4 BAB III METODOLOGI PENELITIAN A. Metode Peneltan Setap melakukan peneltan lmah dperlukan suatu metode peneltan tertentu yang dharapkan dapat memberkan arah dan cara dalam memecahkan permasalahan peneltan. Furchan (004:39) menjelaskan bahwa, Metode peneltan alah strateg umum yang danut dalam pengumpulan dan analss data yang dperlukan, guna menjawab persoalan yang dhadap. Arkunto (006:160) menjelaskan bahwa, Metode peneltan alah cara yang dgunakan oleh penelt dalam mengumpulkan data peneltannya. Sedangkan Surachmad (1994:140) mengemukakan pendapatnya mengena metode peneltan adalah sebaga berkut: Metode peneltan merupakan cara utama yang dpergunakan untuk mencapa tujuan msalnya untuk menguj serangkaan hpotess dengan mempergunakan teknk serta alat tertentu. Cara utama tu dpergunakan setelah penyeldk memperhtungkan kewajarannya dtnjau dar tujuan penyeldk serta stuas penyeldk. Oleh sebab tu, pemlhan metode peneltan yang tepat dharapkan akan mempengaruh penyusunan rancangan penyeldkan dan prosedur-prosedur pengukuran varabel yang tepat pula. Terdapat empat kategor yang basa dgunakan untuk mengelompokkan peneltan penddkan, dantaranya adalah ekspermental, ex post facto, deskrptf, dan hstors. (Furchan, 004:39-40). Sedangkan dalam menghadap permasalahan yang dtelt, maka metode peneltan yang dgunakan penuls adalah metode deskrptf. Hal n dplh karena metode deskrptf danggap sesua
43 dengan permasalahan, perstwa, atau kejadan yang sedang dtelt dan terjad pada saat n. Pernyataan n sesua dengan Nazr (1988:63) bahwa: Metode deskrptf adalah suatu metode dalam menelt status sekelompok manusa, suatu objek, suatu set konds, suatu sstem pemkran ataupun suatu kelas perstwa pada masa sekarang. Sudjana (00:64) mengemukakan bahwa, Metode peneltan deskrptf adalah peneltan yang berusaha mendeskrpskan suatu gejala, perstwa, kejadan yang terjad pada saat sekarang. Sedangkan Furchan (00:39) menjelaskan: Deskrptf: melukskan dan menafsrkan keadaan yang ada sekarang. Peneltan n berkenaan dengan konds atau hubungan yang ada, praktekpraktek yang sedang berlaku, keyaknan, sudut pandang, atau skap yang dmlk, proses-proses yang sedang berlangsung: pengaruh-pengaruh yang sedang drasakan, atau kecenderungan-kecenderungan yang sedang berkembang. Secara lebh jelas Furchan (00:40) menjelaskan bahwa, Tujuan utama peneltan deskrptf alah melukskan keadaan sesuatu atau yang sedang terjad pada saat peneltan berlangsung. B. Varabel dan Paradgma Peneltan 1. Varabel Peneltan Varabel adalah suatu atrbut yang danggap mencermnkan atau mengungkapkan pengertan atau bangunan-pengertan. Varabel mempunya nla yang berbeda-beda. (Furchan, 00:45). Sementara tu, Sregar (005:7) menyatakan bahwa : Varabel ddefnskan sebaga suatu atrbut (propors) objek, yang ada dalam dr sumber populas dengan elemen-elemennya yang memlk ukuran (kualtas atau kuanttas) yang bervaras. Sedangkan Suharsm
44 Arkunto (006 : 118) berpendapat secara lebh sederhana bahwa, Varabel adalah objek peneltan atau apa yang menjad ttk perhatan suatu peneltan. Jad varabel adalah ttk perhatan suatu peneltan yang memlk suatu ukuran (kualtas atau kuanttas) yang berbeda-beda. Terdapat dua klasfkas varabel peneltan, yatu; a. Varabel bebas (ndependen) merupakan varabel yang mendahulu atau menjad sebab bag varabel lannya (varabel terkat). Dalam peneltan n yang menjad varabel bebas adalah hasl belajar sswa pada kompetens Perbakan Koplng dan Komponen-Komponennya. b. Varabel terkat (dependen) adalah merupakan varabel akbat atau yang tergantung pada varabel yang mendahulunya. Dalam peneltan n yang menjad varabel terkat adalah hasl belajar sswa pada kompetens Overhaul Koplng dan Komponen-Komponennya. Secara sstematk hubungan antara varabel-varabel tersebut dapat dgambarkan sebaga berkut: Hasl Belajar Sswa Kompetens Perbakan Koplng dan Komponen- Komponennya Varabel X Hasl Belajar Sswa Kompetens Overhaul Koplng dan Komponen- Komponennya Varabel Y Gambar 3.1 Hubungan antara Varabel. Paradgma Peneltan Sugyono (007:5) berpendapat bahwa: Paradgma peneltan dapat dartkan sebaga pola pkr yang menunjukan hubungan antara varabel yang akan dtelt yang sekalgus mencermnkan
45 jens dan jumlah rumusan masalah yang perlu djawab melalu peneltan, teor yang dgunakan untuk merumuskan hpotess, jens dan jumlah hpotess dan teknk analss statstk yang akan dgunakan. Paradgma pada peneltan n dgambarkan sebaga berkut: Sswa SMK Terata Puth Program Keahlan Teknk Mekank Otomotf Tahun Ajaran 007/008 Hasl Belajar Sswa Kompetens Perbakan Koplng dan Komponen- Komponennya Hasl Belajar Sswa Kompetens Overhaul Koplng dan Komponen- Komponennya Kesmpulan Temuan hasl peneltan Keterangan: = Lngkup Peneltan Gambar 3. Paradgma Peneltan C. Data dan Sumber Data Peneltan 1. Data Peneltan Data adalah fakta ataupun angka yang dapat djadkan bahan untuk menyusun suatu nformas. (Arkunto, 006:118) Data merupakan hasl pencatatan penuls berupa fakta ataupun angka yang mendukung terhadap bahan dalam pengujan hpotess yang telah drumuskan. Adapun data yang dperlukan dalam peneltan n adalah: a. Hasl belajar peserta ddk, yatu penlaan hasl belajar peserta ddk pada akhr kompetens Perbakan Koplng dan Komponen-Komponennya. b. Hasl belajar peserta ddk, yatu penlaan hasl belajar peserta ddk pada akhr kompetens Overhaul Koplng dan Komponen-Komponennya.
46. Sumber Data Peneltan Arkunto (006:19) menyatakan, Sumber data dalam peneltan adalah subjek dar mana data dapat dperoleh. Dalam peneltan n yang menjad sumber data adalah: a. Dokumen hasl belajar sswa berupa lembar nla yang memlk keterkatan dan mendukung dalam peneltan n. b. Staff pengajar dan Tata Usaha SMK Terata Puth Bekas. D. Populas dan Sampel Peneltan 1. Populas Arkunto (006:130) menjelaskan bahwa, Populas adalah keseluruhan subjek peneltan. Secara lebh terpernc Rduwan (004:54) mengemukakan bahwa, Populas merupakan objek atau subjek yang berada pada suatu wlayah dan memenuh syarat-syarat tertentu berkatan dengan masalah peneltan. Sedangkan Sugyono (007:61) memberkan pengertan bahwa, Populas adalah wlayah generalsas yang terdr dar objek atau subjek yang menjad kualtas dan karakterstk tertentu yang dtetapkan oleh penelt untuk dpelajar dan kemudan dtark kesmpulannya. Berdasarkan defns para ahl mengena populas tersebut, maka populas dalam peneltan n adalah seluruh sswa kelas tahun ajaran 007/008 program keahlan Teknk Mekank Otomotf SMK Terata Puth sebanyak 185 orang sswa yang terbag kedalam 5 kelas.
47. Sampel Peneltan Arkunto (006:131) berpendapat bahwa, Sampel adalah sebagan atau wakl populas yang dtelt. Rduwan (004:56) menjelaskan bahwa, Sampel adalah sebagan dar jumlah dan karakterstk yang dmlk oleh populas. Sedangkan Sugyono (007:6) mengutarakan bahwa, Sampel adalah sebagan dar jumlah dan karakterstk yang dmlk oleh populas. Mutu peneltan tdak selalu dtentukan oleh besarnya sampel, akan tetap oleh kokohnya dasar-dasar teornya, oleh desan peneltannya, serta mutu pelaksanaan dan pengolahannya. (Nasuton, 1991:135) Namun, dalam pengamblan sampel n harus dlakukan sedemkan rupa sehngga dperoleh sampel yang benar-benar dapat mewakl dan dapat menggambarkan keadaan populas yang sebenarnya. (Rduwan, 004:57) Terdapat bebarapa aturan yang dapat djadkan pedoman ddalam pengamblan sampel pada suatu peneltan. Hal pokok yang utama dalam penarkan sampel alah penempatan cr-cr populas yang menjad sasaran dan akan dwakl oleh sampel d dalam penyeldkan. (Furchan, 00:195) Sedangkan Arkunto (006:134) mengemukakan bahwa persyaratan pengamblan sampel adalah sebaga berkut: Untuk sekedar ancer-ancer maka apabla subjeknya kurang dar 100, lebh bak dambl semua sehngga peneltannya merupakan peneltan populas. Selanjutnya jka jumlah subjeknya besar, dapat dambl antara 10-15% atau 0-5% atau lebh tergantung setdak-tdaknya dar: a. Kemampuan penelt dlhat dar seg waktu, tenaga dan dana. b. Sempt luasnya wlayah pengamatan dar setap subjek, karena hal n menyangkut banyak sedktnya data. c. Besar keclnya resko yang dtanggung oleh penelt.
48 Adapun cara pengamblan sampel yang dapat dgunakan adalah dengan menggunakan rumus Taro Yamane (Rakhmat, 1998:8) sebaga berkut: N n = N.d + 1 (Rakhmat, 1998:8) Dmana : n = Jumlah Sampel N = Jumlah Populas d = Press yang dtetapkan Apabla ukuran populas sebanyak kurang dar 100, maka pengamblan sampel sekurang-kurangnya 50% dar ukuran populas. Namun jka ukuran populasnya adalah sama dengan atau lebh dar 1000, ukuran sampel dharapkan sekurang-kurangnya 15% dar ukuran populas. (Surachmad, 1994:100) Rumus yang dapat dgunakan adalah sebaga berkut: S 1000 n = 15% +. 1000 100 ( 50% 15% ) (Surachmad, 1994:100) Dmana : S = Jumlah sampel yang dambl n = Jumlah anggota populas Berdasarkan dokumen yang penelt peroleh dar phak sekolah mengena jumlah sswa kelas angkatan 007/008 program keahlan teknk mekank otomotf SMK Terata Puth Bekas sebanyak 185 sswa, maka berdasarkan pendapat ahl datas jumlah sampel yang dapat dambl oleh penelt adalah sebesar: 0%x 185 = 37 sswa.
49 Langkah berkutnya adalah teknk pengamblan anggota sampel. Pengamblan sampel pada peneltan n adalah dgunakan cara penarkan sampel acak (random samplng). Hal n bertujuan agar setap subjek populas memlk hak yang sama untuk memperoleh kesempatan dplh menjad sampel. Adapun langkah-langkah yang dapat d lakukan dalam penarkan sampel secara acak n adalah sebaga berkut: 1. Merumuskan populas, dmana pada peneltan n adalah seluruh sswa kelas Mekank Otomotf tahun ajaran 007/008.. Membuat daftar semua anggota populas tersebut. 3. Memlh anggota sampel dengan memaka prosedur d mana hanya faktor kebetulan sajalah yang menentukan anggota mana dar daftar tersebut yang akan terambl senaga sampel. E. Teknk Pengumpulan Data dan Instrumen Peneltan 1. Teknk Pegumpulan Data Data merupakan bahan yang sangat berguna dan tentunya sangat dperlukan sebaga bahan untuk dolah dan danalss. Hasl dar pengolahan dan analss data n kemudan dharapkan dapat dhaslkan suatu nformas yang berguna bag suatu peneltan. Oleh sebab tu, dalam suatu upaya pengumpulan data dperlukan teknk atau metode pengumpulan data yang tepat. Terdapat beberapa teknk yang dapat dgunakan dalam pengumpulan data. Arkunto (006:3-31) menjelaskan terdapat setdaknya 5 metode pengumpulan data sebaga berkut:
50 1) Penggunaan Tes, ) Penggunaan Kuesoner atau Angket, 3) Penggunaan Metode Intervu, 4) Penggunaan Metode Observas, dan 5) Penggunaan Metode Dokumentas. Pengumpulan data untuk peneltan n adalah menggunakan metode dokumentas. Hal n dkarenakan, data-data yang dpergunakan oleh penelt dalam peneltan n bersumber pada tulsan-tulsan. Sepert yang telah dsnggung sebelumnya bahwa peneltan yang berpedoman pada nstrumen dokumentas atau dapat juga check-lst merupakan salah satu metode peneltan. Arkunto (006:31) berpendapat mengena metode dokumentas sebaga metode peneltan sebaga berkut: Tdak kalah pentng dar metode-metode lan, adalah metode dokumentas, yatu mencar data mengena hal-hal atau varabel yang berupa catatan, transkrp, buku, surat kabar, majalah, prasast, notulen rapat, lengger, agenda, dan sebaganya.. Instrumen Peneltan Instrumen peneltan adalah suatu alat yang dgunakan untuk memperoleh data. Pada peneltan n nstrumen peneltannya berupa lembar dokumentas sepert pada tabel berkut:
51 Tabel 3.1 Lembar Instrumen URUT 1.. 3. DAFTAR NILAI SISWA SMK TERATAI PUTIH BEKASI NOMOR INDUK SISWA TAHUN AJARAN / JUMLAH RATA-RATA NAMA NILAI F. Teknk Analss Data Apabla data yang dperlukan telah terkumpul, maka data kuanttatf akan danalss melalu pendekatan statstk, untuk membuktkan kebenaran hpotess yang telah drumuskan. Pengolahan data peneltan n akan dlakukan sesua dengan langkah-langkah sebaga berkut: 1. Persapan Kegatan dalam langkah n dantaranya adalah: a. Mengecek nama dan kelengkapan denttas sampel peneltan. b. Mengecek kelengkapan data yatu s dar nstrument pengumpul data. c. Mereduks data yatu dengan mengecek macam san data sehngga data dapat tersaj dengan bersh dan raph.. Tabulas Langkah-langkah dalam tabulas n adalah: a. Membuat tabel untuk tabulas data,
5 b. Memasukan data kedalam tabel tabulas data, dan c. Menghtung jumlah dan rata-rata. Tabel tabulas data dtunjukan pada tabel 3. berkut: Tabel 3. Tabel Tabulas Data No. 1.. 3. Nomor Induk Sswa JUMLAH RATA-RATA Nama Sswa Nla Kompetens OPKR-30-00B OPKR-30-003B 3. Analss Data Analss data melput: a. Mengolah Skor Mentah Menjad T-Skor Data yang dperoleh dar responden mash berupa skor mentah. Data n perlu drubah kedalam bentuk T-Skor untuk mempermudah pengolahan data, dengan menggunakan rumus: T-Skor = 10.Z+ 50 (Arkunto, 000:79) Sebaga langkah awal dalam mengkonvers data n menjad bentuk T-skor adalah sebaga berkut:
53 1. Menghtung skor rata-rata (mean) dengan rumus: X X = dan n Y Y = n (Sregar, 001:15) Dmana: X = Mean untuk varabel X Y = Mean untuk varabel Y ΣX = Jumlah skor tem varabel X ΣY = Jumlah skor tem varabel Y n = Jumlah tem. Menghtung harga smpangan baku dengan rumus: SD = 3. Menghtung skor z dengan rumus: ( X X) n 1 (Sregar, 001:17) z X X = S (Sudjana, 00:99) 4. Kemudan mengkonverskan skor mentah Z dan skor T dengan rumus datas. b. Uj Normaltas Uj normaltas dgunakan untuk mengetahu konds data apakah berdstrbus normal atau tdak. Langkah n untuk menentukan jens statstc parametrk atau non parametrk pada langkah selanjutnya. Menurut Sujana (1996:150) menjelaskan Teor-teor menaksr dan menguj hpotess, danut berdasaran pada asums bahwa populas yang sedang dseldk berdstrbus normal. Jka asums n
54 tdak dpenuh, artnya ternyata populasnya tdak berdstrbus normal, maka kesmpulan berdasarkan teor n tdak berlaku. Adapun langkah-langkah dalam pengujan normaltas adalah sebaga berkut: 1) Menentukan Rentang/Range skor (R) Dmana: R = Rentang X a X b R = X a X b = Data tertngg = Data terendah ) Menentukan banyaknya kelas nterval () = 1 + 3,3 Log n Dmana: = Banyaknya kelas nterval n = Jumlah sampel 3) Menentukan panjang kelas nterval (p) R p = Dmana: p = Panjang kelas nterval R = Rentang/Range = Banyaknya kelas nterval (Sregar, 001:17) (Sregar, 001:18) (Sregar, 001:18) 4) Membuat tabel dstrbus frekuens Tabel dstrbus frekuens yang dgunakan dtunjukan pada tabel 3.3 berkut:
55 Tabel 3.3 Dstrbus frekuens No. Kelas nterval f X f.x (X- X ) f. (X- X ) 5) Menghtung nla rata-rata/mean Score ( X ) X = f. f X (Sregar, 001:15) Dmana: X = Mean Score/Rata-rata Σf.X = Jumlah frekuens dkal nla tengah Σf = Jumlah Frekuens 6) Menghtung smpangan baku/standar Devas (SD) f SD = ( X X) Dmana: Σf = Jumlah frekuens X = Nla tengah rentang X = Rata-rata (n-1) = derajat kebebasan data n 1 (Sregar, 001:18) Membuat tabel dstrbus frekuens untuk harga-harga yang dperlukan dalam uj ch-kuadrat (χ ), sepert tabel berkut: Tabel 3.4 Tabel Bantu Ch Kuadrat Interval f X n Z L 0 L e χ
56 Langkah-langkah penyusunan tabel tersebut adalah sebaga berkut: a) Tentukan batas bawah (B b ) dan batas atas (B a ) kelas nterval b) Menghtung nla Z untuk setap batas bawah kelas nterval dengan rumus sebaga berkut: z = x n x S (Sregar, 001:64) c) Mengs peluang pada kolom L 0 dengan melhat nla Z pada tabel statstk (tabel dstrbus normal) d) Menghtung luas tap kelas nterval (L ) dengan rumus berkut: L = L 1 L (Sregar,001:65) Dmana: L = Luas tap kelas nterval L 1 L = Peluang besar = Peluang kecl e) Menghtung frekuens harapan (e) dengan menggunakan rumus: e = L. Σf (Sregar, 001:65) Dmana: e = Frekuens harapan L Σf = Luas tap kelas nterval = Jumlah frekuens data f) Menghtung nla Ch-Kuadrat (χ ) dengan menggunakan rumus: χ = ( f e ) e (Sregar, 001:65)
57 Dmana: χ = Nla Ch-Kuadrat f e = Frekuens pada kelas nterval = Frekuens harapan g) Menghtung P-value dengan melakukan nterpolas pada tabel Chkuadrat. Kelompok data dapat dkatakan normal jka: nla P-value > α = 0,05 c. Pengujan Korelas Sebelum kta melanjutkan kepada pengujan korelas, hendaknya kta mengetahu hasl pengujan normaltas dan homogentas kelompok sampel. Hal n bertujuan agar kta dapat mengetahu uj statstk yang akan kta laksanakan. Terdapat dua kemungknan uj stastk yang dapat dlakukan yatu uj statstk parametrk dan non parametrk. Uj statstk parametrk akan dlaksanakan apabla normaltas kelompok data terpenuh. Sedangkan uj statstk non parametrk akan dlaksanakan apabla normaltas kelompok data tdak terpenuh. Peneltan n dlakukan uj: 1. Regres lner dlanjutkan dengan pengujan pengujan lnertas dan keberartan regres jka kelompok data menunjukan normal dan homogen.. Korelas Spearman Rank jka kelompok data menunjukan tdak normal atau tdak homogen. 1) Regres Lner Hubungan antara varabel bebas (X) dan varabel (Y) yang lner dtentukan oleh persamaan sebaga berkut:
58 Ŷ = a + bx (Sugyono, 007:61) Dmana: Ŷ = Subjek dalam varabel dependen yang dpredkskan. X = Subjek pada varabel ndependen yang mempunya nla tertentu a b = Harga Y ketka harga X = 0 (harga konstan) = Angka arah atau koefsen regres. Harga a dan b dhtung berdasarkan rumus: a ( Y )( X ) ( X )( X Y ) n X ( X ) = b n X n Y ( X )( Y ) ( X ) = X (Sugyono, 007:6) ) Korelas Spearman Rank Adapun langkah-langkah yang dapat dlakukan adalah sebaga berkut: a) Menyusun tabel penolong untuk menghtung koefsen korelas Spearman Rank sebaga berkut: Tabel 3.6 Tabel Penolong Penghtungan Koefsen Korelas Spearman Rank No X Y Rangkng X Rangkng Y b b
59 b) Menghtung koefsen korelas Spearman Rank (ρ) dengan rumus: 6 ρ = 1 n n b ( 1) (Sugyono, 007:45) c) Menghtung keberartan koefsen korelas Spearman Rank (ρ) dengan rumus: t = n 1 r Dmana: t = nla keberartan korelas spearman rank. r = ρ = Koefsen korelas Spearman Rank. (Sregar, 001:38) n = jumlah sampel. d) Menghtung P-value dengan melakukan nterpolas pada tabel dstrbus t. Kedua varabel data dapat dkatakan tdak memlk hubungan jka: nla P-value > 0,05 Adapun krtera derajat hubungan yang djelaskan Sregar (001:3) adalah sebaga berkut: r = 1 hubungan semprna 0,80 r < 1 hubungan sangat tngg 0,60 r < 0,80 hubungan tngg 0,40 r < 0,60 hubungan sedang 0,0 r < 0,40 hubungan rendah 0,00 r < 0,0 hubungan sangat rendah r = 0 tdak berhubungan
60 d. Koefsen Determnas Menghtung koefsen determnas dmaksudkan untuk mengetahu persentase hubungan antara varabel terkat terhadap varabel bebas. Pengujan n dapat menggunakan rumus: KD = r 100% (Sudjana, 00:369) e. Pengujan Hpotess Pengujan hpotess dgunakan untuk menguj apakah hpotess yang telah dajukan pada peneltan n, dterma atau dtolak. Pengujan hpotess n dapat dmenggunakan rumus: t = r n 1 r (Sregar, 001:175) Hpotess merupakan jawaban sementara terhadap rumusan masalah atau sub masalah yang dajukan penelt, dan perlu dbuktkan kebenarannya melalu peneltan lmah. Hpotess akan dsmbolkan dengan hpotess alternatf (H a ) dan hpotess nhl atau nol (H 0 ). H 0 : ρ = 0 (Hpotess Nol), artnya: Tdak terdapat hubungan antara hasl belajar sswa pada kompetens Perbakan Koplng dan Komponen-Komponennya dengan hasl belajar sswa pada kompetens Overhaul Koplng dan Komponen-Komponennya. H a : ρ 0 (Hpotess Alternatf), artnya
61 Terdapat hubungan antara hasl belajar sswa pada kompetens Perbakan Koplng dan Komponen-Komponennya dengan hasl belajar sswa pada kompetens Overhaul Koplng dan Komponen-Komponennya. Adapun krtera dalam pengujan hpotess adalah sebaga berkut: Terma H a apabla nla t htung > t tabel pada taraf sgnfkans 5% (pvalue<0,05) Terma H 0 apabla nla t htung < t tabel pada taraf sgnfkans 5% (pvalue>0,05)