BAB III METODOLOGI PENELITIAN
H. Teknik Analisis Data
Analisis deskriptif, terdiri dari tiga bagian yaitu mendeskripsikan
skor pengukuran pada analisis deskriptif pada variabel prestasi belajar dan status
sosial ekonomi orang tua menggunakan mean (nilai rata-rata), yaitu membagi
jumlah nilai data oleh banyak data (Sudjana, 1996:66). Karena mean mudah
untuk mengkategorikan skor. Pada variabel prestasi belajar dikategorikan
menjadi skor tinggi dan rendah, variabel jenis pekerjaan orang tua dikategorikan
menjadi skor berwirausaha dan bukan wirausaha, variabel tingkat pendapatan
orang tua dikategorikan menjadi skor tinggi dan rendah dan variabel tingkat
pendidikan orang tua dikategorikan menjadi skor tinggi dan rendah. Pada
variabel minat berwiraswasta menggunakan Pedoman Acuan Patokan (PAP)
tipe II karena passing score 56 pada PAP tipe II merupakan persentil minimal,
maka semakin tinggi skor minat berwiraswasta dikategorikan sangat minat dan
semakin rendah skor minat berwiraswasta maka dikategorikan sangat tidak
minat. Tabel PAP II sebagai berikut (Masidjo, 1995:153) :
Tabel III.6 PAP II 81% - 100% 66% - 80% 56% - 65% 46% - 55% < 46%
a. Minat Siswa Berwiraswasta
Kuesioner minat siswa berwiraswasta terdiri dari 13 item pertanyaan
Untuk pengukuran skala skor minat siswa berwiraswasta, perhitungannya
sebagai berikut:
81%x65 = 52,6 dibulatkan menjadi 53, maka intervalnya 53 - 65
66%x65 = 42,9 dibulatkan menjadi 43, maka intervalnya 43 - 52
56%x65 = 36.4 dibulatkan menjadi 36, maka intervalnya 36 - 42
46%x65 = 29,9 dibulatkan menjadi 30, maka intervalnya 30 - 35
< 46% maka intervalnya 13 - 29
disajikan pada tabel berikut ini
Tabel III. 7
Interval Skor Minat Siswa Berwiraswasta
Interval Skor Keterangan
53 – 65 Sangat tinggi
43 – 52 Tinggi
36 – 42 Cukup tinggi
30 – 35 Rendah
13 - 29 Sangat rendah
Apabila skor penilaian makin tinggi maka minat siswa berwiraswasta sangat
minat sedangkan skor penilaian makin rendah maka minat siswa
b. Prestasi mata pelajaran kewirausahaan
Skor data tertinggi untuk variabel prestasi mata pelajaran kewirausahaan
yang diharapkan adalah 100 dan skor data terendah adalah 0. Data
dikelompokkan menjadi 2 yaitu apabila skor diatas atau sama dengan 65
maka prestasi mata pelajaran kewirausahaan tinggi dan apabila kurang dari 65
maka prestasi mata pelajaran kewirausahaan rendah, berikut ini skala
pengukuran variabel prestasi mata pelajaran kewirausahaan yaitu:
Tabel III. 8
Interval Skor Prestasi Mata Pelajaran Kewirausahaan
Interval Skor Keterangan 65 – 100 Tinggi
0 - 64 Rendah
c. Jenis Pekerjaan Orang Tua
Kuesioner pada jenis pekerjaan orang tua ini terdiri dari 2 pertanyaan
Menurut Sudjana (1996:66) untuk mencari rata-rata dihitung dengan jalan
membagi jumlah nilai data oleh banyak data, maka rata-rata variabel jenis
pekerjaan orang tua yaitu 565/150=3,8. Data dikelompokkan menjadi dua
yaitu apabila skor diatas atau sama dengan 3 maka jenis pekerjaan orang tua
wirausaha dan apabila kurang dari 3 maka jenis pekerjaan orang tua bukan
wirausaha, berikut ini skala skor pengukuran variabel jenis pekerjaan orang
Tabel III. 9
Interval Skor Jenis Pekerjaan Orang Tua
Interval Skor Keterangan 4 Wirausaha 1 - 3 Bukan Wirausaha
c. Tingkat Pendapatan Orang Tua
Kuesioner pada tingkat pendapatan orang tua ini terdiri dari 2 pertanyaan
Menurut Sudjana (1996:66) untuk mencari rata-rata dihitung dengan jalan
membagi jumlah nilai data oleh banyak data, maka rata-rata variabel tingkat
pendapatan orang tua yaitu 409/150 = 2,72 dibulatkan menjadi 3. Data
dikelompokkan menjadi dua yaitu apabila skor diatas atau sama dengan 3
maka tingkat pendapatan orang tua tinggi dan apabila kurang dari 3 maka
tingkat pendapatan orang tua rendah, berikut ini skala skor pengukuran
variabel tingkat pendapatan orang tua yaitu:
Tabel III. 10
Interval Skor Tingkat Pendapatan Orang Tua
Interval Skor Keterangan 4 - 10 Tinggi
1 - 3 Rendah
d. Tingkat Pendidikan Orang Tua
Kuesioner pada tingkat pendidikan orang tua ini terdiri dari 2 pertanyaan
membagi jumlah nilai data oleh banyak data, maka rata-rata variabel tingkat
pendidikan orang tua yaitu 548/150 = 3,65 dibulatkan menjadi 4. Data
dikelompokkan menjadi dua yaitu apabila skor diatas atau sama dengan 4
maka tingkat pendidikan orang tua tinggi dan apabila kurang dari 4 maka
tingkat pendidikan orang tua rendah, berikut ini skala skor pengukuran
variabel tingkat pendidikan orang tua yaitu:
Tabel III. 11
Interval Skor Tingkat Pendidikan Orang Tua
Interval Skor Keterangan 5 - 8 Tinggi 1 - 4 Rendah
2. Uji Normalitas
Pengujian normalitas data digunakan untuk mengetahui apakah sebaran
data yang digunakan dalam penelitian ini berdistribusi normal atau tidak. Untuk
menggunakan statistik inferensial dalam menganalisis data terlebih dahulu harus
melakukan pengujian terhadap data yang dimiliki (Suharsimi Arikunto,
2003:391-392). Untuk menguji data salah satunya dengan normalitas data.
Untuk menguji normalitas data menggunakan Kolmogorov-Smirnov Test yang
dihitung dengan bantuan komputer menggunakan program SPSS versi 12.00.
3. Uji Korelasi
Uji ini digunakan untuk menguji apakah ada hubungan antara variabel
X dan variabel Y. Apabila variabel tersebut mempunyai pengaruh tentu saja ada
hubungan antara kedua variabel tersebut maka rumus yang digunakan (Sudjana,
2002:369) sebagai berikut :
( )( )
( )
{
2 2}{
2( )
2}
i i i i i i i n n n r ΣΥ − ΣΥ ΣΧ − ΣΧ ΣΥ ΣΧ − Υ ΣΧ = Keterangan : n : Jumlah responden ∑X : Jumlah skor X ∑Y : Jumlah skor Y∑XY : Jumlah perkalian skor X dan skor Y
2
ΣΧ : Jumlah kuadrat skor X
2
ΣΥ : Jumlah kuadrat skor Y
4. Uji Linearitas
Uji ini digunakan untuk menguji linearitas regresi, yakni menguji
apakah model linier yang telah diambil itu betul-betul cocok dengan
keadaannya ataukah tidak. Jika hasil pengujian mengatakan model linier kurang
cocok, maka selayaknya harus diambil model lain yang nonlinier (Sudjana,
1988:315-316). Uji linearitas ini menggunakan persamaan regresi untuk
) /( ) 1 ( / ) ( 2 2 2 k n new R m old R new R F − − − = Keterangan:
m = jumlah variabel independen yang baru masuk
n = jumlah data observasi
k = banyaknya parameter dalam persamaan yang baru
R2 new = nilai R2 dari persamaan regresi baru
R2 old = nilai R2 dari persamaan regresi awal
Selanjutnya Fhitung dibandingkan dengan Ftabel dengan tingkat kesalahan
5%. Apabila Fhitung lebih kecil dari Ftabel maka data dikatakan linear, sedangkan
jika F hitung lebih besar dari F tabel maka data dikatakan tidak linear.
5. Uji Hipotesis
Pengujian hipotesis pertama menggunakan teknik analisis korelasi
sederhana, kemudian untuk pengujian hipotesis kedua sampai dengan hipotesis
keempat menggunakan regresi chow. Analisis regresi chow adalah alat untuk
menguji test for equality of coefficients atau uji kesamaan koefisien (Ghozali,
2001:130)
Dalam penelitian ini tingkat pendidikan orang tua, jenis pekerjaan orang
tua dan pendapatan orang tua merupakan variabel kontrol, prestasi mata
pelajaran kewirausahaan merupakan variabel bebas yang dilambangkan X dan
minat siswa berwiraswasta merupakan variabel terikat yang dilambangkan Y.
Perumusan hipotesis pertama:
Ho1 =Prestasi mata pelajaran kewirausahaan tidak mempunyai hubungan
dengan minat siswa SMK untuk berwiraswasta.
Ha1 = Prestasi mata pelajaran kewirausahaan mempunyai hubungan dengan
minat siswa SMK untuk berwiraswasta.
Perumusan hipotesis kedua:
Ho2 =Prestasi mata pelajaran kewirausahaan tidak mempunyai hubungan
dengan minat siswa SMK untuk berwiraswasta ditinjau dari jenis
pekerjaan orang tua
Ha2 = Prestasi mata pelajaran kewirausahaan mempunyai hubungan dengan
minat siswa SMK untuk berwiraswasta ditinjau dari jenis pekerjaan
orang tua
Perumusan hipotesis ketiga:
Ho3 = Prestasi mata pelajaran kewirausahaan tidak mempunyai hubungan
dengan minat siswa SMK untuk berwiraswasta ditinjau dari tingkat
pendapatan orang tua.
Ha3 = Prestasi mata pelajaran kewirausahaan mempunyai hubungan dengan
minat siswa SMK untuk berwiraswasta ditinjau dari tingkat pendapatan
orang tua
Perumusan hipotesis keempat:
Ho4 = Prestasi mata pelajaran kewirausahaan tidak mempunyai hubungan
pendidikan orang tua.
Ha4 = Prestasi mata pelajaran kewirausahaan mempunyai hubungan dengan
minat siswa SMK untuk berwiraswasta ditinjau dari tingkat pendidikan
orang tua.
Dalam model persamaan regresi chow langkah-langkahnya sebagai berikut
(Ghozali, 2001: 131)
(1) Mendapatkan nilai Resticted residual sum of squares atau RSSr (RSS 3) dengan df = 9n1 + n2 – k0 dimana k adalah jumlah parameter yang
diestimasi 2.
(2) Melakukan regresi periode sebelum resesi dan nilai RSS 1 dengan df = (n1–k).
(3) Melakukan regresi periode sebelum resesi dan nilai RSS 2 dengan df = (n2–k).
(4) Jumlahkan nilai RSS1 dan RSS 2 untuk mendapatkan apa yang disebut
unrestricted residual sum of squares (RSSur):
RSSur = RSS 1 + RSS 2 dengan df = (n1 + n2 – 2k)
Menghitung nilai F test dengan rumus:
( )
(
RSSur) (
n n k)
k Rssur RSSr F 2 2 1 / / − + − =Keterangan :
RSSr : Restricted residual sum of squares
RSSur : Unrestricted residual sum of squares
n : Jumlah observasi
Untuk menentukan nilai atau harga regresi dapat diperoleh dengan bantuan
komputer, yaitu dengan program aplikasi statistik SPSS.
Pengambilan keputusan ;
Jika nilai F hitung > F tabel maka H0 ditolak
Jika nilai F hitung < F tabel maka H0 diterima
Nilai rasio F mengikuti distribusi F dengan k dan (n1 + n2 – 2k) sebagai df
47 BAB IV
GAMBARAN UMUM SEKOLAH