ini dijelaskan oleh variabel kepercayaan diri, dan sisanya sebesar 95,1 % ditentukan variabel lain diluar penelitian nalisis Regresi Untuk menjawab permasalahan mengenai pengaruh kepercayaan diri (X 1 ) dan inferioritas (X 2 ) terhadap prestasi belajar (Y) maka digunakanlah analisis regresi linier berganda. Berikut persamaan regresi linier berganda beserta cara mencarinya dengan menggunakan meotde matriks:

18 n n n n X1i X2i Yi i= 1 i= 1 i= 1 b0 n n n n n 2 X1i X1i X1i X2i b1 = XY 1i i i= 1 i= 1 i= 1 i= 1 i= 1 b n n n n 2 n 2 X2i X1i X2i X2i X2iYi i= 1 i= 1 i= 1 i= 1 i= 1 Berikut tabel nilai-nilai X 1, X 2, dan Y yang diperlukan untuk mencari persamaan regresi tersebut: Tabel 4.5 Tabel Nilai-Nilai untuk Perhitungan Regresi X 1 X 2 X 1 2 X 2 2 X 1 X 2 Y X 1 Y X 2 Y

19 Maka matriksnya menjadi seperti berikut ini: b b = b Misalkan matriks pertama adalah matriks, kemudian matriks kedua yang berelemenkan b o, b 1, dan b 2 adalah matriks B, dan matriks terakhir adalah matriks C. Maka sesuai dengan hukum perkalian matriks,.b = C. Untuk mencari nilai-nilai b o, b 1, dan b 2 yang merupakan elemen dari matriks B, digunakan metode Cramer yang disesuaikan dari persamaan 3.2 yaitu: Nilai determinan matriks : = = 30( ) 893( ) + 411( ) = ( ) =

20 Nilai determinan matriks 1 : = = 806( ) 893( ) + 411( ) 1 = = Nilai determinan matriks 2 : 2 = = 30( ) 806( ) + 411( ) 2 = ( ) = Nilai determinan matriks 3 : 3 = = 30( ) 893( ) + 806( ) 3 = ( ) + ( ) =

21 Maka: b 0 = = = 3, b 1 = = = 0, b 2 = = = 0, Didapatlah nilai b 0 = 3,55; b 1 = 0,81; dan b 2 = -0,05. Jadi persamaan regresi linier bergandanya adalah: Ŷ = 3,55 + 0,81X 1 0,05X 2. Kemudian untuk mengetahui apakah model ini bisa diterima atau tidak perlu dilakukan uji kelinieran (uji F) dengan menggunakan tabel NV. Berikut outputnya dengan menggunakan bantuan SPSS Statistics 19: Tabel 4.6 Tabel NV NOV b Model Sum of Squares Df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), Inferioritas, Kepercayaan Diri b. Dependent Variable: Prestasi Belajar Hipotesis : H 1 : Model regresi signifikan (terdapat hubungan linier) H 0 : Model regresi tidak signifikan (tidak ada hubungan linier)

22 Dengan α = 0,05 dk pembilang = 3-1 = 2, dan dk penyebut = 30-3 = 27 didapatlah F tabel sebesar 3,35. Dari hasil perhitungan diperoleh F penelitian sebesar 19,308. Jadi, dapat disimpulkan bahwa F penelitian > F tabel sehingga tolak H 0 dan terima H 1. Dengan demikian model regresi diatas sudah layak dan benar. Pengaruh simultan sebesar 58,9 juga dianggap signifikan Pengaruh Simultan Untuk mengetahui pengaruh secara keseluruhan/simultan variabel-variabel bebas X 1 dan X 2 terhadap Y, maka perlu dilakukan uji F untuk tes signifikansi. Dengan menggunakan bantuan SPSS Statistic 19, berikut output analisis regresinya: Tabel 4.7 Output Model Regresi Model Summary Model R R Square djusted R Square Std. Error of the Estimate a Besar nilai R Square = 0,589 maka nilai KP = 0,589 x 100 % = 58,9 %. Maksudnya bahwa pengaruh kepercayaan diri dan inferioritas terhadap prestasi belajar secara gabungan adalah sebesar 58,9 %, sedangkan sisanya sebesar 41,1 % dipengaruhi faktor lain. Dengan kata lain variabilitas prestasi belajar dapat diterangkan oleh variabel kepercayaan diri dan inferioritas sebesar 58,9 %, sedangkan pengaruh sebesar 41,1 % disebabkan variabel-variabel lain diluar model ini.

23 Pengaruh Parsial Untuk mengetahui seberapa besar pengaruh masing-masing variabel kepercayaan diri dan inferioritas terhadap prestasi belajar, maka perlu dilakukan uji koefisien (uji t). Berikut tabel hasil output dengan menggunakan SPSS Statistics 19: Tabel 4.8 Tabel Output Uji Koefisien Coefficients a Model Standardized Coefficients Beta T Sig. 1 (Constant) Correlations Zero-order Partial Part Kepercayaan Diri Inferioritas Untuk pengaruh parsial variabel-variabel kepercayaan diri/inferioritas terhadap prestasi belajar, hipotesisnya: H 1 : da hubungan linier antara kepercayaan diri/inferioritas dengan prestasi H 0 : Tidak ada hubungan linier antara kepercayaan diri/inferioritas dengan prestasi Untuk nilai t tabel dengan α = 0,05 dan dk = 30-2 = 28 diperoleh nilai t sebesar 2,05. Dari tabel koefisien diatas,nilai t penelitian untuk variabel kepercayaan diri adalah sebesar 5,930. Jadi, dapat disimpulkan t penelitian > t tabel sehingga H 0 ditolak dan H 1 diterima. rtinya ada hubungan linier antara kepercayaan diri dengan prestasi belajar. Besarnya pengaruh kepercayaan diri terhadap prestasi belajar adalah sebesar 0,751 atau 75,1 %. Untuk pengaruh parsial inferioritas terhadap prestasi belajar dapat kita lihat bahwa t penelitian sebesar -0,500. Jadi, dapat disimpulkan t penelitian < t tabel sehingga H 0 diterima dan H 1 ditolak. rtinya tidak ada hubungan linier antara inferioritas dengan prestasi belajar. Besarnya pengaruh inferioritas terhadap prestasi belajar sebesar -0,063 atau 6,3 % dianggap tidak signifikan. Hal ini dapat dilihat dari angka signifikansi sebesar 0,621 yang lebih besar dari α = 0,05.

24 4.4 Inplementasi Sistem Pengertian Implementasi Sistem Implementasi sistem adalah suatu prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam dokumen yang telah disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki. Di dalam sistem data tersebut terdapat suatu perangkat lunak yang dinamakan dengan software, dan dalam tugas akhir ini penulis menggunakan Microsoft Word XP Compatible dan SPSS Statistics 19 For Windows dalam penerapan pengolahan data SPSS Statistics 19 For Windows SPSS atau Statistical Package for Social Science, merupakan sebuah program aplikasi yang memiliki kemampuan analisa statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan cara pengoperasian yang cukup sederhana sehingga mudah untuk dipahami. plikasi tersebut merupakan salah satu aplikasi perangkat lunak yang banyak digunakan seiring dengan perkembangan ilmu pengetahuan dan teknologi dimana banyak institusi yang menginginkan adanya penelitian di berbagai bidang, penelitian yang banyak berhubungan dengan data-data yang akan diolah menggunakan suatu metode analisis statistik. Berikut cara mengoperasikannya: 1. Klik menu Start, pilih ll Programs. 2. Pilih item SPSS Inc, kemudian SPSS Statistics Maka akan mucul tampilan data editor seperti gambar berikut ini:

25 Gambar 4.1 Tampilan Data Editor SPSS Statistics 19 Untuk menginput data pilih Variable View, kemudian isi nama variabel, jenis data, label, dan pengkodingan lain. Setelah itu kembali ke Data View untuk menginput data hasil penelitian. Berikut gambar tampilannya: Gambar 4.2 Tampilan Input Data

26 nalisis dengan SPSS Langkah-langkah untuk menganalisis data hasil penelitian dengan menggunakan SPSS yaitu: Untuk uji normalitas: 1. Pilih menu nalyze, kemudian pilih Descriptive Statistics, lalu Explore. 2. Masukkan variabel yang akan diuji normalitasnya kedalam kotak dialog. 3. Kemudian klik Plots, lalu aktivkan Box Normality Plots With Test. 4. Klik Continue, kemudian OK. 5. Berikut tampilannya: Gambar 4.3 Uji Normalitas Untuk uji validitas langkah-langkahnya hampir sama dengan langkah-langkah analisis korelasi. Jadi, tidak akan diterangkan lagi, karena bisa melihat langkah setelah ini. Untuk uji reliablitias langkah-langkahnya:

27 1. Pilih menu nalyze, kemudian pilih Scale. 2. Pilih Reliability, setelah itu masukkan item-item yang akan diuji kereliabilitasannya kedalam Box. 3. Pada menu pilihan, pilih metode Split Half. 4. Tekan OK, berikut tampilannya: Gambar 4.4 Uji Reliabilitas Untuk analisis korelasi: 1. Pilih menu nalyze, kemudian Correlate. 2. Pilih Bivariate, lalu masukkan variabel yang akan dicari korelasinya. 3. ktivkan Box Pearson, kemudian klik OK. 4. Berikut tampilannya:

28 Gambar 4.5 nalisis Korelasi Untuk analisis regresi: 1. Pilih menu nalyze, kemudian Regression, lalu Liniear. 2. Masukkan variabel terikat di Dependent Box, dan variabel bebas pada Box Independent. 3. Klik Statistics, pilih sesuai dengan kebutuhan untuk Model Fit, R Square Change, Collinearity Diagnostics, dll. 4. Klik Continue, kemudian OK. 5. Berikut tampilannya:

29 Gambar 4.6 nalisis Regresi

30 BB 5 KESIMPULN DN SRN 5.1 Kesimpulan Berikut beberapa gambaran dan kesimpulan dari penelitian ini: Tabel 5.1 Tabel Kesimpulan Hasil Penelitian Responden Kepercayaan Kepercayaan Responden Diri Diri (X 1i ) (X 1i ) Jumlah item pertanyaan variabel kepercayaan diri adalah 8 butir, skala likert (1-5), n X 1i i= maka: Skala rata-rata = : JumlahItemKuesioner = = 29,77 : 8 = 3, 72. n 30 Jadi para responden menjawab rata-rata pada skala 4, sehingga dapat disimpulkan bahwa objek penelitian memiliki tingkat kepercayaan yang tinggi (tingkat kepercayaan 95%).