• Tidak ada hasil yang ditemukan

METODE PENELITIAN

E. Instrumen Penelitian

Instrumen penelitian yang digunakan dalam penelitian ini adalah angket, angket dalam penelitian ini tidak di uji validitas dan relibilitas karena dalam pembuatanya mengambil dari kuisioner yang sudah baku dari BPS (Pedoman Pencacahan SPDT12-K)

F. Teknik Analisis Data 1. Deskriptif Presentase

Teknik ini digunakan untuk mendeskripsikan mengenai variabel tingkat pendidikan anak, yang berupa pendidikan yang ditempuh anaknya saat ini. Untuk membahas hasil penelitian digunakan persentase dan bobot kualitas untuk menuangkan skor yang berupa angka kedalam bentuk kata kedalam kalimat karena penelitian ini merupakan penelitian kuantitatif, maka hasil penelitian harus dikuantitatifkan lebih dahulu dengan skor pada jawaban responden melalui angket. Dalam angket penelitian ini terdapat 12

item daftar pertanyaan yang terdiri dari 9 soal pilihan ganda atau angket tertutup dan 3 soal pertanyaan dengan jawaban terbuka atau uraian. Angket tertutup dengan pemberian skor dengan masing-masing memiliki alternatif jawaban:

Jawaban A dengan skor nilai 4 Jawaban B dangan skor nilai 3 Jawaban C dengan skor nilai 2 Jawaban D dengan skor nilai 1

Langkah-langkah yang ditempuh dalam penggunaan teknik analisis ini yaitu:

a. Membuat tabel distibusi jawaban angket variabel X dan Y

b. Menentukan skor jawaban responden dengan ketentuan skor yang ditentukan

c. Menjumlahkan skor jawaban yang diperoleh dari tiap-tiap responden d. Merumuskan skor tersebut kedalam rumus

Keterangan :

= Persentasi dari nilai yang diperoleh (%) n = nilai yang diperoleh

N = Jumlah seluruh nilai yang diharapkan

e. Hasil yang diperoleh dikonsultasikan dengan tabel kategori (Ali, 1993:184)

Nilai persentase yang diperoleh selanjutnya dibandingkan dengan kriteria persentase untuk ditarik kesimpulan. Adapun langkah-langkah pembuatan kriteria persentase adalah sebagai berikut:

1) Mencari persentase maksimal x 100% 2) Mencari persentase minimal

x 100%

3) Menghitung rentang persentase = 100% - 25%

= 75%

4) Menghitung rentang kriteria = x 75%

= 18,75 %

5) Menentukan banyaknya kriteria. Adapun kriterianya adalah sangat tinggi, tinggi, rendah, dan rendah.

6) Membuat tabel persentase

Tabel 3.3 Perhitungan Deskriptif Persentase No Persentase Kriteria 1 81,26 - 100 Sangat Tinggi 2 62,51 - 81,25 Tinggi 3 43,76 - 62,50 Sedang 4 25 - 43,75 Rendah Sumber: Arikunto, 2006 :293

Untuk angket terbuka atau uraian, analisisnya dengan cara merekap semua jawaban, kemudian mencari jawaban tertinggi, dan jawaban terendah

kemudian jawaban tertinggi dikurangi dengan jawaban terendah lalu dibagi menjadi 4 karena dibuat empat klasifikasi. Setelah diklasifikasikan lalu dideskripsikan.

2. Analisis Regresi Berganda

Sebelum melakukan analisis ststistik regresi ada persyaratan yang harus dipenuhi terlebih dahulu untuk memeriksa keabsahan sampel yang digunakan antara lain.

a. Uji Normalitas

Pengujian normalitas bertujuan untuk mengetahui apakah model regresi, variabel terikat dan variabel bebas mempunyai distribusi normal atau tidak. Model regresi yang baik adalah memiliki data normal atau mendekati normal (Ghozali, 2007:110).

Uji normalitas dapat juga menggunakan One Sample Kolmogorov-Smirnov Test (dengan program SPSS). Diantaranya adalah sampel yang akan dipakai untuk analisis haruslah berasal dari populasi yang berdistribusi normal dengan tingkat signifikansi α = 5% (0,05), jika signifikansi < 0,05 maka distribusi data dapat dikatakan tidak normal. Sebaliknya jika signifikansi > 0,05 maka distribusi data dapat dikatakan normal.

b. Uji Multikolinieritas

Uji multikolinearitas bertujuan untuk menguji apakah model model regresi ditemukan adanya korelasi antara variabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi diantara

variabel bebas. Uji multikolinieritas digunakan untuk mengetahui adanya hubungan yang sempurna atau mendeteksi sempurna (koefisien korelasi hasilnya tinggi) bahkan satu di antara beberapa atau semua variabel indipendent yang menjelaskan model regresi (Ghozali, 2007:91).

Deteksi adanya multikolinearitas dipergunakan nilai VIF (Varian Infalaction Factor), bila nilai VIF dibawah 10 dan nilai tolerance di atas 0,1 berarti data bebas multikolinearitas. Dapat pula dideteksi dengan melihat korelasi antara variabel bebas bila masih di bawah 0,8 maka disimpulkan tidak mengandung multikolineritas.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk mengetahui dan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residu satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Deteksi terhadap ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Jika ada pola tertentu seperti titik yang membentuk suatu pola tertentu yang teratur maka telah terjadi heteroskedastisitas. Model yang bebas dari heteroskedastisitas memiliki grafik scatterplot dengan pola titik-titik yang menyebar di atas dan di bawah sumbu. Ghozali (2007:69)

d. Analisis Regresi

Analisis ini digunakan untuk mengetahui pengaruh antara Kondisi Sosial (X1) dan Kondisi Ekonomi (X2) terhadap Tingkat Pendidikan

Anak (Y) di Kelurahan Sugihwaras Kecamatan Pemalang Kabupaten Pemalang. Untuk menghitung koefisien regresi linier menmggunakan persamaan sebagai berikut:

y = a + b

1

x

1

+ b

2

x

2

Keterangan :

y : Variabel Terikat (Tingkat Pendidikan Anak) x1 : Variabel Bebas (Kondisi Sosial)

x2 : Variabel Bebas (Kondisi Ekonomi) b1 : Koefisien peubah bebas X1 terhadap Y b2 : Koefisien peubah bebas X2 terhadap Y e. Uji Hipotesis Penelitian

1) Uji F atau Uji Simultan

Uji ini dilakukan untuk mengetahui pengaruh variabel bebas yang terdapat didalam model secara bersama (simultan) terhadap variabel terikat, yaitu untuk mengetahui sejauh mana pengaruh kesiapan belajar, motivasi belajar dan lingkungan keluarga terhadap hasil belajar akuntansi. Caranya dengan membandingkan probabilitas (p value) dengan taraf signifikan 5% atau 0,05.

Apabila dari hasil perhitungan dengan bantuan SPSS diperoleh probabilitas (p value) < 0,05 maka dapat dikatakan bahwa variabel X1 dan X2 berpengaruh terhadap Y secara bersama-sama (simultan). Hal tersebut berarti kesiapan belajar, motivasi belajar dan lingkungan keluarga terhadap hasil belajar akuntansi secara bersama-sama. Begitu

juga sebaliknya apabila dari hasil perhitungan dengan bantuan SPSS diperoleh probabilitas (p value) > 0,05 maka dapat dikatakan bahwa variabel X1 dan X2 tidak berpengaruh terhadap Y secara bersama-sama (simultan). Hal tersebut berarti kesiapan belajar, motivasi belajar dan lingkungan keluarga tidak berpengaruh terhadap hasil belajar akuntansi secara bersama-sama.

2) Uji Parsial (Uji t)

Untuk menguji kemaknaan koefisien parsial maka digunakan Uji t dengan taraf signifikan 5%. Caranya adalah dengan membandingkan nilai probabilitas (p value) dengan taraf signifikan 5% atau 0,05. Apabila dari hasil perhitungan dengan bantuan komputer SPSS diperoleh nilai probabilitas (p value) < 0,05 maka dapat dikatakan bahwa variabel X1 dan X2 berpengaruh terhadap Y secara terpisah (parsial).

Dalam penelitian ini berarti kondisi sosial dan ekonomi berpengaruh terhadap tingkat pendidikan anak secara terpisah. Sebaliknya apabila diperoleh nilai probabilitas (p value) > 0,05 maka dapat dikatakan bahwa variabel X1 dan X2 tidak berpengaruh terhadap Y secara terpisah (parsial). Dalam penelitian ini berarti kondisi sosial dan ekonomi tidak berpengaruh terhadap tingkat pendidikan anak secara terpisah.

f. Koefisien Determinasi

Koefisien determinasi (R2) digunakan untuk mengetahui seberapa besar pengaruh (X1, X2,… Xn) terhadap Y. Nilai koefisien determinasi dapat dilihat dalam output SPSS 16 (Statistical Package for Social Science), yaitu pada table Model Summary kolom R Square.

R Square dikatakan baik jika diatas 0,5 karena R Square berkisar antara 0 (nol) sampai1 (satu). Nilai adjusted R Square yang mendekati 1 menujukkan semakin kuat model tersebut menerangkan variasi variable bebas (x) terhadap variable terikat (y), nilai adjusted R Square yang mendekati 0 (nol) menunjukkan semakin lemah model tersebut menerangkan variasi variable bebas (x) terhadap variable terikat (y).

2) Koefisien Determinasi Secara Parsial (r2)

Koefisien determinasi secara parsial (r2) dilakukan untuk mengetahui besarnya kontribusi yang diberikan masing-masing variabel bebas terhadap variabel terikat, kofisien determinanasi dapat dilihat dari output SPSS 16 (Statistical Package for Social Science) ketika melakukan uji parsial, yaitu pada tabel Coefficients. Caranya adalah dengan mengkuadratkan nilai Correlations partial dalam tabel, kemudian diubah kedalam bentuk persentase.

55 BAB IV

Dokumen terkait