BAB 4 PENGOLAHAN DATA
4.6 Pengolahan Data
4.6.4 Pengujian Secara Simultan (Keseluruhan)
a. Hipotesis :
H0 : X1Y = X2Y = 0
Tidak ada pengaruh secara simultan antara kegiatan ekstrakurikuler dan interaksi sosial terhadap hasil belajar matematika siswa SMA Dharma Pancasila Kelas 2 IPA.
H1 : X1Y X2Y 0
Ada pengaruh secara simultan antara kegiatan ekstrakurikuler dan interaksi sosial terhadap hasil belajar matematika siswa SMA Dharma Pancasila Kelas 2 IPA.
b. Model Diagram Jalur :
X1 y
YX2
Gambar 4.2 Diagram Jalur untuk Uji Simultan
X1
X2
c. Persamaan Struktural :
Adapun persamaan struktural yang menggambarkan diagram di atas, yaitu sebagai berikut :
Y = X1 . X1 + X2 . X2 + y .
d. Dasar Pengambilan Keputusan :
H0 ditolak, jika nilai signifikansi 0,05. Artinya, signifikan
H0 diterima, jika nilai signifikansi 0,05. Artinya, tidak signifikan Atau :
H0 ditolak jika nilai Fhitung Ftabel(k, n-k-1). H0 diterimajika nilai Fhitung Ftabel(k, n-k-1).
e. Perhitungan dan pengujian :
Pada pengujian secara simultan ini, koefisien jalur di uji dengan menggunakan uji F. Adapun rumus untuk uji F, yaitu :
Dimana :
n = Banyaknya data (sampel)
k = Banyaknya variabel eksogen dalam sub struktur yang sedang di uji
= Error atau besarnya pengaruh lain (
= Besarnya koefisien determinasi i = 1,2, … k
Sebelum dilakukan pengujian, terlebih dahulu dihitung koefisien determinasi X1 dan X2 terhadap Y dan besarnya error atau pengaruh lain dari X1 dan X2 terhadap Y . Adapun langkah-langkah untuk menghitung koefisien determinasi dan error tersebut, yaitu sebagai berikut :
a. Matriks Korelasi Antar Variabel Eksogen X1 X2 R =
c. Menghitung Koefisien Jalur
d. Menghitung Koefisien Determinasi (R2Y (X2)) R2Y (X1, X2) =
R2Y (X1, X2) = R2Y (X1, X2) =
R2Y (X1, X2) = (0,0365184 0,0104624) R2Y (X1, X2) = 0,0469808
R2Y (X1, X2) = 0,047
e. Menghitung Besarnya Pengaruh Lain ke Y ( y = 1 - R2Y ( )
= 1 - 0,047 = 0,953
f. Pengujian Koefisien Jalur
F = 0,838405036 F = 0,840
Dari perhitungan di atas, diketahui bahwa Fhitung = 0,840 dan Ftabel = . Dengan dimikian Fhitung (0,840) < Ftabel (2,470), maka H0 diterima. Yang artinya tidak ada pengaruh secara signifikan dan simultan antara kegiatan ekstrakurikuler
dan interaksi sosial terhadap hasil belajar matematika siswa SMA Dharma Pancasila Kelas 2 IPA.
Hal ini dikarenakan, pengaruh X1 dan X2 terhadap Y sangat kecil, yaitu sebesar 0,047, sehingga dianggap tidak ada. Pengaruh secara simultan tersebut ditunjukkan oleh koefisien determinasi X1 dan X2
terhadap Y (R2Y (X1, X2)) = 0,047. Ini juga dibuktikan dengan analisis dengan bantuan program SPSS, yang dapat dilihat pada Lampiran 16 Tabel 1 dan 2 tentang Uji Simultan 3 Variabel.
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah suatu prosedur yang berisi langkah-langkah tertulis dalam menyelesaikan masalah penelitian yang diterapkan ke dalam suatu program. Tahap implementasi sistem harus dapat menentukan basis apa yang akan diterapkan untuk menuangkan rancangan tertulis kedalam programming (coding). Dalam penelitian ini, data yang ada diolah dan diterapkan ke dalam program Microsoft Excel dan SPSS 17.
5.2 Microsoft Excel
5.2.1 Pengenalan Microsoft Excel
Microsoft Excel merupakan salah satu produk dari Microsoft Corporation yang dapat digunakan untuk mengorganisir, menghitung, menganalisa data, dan
menyajikannya ke dalam bentuk grafik atau diagram. Tampilan pada Microsoft Excel terdiri dari menubar, toolbar, formula bar, status bar, dan sebuah buku kerja (work book). Work book ini dapat memuat maksimal 225 lembar kerja (work sheet). Namun jika dalam keadaan standar, hanya ada 3 lembar kerja yang aktif, yaitu sheet 1, sheet 2, dan sheet 3. Satu lembar kerja (work sheet) dapat memuat maksimal 65.536 baris dan 256 kolom.
5.2.2 Pengaktifan Microsoft Excel
Untuk mengaktifkan Microsoft Excel dapat mengikuti langkah berikut : 1. Klik tombol “Start” pada task bar
2. Kemudian pilih “All programs”, lalu cari Microsoft Office
3. Dan pilh Microsoft Excel 2007, maka akan muncul tampilan lembar kerja seperti berikut :
5.2.3 Pengolahan Data dengan Microsoft Excel
5.2.3.1 Tabulasi Data Ordinal
Setelah Microsoft Excel diaktifkan, maka pada lembar kerja tersebut isikan data yang ingin diolah. Dalam hal ini, penulis akan membuat tabulasi data uji coba instrumen penelitian interaksi sosial (X2) yang diperoleh dari menyebar kuisioner kepada 74 orang siswa kelas 2 IPA SMA dharma Pancasila, yang selanjutnya dipilih 59 orang sebagai populasi sasaran (responden yang aktif mengikuti kegiatan ekstrakurikuler). Lalu dari 59 orang tersebut, dipilih sampel sebanyak 37 orang. Pada kuisioner tersebut berisi 30 pernyataan yang akan mengukur interaksi sosial.
Selanjutnya setelah kuisioner terkumpul, data pada kuisioner lalu ditabulasikan dalam Microsoft Excel. Adapun langkah-langkah untuk mentabulasikan data tersebut, yaitu :
1. Aktifkan Microsoft Excel 2007
2. Setelah jendela Ms. Excel terbuka, lalu klik sel A1 kemudian ketik “No. Responden”. Lalu pada sel B1 ketik “Jawaban Responden untuk Item”, pada sel N1 ketik “Jumlah Skor”.
3. Kemudian sorot sel A1 dan A2 lalu klik “Merge & Center” pada tool bar. Untuk “Jawaban Responden untuk Item”, sorot sel B1 sampai AE1 lalu
klik juga “Merge & Center”, dan lakukan juga hal yang sama untuk “Jumlah Skor”.
4. Selanjutnya untuk nomor responden isi dengan no. responden yang telah terpilih sebagai sampel, sedangkan untuk sel-sel yang ada di bawah “Jawaban Rsponden untuk Item” diisi dengan nomor 1 sampai 30, karena pernyataan dalam kuisioner sebanyak 30 pernyataan.
5. Lalu isikan jawaban-jawaban responden ke dalam sel-sel yang masih kosong. Setelah terisi, maka akan dihitung jumlah skornya. Adapun untuk mencari jumlah skor pada sel AF3, yaitu digunakan rumus berikut :
=SUM(B3:AE3)
Sedangkan untuk selanjutnya, sorot sel AF3 sampai pada sel AF43, maka secara otomatis rumus tersebut akan tersalin. Tampilannya sebagai berikut :
Gambar 5.2 Tampilan Tabulasi Data Uji Coba Instrumen Penelitian Interaksi Sosial
Kemudian data tersebut diuji validitas dan reliabelitasnya. Setelah data tersebut diuji validatas dan reliabilitasnya dengan bantuan SPSS 17, ternyata diperoleh bahwa ada 11 pernyataan yang valid dan reliabel. Kemudian pernyataan yang tidak valid dibuang dari tabulasi, sebelumnya simpan data tersebut dengan nama “Tabulasi Data Ordinal ke Interval”. Maka tampilannya menjadi sebagai berikut :
Gambar 5.3 Tampilan Tabulasi Data Valid dan Reliabel X2
5.2.3.2 Transformasi Data Ordinal ke Interval
Kemudian dari data yang telah valid dan reliabel tadi akan ditransformasikan ke dalam skala interval dengan menggunakan Microsoft Excel.
Maka perlu dihitung skala intervalnya, adapun untuk menghitung skala intervalnya dapat mengikuti langkah-langkah berikut :
1. Aktifkan kembali Ms. Excel, kemudian ketik “Item Pernyataan” pada sel A1, ketik “Alternatif Jawaban” pada sel B1, dan ketik “Total Frekuensi” pada sel G1. Lalu untuk menyatukan baris dan kolom yang diperlukan klik Merge & Center. Kemudian pada sel A14 ketik “jumlah”, pada sel A15 ketik “proporsi”, pada sel A16 ketik “proporsi kumulatif”, dan begitu seterusnya sampai pada sel A21 untuk “Transformasi”.
2. Lalu isi kolom B3 dengan banyaknya jumlah pernyataan yang dijawab responden dengan skor 1 pada pernyataan pertama. Lakukan hal yang sama dalam mengisi kolom-kolom pada “Alternatif jawaban” yang lain.
3. Kemudian untuk mengisi kolom total frekuensi pada sel G3, dapat dilakukan dengan menggunakan rumus berikut :
=SUM(B3:F3)
Lakukan juga hal yang sama untuk mengisi sel-sel yang masih kosong pada kolom “TotalFrekuensi”. Dan untuk mengisi jumlah pada sel B14 digunakan rumus :
=SUM(B3:B13)
=B14/G14
Lalu sorot sel B15 sampai sel F15, secara otomatis rumus akan tersalin secara sendirinya.
5. Untuk mengisi proporsi kumulatif dapat menggunakan rumus berikut :
untuk sel B16 = 0+B15 untuk sel C16= B16+C15 untuk sel D16 = C16+D15 untuk sel E16 = D16+E15 untuk sel F16 = E16+F15
6. Setelah semua baris pada “proporsi kumulatif” terisi, selanjutnya kita cari Zi dengan rumus berikut :
untuk sel B17 = 0,5-B16 untuk sel C17 = 0,5-C16 untuk sel D17 = 1-D16 untuk sel E17 = 1-E16 untuk sel F17 = 1-F16
Setelah baris pada “Zi” terisi semua, kemudian untuk mengisi baris “Nilai Zi” dapat dilihat dari tabel distribusi normal Z. Kemudian, untuk mencari densitas dilakukan dengan cara melihat “Nilai Zi” pad tabel koordinat kurva normal baku.
7. Kemudian hitung “Scale Value” (Skala Nilai) dengan rumus berikut :
untuk sel B20 = (0-B19)/(B16-0) untuk sel C20 = (B19-C19)/(C16-B16) untuk sel D20 = (C19-D19)/(D16-C16) untuk sel E20 = (D19-E19)/(E16-D16) untuk sel F20= (E19-F19)/(F16-E16)
8. Setelah semuanya terisi, terakhir hitung “Transformasi” Skala Ordinal ke Interval untuk masing-masing alternatif jawaban dengan rumus berikut :
untuk sel B21 = B20+$H$16 untuk sel C21 = C20+$H$16 untuk sel D21 = D20+$H$16 untuk sel E21 = E20+$H$16 untuk sel F21 = F21+$H$16
Adapun untuk mencari $H$16 pada sel H16 dengan menggunakan rumus :
Maka setelah selesai, akan diperoleh skala interval yang mewakili jawaban- jawaban responden tersebut. Adapun tampilannya sebagai berikut :
Gambar 5.4 Tampilan Proses Transformasi Data Ordinal ke Interval
Tahapan-tahapan di atas dihitung dengan menggunakan rumus MSI (Method of Sucessieve Interval), karena tehnik transformasi yang paling sederhana yaitu dengan menggunakan rumus ini (Riduwan & Achmad Engkos Kuncoro, 2007).
Setelah diketahui interval-interval untuk setiap alternatif jawaban, maka data yang telah disimpan dengan nama “Tabulasi Data Ordinal ke Interval” tadi ditransformasikan ke dalam skala interval. Kemudian dari data tersebut dihitung “Jumlah Skor” dan “Nilai Rata-rata Skor Interaksi Sosial”. Untuk menghitung baris pertama pada kolom “Jumlah skor”, dapat digunakan rumus berikut :
Untuk selanjutnya sorot sel M3 sampai sel M39, kemudian rumus dari sel M3 akan tersalin secara otomatis sehingga hasilnya akan langsung tampil di dalam kolom “Jumlah Skor”. Sedangkan untuk mengisi baris pertama dari kolom “Nilai Rata-rata Skor Interaksi Sosial”, digunakan rumus berikut :
N3 = M3/11
M3 merupakan jumlah skor yang telah dihitung tadi, sedangkan 11 merupakan banyaknya pernyataan yang telah valid dan reliabel. Tampilannya sebagai berikut :
Gambar 5.5 Tampilan Tabulasi Data Ordinal ke Interval
5.2.3.3 Data Penelitian
Setelah data untuk variabel X2 telah selesai ditransformasikan kedalam skala interval, maka data dari “Nilai Rata-rata Skor Interaksi Sosial “ selanjutnya
menjadi data untuk variabel X2. Kemudian data dari variabel X1, X2, dan Y disajikan dalam bentuk tabel pada Microsoft Exel berikut :
Gambar 5.6 Tampilan Data Penelitian
5.3 SPSS 17.0
5.3.1 Pengenalan SPSS
SPSS (Statistical Product and Service Solution) merupakan program komputer yang dapat digunakan untuk mengolah data statistik. Dalam mengolah data, SPSS merupakan program yang paling banyak digunakan. Umumnya, SPSS dulu hanya digunakan untuk mengolah data pada ilmu sosial saja. Namun demikian, seiring berjalannya waktu, SPSS mengalami perkembangan dan penggunaannya semakin kompleks untuk berbagai ilmu pengetahuan. Oleh karena itu, terjadi perubahan
kepanjangan dari SPSS. Dari Statistical Package for the Social Sciences menjadi Statistical Product and Service Solution. SPSS dibuat oleh Norman Lie, seorang lulusan Ilmu politik dari Stanford University.
5.3.2 Pengaktifan SPSS
Sebelum mengaktifkan SPSS, terlebih dahulu harus dipastikan bahwa di komputer telah terpasang SPSS. Jika sudah, berikut langkah-langkah untuk mengaktifkan SPSS :
1. Klik tombol “Start” pada task bar
2. Kemudian pilih “All programs”, lalu cari SPSS Inc 3. Dan pilh SPSS 17.0, maka jendela SPSS akan terbuka
4. Kemudian klik cancel, atau dapat juga dengan double click icon SPSS pada desktop. Adapun tampilannya seperti berikut :
5.3.3 Pengolahan Data dengan SPSS
5.3.3.1 Uji Validitas dan Reliabilitas
Dalam penelitian yang menggunakan kuisioner atau angket, pernyataan atau pertanyaan yang ada dalam kuisioner tersebut perlu diuji valid atau tidaknya dan reliabel atau tidak. Untuk melakukan uji validitas dengan SPSS, sebelumnya kita harus menginput data dengan cara berikut :
1. Buka Program SPSS, kemudian pada menu “Variabel View” masukkan variabel-variabel yang dibutuhkan. Dalam penelitian ini, variabelnya antara lain “No.Responden”, “X2.1” untuk pernyataan pertama, “X2.2” untuk pernyataan ke dua, sampai “X2.30” untuk pernyataan ke 30, dan “Skor Total”
2. Kemudian buka file “Tabulasi Uji Coba Instrumen Penelitian” pada Ms. Excel
3. Kemudian salin semua data tersebut dengan menyorot sel A1, B1,C1, sampai AF1” dan tarik ke bawah sampai sel A43, B43, C43, sampai AF43 kemudian tekan tombol “Ctrl+C”.
4. Lalu buka kembali jendela SPSS, lalu klik ”Data View”. Kemudian untuk memindahkan data yang telah tersalin tadi ke program SPSS, letakkan
kursor pada baris pertama di kolom “No.Responden” kemudian tekan tombol “Ctrl+V”.
5. Selanjutnya, data akan tersalin ke program SPSS. Berikut tampilan data yang akan dianalisis pada layar monitor anda :
Gambar 5.8 Tampilan Tabulasi Data Uji Coba Instrumen Penelitian Interaksi Sosial pada Program SPSS
Setelah data tentang tabulasi sudah tersalin di program SPSS, maka dapat dilakukan analisis validitas dan reliabilitas dengan langkah berikut :
1. Pada menu bar, klik Analyze lalu Scale kemudian pilih Reliability Analysis
2. Lalu kotak dialog Reliability Analysis akan terbuka, selanjutnya masukkan variabel x.2.1 sampai dengan x.2.30 ke dalam kotak items dengan cara mengklik tanda panah pada kotak dialog tersebut.
3. Kemudian klik tombol Statistics, selanjutnya kotak dialognya akan terbuka.
4. Pada sub menu Descriptives for, beri tanda centang pada Scale if deleted. Kemudian klik continue.
5. Kemudian pada kotak dialog utama tadi, klik Ok. Maka akan muncul tampilan berikut pada layar monitor :
Gambar 5.9 Tampilan Output Uji Validitas dan Reliabilitas pada SPSS
6. Selanjtutnya, perhatikan kolom Corrected Item-Total Correlation pada tabel Item Total-Statistics. Hasil yang ada pada kolom tersebut kemudian bandingkan dengan rtabel. rtabel diperoleh dari dengan pengujian dua sisi dan derajat kebebasan (db) = n – 2 = 37 – 2 = 35, maka rtabel = 0,275. Jika rhitung < 2 rtabel, maka variabel tersebut tidak valid dan tidak digunakan lagi pada uji-uji selanjutnya.
7. Maka setelah dibandingkan, terdapat 19 variabel pada tabulasi data tersebut yang bersifat valid.
8. Sedangkan untuk melakukan uji reliabilitas, langkah-langkahnya sama dengan ketika melakukan uji validitas. Hanya saja, yang diperhatikan pada uji reliabilitas adalah nilai Cronbach’s Alpha if Item Deleted untuk tiap item pernyataan. Jika nilai Cronbach’s Alpha > 0,60, maka dapat
disimpulkan bahwa kuisioner tersebut valid dan reliabel. Adapun jumlah item yang memenuhi uji validitas dan reliabel, yaitu ada sebanyak 11 item pernyataan.
5.3.3.2 Analisis Jalur Menggunakan SPSS
Setelah jendela SPSS terbuka, maka dapat dimulai penginputan data yang diinginkan. Langkah-langkah untuk menginput data pada penelitian ini, yaitu :
1. Pada menu “Variabel View”, kita dapat memulai untuk membuat variabel. Pada penelitian ini, variabel yang butuhkan yaitu “No.Responden”, X1, X2, dan Y. Pada variabel “No.Responden”, untuk kolom Decimal ubah menjadi 0. Sedangkan, untuk variabel “X1, X2, dan Y” pada kolom Decimalnya biarkan saja menjadi 2, karena dalam penelitian ini memiliki data yang berbentuk desimal.
2. Kemudian beralih ke menu “Data View”, disana telah terlihat variabel -variabel yang telah diinput tadi.
3. Kemudian untuk mengisi kolom-kolom pada variabel tersebut, dapat lakukan dengan mencopy data yang sebelumnya telah kita simpan di Microsoft Excel.
4. Langkah-langkahnya, yaitu : Buka file “Tabulasi Data Ordinal ke Interval” pada Ms. Excel. Setelah file tersebut terbuka, lalu klik pada sheet “Data Penelitian TA”. Maka akan terbuka jendela Ms. Excel, kemudian sorot sel A1, B1, C1, dan D1 sampai sel A38, B38, C38, dan D38. Ketika sorot semua sel tersebut, maka akan muncul tulisan “38R 4C”. Kemudian klik tombol “Ctrl+C” untuk menyalin semua data tersebut.
5. Kemudian kembali ke menu “Data View” pada jendela SPSS, lalu letakkan kursor pada kolom “No.Responden” yang pertama, kemudian klik “Ctrl+V”. Maka semua data yang ada pada Ms. Excel akan tersalin ke SPSS. Berikut tampilannya :
A. Pengujian Secara Parsial
Setelah dipastikan bahwa data yang akan dianalisis telah tersedia di dalam program SPSS, selanjutnya dapat dimulai untuk menganalisisnya. Dalam menganalisis data tersebut, dilakukan dua tahap, yaittu tahap pertama uji parsial dan tahap kedua uji simultan. Adapun uji parsial kesimpulannya diambil dengan memperhatikan nilai thitung dan nilai signifikansinya. Pengujiannya dapat dilakukan dengan langkah berikut :
1. Klik Analyze, kemudian pilih Regression. Lalu klik Linear.
2. Kemudian kotak dialog akan muncul, lalu pindahkan variabel Y ke kotak Dependent dan variabel X1 ke kotak Independent(s).
3. Kemudian klik tombol Statistics, lalu pilih Estimates, Model Fit, Confidence Intervals dan Descriptives. Estimates digunakan untuk memperkirakan hasil regresi, Model Fit akan menampilkan analisis regresi yang disertai hasil Uji F regresi. Uji F ini digunakan untuk mengetahui semua variabel bebas yang berpengaruh terhadap variabel terikat serta pada kotak Confidence intervals di bagian level (%), isi dengan 90%. Karena pada penelitian ini dipakai taraf kepercayaan 90%.
4. Klik Continue dan selanjutnya pilih Missing value, pilih Include Case listwise. Kemudian pilih juga Constant in equation.
5. Terakhir klik Continue, lalu Ok. Hasil perhitungan Sub struktur 1 yang diperoleh yaitu sebagai berikut :
Gambar 5.9.1 Tampilan Output Uji Parsial Sub Struktur 1 pada SPSS
B. Pengujian Secara Simultan
Selanjutnya, untuk uji parsial pada sub struktur 2 langkah-langkahnya sama dengan pengujian parsial pada sub struktur 1 di atas. Sedangkan untuk melakukan uji secara simultan dapat dilakukan dengan langkah berikut :
1. Klik Analyze, kemudian pilih Regression. Lalu klik Linear.
2. Kemudian kotak dialog akan muncul, lalu pindahkan variabel Y ke kotak Dependent dan variabel X1 dan X2 ke kotak Independent(s).
3. Kemudian klik tombol Statistics, lalu pilih Estimates, Model Fit, Confidence Intervals, dan Descriptives. Estimates digunakan untuk memperkirakan hasil regresi, Model Fit akan menampilkan analisis regresi yang disertai hasil Uji F regresi. Uji F ini digunakan untuk mengetahui semua variabel bebas yang berpengaruh terhadap variabel terikat serta
pada kotak Confidence intervals di bagian level (%) isi dengan 90 %. Karena pada penelitian ini digunakan taraf kepercayaan 90%.
4. Klik Continue dan selanjutnya pilih Options. Lalu, pada Missing value, pilih Include Case listwise. Kemudian pilih juga Constant in equation. 6. Terakhir klik Continue, lalu Ok. Hasil perhitungan secara simultan
diperoleh sebagai berikut :
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Berdasarkan hasil penelitian dan pengolahan data yang telah dilakukan oleh penulis dalam menganalisis Kegiatan Ekstrakurikuler dan Interaksi Sosial terhadap Hasil Belajar Matematika Siswa Kelas 2 IPA SMA Dharma Pancasila Medan Tahun 2013, maka dapat disimpulkan bahwa dari pengujian secara parsial maupun simultan diperoleh bahwa tidak adanya pengaruh secara signifikan antara kegiatan ekstrakurikuler dan interaksi sosial terhadap hasil belajar matematika siswa kelas 2 IPA SMA Dharma Pancasila Medan.
Hal ini ditunjukkan dengan besarnya Kuadrat dari Koefisien Determinasi (R square), yaitu sebesar 0,047 atau hanya sebesar 4,7%. Dari koefisien determinasi yang telah dikuadratkan tersebut diketahui bahwa pengaruh dari kegiatan ekstrakurikuler dan interaksi sosial siswa tersebut sangatlah kecil, atau dapat dikatakan tidak memiliki pengaruh yang nyata dan berarti terhadap hasil belajar matematika pada siswa tersebut.
6.2 Saran
Setelah dilakukan penelitian mengenai “Analisis Kegiatan Ekstrakurikuler dan Interaksi Sosial terhadap Hasil Belajar Matematika siswa Kelas 2 IPA SMA Dharma Pancasila Medan Tahun 2013” dan diketahui bahwa pengaruh yang diberikan oleh kegiatan ekstrakurikuler dan interaksi sosial tersebut sangat kecil, maka penulis memberi saran kepada pihak SMA Dharma Pancasila Medan agar kegiatan intrakurikuler (kegiatan belajar-mengajar di sekolah) harus lebih ditingkatkan. Tujuannya, agar siswa mampu meningkatkan hasil belajar matematikanya. Karena, hasil belajar siswa tersebut tidak dipengaruhi oleh kegiatan ekstrakurikuler dan interaksi sosialnya, tetapi mungkin saja dipengaruhi oleh kecerdasan (IQ) serta lamanya jam belajar dari siswa itu sendiri.
Sedangkan untuk penelitian selanjutnya, peneliti diharapkan agar menambah populasi dan atau membuat item-item pernyataan dalam kuisioner lebih banyak lagi, sehingga peneliti dapat menangkap interaksi-interaksi sosial yang terjadi di antara objek penelitian secara lebih lengkap. Karena mungkin saja dalam penelitian ini terdapat kesalahan pengukuran sehingga menyebabkan diterimanya hipotesis nol.
BAB 2
LANDASAN TEORI
2.1 Sejarah Analisis Jalur
Teknik analisis jalur yang dikembangkan oleh Sewal Wright di tahun 1934, sebenarnya merupakan pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkannya. Lebih lanjut, analisis jalur mempunyai kedekatan dengan regresi berganda. Dengan kata lain, regresi berganda merupakan bentuk khusus dari analisis jalur (Sarwono, 2007).
Path analysis walaupun cukup lama dikembangkan, tetapi baru dikenal secara luas oleh para ahli ilmu-ilmu sosial setelah sosiolog Otis D. Duncan pada tahun 1966 memperkenalkannya ke dalam literatur sosiologi lewat tulisannya “Path Analysis : Sociological Example” yang dimuat dalam AJS (American Journal of Sociology). Sejak saat itulah, path analysis banyak dibicarakan, khususnya oleh para ahli sosiologi, bahkan diantaranya ada yang menganggap path analysis sebagai “the modus operandi of sociological research” (Miller & Stokes, 1975:193). Sekarang path analysis bukanlah monopoli para sosiolog lagi. Path analysis telah menjadi model analisis para ilmuwan sosial lainnya (Ridwuan & Achmad Engkos Kuncoro, 2007).
Jadi, pada awalnya analisis jalur (path analysis) dikembangkan oleh Sewal Wright (1934). Namun, analisis jalur tersebut baru dikenal luas setelah Otis D. Duncan, seorang ahli sosiologi yang menulis literatur sosiologinya pada American Journal of Sociology. Analisis jalur (path analysis) sendiri bertujuan untuk menjelaskan pengaruh-pengaruh yang ada pada seperangkat variabel eksogen terhadap variabel endogen.
Seperti yang dikemukakan oleh Riduwan dan Achmad Engkos Kuncoro bahwa analisis jalur bertujuan untuk menerangkan pengaruh langsung dan tidak langsung dari seperangkat variabel secara serempak (simultan) atau mandiri (parsial) dari variabel penyebab (eksogen) terhadap variabel akibat (endogen). Model path analysis yang dibicarakan adalah pola hubungan sebab akibat atau “a set of hypothesized causal asymetric relation among the variables”.
2.2 Pengertian Analisis Jalur
Terdapat beberapa definisi mengenai analisis jalur diantaranya, yaitu Riduwan dan Achmad Engkos Kuncoro mengemukakan bahwa “analisis jalur digunakan
untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsusng maupun tidak langsung seperangkat variabel bebas (eksogen)
terhadap variabel terikat (endogen)”. David Garson dalam Jonathan Sarwono (2007), mengartikan analisis jalur sebagai “model perluasan regresi berganda yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih
model hubungan sebab akibat yang dibandingkan oleh peneliti”. Sementara itu
definisi lain datang dari Paul Webey dalam Jonathan Sarwono (2007), yang
mengatakan bahwa “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal