BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Pengujian Persyaratan Analisis
Tahap analisis pengolahan data dilakukan dengan statistik korelasioal, khususnya untuk menjawab pertanyaan penelitian ke tiga, yakni untuk mengetahui kuat pengaruh permainan petak umpet terhadap perkembangan motorik kasar anak pada anak usia 4-5 tahun di RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon. Sesuai dengan karakteristik hipotesis nol (Ho) penelitian ini yang menyatakan bahwa, “Tidak terdapat pengaruh pengaruh positif dan signifikan dari permainan petak umpet terhadap perkembangan motorik kasar anak pada anak usia 4-5 tahun di RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon”, maka analisis statistik yang digunakan adalah menggunakan analisis regresi. Adapun jenis analisis regresi yang dipilih adalah analisis regresi sederhana. Analisis ini menuntut prasyarat analisis seperti datanya harus normal, tidak terjadi multikolonieritas dalam data tersebut, dan harus terlebih dahulu diuji tingkat autokorelasinya. Untuk lebih jelasnya mengenai persyaratan analisis yang harus dilakukan dapat dilihat pada penjelasan berikut :
1. Uji Asumsi Klasik
Tujuan pengujian asumsi klasik ini adalah untuk memberikan kepastian bahwa persamaan regresi yang didapatkan memiliki ketepatan dalam estimasi, tidak bias dan konsisten. Perlu diketahui, terdapat kemungkinan data aktual tidak memenuhi semua asumsi klasik ini. Beberapa perbaikan, baik pengecekan kembali data outlier maupun recollecterror data dapat dilakukan. Uji asumsi klasik yang dikemukakan dalam penelitian ini antara lain uji normalitas, uji multikolinearitas, dan uji autokorelasi.
a. Uji Normalitas Data
Uji ini bertujuan untuk menguji apakah dalam sebuah model regresi, variabel independen, variabel dependen, atau keduanya mempunyai distribusi normal atau tidak. Suatu model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Untuk itu dalam penelitian ini data variabel yang akan diuji normalitasnya adalah model pembelajaran snowball throwing (X) dan motivasi belajar siswa (Y). Adapun pengujiannya menggunakan Uji one-sample kolmogorov-smirnov tes program SPSS 23 for windows. Sedangkan
pengambilan keputusannya harus memenuhi kriteria sebagai berikut : 1) Jika nilai probabilitas (sig.) < 0,05, maka Ho ditolak.
2) Jika nilai probabilitas (sig.) > 0,05, maka Ho diterima.
Selanjutnya untuk lebih jelasnya mengenai hasil penghitungan normalitas data dapat dilihat pada hasil pengolahan data menggunakan program SPSS 23 for windows sebagai berikut :
Tabel 4.3.
Hasil Uji Normalitas Data64 Tests of Normality
Kolmogorov-Smirnova
Statistic df Sig.
Permainan Petak Umpet
.254 9 .097
Motorik Kasar .267 9 .064
a. Lilliefors Significance Correction
a) Uji Normalitas Distribusi Variabel Kegiatan Bermain Petak Umpet (X) Berdasarkan hasil uji normalitas data variabel kegiatan bermain petak umpet (X) dengan bantuan program SPSS versi 23 diketahui bahwa p/sig = 0,097.
Dengan demikian berdasarkan kriteria keputusannya yaitu p/sig (0,097) > 0,05 sehingga dapat dinyatakan bahwa data variabel kegiatan bermain petak umpet (X) berdistribusi normal.
b) Uji Normalitas Distribusi Variabel Perkembangan Motorik Kasar (Y) Sedangkan untuk hasil uji normalitas data variabel perkembangan motorik kasar (Y) dengan bantuan program SPSS versi 23 for windows diketahui bahwa
64 Sumber : Hasil Output SPSS 23.0 for Windows setelah dilakukan proses pengolahan data
p/sig = 0,064, maka berdasarkan kriteria keputusannya yaitu p/sig (0,064) > 0,05 sehingga dapat dinyatakan bahwa data perkembangan motorik kasar (Y) juga berdistribusi normal.
Adapun hasil uji normalitas data variabel kegiatan bermain petak umpet (X) dan variabel perkembangan motorik kasar (Y) berdasarkan uji statistik Q-Q plot adalah sebagai berikut :
Gambar 4.3.
Garis Normalitas Data Variabel X
Gambar 4.4.
Garis Normalitas Data Variabel Y
Memperhatikan gambar 4.3 dan 4.4 mengenai garis normalitas data variabel X dan Y diketahui bahwa data menyebar disekitar garis diagonal dan mengikuti arah garis diagonalnya, sehingga dapat disimpulkan data penelitian ini berdistribusi normal, baik data variabel kegiatan bermain petak umpet (X) ataupun variabel perkembangan motorik kasar (Y). Dengan demikian bahwa data-data tersebut dapat digunakan untuk membuat keputusan terhadap hasil penelitian ini.
b. Uji Multikolinearitas Data
Uji Multikolinearitas bertujuan untuk menguji apakah dalam suatu model regresi ditemukan adanya korelasi antar variabel independent dengan variabel dependent. Untuk mengetahui ada atau tidaknya multikolonieritas dalam model
regresi dilihat dari nilai tolerance dan lawannya Variance Inflation Factor (VIF).
Batasan yang biasa dipakai untuk mengetahui ada tidaknya multikolonieritas adalah nilai tolerance > 0,10 atau VIF < 10.
Adapun hasil uji multikolinearitas data setelah menggunakan bantuan pengolahan data dari program SPSS versi 23 for windows sebagai berikut :
Tabel 4.4
Hasil Uji Multikolinearitas Data Variabel X dengan Y65 Coefficientsa
a. Dependent Variable: Motorik Kasar
65 Sumber : Hasil Output SPSS 23.0 for Windows setelah dilakukan proses pengolahan data
Berdasarkan data pada tabel 4.4. diketahu bahwa nilai VIF variabel kegiatan bermain petak umpet (X) dan perkembangan motorik kasar (Y) semuanya bernilai 1,000 yang lebih kecil dari 10. Dengan demikian berdasarkan ketentuan yang berlaku, data-data dalam penelitian ini tidak ada masalah dengan multikolinearitas. Artinya tidak terjadi multikolinearitas antar variabel. Karena tidak terjadi multikolinearitas antar variabel, maka data tersebut dapat digunakan untuk pengujian analisis selanjutnya dan sudah sesuai dengan persyaratan yang berlaku dalam aturan penghitungan statistik.
c. Uji Autokorelasi Data
Uji autokorelasi digunakan unuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan penggangu pada periode t dengan periode t-1 sebelumnya. Pada penelitian ini menggunakan uji Durbin-Watson (DW test).66 Uji Durbin Watson merupakan sebuat test yang digunakan untuk mendektesi tejadinya autokorelasi pada nilai residual (prediction errors) dari sebuah analisis regresi.
Melalui penghitungan data menggunakan program SPSS 23 for windows diperoleh hasil autokorelasi sebagai berikut :
66 Imam Ghozali. Aplikasi Analisis Multivariate dengan Program SPSS, h. 81
Tabel 4.5.
Hasil Uji Autokorelasi Variabel X dengan Y67 Model Summaryb
a. Predictors: (Constant), Permainan Petak Umpet b. Dependent Variable: Motorik Kasar
Berdasasrkan hasil pengujian dengan menggunakan uji Durbin–Watson atas residual persamaan regresi diperoleh angka d-hitung sebesar 1,989. Sebagai pedoman umum Durbin–Watson berkisar 0 dan 4. Jika nilai uji statistik Durbin–
Watson lebih kecil dari 1 atau lebih besar dari 3, maka residuals atau eror dari model regresi berganda tidak bersifat independen atau terjadi autocorrelation.
Jadi berdasarkan nilai uji statistik Durbin–Watson dalam penelitian ini berada di atas satu dan dibawah tiga (1,989 > 1 < 3) sehingga tidak terjadi autocorrelation.
2. Analisis Regresi
Analisis Regresi atau biasa disingkat sebagai anareg adalah metode yang digunakan untuk mengukur pengaruh variabel bebas terhadap variabel tergantung.
Anareg juga bisa digunakan untuk memprediksi variabel tergantung dengan menggunakan variabel bebas. Analisis regresi sebagai kajian terhadap hubungan
67 Sumber : Hasil Output SPSS 23.0 for Windows setelah dilakukan proses pengolahan data
satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory).
Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas.
Dalam analisis regresi ada dua macam linearitas, yaitu linieritas dalam variabel dan linieritas dalam parameter. Linier dalam variabel merupakan nilai rata-rata kondisional variabel tergantung yang merupakan fungsi linier dari variabel (variabel) bebas. Sedangkan linieritas dalam parameter merupakan fungsi linier parameter dan dapat tidak linier dalam variabel.
Analisis regresi berbeda dengan analisis korelasi. Jika dalam analisis korelasi digunakan untuk melihat hubungan dua variabel, maka analisis regresi digunakan untuk melihat pengaruh variabel bebas terhadap variabel tergantung serta memprediksi nilai variabel tergantung dengan menggunakan variabel bebas.
Dalam analisis regresi variabel bebas berfungsi untuk menerangkan (explanatory) sedang variabel tergantung berfungsi sebagai yang diterangkan (the explained).
Dalam analisis regresi data harus berskala interval atau rasio. Hubungan dua variabel bersifat dependensi.
Hipotesis yang diajukan dalam penelitian ini adalah : Terdapat pengaruh positif dan signifikan dari permainan petak umpet terhadap perkembangan motorik kasar anak pada anak usia 4-5 tahun di RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon. Untuk menguji pengaruh permainan petak umpet terhadap perkembangan motorik kasar anak pada anak
usia 4-5 tahun dibantu melalui program SPSS 23.0 for Windows. Adapun hasil penghitungan datanta seperti pada tabel berikut :
Tabel 4.6
Analisis Regresi Sederhana Pengaruh Kegiatan Bermain Petak Umpet (X) terhadap Perkembangan Motorik Kasar Anak68
Coefficientsa
a. Dependent Variable: Motorik Kasar
Berdasarkan tabel 4.6, di atas maka diperoleh persamaan regresi sederhana sebagai berikut:
Y = 9,766 + 0,477 X (Kegiatan Bermain Petak Umpet)
Berdasarkan persamaan di atas terdapat nilai koefisien positif dari kegiatan bermain petak umpet. Artinya bila terdapat perubahan pada kegiatan bermain petak umpet maka perkembangan motorik kasar anak akan meningkat. Dengan
68 Sumber : Hasil Output SPSS 23.0 for Windows setelah dilakukan proses pengolahan data
demikian kegiatan bermain petak umpet merupakan salah satu komponen penting dalam meningkatkan perkembangan motorik kasar anak di Kelas A RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon.
3. Koefisien Determinan
Sementara itu untuk mengetahui besar kontribusi kegiatan bermain petak umpet terhadap perkembangan motorik kasar anak usia 4-5 tahuan di Kelas A RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon dapat diketahui melalui besarnya nilai R (hubungan) yang diperoleh dari hasil penghitungan SPSS 23.00 for Windows sebagai berikut :
Tabel 4.7.
Model Summary Analisis Kegiatan Bermain Petak Umpet (X) Terhadap Perkembangan Motorik Kasar Anak (Y)69
Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .756a .571 .510 1.34614
a. Predictors: (Constant), Permainan Petak Umpet
Berdasarkan tabel 4.7. di atas dapat dilihat nilai R sebesar 0,756 yang menyatakan bahwa hubungan kegiatan bermain petak umpet dengan
69 Sumber : Hasil Output SPSS 23.0 for Windows setelah dilakukan proses pengolahan data
perkembangan motorik kasar anak termasuk kuat. Sedangkan nilai R Square menunjukan angka 0,571 artinya bahwa kegiatgan bermain petak umpet mempunyai pengaruh sebesar 57,1% terhadap perkembangan motorik kasar pada anak, di mana nilai persentase tersebut didapat dengan cara menggunakan rumus KD = r2 x 100% ; (0,756)2 x 100% ; 0,571 x 100% = 57,1%. Dengan demikian kegiatan bermain petak umpet mempunyai pengaruh sebesar 57,1% terhadap perkembangan motorik kasar pada anak usia 4-5 tahun di Kelas A RA Asy-Syahadatain Panguragan Wetan Kecamatan Panguragan Kabupaten Cirebon, sedangkan sisanya sebesar 42,9% (100% - 57,1%) dipengaruhi variabel lain yang tidak diteliti dalam penelitian ini.