H. Analisis Data
2. Uji Normalitas
H. Analisis Data
Menurut Sugiyono (2006:142) teknik analisis data adalah :
Proses pengelompokan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, meyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukanβ.
1. Analisis atau Pengolahan Data
Secara garis besar, kegiatan analisis data meliputi 3 langkah yaitu :
a. Persiapan
Kegiatan dalam langkah persiapan antara lain mengecek nama dan
kelengkapan identitas pengisi, mengecek kelengkapan data serta macam isian
data.
b. Tabulasi
Termasuk ke dalam kegiatan tabulasi ini antara lain memberikan skor
(scoring) terhadap item-item yang perlu diberi skor.
c. Penerapan data sesuai dengan pendekatan penelitian
Pengolahan data yang diperoleh dengan menggunakan rumus-rumus atau
aturan-aturan yang ada, sesuai dengan pendekatan penelitian atau desain yang
telah ditetapkan.
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Uji normalitas digunakan untuk menguji apakah data yang akan diuji
berdistribusi normal atau tidak. Apabila data berdistribusi normal maka statistik
yang digunakan adalah statistik parametrik. Akan tetapi apabila tidak berdistribusi
normal maka statistik yang digunakan adalah statistik nonparametrik. Dalam
pengolahan uji normalitas ini penulis menggunakan PASW Statistics 18.
Uji normalitas dapat dilihat dari grafik plot linier dab histogram. Grafik
histogram menunjukkan pola yang mendekati bentuk bel dan plot memperlihatkan
data yang bergerak mengikuti garis linier diagonal sehingga dapat disimpulkan
bahwa data berdistribusi normal dan memenuhi asumsi normalitas. Dapat dilihat
dari Q-Q plot dimana jika data tersebar mengikuti garis normal, maka data
tersebut berdistribusi normal. Menurut Imam Ghazali (2007:110) bahwa :
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun ada metode yang lebih handal yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnyaβ. 3. Analisis Jalur (Path Analysis)
Teknik analisis data yang dipakai adalah analisis jalur (Path Analysis). Menurut Riduwan (2008:1) βTeknik analisis jalur ini sering digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan mengetahui pengaruh
langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen)β. Besarnya kontribusi ini ditunjukkan oleh koefisien
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
jalur pada setiap diagram jalur dari hubungan kausal antar variabel X1, X2, X3, X4
terhadap Y1 dan Y2. Dalam perhitungannya menggunakan software PASW
Statistics 18.
Menurut Riduwan (2008:16) langkah-langkah menguji Path Analysis
adalah sebagai berikut :
1) Merumuskan hipotesis dan persamaan struktural
Hipotesis : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana
serta Pendidik dan Tenaga Kependidikan berpengaruh secara
signifikan terhadap Prestasi Uji Kompetensi.
. Struktur : Y1 = ππ¦1π₯1 π1+ ππ¦1π₯2 π2+ ππ¦1π₯3 π3+ ππ¦1π₯4 π4+ ππ¦1π1
Hipotesis : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana
serta Pendidik dan Tenaga Kependidikan berpengaruh secara
signifikan terhadap Kepuasan Siswa.
Struktur : Y2 = ππ¦2π₯1π1+ ππ¦2π₯2 π2+ ππ¦2π₯3 π3+ ππ¦2π₯4 π4+ ππ¦2π2
2) Menghitung koefisien jalur yang didasarkan pada koefisien regresi
a. Menggambar diagram lengkap
X1 Y2 Y1 X4 X3 X2 Οy1.x1 Οy1.x2 Οy1.x3 Οy1.x4 Ry1.x1.x2.x3.x4 Οy2.x1 Οy2.x2 Οy2.x3 Οy2.x4 Οy2.y1 rx1x 2 rx2x 3 rx3x 4 Ξ΅1 Ξ΅2
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Gambar 3.2. Diagram jalur yang menyatakan hubungan kausal X1 , X2, X3, X4 ke Y1 dan Y2
b. Menghitung koefisien regresi untuk struktur yang telah dirumuskan
Hitung koefisien regresi untuk struktur yang telah dirumuskan :
Persamaan regresi ganda : π = π + π1π1+ π2π2+ π3π3+ π4π4
Pada dasarnya koefisien jalur (path) adalah koefisien regresi yang
distandarkan yaitu koefisien regresi yang dihitung dari basis data yang telah
diset dalam angka baku Z-score (data yang diset dengan nilai rata-rata = 0
dan standar deviasi = 1). Koefisien jalur yang distandarkan (standardized
path coefficient) ini digunkan untuk menjelaskan besarnya pengaruh (bukan
memprediksi) variabel bebas (eksogen) terhadap variabel lain yang
diberlakukan sebagai variabel terikat (endogen).
Khususnya untuk program SPSS menu analisis regresi, koefisien path
ditunjukkan oleh output yang dinamakan Coefficient yang dinyatakan sebagai
standardized coefficient atau dikenal dengan nilai Beta. Jika ada diagram jalur
sederhana mengandung satu unsur hubungan antara variabel eksogen dengan
variabel endogen, maka koefisien path-nya adalah sama dengan koefisien
korelasi r sederhana.
3) Menghitung koefisien jalur secara simultan (keseluruhan)
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Ha : ππ¦1π₯1 = ππ¦1π₯2 = β― β¦ β¦ β¦ = ππ¦π₯π β 0
Ho : ππ¦1π₯1 = ππ¦1π₯2 = β― β¦ β¦ β¦ = ππ¦π₯π = 0
Ha : ππ¦2π₯1 = ππ¦2π₯2 = β― β¦ β¦ β¦ = ππ¦π₯π β 0
Ho : ππ¦2π₯1 = ππ¦2π₯2 = β― β¦ β¦ β¦ = ππ¦π₯π = 0
Hipotesis bentuk kalimat
Ha : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana serta
Pendidik dan Tenaga Kependidikan berpengaruh secara signifikan
terhadap Prestasi Uji Kompetensi.
Ho : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana serta
Pendidik dan Tenaga Kependidikan tidak berpengaruh secara
signifikan terhadap prestasi uji kompetensi.
Ha : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana serta
Pendidik dan Tenaga Kependidikan berpengaruh secara signifikan
terhadap Kepuasan Siswa.
Ho : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana serta
Pendidik dan Tenaga Kependidikan tidak berpengaruh secara
signifikan terhadap Kepuasan Siswa.
a. Kaidah pengujian signifikansi
Menggunakan tabel F :
πΉ = π β π β 1 π πππΎ2
π 1 β π πππΎ2
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
n = Jumlah sampel
k = Jumlah variabel eksogen
R2xyk = R Square
Kriteria pengujian :
Jika F hitung β₯ F tabel, maka tolak Ho artinya signifikan dan
Jika F hitung β€ F tabel, maka terima Ho artinya tidak signifikan Dengan taraf signifikansi (Ξ±) = 0,05
Disamping menggunakan Fhitung dan Ftabel, dapat juga melakukan
perbandingan Sig dengan Ξ±.
Kriteria pengujian :
ο§ Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas
Sig atau [0,05 β€ Sig], maka Ho diterima dan Ha ditolak, artinya tidak
signifikan.
ο§ Jika probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 β₯ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.
4) Menghitung Koefisien jalur secara individu atau parsial
Hipotesis penelitian yang akan dirumuskan menjadi hipotesis adalah
sebagai berikut :
Hipotesis bentuk kalimat
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Ho : Kurikulum SMK tidak berpengaruh terhadap Prestasi Uji
Kompetensi.
Hipotesis statistik
Ha : Οy1x1 > 0
Ho : Οy1x1 < 0
Hipotesis bentuk kalimat
Ha : Proses Pembelajaran berpengaruh terhadap Prestasi Uji
Kompetensi.
Ho : Proses Pembelajaran tidak berpengaruh terhadap Prestasi Uji
Kompetensi.
Hipotesis statistik
Ha : Οy1x2 > 0
Ho : Οy1x2 < 0
Hipotesis bentuk kalimat
Ha : Sarana dan Prasarana berpengaruh terhadap Prestasi Uji
Kompetensi.
Ho : Sarana dan Prasarana tidak berpengaruh terhadap Prestasi Uji
Kompetensi.
Hipotesis statistik
Ha : Οy1x3 > 0
Ho : Οy1x3 < 0
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Ha : Pendidik dan Tenaga Kependidikan berpengaruh terhadap Prestasi
Uji Kompetensi.
Ho : Pendidik dan Tenaga Kependidikan tidak berpengaruh terhadap
Prestasi Uji Kompetensi.
Hipotesis statistik
Ha : Οy1x4 > 0
Ho : Οy1x4 < 0
Hipotesis bentuk kalimat
Ha : Kurikulum SMK berpengaruh terhadap Kepuasan Siswa.
Ho : Kurikulum SMK tidak berpengaruh terhadap Kepuasan Siswa.
Hipotesis statistik
Ha : Οy2x1 > 0
Ho : Οy2x1 < 0
Hipotesis bentuk kalimat
Ha : Proses Pembelajaran berpengaruh terhadap Kepuasan Siswa.
Ho : Proses Pembelajaran tidak berpengaruh terhadap Kepuasan Siswa.
Hipotesis statistik
Ha : Οy2x2 > 0
Ho : Οy2x2 < 0
Hipotesis bentuk kalimat
Ha : Sarana dan Prasarana berpengaruh terhadap Kepuasan Siswa.
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
` Hipotesis statistik
Ha : Οy2x3 > 0
Ho : Οy2x3 < 0
Hipotesis bentuk kalimat
Ha : Pendidik dan Tenaga Kependidikan berpengaruh terhadap
Kepuasan Siswa.
Ho : Pendidik dan Tenaga Kependidikan tidak berpengaruh terhadap
Kepuasan Siswa.
Hipotesis statistik
Ha : Οy2x4 > 0
Ho : Οy2x4 < 0
Hipotesis bentuk kalimat
Ha : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan secara bersama-sama
berpengaruh terhadap Prestasi Uji Kompetensi.
Ho : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan secara bersama-sama tidak
berpengaruh terhadap Prestasi Uji Kompetensi.
Hipotesis statistik
Ha : Οy1x1x2x3x4 > 0
Ho : Οy1x1x2x3x4 < 0
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Ha : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan secara bersama-sama
berpengaruh terhadap Kepuasan Siswa.
Ho : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan secara bersama-sama tidak
berpengaruh terhadap Kepuasan Siswa.
Hipotesis statistik
Ha : Οy2x1x2x3x4 > 0
Ho : Οy2x1x2x3x4 < 0
Hipotesis bentuk kalimat
Ha : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan serta Prestasi Uji Kompetensi
secara bersama-sama berpengaruh terhadap kepuasan siswa.
Ho : Kurikulum SMK, Proses Pembelajaran, Sarana dan Prasarana,
Pendidik dan Tenaga Kependidikan serta Prestasi Uji Kompetensi
secara bersama-sama tidak berpengaruh terhadap kepuasan siswa.
Hipotesis statistik
Ha : Οy2y1 > 0
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
Secara individual uji statistik yang digunakan adalah uji t yang dihitung
dengan menggunakan rumus :
π‘π = ππ
ππππ ; ππ = π β π β 1
Dimana :
Ξ‘yx = Koefisien jalur yang akan diuji
thitung = t hitung untuk setiap koefisien jalur variabel Xk
k = Jumlah variabel eksogen yang terdapat dalam substruktur
n = Jumlah sampel
Se = Standar error koefisien jalur yang bersesuaian
Kriteria pengujian :
Jika t hitung β₯ t tabel, maka tolak Ho artinya signifikan dan Jika t hitung β€ t tabel, maka terima Ho artinya tidak signifikan Dengan taraf signifikan (Ξ±) = 0,05
Disamping menggunakan perbandingan t hitung dan t tabel, dapat juga
melakukan perbandingan Sig dengan Ξ±. Untuk mengetahui signifikansi analisis
jalur bandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig
dengan dasar pengambilan keputusan sebagai berikut :
ο§ Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas
Sig atau [0,05 β€ Sig], maka Ho diterima dan Ha ditolak, artinya tidak
Neldy Awan, 2012
Mutu Layanan Pendidikan Dan Kepuasan Siswa Di SMK Negeri Sekabupaten Kampar
: Studi Terhadap Siswa Kelas XII Program Keahlian Teknik Mekanik Otomotif di SMK Negeri
Se-Kabupaten Kampar
Universitas Pendidikan Indonesia | repository.upi.edu
`
ο§ Jika probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 β₯ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan. 5) Menghitung pengaruh faktor-faktor lain yang tidak dapat dijelaskan dalam
penelitian (Ξ΅)
ππ¦π = 1 β R2yx1x2x3x4