BAB I PENDAHULUAN
G. Teknik Analisis Data
2. Uji Hipotesis
a. Uji Prasyarat
Sebelum dilakukan analisis data terlebih dahulu dilakukan
pengujian prasyarat analisis. Uji prasyarat analisis dimaksudkan sebagai
dasar dalam mengambil keputusan agar tidak menyimpang dari
kebenaran yang seharusnya ditarik. Uji prasyarat analisis dilakukan
dengan menggunakan:
1) Uji Normalitas
Uji normalitas dalam penelitian ini digunakan untuk
sehingga analisis untuk menguji hipotesis dapat dilakukan. Dalam
uji normalitas ini digunakan rumus uji satu sampel dari
Kolmogorov-Smirnov, yaitu tingkat kesesuaian antara distribusi
harga satu sampel (skor observasi) dan distribusi teoritisnya. Uji ini
menetapkan suatu titik dimana teoritis dan yang terobservasi
mempunyai perbedaan terbesar, artinya distribusi sampling yang
diamati benar-benar merupakan observasi suatu sampel random
dari distribusi teoritis (Ghozali, 2002). Alat statistik untuk
pengujian normalitas data penelitian ini adalah tes
Kolmogorov-Smirnov.
Adapun rumus uji Kolmogorov-Smirnov untuk normalitas
sebagai berikut (Ghozali, 2002):
X S X F maksimum D o n Keterangan: D = deviasi maksimum 0
F = fungsi distribusi frekuensi kumulatif yang ditentukan
X
Sn = distribusi frekuensi kumulatif yang diobservasi
Kriteria penerimaan:
a) Jika nilai Kolmogorov- Smirnov lebih besar dari nilai
b) Jika nilai Kolmogorov- Smirnov lebih kecil dari nilai
probabilitas (ρ = 0,05) maka H0 ditolak.
Dengan kata lain bila probabilitas ( ) yang diperoleh
melalui perhitungan lebih besar dari taraf signifikan 5%, berarti
sebaran data variabel normal. Apabila probabilitas ( ) yang
diperoleh melalui perhitungan lebih kecil dari taraf 5% berarti
sebaran data variabel tidak normal.
2) Uji Linieritas
Uji linieritas dimaksudkan untuk mengetahui linier
tidaknya suatu hubungan antara variabel bebas dan variabel terikat.
Pengujian linieritas dilakukan dengan menggunakan rumus
(Sudjana, 1996):
S
S
G TG F 2 2Kriteria pengujian linieritas yaitu dengan membandingkan
nilai Fhitung dengan Ftabel. Distribusi Fhitung menggunakan derajat
kebebasan pembilang = (k-2) dan derajat kebebasan penyebut =
(n-k). apabila diperoleh Fhitung lebih kecil daripada Ftabel, maka
b. Uji Asumsik Klasik
1) Uji Multikolinearitas
Uji multikolinearitas ini digunakan untuk mengetahui ada
tidaknya hubungan antarvariabel bebas dalam satu regresi. Adanya
hubungan antara variabel bebas dalam suatu regresi disebut dengan
multikolinearitas. Dalam penelitian ini, untuk mendeteksi ada
tidaknya multikolinearitas penulis menggunakan rumus Variance Inflation Faktor (VIF) dan Tolerance dalam Widarjono (2009: 109). Adapun rumusnya sebagai berikut:
Dimana merupakan R2 yang diperoleh dari regresi
auxiliary antara variabel bebas dan variabel bebas sisanya (k-1). Sedangkan VIF adalah variance inflation faktor. Ketika mendekati 1 dengan kata lain ada kolinearitas antar variabel bebas
maka VIF akan naik dan mendekati tak terhingga jika nilainya =
1. Kesimpulannya adalah jika nilai VIF semakin membesar maka di
duga ada multikolinearitas. Jika nilai VIF melebihi angka 10 maka
dikatakan ada multikolinearitas karena nilai > 0,90.
Kesimpulan:
Jika = 0 berarti tidak ada kolinearitas antara variabel
bebas maka nilai TOL sama dengan 1 dan sebaliknya jika = 1
ada kolinear antar variabel bebas maka nilai TOL sama dengan 0.
2) Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah model
regresi terjadi ketidaksamaan varian dari residual satu pengamatan
ke pengamatan yang lain. Jika varian residual satu pengamatan ke
pengamatan lain tetap, maka disebut Homoskedastisitas dan jika
berbeda maka disebut Heteroskendastisitas (Ghozali, 2007).
Dalam penelitian ini gejala heteroskendastisitas di uji dengan
metode korelasi Spearman. Adapun rumus korelasi Spearman adalah
sebagai berikut (Widarjono, 2009):
Keterangan:
di = perbedaan rank antara residual ( ẽi ) dengan variabel independen X
Sedangkan nilai t hitung dapat dicari dengan menggunakan rumus
sebagai berikut Dengan df sebesar n-2:
Kesimpulan jika t hitung lebih besar dari nilai kritis t tabel
maka kita dapat menyimpulan bahwa regresi mengandung masalah
heteroskedastisitas dan sebaliknya tidak ada heteroskedastisitas.
3) Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam
model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggun periode t-1 (sebelumnya).
Jika terjadi korelasi maka dinamakan ada problem autokorelasi.
Autokorelasi muncul karena observasi yang berurutan sepanjang
waktu berkaitan satu sama lainnya. Masalah ini timbul karena
residual (kesalahan pengganggu) tidak bebas dari suatu observasi ke
observasi lainnya (Ghozali, 2007: 96).
Dalam penelitian ini, uji autokorelasi yang digunakan adalah
uji Durbin-Watson (d). Dalam Sanusi (2011) dikatakan bahwa untuk mendeteksi gejala autokorelasi dapat dilakukan dengan pengujian
Durbin-Watson. Hasil perhitungan Durbin-Watson (d) dibandingkan
nilai batas atas (dU) dan nilai batas bawah (dL) untuk berbagai nilai n (jumlah sampel) dan k (jumlah variabel independen).
Adapun formula uji statistik dari Durbin-Watson adalah sebagai berikut (Widarjono, 2009):
Dimana ẽt adalah residual metode kuadrat terkecil.
Hipotesis yang akan diuji adalah:
H0 : tidak ada autokorelasi (r = 0)
HA : ada autokorelasi (r ≠ 0)
Adapun pengambilan keputusannya adalah jika (1) 0 < d < dL
maka menolak hipotesis nol, ada autokorelasi positif; (2) d > 4- dL
maka tejadi autokorelasi negatif; (3) dU < d < 4 - dU maka menerima hipotesis nol, tidak terjadi autokorelasi; (4) dL≤ d ≤ dU atau 4- dU≤ d ≤ dLmaka pengujian tidak meyakinkan.
c. Uji Hipotesis
Adapun langkah-langkah yang harus ditempuh adalah sebagai berikut
(Sugiyono, 2008: 284):
1. Membuat persamaan regresi untuk tiga prediktor
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan:
a : harga konstan
b1 : koefisien prediktor X1 yaitu
b2 : koefisien prediktor X2
b3 : koefisien prediktor X3
X1 : prestasi PPL
X2 : Minat menjadi guru
X3 : Keluarga
e : eror term
Harga a dan b dicari dengan rumus:
2. Mencari koefisien determinasi (R2) prediktor X1, X2 dan X3 dengan
Y, dengan rumus sebagai berikut (Sutrisno, 2004: 23):
Keterangan:
R2 : koefisien derteminasi antara Y dengan X1, X2 dan
X3
a1 : koefisien prediktor X1
a2 : koefisien prediktor X2
∑ X1 Y : jumlah produk antara Prestasi PPL dan kesiapan menjadi guru
∑ X2 Y : jumlah produk antara minat menjadi guru dan kesiapan menjadi guru
∑ X3 Y : jumlah produk antara keluarga dan kesiapan menjadi guru
∑ Y2
: jumlah kuadrat kriterium (kesiapan menjadi guru)
3. Menguji keberartian koefisien regresi ganda dengan menggunakan
rumus sebagai berikut (Sugiyono, 2010: 266):
Keterangan:
R = Koefisien korelasi berganda
k = Jumlah variabel independen
n = Jumlah anggota sampel
Kesimpulan: jika F hitung lebih besar dari F tabel, maka
koefisien korelasi ganda yang diuji adalah signifikan, yaitu dapat
Perumusan Hipotesis:
1) Ho = prestasi PPL tidak memberikan kontribusi terhadap
kesiapan menjadi guru.
Ha = prestasi PPL memberikan kontribusi terhadap pola
kesiapan menjadi guru.
2) Ho = minat menjadi guru tidak memberikan kontribusi
terhadap kesiapan menjadi guru.
Ha = minat menjadi guru memberikan kontribusi terhadap
kesiapan menjadi guru.
3) Ho = keluarga tidak memberikan kontribusi terhadap kesiapan
menjadi guru.
Ha = keluarga memberikan kontribusi terhadap kesiapan
menjadi guru.
4) Ho = prestasi PPL, minat menjadi guru dan keluarga tidak
memberikan kontribusi terhadap kesiapan menjadi guru.
Ha = prestasi PPL, minat menjadi guru dan keluarga
84