METODE PENELITIAN
3.8 Teknik Analisis Data
3.8.3 Uji Hipotesis
3.8.3.1 Uji Hipotesis Statistik Parametris
Teknik yang digunakan pada uji ini yaitu uji korelasi sederhana, regresi sederhana, korelasi ganda, regresi ganda, koefisien determinasi, serta koefisien secara bersama-sama (Uji F). Uraiannya sebagai berikut:
3.8.3.1.1 Analisis Korelasi Sederhana
Menurut Priyatno (2010: 16), “Analisis korelasi sederhana digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi”. Analisis korelasi menggunakan korelasi Pearson Product Moment. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik, maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik, maka Y turun) (Priyatno, 2010: 16).
Penghitungan analisis korelasi sederhana menggunakan SPSS versi 21, dengan langkah-langkah sebagai berikut: klik Analyze > Correlate > Bivariate. pada kotak dialog Bivariate Correlations, masukkan hasil belajar IPS (Y) dan kemandirian belajar (X1) pada kotak variables. Hal yang sama diakukan untuk mengetahui hubungan antara hasil belajar IPS (Y) dan lingkungan belajar (X2), masukkan hasil belajar IPS (Y) dan lingkungan belajar (X2) pada kotak variables> klik OK (Thihendradi, 2013: 132-3). Hasil analisis korelasi sederhana, dapat dilihat
pada output correlations pada nilai pearson correlation. Sugiyono (2016: 242) memberikan pedoman untuk menginterpretasikan koefisien korelasi sebagaimana tabel berikut:
Tabel 3.13 Intepretasi Koefisien Korelasi Nilai R
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,000 Sangat kuat Sumber: Sugiyono (2016:242).
3.8.3.1.2 Analisis Regresi Sederhana
Regresi sederhana adalah suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa yang akan datang berdasarkan informasi masa lalu dan sekarang yang dimiliki agar kesalahannya dapat diperkecil, dengan kata lain regresi dapat diartikan sebagai usaha memperkirakan perubahan (Riduwan, 2013:147). Menurut Priyatno (2010:55) tujuan dari analisis ini adalah “untuk memrediksikan nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan dan untuk mengetahui arah hubungan antara variabel independen dan variabel dependen apakah positif atau negatif”.Persamaan regresi sederhana menurut Priyatno (2010:55) dirumuskan sebagai berikut:
Y’ = a + bX Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan) X = Variabel independen
a = Konstanta (nilai Y’ apabila X = 0)
b = Koefisien regresi (nilai peningkatan ataupun penurunan)
Peneliti menggunakan program SPSS versi 21 untuk menghitung analisis regresi sederhana. Langkah-langkah analisis regresi yaitu: Klik Analyze>Regression>Linear. Cara untuk mengetahui regresi variabel kemandirian belajar (X1) dengan variabel hasil belajar IPS (Y), maka pada kotak Linear Regression masukkan variabel kemandirian belajar (X1) ke kotak Independent(s) dan masukkan variabel hasil belajar IPS (Y) pada kotak Dependent lalu klik OK. Hal yang sama dilakukan untuk mengetahui analisis regresi lingkungan belajar (X2) dengan variabel hasil belajar IPS (Y). Masukkan variabel hasil belajar IPS (Y) ke kotak Dependent dan variabel lingkungan belajar (X2) pada kotak Independent(s).Klik Continue> lalu klik OK (Trihendradi, 2013:137-9).
3.8.3.1.3 Analisis Korelasi Berganda
Riduwan (2013:141) menyatakan, “Analisis korelasi ganda berfungsi untuk mencari besarnya pengaruh atau hubungan antaradua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y)”. Koefisien ini menunjukkan seberapa besar hubungan yang terjadi antara variabel independen dengan variabel dependen. Priyatno (2010: 65) mengemukakan bahwa “nilai R berkisar antara 0 sampai 1,nilai semakin mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi
semakin lemah”. Peneliti menggunakan program SPSS versi 21 dengan hasil analisis korelasi ganda dapat dilihat pada hasil analisis regresi dalam tabel Model Summary kolom R.
Langkah-langkah analisis regresi menggunakan program SPSS versi 21 adalah sebagai berikut:Analyze˃ Regression˃ Linear. Pada kotak dialogLinear Regression, masukkan hasil belajar IPS (Y) pada kotak Dependent dan masukkan kemandirian belajar (X1) serta lingkungan belajar (X2) pada kotak Independent(s), lalu klik OK (Priyatno, 2010: 63-4).
3.8.3.1.4 Analisis Regresi Berganda
Menurut Riduwan (2013: 155), Kegunaan regresi berganda dalam penelitian ini adalah untuk meramalkan atau memprediksi nilai variabel terikat (Y) apabila variabel bebas (X) minimal dua atau lebih. Pada penelitian ini, analisis digunakan untuk mengetahui pengaruh kemandirian belajar dan lingkungan belajar secara bersama-sama terhadap hasil belajar IPS.Regresi berganda dapat dianalisis karena didasari oleh hubungan fungsional atau hubungan sebab akibat (kausal) antara dua variabel bebas (X1) dan (X2) dengan satu variabel terikat (Y). Persamaan regresi ganda menurut Priyatno (2010:61) dirumuskan:
Y’ = a + b1X1 + b2X2 + ... + bnXn
Keterangan:
Y’ = Variabel dependen (nilai yang diprediksikan) X1,X2,Xn = Variabel independen
b1, b2, bn = Koefisien regresi
Penghitungan analisis regresi ganda dalam penelitian ini menggunakan program SPSS versi 21. Menu yang digunakan sebagai berikut: Analyze ˃ Regression ˃ Linear. Pada kotak Linear Regression, masukkan variabel hasil belajar IPS (Y) pada kotak Dependent dan masukkan variabel kemandirian belajar (X1) serta variabel lingkungan belajar (X2) ke kotak Independent(s) lalu klik OK. Hasil pengujian analisis regresi berganda dapat dilihat pada output Linear Regression (Priyatno, 2010:63-4).
3.8.3.1.5 Analisis Determinasi
Analisis determinasi digunakan untuk mengetahui prosentase sumbangan pengaruh variabel independen secara serentak terhadap variabel dependen. Koefisien ini menunjukkan seberapa besar prosentase variasi-variabel dependen. Riduwan (2013:224) menyatakan, “Koefisien determinasi dilakukan untuk mengetahui seberapa besar variabel X mempunyai kontribusi atau ikut menentukan variabel Y”. Koefisien determinasi adalah kuadrat dari koefisien korelasi Pearson Product Moment (PPM) yang dikalikan dengan 100%. Persentase koefisien determinasi dapat ditentukan dengan rumus yang dijabarkan oleh Riduwan (2013:224) sebagai berikut:
KP = r2 x 100% Keterangan:
KP = Nilai koefisien determinan r = Nilai koefisien korelasi ganda
Penghitungan koefisien determinasi pada penelitian ini menggunakan bantuan program SPSS versi 21 dan besar koefisien determinasi dapat dilihat pada output Model Summary kolom AdjustR Square. Kriteria untuk analisis koefisien determinasi adalah R2 sama dengan 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen, atau variasi variabel independen yang digunakan dalam model tidak menjelaskan sedikitpun variasi variabel dependen. Sebaliknya R2 sama dengan 1, maka persentase sumbangan pengaruh yang diberikan variabel independen terhadap variabel dependen adalah sempurna, atau variasi variabel independen yang digunakan dalam model menjelaskan 100% variasi variabel dependen (Priyatno 2010:66).
3.8.3.1.6 Analisis Koefisien Regresi Secara Bersama-sama
Uji koefisien regresi secara bersama-sama digunakan untuk mengetahui apakah variabel independen(X1, X2, . . . .Xn) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). Untuk menghitung Uji F dibantu dengan program SPSS versi 21 adalah: Analyze–Compare Means–One-Way ANOVA. Hasil uji F dapat dilihat pada output ANOVA. Dasar pengambilan keputusan adalah apabila F hitung ≤ F tabel, maka Ho diterima dan apabila F hitung ˃ F
tabel, maka Ho ditolak (Priyatno 2010:67). Rumus untuk mencari F hitung adalah sebagai berikut(Priyatno 2010: 67):
!"#$% = /'
(1 − )/( − ' − 1) Keterangan:
( = Koefisien determinasi n = jumlah data
k = jumlah variabel independen