SURAT PERNYATAAN...Demikianlah surat pernyataan ini kami buat dengan sebenarnya. Bengkulu, 6 Desember 2017 Yang menyatakan, Muzanip Alperi, S.Pd., M.Si. 2 i ii 978-602-6784-37-7 iii

1

SURAT PERNYATAAN

Yang bertanda tangan di bawah ini:

Nama : Muzanip Alperi, S.Pd.M.Si.

NIP : 1979100620031002

Tempat Tugas : LPMP Bengkulu

Jabatan : Pengembang Teknologi Pembelajaran (PTP) Pertama

Dengan ini menyatakan bahwa buku dengan judul “ Statistik Pendidikan Lanjutan Dilengkapi dengan

Prosedur Penggunaan SPSS 16 dan Lisrel 8.8” sebagai buku Referensi Kuliah Statistik Pendidikan adalah

benar-benar karya sendiri dan belum pernah di terbitkan dalam jurnal/media lain.

Demikianlah surat pernyataan ini kami buat dengan sebenarnya.

Bengkulu, 6 Desember 2017

Yang menyatakan,

Muzanip Alperi, S.Pd., M.Si.

2

i

ii

978-602-6784-37-7

iii

KATA PENGANTAR

Berkat Allah Subhanahuwata’alah dan dengan adanya bantuan dari beberapa pihak, buku tentang

Statistik Pendidikan dapat diselesaikan sesuai dengan rencana yang telah ditentukan. Buku ini adalah buku

referensi yang dapat digunakan sebagai acuan bagi mahasiswa atau dosen dalam mempelajari dan

mengajar Statistik Pendidikan.

Kepada semua pihak yang telah memberikan bantuan moral maupun finansial dalam penyelesaian

buku ini, melalui kesempatan ini disampaikan ucapan terima kasih yang sedalam-dalamnya. Secara khusus,

ucapan terima kasih dan penghargaan yang setinggi-tingginya disampaikan kepada Prof. Wahyu Widada,

M.Pd dan Prof. Dr. Riyanto, M.Pd yang telah memberikan dukungan moral dan bimbingan bagi penyusunan

buku ini. Ucapan terima kasih juga disampaikan kepada Kepala Lembaga Penjaminan Mutu Pendidikan

(LPMP) dan Direktur Program Doktor Ilmu Pendidikan Fakultas Keguruan dan Ilmu Pendidikan (FKIP)

Universitas Bengkulu yang telah memberikan kesempatan kepada saya untuk menyusun buku referensi ini.

Akhirnya, kepada semua pihak yang terlibat yang turut membantu pelaksanaan penyusunan buku

ini, disampaikan ucapan terima kasih yang mendalam. Semoga buku ini bermanfaat bagi mahasiswa dan

para pembaca yang berminat mempelajari Statistika Pendidikan. Disadari sepenuhnya bahwa buku ini

masih belum lengkap dan banyak kekurangan. Untuk itu, melalui kesempatan ini kami mohon masukan

untuk perbaikan lebih lanjut. Atas saran dan sumbangan dari pembaca yang budiman, saya haturkan terima

kasih.

Bengkulu, 1 Juni 2017

Penyusun.

Muzanip Alperi, S.Pd., M.Si.

iv

DAFTAR ISI

BAB JUDUL HAL

Halaman Cover .............................................................................................. I

Kata Pengantar ............................................................................................... Ii

Daftar Pustaka ................................................................................................ Iii

Daftar Tabel, Gambar, Bagan..........................................................................

Iv

I TEKNIK SAMPLING................................................................................................ 1

I.1 Probability Sampling............................................................................................. 2

I.2 Non Probability Sampling..................................................................................... 3

I.3 Penetapan Sampel................................................................................................ 6

II Analisis Kasualitas Studi Eksperimen dan Non Eksperimen.................................. 8

II.1 Penelitian Eksperimen ......................................................................................... 8

II.2 Penelitian Noneksperimen .................................................................................. 12

II.3 Persamaan dan Perbedaan .................................................................................. 16

III Multiple Korelasi dan Korelasi Kanonik .............................................................. 17

III.1 Korelasi Ganda .................................................................................................... 17

III.2 Korelasi Kanonik .................................................................................................. 22

IV Analisis Varian (Anava) dan Manova.................................................................... 26

IV.1 Anava ................................................................................................................... 26

IV.2 Manova ................................................................................................................ 44

V Analisis Kovarian dan Manakova.......................................................................... 36

V.1 Anakova ............................................................................................................... 38

V.2 Manakova ............................................................................................................ 44

VI Regresi Linier........................................................................................................ 48

VI.1 Regresi Linier Sederhana ..................................................................................... 48

VI.2 Regresi Linier Ganda ........................................................................................... 49

VII Analisis Jalur ......................................................................................................... 73

VII.1 Analisis Jalur Biasa ............................................................................................... 73

VII.2 Konsep Trimming (Analisis Jalur Biasa) ................................................................ 81

VIII Struktur Equation Model ..................................................................................... 83

v

VIII.1 Pengantar SEM .................................................................................................... 83

VIII.2 Contoh Kasus dan Pembahasan SEM dengan Program Lisrel 8.8 ....................... 84

DAFTRA PUSTAKA .............................................................................................. 106

DAFTAR RIWAYAT HIDUP PENULIS ..................................................................... 107

6

DAFTAR GAMBAR, BAGAN DAN TABEL

JUDUL HAL

B 1.1 Jenis Teknik Sampling........................................................................................................

1

G 1.1 Snowball Sampling.............................................................................................................. 6

T 2.1 Karakteristik Penelitian Eksperimen................................................................................... 12

T 2.2 Karakteristik Penelitian Noneksperimen............................................................................. 15

T.2.3 Karakteristik Penelitian eksperimen dan Noneksperimen.................................................. 16

G 3.1 Korelasi Ganda.................................................................................................................... 17

G 3.2 Korelasi Ganda Tiga Variabel............................................................................................. 17

T 4.1 Ringkasan Anova................................................................................................................ 27

T 6.1 Data Hasil Penelitian........................................................................................................... 50

T 6.2 Ringkasan Persamaan Regresi............................................................................................. 70

1

BAB I

TEKNIK SAMPLING

Menurut J Supriyanto (1991:129) pengumpulan data dengan cara sensus akan memperoleh data

sebenarnya (parameter) namun membutuhkan biaya, waktu dan tenaga yang banyak. Karena kesulitan

tersebut pada prakteknya digunakan teknik sampel yang akan memberikan nilai taksiran. Teknik sampel inii

akan lebih praktis dari segi dana, waktu dan tenaga.

Menurut Ahmad Zambar Soleh (2005) dilema dalam penelitian, jika sampel sedikit orang

cenderung tidak percaya, tapi jika kebanyakan sampel akan sangat besar memakan waktu dan dana,

Sehingga perlu teknik sampling yang tepat. Margono (2004: 125) berpendapat dimaksud dengan teknik

sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan

dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh

sampel yang representatif.

Jadi, Teknik samping adalah cara yang tepat dan akurat untuk menentukan sampel sebagai

perwakilan populasi. Tujuan agar data yang diperoleh dapat mewakili pupulasi yang sebenarnya.

Dampaknya adalah kepercayaan terhadap informasi meningkat dan dapat menekan waktu dan dana.

Menurut Cochran (1991:2) kegunaan dari penarikan sampel adalah : mengurangi biaya, kecepatan

lebih besar, cakupan lebih besar dan tingkat ketelitian lebih besar.

Bagan 1.1 Jenis Teknik Sampling

TEKNIK SAMPLING

PROBABILITY SAMPLING

NON PROBABILITY SAMPLING

1. Simple Random Sampling

2. Stratified Random Sampling

a. Proportionate Stratified

Random Sampling

b. Disproportionate Stratified

Random Sampling

3. Cluste Sampling (Area

Sampling)

1. Sampling Sistematis

2. Sampling Kuota

3. Sampling Aksidental

4. Sampling Purposive

5. Sampling Snowball

2

Teknik Sampling dibagi menjadi 2 sebagai berikut:

I.1 Probability Sampling

Menurut Zambar Soleh (2005) probability sampling adalah memberikan peluang

yang sama pada setiap populasi untuk jadi sampel. Teknik sampel ini meliputi:

a. Simple Random Sampling

Menurut Cochran (1991:21) sebuah metode untuk memilih n unit dari N sehingga

setiap elemen dari NCn sampel yang berbeda mempunyai kesempatan yang sama untuk

dipilih. Menurut Sugiono (2004) pengambilan sampel (n) anggota populasi (N)

dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Setiap

unit sampling sebagai unsur populasi yang terpencil memperoleh peluang yang sama

untuk menjadi sampel atau untuk mewakili populasi. Cara demikian dilakukan bila

anggota populasi dianggap homogen. Teknik ini dapat dipergunakan bilamana jumlah

unit sampling di dalam suatu populasi tidak terlalu besar. Misal, populasi terdiri dari 500

orang mahasiswa program S1 (unit sampling). Untuk memperoleh sampel sebanyak 150

orang dari populasi tersebut, digunakan teknik ini, baik dengan cara undian, ordinal,

maupun tabel bilangan random.

Semakin homogen (sama) populasi, sampel yang diambil semakin sedikit,

sebaliknya semakin heterogen (berbeda) untuk validitas sampel yang digunakan juga

akan semakin banyak perwakilannya. Sampel yang homogen, misalnya akan melakukan

penelitian tentang kandungan air laut disuatu tempat cukup mengambil sampel sedikit

saja. Populasi yang heterogen misalnya adalah tentang budaya nusantara, sampel yang

diambil juga harus banyak karena budaya yang ada di nusantara sangat banyak.

b. Stratified Random Sampling

Proportionate Stratified Random Sampling

Menurut Margono (2004: 126) bahwa stratified random sampling biasa

digunakan pada populasi yang mempunyai susunan bertingkat atau berlapis-lapis.

Teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen. Dan

berstrata secara proporsional. Suatu organisasi yang mempunyai pegawai dari berbagai

latar belakang pendidikan, maka populasi pegawai itu berstrata (Sugiyono, 2001: 58).

Sebagai Contoh banyaknya pegawai yang lulus S3= 10, S2 = 20, S1 = 50, SMA

= 900, SMK = 500, SMP = 300, SD = 200. Jumlah sampel yang harus diambil meliputi

strata pendidikan tersebut yang diambil secara proporsional jumlah sampel. Misalnya

3

diambil 10% dari masing-masing tingkatan, sehingga sampel yang diambila adalah S3=

1, S2 = 2, S1 = 5, SMA = 90, SMK = 50, SMP = 30, dan SD = 20.

Disproportionate Stratified Random Sampling

Teknik ini digunakan untuk menentukan jumlah sampel bila populasinya

berstrata tetapi kurang proporsional. Adanya pertimbangan jumlah sampel pada populasi

tertentu jumlahnya sangat sedikit. Misalnya pegawai dari suatu Universitas tertentu

mempunyai mempunyai 2 orang lulusan S3, 5 orang lulusan S2, 100 orang lulusan S1,

500 orang lulusan SMA, 600 orang lulusan SMP; maka 2 orang lulusan S3 dan 5 orang

S2 itu diambil semuanya sebagai sampel. Karena dua kelompok itu terlalu kecil bila

dibandingkan denan kelompok S1, SMA, dan SMP.

Pertimbangan ini diambil dikarenakan jika populasinya sangat sedikit lalu

dikurangi lagi, ditakutkan sampel tersebut tidak mewakili gambaran sebenarnya

pupulasi. Sehingga populasi tersebut diambil semua.

c. Cluster Sampling (Area Sampling)

Teknik ini disebut juga cluster random sampling. Menurut Zambar Soleh (2005)

unit sampling yang didalamnya berisi unit-unit sampling yang lebih kecil. Sugiyono

(2001) memberikan contoh, di Indonesia terdapat 27 propinsi, dan sampelnya akan

menggunakan 10 propinsi, maka pengambilan 10 propinsi itu dilakukan secara random.

Tetapi perlu diingat, karena propinsi-propinsi di Indonesia itu berstrata maka

pengambilan sampelnya perlu menggunakan stratified random sampling.

Contoh lainnya bila penelitian dilakukan terhadap populai pelajar SMA di suatu

kota. Misalnya jumlah SMA di kota tersebut 40 Sekolah, sampel yang diambil sebanyak

15 sekolah. Perlu diingat bahwa kondisi mutu sekolah tersebut berstrata, maka

sampelnya perlu menggunakan stratified random sampling.

I.2 Nonprobability sampling

Menurut Zambar Soleh (2005) nonprobability sampling adalah teknik yang tidak

memberi peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi untuk

dipilih menjadi sampel. Teknik sampel ini meliputi:

a. Sampling Sistematis

Sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari

anggota populasi yang telah diberi urutan tertentu / nomor urut. Misalnya anggota

4

populasi yang terdiri dari 100 orang. Dari semua anggota itu diberi nomor urut, yaitu

nomor 1 sampai dengan nomor 100. Pengambilan sampel dapat dilakukan dengan nomor

ganjil saja, genap saja, atau kelipatan dari bilangan tertentu, misalnya kelipatan dari

bilangan lima. Untuk itu maka yang diambil sebagai sampel adalah 5, 10, 15, 20 dan

seterusnya sampai 100.

b. Sampling Kuota

Sampling kuota adalah teknik untuk menentukan sampel dari populasi yang

mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Menurut Margono

(2004: 127) dalam teknik ini jumlah populasi tidak diperhitungkan akan tetapi

diklasifikasikan dalam beberapa kelompok. Sampel diambil dengan memberikan jatah

atau quorum tertentu terhadap kelompok. Pengumpulan data dilakukan langsung pada

unit sampling. Setelah jatah terpenuhi, pengumpulan data dihentikan. Sebagai contoh,

akan melakukan penelitian terhadap pegawai golongan II, dan penelitian dilakukan

secara kelompok. Setelah jumlah sampel ditentukan 100, dan jumlah anggota peneliti

berjumlah 5 orang, maka setiap anggota peneliti dapat memilih sampel secara bebas

sesuai dengan karakteristik yang ditentukan (golongan II) sebanyak 20 orang.

c. Sampling Aksidental

Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan,

yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai

sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data

(Sugiyono, 2001: 60).

Menurut Margono (2004: 127) menyatakan bahwa dalam teknik ini

pengambilan sampel tidak ditetapkan lebih dahulu. Peneliti langsung mengumpulkan

data dari unit sampling yang ditemui. Misalnya penelitian tentang pendapat umum

mengenai pemilu dengan mempergunakan setiap warga negara yang telah dewasa

sebagai unit sampling. Peneliti mengumpulkan data langsung dari setiap orang dewasa

yang dijumpainya, sampai jumlah yang diharapkan terpenuhi.

Dalam pendidikan, misalnya kita mau meneliti tentang pendapat masyarakat

terkait penerapan 5 hari sekolah, maka peneliti meminta saja pendapat orang tua, guru,

atau siswa. Peneliti mengumpulkan data dan informasi dari pendapat masyarakat

pendidikan, sehingga terkumpul informasi yang dibutuhkan.

5

d. Sampling Purposive

Sampling purposive adalah teknik penentuan sampel dengan pertimbangan

tertentu. Menurut Margono (2004: 128), pemilihan sekelompok subjek dalam purposive

sampling, didasarkan atas ciri-ciri tertentu yang dipandang mempunyai sangkut paut

yang erat dengan ciri-ciri populasi yang sudah diketahui sebelumnya. Degan kata lain

unit sampel yang dihubungi disesuaikan dengan kriteria-kriteria tertentu yang diterapkan

berdasarkan tujuan penelitian. Misalnya akan melakukan penelitian tentang disiplin

pegawai, maka sampel yang dipilih adalah orang yang ahli dalam bidang kepegawaian

saja.

Misalnya akan dilakukan penelitian tentang kedisiplinan anak di suatu SMA,

maka sampel yang dipilih adalah wali kelas, kepala sekolah, wakil bidang kesiswaan,

guru Bimbingan Konseling, guru agama, guru Pendidikan Pancasila dan

Kewarganegaraan, serta komponen lain yang terkait dengan kedisiplinan di SMA

tersebut.

e. Sampling Jenuh

Sampling jenuh adalah teknik penentuan sampel bila semua anggota populasi

digunakan sebagai sampel. Hal ini sering dilakukan bila jumlah populasi relatif kecil,

kurang dari 30 orang. Istilah lain sampel jenuh adalah sensus, dimana semua anggota

populasi dijadikan sampel.

f. Snowball Sampling

Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian sampel

ini disuruh memilih teman-temannya untuk dijadikan sampel (Zambar Sholeh: 2005).

Begitu seterusnya, sehingga jumlah sampel semakin banyak. Ibarat bola salju yang

menggelinding, makin lama semakin besar. Pada penelitian kualitatif banyak

menggunakan sampel purposive dan snowball.

6

Gambar 1.1 Snowball Sampling

I.3 Penetapan Sampel

Menurut Slovin dalam Zambar Soleh (2005) penentuan jumlah sampel (n)

berdasarkan banyaknya anggota populasi (N) dan tingkat kepercayaan (1-α) 100% saja,

dirumuskan sebagai berikut :

Dengan data diasumsikan berdistribusi normal atau hampir normal.

Menurut Sevilla (2007) untuk menggunakan rumus ini, tentukan terlebih

dahulu berapa batas toleransi kesalahan yang dinyatakan dengan persentase.

Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi.

Misalnya, penelitian dengan batas kesalahan 5% berarti memiliki tingkat akurasi

95%. Penelitian dengan batas kesalahan 3% memiliki tingkat akurasi 97%. Dengan

jumlah populasi yang sama, semakin kecil toleransi kesalahan, semakin besar jumlah

sampel yang dibutuhkan.

Contoh: Suatu SMA dengan jumlah siswa 1000, akan dilakukan penentuan

sampel penelitian. Berapa sampel yang dibutuhkan apabila batas toleransi kesalahan

5%.

Dengan menggunakan rumus Slovin:

n = N / ( 1 + N ) = 1000 / (1 + 1000 x 0,05²) = 285,71 » 286.

Dengan demikian, jumlah sampel yang dibutuhkan adalah 286 siswa.

7

Hal yang perlu diperhatikan bahwa, penentuan jumlah sampel dengan rumus

Slovin ini hanya dapat digunakan apabila jumlah populasinya diketahui.

8

BAB II

ANALISIS KASUALITAS DALAM STUDI EKSPRERIMENTAL DAN NON

EKSPRIMENTAL

Penelitian yang dilakukan dengan memperhatikan perlakuan yang dilakukan

dikatakan penelitian eksperimental dan non eksperimental. Penelitian eksperimental adalah

penelitian yang dilakukan secara langsung terhadap objek yang diteliti. Penelitian non

eksperimental adalah penelitian yang dilakukan secara tidak langsung dan lebih mengarah kepada

pengumpulan data.

II.1 Penelitian Eksperimen

Persoalan kausalitas (sebab akibat) sebenarnya adalah masalah probabilitas. Misalnya,

berapa probabilitas penurunan depresi seseorang setelah perlakukan diberikan. Namun masalah

kausalitas jarang dikaitkan dengan probabilitas. Apakah X mempengaruhi Y kita lihat dari inferensi

statistik dan jarang melibatkan inferensi kausal.

Tidak sedikit peneliti yang ingin mengetahui pengaruh dari satu variabel terhadap

variabel lainnya. Karena keingintahuannya tersebut maka dilakukan upaya-upaya ilmiah yang

antara lain dengan melakukan percobaan-percobaan atau eksperimen. Seseorang guru yang ingin

mengetahui pengaruh motivasi belajar terhadap hasil belajar siswa akan melakukan berbagai

tindakan memotivasi siswa di kelas agar terjadi peningkatan belajar yang berdampak pada hasil

belajar. Hasil belajar bukan hanya dipengaruhi oleh mitivasi, maka perlu juga mempertimbangkan

variabel lain.

Penelitian untuk meningkatkan hasil belajar siswa perlu dilakukan berkali-kali agar

pengaruh yang diberikan benar-benar berdampak perbaikan dalam proses pembelajaran yang

berimplikasi pada peningkatan hasil belajar.

Penelitian dengan menggunakan metode eksperimen yang sesungguhnya merupakan

kebiasaan ilmiah yang senantiasa dilakukan dalam ilmu-ilmu pendidikan dan eksakta. Hal ini

dilakukan karena dalam kawasan keilmuan tersebut lebih dimungkinkan pemanipulasian variabel-

variabel yang lain.

Dalam konteks di atas, jenis penelitian yang seyogianya digunakan pastinya juga harus

berbeda dengan penelitian yang tujuannya “sekedar” ingin mengetahui korelasi atau hubungan di

antara dua variabel. Jika tujuan utamanya adalah ingin mengetahui adanya sebab-akibat (cause –

9

effect) dalam suatu tatanan tertentu maka jenis penelitiannya adalah rancangan percobaan

(experimental design) atau rancangan “causal-comparative”. Dengan demikian jika seorang

peneliti ingin mengetahui sebesar apa atau adakah pengaruh yang ditimbulkan (effect) dari variabel

bebas terhadap variabel tergantung, maka mau tidak mau peneliti tersebut harus mengaplikasikan

rancangan percobaan atau “causal-comparative” dalam penelitiannya.

Penelitian eksperimen merupakan penelitian sistematis, logis, dan teliti di dalam

melakukan kontrol terhadap kondisi. Dalam melakukan eksperimen peneliti memanipulasikan suatu

stimulan, treatment atau kondisi-kondisi eksperimen, kemudian mengobservasi pengaruh yang

diakibatkan oleh adanya perlakuan atau manipulasi tersebut. Dalam penelitian eksperimen, kontrol

yang cermat terhadap kemungkinan masuknya pengaruh faktor lain sangat diperlukan, agar

mendapatkan faktor-faktor yang benar-benar murni dari faktor-faktor yang dimanipulasi tadi.

Penelitian eksperimen bertujuan :

1) Menguji hipotesis yang diajukan dalam penelitian.

2) Memprediksi kejadian atau peristiwa didalam latar eksperimen.

3) Menarik generalisasi hubungan antar variabel.

Penelitian eksperimen (eksperiment research) merupakan pendekatan penelitian

kuantitatif yang paling penuh, dalam arti memenuhi semua persyaratan untuk menguji hubungan

sebab-akibat (Nana Syaodih Sukmadinata, 2010:194). Dalam penelitian eksperimen

terdapat variabel bebas (independent variable) dan variabel terikat (dependent variable). Variabel

bebas biasanya merupakan variabel yang dimanipulasi secara sistematis. Dibidang pendidikan

diidentifikasi sebagai variabel bebas diantaranya termasuk metode mengajar, macam-macam

penguatan (reinforcement), frekuensi penguatan, sarana-prasarana pendidikan, lingkungan belajar,

materi belajar jumlah kelompok belajar, dan sebagainya. Sedangkan variabel terikat merupakan

variabel yang diukur sebagai akibat adanya manipulasi pada variabel bebas. Variabel terikat

tergantung dari variabel bebas. Yang sering dikelompokkan sabagai variabel terikat dibidang

pendidikan, misalnya hasil belajar siswa, kesiapan belajar siswa, kemandirian siswa dan sebagainya

(Sukardi, 2009:178-179).

Karakteristik penelitian eksperimen:

• Peneliti memanipulasi satu variabel bebas atau lebih,

• Mengendalikan variabel di luar variabel bebas,

• Melakukan observasi (pengukuran) terhadap satu atau lebih variabel terikat untuk

menemukan variasi yang muncul seiring dengan manipulasi variabel bebas tersebut.

Ciri pemelian non eksperimen:

10

• Peneliti tidak dapat memanipulasi variable;

• Sifat-sifat tertentu dari variabel-variabel yang digunakan tidak memungkinkan adanya

manipulasi.

Jenis Penelitian Eksperimen, yaitu :

a. Penelitian Pra-Eksperimen (Weak Eksperiment)

Penelitian pra eksperimen adalah penelitian eksperimen yang hanya mempergunakan

kelompok eksperimen saja, tanpa kelompok kontrol (pembanding) sampel subyek dipilih

seadanya tanpa mempergunakan randomisasi. Rancangan pra-eksperirnen yang sederhana ini

berguna untuk mendapatkan informasi awal terhadap pertanyaan pada penelitian. Model ini

sebaiknya hanya digunakan untuk penelitian latihan. Tidak digunakan untuk penelitian tesis,

disertasi atau penelitian-penelitian yang hasilnya digunakan untuk penentuan kebijakan,

pengembangan ilmu dan sejenisnya.

b. Penelitian Eksperimen Murni (True Eksperiment)

Dalam eksperimen murni (true eksperiment) pengujian variabel bebas dan variabel

terikat dilakukan terhadap sampel kelompok eksperimen dan kelompok kontrol. Subjek-subjek

yang diteliti dalam kedua kelompok tersebut diambil secara acak apabila subjek-subjek tersebut

memiliki karakteristik yang sama. Dalam pelaksanaan penelitian, kesamaan karakteristik subjek

tersebut memang dibuat sama atau disamakan. Penyamaannya dilakukan melalui pengujian,

umpamanya pengujian kecerdasan, bakat, kecakapan, ketahanan fisik (Nana Syaodih

Sukmadinata, 2010).

Tujuan dari eksperimen ini adalah untuk menyelidiki kemungkinan adanya hubungan

sebab akibat dengan cara mengenakan kepada satu atau lebih kelompok eksperimen satu atau

lebih kondisi perlakuan dan memperbandingkan hasilnya dengan satu atau lebih kelompok

kontrol yang tidak dikenai kondisi perlakuan. Contoh penelitian eksperimen murni adalah

Penelitian untuk menyelidiki efek program pencegahan penyalahgunaan obat terhadap sikap

murid-murid SLTP, dengan menggunakan kelompok eksperimen (yang diperkenalkan dengan

program itu), dan kelompok kontrol (yang tidak diperkenalkan dengan program itu), dan dengan

menggunakan rancangan pretest-posttest dimana hanya separuh dari murid-murid itu cara

random menerima pretest untuk menentukan seberapa besarnya perubahan sikap itu dapat

dikatakan oleh pretesting atau oleh program pendidikan (Sumadi Suryabrata, 2011).

c. Penelitian Eksperimen Semu (Quasy Eksperiment)

Bentuk desain eksperimen ini merupakan pengembangan dari eksperimen murni, yang

sulit dilaksanakan. Desain ini mempunyai kelompok kontrol tetapi tidak dapat berfungsi

sepenuhnya untuk mengontrol variabel-variabel luar yang mempengaruhi pelaksanaan

eksperimen. Eksperimen kuasi digunakan karena pada kenyataannya sulit mendapatkan

kelompok kontrol yang digunakan untuk penelitian (Sugiyono. 2013:114).

Tujuan penelitian ini adalah untuk memperoleh informasi yang merupakan perkiraaan

bagi informasi yang dapat diperoleh dengan eksperimen yang sebenarnya dalam keadaan yang

11

tidak memungkinkan untuk mengontrol dan atau memanipulasikan semua variabel yang

relevan. Contohnya: Penelitian untuk menyelidiki efek dua macam cara menghafal dalam

menghafal suatu daftar kata-kata asing pada empat buah SMU pada menempatan murid-murid

pada perlakuan secara random atau mengawasi waktu-waktu pelatihannya secara cermat.

d. Penelitian Eksperimen Subjek-Tunggal

Dalam penelitian eksperimen subjek-tunggal, subjek atau partisipannya bersifat

tunggal, bisa satu orang, dua orang atau lebih. Nama subjek tunggal juga diambil dari cara hasil

eksperimen disajikan dan dianalisis berdasarkan subjek secara individual. Pendekatan

eksperimen dalam subjek-tunggal adalah meneliti individu dalam kondisi tanpa perlakuan dan

kemudian dalam perlakuan dan akibatnya terhadap variabel akibat diukur dalam kedua kondisi

tersebut.

Penelitian eksperimental jika melakukan perlakuan terhadap variabel tertentu. Sebaliknya jika

tidak dilakukan perlakuan terhadap variabel maka tergolong penelitian non eksperimental. Lebih

rinci pada tabel di bawah ini.

Contoh penelitian eksperimental:

1. Meneliti pengaruh pemberian pekerjaan rumah (PR) dengan prestasi belajar. Contoh

penelitan ini bersifat eksperimental,karena penelitian dilakukan secara langsung terhadap

objek yang diteliti,dan mencakup sebab dan akibat.

2. meneliti tentang kemungkinan pemebrian pelajaran pengantar mekanika di smp kelas 3.

Contoh penelitan ini bersifat eksperimental,karena penelitian dilakukan secara langsung

terhadap objek yang diteliti,dan mencakup sebab dan akibat

3. Seorang pengusaha alat pelajaran ingin mengetahui pengaruh suatu jens alat terhadap

prestasi belajar siswa. Penelitian ini bersifat ekperimental karena dilakukan secara

langsung terhadap objek yang diteliti ,dan penilitian ini lebih mengarah kepada pengaruh

suatu alat terhadap prestasi belajar siswa

4. Penelitian mengenai pengaruh dua jenis metode belajar terhadap prestasi siswa sebagai

fungsi ukuran kelas (besar dan kecil) dan taraf kecerdasan siswa, dengan menempatkan

tenaga pengajar secara random berdasarkan intelegensi, model mengajar, dan ukuran

kelas tersebut.

12

Tabel 2.1 Karakteristik penelitian eksperimen

(True Experimental, Quasi Experimental, dan PreExperimental)

Karakteristik Penelitian TrueExperiment

al

Penelitian QuasiExperi

mental Penelitian PreExperimental

Hakikat

penelitian

Penelitian eksperimen yang

sesungguhnya

dengan validitas

internal (kualitas

pelaksanaaan rancangan

penelitian) tinggi

Pengembangan dari

penelitian true

experimental yang sulit

dilaksanakan.

Belum merupakan penelitian

eksperimen yang sesungguhnya.

Hasil eksperimen bukan

semata-mata dipengaruhi oleh

variabel bebas

Efektif untuk penelitian lebih

lanjut

Tujuan

Menyelidiki kemungkinan

saling hubungan sebab

akibat dengan cara

mengenakan perlakuan dan

membandingkan hasilnya

dengan grup kontrol yang

tidak diberi perlakuan.

Memperoleh informasi

yang merupakan

perkiraan, dengan cara

eksperimen yang tidak

memungkinkan untuk

mengontrol dan/atau

memanipulasikan semua

variabel yang relevan

Memperoleh informasi akibat dari

suatu perlakuan tanpa melakukan

perbandingan

Objek

penelitian

Kelompok eksperimen dan

kelompok kontrol

sama/setara

Kelompok eksperimen

dan kelompok kontrol

sama/setara

Hanya terdapat kelompok

eksperimen

Pengambilan

sampel

Sampel yang digunakan

untuk eksperimen maupun

sebagai kelompok kontrol

diambil secararandom dari

populasi tertentu.

Jika

menggunakanrandom tid

ak diperhatikan aspek

kesetaraan maupun grup

kontrol

Sampel tidak dipilih secara acak

(random)

Variabel

Terdapat variabel kontrol

Terdapat variabel kontrol

tetapi tidak digunakan

sepenuhnya untuk

mengontrol variabel luar

yang mempengaruhi

pelaksanaan eksperimen.

Tidak terdapat variabel kontrol

Mengontrol/

mengendalika

n

Dapat mengontrol semua

variabel luar yang

mempengaruhi jalannya

eksperimen

Tidak sepenuhnya dapat

mengontrol variabel luar

yang mempengaruhi

pelaksanaan eksperimen

Tidak dapat mengontrol variabel

luar yang berpengaruh

terhadappelaksanaan eksperime

II.2 Penelitian Non Eksperimen

Penelitian non-eksperimen merupakan penelitian yang observasinya dilakukan terhadap

sejumlah ciri (variabel) subjek penelitian menurut keadaan apa adanya, tanpa ada manipulasi

13

(intervensi) peneliti. Misalnya, penelitian mengenai kemunduran prestasi belajar siswa,

kemunduran rasa tanggung jawab.

Jenis Penelitian Non-Eksperimen, yaitu :

a. Penelitian Deskripsi

Penelitian deskripsi adalah metode penelitian yang menggambarkan dan menginterprestasi

objek dengan sesuai dengan apa adanya . Penelitian ini juga disebut sebagai non-eksperimen,

karena pada penelitian ini peneliti tidak melakukan kontrol dan memanipulasi variabel

penelitian. Dengan metode deskripsi, peneliti memungkinkan untuk melakukan hubungan antar

variabel, menguji hipotesis, mengembangkan generalisasi dan mengembangkan teori yang

memiliki validitas universal. Tujuan utama penelitian ini menggamabarkan secara sistematis

fakta dan karakteristik objek atau subjek yang diteliti secara tepat.

b. Penelitian Survey

Penelitian survey sebenarnya merupakan bagian dari jenis penelitian deskriptif. Penelitian

survey merupakan kegiatan penelitian yang mengumpulkan data pada saat tertentu dengan tiga

tujuan penting yaitu:

1) Mendeskripsikan keadaan alami yang hidup saat itu.

2) Mengidentifikasi secara terukur keadaan sekarang untuk dibandingkan.

3) Menetukan hubungan sesuatu yang hidup diantara kejadian spesifik.

Penelitian survey digunakan untuk mengumpulkan informasi berbentuk opini dari sejumlah

besar orang yang terhadap topik atau isu-isu tertentu.

c. Penelitian Tindakan (Action Research)

Penelitian tindakan adalah cara suatu kelompok atau seseorang dalam mengorganisasi

suatu kondisi sehingga mereka dapat mempelajari pengalaman mereka dan membuat

pengalaman mereka dapat diakses oleh orang lain.

Penelitian tindakan merupakan mengembangan penelitian terpakai atau apllied

research, dalam hal ini peneliti bersifat sebagai :

1) Pemeran aktif kegiatan pokok.

2) Agen perubahan atau agent of change,

3) Subjek atau objek yang diteliti memperoleh manfaat dari hasil tindakan yang diberikan

secara terencana oleh peneliti.

d. Penelitian Ex-postfacto

Penelitian ex-postfacto merupakan penelitian dimana variabel-variabel bebas telah terjadi

ketika peneliti mulai dengan pengamatan variabel terikat dalam suatu penelitian. Pada

14

penelitian ini, keterikatan antar variabel bebas dengan variabel bebas, maupun antar variabel

bebas dengan variabel terikat, sudah terjadi secara alami, dan peneliti dengan setting tersebut

ingin melacak kembali jika memungkinkan apa yang menjadi faktor penyebabnya (Sukardi,

2009: 157-210).

e. Penelitian korelasional

Penelitian korelasional adalah menelitian yang akan melihat hubungan antara variabel

atau beberapa variabel denga variabel lain. Variabel yang digunakan untuk memprediksi

disebut variabel prediktor atau variabel bebas, sedangkan variabel yang diprediksi disebut

variabel kriteria atau variabel terikat. Penelitian korelasional merupakan salah satu bagian

penelitian expostfacto karena biasanya peneliti tidak memanipulasi keadaan variabel yang ada

dan langsung mencari keberadaan hubungan dan tingkat hubungan variabel yang direfleksikan

dalam koefisien korelasi.

f. Penelitian kausal komparatif

Penelitian komparatif adalah penelitian diarahkan untuk menyelidiki hubungan sebab

akibat berdasarkan pengamatan terhadap akibat yang terjadi dan mencari faktor yang menjadi

penyebab melalui data yang dikumpulkan. Penelitian kausal-komparatif merupakan jenis

penelitian expostfacto, yaitu bahwa penelitian tersebut dilakukan setelah perbedaan-perbedaan

dalam variabel bebas itu terjadi karena perkembangan kejadian itu secara alami. Semua

kejadian yang dipersoalkan sudah berlangsung lewat, sehingga tidak memungkinkan untuk

dilakukan treatment sebagaimana dalam penelitian eksperimen (Nurul Zuriah,2007:56-57).

Contoh penelitian non eksperimental:

1. Meneliti banyaknya siswa yang droop out dari berbagai kelas dan tingkat sekolah. Contoh

penelitian ini bersifat non ekperimental karena dilakukan tanpa sebab ,dan hanya mengarah

terhadap pengumpulan data saja.

2. Meneliti tentang kelengkapan buku paket yang tersedia di sekolah dan hubungannya

dengan minat siswa terhadap mata pelajaran tertentu. Contoh penelitian ini bersifat non

eksperimental karena penelitian dilakukan secara tidak langsung terhadap objek

penelitian ,dilakukan tanpa seba dan hanya mengarah kepada pengumpulan data saja.

15

Tabel 2.2. Karakteristik penelitian non eksperimen

(Komparasional, Korelasional, dan Expost-Facto)

Karakteristik Penelitian Komparasional Penelitian

Korelasional Penelitian Expost-Facto

Hakikat

penelitian

Merupakan penelitian

alternatif jika penelitian

eksperimen tidak dapat

diterapkan karena alasan

etika, aturan, dan sebagainya

Penelitian yang

dilakukan jika

membutuhkan

informasi hubungan

antar variabel, dimana

variabel yang ingin

diteliti kompleks dan

tidak mungkin

melakukan kontrol atau

manipulasi variabel

Penelitian untuk

mengekspossuatu kejadian

setelah variabelbebas terjadi

Tujuan

Mencarikemungkinan

hubungan sebab-akibat

dengan

cara melakukanpengamatan

terhadap akibat yang

ada, danmencari kembali

faktor yang mungkin

menjadi penyebab melalui

data tertentu

Mengetahui derajat

hubungan antara suatu

variabel dengan

variabel-

variabellain tanpa

melihat hubungan sebab

akibat

Mengetahui dampak variabel

bebas kepada variabel terikat

tetapi data variabel bebas dan

terikat sudah tersedia

Variabel

Mengidentifikasi

hubungan sebab akibat antar

variabel

Dalam hubungan yang

kompleks membedakan

antara variabel bebas dan

terikat

Tidak mengidentifikasi

atau membedakan

antara variabel bebas

dan variabel terikat

Keterkaitan antar variabel bebas

dengan variabel bebas, maupun

variabel bebas dengan variabel

terikat sudah terjadi secara alami

Pengamatan/

pengukuran

Mengidentifikasi pengaruh

variabel yang satu terhadap

variabel lainnya dan mencari

kemungkinan variabel

penyebabnya

Menentukan derajat

hubungan antar variabel

yang diteliti dalam

bentuk koefisien

korelasi

Mengukur secara statistik

dampak variabel bebas yang

telah terjadi tehadap variabel

terikat

Temuan

Menekankan pada hubungan

dan prediksi variabel dengan

tidak terlalu berorientasi

pada hubungan sebab akibat

Mendapatkan derajat

asosiasi yang signifikan

Menetapkan hubungan dan

dampak variabel bebas tehadap

variabel terikat

16

II.3 Persamaan Dan Perbedaan Penelitian Eksperimen Dan Non Eksperimen

Perbedaan penelitian eksperimen dan non eksperimen adalah sebagaiman tercantum pada tabel

berikut ini:

Tabel 2.3. Karakteristik penelitian experimental dan non experimental

Karakteristik PenelitianExperimental Penelitian NonExperimental

Tujuan

• Meneliti pengaruh atau hubungan

sebab-akibat dari suatu perlakuan

tertentu terhadap gejala suatu

kelompok tertentu dibanding

kelompok lain dengan

menggunakan perlakuan yang

berbeda.

• Mengetahui pengaruh pemberian

suatu treatment atau perlakuan

terhadap subjek penelitian

• Mengetahui dampak, tingkatan hubungan

atau hubungan sebab akibat antara variabel

bebas dan variabel terikat dimana data

variabel bebas dan terikat sudah tersedia.

• Meneliti keadaan suatu ciri atau kelompok

tertentu tanpa adanya perlakuan.

Rancangan

penelitian

Disusun peneliti sebelum penelitian

berlangsung berdasarkan hipotesis

pengetahuan

Disusun peneliti sebelum penelitian

berlangsung berdasarkan hipotesis

pengetahuan

Objek penelitian

Terdapat kelompok eksperimen dan

kelompok kontrol yang harus

sama/setara

Tidak terdapat kelompok eksperimen dan

kelompok kontrol

Perlakuan/

treatment

Terdapat variabel bebas yang

dikondisikan sebagai bentuk

perlakuan

Tidak ada perlakuan pada variabel bebas

Variabel bebas sudah terjadi sebelum adanya

penelitian

Variabel diukur secara intensif

dalamsetting (lingkungan nyata)

Mengontrol/

mengendalikan

Semua variabel kecuali variabel

terikat

Tidak dapat mengontrol/mengendalikan

variabel

Pengamatan/

pengukuran

Terdapat pengamatan/pengukuran

terhadap variabel terikat sebagai efek

perlakuan pada variabel bebas

Terdapat pengamatan/pengukuran dampak,

tingkatan hubungan atau hubungan sebab

akibat antar variabel bebas tehadap variabel

terikat

Karakteristik Memanipulasi atau adanya treatment,

mengontrol variabel.

Apa adanya, tidak ada kontrol variabel.

Jenis penelitian Kuantitatif Kualitatif

Persamaan antara penelitian eksperimen dan penelitian non eksperimen adalah sama-sama

melakukan observasi dan meneliti suatu keadaan tertentu untuk mengetahui tentang peristiwa

tertentu.

o

17

BAB III

MULTIPEL KORELASI DAN KORELASI KANONIK

III.1 Korelasi ganda (multipple correlation)

Nilai korelasi ganda merupakan angka yang menunjukkan arah dan kuatnya hubungan

antara dua variabel atau lebih bersama-sama dengan variabel yang lain. Pemahaman

tentang korelasi ganda dapat dilihat melalui gambar berikut.

Gambar 3.1 Korelasi Ganda

R melambangkan korelasi ganda

Gambar 3.1. Korelasi Ganda Dua Variabel Independen dan Satu Dependen

X1 = Motivasi

X2 = Disiplin

Y = Prestasi Belajar

R = Korelasi Ganda

Gambar 3.2. Korelasi Ganda Tiga Variabel Independen Satu Dependen

X1 = Referensi

X2 = Disiplin

X3 = Motivasi

Y = Nilai Pengetahuan

r1

r2

r2

R

X1

X2

X3

Y

r1

r2

R

X1

X2

Y

https://elearningmath27.wordpress.com/2014/05/28/materi-statistika-2-korelasi-ganda/





18

Terlihat dari bagan di atas korelasi ganda R, bukan merupakan penjumlahan dari korelasi

sederhana yang ada pada setiap variabel r1, r2, r3. Jadi R berbeda dengan (r1 + r2 + r3). Korelasi

ganda merupakan hubungan secara bersama-sama antara X1, X2 dan Xn dengan Y.

Pada bagian ini dikemukakan rumus korelasi ganda (R) untuk dua variabel independen dan

satu dependen. Untuk variabel independen lebih dari dua, dapat dilihat pada Bab analisis Regresi

Ganda. Pada bagian itu persamaan-persamaan yang ada pada regresi ganda dapat dimanfaatkan

untuk menghitung korelasi ganda lebih dari dua variabel secara bersama-sama. Rumus korelasi

ganda dua variabel ditunjukkan pada rumus berikut :

Dimana :

Ry.x1x2 = korelasi ganda antara variabel X1 dan X2 secara bersama-sama

dengan variabel Y

ryx1 = korelasi Product Moment antara X1 dengan Y

ryx2 = korelasi Product Moment antara X2 dengan Y

rx1x2 = korelasi Product Moment antara X1 dengan X2

Jadi untuk dapat menghitung korelasi ganda, maka harus dihitung terlebih dahulu korelasi

sederhananya dulu melalui korelasi Product Moment dari Pearson.

Contoh Penggunaan Korelasi Ganda :

Misalnya pada suatu penelitian yang berjudul “Kepemimpinan dan Tata Ruang Kantor

dalam kaitannya dengan Kepuasan Kerja Pegawai di lembaga A”. Berdasarkan data yang terkumpul

untuk setiap variabel, dan setelah dihitung korelasi sederhananya ditemukan sebagai berikut :

1. Korelasi antara Kepemimpinan dengan Kepuasan Kerja Pegawai, r1 = 0,45;

2. Korelasi antara Tata Ruang Kantor dengan Kepuasan Kerja Pegawai, r2 = 0,48;

3. Korelasi antara Kepemimpinan dengan Tata Ruang Kantor, r3 = 0,22.

Dengan menggunakan rumus diatas, korelasi ganda antara Kepemimpinan dan Tata

Ruang Kantor secara bersama-sama dengan Kepuasan Kerja Pegawai dapat dihitung.

=

= 0,5959












19

Hasil perhitungan korelasi sederhana dan ganda dapat digambarkan sebagai berikut :

Dari perhitungan tersebut, ternyata besarnya korelasi ganda R harganya lebih besar dari

korelasi Individual ryx1 dan ryx2.

Pengujian signifikansi terhadap koefisien korelasi ganda dapat menggunakan rumus

berikut, yaitu dengan uji F.

Dimana :

R = koefisien korelasi ganda

k = jumlah variabel Independen

n = jumlah sampel

Berdasarkan angka yang telah ditemukan, dan bila n = 30, maka harga Fh, dapat dihitung

dengan rumus.

= 7,43

Harga tersebut selanjutnya dibandingkan dengan harga F tabel dengan dk pembilang = k

dan dk penyebut = (n – k – 1). Jadi dk pembilang = 2 dan dk penyebut = 10-2-1 = 7. Dengan taraf

kesalahan 5%, harga F tabel ditemukan = 4,74. Ternyata harga F hitung lebih besar dari F tabel

(7,43 > 4,74). Karena Fh > dari F tabel maka koefisien korelasi ganda yang ditemukan adalah

signifikan (dapat diberlakukan untuk populasi dimana sampel diambil).





https://elearningmath27.files.wordpress.com/2014/05/alur-korelasi-ganda.png

https://elearningmath27.files.wordpress.com/2014/05/rumus-fh.png

20

Contoh Analisis Korelasi Multipel

Perhatikan Tabel Berikut Ini

Tabel 3.1 Nilai Tes, Disiplin, Dan Kinerja Dari 10 Guru

Keterangan:

Y = Kinerja (satuan)

X1 = nilai tes

X2 = Disiplin

Contoh soal:

Dengan menggunakan data Tabel di atas, tentukan koefisien determinasi bergandanya!

Penyelesaian:

Dari jawaban contoh soal sebelumnya, diperoleh:

Contoh Soal:

Dengan menggunakan data Tabel di atas, tentukan koefisien korelasi bergandanya!

Penyelesaian:

Dari jawaban contoh soal sebelumnya diperoleh koefisien determinasi berganda

Jadi,

Y 32 15 30 34 35 10 39 26 11 23

160 80 112 185 152 90 170 140 115 150

5.5 6 9.5 5 8 3 9 5 0.5 1.5

21

Dalam prakteknya, koefisien korelasi berganda tidak begitu penting artinya. Yang

lebih penting adalah koefisien determinasi berganda .

Contoh Soal:

Dengan menggunakan data Tabel di atas, tentukan korelasi berikut!

a. b. c.

Penyelesaian:

Dari jawaban contoh soal sebelumnya, diperoleh:

Contoh Soal:

Dengan menggunakan data Tabel di atas

a. Tentukan koefisien penentu parsialnya masing-masing!

b. Faktor manakah yang dominan mempengaruhi keluaran (Y)?

Penyelesaian:

Dari jawaban contoh soal sebelumnya diketahui:

a. – Koefisien penentu parsial dari terhadap , jika konstan.

22

– Koefisien penentu parsial dari terhadap , jika konstan.

– Koefisien penentu parsial dari terhadap , jika konstan.

b. Faktor dominan yang mempengaruhi keluaran (Y) adalah nilai tes ( , karena memiliki

koefisien penentu parsial tertinggi.

III.2. Korelasi Kanonik

Analisis korelasi kanonik pada dasarnya merupakan salah satu metode analisis

variabel/peubah ganda yang ditujukan untuk mengetahui keterkaitan antara dua kelompok peubah.

Besarnya keterkaitan ini diukur dengan nilai korelasi antara dua kelompok tersebut. Kalau ternyata

korelasi dua kelompok ini nyata serta secara teoritis ada hubungan fungsional antara keduanya,

maka melalui analisis regresi multivariate dapat dirumuskan model yang menghubungkan

keduanya. Dalam hal ini satu kelompok sebagai peubah prediktor (misalnya parameter ENSO

dan/atau Dipole Mode) dan lainnya sebagai peubah respon (misalnya curah hujan). Dari sini dapat

dilakukan prediksi satu kelompok peubah berdasar peubah pada kelompok lainnya.

Untuk merumuskan analisis korelasi kanonik, misalkan ada dua kelompok peubah :

Kelompok I : ada m peubah, yaitu x1, x2, …, xm (misalnya SOI, ASPL Nino 3, 4, 3.4)

Kelompok II : ada p peubah, yaitu y1, y2, …, yp (misalnya curah hujan pada beberapa lokasi)

Jika terdapat sejumlah n data pengamatan, maka matriks data adalah sebagai berikut :

npnnnmnn

pm

pm

pmnx

yyyxxx

yyyxxx

yyyxxx

YXZ

......

......

......

......

......

)(

2121

2222122221

1121111211

)(

Keterkaitan dua kelompok tersebut diwakili oleh korelasi antara satu peubah baru di

kelompok I, misal U (disebut peubah kanonik) dengan peubah baru di kelompok II, misal Z. Dalam

hal ini U merupakan kombinasi linear peubah-peubah x. Sedangkan Z adalah kombinasi linear

peubah-peubah y.

23

xa

x

x

x

aaaU T

m

m

.

...2

1

21 dan yb

y

y

y

abbZ T

p

p

.

...2

1

21

Oleh karena itu yang diinginkan adalah mencari vektor koefisien a dan b, sedemikian

sehingga sehingga korelasi keduanya U dengan Z maksimum. Nilai korelasi inilah yang

menunjukkan keeratan antara peubah-peubah kelompok I dengan peubah-peubah kelompok II.

Dalam hal ini U dan Z adalah peubah baru sebagai representasi masing-masing kelompok,

dan disebut peubah kanonik. Permasalahan berikutnya adalah mencari koefisien dalam kombinasi

linear tersebut.

Jika matriks koragam (covariance matrix) dari kelompok I adalah Sxx dan kelompok II

adalah Syy, maka korelasi antara U dengan Z adalah :

bSbaSa

bSaybxaCorrZUCorr

yy

T

xx

T

xy

T

TT

)((),(),(

Permasalahan di sini adalah memaksimumkan nilai korelasi tersebut, yaitu aTSxyb, dengan

kendala bahwa aTSxxa dan b

TSyyb adalah satu (ini dimaksudkan untuk mempermudah perhitungan

tanpa merubah makna).

Permasalahan ini pemaksimum ini dapat dirumuskan sebagai :

Memaksimumkan : aTSxyb

Dengan kendala : aTSxxa = b

TSyyb = 1

Melalui Pengganda Lagrange, maka fungsi yang dimaksimumkan adalah :

f(a,b)= aTSxyb - ( a

TSxxa –1) - (b

TSyyb – 1)

Melalui manipulasi matematika, diperoleh dua persamaan kanonik berikut :

011 bISSSS xyxxyxyy dan 011 aISSSS yxyyxyxx

Ini berarti bahwa akar dari akar ciri matriks xyxxyxyy SSSS 11 atau matriks yxyyxyxx SSSS 11

merupakan

korelasi dari dua kelompok tersebut (disebut korelasi kanonik). Vektor ciri yang bersesuaian

dengan akar ciri tersebut ada dua, yaitu vektor ciri a dari matriks yxyyxyxx SSSS 11 dan vektor ciri b

dari matriks xyxxyxyy SSSS 11 . Kedua vektor ciri tersebut sebagai vektor koefisien (disebut koefisien

kanonik atau sering disebut sebagai canonical weight) dari peubah kanonik. Dalam hal ini, kita

cukup mencari salah satu saja. Hal ini dikarenakan antara keduanya terdapat hubungan :

bSSa

xyxx

1

24

Analisis berikutnya adalah melakukan uji signifikansi terhadap nilai korelasi antara kedua

kelompok ini. Pengujian dimulai kalau kita hanya mengambil satu peubah kanonik saja, yaitu yang

pertama. Kalau hasil pengujian menunjukan bahwa korelasi adalah nyata, maka dilanjutkan kalau

mengambil dua peubah kanonik, dan begitu seterusnya, sampai dengan pengujian tidak nyata.

Statistik yang dipakai untuk pengujian adalah :

),min(

1'

2

)1(

ln)}1(2

1)1{(

pm

Mj

j

pmn

Λ disebut Lambda Wilk

Dalam hal ini :

M’=0 untuk menguji korelasi kanonik pertama

M’=1 untuk menguji korelasi kanonik kedua

Dst.

Statistik tersebut dibandingkan dengan nilai tabel χ2 pada derajat bebas (m-M’)x(p-M’).

Karena satuan peubah-peubah yang digunakan dalam penelitian ini berbeda, maka digunakan

matriks korelasi, R (yaitu Rxx, Rxy, Ryx, maupun Ryy).

Untuk keperluan interpretasi dalam analisis korelasi kanonik, dikenal beberapa besaran,

yaitu :

a. Canonical Loading

Canonical loading merefleksikan derajat suatu peubah direpresentasikan oleh peubah kanonik.

Canonical loading dihitung dengan rumus :

j

xx

j

Ux aRr dan j

yy

j

Zy bRr

j

Uxr merupakan canonical loading peubah asli x dengan peubah kanonik U ke j.

j

Zyr merupakan canonical loading peubah asli y dengan peubah kanonik Z ke j.

b. Proportion of Explained Variance

Besaran berikutnya adalah 2

)( yjR yaitu suatu besaran yang merepresentasikan proporsi

variance di dalam ruang y yang diterangkan oleh peubah kanonik ke j. Sedangkan proporsi variance

di dalam ruang x yang diterangkan oleh peubah kanonik ke j adalah 2

)( xjR . Kedua besaran tersebut

dirumuskan sebagai :

p

rrR

Zy

T

Zy

yj

22

2

)(

)(

25

m

rrR Ux

T

Uxxj

222

)(

)(

c. Cross-Loading

Cross-loading menyatakan hubungan antara peubah asli disatu kelompok dengan peubah

kanonik di kelompok lain. Nilai cross-loading diperoleh dengan mengalikan koefisien korelasi

dengan canonical loading-nya.

Cross-loading yi dengan peubah kanonik predictor ke j adalah :

(korelasi kanonik ke j)*(canonical loading peubah yi dengan Zj)

Cross-loading xi dengan peubah kanonik respon ke j adalah :

(korelasi kanonik ke j)*(canonical loading peubah xi dengan Uj)

26

BAB IV

ANALISIS VARIAN (ANAVA) DAN MULTIVARIAT ANALISIS VARIAN (MANOVA)

IV. 1. ANALISIS VARIAN (ANAVA)

Rancangan Analisis Varian Satu Jalur, disebut juga rancangan satu faktor, yaitu rancangan

yang menggunakan hanya satu variabel bebas atau variabel klasifikasi sampel, misalnya variabel

jenis kelamin atau variabel lokasi tempat tinggal, atau variabel klasifikasi lainnya, seperti metode

pembelajaran, media pembelajaran dan lain-lainnya. Jika dalam penelitian menggunakan metode

pembelajaran sebagai variabel bebas, maka metode pembelajaran diklasifikasi menjadi metode satu

(A1) metode dua (A2), metode tiga (A3) dan seterusnya sesuai dengan keperluan.

Dalam penelitian eksperimental, rancangan ini disebut Rancangan Rambang Lugas (Simple

Randomized Design). Jika menggunakan rancangan ini, maka ada beberapa syarat yang harus

dipenuhi, yaitu: (1) sampel-sampel langsung diambil dari populasi, bukan dari subpopulasi, (2)

pemilihan sampel dilakukan secara acak/rambang, (3) penentuan perlakuan dilakukan secara

rambang/acak, dan (4) yang memberi perlakuan dilakukan secara rambang/acak pula. Model

matematik yang digunakan dalam analisis, sering disebut rancangan analisis rancangan A, baik

untuk penelitian eksperimental maupun bukan eksperimental, adalah sebagai berikut. (1) Jika yang

terlibat dalam penelitian hanya dua sampel, digunakan uji-t untuk sampel independen (bebas). (2)

Jika yang dilibatkan dalam penelitian lebih dari dua sampel, digunakan uji-F (Analisis Varians) satu

jalur.

Langkah-langkah pengujian hipotesis dengan anava satu jalur

(1) Menghitung Jumlah Kuadrad Total (JKtot):

JKtot = ∑ Xtot2

(2) Menghitung Jumlah Kuadrad Antar Kelompok (JKantar):

JKantar =

N

X

n

X tot

A

A

22

(3) Menghitunng Jumlah Kuadrad Dalam Kelompok (JKdal):

JKdal = JKtot ─ JKantar

(4) Menghitung Mean Kuadrad (Rerata Jumlah Kuadrat atau RJK) antar Kelompok

(RJKantar):

N

X tot

2

27

RJKantar = 1a

JK antar a = jumlah kelompok

(5) Menghitung Rerata Jumlah Kuadrat dalam Kelompok (RJKdal)

RJKdal = aN

JK dal

N = jumlah seluruh sampel

(6) Menghitung harga Fhitung dengan rumus: dalam

antar

RJK

RJK

(7) Konsultasikan pada table F dengan db pembilang (a-1) dan db penyebut (N-a)

(8) Aturan keputusan : Jika F hitung lebih besar daripada F table pada ataraf

signifikansi tertentu (Misalnya: ts 5% atau 1%), maka Ha diterima dan H0 ditolak.

(9) Membuat kesimpulan, apakah terdapat perbedaan yang signifikan atau tidak

(10) Membuat Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis k Sampel

Tabel 4.1. Tabel Ringkasan Analisis Varians untuk Menguji Hipotesis k Sampel

Sumber

Variasi

JK (SS) Db

(df)

RJK

(MS)

Fh Ftab Taraf sig

0.05 0.01

antar A

A

A

n

X2

a-1

1a

JK

dal

antar

RJK

RJK

….

Dalam

(error)

JKdal = JKtot ─ JKantar

N-a

aN

JKdal

-- --

Total

∑ Xtot2

N-1 -- -- --

Contoh Soal Anava dengan Analisis Menggunakan SPSS 16

Permasalahan:

Di suatu SMP di Kota Bengkulu kelas 7 terdiri dari 3 Lokal A, B, dan C. Pembagian kelas

ini berdasarkan kelengkapan fasilitas di kelas, kelas A paling bagus kelengkapan di kelas, kelas B

menengah, kelas C agak kurang. Pada pembelajaran Kimia diberlakukan 3 jenis metode

pembelajaran yaitu Latihan, Diskusi, dan Ceramah.

N

X tot

2

N

X tot

2

28

Berikut adalah hasil belajar (HB) yang diperoleh:

Metode

Kelas Latihan (L) Diskusi (D) Ceramah (Cr)

Kelas

A

87 83 95

84 88 83

74 76 83

71 69 75

68 92 88

74 85 81

Kelas B

69 79 71

91 71 91

82 85 67

79 70 70

95 92 92

76 86 80

Kelas C

68 87 83

79 90 76

83 81 82

72 94 95

85 87 70

76 91 67

a. Adakah perbedaan hasil belajar antara Kelas A,B, dan C?

b. Adakah perbedaan hasil belajar antara metode Latihan, Diskusi dan ceramah?

c. Adakah interaksi antara metode dengan kondisi kelas?

d. Adakah perbedaan antara AL, AD dan ACr

Adakah perbedaan antara BL, BD dan BCr

Adakah perbedaan antara CL, CD dan BCr

Adakah perbedaan antara LA, LB dan LC

Adakah perbedaan antara DA, DB dan DC

Adakah perbedaan antara CrA, CrB dan CrC

Jawaban: Akan digunakan Analisis dengan SPSS Anova 2 Jalur

Prasyarat:

1. Data berdistribusi normal

2. Data memiliki varian yang sama

3. Data berasal dari sampel independen

Akan dilakukan uji normalitas:

29

Tests of Normality

Kelas

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic Df Sig.

HB Kelas A .161 18 .200* .959 18 .584

Kelas B .174 18 .156 .916 18 .110

Kelas C .091 18 .200* .962 18 .645

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Tests of Normality

Metode


Statistic Df Sig. Statistic df Sig.

HB Metode Latihan .124 18 .200* .956 18 .521

Metode Diskusi .179 18 .133 .912 18 .094

Metode Ceramah .125 18 .200* .937 18 .256


*. This is a lower bound of the true significance.

Karena Data kurang dari 50 maka gunakan uji Shapiro-Wilk. Nilai signifikansi Shapiro-

Wilk baik untuk kelas maupun metode > 0,05. Artinya data berdistribusi normal. Sehingga

analisis 2 jalur dapat dilanjutkan

Hipotesis:

1. Ho’ : Ketiga kondisi kelas tersebut memiliki varian yang sama.

2. Ho’’ : Ketiga metode pembelajaran memiliki varian yang sama.

3. Ho’’’ : Kondisi kelas dan metode pembelajaran sama

4. Ho’’’’ : Interaksi antar sel sama

5. Hi’ : Ketiga kondisi kelas tersebut terdapat varian yang berbeda.

6. Hi’’ : Ketiga metode pembelajaran terdapat varian yang berbeda.

7. Hi’’’ : Kondisi kelas dan metode pembelajaran

8. Hi’’’’ : Interaksi antar Sel Berbeda

30

Kriteria pengambilan keputusan:

Jika nilai signifikansi > 0,05 maka Ho diterima

Jika nilai signifikansi < 0,05 maka Ho ditolak.

Tests of Between-Subjects Effects

Dependent Variable:HB

Source

Type III Sum of

Squares Df Mean Square F Sig.

Corrected Model 682.333a 8 85.292 1.224 .308

Intercept 353322.667 1 353322.667 5.068E3 .000

Kelas 11.111 2 5.556 .080 .924

Metode 244.333 2 122.167 1.752 .185

Kelas * Metode 426.889 4 106.722 1.531 .209

Error 3137.000 45 69.711

Total 357142.000 54

Corrected Total 3819.333 53

a. R Squared = .179 (Adjusted R Squared = .033)

Dari tabel diatas terlihat signifikansi kondisi kelas adalah 0,924 > 0,05 , dengan demikian

Ho’ diterima, artinya tidak ada perbedaan Hasil Belajar dengan kondisi kelas yang berbeda.

Nilai signifikansi untuk metode pembelajaran adalah 0,185 > 0,05, dengan demikian Ho’’

diterima, artinya tidak ada perbedaan Hasil Belajar dengan penerapan metode yang berbeda.

Nilai signifikansi interaksi Kelas * Metode adalah 0,209 > 0,05, dengan demikian Ho’’

diterima, artinya tidak ada perbedaan interaksi antarakondisi kelas dengan penerapan metode yang

berbeda terhadap Hasil Belajar.

Dengan hasil uji interaksi tidak ada perbedaan hasil belajar antara kondisi kelas* metode

mengajar, sudah dapat diprediksi bahwa interaksi antar sel juga tidak ada perbedaan. Namun untuk

lebih memantapkan akan dilihat analisis Tukey berikut ini:

31

Multiple Comparisons

HB

Tukey HSD

(I) Kelas (J) Kelas

Mean Difference

(I-J) Std. Error Sig.

95% Confidence Interval

Lower Bound Upper Bound

Kelas A Keas B .5556 2.78311 .978 -6.1896 7.3007

Kelas C -.5556 2.78311 .978 -7.3007 6.1896

Keas B Kelas A -.5556 2.78311 .978 -7.3007 6.1896

Kelas C -1.1111 2.78311 .916 -7.8563 5.6341

Kelas C Kelas A .5556 2.78311 .978 -6.1896 7.3007

Keas B 1.1111 2.78311 .916 -5.6341 7.8563

Based on observed means.

The error term is Mean Square(Error) = 69.711.

Dari tabel diatas terlihat semua nilai signifikansi > 0,05, dengan demikian Ho diterima,

yang artinya tidak ada perbedaan interaksi antar sel pada kelas yang berbeda.

Multiple Comparisons

HB

Tukey HSD

(I) Metode (J) Metode

Mean Difference

(I-J) Std. Error Sig.



Metode Latihan Metode Diskusi -5.1667 2.78311 .163 -11.9118 1.5785

Metode Ceramah -2.0000 2.78311 .754 -8.7452 4.7452

Metode Diskusi Metode Latihan 5.1667 2.78311 .163 -1.5785 11.9118

Metode Ceramah 3.1667 2.78311 .496 -3.5785 9.9118

Metode Ceramah Metode Latihan 2.0000 2.78311 .754 -4.7452 8.7452

Metode Diskusi -3.1667 2.78311 .496 -9.9118 3.5785


The error term is Mean Square(Error) = 69.711.

Dari tabel diatas terlihat semua nilai signifikansi > 0,05, dengan demikian Ho diterima,

yang artinya tidak ada perbedaan interaksi antar sel pada metode yang berbeda.

IV. 2. MULTIVARIAT ANALISIS VARIAN (MANAVA)

Manova adalah teknik statistik yang dapat digunakan secara bersamaan mengeksplorasi

hubungan antara beberapa variabel kategoris independen (biasanya dirujuk sebagai pengobatan) dan

dua atau lebih variabel dependen metrik. Manova berguna ketika peneliti desain situasi

eksperimental (manipulasi beberapa variable pengobatan nonmetric) uji t hipotesis mengenai

varians dalam respon kelompok pada dua atau lebih variabel dependen metrik.

32

Manova adalah teknik statistik yang dapat digunakan secara simultan untuk mengeksplor

hubungan antara beberapa kategori variabel independen (biasanya berupa perlakuan) dan dua atau

lebih variabel dependen. Manova berguna ketika peneliti mendesain situasi eksperimental

(manipulasi beberapa variabel perlakuan nonmetrik) hipotesis uji t mengenai varian pada respon

kelompok dua tau lebih variabel.

Letak perbedaan Manova dan Anova hanya pada jumlah variabel terikatnya. Anova

menganalis hubungan antara beberapa kategori variabel bebas dengan satu variebel terikat,

sementara Manova menggabungkan dua atau lebih variabel terikat dalam analisis yang sama,

sehingga memungkinkan tes yang dilakukan semakin kuat. Hal ini dapat dilakukan dan dibenarkan

hanya apabila peneliti yakin adanya korelasi di antara variabel-variabel terikat tersebut. Manova

dapat digunakan dalam analisis data hasil penelitian apabila nilai respon atau variabel dependennya

berjumlah lebih besar atau sama dengan dua.

KASUS

1. Ada perbedaan nilai Pengetahuan dan Keterampilan antara mahasiswa yang memiliki

banyak referensi dan sedikit referensi di Prodi Matematika FKIP UNIB.

2. Ada perbedaan nilai Pengetahuan dan Keterampilan antara mahasiswa angkatan 1, 2, 3 Prodi

Matematika FKIP UNIB.

3. Ada Interaksi antara angkatan dan banyak referensi terhadap nilai pengetahuan dan keterampilan.

Referensi ANGKATAN Pengetahuan Keterampilan

1 1 7 6

1 1 6 5

1 1 6 6

1 1 7 6

1 1 7 5

1 1 7 6

1 1 7 7

1 1 7 6

2 1 7 6

2 1 6 5

2 1 6 6

2 1 6 6

2 1 7 6

2 1 6 7

2 1 6 7

2 1 6 7

1 2 7 7

1 2 7 7

1 2 8 7

33

1 2 7 7

1 2 7 7

1 2 7 7

1 2 7 7

1 2 7 7

2 2 7 7

2 2 8 8

2 2 9 9

2 2 8 9

2 2 9 9

2 2 9 8

2 2 8 8

2 2 8 9

1 3 9 8

1 3 9 8

1 3 8 9

1 3 9 9

1 3 8 9

1 3 9 8

1 3 8 8

1 3 8 9

2 3 8 8

2 3 8 8

2 3 9 9

2 3 8 9

2 3 9 9

2 3 9 8

2 3 8 8

2 3 8 9

Rumus Yang dipakai

Menggunakan Multivariat Analysis of Varian (Manova)

Dinanalisis menggunakan SPSS 16

Dilakukan dengan Multivariat analisis varian (Manova), menggunakan aplikasi SPSS 16 dengan

langkah sebagai berikut:

1. Masukkan data pada data view

2. Pemberian nama, label dan value pada variabel view

3. Klik analize General linier model Multivariat

4. Masukkan Y1 dan Y2 ke dependen variabel , lalu X1 dan X2 ke fixed factor.

5. Klik Post hoc, masukkan X2 ke post hoc test, lalu klik Tukey dan continue.

6. Klic OK dan diperoleh tabel out put sebgai berikut:

34

Multivariate Testsc

Effect Value F Hypothesis df Error df Sig.

Intercept Pillai's Trace .997 7.763E3a 2.000 43.000 .000

Wilks' Lambda .003 7.763E3a 2.000 43.000 .000

Hotelling's Trace 361.071 7.763E3a 2.000 43.000 .000

Roy's Largest Root 361.071 7.763E3a 2.000 43.000 .000

X1 Pillai's Trace .458 18.149a 2.000 43.000 .000

Wilks' Lambda .542 18.149a 2.000 43.000 .000

Hotelling's Trace .844 18.149a 2.000 43.000 .000

Roy's Largest Root .844 18.149a 2.000 43.000 .000

X2 Pillai's Trace .320 4.184 4.000 88.000 .004

Wilks' Lambda .681 4.545a 4.000 86.000 .002

Hotelling's Trace .466 4.893 4.000 84.000 .001

Roy's Largest Root .463 10.180b 2.000 44.000 .000

X1 * X2 Pillai's Trace .000 .a .000 .000 .

Wilks' Lambda 1.000 .a .000 43.500 .

Hotelling's Trace .000 .a .000 2.000 .

Roy's Largest Root .000 .000a 2.000 42.000 1.000

a. Exact statistic

b. The statistic is an upper bound on F that yields a lower bound on the significance level.

c. Design: Intercept + X1 + X2 + X1 * X2

Dari tabel Multivariate Testsc

1. Nilai Signifikansi Wilks’ Lamda untuk X1 sebesar 0,000 < 0,05, Ho ditolak, artinya Ada

perbedaan nilai Pengetahuan dan nilai keterampilan antara mahasiswa banyak referensi dan sedikit

referensi pada Prodi Matematika FKIP UNIB.


perbedaan nilai Pengetahuan dan nilai keterampilan antara mahasiswa angkatan 1,2 dan 3 pada

Prodi Matematika FKIP UNIB.

3. Nilai Signifikansi Wilks’ Lamda untuk X1*X2 sebesar 0,000 < 0,05, Ho ditolak, artinya ada

intraksi antara banyaknya referensi dan angkatan terhadap nilai pengetahuan dan keterampilan.

Jika pada Tabel (Tabel Manova) perbedaan banyak referensi dan angkatan mempengaruhi

nilai pengetahuan dan nilai keterampilan, serta interaksi antara banyak referensi dan angkatan

mempengaruhi nilai pengetahuan dan nilai keterampilan. Kondisi ini, tidak berbeda pula pada

pengujian secara univariat Tabel test between berikut :

35


Source

Dependent

Variable

Type III Sum of

Squares df Mean Square F Sig.

Corrected Model Pengetahuan 35.604a 3 11.868 42.412 .000

Keterampilan 56.854b 3 18.951 56.294 .000

Intercept Pengetahuan 2686.914 1 2686.914 9.602E3 .000

Keterampilan 2607.502 1 2607.502 7.745E3 .000

X1 Pengetahuan 5.063 1 5.063 18.091 .000

Keterampilan 7.563 1 7.563 22.464 .000

X2 Pengetahuan 2.271 2 1.135 4.058 .024

Keterampilan 4.771 2 2.385 7.086 .002

X1 * X2 Pengetahuan .000 0 . . .

Keterampilan .000 0 . . .

Error Pengetahuan 12.312 44 .280

Keterampilan 14.812 44 .337

Total Pengetahuan 2778.000 48

Keterampilan 2712.000 48

Corrected Total Pengetahuan 47.917 47

Keterampilan 71.667 47


b. R Squared = .793 (Adjusted R Squared = .779)

Jika kita perhatika bahwa:

1. Nilai Signifikansi X1 terhadap Y1 sebesar 0,000 dan X1 terhadap Y2 sebesar 0,000. Kedua

nilai signifikansi < 0,05, Ho ditolak, artinya Ada perbedaan nilai pengetahuan anatara

mahasiswa yang banyak referensi dengan yang sedikit referensi pada prodi Matematika

FKIP UNIB. Ada perbedaan juga nilai keterampilan antara mahasiswa angkatan 1, 2, dan 3

Prodi Matematika FKIP UNIB.

2. Nilai Signifikansi X2 terhadap Y1 sebesar 0,024 < 0.05 dan X2 terhadap Y2 sebesar 0,02

< 0,05. artinya Ada perbedaan nilai pengetahuan antara mahasiswa yang sedikit referensi

pada prodi Matematika FKIP UNIB. Ada perbedaan juga nilai keterampilan antara

mahasiswa angkatan 1,2 dan 3 Prodi Matematika FKIP UNIB.

3. Nilai Signifikansi X1*X2 terhadap Y1 0,000 < 0,05, Nilai Signifikansi X1*X2 terhadap

Y2 0,000 < 0,05 Ho ditolak, artinya ada intraksi antara banyak referensi dan angkatan

terhadap nilai pengetahuan dan keterampilan.

36

Tukey HSD

Dependent

Variable

(I)

Angkatan (J) Angkatan

Mean

Difference (I-J) Std. Error Sig.



Pengetahuan Angkatan 1 Angkatan 2 -1.1875* .18703 .000 -1.6411 -.7339

ANgkatan 3 -1.9375* .18703 .000 -2.3911 -1.4839

Angkatan 2 Angkatan 1 1.1875* .18703 .000 .7339 1.6411

ANgkatan 3 -.7500* .18703 .001 -1.2036 -.2964

ANgkatan 3 Angkatan 1 1.9375* .18703 .000 1.4839 2.3911

Angkatan 2 .7500* .18703 .001 .2964 1.2036

Keterampilan Angkatan 1 Angkatan 2 -1.6250* .20514 .000 -2.1226 -1.1274

ANgkatan 3 -2.4375* .20514 .000 -2.9351 -1.9399

Angkatan 2 Angkatan 1 1.6250* .20514 .000 1.1274 2.1226

ANgkatan 3 -.8125* .20514 .001 -1.3101 -.3149

ANgkatan 3 Angkatan 1 2.4375* .20514 .000 1.9399 2.9351

Angkatan 2 .8125* .20514 .001 .3149 1.3101


The error term is Mean Square(Error) = .337.

*. The mean difference is significant at the .05 level.

1. Secara statistik terdapat perbedaan yang signifikan terhadap rata-rata nilai pengetahuan

antara Angkatan 1 dan angkatan 2 dan antara angkatan 1 dan angkatan 3 prodi Matematika

FKIP UNIB. Nilai signifakansi 0,000 < 0,05.



FKIP UNIB. Nilai signifakansi masing-masing 0,000 < 0,05 dan 0,001< 0,005.



FKIP UNIB. Nilai signifikansi masing-masing 0,000 < 0,05 dan 0,001< 0,005.

4. Secara statistik terdapat perbedaan yang signifikan terhadap rata-rata nilai keterampilan


FKIP UNIB. Nilai signifakansi 0,000 < 0,05.



FKIP UNIB. Nilai signifakansi masing-masing 0,000 < 0,05 dan 0,001< 0,005.



FKIP UNIB. Nilai signifikansi masing-masing 0,000 < 0,05 dan 0,001< 0,005.

37

Kesimpulan:

1. Ada perbedaan nilai Pengetahuan dan nilai keterampilan antara mahasiswa banyak referensi dan

sedikit referensi pada Prodi Matematika FKIP UNIB (Nilai Signifikansi Wilks’ Lamda untuk X1

sebesar 0,000 < 0,05).

2. Ada perbedaan nilai Pengetahuan dan nilai keterampilan antara mahasiswa angkatan 1,2 dan 3 pada

Prodi Matematika FKIP UNIB (Nilai Signifikansi Wilks’ Lamda untuk X2 sebesar 0,002 <

0,05).

3. Ada intraksi antara banyaknya referensi dan angkatan terhadap nilai pengetahuan dan keterampilan.

(Nilai Signifikansi Wilks’ Lamda untuk X1*X2 sebesar 0,000 < 0,05)

38

BAB V

ANALISIS KOVARIAN (ANAKOVA) DAN MULTIVARIAT ANALISIS KOVARIAN

(MANAKOVA)

V.1. ANALISIS KOVARIAN (ANAKOVA)

Pengertian gamblangnya analisis kovarian (anakova) adalah penggabungkan antara uji

komparatif dan korelasional. Lantas apa bedanya anakova dengan dengan anova? Kalau anova

hanya menguji perbandingan saja akan tetapi kalau anakova kita menguji perbandingan sekaligus

hubungkan.

Contoh Soal

Misalkan Data Penelitian dengan Judul: “ Pengaruh model pembelajaran kontekstual media pembelajaran ,

dan jenis sekolah terhadap kemampuan pemahaman konsep matematika dengan mengontrol kovariat gaya

kognitif (Studi Eksperimen pada Siswa SMP)”

Keterangan Variabel

Y : Kemampuan Pemahaman Konsep Matematika

X : Gaya Kognitif

A : Model Pembelajaran Kontekstual dengan Bantuan Media

B : Jenis Sekolah

Model: Regresi

Y = aX + b

X = a’A +b’ B

Model Anakova:

A

B

X Y

A1 X Y

A2

A3

39

Data

NO A B X Y

1 1 1 176 67

2 1 1 78 73

3 1 1 87 68

4 1 1 67 80

5 1 1 56 62

6 1 1 132 56

7 1 1 123 63

8 1 1 121 78

9 1 1 86 79

10 1 1 123 72

11 1 1 87 56

12 1 1 65 64

13 1 1 72 55

14 1 1 169 60

15 1 1 77 71

16 1 1 88 68

17 1 1 87 82

18 1 1 120 79

19 1 1 125 50

20 1 1 124 55

21 1 1 89 61

22 1 1 93 79

23 1 1 187 69

24 1 1 190 48

25 1 1 167 66

26 1 1 186 78

27 1 1 135 84

28 1 1 143 74

29 1 1 145 62

30 1 1 176 59

31 1 1 76 66

32 1 1 72 67

33 1 1 87 79

34 1 1 79 82

35 1 1 168 71

36 1 1 134 62

37 1 1 152 69

38 1 1 129 57

39 1 1 146 59

40 1 1 128 77

41 1 1 123 72

42 1 1 56 72

X Y B1

B2

40

NO A B X Y

43 1 1 75 73

44 1 1 65 65

45 1 1 78 56

46 1 1 78 76

47 1 1 87 80

48 1 1 69 82

49 1 1 89 79

50 1 1 75 79

51 2 1 54 62

52 2 1 154 62

53 2 1 147 64

54 2 1 124 63

55 2 1 132 66

56 2 1 178 67

57 2 1 92 70

58 2 1 73 62

59 2 1 94 75

60 2 1 75 52

61 2 1 78 55

62 2 1 154 70

63 2 1 73 80

64 2 1 123 61

65 2 1 145 66

66 2 1 167 64

67 2 1 164 75

68 2 1 78 74

69 2 1 89 72

70 2 1 127 55

71 2 1 76 69

72 2 1 131 68

73 2 1 121 65

74 2 1 93 69

75 2 1 190 57

76 2 2 120 63

77 2 2 125 70

78 2 2 124 55

79 2 2 89 67

80 2 2 93 62

81 2 2 187 56

82 2 2 190 63

83 2 2 167 70

84 2 2 186 69

85 2 2 135 65

86 2 2 143 67

87 2 2 145 62

88 2 2 176 80

89 2 2 76 82

90 2 2 72 65

91 2 2 87 67

92 2 2 79 68

93 2 2 168 65

41

NO A B X Y

94 2 2 134 69

95 2 2 152 55

96 2 2 129 89

97 2 2 146 77

98 2 2 128 70

99 2 2 123 67

100 2 2 56 55

101 3 2 75 67

102 3 2 65 62

103 3 2 78 65

104 3 2 78 69

105 3 2 87 65

106 3 2 69 69

107 3 2 89 67

108 3 2 75 62

109 3 2 54 79

110 3 2 154 63

111 3 2 147 66

112 3 2 124 87

113 3 2 132 69

114 3 2 178 55

115 3 2 92 60

116 3 2 73 62

117 3 2 94 75

118 3 2 75 74

119 3 2 78 87

120 3 2 154 67

121 3 2 65 65

122 3 2 70 70

123 3 2 72 72

124 3 2 75 75

125 3 2 87 87

126 3 2 61 61

127 3 2 67 67

128 3 2 89 89

129 3 2 69 69

130 3 2 63 63

131 3 2 55 55

132 3 2 60 60

133 3 2 87 87

134 3 2 82 82

135 3 2 69 69

136 3 2 80 80

137 3 2 67 67

138 3 2 65 65

139 3 2 70 70

140 3 2 65 65

141 3 2 87 87

142 3 2 66 66

143 3 2 73 73

144 3 2 88 88

42

NO A B X Y

145 3 2 86 86

146 3 2 85 85

147 3 2 69 69

148 3 2 63 63

149 3 2 70 70

150 3 2 77 77

Jawaban dengan Menggunakan Aplikasi SPSS 16, hasil output olah data adalah sebagai

berikut:

Between-Subjects Factors

Value Label N

Model Pembelajaran 1 Model Pembelajaran dg Media 1 50

2 Model Pembelajaran dg Media 2 50

3 Model Pembelajaran dg Media 3 50

Jenis Sekolah 1 Negeri 75

2 Swasta 75


Dependent Variable:Kemampuan Konsep Mtk

Source

Type I Sum of

Squares df Mean Square F Sig.

Corrected Model 704.838a 4 176.209 2.260 .065

Intercept 709190.640 1 709190.640 9.097E3 .000

X 405.237 1 405.237 5.198 .024

A 262.203 2 131.102 1.682 .190

B 37.397 1 37.397 .480 .490

A * B .000 0 . . .

Error 11304.522 145 77.962

Total 721200.000 150

Corrected Total 12009.360 149


INTERPRETASI DATA SPSS

1. Dari tabel output SPSS diperoleh sig. Variabel X (Gaya Kognitif) sebesar 0,024% . Karena

nilai Sig. < 0,05 maka H0 ditolak. Hal ini berarti bahwa ada hubungan antara Gaya Kognitif

(X) dengan Kemampuan Pemahaman Konsep Matematika (Y) yang diperoleh oleh siswa.

Anakova sudah memenuhi syarat.

2. Dilakukan pengujian untuk mengetahui pengaruh perbedaan model pembelajaran terhadap

Kemampuan pemahaman konsep matematika yang diperoleh siswa. Pengujian ini dilakukan

dengan menghilangkan pengaruh Gaya Kognitif dari model. Dari hasil pengolahan terlihat

43

bahwa angka signifikansi untuk peubah model pembelajaran adalah 0,190. Karena nilainya

di atas 0,05 maka H0 diterima. Sehingga dapat disimpulkan bahwa tanpa gaya kognitif

(GK), pada tingkat kepercayaan 95% tidak ada pengaruh perbedaan model pembelajaran

terhadap kemampuan pemahaman konsep matematika yang diperoleh siswa.

3. Kemudian dilakukan pengujian untuk mengetahui pengaruh perbedaan jenis sekolah

terhadap Kemampuan pemahaman konsep matematika yang diperoleh siswa. Pengujian ini

dilakukan dengan menghilangkan pengaruh Gaya Kognitif dari model. Dari hasil

pengolahan terlihat bahwa angka signifikansi untuk peubah jenis sekolah adalah 0,490.

Karena nilainya di atas sedikit dari 0,05 maka H0 diterima. Sehingga dapat disimpulkan

bahwa tanpa gaya kognitif (GK), pada tingkat kepercayaan 95% tidak ada pengaruh

perbedaan jenis sekolah terhadap kemampuan pemahaman konsep matematika yang

diperoleh siswa.

4. Selanjutnya dilakukan pengujian untuk mengetahui pengaruh perbedaan model

pembelajaran dan jenis sekolah terhadap Kemampuan pemahaman konsep matematika yang

diperoleh siswa. Pengujian ini dilakukan dengan menghilangkan pengaruh Gaya Kognitif

dari model. Dari hasil pengolahan terlihat bahwa angka signifikansi untuk peubah model

pembelajaran dan jenis sekolah adalah 0. Karena nilainya < 0,05 maka H0 ditolak.

Sehingga dapat disimpulkan bahwa tanpa gaya kognitif (GK), pada tingkat kepercayaan

95% ada pengaruh perbedaan model pembelajaran dan jenis sekolah terhadap kemampuan

pemahaman konsep matematika yang diperoleh siswa.

Untuk mengetahui pengaruh gaya kognitif siswa, perbedaaan model pembelajaran dan

jenis sekolah terhadap kemampuan pemahaman konsep matematika yang diperoleh siswa secara

simultan dapat dilihat dari angka signifikansi pada bagian Corrected Model. Terlihat bahwa angka

signifikansinya adalah sebesar 0,065. Karena nilai signifikansi di atas 0,05 maka H0 diterima.

Sehingga pada tingkat kepercayaan 95% dapat disimpulkan bahwa secara simultan GK siswa,

model pembelajaran dan jenis sekolah tidak mempengaruhi secara signifikan kemampuan

pemahaman konsep matematika yang diperoleh siswa.

44

V.2. MULTIVARIAT ANALISIS KOVARIAN (MANAKOVA)

Multivariate Analysis of Covariance adalah analisis kovarian di mana setidaknya ada dua

variabel dependen yang diukur secara simultan untuk menguji apakah terdapat perbedaan perlakuan

terhadap sekelompok variabel dependen setelah disesuaikan dengan pengaruh variabel konkomitan .

Analisis multi kovarian digunakan untuk membandingkan dua data atau lebih yang

semuanya bersifat interval dari dua kelompok atau lebih, disertai pengendalian satu atau lebih data

yang juga semuanya bersifat interval. Analisis Kovariansi sangat membantu dalam menghasilkan

kesimpulan yang lebih akurat. Pada variabl dependen, terdapat satu atau lebih kuantitatif variabel

yang dikenal kovariat atau konkomitan variabel. Secara umum, kovariat merupakan variabel yang

secara teoritik berkorelasi dengan variabel terikat atau beberapa variabel yang menunjukkan

korelasi pada beberapa jenis subjek yang sama. Tujuan utama kovariat dilibatkan dalam penelitian

adalah untuk memperoleh presisi dengan menghilangkan variansi kesalahan. Selain itu,

pengikutsertaan kovariat juga bertujuan untuk menurunkan efek dari beberapa faktor yang tidak

dapat dikontrol oleh peneliti.

Contoh Kasus

Metode Balikan Kognitif Motorik Bakat Mekanik

1 1 71 74 60

1 1 85 86 60

1 1 88 89 80

1 1 80 85 70

1 1 77 76 50

1 1 69 69 50

1 1 72 73 30

1 1 87 89 60

1 1 92 94 60

1 1 77 79 70

1 1 66 68 10

1 1 80 81 50

1 1 84 85 70

1 1 78 79 90

1 1 85 85 70

1 2 71 71 99

1 2 85 86 70

1 2 71 73 80

1 2 67 67 50

1 2 86 88 80

1 2 77 79 70

1 2 75 76 50

1 2 80 82 70

1 2 77 76 80

1 2 68 69 90

45

Metode Balikan Kognitif Motorik Bakat Mekanik

1 2 65 66 40

1 2 58 58 40

1 2 66 69 60

1 2 67 62 80

1 2 90 82 90

2 1 74 76 60

2 1 63 64 60

2 1 54 54 80

2 1 80 82 90

2 1 69 71 80

2 1 70 69 30

2 1 66 67 20

2 1 75 76 70

2 1 67 69 80

2 1 70 73 90

2 1 60 62 80

2 1 55 57 50

2 1 60 60 10

2 1 61 63 60

2 1 50 52 30

2 2 64 65 70

2 2 56 58 90

2 2 70 72 80

2 2 69 71 90

2 2 72 74 30

2 2 73 76 70

2 2 60 60 20

2 2 57 70 90

2 2 70 72 80

2 2 58 60 40

2 2 83 80 70

2 2 77 78 60

2 2 57 59 60

2 2 63 66 60

2 2 70 65 60

Dilakukan dengan Multivariat analisis Kovarian (Manakova), menggunakan aplikasi

SPSS 16 dengan langkah sebagai berikut:

1. Masukkan data pada data view

2. Pemberian nama, label dan value pada variabel view

3. Klik analize General linier model Multivariat

4. Masukkan Y1 dan Y2 ke dependen variabel , lalu X1 dan X2 ke fixed factor.

5. Masukkan Z ke covariate

6. Klik Post hoc, masukkan X2 ke post hoc test, lalu klik Tukey dan continue.

7. Klic OK dan diperoleh tabel out put sebgai berikut:

46

Dengan menggunakan SPSS diperoleh:

Between-Subjects Factors

Value Label N

Metode 1 Demontrasi 30

2 Ceramah 30

Balikan 1 Balikan Segera 30

2 Balikan Ditunda 30

Multivariate Testsb

Effect Value F Hypothesis df Error df Sig.

Intercept Pillai's Trace .883 2.042E2a 2.000 54.000 .000

Wilks' Lambda .117 2.042E2a 2.000 54.000 .000

Hotelling's Trace 7.563 2.042E2a 2.000 54.000 .000

Roy's Largest Root 7.563 2.042E2a 2.000 54.000 .000

Z Pillai's Trace .168 5.444a 2.000 54.000 .007

Wilks' Lambda .832 5.444a 2.000 54.000 .007



X1 Pillai's Trace .325 12.971a 2.000 54.000 .000

Wilks' Lambda .675 12.971a 2.000 54.000 .000



X2 Pillai's Trace .074 2.165a 2.000 54.000 .125

Wilks' Lambda .926 2.165a 2.000 54.000 .125



X1 * X2 Pillai's Trace .135 4.209a 2.000 54.000 .020

Wilks' Lambda .865 4.209a 2.000 54.000 .020



a. Exact statistic

b. Design: Intercept + Z + X1 + X2 + X1 * X2

Dari tabel Multivariate Testsc


perbedaan nilai Kognitif dan nilai motorik antara mahasiswa yang diajarkan dengan metode

ceramah dan metode demontrasi pada Prodi Matematika FKIP UNIB.

2. Nilai Signifikansi Wilks’ Lamda untuk X2 sebesar 0,125 > 0,05, Ho diterima, artinya Tidak

ada perbedaan nilai Kognitif dan nilai motorik antara mahasiswa yang tugasnya diberikan baikan

segera dan tugas tidak diberikan balikan segera pada Prodi Matematika FKIP UNIB.

3. Nilai Signifikansi Wilks’ Lamda untuk X1*X2 sebesar 0,020 < 0,05, Ho ditolak, artinya ada

intraksi antara metode pembelajaran dan balikan yang diberikan terhadap Kognitif dan nilai

motorik.

47

Jika pada Tabel (Tabel Manova) perbedaan metode pembelajaran mempengaruhi nilai

Kognitif dan nilai motorik, perbedaan balikan terhadap tugas tidak mempengaruhi nilai Kognitif dan

nilai motorik, serta interaksi antara metode pembelajaran dan balikan mempengaruhi nilai Kognitif

dan nilai motorik.

48

BAB VI

REGRESI LINIER

Korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Setiap regresi

pasti ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi. Korelasi yang

tidak dilanjutkan dengan regresi, adalah korelasi antara dua variabel yang tidak mempunyai

hubungan kasual/sebab akibat, atau hubungan fungsional. Untuk menetapkan kedua variabel

mempunyai hubungan kusal atau tidak, maka harus didasarkan pada teori atau konsep-konsep

tentang dua variabel tersebut.

Hubungan antara panas dengan tingkat muai panjang, dapat dikatakan sebagai

hubungan yang kausal, hubungan antara kepemimpinan dengan kepuasan kerja pegawai dapat

dikatakan hubungan yang fungsional, hubungan antara kupu-kupu yang datang dengan

banyaknya tamu di rumah bukan merupakan hubungan kausal maupun fungsional.

Kita gunakan analisis regresi bila kita ingin mengetahui bagaimana variabal

dependen/kriteria dapat diprediksikan melalui variabel independen atu variabel prediktor,

secara individual. Dampak dari penggunaan analisis regresi dapat digunakan untuk

memutuskan apakah naik dan menurunnya variabel dependen dapat dilakukan melalui

menaikan dan menurunkan keadaan variabel independen, atau meningkatkan keadaan variabel

dependen dapat dilakukan dengan meningkatkan variabel independen/dan sebaliknya.

VI.1. Regresi Linier Sederhana

Menurut Suprianto (1991:217) regresi linier sederhana bertujuan untuk

memperkirakan besarnay efek kuantitatif dari perubahan suatu kejadian terhadap kejadian

lain. Perubahan variabel terikat terhadap variabel bebas.

Regresi sederhana didasarkan pada hubungan fungsional ataupun kausal antara satu

variabel independen dengan satu variabel dependen. Persamaan umum regresi linier sederhana

adalah :

Dimana :

ý = subyek dalam variabel dependen yang diprediksikan

a = harga Y bila X = 0 (harga konstan)

b = angka arah atau koefisien regresi, yang menunjukkan angka peningkatan ataupun

penurunan variabel dependen yang didasarkan pada variabel independen.

Bila b (+) maka naik, dan bila (-) maka terjadi penurunan.

X = subyek pada variabel Independen yang mempunyai nilai tertentu

Y = a + bX

49

VI.2. Regresi Linier Berganda

Menurut Suprianto (1991:270) regresi linier berganda bertujuan untuk

memperkirakan nilai variabel Y terikat dari variabel lain yang mempengaruhinya.

Dengan demikian, akan ada hubungan antara variabel tidak bebas Y dengan beberapa

variabel lain yang bebas X1, X2, X3, ....Xn.

Menurut Sugiyono (2016:275) analisis regresi ganda digunakan oleh peneliti,

bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel

dependen (kriterium), bila dua atau lebih variabel independen sebagai prediktor

dimanipulasi (dinaik-turunkan nilainya). Jadi analisis regresi ganda akan dilakukan bila

jumlah variabel independennya minimal 2.

Persamaan regresi untuk dua prediktor adalah :

Y = a + b1X1 + b2X2

Persamaan regresi untuk tiga prediktor adalah :

Y = a + b1X1 + b2X2 + b3X3

Persamaan regresi untuk n prediktor adalah :

Y = a + b1X1 + b2X2 + b3X3 + ......+bnXn

Untuk bisa membuat ramalan melalui regresi, maka data setiap variabel harus

tersedia. Selanjutnya berdasarkan data itu peneliti harus dapat menemukan persamaan

regresi melalui perhitungan.

Contoh Kasus

Misalkan Anda melakukan penelitian eksperimen-semu dengan judul: “PENGARUH

KOMUNIKASI INTERPERSONAL, KOORDINASI DAN MOTIVASI KERJA,

TERHADAP PELAYANAN PUBLIK SERTA DAMPAKNYA TERHADAP KEPUASAN

KERJA KEPALA SEKOLAH SMP SE KOTA BENGKULU”

Berdasarkan latarbelakang masalah, dirumuskan permasalahan penelitian sebagai berikut:

1. Apakah komunikasi interpersonal berpengaruh terhadap pelayanan publik?

2. Apakah koordinasi berpengaruh terhadap pelayanan publik?

3. Apakah motivasi kerja berpengaruh terhadap pelayanan publik?

4. Apakah komunikasi interpersonal berpengaruh terhadap kepuasan kerja?

5. Apakah koordinasi berpengaruh terhadap kepuasan kerja?

50

6. Apakah motivasi kerja berpengaruh terhadap kepuasan kerja?

7. Apakah pelayanan public berpengaruh terhadap kepuasan kerja?

8. Apakah komunikasi interpersonal dan koordinasi berpengaruh secara simultan terhadap

pelayanan publik?

9. Apakah koordinasi dan motivasi kerja berpengaruh secara simultan terhadap pelayanan

publik?

10. Apakah komunikasi interpersonal dan motivasi kerja berpengaruh secara simultan terhadap

pelayanan publik?

11. Apakah komunikasi interpersonal, koordinasi, danmotivasi kerja berpengaruh secara

simultan terhadap pelayanan publik?

12. Apakah komunikasi interpersonal dankoordinasi berpengaruh secara simultan terhadap

kepuasan kerja?

13. Apakah koordinasi dan motivasi kerja berpengaruh secara simultan terhadap kepuasan

kerja?

14. Apakah komunikasi interpersonal dan motivasi kerja berpengaruh secara simultan terhadap

kepuasan kerja?

15. Apakah komunikasi interpersonal, koordinasi, dan motivasi kerja berpengaruh secara

simultan terhadap kepuasan kerja?

Perintah:

1. Jika variabel-veriabel penelitian di atas adalah X1: Komunikasi Interpersonal, X2:

Koordinasi, X3: Motivasi Kerja, Y: Pelayanan Publik, dan Z: Kepuasan Kerja, maka

susunlah Diagram Antar-Variabel berdasarkan rumusan di atas?

2. Rumuskan hipotesis penelitian dan hipotesis statistikanya?

3. Statistika Inferensial apakah yang sesuai untuk menganalisis data penelitian dengan judul di

atas?

4. Jika data hasil penelitian tertera sebagaimana Tabel 1, analisislah data tersebut dan ujilah

hipotesis statistika yang telah Anda susun? (Lihatlah Data Penelitian pada Tabel 6.1).

Tabel 6.1

DATA HASIL PENELITIAN

KODE

RESPONDEN X1 X2 X3 Y Z

1 26 38 55 60 64

2 46 45 45 50 55

3 47 46 60 62 72

4 25 30 35 40 50

51

KODE

RESPONDEN X1 X2 X3 Y Z

5 68 53 64 68 79

6 69 54 44 59 77

7 57 61 64 79 78

8 49 50 65 69 72

9 58 52 63 65 66

10 67 51 74 70 82

11 79 69 84 89 87

12 52 53 73 79 82

JAWAB (REGRESI GANDA)

15

10 1 4

8

12

2 7

X2 Y 5

9 13

14

3 6

11

1. PyX1

2. PyX2

3. PyX3

4. PzX1

5. PzX2

6. PZX3

7. PZY

8. PYX1X2

9. PYX2X3

10. PYX1X3

11. PYX1X2X3

12. PZX1X2

13. PZX2X3

14. PZX1X3

15. PZX1X2X3

X1

X2

X3

Z Y

52

1. Permasalahan : Apakah komunikasi interpersonal berpengaruh terhadap pelayanan

publik?

a. Diagram antar variabel berdasarkan rumusan masalah

b. Hipotesi penelitian dan hipotesis statistik

Hipotesis penelitian:

Ho diterima = Tidak Ada pengaruh komunikasi interpersonal terhadap

pelayanan publik

Ha diterima = Ada pengaruh komunikasi interpersonal terhadap pelayanan

publik

Hipotesis Statistik dipandang dari nilai signifikasnsi (sig.)

y,x1,x2... = 0, Signifikansi ≤0,05 : Ho diterima, tidak ada pengaruh

Ada y,x1,x2...≠ 0, Signifikansi > 0,05 : Ha diterima, ada pengaruh

c. Akan dianalisis dengan ANALISIS REGRESI Ganda dengan variabel:

Dependen ( Y) : Pelayanan Publik,

Independen (X1) : Komunikasi Interpersonal

d. Analisis menggunakan SPSS, dengan tabel coefisien sebagai berikut:

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

T Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 36.925 10.469 3.527 .005

Komunikasi .540 .187 .673 2.879 .016 1.000 1.000

a. Dependent Variable: Pelayanan Publik

BETA= 0,673 dan nilai signifikansi 0,016 <0,05 sehingga Ha diterima, yx1= 0,540 0,

terdapat pengaruh komunikasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = 36,925 +0,540 X1, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 36,925 artinya jika nilai pengaruh komunikasi nol maka nilai

pelayanan publik (terikat) sebesar 36,925. Nilai koefisien komunikasi bernilai positif 0,540,

artinya setiap kenaikan 1(satu) nilai pada variabel komunikasi dalam hal ini meningkatkan

0,54 nilai variabel Y (pelayanan publik).

X1 Y

53

2. Permasalahan : Apakah koordinasi berpengaruh terhadap pelayanan publik?




Ho diterima = Tidak ada pengaruh koordinasi terhadap pelayanan publik

Ha diterima = Ada pengaruh koordinasi terhadap pelayanan publik






Independen (X2) : Koordinasi


Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

T Sig. B Std. Error Beta

1 (Constant) 7.424 10.082 .736 .478

Koordinasi 1.164 .197 .881 5.898 .000

a. Dependent Variable: Pelayanan Publik

BETA= 0,881 dan nilai signifikansi 0,000 <0,05 sehingga Ha diterima, yx2= 1,164 0,

terdapat pengaruh koordinasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = 7,424 +1,164 X2, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 7,424 artinya jika nilai pengaruh koordinasi nol maka nilai

pelayanan publik (terikat) sebesar 7,424. Nilai koefisien koordinasi bernilai positif 1,164,

artinya setiap kenaikan 1(satu) nilai pada variabel koordinasi akan meningkatkan pelayanan

publik sebesar 1,164.

X2 Y

54

3. Permasalahan : Apakah Motivasi berpengaruh terhadap pelayanan publik?




Ho = Tidak ada pengaruh motivasi terhadap pelayanan publik

Ha = Ada pengaruh motivasi terhadap pelayanan publik






Independen (X3) : Motivasi


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 12.503 6.976 1.792 .103

MOTIVASI .881 .113 .927 7.829 .000

a. Dependent Variable: PELAYANAN PUBLIK

BETA= 0,927 dan nilai signifikansi 0,000 < 0,05 sehingga Ha diterima, yx3= 0,881 0,

terdapat pengaruh motivasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = 12,503 + 0,881 X3, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 12,503 artinya jika nilai pengaruh motivasi nol maka nilai

pelayanan publik (terikat) sebesar 12,503. Nilai koefisien motivasi bernilai positif 0,881,

artinya setiap kenaikan 1(satu) nilai pada variabel motivasi akan meningkatkan pelayanan

publik sebesar 0,881.

X3 Y

55

4. Permasalahan : Apakah Komunikasi (X1) berpengaruh terhadap kepuasan kerja (Z)?




Ho = Tidak ada pengaruh komunikasi terhadap kepuasan kerja

Ha = Ada pengaruh komunikasi terhadap kepuasan kerja





Dependen ( Z) : Kepuasan Kerja,

Independen (X1) : Komunikasi


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 42.577 7.221 5.896 .000

KOMUNIKASI .549 .129 .802 4.248 .002

a. Dependent Variable: KEPUASAN KERJA

BETA= 0,802 dan nilai signifikansi 0,002 < 0,05 sehingga Ha diterima, zx1= 0,549 0,

terdapat pengaruh komunikasi terhadap kepuasan kerja.

e. Model yang didapat adalah : Z = 42,557 + 0,549 X1, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 42,559 artinya jika nilai pengaruh komunikasi nol maka nilai

kepuasan kerja (terikat) sebesar 42,559. Nilai koefisien komunikasi bernilai positif 0,549,

artinya setiap kenaikan 1(satu) nilai pada variabel komunikasi akan meningkatkan kepuasan

kerja sebesar 0,549.

X1 Z

56

5. . Permasalahan : Apakah Koordinasi (X2) berpengaruh terhadap kepuasan kerja (Z)?




Ho = Tidak ada pengaruh koordinasi terhadap kepuasan kerja

Ha = Ada pengaruh koordinasi terhadap kepuasan kerja






Independen (X2) : Koordinasi


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 24.767 10.048 2.465 .033

KOORDINASI .942 .197 .834 4.786 .001



terdapat pengaruh koordinasi terhadap kepuasan kerja.

e. Model yang didapat adalah : Z = 24,767 + 0,942 X2, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 24,767 artinya jika nilai pengaruh koordinasi nol maka nilai

kepuasan kerja (terikat) sebesar 24,767. Nilai koefisien koordinasi bernilai positif 0,942,

artinya setiap kenaikan 1(satu) nilai pada variabel koordinasi akan meningkatkan kepuasan


X2 Z

57

6. Permasalahan : Apakah Motivasi (X3) berpengaruh terhadap kepuasan kerja (Z)?




Ho = Tidak ada pengaruh motivasi terhadap kepuasan kerja

Ha = Ada pengaruh motivasi terhadap kepuasan kerja






Independen (X3) : Motivasi


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 31.506 9.010 3.497 .006

MOTIVASI .669 .145 .824 4.602 .001



terdapat pengaruh motivasi terhadap kepuasan kerja.

e. Model yang didapat adalah : Z = 31.506+ 0,669 X3, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 31.506 artinya jika nilai pengaruh motivasi nol maka nilai

kepuasan kerja (terikat) sebesar 31.506. Nilai koefisien motivasi bernilai positif 0,669,

artinya setiap kenaikan 1(satu) nilai pada variabel motivasi akan meningkatkan kepuasan


X3 Z

58

7. . Permasalahan :Apakah Pelayanan Publik (Y) berpengaruh terhadap kepuasan kerja (Z)?




Ho = Tidak ada pengaruh pelayanan publik terhadap kepuasan kerja

Ha = Ada pengaruh pelayanan publik terhadap kepuasan kerja






Independen (Y) : Pelayanan Publik


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 21.849 8.193 2.667 .024

PELAYANAN PUBLIK .762 .122 .892 6.234 .000


BETA= 0,892 dan nilai signifikansi 0,000 < 0,05 sehingga Ha diterima, zy= 0,762 0,

terdapat pengaruh pelayanan publik terhadap kepuasan kerja.

e. Model yang didapat adalah : Z = 21.849 + 0,762 Y, Interpretasi : Nilai (constant)

menunjukan nilai sebesar 21.849 artinya jika nilai pengaruh pelayanan publik nol maka nilai

kepuasan kerja (terikat) sebesar 21.849. Nilai koefisien pelayanan publik bernilai positif

0,762, artinya setiap kenaikan 1(satu) nilai pada variabel pelayanan publik akan

meningkatkan kepuasan kerja sebesar 0,762.

Z Y

59

8. Permasalahan : Apakah komunikasi interpersonal dan koordinasi berpengaruh secara

simultan terhadap pelayanan publik?




Ho = Tidak ada pengaruh komunikasi interpersonal dan koordinasi secara

simultan terhadap pelayanan publik

Ha = Ada pengaruh komunikasi interpersonal dan koordinasi secara simultan

terhadap pelayanan publik






Independen 1 (X1) : Komunikasi Interpersonal

Independen 2 (X2) : Koordinasi

d. Analisis menggunakan SPSS, dengan tabel Anova dan coeffisien sebagai berikut: ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1595.812 2 797.906 21.510 .000a

Residual 333.854 9 37.095

Total 1929.667 11

a. Predictors: (Constant), KOORDINASI, KOMUNIKASI

b. Dependent Variable: PELAYANAN PUBLIK

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) -.029 10.429 -.003 .998

KOMUNIKASI -.383 .237 -.478 -1.617 .140

KOORDINASI 1.722 .391 1.303 4.409 .002


X1

Y

X2

60

Nilai signifikansi pada tabel ANOVA 0,000 <0,05 sehingga Ha diterima, yx1x2 0,

terdapat pengaruh komunikasi dan koordinasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = -0,029 -0,383 X1 + 1.722 X2, Interpretasi : Nilai

(constant) menunjukan nilai sebesar -0,029 artinya jika nilai pengaruh komunikasi dan

komunikasi nol maka nilai pelayanan publik (terikat) sebesar -0,029. Nilai koefisien

komunikasi bernilai negatif (-0,383), artinya setiap kenaikan 1(satu) nilai pada variabel

komunikasi akan menurunkan nilai pelayanan publik sebesar 0,0383. Nilai koefisien

koordinasi positif 1,722, artinya setiap kenaikan 1 (satu) nilai pada variabel koordinasi akan

menaikkan nilai pelayanan publik sebesar 1,722.

9. Permasalahan : Apakah koordinasi dan motivasi berpengaruh secara simultan terhadap

pelayanan publik?




Ho = Tidak ada pengaruh koordinasi dan motivasi secara simultan terhadap

pelayanan publik

Ha = Ada pengaruh koordinasi dan motivasi secara simultan terhadap pelayanan

publik







Independen 3 (X3) : Motivasi

X2

Y

X3

61

d. Analisis menggunakan SPSS, dengan tabel Anova dan coeffisien sebagai berikut:

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 1818.829 2 909.415 73.844 .000a

Residual 110.838 9 12.315

Total 1929.667 11

a. Predictors: (Constant), MOTIVASI, KOORDINASI


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 2.377 5.481 .434 .675

KOORDINASI .568 .158 .430 3.603 .006

MOTIVASI .578 .113 .608 5.097 .001



terdapat pengaruh koordinasi dan motivasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = 2,377 + 0,568 X2 + 0,578 X3, Interpretasi : Nilai

(constant) menunjukan nilai sebesar 2,377 artinya jika nilai pengaruh koordinasi dan

komunikasi nol maka nilai pelayanan publik (terikat) sebesar 2,377. Nilai koefisien

koordinasi bernilai positif 0,568, artinya setiap kenaikan 1(satu) nilai pada variabel

kooordinas akan meningkatkan nilai pelayanan publik sebesar 0,568. Nilai koefisien

motivasi positif 0,578, artinya setiap kenaikan 1 (satu) nilai pada variabel motivasi akan


10. Permasalahan : Apakah komunikasi dan motivasi berpengaruh secara simultan terhadap

pelayanan publik?




Ho = Tidak ada pengaruh komunikasi dan motivasi secara simultan terhadap

pelayanan publik

X1

Y

X3

62

Ha = Ada pengaruh komunikasi dan motivasi secara simultan terhadap

pelayanan publik






Independen 1 (X1) : Komunikasi



ANOVAb


1 Regression 1691.747 2 845.873 31.998 .000a

Residual 237.920 9 26.436

Total 1929.667 11

a. Predictors: (Constant), KOMUNIKASI, MOTIVASI


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 11.255 6.984 1.611 .142

MOTIVASI .785 .141 .825 5.560 .000

KOMUNIKASI .132 .119 .165 1.113 .294



terdapat pengaruh komunikasi dan motivasi terhadap pelayanan publik.


(constant) menunjukan nilai sebesar 11,255 artinya jika nilai pengaruh motivasi dan

komunikasi nol maka nilai pelayanan publik (terikat) sebesar 11,255. Nilai koefisien

komunikasi bernilai positif 0,132, artinya setiap kenaikan 1(satu) nilai pada variabel

komunikasi akan meningkatkan nilai pelayanan publik sebesar 0,132. Nilai koefisien

63

motivasi positif 0, 785, artinya setiap kenaikan 1 (satu) nilai pada variabel motivasi akan

menaikkan nilai pelayanan publik sebesar 0, 785.

11. Permasalahan : Apakah komunikasi dan monivasi berpengaruh secara simultan terhadap

pelayanan publik?




Ho = Tidak ada pengaruh komunikasi, koordinasi, dan motivasi secara

simultan terhadap pelayanan publik

Ha = Ada pengaruh komunikasi, koordinasi, dan motivasi secara simultan

terhadap pelayanan publik










ANOVAb


1 Regression 1876.586 3 625.529 94.276 .000a

Residual 53.080 8 6.635

Total 1929.667 11

a. Predictors: (Constant), KOORDINASI, MOTIVASI, KOMUNIKASI

b.Dependent Variable: PELAYANAN PUBLIK

X1

Y X2

X3

64

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) -3.144 4.437 -.709 .499

MOTIVASI .546 .084 .574 6.505 .000

KOMUNIKASI -.298 .101 -.372 -2.950 .018

KOORDINASI 1.035 .196 .783 5.278 .001


Nilai signifikansi pada tabel ANOVA 0,000 <0,05 sehingga Ha diterima, yx1x2x3 0,

terdapat pengaruh komunikasi, koordinasi, dan motivasi terhadap pelayanan publik.

e. Model yang didapat adalah : Y = -3,144 -0,298 X1 +1,035 X2+ 0,546 X3, Interpretasi :

Nilai (constant) menunjukan nilai sebesar -3,144 artinya jika nilai pengaruh motivasi,

koordinasi, dan komunikasi nol maka nilai pelayanan publik (terikat) sebesar -3,144. Nilai

koefisien komunikasi bernilai negatif (-0,298), artinya setiap kenaikan 1(satu) nilai pada

variabel komunikasi akan mengurangi nilai pelayanan publik sebesar 0,298. Nilai koefisien

koordinasi positif 1,035, artinya setiap kenaikan 1 (satu) nilai pada variabel koordinasi akan

menaikkan nilai pelayanan publik sebesar 1,035. Nilai koefisien motivasi positif 0,546,

artinya setiap kenaikan 1 (satu) nilai pada variabel koordinasi akan menaikkan nilai

pelayanan publik sebesar 0,546.

12. Permasalahan : Apakah komunikasi interpersonal dan koordinasi berpengaruh secara

simultan terhadap kepuasan kerja?




Ho = Tidak Ada pengaruh komunikasi interpersonal dan koordinasi secara

simultan terhadap kepuasan kerja

Ha = Ada pengaruh komunikasi interpersonal dan koordinasi secara simultan

terhadap kepuasan kerja




X1

Z

X2

65



Independen 1 (X1) : Komunikasi Interpersonal



ANOVAb


1 Regression 1007.409 2 503.705 11.317 .003a

Residual 400.591 9 44.510

Total 1408.000 11

a. Predictors: (Constant), KOORDINASI, KOMUNIKASI

b. Dependent Variable: KEPUASAN KERJA

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 28.721 11.424 2.514 .033

KOMUNIKASI .203 .259 .297 .783 .454

KOORDINASI .646 .428 .572 1.509 .165


Nilai signifikansi pada tabel ANOVA 0,003 <0,05 sehingga Ha diterima, zx1x2 0,

terdapat pengaruh komunikasi dan koordinasi terhadap pelayanan publik.

e. Model yang didapat adalah : Z = 28.721 + 0,203 X1 + 0,646 X2, Interpretasi : Nilai

(constant) menunjukan nilai sebesar 28.721 artinya jika nilai pengaruh komunikasi dan

komunikasi nol maka nilai kepuasan kerja (terikat) sebesar 28.721. Nilai koefisien

komunikasi bernilai positif 0,203, artinya setiap kenaikan 1(satu) nilai pada variabel

komunikasi akan menaikkan nilai kepuasan kerja sebesar 0,203. Nilai koefisien koordinasi

positif 0,646, artinya setiap kenaikan 1 (satu) nilai pada variabel koordinasi akan menaikkan

nilai kepuasan kerja sebesar 0,646.

13. Permasalahan : Apakah koordinasi dan motivasi berpengaruh secara simultan terhadap

kepuasan kerja?


X2

Z

X3

66



Ho = Tidak ada pengaruh koordinasi dan motivasi secara simultan terhadap kepuasan kerja

Ha = Ada pengaruh koordinasi dan motivasi secara simultan terhadap kepuasan kerja









ANOVAb


1 Regression 1111.531 2 555.766 16.872 .001a

Residual 296.469 9 32.941

Total 1408.000 11

a. Predictors: (Constant), MOTIVASI, KOORDINASI


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 21.533 8.964 2.402 .040

KOORDINASI .559 .258 .496 2.170 .058

MOTIVASI .370 .185 .456 1.997 .077



terdapat pengaruh koordinasi dan motivasi terhadap pelayanan publik.


(constant) menunjukan nilai sebesar 21,533 artinya jika nilai pengaruh koordinasi dan

komunikasi nol maka nilai kepuasan kerja (terikat) sebesar 21,533. Nilai koefisien

koordinasi bernilai positif 0,559, artinya setiap kenaikan 1(satu) nilai pada variabel

kooordinasi akan meningkatkan nilai kepuasan kerja sebesar 0,559. Nilai koefisien motivasi

67

positif 0,370, artinya setiap kenaikan 1 (satu) nilai pada variabel motivasi akan menaikkan

nilai kepuasan kerja sebesar 0,37.

14. Permasalahan : Apakah komunikasi dan motivasi berpengaruh secara simultan terhadap

kepuasan kerja?




Ho = Tidak ada pengaruh komunikasi dan motivasi secara simultan terhadap

kepuasan kerja

Ha = Ada pengaruh komunikasi dan motivasi secara simultan terhadap kepuasan

kerja









ANOVAb


1 Regression 1153.693 2 576.846 20.415 .000a

Residual 254.307 9 28.256

Total 1408.000 11

a. Predictors: (Constant), KOMUNIKASI, MOTIVASI

b.Dependent Variable: KEPUASAN KERJA

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 28.445 7.221 3.939 .003

MOTIVASI .432 .146 .532 2.961 .016

KOMUNIKASI .325 .123 .475 2.642 .027

X1

Z

X3

68

ANOVAb


1 Regression 1153.693 2 576.846 20.415 .000a

Residual 254.307 9 28.256

Total 1408.000 11



terdapat pengaruh komunikasi dan motivasi terhadap pelayanan publik.

e. Model yang didapat adalah : Z = 28.445 + 0,432 X3 + 0,325 X1, Interpretasi : Nilai

(constant) menunjukan nilai sebesar 28.445 artinya jika nilai pengaruh motivasi dan

komunikasi nol maka nilai kepuasan kerja (terikat) sebesar 28.445. Nilai koefisien motivasi

bernilai positif 0,432, artinya setiap kenaikan 1(satu) nilai pada variabel motivasi akan

meningkatkan nilai kepuasan kerja sebesar 0,432. Nilai koefisien komunikasi positif 0,325,

artinya setiap kenaikan 1 (satu) nilai pada variabel komunikasi akan menaikkan nilai

kepuasan kerja sebesar 0,325.

15. Permasalahan : Apakah komunikasi dan monivasi berpengaruh secara simultan terhadap

kepuasan kerja?




Ho = Tidak ada pengaruh komunikasi, koordinasi, dan motivasi secara

simultan terhadap Kepuasan Kerja

Ha = Ada pengaruh komunikasi, koordinasi, dan motivasi secara simultan

terhadap Kepuasan Kerja





X1

Z X2

X3

69





d. Analisis menggunakan SPSS, dengan tabel Anova dan coeffisien sebagai berikut: ANOVAb


1 Regression 1157.255 3 385.752 12.307 .002a

Residual 250.745 8 31.343

Total 1408.000 11

a. Predictors: (Constant), KOORDINASI, MOTIVASI, KOMUNIKASI


Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 26.446 9.643 2.742 .025

MOTIVASI .399 .182 .491 2.187 .060

KOMUNIKASI .265 .220 .387 1.208 .262

KOORDINASI .144 .426 .127 .337 .745


Nilai signifikansi pada tabel ANOVA 0,002 <0,05 sehingga Ha diterima, zx1x2x3 0,

terdapat pengaruh komunikasi, koordinasi, dan motivasi terhadap Kepuasan Kerja.

e. Model yang didapat adalah : Y = 26,446 +0,265 X1 + 0,144 X2+ 0,399 X3, Interpretasi :

Nilai (constant) menunjukan nilai sebesar 26,446 artinya jika nilai pengaruh motivasi,

koordinasi, dan komunikasi nol maka nilai Kepuasan Kerja (terikat) sebesar 26,446. Nilai

koefisien komunikasi bernilai positif 0,265, artinya setiap kenaikan 1(satu) nilai pada

variabel komunikasi akan meningkatkan nilai Kepuasan Kerja sebesar 0,265. Nilai

koefisien koordinasi positif 0,144, artinya setiap kenaikan 1 (satu) nilai pada variabel

koordinasi akan menaikkan nilai Kepuasan Kerja sebesar 0,144. Nilai koefisien motivasi

positif 0,399, artinya setiap kenaikan 1 (satu) nilai pada variabel koordinasi akan menaikkan

nilai kepuasan Kerja sebesar 0,399.

70

Tabel Ringkasan Persamaan Regresi, Uji Hipotesis, dan Interpretasi

NO PERSAMAAN

REGRESI

UJI HIPOTESIS Interpretasi

1 Y = 36,925 +0,540X1

yx1 ≠ 0 Nilai (constant) menunjukan nilai sebesar 36,925 artinya

jika nilai pengaruh komunikasi nol maka nilai pelayanan

publik (terikat) sebesar 36,925. Nilai koefisien

komunikasi bernilai positif 0,540, artinya setiap

kenaikan 1(satu) nilai pada variabel komunikasi dalam

hal ini meningkatkan 0,54 nilai variabel Y (pelayanan

publik).

2 Y= 7,424 + 1,164X2

yx2 ≠ 0 Nilai (constant) menunjukan nilai sebesar 7,424 artinya

jika nilai pengaruh koordinasi nol maka nilai pelayanan

publik (terikat) sebesar 7,424. Nilai koefisien koordinasi

bernilai positif 1,164, artinya setiap kenaikan 1(satu)

nilai pada variabel koordinasi akan meningkatkan

pelayanan publik sebesar 1,164.

3 Y= 12,503 + 0,881X3 yx3 ≠ 0 Nilai (constant) menunjukan nilai sebesar 12,503 artinya

jika nilai pengaruh motivasi nol maka nilai pelayanan

publik (terikat) sebesar 12,503. Nilai koefisien motivasi


nilai pada variabel motivasi akan meningkatkan

pelayanan publik sebesar 0,881

4 Z= 42,577 + 0,549X1 zx1 ≠ 0 Nilai (constant) menunjukan nilai sebesar 42,559 artinya

jika nilai pengaruh komunikasi nol maka nilai kepuasan

kerja (terikat) sebesar 42,559. Nilai koefisien

komunikasi bernilai positif 0,549, artinya setiap

kenaikan 1(satu) nilai pada variabel komunikasi akan

meningkatkan kepuasan kerja sebesar 0,549.

5 Z= 24,781 + 0,942X2 zx2 ≠ 0 Nilai (constant) menunjukan nilai sebesar 24,767 artinya

jika nilai pengaruh koordinasi nol maka nilai kepuasan

kerja (terikat) sebesar 24,767. Nilai koefisien koordinasi


nilai pada variabel koordinasi akan meningkatkan

kepuasan kerja sebesar 0,942.

6 Z= 31,506 + 0,669X3 zx3 ≠ 0 Nilai (constant) menunjukan nilai sebesar 31.506 artinya

jika nilai pengaruh motivasi nol maka nilai kepuasan

kerja (terikat) sebesar 31.506. Nilai koefisien motivasi

bernilai positif 0,669, artinya setiap kenaikan 1(satu) nilai

pada variabel motivasi akan meningkatkan kepuasan kerja

sebesar 0,669.

7 Z= 21,849 + 0,762 Y zy ≠ 0 Nilai (constant) menunjukan nilai sebesar 21.849 artinya

jika nilai pengaruh pelayanan publik nol maka nilai

kepuasan kerja (terikat) sebesar 21.849. Nilai koefisien

pelayanan publik bernilai positif 0,762, artinya setiap

kenaikan 1(satu) nilai pada variabel pelayanan publik

71

akan meningkatkan kepuasan kerja sebesar 0,762.

8 Y= 0,029 – 0,383X1 +

1,722X2 x1x2 ≠0

Nilai (constant) menunjukan nilai sebesar -0,029 artinya

jika nilai pengaruh komunikasi dan komunikasi nol

maka nilai pelayanan publik (terikat) sebesar -0,029.

Nilai koefisien komunikasi bernilai negatif (-0,383),

artinya setiap kenaikan 1(satu) nilai pada variabel

komunikasi akan menurunkan nilai pelayanan publik

sebesar 0,0383. Nilai koefisien koordinasi positif 1,722,

artinya setiap kenaikan 1 (satu) nilai pada variabel

koordinasi akan menaikkan nilai pelayanan publik

sebesar 1,722

9 Y = 2,377 + 0,568 X2 +

0,578 X3 yx2x3 0

Nilai (constant) menunjukan nilai sebesar 2,377 artinya

jika nilai pengaruh koordinasi dan komunikasi nol maka

nilai pelayanan publik (terikat) sebesar 2,377. Nilai

koefisien koordinasi bernilai positif 0,568, artinya setiap

kenaikan 1(satu) nilai pada variabel kooordinas akan

meningkatkan nilai pelayanan publik sebesar 0,568.

Nilai koefisien motivasi positif 0,578, artinya setiap

kenaikan 1 (satu) nilai pada variabel motivasi akan


10 Y = 11,255 + 0,785 X3

+ 0,132 X1 yx1x3 0

, Interpretasi : Nilai (constant) menunjukan nilai sebesar

11,255 artinya jika nilai pengaruh motivasi dan

komunikasi nol maka nilai pelayanan publik (terikat)

sebesar 11,255. Nilai koefisien komunikasi bernilai

positif 0,132, artinya setiap kenaikan 1(satu) nilai pada

variabel komunikasi akan meningkatkan nilai pelayanan

publik sebesar 0,132. Nilai koefisien motivasi positif 0,

785, artinya setiap kenaikan 1 (satu) nilai pada variabel

motivasi akan menaikkan nilai pelayanan publik sebesar

0, 785

11 Y = -3,144 -0,298 X1

+1,035 X2+ 0,546 X3 yx1x2x3 0

Nilai (constant) menunjukan nilai sebesar -3,144 artinya

jika nilai pengaruh motivasi, koordinasi, dan komunikasi

nol maka nilai pelayanan publik (terikat) sebesar -3,144.

Nilai koefisien komunikasi bernilai negatif (-0,298),

artinya setiap kenaikan 1(satu) nilai pada variabel

komunikasi akan mengurangi nilai pelayanan publik

sebesar 0,298. Nilai koefisien koordinasi positif 1,035,



sebesar 1,035. Nilai koefisien motivasi positif 0,546,



sebesar 0,546.

12 Z = 28.721 + 0,203 X1

+ 0,646 X2 zx1x2 0,

Nilai (constant) menunjukan nilai sebesar 28.721 artinya

jika nilai pengaruh komunikasi dan komunikasi nol

maka nilai kepuasan kerja (terikat) sebesar 28.721. Nilai

koefisien komunikasi bernilai positif 0,203, artinya

72

setiap kenaikan 1(satu) nilai pada variabel komunikasi

akan menaikkan nilai kepuasan kerja sebesar 0,203.

Nilai koefisien koordinasi positif 0,646, artinya setiap

kenaikan 1 (satu) nilai pada variabel koordinasi akan

menaikkan nilai kepuasan kerja sebesar 0,646.

13 Y = 21,533 + 0,559 X2

+ 0,370 X3

zx2x3 0 Nilai (constant) menunjukan nilai sebesar 21,533

artinya jika nilai pengaruh koordinasi dan komunikasi

nol maka nilai kepuasan kerja (terikat) sebesar 21,533.

Nilai koefisien koordinasi bernilai positif 0,559, artinya

setiap kenaikan 1(satu) nilai pada variabel kooordinasi

akan meningkatkan nilai kepuasan kerja sebesar 0,559.

Nilai koefisien motivasi positif 0,370, artinya setiap

kenaikan 1 (satu) nilai pada variabel motivasi akan


14 Z = 28.445 + 0,432 X3

+ 0,325 X1

zx1x3 0 Nilai (constant) menunjukan nilai sebesar 28.445 artinya

jika nilai pengaruh motivasi dan komunikasi nol maka

nilai kepuasan kerja (terikat) sebesar 28.445. Nilai

koefisien motivasi bernilai positif 0,432, artinya setiap

kenaikan 1(satu) nilai pada variabel motivasi akan

meningkatkan nilai kepuasan kerja sebesar 0,432. Nilai

koefisien komunikasi positif 0,325, artinya setiap

kenaikan 1 (satu) nilai pada variabel komunikasi akan


15 Z= 26,446 +

0,265X1+0,144X2

+0,399X3

zx1x2x3 0 Nilai (constant) menunjukan nilai sebesar 26,446

artinya jika nilai pengaruh motivasi, koordinasi, dan

komunikasi nol maka nilai Kepuasan Kerja (terikat)

sebesar 26,446. Nilai koefisien komunikasi bernilai

positif 0,265, artinya setiap kenaikan 1(satu) nilai pada

variabel komunikasi akan meningkatkan nilai Kepuasan

Kerja sebesar 0,265. Nilai koefisien koordinasi positif

0,144, artinya setiap kenaikan 1 (satu) nilai pada

variabel koordinasi akan menaikkan nilai Kepuasan

Kerja sebesar 0,144. Nilai koefisien motivasi positif

0,399, artinya setiap kenaikan 1 (satu) nilai pada

variabel koordinasi akan menaikkan nilai kepuasan

Kerja sebesar 0,399.

73

BAB VII

ANALISIS JALUR

VII. 1. Analisis Jalur Biasa

Menurus Sugiyono (2016:297) analisis jalur adalah pengembangan dari regresi, sehingga

analisis regresi dapat dikatakan sebagai bentuk khusus dari analisis jalur. Analisis regresi adalah

dasar sebelum mempelajari analisis jalur.

Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori, yang secara a-

priori dihipotesiskan, yang mencakup kaitan structural antar variabel terukur.

Analisis Jalur atau yang lebih dikenal luas sebagai Path Analysis merupakan suatu

metode pendekomposisian korelasi kedalam bagian-bagian yang berbeda untuk menginterpretasikan

suatu pengaruh (effect).

Dalam analisis jalur yang distandarkan korelasi dapat dipecah kedalam komponen-

komponen struktural (kausal) dan nonstruktural (nonkausal) didasarkan teori yang dinyatakan

dalam diagram jalur. Total Efek Struktural dapat didekomposisi : Langsung dan Tidak

Langsung.

Misal diberikan Judul Penelitian:

PENGARUH KEMAMPUAN PENALARAN ADAPTIF, KEMAMPUAN BERPIKIR KRITIS,

KEMAMPUAN BERPIKIR KREATIF, DAN KEMAMPUAN PEMAHAMAN KONSEP

TERHADAP KEMAPUAN PEMECAHAN MASALAH

Misal:

X1: KEMAMPUAN PENALARAN ADAPTIF,

X2: KEMAMPUAN BERPIKIR KRITIS,

X3: KEMAMPUAN BERPIKIR KREATIF,

X4: KEMAMPUAN PEMAHAMAN KONSEP

Y: KEMAPUAN PEMECAHAN MASALAH

SOAL:

Berdasarkan judul di atas dan teori yang mendukung selesaikan soal berikut:

1. SUSUNLAH RUMUSAN MASALAH (pengaruh langsung dan tak langsung)?

2. Susunlah Kontalasi Penelitiannya?

3. Susunlah pasangan hipotesis statistikanya?

4. Analisislah data penelitian (Tabel 1) dengan menggunakan Path Analysis?

74

5. Simpulkan hasil analisis data Anda?

Tabel 7.1 Data Hasil Penelitian Analisis Jalur

X1 X2 X3 X4 Y

45 26 55 60 64

56 46 45 50 55

57 47 60 62 72

70 25 35 40 50

65 68 64 68 79

60 69 44 59 77

60 57 64 79 78

65 49 65 69 72

55 58 63 65 66

50 67 74 70 82

45 79 84 89 87

67 52 73 79 82

80 35 56 78 67

85 47 60 62 72

76 25 35 40 50

68 68 64 68 79

57 69 44 59 77

54 34 67 76 77

56 23 65 65 76

68 67 74 70 82

67 79 84 89 87

87 52 73 79 82

88 35 56 78 67

86 47 60 62 72

85 25 35 40 50

54 49 65 69 72

80 58 63 65 66

78 67 74 70 82

76 79 84 89 87

65 52 73 79 82

60 35 56 78 67

45 47 60 62 72

55 25 35 40 50

Jawaban:

1. Rumusan Masalah Pengaruh pengaruh langsung dan tak langsung:

a. Berapa besar pengaruh langsung X1 terhadap X4?

b. Berapa besar pengaruh langsung X2 terhadap X4?

c. Berapa Besar Pengaruh langsung X3 terhadap X4?

d. Berapa Besar Pengaruh langsung X4 terhadap Y?

75

e. Berapa besar pengaruh langsung X1 terhadap Y, berapa besar pengaruh tidak langsung X1 terhadap

Y melalui X4, dan berapa besar pengaruh total X1 ke Y?

f. Berapa besar pengaruh tidak langsung X2 terhadap Y melalui X4, dan berapa besar pengaruh total

X2 ke Y?

g. Berapa besar pengaruh langsung X3 terhadap Y, berapa besar pengaruh tidak langsung X3 terhadap

Y melalui X4, dan berapa besar pengaruh total X3 ke Y?

2. Konstalasi penelitian:

Pengaruh

Variabel

Pengaruh Kausal

Langsung

Tidak Langsung

Melalui X4 Total

X1 terhadap X4 -

X2 terhadap X4 -

X3 terhadap X4 -

X4 terhadap Y -

X1 terhadap Y

X2 terhadap Y

X3 terhadap Y

3. Pasangan Hipotesis Statistik a. Ho: =0 : Kemampuan penalaran adaptif tidak berpengaruh terhadap kemampuan pemahaman

konsep.

H1 : ≠ 0 : Kemampuan penalaran adaptif berpengaruh terhadap kemampuanpemahaman konsep.

b. Ho: =0 : Kemampuan berpikir kritis tidak berpengaruh terhadap kemampuan pemahaman konsep.

H1 : ≠ 0 : Kemampuan berpikir kritis berpengaruh terhadap kemampuan pemahaman konsep.

c. Ho: =0 : Kemampuan berpikir kreatif tidak berpengaruh terhadap kemampuan pemahaman konsep.

H1 : ≠ 0 : Kemampuan berpikir kreatif berpengaruh terhadap kemampuan pemahaman konsep.

d. Ho: =0 : Kemampuan penalaran adaptif, berpikir kreatif, dan berpikir kreatif secara simultan

tidak berpengaruh terhadap kemampuan pemahaman konsep.

X1

X2

X3

X4 Y

76

H1 : ≠ 0 : Kemampuan penalaran adaptif, berpikir kreatif, dan berpikir kreatif secara simultan

berpengaruh terhadap kemampuan pemahaman konsep.

e. Ho: =0 : Kemampuan penalaran adaptif tidak berpengaruh terhadap kemampuan pemecahan

masalah.

H1 : ≠ 0 : Kemampuan penalaran adaptif berpengaruh terhadap kemampuan pemecahan masalah.

f. Ho: =0 : Kemampuan pemahaman konsep tidak berpengaruh terhadap kemampuan pemecahan

masalah.

H1 : ≠ 0 : Kemampuan pemahaman konsep berpengaruh terhadap kemampuan pemecahan masalah.

g. Ho: =0 : Kemampuan berpikir kreatif tidak berpengaruh terhadap kemampuan pemecahan masalah.

H1 : ≠ 0 : Kemampuan berpikir kreatif berpengaruh terhadap kemampuan pemecahan masalah.

h. Ho: =0 : Kemampuan penalaran adaptif, berpikir kreatif, dan pemahaman konsep secara simultan

tidak berpengaruh terhadap kemampuan pemecahan masalah.

H1 : ≠ 0 : Kemampuan penalaran adaptif, berpikir kreatif, dan pemahaman konsep secara simultan

berpengaruh terhadap kemampuan pemecahan masalah.

4. Analisis data penelitian dengan menggunakan Path Analysis.

Dari 8 permasalahan yang akan dibahas, dapat dibagi dalam partisi berikut ini:

Sub struktur 1

Model yang diperoleh dari Sub Struktur 1 : X4 =

X1

X2

X3

X4

77

Sub Struktur 2

Model yang diperoleh dari Substruktur 2 : Y= + .

Hitungan Koefisien Jalur:

Substruktur 1:

Correlations

Pemahaman

Konsep Penalaran Adaptif Berpikir Kritis Berpikir Kreatif

Pearson Correlation Pemahaman Konsep 1.000 -.007 .567 .880

Penalaran Adaptif -.007 1.000 -.079 -.063

Berpikir Kritis .567 -.079 1.000 .649

Berpikir Kreatif .880 -.063 .649 1.000

ANOVAb


1 Regression 4664.948 3 1554.983 33.708 .000a

Residual 1337.779 29 46.130

Total 6002.727 32

a. Predictors: (Constant), Berpikir Kreatif, Penalaran Adaptif, Berpikir Kritis

b. Dependent Variable: Pemahaman Konsep

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 11.023 8.359 1.319 .198

Penalaran Adaptif .052 .093 .049 .557 .582

Berpikir Kritis -.004 .091 -.006 -.049 .961

Berpikir Kreatif .866 .113 .887 7.692 .000

a. Dependent Variable: Pemahaman Konsep

X1

X3

X4 Y

78

Model Summaryb

Model R

R

Square

Adjusted R

Square

Std. Error of

the Estimate

Change Statistics

Durbin-Watson

R Square

Change

F

Change df1 df2

Sig. F

Change

1 .882a .777 .754 6.79193 .777 33.708 3 29 .000 1.860

a. Predictors: (Constant), Berpikir Kreatif, Penalaran Adaptif, Berpikir Kritis

b. Dependent Variable: Pemahaman Konsep

Analisis

Tabel Anova menunjukkan signifikansi 0,000 < 0,05 , dengan demikian H0 ditolak ,artinya Kemampuan

penalaran adaptif, berpikir kreatif, dan berpikir kreatif secara simultan berpengaruh terhadap kemampuan

pemahaman konsep.

Berdasarkan koefisien Determinan Rsquare= 0,911 dan besarnya pengaruh = = 0,472.

Dari tabel Coefficiens:

Signifikansi penalaran adaptif terhadap pemahaman konsep 0,582 > 0,05, maka Ho diterima, artinya

penalaran adaptif tidak berpengaruh terhadap pemahaman konsep.

Signifikansi pemahaman berpikir kritis terhadap pemahaman konsep 0,961 > 0,05, maka Ho diterima,

artinya pemahaman berpikir kritis tidak berpengaruh terhadap pemahaman konsep.

Signifikansi pemahaman berpikir kreatif terhadap pemahaman konsep 0,000 < 0,05, maka Ho dittolak,

artinya pemahaman berpikir kreatif berpengaruh terhadap pemahaman konsep.

Antar Variabel Koefisien

Jalur

T F Hasil Uji R

square

Koefisien Variabel

X1 terhadap X4 0.049 0.557

33,708

Ho diterima

0,777 (0.472)2 = 0.223 X2 terhadap X4 -0.006 -0.049 Ho diterima

X3 terhadap X4 0.887 7.692 Ho ditolak

Sehingga bentuk persamaannya adalah X4 =

Hitungan Koefisien Jalur:

Substruktur 2:

Correlations

Pemecahan

Masalah Penalaran Adaptif Berpikir Kreatif

Pemahaman

Konsep

Pearson Correlation Pemecahan Masalah 1.000 -.103 .880 .836

Penalaran Adaptif -.103 1.000 -.063 -.007

Berpikir Kreatif .880 -.063 1.000 .880

Pemahaman Konsep .836 -.007 .880 1.000

79

ANOVAb


1 Regression 3128.113 3 1042.704 37.451 .000a

Residual 807.402 29 27.841

Total 3935.515 32

a. Predictors: (Constant), Pemahaman Konsep, Penalaran Adaptif, Berpikir Kreatif

b.Dependent Variable: Pemecahan Masalah

Coefficientsa

Model


Standardized

Coefficients


1 (Constant) 30.058 6.677 4.502 .000

Penalaran Adaptif -.053 .072 -.062 -.733 .470


Pemahaman Konsep .232 .144 .287 1.609 .118

a. Dependent Variable: Pemecahan Masalah

Model Summaryb

Model R

R

Square

Adjusted R

Square

Std. Error of

the Estimate

Change Statistics

Durbin-Watson

R Square

Change F Change df1 df2

Sig. F

Change

1 .892a .795 .774 5.27650 .795 37.451 3 29 .000 1.754

a. Predictors: (Constant), Pemahaman Konsep, Penalaran Adaptif, Berpikir Kreatif

b. Dependent Variable: Pemecahan Masalah


penalaran adaptif, pemahaman konsep, dan berpikir kreatif secara simultan berpengaruh terhadap

kemampuan pemecahan masalah.

Berdasarkan koefisien Determinan Rsquare= 0,795 dan besarnya pengaruh = = 0,453.

Dari tabel Coefficiens:

Signifikansi penalaran adaptif terhadap pemecahan masalah 0,470> 0,05, maka Ho diterima, artinya

penalaran adaptif tidak berpengaruh terhadap pemecahan masalah.

Signifikansi berpikir kreatif terhadap pemecahan masalah 0,002 < 0,05, maka Ho ditolak, artinya

pemahaman berpikir kreatif berpengaruh terhadap pemahaman konsep.

Signifikansi pemahaman konsep terhadap pemecahan masalah 0,118 > 0,05, maka Ho diterima, artinya

pemahaman konsep berpengaruh terhadap pemecahan masalah.

80


Jalur

T F Hasil Uji R

square

Koefisien Variabel

X1 terhadap Y -0.062 -0.733

37,451

Ho diterima

0,795 (0.453)2 = 0.205 X3 terhadap Y 0.624 3.494 Ho ditolak

X4 terhadap Y 0.287 1.609 Ho diterima

Sehingga bentuk persamaannya adalah Y= +0,453.

Koefisien Jalur secara keseluruhan dari model

Pengaruh Langsung, tidak langsung, dan total:

Pengaruh

Variabel

Pengaruh Kausal

Langsung Tidak Langsung

Melalui X4 Total

X1 terhadap X4 -

X2 terhadap X4 -0,006 - -0,006

X3 terhadap X4 0.887 - 0.887

X4 terhadap Y - 0.287

X1 terhadap Y = -0.04794

X2 terhadap Y = -0.00172

X3 terhadap Y 0.878569

Kesimpulan:

1) Pengaruh Langsung dan tidak langsung

a. Besar pengaruh langsung X1 terhadap X4 adalah

b. Besar pengaruh langsung X2 terhadap X4 adalah -0,006

c. Besar Pengaruh langsung X3 terhadap X4 adalah 0,887

d. Besar Pengaruh langsung X4 terhadap Y adalah 0,287

e. Besar pengaruh langsung X1 terhadap Y adalah -0,062, berapa besar pengaruh tidak langsung X1

terhadap Y melalui X4 adalah 0,014 , dan besar pengaruh total X1 ke Y adalah -0,04794

f. Besar pengaruh tidak langsung X2 terhadap Y melalui X4 adalah -0.00172 (sekaligus

pengaruh total).

g. Besar pengaruh langsung X3 terhadap Y adalah 0,624, besar pengaruh tidak langsung X3 terhadap Y

melalui X4 adalah 0.254569 , dan berapa besar pengaruh total X3 ke Y adalah 0,878569.

X1

X2

X3

X4 Y

81

2) Jawaban Hipotesis Ho dan H1

a. Kemampuan penalaran adaptif tidak berpengaruh terhadap kemampuan pemahaman konsep.

b. Kemampuan berpikir kritis tidak berpengaruh terhadap kemampuan pemahaman konsep.

c. Kemampuan berpikir kreatif berpengaruh terhadap kemampuan pemahaman konsep.

d. Kemampuan penalaran adaptif, berpikir kreatif, dan berpikir kreatif secara simultan berpengaruh terhadap

kemampuan pemahaman konsep.

e. Kemampuan penalaran adaptif tidak berpengaruh terhadap kemampuan pemecahan masalah.

f. Kemampuan pemahaman konsep berpengaruh terhadap kemampuan pemecahan masalah.

g. Kemampuan berpikir kreatif tidak berpengaruh terhadap kemampuan pemecahan masalah.

h. Kemampuan penalaran adaptif, berpikir kreatif, dan pemahaman konsep secara simultan berpengaruh

terhadap kemampuan pemecahan masalah.

VII. Konsep Trimming (Analisis Jalur Lanjutan)

Jika kita perhatikan konstalasi Penelitian sebagai berikut:

Selanjutnya dengan pertimbangan tabel berikut:


Jalur

T F Hasil Uji R

square

Koefisien Variabel

X1 terhadap X4 0.049 0.557

33,708

Ho diterima

0,777 (0.472)2 = 0.223 X2 terhadap X4 -0.006 -0.049 Ho diterima

X3 terhadap X4 0.887 7.692 Ho ditolak

Dan tabel


Jalur

T F Hasil Uji R

square

Koefisien Variabel

X1 terhadap Y -0.062 -0.733

37,451

Ho diterima

0,795 (0.453)2 = 0.205 X3 terhadap Y 0.624 3.494 Ho ditolak

X4 terhadap Y 0.287 1.609 Ho diterima

X1

X2

X3

X4 Y

82

Berdasarkan 2 tabel diatas variabel yang signifikan berpengaruh terhadap Y adalah variabel

X3, dengan demikian X1, X2, dan X4 dikeluarkan, sehingga model baru yang didapat adalah sebagai

berikut:

Persamaan Model: Y =

Model Summaryb

Model R

R

Square

Adjusted R

Square

Std. Error of

the Estimate

Change Statistics

Durbin-Watson

R Square

Change F Change df1 df2

Sig. F

Change

1 .880a .774 .767 5.35361 .774 106.312 1 31 .000 1.464

a. Predictors: (Constant), Berpikir Kreatif


ANOVAb


1 Regression 3047.019 1 3047.019 106.312 .000a

Residual 888.496 31 28.661

Total 3935.515 32

a. Predictors: (Constant), Berpikir Kreatif


Coefficientsa

Model


Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) 29.775 4.211 7.070 .000


a. Dependent Variable: Pemecahan Masalah


penalaran adaptif signifikan berpengaruh terhadap kemampuan pemecahan masalah.

Berdasarkan koefisien Determinan Rsquare= 0,774 dan besarnya pengaruh = = 0,47

Dari tabel Coefficiens: koefisien beta X3 = 0,880

Persamaan Model adalah Y =

X3 Y

83

BAB VIII

PENGENALAN STRUKTUR EQUATION MODEL (SEM)

DENGAN PROGRAM LISREL 8.8

VIII.1 Pengantar SEM

Structural Equation Modelling (SEM) adalah sebuah evolusi dari model persamaan

berganda yang dikembangkan dari prinsip ekonometri dan digabungkan dengan prinsip pengaturan

dari psikologi dan sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial

akademik.

SEM terdiri dari 2 bagian yaitu model variabel laten dan model pengukuran (Ghozali,

2008). Bagian pertama yaitu model variabel laten (latent variable model) mengadaptasi model

persamaan simultan pada ekonometri. Jika pada ekonometri semua variabelnya merupakan

beberapa variabel terukur/teramati (measured/observed variables), maka pada model ini beberapa

variabel merupakan variabel laten (latent variables yang tidak terukur secara langsung).

Sedangkan bagian kedua yang dikenal dengan model pengukuran (measurement model),

menggambarkan beberapa indikator atau beberapa variabel terukur sebagai efek atau refleksi dari

variabel latennya.

Kedua bagian model ini merupakan jawaban terhadap 2 permasalahan dasar pembuatan

kesimpulan ilmiah dalam ilmu sosial dan perilaku. Untuk permasalahan pertama yang berkaitan

dengan masalah pengukuran dapat dijawab dengan model pengukuran, sedangkan permasalahan

kedua yang berkaitan dengan hubungan kausal dapat dijawab menggunakan model variabel laten.

Berbeda dengan teknik analisis lain yang hanya bisa mengukur hubungan kausal searah

saja, SEM juga memungkinkan menganalisis hubungan dua arah yang sering kali muncul dalam

ilmu sosial dan perilaku. SEM termasuk keluarga multivariate statistics dependensi yang

memungkinkan dilakukannya analisis satu atau lebih variabel independen yang dilibatkan boleh

berbentuk variabel kontinu ataupun diskrit, dalam bentuk variabel latent atau teramati.

Dalam praktiknya, SEM merupakan gabungan dari dua metode statistika yang terpisah

yang melibatkan analisis faktor (factor analysis) yang dikembangkan dipsikologi dan psikometri

dan model persamaan simultan (simultaneous equation modelling) yang dikembangkan di

ekonometrika.

http://www.pendidikanekonomi.com/2013/05/definisi-dan-pengertian-structural.html

84

VII.2. Contoh Kasus SEM dengan Berbantuan Program Lisrel 8.8

Misal diberikuan Judul Penelitian:

PENGARUH TRANSPARANSI, AKUNTABILITAS, RESPONSIFITAS TERHADAP BUDAYA

AKADEMIK, DAN PRAKARSA LAYANAN AKADEMIK SEKOLAH DI KOTA BENGKULU

Misal Konstalasi Penelitian ini adalah:

Dengan Data sebagai Berikut

T1 T2 T3 A1 A2 A3 R1 R2 R3 BA1 BA2 BA3 P1 P2 P3

6 5 6 6 7 7 6 6 6 5 7 7 6 7 6

7 6 7 7 7 7 7 7 7 7 7 6 7 7 7

6 4 6 5 6 6 5 6 5 6 5 6 6 6 5

6 5 5 5 5 5 5 7 6 5 6 6 6 5 4

7 7 6 7 7 6 7 7 6 7 6 6 7 7 7

7 6 6 6 6 6 7 6 6 6 6 6 6 6 6

7 7 6 6 6 7 6 6 7 7 7 7 6 7 7

6 6 6 6 6 6 6 6 6 6 6 7 6 7 6

7 7 6 7 7 6 7 7 7 7 7 6 7 7 7

6 4 6 6 6 6 7 6 6 7 7 7 7 7 6

6 7 6 7 7 7 6 6 7 6 7 6 7 7 6

7 6 6 6 6 6 7 6 6 6 7 7 6 7 5

7 7 7 5 7 7 6 6 7 6 7 7 6 7 6

6 7 6 6 7 6 7 6 6 6 7 7 6 7 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

7 6 6 6 6 6 6 6 6 6 6 7 6 7 6

7 7 6 5 7 7 6 7 7 7 7 7 7 7 6

6 7 6 7 7 6 6 6 6 6 7 6 6 6 6

6 7 6 6 6 6 6 6 6 6 6 6 6 6 6

7 7 6 6 6 7 7 6 6 6 7 6 6 6 4

6 6 7 7 7 7 6 7 7 7 6 6 6 7 7

7 7 6 6 6 6 7 6 6 5 7 7 7 7 7

6 6 6 6 6 7 6 6 6 5 6 6 6 7 6

7 6 6 4 6 6 7 6 6 5 7 6 6 7 6

7 7 6 7 6 7 7 7 6 5 7 7 6 7 7

7 7 6 7 7 7 6 6 7 7 7 7 6 7 6

6 6 6 7 6 7 6 6 7 7 6 7 6 7 6

6 7 6 7 7 7 7 6 7 7 6 6 7 6 7

T

A

R

BA

P

85


6 6 5 6 5 6 6 6 6 6 6 6 6 6 5

6 7 7 6 6 6 6 6 7 7 6 6 6 6 6

7 7 7 7 7 7 6 7 7 6 7 7 7 7 7

7 6 6 6 6 6 6 6 7 6 7 7 7 7 5

6 6 6 6 5 6 6 6 6 6 6 6 6 6 6

7 7 6 7 7 7 6 6 6 7 7 7 6 7 6

6 7 6 6 6 7 7 7 7 7 7 7 7 6 6

7 7 5 6 7 7 7 7 7 7 7 7 6 7 5

6 7 6 7 6 7 6 7 6 6 7 6 6 7 6

7 6 6 7 7 7 7 6 6 7 7 6 7 6 6

6 7 6 6 6 6 6 6 6 6 6 7 6 6 6

7 6 7 7 7 7 7 7 6 7 7 7 6 7 6

7 7 6 7 7 7 6 7 7 7 7 7 7 7 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 7 6 7 6 6 6 7 6 6 7 6 6 7 7

6 6 6 7 6 6 6 7 6 6 7 6 6 7 7

6 6 5 5 5 6 5 5 5 4 6 5 6 6 5

6 7 6 6 5 5 6 5 6 6 6 7 6 6 6

7 6 7 7 7 7 7 7 7 7 7 7 7 7 7

7 6 3 6 7 6 7 6 6 7 7 7 6 7 7

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

7 7 6 6 6 7 6 6 6 6 7 7 7 6 7

6 6 6 6 6 6 6 5 5 4 7 6 6 6 6

7 7 6 7 7 7 7 7 7 7 7 7 6 7 7

7 7 6 6 6 6 7 7 6 6 6 6 6 7 6

6 6 6 5 6 7 6 7 6 6 6 7 6 6 6

6 7 6 7 6 7 7 7 6 6 7 7 6 6 6

7 7 6 6 7 7 6 7 7 6 7 7 7 7 6

6 7 6 6 7 7 7 7 6 7 7 7 6 7 7

6 6 6 7 7 6 6 6 6 6 6 7 6 7 6

7 7 7 7 6 7 6 7 6 6 7 7 6 7 7

7 6 5 6 6 6 6 6 6 6 6 7 6 7 7

6 6 6 4 6 6 6 5 6 6 6 7 6 7 5

6 6 6 6 6 7 6 7 6 6 7 7 6 6 6

7 6 6 6 7 6 7 6 7 6 7 7 7 6 6

7 6 6 7 6 7 7 7 7 6 7 7 7 6 6

7 7 6 6 7 7 6 6 7 6 6 6 6 7 6

6 6 6 6 6 6 7 6 6 6 6 6 6 6 6

3 6 4 6 5 5 4 5 6 6 7 7 7 7 6

7 6 6 6 6 6 3 7 6 6 7 7 6 6 5

7 6 7 7 7 6 7 7 6 6 7 7 6 7 6

6 7 6 7 7 6 6 6 7 6 6 6 6 7 7

6 5 5 5 5 5 5 5 7 6 6 5 5 5 6

7 6 6 6 6 6 6 6 6 6 7 7 7 6 6

6 6 6 6 7 6 7 6 7 6 7 7 7 6 6

6 6 6 6 6 6 6 6 6 6 6 7 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 6 7 7 7 6 7 7 7 7 7 7 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 5

86


7 7 6 6 7 7 6 7 6 7 7 7 7 6 6

6 7 6 6 6 7 6 6 6 6 7 7 6 6 6

7 6 5 7 6 6 6 6 6 6 6 7 6 6 6

6 7 6 6 7 7 6 6 6 6 7 7 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 6 6 6 7 7 7 6 6 6 7 7 6 7

7 7 7 7 6 7 7 7 7 7 7 7 7 7 7

6 7 7 6 6 7 6 7 6 6 6 6 7 7 5

6 7 6 7 6 6 6 6 7 7 7 7 7 6 6

7 7 7 7 7 7 6 7 6 7 7 7 7 7 6

7 6 5 6 6 6 6 6 6 6 6 5 7 6 5

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

6 6 6 7 6 7 7 6 6 6 7 7 6 7 7

6 7 6 6 6 6 6 6 6 6 7 6 7 7 7

6 7 6 6 6 6 6 6 6 6 7 6 7 7 7

6 6 6 6 6 6 6 6 6 6 7 6 7 7 7

7 6 6 7 7 7 7 7 7 7 7 6 6 7 6

7 7 7 6 7 7 7 7 7 7 7 7 7 6 7

7 7 6 6 6 7 6 6 7 6 6 6 6 7 7

7 7 6 6 7 7 6 7 7 6 6 6 6 6 7

7 6 6 6 6 7 6 6 6 6 6 5 6 6 6

7 7 6 6 6 7 6 7 6 6 6 6 6 7 6

6 6 5 5 6 6 6 6 6 6 6 6 7 6 6

6 6 5 6 6 6 6 6 6 6 6 6 7 6 7

6 6 6 6 6 6 6 6 6 6 6 6 6 7 6

7 6 6 6 6 7 6 6 6 6 6 5 6 6 5

7 7 6 5 6 6 6 6 6 7 6 6 6 7 7

6 7 6 6 7 7 6 6 6 6 7 6 7 7 6

6 6 6 7 6 6 7 6 6 6 6 6 6 6 7

5 6 6 6 6 6 6 6 6 6 6 7 6 6 7

7 7 7 6 6 7 6 7 7 7 6 7 7 7 6

6 7 6 7 6 7 7 7 7 7 7 7 7 7 7

7 7 5 5 6 7 7 7 7 6 7 7 7 7 7

7 6 6 7 6 6 7 6 6 7 7 7 6 7 6

6 6 6 5 6 5 5 5 6 6 6 5 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

5 6 5 5 7 6 6 7 6 7 6 6 6 6 6

6 7 6 6 6 6 6 6 6 6 6 6 6 6 6

6 7 6 6 6 6 6 6 6 6 7 7 6 7 7

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 6 6 6

6 6 5 6 6 6 6 6 6 6 6 5 6 6 6

6 7 6 6 6 6 6 6 5 6 5 5 6 7 7

6 7 6 7 6 7 7 6 7 7 6 7 6 7 6

5 5 6 5 6 5 5 5 6 5 6 6 6 6 5

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

6 6 6 5 6 6 6 6 6 6 6 6 6 7 6

6 6 6 6 6 7 6 6 7 6 6 6 6 6 6

4 4 5 5 4 5 6 6 6 6 6 6 6 5 5

5 6 6 6 6 7 6 5 6 6 7 6 7 6 6

6 5 6 6 5 5 5 6 5 5 6 6 6 6 5

87


6 6 5 6 6 5 6 6 6 6 6 6 6 6 6

6 6 6 6 6 6 6 6 6 6 6 6 5 6 6

6 6 6 5 6 6 6 6 6 6 6 6 6 6 6

5 6 5 5 6 6 6 6 6 6 6 6 6 6 7

6 7 6 6 7 7 6 6 6 6 6 6 6 6 6

7 6 6 7 7 7 7 7 7 6 7 7 7 7 7

5 7 6 5 4 7 5 5 7 7 7 6 6 6 6

7 6 6 7 7 6 6 7 6 6 7 7 6 7 6

7 4 5 3 6 7 7 6 6 7 6 7 7 7 7

6 6 6 5 5 6 6 5 6 6 6 6 7 7 6

6 5 5 3 5 5 6 5 5 6 7 5 6 6 5

6 6 6 6 5 6 6 6 6 6 6 6 6 6 7

6 6 6 5 5 5 6 5 6 6 6 6 6 5 6

7 7 6 7 4 6 6 6 6 6 6 6 7 6 7

7 6 5 7 6 5 5 6 6 6 6 5 6 6 6

7 7 6 7 7 7 6 7 6 7 7 7 7 7 7

6 6 6 5 5 6 5 7 6 6 6 5 6 6 6

6 6 6 6 5 6 6 6 6 6 7 7 7 7 7

6 6 6 5 6 6 6 5 6 6 6 6 5 7 6

6 6 6 3 6 5 6 5 6 6 6 6 6 6 6

4 3 5 6 6 6 5 5 6 6 6 5 6 6 6

4 3 5 5 6 5 5 6 6 6 6 6 6 6 5

4 3 5 6 5 6 5 6 6 6 6 5 5 6 6

4 3 5 6 6 6 5 6 6 6 6 6 6 6 6

6 6 6 5 5 6 6 5 6 6 6 4 5 6 5

6 6 6 7 7 6 6 6 6 6 6 6 6 7 7

6 6 6 6 6 6 6 6 6 6 6 6 7 7 6

5 5 5 4 5 6 5 5 5 5 6 4 5 5 5

6 6 6 5 5 6 6 6 6 6 7 6 6 6 6

5 5 4 5 5 6 5 5 6 6 6 5 5 6 6

5 4 4 3 6 6 5 5 6 6 6 5 5 6 5

6 6 5 5 5 6 6 5 6 5 6 5 5 5 5

6 6 5 5 6 6 6 5 6 6 6 6 6 6 6

7 7 6 7 7 7 7 7 7 7 7 7 7 7 7

7 6 6 6 7 7 6 7 7 6 6 7 7 7 7

6 6 5 5 5 6 6 5 6 6 6 5 5 5 5

7 6 7 5 7 7 6 6 7 7 6 4 6 7 5

Keterangan:

1. Transparasi (T): (Keterbukaan (T1), Transaparansi Kebijakan (T2), Pengawasan dan Audit

(T3))

2. Akuntabilitas (A): (A. Manajerial (A1), A. Program dan Outcome (A2), A. Proses (A3))

3. Responsititas (R): (Patuh Hukum (R1), Tanggujawab Sosial (R2), Sigap (R3))

4. Budaya Akademik (B): (Artifact (B1), Espaused Values (B2), Basic Assumptions (B3))

5. Prakarsa (P): (Iklim Kerja (P1), Struktur Prakarsa (P2), Motif Prakarsa (P3))

88

Jawaban

Pemisalan konstalasi awal adalah

Langkah-langkah dalam menemukan konstelasi dengan program Lisrel 8.8 adalah:

Prosedur Penggunaan Lisrel:

1. Masukkan data dalam program SPSS lalu simpan misalnya dengan nama Data Latihan.sav

2. Lalu buka program Lisrel, selanjutnya Klik File import data ambil data yang dari SPSS dengan

indeks .sav Lalu simpan dan beri nama file misalnya “Latihan 9” save pastikan data tampil

di layar

3. Lalu kelik file new klik Simplis projek OK file name ketik “Latihan SEM”lalu

save.

4. Set up title and coment tulis Title “Latihan SEM S3” coment “Analisis SEM S3” next

next

5. add/read variabel read from file pilih Prelis system klik browse Latihan SEM S3.psf open

OK

6. add laten GB OK GK OK SK OK KBK OK KBM OK next number of

observation, untuk kasus isi “30” (tergantung banyaknya data) OK

7. Klik setup F8

8. Letakkan kursor setelah relationship, lalu enter ketik :

KBM = GB GK SK KBK KBK = GB GK SK X12 - X13 = GB X11 = 1 * GB X22 = GK X21 = 1 * GK X32 = SK X31 = 1 * SK X42 - X44 = KBK X41 = 1 * KBK X52 - X54 = KBM X51 = 1 * KBM Options: ND=3

T

A

R

BA

P

89

9. Klik ikon “save” (gambar disket) klik ikon “run” (gambar orang lari) akan tampil konstelasi

Setelah dimasukkan data dalam program lisrel sesuai dengan langkah diatas akan muncul

konstalasi sebagai berikut:

Jawaban Permasalahan

1) Rumusan Masalah yang mungkin dari konstalasi masalah penelitian di atas?

a. Berapa besar pengaruh langsung T terhadap P?

b. Berapa besar pengaruh langsung A terhadap P?

c. Berapa Besar Pengaruh langsung R terhadap P?

d. Berapa besar pengaruh langsung T terhadap B, pengaruh tidak langsung T terhadap B melalui P,

dan pengaruh total dari T terhadap B?

e. Berapa besar pengaruh langsung A terhadap B, pengaruh tidak langsung A terhadap B melalui P,

dan pengaruh total dari A terhadap B?

f. Berapa besar pengaruh langsung R terhadap B, pengaruh tidak langsung R terhadap B melalui P,

dan pengaruh total dari R terhadap B?

g. Apakah model SEM sudah sesuai (fit) terhadap data sampel?

h. Bagaimana hubungan variabael laten (eksogen dan endogen) dengan indikatornya?

i. Bagaimana bentuk model persamaannya?

90

2) Susunan rumusan hipotesis penelitian.

a. variabel laten eksogen berpengaruh secara signifikan terhadap variabel laten endogen.

b. variabel laten eksogen berpengaruh secara signifikan terhadap variabel indikatornya.

c. variabel laten endogen berpengaruh secara signifikan terhadap variabel indikatornya.

3) Susunan rumusan pasangan hipotesis statistika berdasarkan konstalasi.

a. Ho diterima: thitung < ttabel : variabel laten eksogen tidak berpengaruh secara signifikan terhadap

variabel laten endogen.

Ho ditolak: thitung > ttabel : variabel laten eksogen berpengaruh secara signifikan terhadap variabel laten

endogen.

b. Ho diterima: thitung < ttabel : variabel laten eksogen tidak berpengaruh secara signifikan terhadap

variabel indikatornya.

Ho ditolak: thitung > ttabel : variabel laten eksogen berpengaruh secara signifikan terhadap variabel

indikatornya.

c. Ho diterima: thitung < ttabel : variabel laten endogen tidak berpengaruh secara signifikan terhadap


Ho ditolak: thitung > ttabel : variabel laten endogen berpengaruh secara signifikan terhadap


4) Statistika apa yang paling tepat untuk menjawab masalah penelitian yang di rumuskan:

Structural Equation Modeling dengan aplikasi Lisrel 8.8

5) Asumsi-asumsi apa saja yang harus diuji untuk dapat melanjutkan ke uji hipotesis statistika:

Asumsi teoretis:

Asumsi kausalitas yang tergantung pada terpenuhinya persyaratan berikut:

a. Model dispesifikasikan dengan benar.

b. Ada hubungan teramati dan dapat diukur (observed and measurable relationship) antara

variabel independen X dan variabel dependen Y (ada korelasi antara X dan Y).

c. Ada urutan temporal: variabel independen X secara temporal harus terjadi mendahului

variabel dependen Y.

d. Tidak ada hubungan palsu (nonspurious relationship) antara variabel independen X dan variabel

dependen Y (hubungan teramati, dapat diukur, dan temporal antara X dan Y tidak hilang

dengan pengendalian terhadap efek variabel-variabel lain).

Asumsi statistika:

a. Asumsi yang terkait dengan regresi ganda: asumsi normalitas, homoskedastisitas, dan

linieritas’

91

b. Besar hubungan antara dua variabel independen yang berkorelasi satu sama lain dan tak-

teranalisis direpresentasikan oleh koefisien korelasinya.

c. Pengukuran variabel endogen sekurang-kurangnya berskala interval.

d. Pengukuran variabel eksogen bersifat bebas-galat.

e. Arah hubungan kausal terspesifikasi dengan benar: apakah X menyebabkan Y (X →Y), Y

menyebabkan X (Y → X), atau terdapat hubungan resiprokal (X Y).

f. Bentuk distribusi diketahui: Bentuk distribusi probabilitas parameter

dispesifikasikan.

6) Berdasarkan Data Penelitian pada Tabel 1 (Data terlampir dalam file excel: UASS3), asumsi-asumsi

untuk dapat melanjutkan uji hipotesis adalah :

Uji Normalitas

Hipotesis

H0: Data berdistribusi normal

H1: Data tidak berdistribusi normal

Kriteria uji: H0 ditolak apabila p-value (sig) < 0,05

Tests of Normality


Statistic df Sig. Statistic df Sig.

T1 ,278 168 ,000 ,748 168 ,000

T2 ,305 168 ,000 ,726 168 ,000

T3 ,380 168 ,000 ,728 168 ,000

A1 ,280 168 ,000 ,814 168 ,000

A2 ,281 168 ,000 ,799 168 ,000

A3 ,296 168 ,000 ,760 168 ,000

R1 ,318 168 ,000 ,757 168 ,000

R2 ,298 168 ,000 ,783 168 ,000

R3 ,401 168 ,000 ,681 168 ,000

B1 ,361 168 ,000 ,719 168 ,000

B2 ,352 168 ,000 ,676 168 ,000

B3 ,266 168 ,000 ,783 168 ,000

P1 ,361 168 ,000 ,725 168 ,000

P2 ,313 168 ,000 ,722 168 ,000

P3 ,282 168 ,000 ,802 168 ,000


92

Berdasarkan tabel tersebut, data untuk semua peubah tidak berdistribusi normal. Ini terlihat dari nilai

sig semuanya bernilai sig = 0,000 < 0,05 yang artinya H0 ditolak. Baik pada uji kolmogorov-smirnov

maupun uji shapiro-wilk.

Uji Homoskedastisitas Varians

Hipotesis

H0: Data memiliki varians homogen

H1: Data tidak memiliki varians homogen


1. Homogenitas T1, T2 dan T3 terhadap B1

Test of Homogeneity of Variances B1

Levene Statistic df1 df2 Sig.

11,308 2 159 ,000

Test of Homogeneity of Variances

B1


12,579 2 156 ,000


B1


,881 3 163 ,453

2. Homogenitas T1, T2 dan T3 terhadap B2 Test of Homogeneity of Variances

B2


1,157 2 159 ,317



,353 2 156 ,703



27,454 3 163 ,000

3. Homogenitas T1, T2 dan T3 terhadap B3 Test of Homogeneity of Variances

B3


1,202 2 159 ,303



3,040 2 156 ,051

93



2,089 3 163 ,104

4. Homogenitas A1, A2 dan A3 terhadap B1 Test of Homogeneity of Variances

B1


4,390 4 163 ,002


B1


6,425 3 164 ,000


B1


17,409 2 165 ,000

5. Homogenitas A1, A2 dan A3 terhadap B2


B2


5,131 4 163 ,001


B2


4,020 3 164 ,009



4,325 2 165 ,015

6. Homogenitas A1, A2 dan A3 terhadap B3 Test of Homogeneity of Variances

B3


3,289 4 163 ,013


B3


5,218 3 164 ,002


B3


,037 2 165 ,964

94

7. homogenitas R1, R2 dan R3 dengan B1 Test of Homogeneity of Variances

B1


11,961 2 163 ,000


B1


11,164 2 165 ,000


B1


14,709 2 165 ,000


B2


22,090 2 163 ,000


B2


4,297 2 165 ,015


B2


2,181 2 165 ,116


B3


2,932 2 163 ,056


B3


5,067 2 165 ,007


B3


,172 2 165 ,842

Uji linearitas

Hipotesis

H0: terdapat hubungan linear

H1: tidak terdapat linear


95

1. linieritas T1, T2 dan T3 terhadap B1

ANOVA Table

Sum of Squares df Mean Square F Sig.

B1 *

T1

Between Groups

(Combined) 5,027 2 2,514 8,303 ,000

Linearity 4,419 1 4,419 14,597 ,000

Deviation from

Linearity ,608 1 ,608 2,010 ,158

Within Groups 48,133 159 ,303

Total 53,160 161

ANOVA Table


B1 *

T2

Between Groups

(Combined) 8,045 2 4,023 13,938 ,000

Linearity 7,758 1 7,758 26,880 ,000

Deviation from Linearity ,288 1 ,288 ,997 ,320


Total 53,069 158

ANOVA Table


B1 *

T3

Between Groups

(Combined) 8,627 4 2,157 7,422 ,000

Linearity 3,890 1 3,890 13,385 ,000

Deviation from Linearity 4,738 3 1,579 5,435 ,001


Total 55,994 167

2. linieritas T1, T2 dan T3 terhadap B2 ANOVA Table


B2 *

T1

Between Groups

(Combined) 5,526 2 2,763 11,419 ,000

Linearity 5,045 1 5,045 20,850 ,000

Deviation from Linearity ,481 1 ,481 1,988 ,161


Total 44,000 161

ANOVA Table

Sum of Squares

df Mean Square F Sig.

B2 *

T2

Between Groups

(Combined) 4,753 2 2,377 9,619 ,000

Linearity 3,746 1 3,746 15,162 ,000



Total 43,296 158

96

ANOVA Table

Sum of

Squares

df Mean Square F Sig.

B2 *

T3

Between Groups

(Combined) 4,974 4 1,244 5,029 ,001

Linearity 2,745 1 2,745 11,102 ,001

Deviation from Linearity 2,229 3 ,743 3,005 ,032


Total 45,280 167

3. linieritas T1, T2 dan T3 terhadap B3 ANOVA Table


B3 * T1

Between Groups

(Combined) 9,582 2 4,791 11,309 ,000

Linearity 9,473 1 9,473 22,359 ,000



Total 76,944 161

ANOVA Table


B3 * T2

Between Groups

(Combined) 7,233 2 3,616 8,535 ,000

Linearity 7,150 1 7,150 16,874 ,000



Total 73,333 158

ANOVA Table


B3 * T3

Between Groups

(Combined) 12,842 4 3,211 7,085 ,000

Linearity 8,074 1 8,074 17,817 ,000

Deviation from

Linearity 4,768 3 1,589 3,507 ,017


Total 86,708 167

4. linieraitas A1, A2 dan A3 dengan B1 ANOVA Table


B1 * A1

Between Groups

(Combined) 10,853 4 2,713 9,798 ,000

Linearity 5,786 1 5,786 20,892 ,000



Total 55,994 167

97

ANOVA Table


B1 * A2

Between Groups

(Combined) 13,105 3 4,368 16,703 ,000

Linearity 9,839 1 9,839 37,623 ,000



Total 55,994 167

ANOVA Table


B1 * A3

Between Groups

(Combined) 9,992 2 4,996 17,919 ,000

Linearity 9,608 1 9,608 34,461 ,000



Total 55,994 167



B2 * A1

Between Groups

(Combined) 7,975 4 1,994 8,711 ,000

Linearity 5,786 1 5,786 25,280 ,000



Total 45,280 167

ANOVA Table


B2 * A2

Between Groups

(Combined) 7,829 3 2,610 11,429 ,000

Linearity 6,065 1 6,065 26,558 ,000



Total 45,280 167

ANOVA Table


B2 * A3

Between Groups

(Combined) 8,156 2 4,078 18,126 ,000

Linearity 7,509 1 7,509 33,376 ,000



Total 45,280 167



B3 * A1

Between Groups

(Combined) 16,121 4 4,030 9,306 ,000

Linearity 14,000 1 14,000 32,329 ,000



Total 86,708 167

98

ANOVA Table


B3 * A2

Between Groups

(Combined) 16,541 3 5,514 12,887 ,000

Linearity 13,880 1 13,880 32,441 ,000



Total 86,708 167

ANOVA Table


B3 * A3

Between Groups

(Combined) 12,233 2 6,117 13,551 ,000

Linearity 11,801 1 11,801 26,144 ,000



Total 86,708 167

6. linieritas R1, R2 dan R3 dengan B1

ANOVA Table


B1 * R1

Between Groups

(Combined) 8,836 4 2,209 7,635 ,000

Linearity 7,570 1 7,570 26,164 ,000



Total 55,994 167

ANOVA Table


B1 * R2

Between Groups

(Combined) 9,878 2 4,939 17,671 ,000

Linearity 9,875 1 9,875 35,333 ,000



Total 55,994 167

ANOVA Table


B1 * R3

Between Groups

(Combined) 18,733 2 9,366 41,475 ,000

Linearity 18,183 1 18,183 80,517 ,000



Total 55,994 167

99

8. linieritas R1, R2 dan R3 dengan B2 ANOVA Table


B2 * R1

Between Groups

(Combined) 10,464 4 2,616 12,247 ,000

Linearity 5,875 1 5,875 27,504 ,000



Total 45,280 167

ANOVA Table


B2 * R2

Between Groups

(Combined) 7,255 2 3,627 15,741 ,000

Linearity 6,260 1 6,260 27,164 ,000



Total 45,280 167

ANOVA Table


B2 * R3

Between Groups

(Combined) 5,158 2 2,579 10,606 ,000

Linearity 5,157 1 5,157 21,206 ,000



Total 45,280 167

9. linieritas R1, R2 dan R3 dengan B3 ANOVA Table


B3 * R1

Between Groups

(Combined) 24,537 4 6,134 16,083 ,000

Linearity 14,026 1 14,026 36,773 ,000



Total 86,708 167

ANOVA Table


B3 * R2

Between Groups

(Combined) 20,203 2 10,102 25,063 ,000

Linearity 19,568 1 19,568 48,548 ,000



Total 86,708 167

ANOVA Table


B3 * R3

Between Groups

(Combined) 12,202 2 6,101 13,510 ,000

Linearity 10,641 1 10,641 23,565 ,000



Total 86,708 167

100

7) Lakukan uji statistika untuk menjawab rumusan masalah penelitian?

a. Besar pengaruh langsung T terhadap P adalah 0,37

b. Besar pengaruh langsung A terhadap P adalah 0,69

c. Besar Pengaruh langsung R terhadap P adalah 0,17

d. Besar pengaruh langsung T terhadap B adalah -0,33; pengaruh tidak langsung T terhadap B

melalui P adalah (0,01 * 0,67) = 0,0067; dan pengaruh total dari T terhadap B adalah -0,33 +

0,0067 = -0.3233

e. Besar pengaruh langsung A terhadap B adalah 0,8; pengaruh tidak langsung A terhadap B melalui

P adalah (-0,23 * 0,67)= -0,1541; dan pengaruh total dari A terhadap B adalah 0,8 -0,1541=

0.6459

f. Besar pengaruh langsung R terhadap B adalah 0,69; pengaruh tidak langsung R terhadap B

melalui P adalah (0,17 * 0,67)= 0,1139; dan pengaruh total dari R terhadap B adalah 0,69 +

0,1139 = 0,8039

g. Hubungan variabael laten (eksogen dan endogen) dengan indikatornya adalah sebagai berikut:

B1 = 1.000*B, Errorvar.= 0.216 , R² = 0.355 (0.0264) 8.186

B2 = 0.892*B, Errorvar.= 0.176 , R² = 0.349 (0.142) (0.0215) 6.264 8.217

101

B3 = 1.397*B, Errorvar.= 0.287 , R² = 0.448 (0.204) (0.0380) 6.859 7.555 P1 = 1.000*P, Errorvar.= 0.187 , R² = 0.399 (0.0243) 7.689 P2 = 1.088*P, Errorvar.= 0.184 , R² = 0.445 (0.158) (0.0251) 6.887 7.325 P3 = 1.108*P, Errorvar.= 0.313 , R² = 0.328 (0.181) (0.0386) 6.116 8.128

T1 = 1.000*T, Errorvar.= 0.253 , R² = 0.539 (0.0382) 6.619 T2 = 1.105*T, Errorvar.= 0.365 , R² = 0.497 (0.139) (0.0519) 7.938 7.030 T3 = 0.737*T, Errorvar.= 0.231 , R² = 0.410 (0.101) (0.0300) 7.297 7.683 A1 = 1.000*A, Errorvar.= 0.464 , R² = 0.385 (0.0555) 8.368 A2 = 0.876*A, Errorvar.= 0.255 , R² = 0.466 (0.119) (0.0321) 7.387 7.952 A3 = 0.816*A, Errorvar.= 0.192 , R² = 0.502 (0.107) (0.0249) 7.600 7.696 R1 = 1.000*R, Errorvar.= 0.280 , R² = 0.341 (0.0321) 8.740 R2 = 1.160*R, Errorvar.= 0.220 , R² = 0.471 (0.155) (0.0273) 7.492 8.028 R3 = 0.794*R, Errorvar.= 0.171 , R² = 0.348 (0.118) (0.0197) 6.715 8.713

102

Bentuk model persamaannya Structural Equations

B = 0.652*P - 0.212*T + 0.557*A - 0.208*R, Errorvar.= 0.00381, R² = 0.968 (0.379) (0.193) (0.301) (0.426) (0.0163) 1.722 -1.094 1.848 -0.488 0.234 P = 0.00603*T + 0.449*A + 0.156*R, Errorvar.= 0.0290 , R² = 0.767 (0.170) (0.232) (0.342) (0.0149)

0.0353 1.935 0.456 1.951

8) Deskripsi setiap hasil uji asumsi dan uji hipotesis stastistika di atas

T tabel =1,974

a. Ho diterima: thitung 1,72 < ttabel 1,97: artinya Prakarya tidak berpengaruh secara signifikan

terhadap Budaya akademik.

b. Ho diterima: thitung -1,094 < ttabel 1,97: artinya Transparansi tidak berpengaruh secara signifikan


c. Ho diterima: thitung 1,848 < ttabel 1,97: artinya Akuntabilitas tidak berpengaruh secara signifikan


d. Ho diterima: thitung -0,488 < ttabel 1,97: artinya Resposibiliti tidak berpengaruh secara signifikan


e. Ho diterima: thitung 0,0353 < ttabel 1,97: artinya Transparansi tidak berpengaruh secara

signifikan terhadap Prakarya.

f. Ho diterima: thitung 1,935 < ttabel 1,97: artinya Akuntabilitas tidak berpengaruh secara signifikan

terhadap Prakarya.

g. Ho diterima: thitung 0,456 < ttabel 1,97: artinya Resposibilitas tidak berpengaruh secara


h. Ha diterima, Ho ditolak: thitung > 1,97 : semua variabel laten eksogen berpengaruh secara

signifikan terhadap variabel indikatornya.

- Transparasi (T) mempengaruhi secara signifikan Keterbukaan (T1),

Transaparansi Kebijakan (T2), Pengawasan dan Audit (T3).

- Akuntabilitas (A) mempengaruhi secara signifikan Manajerial (A1),

Program dan Outcome (A2), Proses (A3).

- Responsititas (R) mempengaruhi secara signifikan Patuh Hukum (R1),

Tanggujawab Sosial (R2), Sigap (R3).

i. Ha diterima, Ho ditolak: thitung > 1,97 : semua variabel laten endogen berpengaruh secara

signifikan terhadap variabel indikatornya.

- Budaya Akademik (B) mempengaruhi secara signifikan Artifact (B1),

Espaused Values (B2), Basic Assumptions (B3).

103

- Prakarsa (P) mempengaruhi secara signifikan Iklim Kerja (P1), Struktur

Prakarsa (P2), Motif Prakarsa (P3).

9) Pengujian kesesuaian model SEM terhadap data sampel adalah sebagai berikut:

Goodness of Fit Statistics Degrees of Freedom = 80

Minimum Fit Function Chi-Square = 116.879 (P = 0.00452) Normal Theory Weighted Least Squares Chi-Square = 113.296 (P = 0.00849)

Estimated Non-centrality Parameter (NCP) = 33.296 90 Percent Confidence Interval for NCP = (9.075 ; 65.537)

Minimum Fit Function Value = 0.700

Population Discrepancy Function Value (F0) = 0.199 90 Percent Confidence Interval for F0 = (0.0543 ; 0.392)

Root Mean Square Error of Approximation (RMSEA) = 0.0499 90 Percent Confidence Interval for RMSEA = (0.0261 ; 0.0700)

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.483

Expected Cross-Validation Index (ECVI) = 1.157 90 Percent Confidence Interval for ECVI = (1.012 ; 1.351)

ECVI for Saturated Model = 1.437 ECVI for Independence Model = 16.016

Chi-Square for Independence Model with 105 Degrees of Freedom = 2644.704

Independence AIC = 2674.704 Model AIC = 193.296

Saturated AIC = 240.000 Independence CAIC = 2736.563

Model CAIC = 358.254 Saturated CAIC = 734.876

Normed Fit Index (NFI) = 0.956

Non-Normed Fit Index (NNFI) = 0.981 Parsimony Normed Fit Index (PNFI) = 0.728

Comparative Fit Index (CFI) = 0.985 Incremental Fit Index (IFI) = 0.986

Relative Fit Index (RFI) = 0.942

Critical N (CN) = 161.504

Root Mean Square Residual (RMR) = 0.0194 Standardized RMR = 0.0452

Goodness of Fit Index (GFI) = 0.917 Adjusted Goodness of Fit Index (AGFI) = 0.876

Parsimony Goodness of Fit Index (PGFI) = 0.611

Absolute Fit

Measures

Keterangan Nilai

Model

Keterangan

Goodness of fit

index (GFI) Nilai GFI berkisar di antara 0 dan 1. Nilai GFI

menunjukkan model sudah cocok/fit terhadap data (good fit).

Untuk termasuk marginal fit.

0,917 Cocok/Fit

Adjusted

goodness of fit

index (AGFI)

Nilai AGFI berkisar di antara 0 dan 1. Nilai AGFI

menunjukkan kemampuan model yang baik dalam hal

mencocokkan/fit data (good fit). Untuk

termasuk marginal fit.

0,878 Marginal

Fit

Root mean

square residual

(RMR)

Nilai RMR menyatakan selisih antara matriks kovarian

estimasi model terhadap matriks kovarian sampel. Semakin

kecil nilai RMR (mendekati nol), maka model akan semakin

0,0194 Cocok/Fit

104

baik dalam mencocokkan/fit data. Nilai

menunjukkan model telah cocok/fit terhadap data (good fit).

Standardized

RMR (SRMR) Nilai SRMR menunjukkan kemampuan model yang

baik dalam hal mencocokkan/fit data (good fit), sedangkan

termasuk acceptable fit, namun

menunjukkan kemampuan model yang buruk

dalam mencocokkan/fit data (poor fit).

0,0452 Cocok/Fit

Root mean

square error of

approximation

(RMSEA)

Nilai RMSEA menunjukkan kemampuan model

yang baik dalam hal mencocokkan/fit data (good fit),

menunjukkan cukup baik.

(0.0261 ;

0.0700) Cocok/Fit

Expected Cross

Validation

Index (ECVI)

Nilai ECVI digunakan untuk membandingkan beberapa

model. Nilai ECVI yang mendekati 1 menunjukkan suatu

model yang lebih baik dalam hal mencocokkan data

dibandingkan model yang lain.

(1.012 ;

1.351) Cocok/Fit

Data menunjukkan Bahwa model telah Cocok

Jika dilihat dari Chi-Square = 116.879 (P = 0.00452) < 0,05

10) Lakukan diskusi berdasarkan hasil penelitian berdasarkan uji statistika?

- Dilihat dari bobot faktor yang diestimasikan semuanya signifikan

- Hasil uji kesesuaian model menunjukkan bahwa, nilai P hitung = 0,00452 < 0,05 artinya model

fit dengan data

11) Simpulan, saran dan implikasi berdasarkan hasil penelitian :

a. Besar pengaruh langsung T terhadap P adalah 0,37

b. Besar pengaruh langsung A terhadap P adalah 0,69

c. Besar Pengaruh langsung R terhadap P adalah 0,17

d. Besar pengaruh langsung T terhadap B adalah -0,33; pengaruh tidak langsung T terhadap B

melalui P adalah (0,01 * 0,67) = 0,0067; dan pengaruh total dari T terhadap B adalah -0,33 +

0,0067 = -0.3233

j. Besar pengaruh langsung A terhadap B adalah 0,8; pengaruh tidak langsung A terhadap

B melalui P adalah (-0,23 * 0,67)= -0,1541; dan pengaruh total dari A terhadap B

adalah 0,8 -0,1541= 0.6459.

k. Besar pengaruh langsung R terhadap B adalah 0,69; pengaruh tidak langsung R

terhadap B melalui P adalah (0,17 * 0,67)= 0,1139; dan pengaruh total dari R terhadap

B adalah 0,69 + 0,1139 = 0,8039

l. Ho diterima: thitung 1,72 < ttabel 1,97: artinya Prakarya tidak berpengaruh secara

signifikan terhadap Budaya akademik.

m. Ho diterima: thitung -1,094 < ttabel 1,97: artinya Transparansi tidak berpengaruh secara


105

n. Ho diterima: thitung 1,848 < ttabel 1,97: artinya Akuntabilitas tidak berpengaruh secara


o. Ho diterima: thitung -0,488 < ttabel 1,97: artinya Resposibiliti tidak berpengaruh secara


p. Ho diterima: thitung 0,0353 < ttabel 1,97: artinya Transparansi tidak berpengaruh secara


q. Ho diterima: thitung 1,935 < ttabel 1,97: artinya Akuntabilitas tidak berpengaruh secara


r. Ho diterima: thitung 0,456 < ttabel 1,97: artinya Resposibilitas tidak berpengaruh secara


s. Ha diterima, Ho ditolak: thitung > 1,97 : semua variabel laten eksogen berpengaruh

secara signifikan terhadap variabel indikatornya.

- Transparasi (T) mempengaruhi secara signifikan Keterbukaan (T1),

Transaparansi Kebijakan (T2), Pengawasan dan Audit (T3).

- Akuntabilitas (A) mempengaruhi secara signifikan Manajerial (A1),

Program dan Outcome (A2), Proses (A3).

t. Responsititas (R) mempengaruhi secara signifikan Patuh Hukum (R1), Tanggujawab

Sosial (R2), Sigap (R3).

106

DAFTAR PUSTAKA

Cochran, William G. 2005. Teknik Penarikan Sampel. Edisi ke 3. Diterjemahkan Rudiansyah.

Jakarta: UI Press.

Kusnendi.2005. Konsep dan Aplikasi Model Persamaan Struktural SEM dengan program Lisrel.

Bandung: Badan Penerbit UPI

Margono. 2004. Metodologi Penelitian Pendidikan. Jakarta:Rieneka Cipta

Mukayat D. Brotowidjojo. 2009. Metodologi penelitian dan penulisan karangan ilmiah.

Yogyakarta : Liberty.

Nana Syaodih Sukmadinata. Metode Penelitian Pendidikan. (Bandung : PT. Remaja Rosdakarya

Offset, 2010).hlm 194

Nurul Zuriah. 2007.Metodologi Penelitian Sosoal dan Pendidikan. Jakarta : PT. Bumi Aksara.

Riadi Edi. 2003. Aplikasi Lisrel. Yogyakarta: Penerbit Andi.

Sevilla, Consuelo G. et. al .2007. Research Methods. Rex Printing Company: Quezon City

Slovin, Husein Umar. 2000. Riset Pemasaran dan Perilaku Konsumen. Cetakan Ketiga, Jakarta :

PT. Gramedia Pustaka Utama.

Soleh,Ahmad Zambar.2005. Ilmu Statistik. Bandung: Rekayasa Sains

Sudijono. 2005. Pengantar Statistik Pendidikan. Jakarta: Raja Grafindo Persada.

Sugiyono. 2001. Metode Penelitian Bisnis: Bandung : Alfa Beta.

Sugiyono.2013. Metode penelitian pendidikan. Bandung : Alfa Beta.

Sugiyono. 2016. Statistika untuk Penelitian. Edisi 27. Bandung : Alfa Beta.

Sukardi. 2009. Metodologi Penelitian Pendidikan. Jakarta : PT. Bumi Aksara.

Sukmadinata, Nana Syaodih. 2010. Metode Penelitian Pendidikan. Bandung : PT Remaja

Rosdakarya

Sumadi Suryabrata. 2011. Metodologi Penelitian. Jakarta : Rajawali Pers

Suprianto J. 1991. Statistik Teori dan Aplikasi. Edisi kelima. Jakarta: UI Press

107

Riwayat Hidup Penulis

BIODATA

Nama : Muzanip Alperi, S.Pd., M.Si

Tempat Tanggal Lahir : Tapak Gedung, 6 Oktober 1979

Alamat korespondensi : Perumahan Griya Azzahrah Jl. Medan Baru No.54B RT.22 Kelurahan

Pemetang Gubernur Kota Bengkulu

HP : 0813676937379

E-mail : [email protected]

Riwayat Pendidikan

Tahun lulus Perguruan Tinggi Bidang Spesialisasi

S-1, 2002 Universitas Bengkulu Pendidikan Matematika

S-2, 2006 Institut Teknologi

Bandung

Matematika FMIPA

S-3 Universitas Bengkulu Teknologi Pendidikan

Matematika

Pengalaman Mengajar:

1. Instruktur Kurikulum dan Penjaminan Mutu di LPMP Bengkulu

2. Dosen Matematika Komputer pada Prodi Teknik Informatika FIK Universitas Dehasen

Bengkulu.

3. Tutor Matematika Universitas Terbuka UPBJJ Bengkulu

4. Guru Matematika Yayasan Al-Fida Bengkulu

Pengalaman Menulis

1. Bahan Ajar Digital Matematika SMP

2. Panduan Pembuatan Alat Peraga Matematika jenjang SMP

3. Biodata Tokoh Pendidikan Bengkulu HM. Syamlan, Lc

4. Matematika Diskrit Graf Kombinatorika, Bilangan Ramsey TripartitKombinasi Graf

Bintang dan Lingkaran Kecil

Bengkulu, Juni 2017

Penulis

Muzanip Alperi, S.Pd., M.Si

108

Documents

SURAT PERNYATAAN...Demikianlah surat pernyataan ini kami buat dengan sebenarnya. Bengkulu, 6 Desember 2017 Yang menyatakan, Muzanip Alperi, S.Pd., M.Si. 2 i ii 978-602-6784-37-7 iii