Uji Validitas Instrumen

LANDASAN TEORI A. Kajian Teori

E. Teknik Analisis Instrumen

1. Uji Validitas Instrumen

Instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data itu valid. Uji validitas yang digunakan adalah validitas konstrak karena instrumen yang digunakan berupa non tes atau angket (Sugiyono, 2011: 176).

Menurut Eko (2012: 146) untuk menguji validitas konstrak dapat digunakan pendapat ahli (expert judgement). Ahli disini maksudnya adalah pembimbing. Setelah instrumen dikonstruksi tentang aspek-aspek yang akan diukur berlandaskan teori tertentu maka selanjutnya dikonsultasikan dengan ahli untuk memutuskan apakah instrumen tersebut dapat digunakan tanpa perbaikan, ada perbaikan, ataupun dirombak total.

Setelah melalui konsultasi dengan ahli, instrumen penelitian akan diujicoba kepada 30 orang siswa di luar sampel penelitian untuk dapat diketahui butir mana saja yang valid sehingga dapat digunakan dalam penelitian dengan menggunakan rumus tertentu. Rumus yang digunakan untuk pengujian validitas konstrak adalah korelasi Product Moment (Siregar, 2013: 77) yaitu:

r_hitung= n(∑ XY)−(∑ X)(∑Y)

√[

n(∑ X²)−(∑ X)²

][

n(∑Y²)−(∑Y)²

]

Keterangan: n = jumlah responden

X = skor variabel (jawaban responden)

Y = skor total dari variabel untuk responden ke-n

r = Koefisien Korelasi

Kriteria pengujian: a. Taraf signifikan (α) sebesar 5% dengan dk = n – 2.

b. ^rtabel dengan jumlah responden 30 orang adalah

sebesar 0,374 (Riduwan, 2012: 360). c. Jika ^rhitung ≥ ^rtabel maka instrumen valid. d. Jika ^rhitung < ^rtabel maka instrumen tidak valid. Perhitungan uji validitas menggunakan bantuan SPSS versi 20. a. Hasil Validasi Angket Kecerdasan Daya Juang

Berdasarkan hasil pengujian validitas instrumen pada angket uji coba kecerdasan daya juang menggunakan SPSS versi 20 diketahui bahwa dari 38 butir angket terdapat 26 item yang valid dan 12 item yang tidak valid yaitu nomor 2, 3, 5, 7, 10, 13, 17, 18, 19, 21, 22, dan 38. 26 item yang valid yang disebarkan kepada sampel penelitian (dapat dilihat pada lampiran 4 halaman 126).

b. Hasil Validasi Angket Kedisiplinan Belajar

Berdasarkan hasil pengujian validitas instrumen pada angket uji coba kedisiplinan belajar menggunakan SPSS versi 20 diketahui bahwa dari 41 butir angket terdapat 34 item yang valid dan 7 item yang tidak valid yaitu nomor 4, 8, 11, 14, 20, 26, dan 27. 34 item yang valid yang disebarkan kepada sampel penelitian (dapat dilihat pada lampiran 12 halaman 141) c. Hasil Validasi Angket Percaya Diri Siswa

Berdasarkan hasil pengujian validitas instrumen pada angket uji coba percaya diri siswa menggunakan SPSS versi 20 diketahui bahwa dari 37

kepada sampel penelitian (dapat dilihat pada lampiran 20 halaman 157) 2. Uji Reliabilitas Instrumen

Instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk mengukur obyek yang sama akan menghasilkan data yang sama. Instrumen dikatakan dapat dipercaya (reliable) apabila memberikan hasil yang tetap atau ajeg (konsisten) apabila digunakan berkali-kali (Eko, 2012: 157).

Rumus yang digunakan untuk adalah teknik Alpha Cronbach. Tahapan untuk melakukan perhitungan uji reliabilitas menggunakan teknik Alpha Cronbach menurut Siregar (2013: 90) adalah sebagai berikut:

a. Menentukan nilai varian setiap butir pertanyaan

σ_i²=

∑ Xi²−⁽∑ X_i)² n n

b. Menentukan nilai varian total

σ_t2 = ∑ X2 −⁽∑ X)² n n

c. Menentukan reliabilitas instrumen

r₁₁=

[

k−^k1

]

[

1−∑ σb²

σb²

]

Keterangan: n = Jumlah sampel

Xi = Jawaban responden untuk setiap butir pertanyaan

X = Total jawaban responden setiap butir pertanyaan

σ_t2

= Varian total ∑σ_b2

= Varian total

k = Jumlah butir pertanyaan

r_{11 = Koefisien reliabilitas instrumen}

Untuk kriteria suatu instrumen dikatakan reliabel adalah jika (r¿¿11)¿ > 0,6 (Siregar, 2013: 90). Taraf signifikansi sebesar 5%. Perhitungan uji reliabilitas menggunakan bantuan SPSS versi 20.

a. Hasil Uji Reliabilitas Angket Kecerdasan Daya Juang

Hasil uji reliabilitas angket kecerdasan daya juang dapat dilihat pada Tabel 9 berikut.

Tabel 9. Hasil Uji Reliabilitas Angket Kecerdasan Daya Juang Cronbach's Alpha N of Items

,906 26

Dari tabel 9 dapat diketahui bahwa instrumen kecerdasan daya juang telah reliabel dimana ^r11=0,906>0,6_.

b. Hasil Uji Reliabilitas Angket Kedisiplinan Belajar

Hasil uji reliabilitas angket kedisiplinan belajar dapat dilihat pada Tabel 10 berikut.

Tabel 10. Hasil Uji Reliabilitas Angket Kedisiplinan Belajar Cronbach's Alpha N of Items

,923 34

Dari tabel 10 dapat diketahui bahwa instrumen kedisiplinan belajar telah reliabel dimana ^r11=0,923>0,6_.

c. Hasil Uji Reliabilitas Angket Percaya Diri Siswa

Tabel 11. Hasil Uji Reliabilitas Angket Percaya Diri Siswa Cronbach's Alpha N of Items

,922 30

Dari tabel 11 dapat diketahui bahwa instrumen percaya diri siswa telah reliabel dimana ^r11=0,922>0,6_.

F. Teknik Analisis Data 1. Uji Prasyarat Analisis

Uji prasyarat analisis merupakan suatu pengujian yang dilakukan untuk mengetahui apakah analisis data untuk pengujian hipotesis dapat dilanjutkan atau tidak. Uji yang digunakan pada penelitian ini antara lain uji normalitas, uji homogenitas, uji linearitas, uji heterokedastisitas, uji autokorelasi, dan uji multikolinearitas (Gunawan, 2013: 69).

a. Uji Normalitas

Menurut Fridayana (2013: 74) model regresi yang baik adalah “model yang memiliki residual data yang terdistribusi secara normal”. Uji

normalitas merupakan suatu uji yang dilakukan terhadap serangkaian data untuk mengetahui apakah populasi data bersifat normal atau tidak. Teknik yang digunakan untuk menguji normalitas adalah Kolmogorov-Smirnov. Berikut adalah langkah-langkah untuk melakukan teknik Kolmogorov-Smirnov menurut Siregar (2013: 153).

1) Menghitung Dhitung.

a) Menentukan nilai kolom kedua (K2) K₂=i−1

n

Keterangan: i = sampel ke..i , n = jumlah data b) Menentukan nilai kolom ketiga (K3)

K₃= i n c) Menentukan nilai kolom keempat (K4)

Nilai kolom keempat diperoleh dengan cara mengurutkan data dari yang terkecil sampai yang terbesar.

d) Menentukan nilai kolom kelima (probability) (1) Menghitung rata-rata pengukuran

´ t=∑t_i

n

(2) Menghitung standar deviasi

s=

√

^∑(ti−´t)² n−1

(3) Menghitung nilai probability (p) p=ti−´t

s

Keterangan: ^ti = nilai sampel ke-i t _{= nilai rata-rata} s _{= standar deviasi}

e) Menentukan nilai kolom keenam (cumulative probability)

Nilai cumulative probability (Cp) diperoleh dari nilai p yang dicari dari tabel distribusi normal.

{(

s

)

n

} (

s

)

Dari kolom ini, dipilih nilai yang terbesar untuk mewakili D1 g) Menentukan kolom kedelapan (D2)

D2=max

{

i

n⁻

(

^ti−´t s

)}

Dari kolom ini, dipilih nilai yang terbesar, lalu bandingkan dengan nilai D1. Kriteria nilai Dhitung yang dipilih adalah nilai Dhitung yang terbesar diantara D1 dan D2.

h) Menentukan nilai Dtabel

Untuk mengetahui nilai Dtabel dapat dilihat di tabel Kolmogorov-Smirnov dengan ketentuan D(α, n-1)

2) Membandingkan Dhitung dan Dtabel. 3) Membuat keputusan

Jika Dhitung < Dtabel maka distribusi data normal.

Apabila data berdistribusi normal maka statistik yang digunakan adalah statistik parametrik. Sebaliknya, apabila data tidak berdistribusi normal maka statistik yang digunakan adalah statistik nonparametrik. Untuk mempermudah penghitungan, maka akan dibantu dengan software SPSS versi 20 dengan kaidah pengujian sebagai berikut.

1) Jika probabilitas (sig) > 0,05 maka data berdistribusi normal. 2) Jika probabilitas (sig) < 0,05 maka data tidak berdistribusi normal. b. Uji Homogenitas

Uji homogenitas bertujuan untuk mengetahui apakah objek yang diteliti mempunyai varian yang sama. Metode yang digunakan adalah membandingkan varian terbesar dengan varian terkecil dapat dilihat pada langkah-langkah berikut (Siregar, 2013: 167).

1) Menghitung nilai rata-rata kelompok sampel ´

X=∑ Xi

n

Keterangan: X´ = nilai rata-rata sampel ke-i Xi = data dari sampel ke-i n = jumlah data

2) Menghitung nilai varian kelompok sampel

S_i2

=∑

⁽

^{Xi− ´Xi}

⁾

2

n−1

3) Menentukan nilai Fhitung Fhitung=S2_B

S_K²

Keterangan: S2_B

= untuk varian terbesar S2_K

= untuk varian terkecil 4) Menentukan nilai Ftabel

Untuk mengetahui nilai Ftabel dapat dilihat di tabel F dengan ketentuan sebagai berikut. Ftabel(α ,V1n−1,V2n−1) Keterangan: V1_{= pembilang} V2_{= penyebut} n = jumlah data 129

Jika: Fhitung ≤ Ftabel maka data berdistribusi homogen.

Untuk mempermudah dalam perhitungan, maka uji homogenitas akan dibantu oleh software SPSS versi 20 dengan kaidah keputusan sebagai berikut:

1) Jika probabilitas (sig.) ≥ 0,05 maka data berdistribusi homogen. 2) Jika probabilitas (sig.) < 0,05 maka data berdistribusi tidak homogen. c. Uji Linearitas

Uji linearitas menurut Siregar (2013: 178) adalah uji yang bertujuan untuk mengetahui apakah antara variabel terikat (Y) dengan variabel bebas (X) mempunyai hubungan linier. Taraf signifikansinya adalah sebesar 5% dengan kaidah keputusan jika Fhitung ≤ Ftabel maka hubungan variabel X dan Y adalah linier.

Dalam perhitungan uji linearitas akan dibantu oleh software SPSS versi 20 untuk memudahkan perhitungan dengan kaidah keputusan sebagai berikut:

1) Jika probabilitas (sig.) ≥ 0,05 maka hubungan antara variabel X dan Y adalah linier.

2) Jika probabilitas (sig.) < 0,05 maka hubungan antara variabel X dan Y tidak linier.

d. Uji Multikolinearitas

Menurut Fridayana (2013: 78) uji multikolinearitas adalah uji untuk variabel bebas, dimana korelasi antar variabel bebas dilihat apakah berkorelasi secara kuat atau tidak. Model regresi yang baik seharusnya tidak memiliki masalah pada multikolinearitas. Multikolinearitas dapat diketahui dengan melihat nilai tolerance dan lawannya serta nilai Variance Inflation Factor (VIF). Nilai cutoff yang umum dipakai untuk menunjukan adanya multikolinearitas adalah nilai tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10.

Untuk mempermudah dalam perhitungan, maka akan dibantu oleh software SPSS versi 20 for windows. Kriteria keputusan dengan software SPSS versi 20 sebagai berikut:

1) Jika nilai VIF kurang dari angka 10 atau memiliki tolerance lebih dari 0,1 maka dikatakan tidak terdapat masalah multikolinearitas dalam model regresi.

2) Jika nilai VIF lebih dari angka 10 atau memiliki tolerance kurang dari 0,1 maka dikatakan terdapat masalah multikolinearitas dalam model regresi.

e. Uji Heterokedastisitas

Heterokedastisitas terjadi dalam regresi apabila varian error (εi) untuk beberapa nilai x tidak konstan atau berubah-ubah (Gunawan, 2013: 99). Uji heterokedastisitas bertujuan untuk melihat apakah terdapat ketidaksamaan varian dari residual pengamatan yang satu ke pengamatan yang lainnya. Apabila timbul ketidaksamaan varian, maka terdapat

menggunakan uji koefisien korelasi Spearman. Uji koefisien korelasi Spearman adalah dengan mengkorelasikan nilai residual hasil regresi dengan masing-masing variabel independen (bebas).

Untuk mempermudah dalam perhitungan, maka akan dibantu oleh software SPSS versi 20 for windows.

Kriteria keputusan dengan software SPSS versi 20 sebagai berikut: 1) Jika nilai signifikan antara variabel independen dengan residual ≥ 0.05

maka tidak terjadi masalah heterokedastisitas.

2) Jika nilai signifikan antara variabel independen dengan residual < 0.05 maka terjadi masalah heterokedastisitas.

f. Uji Autokorelasi

Menurut Gunawan (2013: 100) autokorelasi biasanya terjadi apabila pengukuran variabel dilakukan dalam interval waktu tertentu. Uji autokorelasi hanya dilakukan pada data time series dan tidak perlu dilakukan pada data angket dimana pengukuran semua variabel dilakukan secara serentak pada saat yang bersamaan. Pendeteksian autokorelasi umumnya dilakukan dengan uji statistik Durbin Watson (DW test).

Untuk mempermudah dalam perhitungan, maka pengujian autokorelasi dengan DW test akan dibantu oleh software SPSS versi 20. Kriteria keputusan dengan software SPSS versi 20 sebagai berikut:

1) dU < DW < 4-dU maka H0 diterima (tidak terjadi autokorealsi) 2) DW < dL atau DW > 4-dL maka H0 ditolak (terjadi autokorealsi) 3) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan

yang pasti. 2. Uji Hipotesis

a. Uji Regresi Linear Berganda

Untuk mengetahui pengaruh antara variabel bebas dengan variabel terikat, penulis menggunakan uji regresi linear berganda. Menurut Siregar (2013: 379) tujuan dari regresi adalah untuk meramalkan atau memprediksi besaran nilai variabel terikat (Y) yang dipengaruhi oleh variabel bebas (X). Uji statistik dengan metode regresi linier dengan tiga variabel bebas menggunakan rumus sebagai berikut:

Ŷ=a+b₁X₁+b₂X₂+b₃X₃

Keterangan: Ŷ = (baca: Y topi) Simbol regresi X1 = Kecerdasan Daya Juang X2 = Kedisiplinan Belajar X3 = Percaya Diri

a, b = Konstanta

b. Uji Hipotesis 1, 2, dan 3

Pengujian pada hipotesis 1, 2, dan 3 menggunakan analisis korelasi secara parsial (masing-masing). Rumus yang digunakan adalah

variabel terikat (Riduwan dan Sunarto, 2012: 80). Rumus korelasi Pearson Product Moment dijabarkan sebagai berikut (Siregar, 2013: 453-454) 1) Uji Hipotesis 1: r_X1.Y= n .(∑ X1Y)−(∑ X1)(∑Y)

√{

n(∑ X₁²)−(∑ X₁)²

}

{n(∑Y²)−(∑Y)²} 2) Uji Hipotesis 2: r_X2.Y= n .(∑ X₂Y)−(∑ X₂)(∑Y)

√{

n(∑ X2²)−(∑ X2)²

}

{n(∑Y²)−(∑Y)²} 3) Uji Hipotesis 3: r_X3.Y= n .(∑ X₃Y)−(∑ X₃)(∑Y)

√{

n(∑ X3²)−(∑ X3)²

}

{n(∑Y²)−(∑Y)²}

Keterangan: ^rX1.Y = Koefisien korelasi X1 dan Y r_{X2.Y = Koefisien korelasi X2 dan Y} r_{X3.Y = Koefisien korelasi X3 dan Y} n = Jumlah sampel

X1 = Kecerdasan Daya Juang X2 = Kedisiplinan Belajar X3 = Percaya Diri

Y = Hasil Belajar Matematika

Koefisien korelasi adalah bilangan yang menyatakan kekuatan hubungan antara dua variabel atau lebih (Siregar, 2013: 337). Koefisien

ini dilambangkan dengan r. Tingkat korelasi dan kekuatan hubungan disajikan dalam Tabel 12.

Tabel 12. Tingkat Korelasi dan Kekuatan Hubungan

No Nilai Korelasi (r) Tingkat Hubungan

1. 0,00 – 0,199 Sangat Lemah 2. 0,20 – 0,399 Lemah 3. 0,40 – 0,599 Cukup 4. 0,60 – 0,799 Kuat 5. 0,80 – 1,00 Sangat Kuat Sumber: Siregar, 2013: 337

Untuk memudahkan perhitungan analisis korelasi sederhana menggunakan software SPSS versi 20.

Pengujian signifikansi koefisien korelasi dapat dihitung dengan uji t. Rumus yang digunakan (Riduwan, 2012: 81) adalah:

t_hitung=r√n−2

√

1−r²

Keterangan: ^thitung = Nilai t

r = Nilai Koefisien Korelasi n = Jumlah sampel

Dengan taraf kesalahan sebesar 5% dan dk = n-2, kaidah pengujiannya sebagai berikut:

1) Jika ^thitung > ^ttabel maka H0 ditolak artinya signifikan.

2) Jika ^thitung ≤ ^ttabel maka H0 diterima artinya tidak signifikan.

Selanjutnya untuk mengetahui besar kecilnya kontribusi atau sumbangan yang diberikan variabel X terhadap variabel Y adalah dengan rumus koefisien determinan/penentu (KP) sebagai berikut (Riduwan dan Sunarto, 2012: 81).

r = Nilai Koefisien Korelasi c. Uji Hipotesis 4

Selanjutnya untuk mengetahui seberapa besar kontribusi dari variabel bebas terhadap variabel terikat secara simultan (bersama-sama) akan menggunakan teknik analisis korelasi berganda. Menurut Riduwan dan Sunarto (2012: 86) mengatakan bahwa “Analisis Korelasi Ganda berfungsi untuk mencari besarnya hubungan dan kontribusi dua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y)”.

Rumus dari korelasi secara simultan (bersama-sama) antara X1, X2, dan X3 terhadap Y adalah sebagai berikut (Siregar, 2013: 453).

RX1.X2.X3.Y=

√

^b1. ∑ x₁y+b₂. ∑ x₂y+b₃. ∑ x₃y ∑ y² ∑ y2 =∑Y2 −(∑Y)² n ∑ xiy=∑ XiY−⁽∑ X_i)(∑Y) n

Keterangan: ^RX1.X2.X3.Y = Koefisien korelasi berganda

b1, b2, b3 = Koefisien regresi masing-masing variabel X

Xi = Jumlah data Xi

Y = Jumlah dari Y

Y2 = Jumlah dari Y2

XiY = Jumlah data XiY

n = Jumlah Sampel

Untuk pengujian signifikansi menggunakan rumus Fhitung (Siregar, 2013: 353): Fhitung= (R¿¿X1.X2.X3.Y)² m (1−R_X²_1.X2.X3.Y) (n−m−1) ¿

Keterangan: ^RX1.X2.X3.Y = Koefisien korelasi berganda

n = Jumlah sampel

m = Jumlah variabel bebas (X) Kaidah pengujian signifikansi dengan taraf 5% adalah sebagai berikut: 1) Jika : Fhitung ≤ Ftabel , maka Ho diterima artinya tidak signifikan. 2) Jika : Fhitung > Ftabel , maka Ho ditolak artinya signifikan.

Kemudian menghitung nilai Ftabel dengan ketentuan: Ftabel=F_{(α)(k ,dk)}

Keterangan: k = jumlah variabel bebas (pembilang) dk = n-k-1 (penyebut)

Selanjutnya apabila telah diketahui signifikansi korelasi ganda maka akan ditarik kesimpulan, bahwa terdapat atau tidak hubungan antara X1, X2, dan X3 terhadap Y. Untuk mempermudah penghitungan uji hipotesis berupa analisis korelasi berganda dan uji signifikansi akan dibantu menggunakan software statistika SPSS versi 20.

Kaidah keputusan uji signifikansi dengan software SPSS versi 20: 1) Taraf kesalahan: α _{= 5 %}

2) Jika probabilitas (sig.) > ^α, maka Ho diterima

sumbangan yang diberikan oleh variabel X1, X2, dan X3 terhadap Y secara simultan (bersama-sama) dapat diketahui melalui rumus koefisien penentu (KP) sebagai berikut (Riduwan dan Sunarto, 2012: 110).

KP=(R_X1.X2.X3.Y)²×100 %

Keterangan: KP _{= Nilai Koefisien Determinan} R = Nilai Koefisien Korelasi berganda