BAB III METODE PENELITIAN

42 BAB III METODE PENELITIAN 3.1 Objek Penelitian Penelitian ini menganalisis mengenai pengaruh kompetensi guru yang dipersepsikan siswa, sarana prasarana sekolah dan motivasi belajar terhadap Hasil belajar siswa SMAN 1 Tasikmalaya pada Mata Pelajaran Ekonomi. Objek dalam penelitian ini adalah seluruh siswa kelas X SMAN 1 Tasikmalaya dengan variabel eksogennya (variabel yang tidak ada variabel eksplisitnya) adalah Kompetensi guru (X1) dan Sarana prasarana Sekolah (X2), sedangkan variabel endogennya (variabel perantara dan tergantung) adalah Motivasi belajar siswa (X3) dan Hasil belajar (Y), dan yang dijadikan variabel antaranya yaitu motivasi belajar. 3.2 Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode survey explanatory. Menurut Singarimbun dan Efendi (2006 :4), survey explanatory adalah Penelitian yang mengambil sampel dari suatu populasi dan menggunakan kuesioner sebagai alat pengumpul data yang pokok, dengan tujuan untuk menjelaskan atau menguji hubungan antar variabel yang diteliti. Kerlinger dalam Sugiyono (Fitriani 2011:78) mengemukakan bahwa, Penelitian survey adalah penelitian yang dilakukan pada populasi besar maupun kecil tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut, sehingga ditemukan kejadian-kejadian relatif, distribusi, dan hubungan-hubungan antarvariabel sosiologi maupun psikologis. 3.2.1 Populasi dan Sampel 3.2.1.1 Populasi Menurut Sugiyono (Fitriani 2011:78), Populasi adalah wilayah generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar

43 Dalam penelitian ini, populasinya adalah jumlah seluruh siswa kelas X SMAN 1 Tasikmalaya, dan akan mempersepsikan kompetensi guru. Menurut Pangky (Wulandari 2010:68) yang dimaksud persepsi terhadap kompetensi guru adalah, Proses ketika siswa menerima, mengorganisasikan dan menginterpretasikan kemampuan, pengetahuan, keterampilan dan perilaku yang dimiliki gurunya saat mengajar. Dalam penelitiannya, Pangky mempersepsikan kompetensi guru kepada siswa, sehingga penulis mengambil populasi siswa untuk mempersepsikan kompetensi guru kepada siswa. Pada penelitian ini adalah siswa kelas X SMAN 1 Tasikmalaya. Adapun populasi dalam penelitian ini adalah sebagai berikut: 3.2.1.2 Sampel Tabel 3.1 Populasi Kelas X SMA Negeri 1 Tasikmalaya Tahun Pelajaran 2012/2013 No Nama kelas Jumlah siswa 1 2 3 4 5 6 7 8 9 10 Kelas X1 Kelas X2 Kelas X3 Kelas X4 Kelas X5 Kelas X6 Kelas X7 Kelas X8 Kelas X9 Kelas X10 38 38 38 38 38 37 38 38 38 37 Jumlah 378 sumber:data sekolah Menurut Sugiyono (Wulandari 2010:73), Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan

44 diberlakukan untuk populasi, untuk itu sampel yang diambil dari populasi harus betul-betul representatif (mewakili). Dalam penelitian ini teknik penentuan sampel dilakukan melalui metode Stratified Random Sampling, yaitu metode pengambilan sampel yang bertujuan agar dapat menggambarkan secara tepat sifat populasi yang heterogen yang dilakukan dalam beberapa tahap, sedangkan teknik pengambilan sampel menggunakan rumus Sari Taro Yamane atau Slovin dalam Riduwan dkk (2011: 210) sebagai berikut: Dimana: n = jumlah sampel N = jumlah populasi = presisi (ditetapkan 5% dengan tingkat kepercayaan 95%) Berdasarkan rumus tersebut diperoleh jumlah sampel sebagai berikut: ( ) dari perhitungan diatas maka ukuran sampel minimal dalam penelitian ini adalah 194.34 yang dibulatkan menjadi 195 orang. Adapun kerangka sampelnya sebagai berikut: Tabel 3.2 Kerangka Sampel No Kelas Ukuran sampel 1 X1 19 2 X2 19 3 X3 20 4 X4 20 5 X5 20 6 X6 19

45 7 X7 20 8 X8 19 9 X9 19 10 X10 20 Jumlah 195 sumber:hasil pengolahan data 3.3 Operasional Variabel Tabel 3.3 Operasional Variabel Variabel Konsep Teoritis Konsep Empiris Kompetens i Pedagogik Guru (X 1.1 ) Sejumlah kemampuan guru yang berkaitan dengan ilmu dan seni mengajar siswa. (Fachruddin dan Ali, 2008) Pengaruh eksternal yang dihadapi peserta didik yang menyangkut kemampuan guru dalam mengelola pembelajaran dari sudut pandang peserta didik pada mata pelajaran ekonomi Konsep Analisis Skor kompetensi pedagogik ini dapat diukur dengan skala likert, melalui: Mengidentifikasi bekal-ajar awal siswa Mengidentifikasi kesulitan belajar siswa Menerapkan berbagai metode pembelajaran yang mendidik secara kreatif dalam Mata Pelajaran Ekonomi Menggunakan media pembelajaran dan sumber belajar yang relevan dengan karakteristik peserta didik untuk mencapai tujuan pembelajaran Skala ordinal

46 yang utuh Menentukan prosedur penilaian dan evaluasi proses dan hasil belajar Menggunakan informasi hasil penilaian dan evaluasi untuk merancang program remedial dan pengayaan Kompetens i Profesional Guru (X 1.2 ) Kemampuan penguasaan materi pembelajaaran secara luas dan Pengaruh eksternal yang dihadapi peserta didik Skor kompetensi profesional ini dapat diukur dengan skala likert, melalui: ordinal mendalam yang memungkinkanny a membimbing peserta didik memenuhi standar kompetensi yang yang menyangkut kemampuan guru dalam menguasai materi dari Memahami materi, struktur dan konsep yang mendukung mata pelajaran yang diampu dittetapkan dalam sudut pandang Memilih dan Standar Naional peserta didik mengolah materi Pendidikan. (PP No.19 tahun 2005) pada mata pelajaran ekonomi pembelajaran sesuai dengan tingkat perkembangan siswa Melakukan refleksi terhadap kinerja guru secara terus menerus Mengikuti kemajuan zaman dengan belajar dari berbagai sumber Kompetens Kemampuan Pengaruh Skor kompetensi ordinal

47 i Personal Guru (X 1.3 ) Kompetens i Sosial Guru (X 1.4 ) personal yang mencerminkan kepribadian yang mantap, stabil, dewasa, arif dan berwibawa, menjadi teladan bagi peserta didik dan berakhlak mulia. (Budiwati dan Permana, 2010:57) Kemampuan pendidik sebagai bagian dari masyarakat untuk berkomunikasi dan bergaul secara efektif dengan peserta didik, sesame pendidik, tenaga kependidikan, orang tua/wali peserta didik dan masyarakat sekitar. (Budiwati dan Permana, 2010:57) eksternal yang dihadapi peserta didik yang menyangkut kepribadian guru ekonomi yang dipersepsikan siswa Pengaruh eksternal yang dihadapi peserta didik yang menyangkut kemampuan guru dalam mengelola pembelajaran dari sudut pandang peserta didik pada mata pelajaran ekonomi personal ini dapat diukur dengan skala likert, melalui: Menghargai siswa tanpa membedakan keyakinan yang dianut, suku, adat istiadat, daerah asal dan gender Memiliki pribadi yang jujur, tegas, arif, dapat diteladani oleh siswa dan anggota masyarakat di sekitarnya Skor kompetensi sosial ini dapat diukur dengan skala likert, melalui: Berkomunikasi dengan teman sejawat, siswa, orang tua siswa dan masyarakat secara santun Mengikutsertaka n orang tua siswa dalam program pembelajaran dan mengatasi kesulitan belajar siswa ordinal Sarana prasarana Sekolah (X 2 ) Sarana belajar merupakan kelengkapan mengajar yang harus dimiliki Ketersediaan fasilitas belajar yang mendukung berlangsungny fasilitas belajar di sekolah dan di rumah di ukur menurut persepsi siswa yang meliputi: ordinal

48 sekolah, sehingga fasilitas belajar mempengaruhi kegiatan belajar mengajar disekolah (Djamarah 2011: 184-185) a proses belajar mengajar pada mata pelajaran ekonomi. 1. Prasarana belajar di sekolah. 2. Sarana belajar sekolah. di 1. Kondisi gedung sekolah 2. Kondisi ruang kelas. 3. Kondisi meja dan kursi. 4. Kondisi ruang perpustakaan 1. Ketersediaan buku-buku pelajaran ekonomi di perpustakaan 2. Ketersediaan Komputer dan fasilitas internet 3. Ketersediaan alat pembelajaran 4. Ketersediaan media pembelajaran 5. Ketersediaan laboratorium 6. Ketersediaan alatalat laboratorium Motivasi Belajar Suatu kekuatan atau tenaga atau 3. Fasilitas belajar rumah di Dorongan atau motif belajar 1. Kondisi ruang belajar dirumah. 2. Kondisi Meja dan kursi untuk belajar. 3. Ketersediaan Alat tulis. 4. Ketersediaan Buku pelajaran. 5. Komputer. Kalkulator Skor motivasi belajar mengunakan skala ordinal

49 (X 3 ) daya, atau suatu keadaan yang kompleks dan kesiapsediaan dalam diri individu atau bergerak kearah tujuan tertentu, baik disadari maupun tidak disadari. (Syamsudin, 2007:37). Hasil Belajar (Y) Hasil Belajar Kognitif merupakan keberhasilan peserta didik dalam Mengoptimalkan kemampuan ranah kognitifnya sehingga terjadi perubahan tingkah laku dalam dirinya (Sudjana 2010: 3) siswa dalam rangka mencapai hasil belajar yang optimal pada mata pelajaran ekonomi. Nilai yang diperoleh siswa pada mata pelajaran ekonomi. Likert, yaitu: Waktu yang digunakan untuk belajar Ketepatan pada tujuan kegiatan Berusaha mempelajari materi yang tidak dimengerti Pengorbanan untuk mencapai tujuan Tingkat aspirasi yang hendak dicapai dengan kegiatan yang dilakukan Data diperoleh dari pihak sekolah tentang nilai UAS kelas X semester ganjil tahun ajaran 2012/2013 pada mata pelajaran ekonomi. interva l 3.4 Teknik Pengumpulan Data Menurut Sugiyono (2004:129), Pengumpulan data dapat menggunakan sumber primer dan sumber sekunder. Sumber primer yaitu sumber data yang langsung memberikan data kepada pengumpul data, misalnya kuesioner atau angket, dan sumber sekunder yaitu sumber yang tidak langsung memberikan data kepada

50 pengumpul data misalnya melalui dokumen. Adapun alat pengumpul data dalam penelitian ini adalah: 1. Wawancara, yaitu pengumpulan data secara lisan yang bertujuan untuk menemukan permasalahan yang harus diteliti dan untuk mengetahui jumlah respondennya sedikit/banyak. 2. Kuesioner (angket) merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya. Adapun kuesioner yang digunakan dalam penelitian ini adalah bentuk kuesioner tertutup. 3. Studi dokumentasi, yaitu studi untuk mencari data mengenai hal-hal atau variabel yang diteliti berupa dokumen-dokumen yang ada pada unit analisis, dalam hal ini nilai rapor siswa kelas X semester ganjil tahun ajaran 2012/2013 pada mata pelajaran ekonomi di SMA Negeri yang diteliti. 3.5 Instrumen Penelitian Menurut Sugiyono (2004:84), Instrumen penelitian merupakan alat yang digunakan untuk mengukur variabel yang diteliti. Dalam penelitian ini, instumen yang digunakan adalah kuesioner atau angket, yaitu sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden yang berhubungan dengan variabel yang diteliti. Adapun langkah-langkah penyusunan angket menurut Suharsimi (2006:151) adalah sebagai berikut: a. Menentukan tujuan pembuatan angket yaitu untuk memperoleh data dari responden mengenai kompetensi pedagogik guru dan iklim sekolah yang dipersepsikan siswa, motivasi dan prestasi belajar siswa pada Mata Pelajaran Ekonomi. b. Menentukan objek yang menjadi responden, yaitu siswa kelas X yang menjadi sampel. c. Menyusun kisi-kisi instrumen penelitian. d. Menyusun pertanyaan-pertanyaan yang harus dijawab oleh responden.

51 e. Merumuskan pertanyaan-pertanyaan alternatif jawaban untuk jenis jawaban yang sifatnya tertutup. Jenis instrument yang bersifat tertutup yaitu seperangkat daftar pertanyaan tertulis yang disertai alternatif jawaban yang sudah disediakan. f. Menetapkan kriteria pemberian skor untuk setiap item pertanyaan yang bersifat tertutup. Alat ukur yang digunakan dalam pemberian skor adalah daftar pertanyaan yang menggunakan skala likert dengan ukuran ordinal, berarti objek yang diteliti mempunyai peringkat saja. Sedangkan untuk data yang bersifat interval, para responden diberi kebebasan untuk mengisi angket yang telah disediakan. g. Menyebarkan angket h. Mengelola dan menganalisis angket. 3.6 Pengujian instrument penelitian Uji Validitas Menurut Arikunto (2006:168), Validitas adalah suatu ukuran yang menunjukan tingkat kevalidan atau kesahihan suatu instrument. Menurut Riduwan dan Kuncoro (2011:217), untuk menguji validitas alat ukur, terlebih dahulu dicari nilai korelasi antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Dalam uji validitas ini digunakan rumus Pearson Product Moment sebagai berikut: ( ) ( )( ) { ( ) } { ( ) } Dimana: = koefisien relasi Riduwan dkk (2011:217) X i Y i n = jumlah skor item = jumlah skor total (seluruh item) = jumlah responden

52 Selanjutnya dihitung dengan uji-t dengan menggunakan rumus: Riduwan dkk (2011:217) Dimana: t = nilai t hitung r = koefisien korelasi hasil r hitung n = jumlah responden Distribusi (tabel t) untuk α = 0.05 dan derajat keabsahan (dk=n-2), maka keputusan yang diambil adalah: a. Jika t hitung > t tabel berarti valid b. Jika t hitung < t tabel berarti tidak valid Uji Reliabilitas Menurut Riduwan dan Kuncoro (2011:220), Uji reliabilitas dilakukan untuk mendapatkan tingkat ketepatan (keterandalan atau keajegan) alat pengumpul data (instrument) yang digunakan. Sedangkan Menurut Arikunto (2006:178), Reliabilitas menunjuk pada satu pengertian bahwa sesuatu instrument cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik. Reliabilitas menunjuk pada tingkat keterandalan sesuatu. Reliabel arinya dapat dipercaya, jadi dapat diandalkan. Adapun uji reliabilitas instrument penelitian ini dilakukan dengan menggunakan rumus Alpha Cronbach. Menurut Riduwan dan Kuncoro (2011:221), langkahlangkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut: 1. Menghitung varians skor tiap-tiap item dengan rumus: ( ) Dimana: S i X i 2 = varians skor tiap-tiap item = jumlah kuadrat item X i

53 ( X i ) 2 = jumlah item X i dikuadratkan N = jumlah responden 2. Menjumlahkan varians semua item dengan rumus: S i = S 1 + S 2 + S 3 + + S n Dimana: S i = jumlah varians semua item S 1 + S 2 + S 3 + + S n = varians item ke-1, 2, 3,, n 3. Menghitung varians total dengan rumus: ( ) Dimana: S t 2 X i = varians total = jumlah kuadrat X total ( X i ) 2 = jumlah X total dikuadratkan N = jumlah responden 4. Masukkan nilai Alpha dengan rumus: ( ) ( ) Dimana: = nilai reliabilitas S i = jumlah varians skor tiap-tiap item St = varians total k = jumlah item Untuk mengetahui koefisien korelasinya signifikan atau tidak, digunakan distribusi table-r (tabel-r) untuk α = 0.05 dan df (dk = n-2) dengan keputusan jika r 11 > r tabel berarti reliabel dan sebaliknya jika r 11 < r tabel berarti tidak reliabel.

54 3.7 Teknik Analisis Data dan Pengujian Hipotesis Teknik Analisis Data Jenis data yang terkumpul dalam penelitian ini adalah data ordinal yang meliputi kompetensi guru, sarana prasarana dan motivasi belajar sedangkan data interval adalah hasil belajar siswa sehingga menurut Riduwan dan Kuncoro (2011:30), Data ordinal harus ditransformasi menjadi data interval dengan menggunakan teknik transformasi yang paling sederhana yaitu MSI (Method of Successive Interval) dengan menggunakan software Microsoft Excel. Dalam Riduwan dan Kuncoro (2011:222), langkah-langkah atau prosedur pengolahan data adalah sebagai berikut: a. Menyeleksi data agar dapat diolah lebih lanjut, yaitu dengan memeriksa jawaban responden sesuai dengan kriteria yang telah ditetapkan; b. Menentukan bobot nilai untuk setiap kemungkinan jawaban pada setiap item variabel penelitian dengan menggunakan skala penilaian dengan menggunakan skala penilaian yang telah ditentukan, kemudian menentukan skornya; c. Melakukan analisis secara deskriptif untuk mengetahui kecenderungan data. Dari analisis ini dapat diketahui rata-rata, median, standar deviasi dan varians data dari masing-masing variabel; 3.8 Uji Prasyarat Analisis 1. Uji Normalitas Uji signifikansi pengaruh variabel independen terhadap variabel dependen melalui uji-t hanya akan valid jika residual yang kita dapatkan mempunyai distribusi normal. Ada beberapa metode yang bisa digunakan untuk mendeteksi apakah residual mempunyai distribusi normal atau tiak. (Rohmana, 2010:52) Untuk mendeteksi normal atau tidaknya variabel pengganggu dapat melihatnya dari normal probability yang membentuk suatu garis lurus diagonal, dan ploting data yang akan dibandingkan dengan garis diagonalnya. Menurut Imam Ghazali (Andriani, 2013:49) jika akan menyebar disekitar garis diagonalnya dan

55 mengikuti arah garis diagonalnya/grafik historis maka, menunjukan pola distribusi normal dan sebaliknya. 2. Uji Multikolinieritas Multikolinieritas adalah hubungan linier yang sempurna atau pasti diantara beberapa variabel atau semua variabel yang menjelaskan dari model regresi. Multikolinieritas merupakan salah satu bentuk pelanggaran terhadap asumsi model regresi linier klasik karena bisa mengakibatkan estimator OLS memiliki : 1. Kesalahan baku sehingga sulit mendapatkan estimasi yang tepat. 2. Akibat poin satu, maka interval estimasi akan cenderung lebih lebar dan nilai hitung statistik uji t akan kecil sehingga membuat variabel devenden secara statistik tidak signifikan mempengaruhi variabel independent. 3. Walaupun secara individu variabel independent tidak berpengaruh terhadap variabel dependen melalui uji statistik t, namun nilai koefisien determinasi masih relatif tinggi. Untuk mendeteksi ada tidaknya multikolinieritas dalam suatu model OLS, maka menurut Rohmana (2010:143) dapat dilakukan beberapa cara berikut ini : 1. Multikolinieritas diduga ketika R 2 tinggi yaitu antara 0,7-1,00 tetapi hanya sedikit variabel independent yang signifikan mempengaruhi variabel dependen melalui uji t namun berdasarkan uji F secara statistic signifikan yang berarti semua variabel independent secara bersama-sama mempengaruhi variabel dependen. Dalam hal ini menjadi kontradiktif dimana berdasarkan uji t secara individual variabel independent tidak berpengaruh terhadap variabel dependen, namun secara bersama-sama variabel independent berpengaruh terhadap variabel dependen. 2. Dengan koefisien korelasi sederhana (zero coefficient of correlation), jika nilainya tinggi menimbulkan dugaan terjadi multikolinier tetapi belum tentu dugaan itu benar. 3. Dengan melihat hubungan tidak hanya satu variabel akan tetapi multikolinieritas bisa terjadi karena kombinasi linier dengan variabel independent lain. Keputusan ada tidaknya unsur multikolinier dalam model ini biasanya dengan membandingkan nilai hitung F dengan nilai kritis F, jika nilai hitung F lebih besar dari nilai kritis F dengan tingkat signifikansi a dan derajat kebebasan tertentu maka dapat disimpulkan model mengandung unsur multikolinier.

56 4. Dengan metode Klien, klien menyarankan untuk mendeteksi multikolinier dengan membandingkan koefisien determinasi aukiliary dengan koefisien determinasi model regresi aslinya yaitu Y dengan variabel independent. Sebagai rule of thumb uji klien ini, jika R 2 x1x2x3 x4 lebih besar dari R 2 maka model mengandung unsur multikolinier antara variabel independent dan jika sebaliknya maka tidak ada korelasi antar variabel independent. Apabila terjadi multikolinieritas menurut Rohmana (2010:149), disarankan untuk mengatasinya dengan cara : 1. Penambahan sampel. 2. Mengilangkan variabel independent. 3. Menggabungkan data cross-section dan data time series. 4. Transformasi variabel. 5. Penambahan data. 3. Heteroskedastisitas Salah satu asumsi pokok lain dalam model regresi linier klasik ialah bahwa varian-varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai variabel-variabel bebas adalah berbentuk suatu nilai konstan yang sama dengan Inilah yang disebut sebagai asumsi homoskedastisitas, (Rohmana, 2010:160), Konsekuensi logis dari adanya heteroskedastisitas adalah menyebabkan perhitungan standard error metode OLS menjadi tidak bisa dipercaya kebenarannya, akibatnya interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t maupun uji F tidak bisa lagi dipercaya untuk evaluasi hasil regresi. Heteroskedastisitas dapat dideteksi melalui beberapa cara antara lain : melalui metode grafik, test park (uji park), uji glejser (glejser test), uji korelasi spearmant, uji goldfield-quandt, uji Breusch-Pagan-Godfrey, uji umum heteroskedastis white, uji heteroskedastis berdasarkan residual OLS atau model ekonometrika linier. Pada penelitian ini peneliti akan mendeteksi heteroskedastis dengan metode grafik, dengan kriteria sebagai berikut: 1. Jika grafik mengikuti pola tertentu misal linier, kuadratik, atau hubungan lain berarti pada model tersebut terjadi heteroskedastis 2.

57 2. Jika pada grafik plot tidak mengikuti aturan atau pola tertentu maka pada model tersebut tidak terjadi heteroskedastis. 4. Autokorelasi Asumsi penting lainnya yang akan diuji dalam penelitian ini adalah uji autokorelasi atau serial korelasi. Autokorelasi menggambarkan adanya korelasi antara anggota observasi satu dengan observasi lain yang berlainan waktu. Dalam kaitannya dengan asumsi OLS, autokorelasi merupakan korelasi antara satu variabel gangguan dengan variabel gangguan yang lain (Rohmana 2010:192). Adanya gejala autokorelasi dalam model regresi OLS dapat menimbulkan: 1. Estimator OLS menjadi tidak efisien karena selang keyakinan melebar. 2. Variance populasi σ 2 diestimasi terlalu rendah (underestimated) oleh varians residual taksiran ( ^σ 2 ). 3. Akibat butir b, R 2 bisa ditaksir terlalu tinggi (overestimated). 4. Jika σ 2 tidak diestimasi terlalu rendah, maka varians estimator OLS ( ^ ) 5. Pengujian signifikansi (t dan F) menjadi lemah. Ada beberapa cara untuk mendeteksi autokorelasi pada model regresi, diantaranya dengan mengguanakan metode Grafik, uji loncatan (Runs Test) atau uji Geary (Geary Test), uji Durbion Watson (Durbin Watson d test), uji Breusch-Godfrey (Breusch- Godfrey test). Pada penelitian ini, penulis menggunakan uji Durbin Watson (D-W) untuk mendeteksi autokorelasi, yaitu dengan cara membandingkan DW statistik dengan DW tabel. Adapun langkah uji Durbin Watson adalah sebagai berikut : 1. Lakukan regresi OLS dan dapatkan residual e 1. 2. Hitung nilai d (Durbin-Watson). 3. Dapatkan nilai kritis d L -d u. 4. Pengambilan keputusan, dengan aturan sebagai berikut :

58 Tabel 3.4 Uji Statistik Durbin-Watson Nilai Statistik d Hasil 0 d d L Menolak hipotesis nol; ada autokorelasi positif d L d d u Daerah keragu-raguan; tidak ada keputusan d u d 4 du Menerima hipotesis nol; tidak ada autokorelasi 4 du d 4 - d L positif/negatif 4- d L d 4 Daerah keragu-raguan; tidak ada keputusan Menolak hipotesis nol; ada autokorelasi positif Sumber: Rohmana (2010:195) 3.9 Pengujian Hipotesis 3.9.1. Koefisien Determinasi (R 2 ) Koefisien determinasi ( ) menunjukan besarnya pengaruh secara bersama atau serempak variabel eksogen yang terdapat dalam model struktural yang dianalisis. Koefisien determinasi dihitung dengan menggunakan program SPSS versi 17.0. Nilai berikisar antara 0-1 (0< <1), dengan ketentuan: a. Jika semakin mendekati angka 1 maka hubungan antar variabel eksogen dengan variabel endogen semakin erat atau dengan kata lain model tersebut dapat dinilai baik b. Jika semakin menjauhi angka 1, maka hubungan antar variabel eksogen dengan variabel endogen jauh, dengan kata lain model tersebut kurang baik 3.9.2. Pengujian Hipotesis secara Simultan (Uji F) berikut: Uji secara simultan (keseluruhan) hipotesis statistik dirumuskan sebagai Ho : yx3 = yx2 = yx1 = 0 Ha : yx3 = yx2 = yx1 0 Makna pengujian signifikansinya yaitu: a. Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0.05 Sig] maka H 0 diterima dan H a ditolak, artinya tidak signifikan.

59 b. Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas Sig atau [0.05 Sig] maka H 0 ditolak dan H a diterima, artinya signifikan. Pengujian ini dilakukan untuk menguji apakah pengujian bisa dilanjukan atau tidak. Jika Ha terbukti diterima maka pengujian secara individual (pengujian antarvariabel dapat dilanjutkan) 3.9.3. Pengujian Hipotesis Secara Parsial (Uji t) Pengujian t statistik bertujuan untuk menguji signifikansi masing-masing variabel bebas dalam mempengaruhi variabel terikat. pengujian t statistik ini merupakan uji signifikansi satu arah dengan menggunakan program SPSS versi 17.0. Adapun kriteria uji t ini dengan cara membandingkan antara nilai probabilitas 0.05 dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut: a. Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0.05 Sig] maka H 0 diterima dan H a ditolak, artinya tidak signifikan. b. Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas Sig atau [0.05 Sig] maka H 0 ditolak dan H a diterima, artinya signifikan.