Tabel 3.1 Jadwal Kegiatan Penelitian Bulan

(1)

BAB III

METODOLOGI PENELITIAN

3.1 Tempat dan Waktu Penelitian 3.1.1 Tempat Penelitian

Tempat penelitiannya yaitu di SMP Negeri 2 Cibingbin yang berlokasi di Jalan Raya Cibingbin-Kuningan Desa Cibingbin Kecamatan Cibingbin Kabupaten Kuningan. Sasaran penelitian ini adalah siswa kelas VIII SMP Negeri 2 Cibingbin semester 1 Tahun Pelajaran 2014/2015. Penelitian ini dilakukan di SMP Negeri 2 Cibingbin karena secara akamdemik sekolah ini merupakan sekolah yang menjadi tolok ukur tingkat perkembangan pendidikan di wilayah Kecamatan Cibingbin dan Kecamatan Cibereum dan umumnya wilayah Kabupaten Kuningan timur, sehingga tepat apabila dilakukan penelitian di sekolah ini.

3.1.2 Waktu Penelitian

Waktu pelaksanaan penelitian diperkirakan kurang lebih enam bulan sesuai dengan Surat Keputusan Tentang Pembimbing Penyusunan Skripsi Mahasiswa Fakultas Ilmu Tarbiyah dan Keguruan IAIN Syekh Nurjati Cirebon Nomor: In.14/F.I.1/PP.009.5568.2014 yang berlaku mulai tanggal 01 Agustus 2014 sampai dengan 31 Januari 2013. Adapun rincian waktu secara lengkap dapat dilihat pada tabel berikut:

Tabel 3.1

Jadwal Kegiatan Penelitian

No Kegiatan Bulan

Agus’14 Sept’14 Okt’14 Nov’14 Des’14 Jan’15

1 Persiapan penyusunan proposal

V 2 Penyusunan proposal

penelitian dan bimbingan

V

3

Seminar usulan penelitian, penyempurnaan materi penelitian dan bimbingan

V

4 Penyusunan Bab I – III dan bimbingan

V 5 Penyusunan instrumen

penelitian dan bimbingan

(2)

No Kegiatan Bulan

Agus’14 Sept’14 Okt’14 Nov’14 Des’14 Jan’15

6 Pengumpulan data dan bimbingan

V

7

Pengolahan data dan penyusunan bab IV – V dan bimbingan

V

8 Pelaporan hasil penelitian dan ujian sidang

V

3.2 Metode dan Desain Penelitian 3.2.1 Metode Penelitian

Dalam penyusunan skripsi ini penulis berusaha untuk memperoleh data yang relevan dengan masalah yang diteliti. Oleh karena itu untuk mendapatkannya, penulis terlebih dahulu menentukan metode yang digunakan, sebab dengan pemilihan metode yang tepat akan mempermudah langkah-langkah penelitian. Sugiyono mendefinisikan bahwa metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu.1

Metode penelitian merupakan suatu teknik/cara untuk mencari, memperoleh, mengumpulkan, atau mencatat data, baik itu berupa data primer maupun data sekunder yang dapat digunakan untuk keperluan menyusun suatu penelitian dan kemudian menganalisis faktor-faktor yang berhubungan dengan pokok pokok permasalahan sehingga akan didapat suatu kebenaran atas data yang diperoleh.

Metode yang digunakan dalam penelitian ini adalah metode deskriptif korelasional. Menurut Sugiyono bahwa metode deskriptif analisis adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya.2

Suharsimi Arikunto mengemukakan bahwa metode korelasional merupakan prosedur atau cara-cara tertentu yang dipergunakan untuk menemukan

1

Sugiyono, Statistika untuk Penelitian, Bandung: Alfabeta, 2007, h.1

2

(3)

ada tidaknya hubungan atau pengaruh antara dua atau lebih variabel dengan pengukuran yang dua variabel yang berbeda.3

Berkaitan dengan pendapat tersebut, dalam penelitian ini penulis menggunakan metode jenis deskriptif korelasional untuk mengetahui gambaran dan mengukur tingkat hubungan atau pengaruh antara dua variabel atau lebih. Metode jenis deskriptif korelasional digunakan untuk mengetahui gambaran dan menganalisis tingkat pengaruh antara variabel penelitian, sehingga dapat diketahui pengaruhnya positif atau negatif. Hubungan kausalitas antar variabel menjadi orientasi statistik dalam melakukan analisis data hasil penelitian.

3.2.2 Prosedur/Tahapan Penelitian

Menurut Mohammad Nazir bahwa desain penelitian dan penelitian adalah rancangan atau seluruh rangkaian rencana kegiatan penelitian yang dilakukan, mulai dari tahap persiapan, pengumpulan data, pengolahan dan analisis data sampai dengan penulisan laporannya.4 Adapun langkah-langkah yang dilakukan pada setiap tahapan adalah sebagai berikut:

1. Tahap persiapan, meliputi:

a. Memilih masalah dan judul penelitian.

b. Studi pendahuluan, tujuannya yaitu: a) untuk mengetahui penelitian yang telah dilakukan dan masalah penelitiannya sama dengan yang diteliti dan sebagai bahan penulisan yang relevan, dan b) untuk mengetahui teori-teori/konsep-konsep dan pendapat para ahli dibidang yang diteliti. Data-data tersebut nantinya dijadikan bahan penulisan tentang deskripsi teoritik. c. Menyusun proposal, daftar seminar, pelaksanaan seminar, revisi proposal

sesuai dengan arahan penguji dan kemudian meminta persetujuan penguji. d. Daftar untuk minta SK penunjukkan pembimbing dan penelitian.

e. Konsultasi dengan pembimbing sambil mengajukan IPD untuk uji coba (dengan mengusahakan uji coba IPD dilakukan di sekolah sasaran penelitian), revisi IPD dan ACC.

3

Suharsimi Arikunto, Prosedur Penelitian Suatu Pendekatan Praktek, Edisi Revisi VI, Jakarta: Rineka Cipta, 2006, h.270

4

(4)

f. Ke sekolah sasaran penelitian dengan maksud: mengenalkan diri dengan menyerahkan surat pengantar, dan menemui guru mata pelajaran matematika untuk mengatur jadwal penelitian (penyerahan IPD uji coba atau IPD penelitian sebenarnya, wawancara, telaah dokumen dan sebagainya).

g. Mengolah data hasil uji coba untuk menguji validitas, reliabilitas, daya pembeda dan indeks kesukaran, kemudian dikonsultasikan ke dosen.

2. Tahap pelaksanaan/pengumpulan data, yaitu: penggalian informasi baik melalui penyebaran angket, mengadakan tes, wawancara, dan data-data lainnya yang benar-benar diperlukan dalam penelitian.

3. Tahap pengolahan data, meliputi: editing data, klasifikasi data, penyusunan koding data, entri data, analisis data, interpretasi data, dan menarik kesimpulan sesuai dengan metode penelitian dan teknik analisis data yang digunakan. 4. Tahap penulisan laporan hasil penelitian, yaitu: menyusun laporan secara

lengkap mulai dari Bab I sampai dengan Bab V.

3.3 Operasionalisasi Variabel

Menurut Nur Indriantoro dan Bambang Supomo bahwa variabel penelitian merupakan proksi atau representasi dari contruct (abstraksi dari fenomena-fenomena kehidupan nyata yang diamati), yang dapat diukur dengan berbagai macam nilai.5 Variabel penelitian memiliki fungsi masing-masing sesuai dengan tipe variabel tersebut, yaitu sebagai berikut:

1. Variabel independen: variabel ini sering disebut sebagai variabel stimulus, predicator, antecedent. Dalam bahasa Indonesia sering disebut sebagai variabel bebas, yaitu variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel independen (terikat).

2. Variabel dependen: sering disebut variabel output, kriteria, konsekuen. Dalam Bahasa Indonesia sering disebut sebagai variabel terikat, yaitu variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas.

5

Nur Indriantoro dan Bambang Supomo, Metode Penelitian Bisnis, Yogyakarta: BPFE, 2002, h.61

(5)

Berdasarkan uraian di atas, dalam penelitian ini penulis mengkaji tiga variabel sebagai berikut:

1. Kesiapan Belajar Siswa (X) sebagai variabel independen atau bebas yang pengukurannya menggunakan skala likert yaitu instrumen angket.

2. Keaktifan Belajar Siswa (Y1) sebagai variabel dependen atau terikat yang

pengukurannya menggunakan skala likert yaitu instrumen angket.

3. Hasil Belajar Siswa (Y2) sebagai variabel dependen atau terikat yang

pengukurannya menggunakan skala interval yaitu instrumen soal tes.

Pengukuran variabel dalam penelitian ini menggunakan skala likert. Menurut Nur Indriantoro dan Bambang Supomo bahwa skala likert adalah metode yang mengukur sikap dengan menyatakan setuju atau ketidaksetujuan terhadap objek dan atau kejadian tertentu.6 Skala tersebut diberlakukan penskoran dengan skor teringgi 5 (lima), dan skor terendah 1 (satu) berlaku untuk pernyataan positif maupun negatif. Dalam operasionalnya, ketiga variabel tersebut di atas, akan dijabarkan item-item variabel yang akan dijadikan dasar dalam penyusunan pertanyaan dalam pembuatan angket sebagai berikut:

Tabel 3.2

Kisi-kisi Variabel dan Pengukuran

Variabel Indikator Skala Pengukuran

Kesiapan Belajar

(X)

1. Kondisi fisik, mental, dan emosional.

2. Kebutuhan-kebutuhan, motif, dan tujuan.

3. Keterampilan, pengetahuan, dan pengertian yang lain yang telah dipelajari.

4. Kematangan (maturation).

5. Kecerdasan.7

Ordinal Skala Likert: Pernyataan positif SL : 5 SR : 4 K : 3 P : 2 TP : 1 Pernyataan negatif SL : 1 SR : 2 K : 3 P : 4 TP : 5 Keaktifan Belajar (Y1) 1. Memperhatikan dan

mendengarkan penjelasan guru. 2. Menjawab pertanyaan guru. 3. Mengajukan pertanyaan kepada

guru dan siswa lain.

4. Mencatat penjelasan guru dan

Ordinal

6

Nur Indriantoro dan Bambang Supomo, Metode Penelitian Bisnis, Yogyakarta: BPFE, 2002, h.104

7

Slameto, Belajar dan Faktor-faktor yang Mempengaruhinya, Jakarta: Rineka Cipta, 2003, h.113

(6)

Variabel Indikator Skala Pengukuran

hasil diskusi. 5. Membaca materi.

6. Memberikan pendapat ketika diskusi.

7. Mendengarkan pendapat teman. 8. Memberikan tanggapan.

9. Berlatih menyelesaikan latihan soal.

10. Berani mempresentasikan hasil diskusi.

11. Mampu memecahkan masalah ketika turnamen.

12. Berminat mengikuti turnamen.8 Hasil Belajar

Siswa (Y2)

Nilai hasil tes Interval Tes pilihan

ganda

3.4 Teknik Pengumpulan Data

Teknik pengumpulan data berhubungan dengan cara untuk memperoleh data yang diperlukan, dalam penelitian ini data yang diperlukan diperoleh melalui langkah-langkah sebagai berikut:

1) Studi dokumentasi, adalah cara mengumpulkan data mengenai hal-hal atau variabel yang berupa catatan, transkip, buku, surat kabar, majalah, prasasti, notulen rapat, leger, agenda dan sebagainya.9 Melalui studi dokumentasi penulis memperoleh data hasil belajar siswa yang menjadi data empirik dalam penentuan masalah penelitian.

2) Angket atau kuesioner, adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya, atau hal-hal yang diketahui.10 Angket digunakan untuk memperoleh data tentang kesiapan belajar dan keaktifan belajar siswa.

3) Tes pilihan ganda, digunakan untuk mengetahui tingkat hasil belajar siswa. Instrumen tes diujicobakan terlebih dahulu dan dilakukan estimasi validitas, estimasi reliabilitas, analisis daya pembeda (tingkat kualitas soal tes), dan

8

Nana Sudjana, Dasar-dasar Proses Belajar Mengajar, Bandung: Sinar Baru, 1991, h.87

9

10

(7)

analisis indeks kesukaran (tingkat kesukaran soal tes). Tes diberikan sebanyak dua kali yaitu pretest (sebelum) dan posttest (sesudah).

3.5 Populasi, Sampel, dan Teknik Sampling

Populasi merupakan sekelompok orang, kejadian atau sesuatu yang memiliki karakteristik tertentu, yang ingin dipelajari sifat-sifatnya. Sudjana mendefinisikan populasi adalah totalitas semua nilai yang mungkin hasil menghitung atau pengukuran kuantitatif ataupun kualitas mengenai karakteristik-karakteristik tertentu dari semua anggota kumpulan yang lengkap dan jelas yang dipelajari sifat-sifatnya.11 Jenis populasi yang digunakan yaitu populasi tersedia, dimana populasinya yaitu siswa kelas VIII di SMP Negeri 2 Cibingbin Kuningan sebanyak 127 siswa.

Mengingat keterbatasan kemampuan dan ketelitian, maka penelitian dijadikan sebagai penelitian sampel. Untuk menentukan besarnya sampel, terlebih dahulu perlu dihitung ukuran sampel minimum yang representatif terhadap populasi. Dalam penelitian ini untuk menentukan sampel minimum ditentukan nilai presisi (ketelitian) sebesar 95% (nilai d sebesar 5%) dan kemudian dihitung menggunakan rumus Slovin sebagai berikut:12

1 . 2   d N N n Keterangan: n = Jumlah sampel N = Jumlah populasi

d = Taraf kekeliruan sampel sebesar 5% Maka perhitungannya sebagai berikut:

2 , 96 1 32 , 0 127 1 05 , 0 . 127 127 1 . 2   2      d N N n

Berdasarkan hasil perhitungan di atas diketahui besarnya sampel penelitian sebanyak 96 orang. Teknik pemilihan sampel penelitian menggunakan teknik

11

Sudjana, Metode Statistika, Bandung: Tarsito, 2005, h.6

12

(8)

sampel acak berkelompok (cluster random sampling). Berikut disajikan tabel populasi dan sampel penelitian:

Tabel 3.3

Populasi dan Sampel Penelitian

No Kelas Populasi Sampel

1 VIII A 32 2 , 24 96 127 32 _  x n 2 VIII B 32 2 , 24 96 127 32 _  x n 3 VIII C 32 2 , 24 96 127 32 _  x n 4 VIII D 31 4 , 23 96 127 31 _  x n Jumlah 127 96

Sumber: Staf Tata Usaha SMP Negeri 2 Cibingbin

3.6 Uji Coba Instrumen

Untuk mendapatkan sebuah instrumen penelitian yang baik atau memenuhi standar, maka harus dilakukan uji instrumen terlebih dahulu sebelum digunakan dalam penelitian. Langkah-langkah perhitungannya sebagai berikut:

3.6.1 Estimasi Validitas

Uji validitas dilakukan menguji validitas internal tiap-tiap item pernyataan kuesioner penelitian yang disusun dalam bentuk skala. Hal ini dilakukan untuk menguji apakah item-item tersebut valid atau tidak untuk kelayakan instrumen untuk dijadikan sebagai alat penelitian. Suharsimi Arikunto menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat keandalan atau kesahihan suatu alat ukur.13 Sedangkan menurut Juliansyah Noor bahwa validitas/kesahihan adalah suatu indeks yang menunjukkan alat ukur tersebut benar-benar mengukur apa yang diukur.14 Validitas ini menyangkut akurasi instrumen. Terdapat tiga tipe validitas pengukuran menurut Suharsimi Arikunto yang perlu diketahui:15

1) Validitas Isi (Content Validity)

13

14

Juliansyah Noor, Metodologi Penelitian, Jakarta: Kencana, 2012, h.132

15

(9)

Validitas isi memastikan bahwa skala item-item telah cukup memasukkan sejumlah item yang representatif dalam mencerminkan domain konsep. Suatu domain konsep tertentu tidak dapat begitu saja dihitung dimensinya, karena domain tersebut kadang mempunyai atribut yang banyak atau bersifat multidimensional. Dengan kata lain, validitas isi adalah sebua fungsi yang menunjukkan seberapa baik dimensi dan elemen sebuah konsep yang digambarkan.

2) Validitas Konsep/Konstruk (Construct Validity)

Validitas konstruk berkaitan dengan tingkatan dimana skala mencerminkan dan berperan sebagai konsep yang sedang diukur. Dengan kata lain validitas ini merupakan analisis butir kuesioner untuk membuktikan seberapa bagus hasil yang diperoleh dari penggunaan ukuran sesuai dengan teori yang hendak diukur.

3) Validitas Kriteria (Criterion Validity)

Validitas kriteria menyangkut masalah tingkatan dimana skala yang sedang digunakan mampu memperkirakan suatu variabel yang dirancang sebagai kriteria. Misalnya data nilai mahasiswa, ada data prediktor dan data patokan. Dengan demikian ada dua tipe validitas berdasarkan kriteria, yaitu: validitas prediktif, bila nila mahasiswa dimaksudkan untuk berfungsi sebagai prediktor di waktu yang akan datang. Validitas konkuren, apabila data prediktor dan data patokan dapat diperoleh dalam waktu yang sama atau berbeda ditentukan melalui analisis korelasi atau diskriminasi. Koefisien korelasi dihitung antara skor hasil instrumen yang baru dikembangkan dan skor hasil instrumen lain yang telah ada (dibuat) sebelumnya.

Dalam penelitian ini, validitas yang digunakan adalah validitas isi berdasarkan expert judgement. Butir-butir yang telah dibuat kemudian diajukan kepada beberapa validator untuk dimintai pendapatnya mengenai kesesuaian antara butir dengan indikator yang telah dibuat. Peneliti mengajukan validisi isi kepada dua orang validator, yaitu satu validator seorang dosen dan satu lagi seorang guru mata pelajaran yang mengajar di tempat penelitian. Setiap validator tersebut diminta untuk melakukan penelaahan pada setiap butir instrumen dan

(10)

kemudian memberikan penilaian dengan ketentuan: nilai 1 diberikan jika butir dengan indikator dinilai “cocok”, dan nilai 0 diberikan jika butir dengan indikator dinilai “tidak cocok”. Hasil penilaian dari kedua validator tersebut kemudian diolah dengan menggunakan pendekatan kuantitatif untuk mengestimasi validitas isi setiap butir dengan menggunakan Content Validity Ratio (CVR) sebagaimana yang diajarkan Lawshe dengan formula sebagai berikut:16

2 2 N N ne CVR  

Atau bisa juga dituliskan dalam bentuk:

1 2 _  N ne CVR Keterangan:

1 = jika validator menyatakan butir dengan indikator cocok 0 = jika validator menyatakan butir dengan indikator tidak cocok ne = banyaknya validator yang menyatakan cocok terhadap suatu butir N = adalah banyaknya validator

Berdasarkan Lawshe nilai CVR maksimum sedemikian hingga masih dinyatakan baik disajikan dalam tabel berikut:17

Tabel 3.4

Tabel Nilai Minimum CVR Berdasarkan Lawshe18

Banyaknya Validator Nilai CVR Minimum Banyaknya Validator Nilai CVR Minimum 1 0,99 11 0,59 2 0,99 12 0,56 3 0,99 13 0,54 4 0,99 14 0,51 5 0,99 15 0,49 6 0,99 20 0,42 7 0,99 25 0,37 16

Lawshe, C.H. A Quantitative Approach to Content Validity, Indiana: Bowling Green State University, 1975, h.565

17

18

(11)

Banyaknya Validator Nilai CVR Minimum Banyaknya Validator Nilai CVR Minimum 8 0,75 30 0,33 9 0,78 35 0,31 10 0,62 40 0,29

Berdasarkan di atas dapat digunakan untuk kriteria pemilihan butir, apabila butir dengan CVR rendah maka harus dibuang dan atau diperbaiki. Karena dalam penelitian ini hanya menggunakan dua orang validator, maka batasan nilai CVR minimum yang diharapkan adalah 1.

Hasil estimasi validitas variabel kesiapan belajar (X) dapat dilihat pada tabel berikut:

Tabel 3.5

Tabel Perhitungan CVR untuk Setiap Item Angket pada Skala Task Commitment Variabel Kesiapan Belajar (X)

No Item

Pernyataan

Validator ne CVR Keterangan

V1 V2

1 1 1 2 1 Butir mempunyai isi validitas yang baik

Berdasarkan tabel di atas, karena dalam penelitian ini hanya menggunakan dua orang validator, maka batasan nilai CVR minimum yang diharapkan adalah 1.

(12)

Tampak bahwa nilai CVR 20 butir tersebut di atas semuanya adalah 1, sehingga semua butir item variabel kesiapan belajar (X) dinyatakan baik. Sedangkan untuk butir angket pada variabel keaktifan belajar (Y1) dapat dilihat pada tabel berikut:

Tabel 3.6

Tabel Perhitungan CVR untuk Setiap Item Angket pada Skala Task Commitment Variabel Keaktifan Belajar (Y1)

No Item

Pernyataan

V1 V2

Berdasarkan tabel di atas, karena dalam penelitian ini hanya menggunakan dua orang validator, maka batasan nilai CVR minimum yang diharapkan adalah 1. Tampak bahwa nilai CVR 20 butir tersebut di atas semuanya adalah 1, sehingga semua butir item variabel keaktifan belajar (Y1) dinyatakan baik. Sedangkan

untuk butir soal tes pada variabel hasil belajar siswa (Y2) dapat dilihat pada tabel

berikut:

Tabel 3.7

Tabel Perhitungan CVR untuk Setiap Item Angket pada Skala Task Commitment Variabel Hasil Belajar Siswa (Y2)

(13)

No Item

Pernyataan

V1 V2

Berdasarkan tabel di atas, karena dalam penelitian ini hanya menggunakan dua orang validator, maka batasan nilai CVR minimum yang diharapkan adalah 1. Tampak bahwa nilai CVR 20 butir tersebut di atas semuanya adalah 1, sehingga semua butir soal tes pilihan ganda variabel hasil belajar (Y2) dinyatakan baik.

(14)

Reliabilitas adalah tingkat ketepatan, ketelitian atau keakuratan sebuah instrumen. Jadi, reliabilitas menunjukkan apakah instrumen tersebut secara konsisten memberikan hasil ukuran yang sama tentang sesuatu yang diukur pada waktu yang berlainan. Perhitungan reliabilitas instrument menggunakan rumus perhitungan koefisien dari Alpha Cronbach yaitu rumus yang digunakan untuk menguji reliabilitas instrumen. Rumus reliabilitas Alpha Cronbach menurut Saefuddin Azwar dalam Kusnendi sebagai berikut:19

                



₂ 2 1 1 _t i S S k k C Keterangan: k = jumlah item

Si2 = Jumlah varians setiap item

St2 = varians skor total

Untuk mengetahui reliabilitas instrumen kemudian dikosultasikan dengan berpedoman pada pendapat yang dikemukakan oleh Hair, dkk dalam Kusnendi bahwa jika rα ≥ 0,70 maka instrumen dinyatakan reliabel.20 Apabila instrumen

penelitian yang diujicobakan terlebih dahulu dinyatakan valid dan reliabel, maka data yang diperoleh dapat dipertanggungjawabkan karena instrumen yang digunakan dipercaya sebagai alat pengumpul data. Untuk mengetahui tingkat reliabelnya, dapat diketahui dengan klasifikasi koefisien reliabilitas menurut Erman Suherman dan Yaya Sukjaya Kusumah sebagai berikut:21

0,80 < r11 ≤ 1,00 : Sangat tinggi 0,60 < r11 ≤ 0,80 : Tinggi 0,40 < r11 ≤ 0,60 : Sedang 0,20 < r11 ≤ 0,40 : Rendah r11 ≤ 0,20 : Sangat rendah 19

Kusnendi, Model-model Persamaan Struktural Satu dan Multigroup Sampel dengan

Lisrel, Bandung: Alfabeta, 2008, h.96 20

Lisrel, Bandung: Alfabeta, 2008, h.96 21

Erman Suherman dan Yaya Sukjaya Kusumah, Petunjuk Praktis untuk Melaksanakan

(15)

Dalam perhitungan ini, penulis menggunakan bantuan SPSS 17.0 for windows. Hasil perhitungan estimasi reliabilitas variabel keaktifan belajar siswa (X) dapat dilihat pada tabel berikut:

Tabel 3.8

Hasil Perhitungan Estimasi Reliabilitas Variabel Keaktifan Belajar Siswa (X)

Variabel Estimasi

Reliabilitas Kriteria

Jumlah

Item Keterangan

X 0,847 Sangat tinggi 20 Bisa digunakan

Y1 0,851 Sangat tinggi 20 Bisa digunakan

Y2 0,822 Sangat tinggi 30 Bisa digunakan

Berdasarkan tabel di atas diketahui nilai estimasi koefisien reliabilitas variabel kesiapan belajar siswa (X) sebesar 0,847, variabel keaktifan belajar siswa (Y1) sebesar 0,851 dan variabel hasil belajar siswa (Y2). Nilai-nilai lebih besar

dari 0,7 artinya seluruh instrumen penelitian dinyatakan reliabel yang termasuk dalam kategori sangat tinggi.

3.6.3 Estimasi Daya Pembeda

Estimasi daya pembeda hanya dilakukan untuk instrumen variabel hasil belajar siswa (Y2) berbentuk soal pilihan ganda yang digunakan untuk mengukur

kemampuan soal untuk membedakan antara siswa yang berkemampuan tinggi (pandai) dengan siswa yang berkemampuan rendah (kurang pandai). Semakin besar indeks daya pembeda suatu soal maka semakin baik kualitas soal tersebut dalam membedakan kelompok pandai dengan kelompok kurang pandai, dengan demikian pula semakin akurat hasil pengukurannya. Dalam melakukan pengujian daya pembeda dengan mengunakan langkah-langkah sebagai berikut:22

A B A JS JB JB DP  Keterangan:

JBA = jumlah siswa dari kelompok atas yang menjawab benar

JBB = jumlah siswa dari kelompok bawah yang menjawab benar

JSA = jumlah siswa kelompok atas (higher group atau upper group)

22

(16)

Klasifikasi interpretasi untuk daya pembeda yang digunakan adalah: DP  0,00 sangat jelek 0,00 < DP  0,20 jelek 0,21 < DP  0,40 cukup 0,41 < DP  0,70 baik 0,71 < DP  1,00 sangat baik

Hasil perhitungan analisis daya pembeda dapat dilihat sebagai berikut: Tabel 3.9

Hasil Analisis Uji Validitas Variabel Hasil Belajar Siswa (Y2)

Batas Kategori Interpretasi Nomor Soal Jumlah Soal

DP < 0,00 Sangat jelek - - 0,00 < DP  0,20 Jelek - - 0,21 < DP  0,40 Cukup 2,6,10,13,28 5 0,41 < DP  0,70 Baik 1,3,4,5,7,8,9,11,12,14,15,16,17,18, 19,20,21,22,23,224,25,26,27,29,30 25 0,71 < DP  1,00 Sangat baik - - Jumlah 30

Berdasarkan tabel di atas diketahui bahwa dari soal tes sebanyak 20 soal tes, diantaranya 5 soal termasuk dalam kategori cukup dan 25 soal termasuk dalam kategori baik.

3.6.4 Estimasi Tingkat Kesukaran

Estimasi tingkat kesukaran hanya dilakukan untuk instrumen variabel hasil belajar siswa (Y2) berbentuk soal pilihan ganda yang digunakan untuk mengukur

kemampuan tingkat kesukaran tiap-tiap soal yang digunakan sebagai alat pengumpul data. Analisis tingkat kesukaran dengan perhitungan sebagai berikut:23

B A B A JS JS JB JB IK    Keterangan: IK = indeks kesukaran.

JBA = jumlah siswa dari kelompok atas yang menjawab soal itu dengan benar,

atau jumlah benar untuk kelompok atas.

23

(17)

JBB = jumlah siswa dari kelompok bawah yang menjawab soal itu dengan

benar, atau jumlah benar untuk kelompok bawah.

JSA = jumlah siswa kelompok atas (higher group atau upper group)

Klasifikasi indeks kesukaran yang digunakan adalah: ≤ 0,27 = Sukar

0,28 – 0,72 = Sedang ≥ 0,73 = Mudah

Hasil analisisnya dapat dilihat pada tabel berikut: Tabel 3.10

Hasil Analisis Indeks Kesukaran Variabel Hasil Belajar Siswa (Y2)

Batas Kategori Interpretasi Nomor Soal Jumlah Soal

≤ 0,27 Sukar 30 1

0,28 – 0,72 Sedang 1 s/d 29 29

≥ 0,73 Mudah - -

Jumlah 30

Berdasarkan tabel di atas diketahui bahwa dari sejumlah soal tes (30 soal tes) yang termasuk ke dalam kategori sukar sebanyak 1 (satu) soal tes dan kategori sedang sebanyak 29 soal tes.

3.7 Teknik Analisis Data

Untuk mengolah data yang diperoleh, selanjutnya dilakukan analisis data dengan langkah-langkah sebagai berikut:

3.7.1 Analisis Deskriptif

Analisis deskriptif dilakukan untuk mengetahui gambaran kesiapan belajar, keaktifan belajar dan hasil belajar siswa di SMP Negeri 2 Cibingbin Kabupaten Kuningan. Sugiyono berpendapat bahwa analisis data adalah proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil wawancara, catatan lapangan, dan dokumentasi, dengan cara mengorganisasikan data dalam kategori, memilih mana yang penting dan yang akan dipelajari, dan membuat kesimpulan sehingga muda dipahami oleh diri sendiri maupun orang lain.24 Langkah-langkah analisis deskripsi data sebagai berikut:

24

(18)

1. Menetapkan nilai/skor angket

Pengukuran terhadap jawaban menggunakan kategori skala likert lima option. 2. Memeriksa angket yang terkumpul, khususnya dalam hal:

a. Jumlah angket dan kelengkapan dalam pengisian angket. b. Ketetapan dan kelengkapan dalam pengisian angket.

3. Untuk mengetahui gambaran dihitung dengan menggunakan tekhnik presentasi sebagai berikut:

a. Menghitung skor ideal dengan cara mengalikan jumlah item dengan nilai tertinggi pada angket.

b. Menghitung interval dengan cara mengurangi skor ideal dengan jumlah item, kemudian dikali 33%.

c. Menghitung skor atas, tengah dan bawah dalam tiga kategori, yaitu: - 33% skor atas = kategori tinggi

- 33% skor tengah = kategori sedang - 33% skor bawah = kategori rendah

d. Menghitung jumlah jawaban responden yang termasuk ke dalam kategori tinggi, sedang, rendah kemudian diprosentasekan.

e. Menentukan jumlah skor kriterium (SK) baik skor kriterium dengan menggunakan rumus: SK = ST x JB x JR Keterangan: SK = Skor Kriterium ST = Skor Tertinggi JB = Jumlah Butir JR = Jumlah responden

f. Membandingkan jumlah skor hasil angket untuk tiap-tiap variabel dengan jumlah skor kriterium untuk mencari jumlah skor hasil angket dengan menggunakan rumus:



      n i n x x x x x 1 3 2 1 1 ...

(19)

Setelah diketahui skor kriterium dan hasil skor angket kemudian dimasukkan ke dalam rumus:

% 100 x Kriterium Skor Angket Skor 

g. Untuk melihat gambaran tiap-tiap variabel dalam garis kontinum maka dilakukan langkah-langkah sebagai berikut:

1) Menentukan klasifikasi dalam kategori rendah, sedang, tinggi dengan menggunakan rumus: 3 Terendah Skor Tertinggi Skor 

2) Setelah diketahui nilai antar klasifikasi, maka dilanjutkan dengan menentukan daerah kriterium menjadi tiga tingkatan yaitu rendah, sedang, dan tinggi dengan berpatokan pada nilai terendah tiap variabel. Untuk mengetahui gambaran hasil belajar siswa sebagai berikut:

a. Menghitung nilai rata-rata siswa dengan rumus sebagai berikut: % 100 x Siswa Jumlah n Keseluruha Nilai Jumlah x

b. Menentukan tingkat keberhasilan belajar siswa pada taraf istimewa/maksimal, baik sekali/optimal, baik/minimal, dan kurang yaitu sebagai berikut:

Tabel 3.11

Taraf Tingkat Keberhasilan Belajar Siswa25

Nilai Kategori 80 – 100 Baik Sekali 66 – 79 Baik 56 – 65 Cukup 40 – 55 Kurang < 40 Kurang Sekali

3.7.2 Uji Persyaratan Analisis Data 1. Konversi Data Ordinal ke Interval

Konversi data dilakukan untuk persyaratan uji statistik parametrik karena data variabel X dan Y1 merupakan data ordinal sehingga data kedua variabel

25

Nana Sudjana, Penilaian Hasil Proses Belajar Mengajar, Bandung: Remaja Rosda Karya. 1998, h.139

(20)

tersebut perlu dikonversi. Sedangkan data variabel Y2 merupakan data interval,

sehingga data tidak perlu dikonversi. Dalam melakukan uji konversi data, model perhitungan konversi data yang digunakan yaitu mengacu pada pendapat Saefuddin Azwar dengan langkah-langkah sebagai berikut:

1) Menghitung proporsi (P) dengan cara membagi frekuensi (f) dengan banyaknya responden (n).

2) Mencari proporsi kumulatif (Pk) dengan cara menambah proporsi (P) dengan proporsi ke semua sebelah kirinya.

3) Selanjutnya menghitung Pk-tengah dengan menggunakan rumus: Pktengah = p + pkb.

4) Kemudian mencari deviasi z yang dapat dilihat dengan cara melihat harga z untuk masing-masing Pktengah. Untuk itu dipergunakan tabel deviasi normal

yang dapat memberikan nilai z yang menunjukan jarak antar masing-masing kategori dalam satuan deviasi normal sepanjang suatu kontinum yang berskala interval.

5) Menggeser kategori respon yang nilai skalanya paling kecil ke titik 0, yaitu menjadikan harga z untuk kategori paling kiri sama dengan 0.

6) Melakukan pembulatan harga z untuk menentukan nilai skala.26

Selain itu, perhitungan konversi ordinal ke interval dapat menggunakan Method of Successive Interval (MSI) dalam program Microsoft Excel dengan langkah-langkah sebagai berikut:

a) Program MSI dicopykan ke dalam folder yang dikehendaki.

b) Masuk ke Microsoft excel kemudian klik tool pada menu toolbar dan pilih add-ins.

c) Akan muncul beberapa commond bottom, pilih browse dan masukan file program MSI yang telah disimpan atau dicopi pada folder yang dikehendaki. d) Akan muncul option baru yakni successive interval kemudian klik.

e) Klik OK dan akan muncul analyze pada menu toolbar, menu inilah yang akan digunakan untuk mengubah data ordinal menjadi data interval.

26

Saefuddin Azwar, Metodologi Penelitian Bisnis. Pustaka Pelajar. Yogyakarta: BPFE UGM, 2000, h.41

(21)

f) Buka file data variabel x dari hasil pengkordingan kemudian kelik analize, pilih successive interval.

g) Klik pada kolom data range dan sorot semua data variabel yang telah dikoding. Pada max value sesuaikan dengan skor tertinggi yang digunakan. Kemudian sorot kolom output cell, pilih cell yang kosong pada sheet yang sama dan akan muncul hasil.

2. Uji Normalitas

Dalam penelitian ini digunakan analisis jalur. Oleh karena itu diperlukan uji persyaratan statistik yang mendukung analisis data yang antara lain uji normalitas (One Sample Kolmogorof-Smirnov). Dengan dilakukan uji persyaratan analisis data, maka dapat diketahui jenis statistik yang akan digunakan, apakah menggunakan statistik parametrik atau menggunakan statistik nonparametrik. Untuk mempermudah perhitungan uji persyaratan analisis data, penulis menggunakan program SPSS versi 17 for windows.

3.7.3 Analisis Jalur (Path Analysis)

Pengujian hipotesis menggunakan analisis jalur (path analysis). Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada analisis jalur jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung. Dikutip dari Riduwan asumsi yang mendasari analisis jalur (path analysis) adalah sebagai berikut: 1) Hubungan antar variabel bersifat linier, adaftif dan normal.

2) Hanya sistem aliran kausal ke satu arah.

3) Variabel terikat (endogen) minimal skala ukur interval dan ratio. 4) Menggunakan sample probability sampling.

5) Instrumen pengukuran valid dan reliabel.

6) Model teori yang dikaji atau diuji dibangun berdasarkan kerangka teoritis.27 Karakteristik analisis jalur menurut Kusnendi yaitu analisis jalur adalah metode data analisis multivariate dependensi yang digunakan untuk menguji hipotesis hubungan asimetris yang dibangun atas dasar kajian teori tertentu, dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung

27

(22)

seperangkat variabel penyebab terhadap variabel akibat yang dapat diobservasi secara langsung.28

Dalam penelitian ini terdapat tiga variabel yaitu kesiapan belajar (X), keaktifan belajar (Y1) dan hasil belajar siswa (Y2). Yang menjadi inti

permasalahannya adalah tentang pola hubungan variabel bebas dan variabel terikat. Pola hubungan variabel yang dimaksud pada penelitian ini adalah hubungan sebab akibat. Bagian terpenting dalam sebuah penelitian adalah ketepatan menjawab hipotesis yaitu dengan analisis yang tepat. Untuk itu berdasarkan kedua pendapat tersebut di atas, maka teknik analisis yang digunakan untuk menguji hipotesis dalam penelitian ini adalah analisis jalur (path analysis). Untukproses perhitungannya menggunakan program SPSS 17 for windows.

Untuk menguji hipotesis dengan ketentuan sebagai berikut:

- Jika nilai Signifikansi lebih kecil dibandingan nilai probabilitas sebesar 0,05 atau sama dengan nilai ditulis (Sig. < 0,05), artinya H1 diterima dan H0 ditolak.

Jika nilai Signifikansi lebih besar dibandingan nilai probabilitas sebesar 0,05 atau sama dengan nilai ditulis (Sig. > 0,05), artinya H1 ditolak dan H0 diterima.

28