H. Analisis Data
3. Teknik Analisis Data
a. Analisis Deskriptif.
Untuk mengetahui tanggapan responden, maka peneliti menggunakan kuesioner. Masing-masing disertai dengan lima kemungkinan jawaban yang harus dipilih dan dianggap sesuai menurut responden. Dari jawaban tersebut kemudian disusun kriteria penilaian untuk setiap item pertanyaan berdasarkan
nilai jenjang . Nilai kumulatif adalah jumlah nilai dari setiap item pertanyaan yang merupakan jawaban dari responden. Untuk menghitung nilai kumulatif = (jumlah frekuensi yang memilih jawaban Sangat Lemah/Sangat Rendah x 1) + (jumlah frekuensi yang memililih jawaban Lemah/ Rendah x 2) + (Ragu
x 3) +(jumlah frekuensi yang memilih jawaban Kuat/ Tinggi x 4) + (jumlah frekuensi yang memilih jawaban Sangat Kuat/Sangat setuju x 5).
Ati Rohaeti, 2012
1) Jumlah responden adalah 50 orang dan nilai skala pengukuran terbesar adalah 5, sedangkan skala pengukuran terkecil adalah 1, sehingga diperoleh jumlah kumulatif terbesar = 50 x 5 = 250 dan jumlah terkecil adalah 50 x 1 = 50. Adapun nilai persentase terkecil adalah (50 : 250) x 100% = 20%. Nilai rentang = 100% - 20% = 80% jika dibagi 5 skala pengukuran maka di dapat nilai interval persentase sebesar 16%.
2) Kriteria nilai jenjang untuk setiap item pertanyaan ditentukan berdasarkan rumus sebagai berikut:
Skor Total= (Jumlah responden Sangat Setuju x 5) + (Jumlah responden Setuju x 4) + (Jumlah responden Ragu x 3)+ (Jumlah responden Tidak Setuju x 2) + (Jumlah responden Sangat Tidak Setuju x 1).
Skor Ideal= Diumpamakan seluruh responden menjawab Sangat Setuju x Jumlah responden / Skor Total.
b. Analisis Jalur.
Analisis data untuk mengetahui pengaruh pada penelitian ini menggunakan analisis jalur (path analysis). Analisis jalur digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui hubungan langsung maupun tidak langsung seperangkat variabel bebas terhadap variabel terikat (Riduwan & Kuncoro, 2007:2). Alasan menggunakan analisis jalur pada penelitian ini karena menurut analisis jalur digunakan apabila secara teori berhadapan dengan masalah yang berhubungan dengan sebab akibat. Disamping itu, analisis jalur
NJI = Jumlah kumulatif item x
bertujuan untuk menerangkan akibat langsung dan tidak langsung dari satu atau lebih variabel sebagai variabel penyebab (independent) terhadap variabel lainnya sebagai variabel akibat (dependent).
Data yang diperoleh dari penelitian ini adalah data yang berskala ordinal (type Likert) sehingga menurut Suliyanto (Pranata, 2007:45), data tersebut tidak langsung dapat dianalisis dengan menggunakan statistik parametrik, Oleh karena itu, data ordinal tersebut harus ditransformasikan terlebih dahulu dengan methodsuccessive interval (MSI).
Menurut Riduwan dan Kuncoro (2007:30), “Menstransformasikan
data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang mana data setidak-tidaknya berskala interval. Teknik transformasi yang paling sederhana dengan menggunakan MSI (Method of Successive Interval). Langkah-langkah tersebut adalah sebagai berikut”:
1) Pertama perhatikan setiap butir jawaban responden dari angket yang disebarkan;
2) Pada setiap butir ditentukan berapa orang yang menjawab 1, 2, 3, 4 dan 5 yang disebut sebagai frekuensi;
3) Setiap frekuensi dibagi dengan banyaknya responden, dan hasilnya diproporsi;
4) Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan proporsi secara berurutan perkolom skor;
Ati Rohaeti, 2012
5) Gunakan tabel distribusi normal, hitung nilai t untuk setiap proporsi kumulatif yang diperoleh;
6) Tentukan nilai tinggi densitas untuk setiap nilai t yang diperoleh (dengan mengunakan tabel tinggi densitas);
7) Tentukan nilai skala dengan menggunakan rumus :
NS = Density at LowerLimit − (Density at Upper Limit)
Area Below Upper Limit − (Area Below Lower Limit)
Keterangan:
Density at lower limit : kepadatan batas bawah. Density at Upper limit : kepadatan batas bawah. Area below lower limit : daerah di batas bawah. Area below upper limit : daerah di batas atas . 8) Tentukan nilai transformasi dengan rumus :
Y = NS + 1 + NSmin
Setelah data dalam skala Ordinal ditransformasikan dalam data dalam skala Interval, maka dapat dilanjutkan dalam tahap pengerjaan pengujian analisis jalur. Langkah-langkah dalam pengerjaan pengujian analisis jalur (path analysis) adalah sebagai berikut (Riduwan & Kuncoro, 2007:116) :
(a) Merumuskan hipotesis dan persamaan struktural. Adapun bentuk persamaan jalurnya adalah sebagai berikut:
y = ρyx1 + ρyx2 + ρyx3 + ρy +ε Keterangan:
X = variabel independen. y = variabel dependen.
ρ = koefisien jalur antara variabel akibat dan variabel penyebab. ε = variabel residu (faktor eror).
(b) Menghitung koefisien jalur yang didasarkan pada koefisien regresi. (c) Menggambarkan diagram jalur lengkap sesuai dengan hipotesis.
Gambar diagram jalur dapat dilihat pada gambar di bawah ini. Gambar 3.2
Dengan diagram jalur, penulis hanya ingin melihat pengaruh langsung variabel independen (X1, X2, X3) terhadap variabel dependen (Y), disamping melihat pengaruhnya secara simultan dan parsial, dan juga ingin mengetahui variabel mana yang dominan peranannya.
(d) Menghitung koefisien regresi dan korelasi.
Dalam perhitungan ini, peneliti menggunakan software program SPSS for Windows16.0.
Tabel 3.8
Interpretasi Koefisien Korelasi.
Interval Koefisien Tingkat Hubungan
Kompeten
Implementa Hasil
Ati Rohaeti, 2012 0.00 – 0.199 Sangat Rendah 0.20 – 0.399 Rendah 0.40 – 0.599 Cukup Kuat 0.60 – 0.799 Kuat 0.80 – 1.000 Sangat Kuat Sumber: Riduwan & Kuncoro (2007:62)
(e)Menghitung koefisien nilai jalur secara simultan (keseluruhan).
Uji secara keseluruhan hipotesis statistik dirumuskan sebagai berikut:
H1 : ρyx1 =ρyx2=ρyx3 ≠ 0 Ho : ρyx1 =ρyx2=ρyx3 = 0
(f) Untuk menghitung koefisien nilai jalur secara simultan (keseluruhan) dilakukan dengan menggunakan dengan perhitungan rumus Koefisien Determinan (KD) sebagai berikut:
KD = r2 x 100%.
Dimana r2 (R Square ) merupakan di dapat dari tabel Model Summary. Sedangkan untuk uji sigifikasi dilakukan dengan cara membandingkan antara taraf signifikasi (sig) hitung dengan 0,05 (5%) dengan dasar pengambilan adalah sebagai berikut:
(i) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabiliktas Sig atau (0,05 ≤ Sig), maka Ho diterima dan H1
(ii) Jika probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau atau (0,05 ≥ Sig), maka Ho ditolak dan H1
diterima, artinya signifikan.
(g) Menghitung koefisien nilai jalur secara parsial (individu).
Untuk menghitung koefisien nilai jalur secara parisal (individu) dilakukan dengan menggunakan angka Beta atau Standardized Coefficient pada tabel Coefficient dan proses perhitungannya dibantu dengan menggunakan software program SPSS for Windows 16.0.
Sedangkan untuk uji sigifikasi dilakukan dengan cara membandingkan antara taraf signifikasi (sig) hitung dengan 0,05 (5%) dengan dasar pengambilan keputusan adalah sebagai berikut:
(i) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabiliktas Sig atau (0,05 ≤ Sig), maka Ho diterima dan H1
ditolak, artinya tidak signifikan.
(ii)Jika probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau atau (0,05 ≥ Sig), maka Ho ditolak dan H1
diterima, artinya signifikan.
(h) Untuk menguji keberartian koefisien jalur secara keseluruhan digunakan uji F.
� = � − −1 2 ( 1… 3)
(1− 2
1… 3)
Ati Rohaeti, 2012
(i) Jika statistik �ℎ� �� ≤ � � , maka �0 diterima dan �1 ditolak, artinya variabel Kompetensi, komitmen, dan implementasi pendidikan karkter tidak berpengaruh siginifkan terhadap hasil belajar .
(ii) Jika statistik �hitung>� � , maka �0 ditolak dan �1 diterima , artinya variabel Kompetensi, komitmen, dan implementasi pendidikan karkter berpengaruh siginifkan terhadap hasil belajar .
(iii) Utuk menguji keberartian koefisien jalur secara parsial, digunakan uji t, dengan rumus sebagai berikut :
= � 1
(1− 2 1)�� (�− −1)
Dasar pengambilan keputusan berdasarkan uji t, yaitu :
(i) Jika t penelitian > t table maka �0 ditolak dan �1 diterima. (ii) Jika t penelitian ≤ t tabel maka �0 diterima dan �1 ditolak. Taraf signifikansi/kepercayaan yang ditetapkan peneliti adalah sebesar = 0,05 dengan jumlah responden n = 50. Nilai t pada tabel sesuai dengan (0,05;49) adalah 2,02 digunakan sebagai pembanding pada pengambilan kesimpulan untuk semua uji hipotesis secara parsial.
(i) Perhitungan secara besarnya pengaruh proporsional.
Setelah semua koefisien jalur signifikan, maka dilakukan perhitungan besarnya pengaruh langsung dan tidak langsung pada masing-masing variabel.