BAB IV : HASIL PENELITIAN DAN PEMBAHASAN
3. Uji Hipotesis
1 ( ) 1 ( 2 2 R m m N R Keterangan:
F = Harga regresi yang dicari N = Banyak subyek
m = Banyak predictor
R = Koefisien korelasi X dan Y
Hasil uji linearitas dapat diinterpretsaikan jika harga F hitungyang diperoleh lebih kecil dari F tabel, maka dapat dikatakan data tersebut adalah linier. Jika harga F hitung yang diperoleh lebih besar dari F tabel dapat dikatakan data tersebut tidak linear
48
Tujuan dari uji hipotesis adalah untuk mengetahui korelasi antara kedua variabel. Dalam penelitian ini, uji hipotesis menggunakkan analisis regresi dengan rumus sebagai berikut :
Y = a + bX + …e
Keterangan:
Y = tabel dalam variabel dependen yang diprediskikan a = harga Y ketika X = 0 (harga konstan)
b = angka araha atau koefisien regresi
X = Subjek pada variabel independen yang mempunyai nilai tertentu (Sugiyono, 2013:26)
49
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Penelitian
1. Deskripsi Data
Deskripsi data dalam penelitian ini mendeskripsikan data kinerja guru (X) dan prestasi belajar matematika (Y).
a. Kinerja guru (X)
Dalam penelitian ini disebarkan 33 set angket yang berisi 22 item pernyataan kinerja guru kepada 33 responden yang terpilih. Setelah dianalisis menggunakan analisis butir soal didapat 2 item pernyataan yang dinyatakan gugur dan 20 item pernyataan yang dinyatakan valid. Setelah itu angket yang sudah di uji validitas disebarkan kepada 101 responden yang terpilih sebagai sampel. Setiap item memiliki 4 pilihan jawaban, sehingga berlaku ketentuan skor maksimal ideal 20 x 4 = 80, skor minimal ideal adalah 20 x 1 = 20. Berdasarkan skor maksimal ideal dan skor minimal ideal diperoleh rerata dan simpangan baku sebagai berikut.
Rerata ideal (M) sebesar = ½ (80 + 20) = 50
Simpangan baku ideal sebesar = 0,167 x (80 - 20) = 10
Sehingga dapat disusun kriteria kurva normal menurut korelasi skala lima (Sudijono, 2011:329) yang tercantum pada bab III halaman 45 adalah sebagai berikut.
65 – 80 = sangat tinggi 55 – 65 = tinggi
50 45 – 55 = sedang
35 – 45 = rendah
20 – 35 = sangat rendah
Dari hasil penelitian diperoleh harga rata-rata (Mean) = 60,32. Harga tersebut berada pada kategori tinggi pada interval 55 – 65. Dengan demikian, kinerja guru memiliki kecenderungan tinggi.
Adapun distribusi kinerja guru dapat dilihat pada tablel 6. Tabel 6. Distribusi Frekuensi Kinerja Guru
No Interval Frekuensi Persentase
1. 65 – 80 38 37,62% 2. 55 – 65 34 33,66% 3. 45 – 55 14 13,86% 4. 35 – 45 8 7,92% 5. 20 – 35 7 6,93% Total 101 100%
Distribusi kinerja guru selengkapnya dijelaskan melalui histogram pada gambar 1.
Gambar 1. Histogram Kinerja Guru
7 8 14 34 38 0 5 10 15 20 25 30 35 40 20-35 35-45 45-55 55-65 65-80
51
Dari histogram di atas dapat dilihat bahwa presentase paling banyak adalah interval sangat tinggi (65-80) sebanyak 37,62%, di susul interval tinggi (55-65) sebanyak 33,66%, interval sedang (45-55) sebanyak 13,86%, interval rendah (35-45) sebanyak 7,92%, dan terakhir interval sangat rendah (20-35) sebanyak 6,93%.
b. Prestasi belajar Matematika (Y)
Dari data sekunder, yaitu nilai raport mata pelajaran matematika siswa kelas V semester ganjil se-gugus Bima, Kecamatan Bagelen, Kabupaten Purworejo tahun ajaran 2015/2016 diperoleh skor terendah 40 dan skor tertinggi sebesar 92. Berdasarkan skor maksimal ideal danskor minimal ideal diperoleh rerata dan simpangan baku sebagai berikut.
Rerata ideal (M) sebesar = ½ (92 + 40) = 66
Simpangan baku ideal sebesar = 0,167 x (92 - 40) = 8,7
Sehingga dapat disusun kriteria kurva normal menurut korelasi skala lima (Sudijono, 2011:329) yang tercantum pada bab III halaman 45 adalah sebagai berikut.
78,05 – 92,00 = sangat tinggi 70,35 – 78,05 = tinggi
61,65 – 70,35 = sedang 52,95 – 61,65 = rendah
40,00 – 52,95 = sangat rendah
Dari hasil penelitian diperoleh harga rata-rata (Mean) = 71,82. Harga tersebut berada pada kategori tinggi pada interval 70,35 –
52
kecenderungan tinggi. Adapun distribusi skor prestasi belajar matematika dapat dilihat pada tablel 8.
Tabel 7. Distribusi Frekuensi Skor Prestasi Belajar Matematika
No Interval Frekuensi Persentase
1. 78,05 – 92,00 25 24,75% 2. 70,35 – 78,05 30 29,7% 3. 61,65 – 70,35 33 32,67% 4. 52,95 – 61,65 7 6,93% 5. 40,00 – 52,95 6 5,94% Jumlah 101 100%
Distribusi prestasi belajar matematika dijelaskan melalui histogram pada gambar 2.
Gambar 2. Histogram Prestasi Belajar Matematika
Dari histogram di atas dapat dilihat bahwa presentase paling banyak adalah interval sedang (61,65-70,35) sebesar 32,67%, di susul interval tinggi (70,35-78,05) sebesar 29,7%, interval sangat tinggi (78,05-92,00) sebesar 24,75%, interval rendah (52,95-61,65)
6 7 33 30 25 0 5 10 15 20 25 30 35 40.00 – 52.95 52.95 – 61.65 61.65 – 70.35 70.35 – 78.05 78.05 – 92.00
53
sebesar 6,93%, dan terakhir interval sangat terendah (40-52,95) sebesar 5,94%.
2. Uji Prasyarat Analisis
a. Uji Normalitas
Uji normalitas bertujuan untuk menggambarkan hasil angket apakah hasilnya normal atau tidak. Adapun analisis yang digunakan dalam uji normalitas ini adalah dengan menggunakan analisis chi-kuadrat (χ2
). Jika hasilnya menunjukan distribusi normal, analisis dapat dilanjutkan. Hasil uji normalitas dari data yang diperoleh meliputi kinerja guru (X) dan prestasi belajar matematika (Y). Hasil uji normalitas adalah sebagai berikut.
Tabel 8. Ringkasan Uji Normalitas Variabel X dan Y
No Variabel dk χ2
hitung χ2 tabel
(5%) Kriteria 1. Kinerja guru 28 23,921 41,337 Normal 2. Prestasi belajar
matematika 25 24,050 37,652 Normal Berdasarkan hasil uji normalitas pada tabel 9, diketahui bahwa
harga χ²hitung variabel kinerja guru adalah 23,921 < 41,337 dan harga
χ²hitung data prestasi belajar matematika adalah 24,050 < 37,652. Dapat dijelaskan bahwa kedua data dinyatakan sebenarnya normal pada taraf
signifikan 5% karena harga χ² hitung di bawah harga χ²tabel..
54
Uji linieritas dapat dilihat dari uji F, jika F hitung <F tabel maka dapat dikatakan data tersebut adalah linier. Hasil uji linieritas adalah sebagai berikut.
Tabel 9. Rangkuman Hasil Uji Linieritas
Variabel db F Hitung F Tabel (5%) Hasil
X – Y 37/62 1,401 1,59 Linier
Uji linieritas dalam penelitian ini digunakan untuk mengetahui pengaruh variabel bebas dengan variabel terikat linier atau tidak. Hasil perhitungan uji F diperoleh harga F hitung=1,401< F table=1,59. Dengan memperhatikan tabel diatas, tampak bahwa F hitung lebih kecil dari F tabel, dengan demikian berarti bahwa hubungan antara X1 dengan Y dan hubungan antara X2 dengan Y bersifat linier.
3. Uji Hipotesis
Pengujian hipotesis menggunakan teknik analisis regresi. Hasil pengujian hipotesis dapat dilihat pada tabel 17.
Tabel 10. Hasil Uji Regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 49.286 4.895 10.068 .000 X .374 .080 .426 4.690 .000 a. Dependent Variable: Y
(Sumber: data penelitian diolah) Persamaan garis regresi dapat diperoleh dengan terlebih dahulu mengetahui koefisien variabel bebas. Hasil perhitungan diperoleh nilai a =
55
0,374 dan a0 = 49,286, sehingga didapat persamaan garis regresi �= 0,374X + 49,286 + e. Berdasarkan model regresi tersebut diperoleh koefisien regresi variabel kinerja guru sebesar 0,374 yang berarti bahwa setiap terjadi peningkatan kinerja guru sebesar satu satuan maka akan meningkatkan prestasi belajar matematika sebesar 37,4%.
Hasil di atas didukung dengan hasil uji signifikansi dengan uji Fregresi untuk menguji hipotesis penelitian. Hipotesis yang diajukan dalam penelitian ini adalah “ada hubungan kinerja guru terhadap prestasi belajar matematika”. Hasil uji F dapat dilihat pada table berikut.
Tabel 11. Ringkasan Hasil Uji ANOVA
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1943.073 1 1943.073 21.995 .000b Residual 8745.719 99 88.341 Total 10688.792 100 a. Dependent Variable: Y b. Predictors: (Constant), X
Berdasarkan data di atas, diperoleh nilai Fregresi = 21,998 dengan nilai p-value = 0,000 < 0,05, artinya hipotesis yang berbunyi ada hubungan kinerja guru terhadap prestasi belajar matematika diterima karena nilai signifikansi di bawah 5%.