BAB III METODE PENELITIAN
3.5 Sumber Data
Penelitian ini menggunakan sumber data sebagai berikut:
1. Data Primer
Data primer adalah informasi yang diperoleh langsung dari responden melalui penggunaan kuesioner atau serangkaian pertanyaan tergantung pada variabel yang diteliti. Informasi ini terdiri dari tanggapan dari responden.
2. Data Sekunder
Data sekunder merupakan informasi yang berasal dari sumber selain data primer. Ini membantu dan dapat mendukung penelitian.
Data sekunder yang digunakan diambil dari buku- buku, artikel-artikel, dan sumber-sumber lain yang memiliki keterkaitan erat dengan subjek penelitian yang didukung dari data pendukung yang dikumpulkan.
3.6 Teknik Pengumpulan Data a. Angket
Peneliti menyajikan responden dengan satu set pertanyaan dalam bentuk pertanyaan terstruktur dan tertulis, yang mungkin tertutup atau terbuka.
b. Studi pustaka
Penulis mengkaji literatur yang berkaitan dengan manajemen pelayaran niaga, dengan berfokus pada persoalan terkait penelitian, baik informasi yang diperoleh dari perusahaan maupun informasi terkait lainnya.
3.7 Analisis Data
Penelitian ini menggunakan analisis statistik induktif (inferensial), yakni pendekatan analitis yang berusaha membuat kesimpulan tentang semua anggota populasi atau untuk mengkarakterisasi populasi yang diteliti, berdasarkan hasil penyelidikan sebagai populasi atau sampel. Metode analisis data berikut digunakan:
3.7.1 Uji Validitas dan Reliabilitas
Untuk menilai apakah pertanyaan kuesioner valid dan reliabel, perlu dilakukan pre-test validitas dan
reliabilitasnya dengan menggunakan sampel responden yang besar (Singarimbun dan Effendi, 2005: 137-140).
Evaluasi validitas dan ketergantungan penelitian ini dapat dinyatakan sebagai berikut:
a. UjiValiditasAlat Ukur (Kuesioner)
Menurut Azwar (2000:5), uji validitas adalah
"penilaian terhadap ketepatan dan keakuratan yang dengannya suatu alat ukur memenuhi tujuan pengukurannya". Validasi data yang diterima dari kuisioner yang diberikan kepada responden bertujuan untuk mengetahui apakah isi kuisioner dapat dipahami dengan baik oleh semua responden, hal ini terlihat dari kecilnya proporsi responden yang jawabannya menyimpang dari rata-rata tanggapan responden lainnya. Dalam penelitian ini, "Koefisien korelasi Pearson Product-Moment (r)" digunakan untuk menentukan kekuatan dan arah hubungan timbal balik antara perubahan dalam distribusi nilai. Rumus korelasiPearson Product Momentsebagai berikut :
Dimana :
X = skor pernyataan nomor Y = skor total
Dengan menggunakan aplikasi SPPSS for Windows versi 20.0, dilakukan perhitungan pengolahan data.
Untuk validitas statistik, angka korelasi yang dihasilkan (rhitung) harus memenuhi ambang batas derajat kebebasan n-2 pada tingkat signifikansi 0,05.
Item tersebut sah jika angka korelasi yang dihasilkan melebihi nilai krusial (rhitung > rtabel). Alternatifnya, jika nilai korelasi yang dihasilkan lebih kecil dari nilai krusial (rhitung < rtabel), item tersebut tidak valid dan harus dilakukan penyesuaian terhadap indikator yang tidak valid dan dihilangkan. Namun, jika hasil yang diperoleh valid, maka dilanjutkan ke uji reliabilitas.
b. UjiRealibilitas
Menurut Azwar (2000:4), uji reliabilitas mengukur sejauh mana hasil pengukuran dapat diandalkan. Hasil pengukuran hanya dianggap dapat dipercaya jika, terlepas dari berapa kali pertanyaan atau variabel diajukan kepada responden, jawabannya tetap relatif konsisten, dengan asumsi elemen yang dievaluasi
tidak berubah. Dengan melakukan uji reliabilitas dan penentuan koefisien alpha menggunakan metode cronbach's alpha dapat diketahui konsistensi tanggapan responden dari waktu ke waktu. Dengan menggunakan rumus berikut, nilai r alpha (koefisien) dihitung sebagai bagian dari uji reabilitas:
R = 2rb . (Sugiyono, 2005:122) 1 + rb
r = reliabilitas instrument ( r alpha ) rb = koefisien korelasi validitas instrument
Intrumen dinyatakan reliabel jika ralpha > rtable, dan sebaliknya, dinyatakan tidak reliabel jika jika ralpha <
rtable. Nilai r product moment (table statistic)
digunakan unutk menetapkan nilai r table dengan df = jumlah kasus – 2 dan tingkat signifikasi sebesar 5%.
3.7.2 Analisis Regresi
Karena terdapat satu variabel bebas dan satu variabel terikat, maka model Regresi Linier Berganda digunakan untuk menguji besar kecilnya keterkaitan atau pengaruh pengembangan kurikulum dan pembentukan karakter terhadap mutu pendidikan di Program Diploma Pelayaran.
Adapun persamaanya adalah sebagai berikut : Y = a + b1X1+b2X2+e
Dimana :
Y = Kualitas Pendidikan
a = Koefisien intercept (titip potong kurva terhadap sumbu Y)
b = Koefisien variable dependen X1-X2 X1 = Dimensi pengembangan kurikulum X2 = Dimensi pembentukan karakter e = Variabel error
3.8 Analisis Korelasi Berganda
Analisis Korelasi Berganda adalah metode kedua yang dapat digunakan untuk menentukan seberapa dekat dua atau lebih variabel terkait ketika dianalisis bersama.
Menghitung korelasi menurut Sugiyono (2004 : 182) sebagai berikut :
Dimana :
rxy = koefisien korelasi
X = item dari variabel yang di uji N = banyaknya sampel
Y = jumlah skor variabel di uji 3.9 Uji hipotesis
a. Uji t (uji parsial)
Untuk mengukur pengaruh pengembangan kurikulum dan pembentukan karakter terhadap mutu pendidikan secara parsial menggunakan formula menurut J. Suprapto (1990:198) sebagai berikut:
t hitung = √( r²) (n - 2) 1 – r Keterangan :
1 = korelasi parsial yang ditemukan n = jumlah sampel
t = t hitung yang selalu dibandingkan dengan t tabel.
Tingkat kepercayaan yang digunakan unutk pengujian hipotesis sebesar 95 % atau dengan α = 0,05 dengan persyaratan sebagai berikut :
1. Ho dapat diterima apabila –t tabel < t hitung, yang menunjukkan regresi parsial tidak signifikan.
2. Ho dapat diterima apabila t hitung < -t tabel, yang menunjukkan secara parsial signifikasi.
Melalui kurva distribusi t dua sisi berikut dapat menjelaskan daerah kritis Ho:
Gambar 1. Daerah penolakan Ho dan Penerimaan Hi b. Uji F (Uji Serempak )
Uji F ini dirancang untuk menguji relevansi keterkaitan antara pengembangan kurikulum dan pengembangan karakter pada kualitas pendidikan secara bersamaan.
Rumus yang digunakan : F = R²(N – M – 1 )
M (1 – R²) Keterangan :
R²= Koefisien daterminasi N = Banyaknya sampel
- t tabel 0 t hitung
Daerah penolakan Ho dan
penerimaan Hi
Daerah penolakan Ho dan
penerimaan Hi Daerah
Penerimaan Ho dan Penolakan Hi
M = Banyaknya variabel bebas
Tingkat kepercayaan yang digunakan unutk pengujian integritas sebesar 95 % atau denganα = 0,05 dengan persyaratan sebagai berikut:
- Ho dapat diterima apabila Fhitung < Ftabel, yang menunjukkan korelasi ganda secara simultan.
- Ho dapat diterima apabila Fhitung < Ftabel, yang menunjukkan korelasi ganda secara simultan signifikasi.
- Apabila Fhitung > Ftabel dan nilai signifikasinya >
alpha, maka Ho ditolak dan diterimanya Hi.
Gambar 2. Kurva distribusi F
Daerah Penerimaan Ho
Ftabel Fhitung
Daerah Penolakan Ho
BAB 4 HASIL PENELITIAN 4.1AnalisisData dan Interpretasi
1. Uji Validitas dan Reliabilitas Data
Dengan bantuan program komputer SPSS (Statistics Application for Social Solution) versi 25, diperoleh hasil perhitungan dan pengolahan data. Faktor-faktor berikut dipertimbangkan saat menggunakan program SPSS:
a. Karena SPSS adalah aplikasi komputer, hasil komputasi dan pemrosesan mungkin lebih dapat dipertanggungjawabkan dan akurat
b. Proses penghitungan dan pemrosesan data lebih efisien daripada penghitungan manual, sehingga mengurangi waktu pemrosesan dan penghitungan.
Validitas suatu kuesioner ditentukan dengan uji validitasnya. Validitas kuesioner ditentukan oleh apakah pertanyaan tersebut memaparkan variabel yang akan diukur.
Dalam penelitian ini, uji validitas dilakukan dengan
menghitung korelasi antara setiap item pertanyaan dan nilai total semua pertanyaan dalam suatu variabel. Perhitungan korelasi didasarkan pada korelasi product-moment-person (Imam Gozali, 2001) dengan ketentuan sebagai berikut:
a. Suatu item dianggap valid jika ada hubungan yang substansial, seperti yang ditunjukkan oleh α = 0,05, antara pertanyaan yang validitasnya sedang dievaluasi dan nilai keseluruhan untuk pertanyaan tersebut.
b. Suatu item pertanyaan dikatakan tidak valid jika nilai signifikansinya lebih dari α = 0,05 atau jika tidak ada hubungan yang substansial antara item tersebut dengan nilai keseluruhan untuk semua pertanyaan.
Tabel berikut menunjukkan hasil uji validitas dan untuk hasil keseluruhan dapat dilihat pada lampiran.
Tabel 4.1 Hasil Uji Validitas
Variabel Nilai Korelasi Signifikan Keterangan
X1.1 0.633 0.000 Valid
X1.2 0.630 0,000 Valid
X1.3 0.842 0,000 Valid
X1.4 0.664 0,000 Valid
X2.1 0.658 0,000 Valid
X2.2 0.633 0,000 Valid
X2.3 0.755 0,000 Valid
X2.4 0.695 0,000 Valid
Y1.1 0.799 0,000 Valid
Y1.2 0.568 0,000 Valid
Y1.3 0.643 0,000 Valid
Y1.4 0.735 0,010 Valid
Tabel 4.1 menunjukkan bahwa nilai signifikansi korelasi untuk setiap item pertanyaan kurang dari 0,05 yang artinya semua pertanyaan sah dan dapat dilakukan uji reliabilitas.
Tujuan uji reliabilitas untuk mengevaluasi kuesioner yang berfungsi sebagai indikasi suatu variabel atau konstruk. Ketika respons seseorang terhadap suatu pernyataan konstan atau stabil sepanjang waktu, maka dinyatakan bahwa kuesioner dapat diandalkan atau reliabel.
Fasilitas yang dimanfaatkan dari SPSS dalam mengukur reliabilitas ialah dengan menggunkan uji statistikCronbach Alpha, di mana jika nilaiCronbach Alphayang keluar lebih dari 0,6, maka suatu konstruk atau variabel dapat dinyatakan reliabel.
Tabel berikut ini menampilkan intisari dari hasil reliabel dan keseluruhan dari hasil uji reliabel dapat dilihat pada lampiran.
Tabel 4.2 Hasil Uji Reliabilitas
Tabel 4.2 berikut mennunjukkan bahwa nilai alpha untuk keseluruhan variable > 0,6.
Variabel Nilai Alpha Cut Off Keterangan All variable 0.888 0.6000 Reliable
Persamaan Regresi Linier Berganda
Analisis regresi linier berganda dilakukan untuk mengetahui pengaruh layanan vessel traffic system (VTS) terhadap keselamatan pelayaran di jalur pelayaran barat Surabaya. Tabel 17 menunjukkan hasil pengolahan data dengan bantuan aplikasi SPSS.
Tabel 4.3
Pengujian Secara Simultan dari Hasil Olahan Data
Variabel Koefisien Regresi (B) T hitung
Sig. T Konstanta
(X1) (X2)
1.321 0.288 0.657
3.046 4.797 12.086
0.003 0.000 0.000
RSquare
R Berganda Sig. F FHitung
0.896 0.947 0.000 725.824 Sumber: Lampiran
Tujuan penerapan persamaan regresi ialah untuk memperkirakan variasi nilai variabel dependen yang disebabkan oleh variasi nilai variabel independen. Dengan demikian, tujuan persamaan regresi linier berganda adalah untuk mengevaluasi nilai mutu pendidikan jika pengembangan kurikulum dan pengembangan karakter mengalami perubahan. Berdasarkan perhitungan SPSS, persamaan regresi berikut digunakan untuk penelitian ini:
Y = 1.321 + 0.288 X1+ 0,657 X2
Masing-masing nilai koefisien diinterpretasikan sebagai berikut berdasarkan persamaan diatas:
a. Konstanta (a) = 1.321
Nilai konstanta (a) = 1.321 memiliki arti apabila tidak ditemukan variabel pengembangan kurikulum dan karakter, maka nilai variabel kualitas pendidikan (Y) = 1.321
b. Koefisien regresi b1 = 0.288
Memiliki arti jika nilai variabel pengembangan kurikulum naik satu satuan, maka nilai variabel kualitas pendidikan (Y) akan naik sebesar 0.288 dengan dugaan nilai variabel bebas lainnya konstan
c. Koefisien regresi b2 = 0.657
Memiliki arti jika nilai variable pengembangan karakter naik satu satuan, maka nlai variable kualitas pendidikan (Y) akan naik sebesar 0.657 dengan dugaan nilai variabel bebas lainnya konstan
Pengembangan kurikulum dan pengembangan karakter ditentukan dengan menggunakan koefisien korelasi berganda, dengan variabel terikatnya adalah kualitas pendidikan.
Pengolahan data menghasilkan nilai R berganda sebesar 0,947%. Koefisien korelasi berganda menunjukkan hubungan yang signifikan antara pengembangan kurikulum dan pembentukan karakter dan variabel kualitas pendidikan, seperti
yang ditunjukkan pada tabel 18 mengenai interpretasi koefisien korelasi.
Tabel 4.4
Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
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 (2000:149)
Nilai R sebesar 0,947 merupakan koefisien determinasi yang menunjukkan bahwa X1 dan X2 memiliki hubungan yang kuat dengan variabel dependen Y & nilai R Square yaitu 0,896 yang menunjukkan bahwa kontribusi efektif X1 dan X2 terhadap variabel dependen Y adalah 89,6%.