BAB III

METODOLOGI PENELITIAN

A. Tujuan Penelitian

Secara umum penelitian ini bertujuan untuk mencari hubungan

antara pengetahuan dasar komputer dan motivasi dengan hasil belajar

algortima pemrograman. Dengan kata lain, secara khusus penelitian ini

bertujuan untuk mengetahui dan memperoleh data empiris tentang:

1. Hubungan yang signifikan antara pengetahuan dasar komputer

dengan hasil belajar Algoritma Pemrograman.

2. Hubungan yang signifikan antara motivasi dengan hasil belajar

Algoritma Pemrograman.

3. Hubungan yang signifikan antara pengetahuan dasar komputer dan

motivasi secara bersama-sama dengan hasil belajar Algoritma

Pemrograman.

B. Tempat dan Waktu Penelitian

a. Tempat Penelitian

Penelitian ini dilakukan di Sekolah Menengah Kejuruan Negeridi

Kota Bekasi, yaitu di SMK Negeri 1, SMK Negeri 6, SMK Negeri 5,

SMK Negeri 2 Kota/Kabupaten Bekasi. Alasan pemilihan tempat

penelitian adalah sebagai berikut:

46
 47

1. Ketiga SMK tersebut di atas merupakan SMK Negeri yang relatif

baik dan layak dijadikan tempat penelitian.

2. Sekolah ini dekat dengan peneliti bertugas sehingga diharapkan

pada saat penelitian berlangsung tidak terdapat hambatan atau

kendala di lapangan.

b. Waktu Penelitian

Waktu penelitian berlangsung selama 4 bulan, dimulai pada

bulan April 2016 dan berakhir pada bulan Juli 2018. Jadwal kegiatan

penelitian dapat dilihat pada tabel berikut ini:

Tabel 3.1. Jadwal Kegiatan Penelitian

No Uraian Kegiatan Apr Mei Jun Jul

1 Mengurus Izin dari UNJ

2 Pembuatan Instrumen
3 Penyebaran Instrumen
4 Revisi Instrumen
5 Perencanaan Penelitian
6 Pelaksanaan Penelitian
7 Pelaporan Hasil Penelitian
 48

C. Metode Penelitian

Metode penelitian yang digunakan dalam penelitian ini adalah

metode survey dengan analisis korelasional. Dalam penelitian ini tidak

diberikan perlakuan terhadap responden, tetapi hanya diberikan tes soal

untuk memperoleh nilai pengetahuan dasar komputer dan nilai hasil

belajar Algoritma Pemrograman siswa kepada wali kelas, sedangkan

untuk motivasi diberikan angket. Dengan demikian nilai yang dianalisis

dalam penelitian ini hanya menggambarkan apa yang telah dimiliki siswa.

Analisis data yang digunakan dalam penelitian ini adalah analisis

korelasi yang dilanjutkan dengan analisis regresi sederhana dan

berganda. Pola hubungan antara variable dalam penelitian ini dapat

digambarkan sebagai berikut:

Rx yy1

X1
Rx x Yy 1 2 Y
X2
Gambar 3.1 HubunganRxantar
yy
2
variable penelitian

Keterangan:
X1 : Pengetahuan dasar komputer
 49

X2 : Motivasi
Y : Hasil belajar Algoritma Pemrograman
Rxy : Koefisien regresi X terhadap Y
R : Koefisien regresi ganda

D. Populasi dan Sampel Penelitian

1. Populasi

Populasi merupakan sumber utama untuk memperoleh data

dalam suatu penelitian. Menurut Arikunto mengungkapkan, ”Populasi

adalah keseluruhan subyek penelitian, apabila seseorang ingin

meneliti semua elemen yang ada dalam wilayah penelitian, maka

penelitiannya merupakan penelitian populasi, studi atau penelitiannya

disebut studi populasi atau studi sensus.”1 Sedangkan Hasan

mengatakan, ”Populasi adalah totalitas dari semua objek atau individu

yang memiliki karakteristik tertentu, jelas dan lengkap yang akan

diteliti. ”Selanjutnya menurut Sugiyono menjelaskan pengertian

populasi sebagai berikut,” Populasi adalah wilayah generalisasi yang

terdiri atas objek atau subyek yang mempunyai kuantitas dan

karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

ditarik kesimpulanya.2

1
Arikunto, Suharsimi, Prosedur Penelitian Suatu Pendekatan Praktek, (Jakarta: Rineka
Cipta, 2010), hal. 173.
2
Sugiyono, Metode Penelitian Kuantitatif-Kualitatif dan R & D, (Bandung, 2011), hal.

80.
 50

Selanjutnya dalam penelitian ini peneliti menetapkan populasi

sebagai berikut:

a. Populasi Target

Populasi target dalam penelitian ini adalah seluruh siswa

SMK Negeri di Kota/Kabupaten Bekasi program keahlian Rekayasa

Perangkat Lunak.

b. Populasi Terjangkau

Adapun populasi dalam penelitian ini adalah siswa kelas X

SMK Negeri di kota BekasiBekasiprogram keahlian Rekayasa

Perangkat Lunakpada tahun pelajaran 2015/2016. Populasi

tersebut meliputi siswa SMKN 1 berjumlah 36 siswa, SMKN 5

berjumlah 92 siswa, SMKN 6 berjumlah 86 siswa. Jumlah total

populasi terjangkau adalah 214 siswa.Populasi dalam penelitian ini

adalah populasi homogen yang memiliki ciri-ciri dan latar belakang

yang sama.

2. Sampel

Sampel adalah sebagian atau wakil populasi yang diteliti.

Sampel dalam penelitian ini adalah seluruh siswa kelas X di tiga SMK

Negeri di kota Bekasi, Jurusan RPL pada semester ganjil tahun

 51

pelajaran 2015/2016. Jumlah sampel yang diambil dari ketiga sekolah

tersebut sebanyak 140siswa.

a. Teknik Pemilihan Sampel

Menurut Roscoe dalam Sugiyono mengatakan bahwa bila

dalam penelitian akanmelakukan analisis multivariate (korelasi atau

regresi ganda), maka jumlah sampel minimal 10 kali jumlah

variabel yang akan diteliti (minimal 30 orang sampel).3

Semakin banyak sampel yang digunakan dalam penelitian

maka semakin mencerminkan keadaan populasinya. Jumlah

sampel yang digunakan tergantung dengan keadaan populasi.

Apabila keadaan populasi memiliki karakteristik yang sama atau

homogen, maka jumlah sampel yang diambil dapat lebih kecil.

Namun apabila keadaan populasi adalah heterogen maka sampel

yang diambil harus benar-benar representatip (Arikunto).4

Peneliti dalam pengambilan sampel pada penelitian ini

menggunakan sample random sampling atau sampel acak yaitu

cara pengambilan sampel dari anggota populasi dengan

menggunakan acak tanpa memperhatikan strata (tingkatan) dalam

anggota populasi tersebut, sehingga semua populasi mendapat

kesempatan yang sama. Penentuan jumlah sampel yang

3
Sugiyono, Cara Mudah Menyusun, Skripsi,Tesis dan Disertasi(Bandung:Alfa Beta, 2013),
hal. 74.
4
Suharsimi Arikunto, Manajemen Penelitian (Jakarta: Rineka Cipta, 2005), h.91.
 52

digunakan sebagai responden dari populasi, dengan menggunakan

rumus sampel Slovin, yaitu:

Keterangan :
n = sampel
N = populasi
e = margin kesalahan (tingkat kesalahan) = 0.05 (5%)

Tabel 3.2 Penetapan Sampel Penelitian

No Sekolah populasi Sampel

1 SMK Negeri 1 36 36 x 140 = 23
214

2 SMK Negeri 5 92 92 x 140 = 60

214

3 SMK Negeri 6 86 86 x 140 = 56

214

Jumlah 214 140

 53

E. Teknik Pengumpulan Data

Sesuai dengan variabel penelitian, ada tiga jenis data yang

dikumpulkan, yaitu tentang: 1) pengetahuan dasar komputer, 2) motivasi,

dan 3) hasil belajar algoritma pemograman. Maka teknik pengumpulan

data penelitian ini menggunakan dua teknik, yaitu teknik tes dan teknik

nontes. Teknik tes digunakan untuk mengumpulkan data pengetahuan

dasar komputer & hasil belajar algoritma pemrograman, sedangkan teknik

nontes (dalam hal ini angket/kuesioner) digunakan untuk mengumpulkan

data Motivasi belajar.

1. Instrumen hasil Belajar Algoritma Pemrograman

a. Definisi Konseptual

Hasil belajar algoritma pemrograman adalah kemampuan-

kemampuan yang dimiliki oleh siswa setelah ia menerima

pengalaman belajar algoritma atau dapat dikatakan bahwa hasil

belajar algoritma adalah perubahan tingkah laku dalam siswa, yang

diamati dan diukur dalam bentuk perubahan pengetahuan, tingkah

laku, sikap dan ketrampilan setelah memahami dan mempelajari

algoritma pemrograman. Perubahan tersebut diartikan sebagai

terjadinya peningkatan dan pengembangan kearah yang lebih baik

dari sebelumnya.
 54

Adapun kompetensi dasar hasil belajar algoritma

pemrograman tersebut antara lain: 1) menjelaskan struktur

algoritma; 2) membuat alur logika pemrograman; 3) menjelaskan

(Flowchart) diagram alir pemrograman; 4) menjelaskan variant dan

invariant; 5) menerapkan pengelolaan array.

b. Definisi Operasional

Hasil belajar algoritma pemrograman adalah skor

kemampuan kognitif yang diperoleh siswa dari hasil tes hasil

belajar algoritma yang diberikan kepada siswa berbentuk soal

pilihan ganda pada standar kompetensi konsep algoritma dan

struktur algoritma yang harus dikuasai siswa kelas X semester 1

tahun pembelajaran 2015/2016.

c. Kisi-kisi Instrumen

Tabel 3.3 Kisi-Kisi Instrumen Algoritma Pemrograman

Variabel Kompetensi Indikator Nomor Jml
dasar Butir Soal
Hasil Menjelaskan  Mendefinisikan algoritma 1,2,3,4,15, 9
Belajar Struktur  Menjelaskan strukur runtunan 18,19,28,2
Algoritma Algoritma (sequence) pada algoritma 9
Pemrogra  Menjelaskan struktur
man pemilihan(selection)
 Menjelaskan struktur
pengulangan(repetition) pada
algoritma
Membuat alur  Membuat Algoritma dengan skema 20,21,22,2 8
logika program sekuensial 3,
pemrograman  Membuat Algoritma dengan skema 25,12,30,3
 55

program percabangan 1
 Membuat Algoritma dengan skema
program pengulangan
Menjelaskan  Mendefinisikan flowchart 5,10,13,14 8
(Flowchart)  Menterjemahkansymbol flowchart ,9,24,33,3
diagram alir  Mengidentifikasi flow chart yang 4
pemrograman akan dibuat untuk logika
pemrograman
Menjelaskan  Menjelaskan Tipe data, 6,7,8,11, 7
Varian dan variabel,konstanta, dan parameter 16,17,32
invarian yang berlaku umum pada
pemograman yang dijelaskan
 Menjelaskan Tipe data baru dari
tipe data yang ada dibuat dan
pemanfaatannya
 Menjelaskan Pemakaian nama
pada tipe data, variabel, konstanta
dan parameter
Menerapkan  Membuat Algoritma dengan array 26,27 2
pengelolaan satu dimensi
array
Total Butir Soal 34

Instrumen variabel hasil belajar Algoritma Pemrograman

(variabel terikat) dilakukan dengan cara menyusun instrumen tes

yang diberkaitan materi ajar dengan 28 butir soal pilihan

gandadengan 5 pilihan jawaban. Setiap butir soal mempunyai skor

nilai 1 dan 0, yaitu Skor 1 diperoleh responden apabila menjawab

butir soal dengan benar, dan skor 0 diperoleh responden apabila

menjawab butir soal salah.

d. Jenis/Kalibrasi Instrumen

1) Validitas Instrumen
 56

Pengujian validitas butir soal menggunakan koefisien

korelasi biserial dan rumus yang digunakan untuk menghitung

koefisien korelasi biserial antara skor butir soal dengan skor

total tes adalah5:

rbis(i) =

di mana:

rbis(i) = Koefisien korelasi biserial antara skor butir soal nomor

i dengan skor total

= Rata-rata skor butir ke-i

= Rata-rata skor total semua responden

St = Standar deviasi skor total semua responden

pi = Proporsi jawaban benar untuk butir soal nomor i

qi = Proporsi jawaban salah untuk butir soal nomor i

Dalam pemberian interprestasi terhadap rbis digunakan db

sebesar (N-nr) dengan N = Jumlah siswa dan nr = 2, kemudian

rbis dikonsultasikan kepada tabel nilai r product moment pada

taraf signifikan 5%. Setelah dilakukan perhitungan validitas,

butir soal dikatakan valid jika nilai r hitung lebih besar dari nilai rtabel

5
Djaali dkk, Pengukuran dalam Bidang Pendidikan, (Jakarta: PPS Universitas Negeri
Jakarta, 2000) h. 171.
 57

(rhitung > rtabel) untuk taraf signifikan α = 5% dan n = jumlah

anggota sampel.

Berdasarkan perhitungan statistik tersebut, didapatkan

hasil bahwa beberapa butir instrumen dinyatakan tidak valid,

yaitu nomor: 11,17,23,30,31 dan 33. Untuk membuat semua

butir instrumen valid, maka butir instrumen yang tidak valid

ditanggalkan (di-drop), hingga semua butir dinyatakan valid

(lihat lampiran).

2) Reliabilitas Instrumen

Pengujian reliabilitas instrumen hasil belajar Algoritma

Pemrograman dilakukan untuk semua butir tes dengan

menggunakan rumus Kuder Richardson 20 (KR-20) yaitu6

rii =

di mana:

rii = koefisien reliabilitas tes

k = banyaknya butir yang valid

piqi = hasil kali pi dan qi (varians butir ke-i)

pi = proporsi menjawab benar untuk butir nomor i

qi = proporsi menjawab salah untuk butir nomor i

6
Sugiyono, Metode Penelitian Kuantitatif, Kualitatif dan R & D, (Bandung: Alfabeta, 2006),
h.186
 58

St2 = varian skor total

Perangkat soal dikatakan reliable jika rhitung > rtabel. Menurut

Sudijono7 dalam pemberian interprestasi terhadap koefisien

reliabilitas tes (r11) pada umumnya digunakan patokan sebagai

berikut:

a) Apabila r11 sama dengan atau lebih besar dari

0,70 berarti tes reliabel.

b) Apabila r11 lebih kecil 0,70 berarti tes tidak reliabel.

Setelah dilakukan penghitungan dengan bantuan program

SPSS version 20.0 for Windows, maka didapatkan nilai

reliabilitas instrumen pengetahuan dasar komputer yaitu

sebesar 0,913. Nilai ini lebih besar dari 0,7 yang berarti

instrumen dapat digunakan sebagai perangkat dalam penelitian

ini.

2. Instrumen Pengetahuan Dasar Komputer

a. Definisi Konseptual

Pengetahuan dasar komputer adalah pengertian seseorang

tentang komponen-komponen komputer dan kemampuan dalam

mengoperasikannya serta penyelesaian tugas-tugas menggunakan

7
Anas Sudijono, Pengantar Evaluasi Pendidikan (Jakarta: Raja Grafindo Persada, 2001), h.
209.
 59

komputer.

Indikatornya yaitu: prinsip materi pada pengetahuan dasar

komputer adalah siswa mengetahui dan memahami tentang

pengetahuan dasar pada komputer dalam hal hardware, software

dan brainware untuk penunjang prasyarat untuk materi algoritma

pemrograman.

b. Definisi Operasional

Pengetahuan dasar komputer adalah skor yang diperoleh

siswa dari pengetahuan dasar komputeryang diperoleh siswa dari

hasil tes yang meliputi penguasaan hardware, software dan

brainware.

Data ini merupakan data primer karena data tersebut

diperoleh dari hasil pengukuran yaitu tes hasil belajar pada materi

pengetahuan dasar komputer berbentuk soal pilihan ganda yang

dibuat oleh pengkontruksi soal.

c. Kisi-Kisi Instrumen

Instrumen penelitian ini adalah berupa soal-soal tes obyektif

mengenai pengetahuan dasar komputer. Tes obyektif yang

dilakukan terdiri dari 32 butir soal pilihan ganda dengan 5 pilihan

jawaban. Tes ini mengukur kemampuan kognitif siswa dalam aspek

 60

pengetahuan, pemahaman, dan aplikasi. Hal ini sesuai pendapat

Syamsudin, yang menyatakan bahwa tes obyektif akan ampuh

mengukur ketiga aspek tersebut”8.

Setiap butir soal mempunyai skor nilai 1 dan 0.Skor 1

diperoleh responden apabila menjawab butir soal dengan benar,

dan skor 0 diperoleh responden apabila menjawab butir soal salah.

Tabel 3.4 Kisi-Kisi Instrumen Pengetahuan Dasar Komputer

Aspek Nilai
Variabe
Indikator Pemaha Jml
l Pengetahuan Aplikasi
man
Pengeta Mendefinisikan pengetahuan 1,2,3 - - 3
huan dasar komputer
dasar Menjelaskan, memahami, 10,11,17,22, 13,14 15,16 12
kompute mempraktikan 23 ,20,2
r Hardware yang ada pada 1,26
komputer
Menjelaskan, memahami, 5,7,8,29 4,18, 6,9,12, 12
mempraktikan 25,27 19
Software yang ada pada
komputer (DOS)
Mendifinisikan tentang Brainware 24,30,31 28,32 5
Total Butir Soal 32
d. Jenis/Kalibrasi Instrumen

1) Validitas Instrumen

Pengujian validitas butir soal menggunakan koefisien

korelasi biserial dan rumus yang digunakan untuk menghitung

8
Abin Syamsudin, Psikologi Pendidikan (Bandung: Remaja Rosdakarya, 1998), h.97.
 61

koefisien korelasi biserial antara skor butir soal dengan skor

total tes adalah9:

rbis(i) =

di mana
rbis(i) = Koefisien korelasi biserial antara skor butir soal
nomor i dengan skor total
= Rata-rata skor butir ke-i
= Rata-rata skor total semua responden
St = Standar deviasi skor total semua responden
pi = Proporsi jawaban benar untuk butir soal nomor i
qi = Proporsi jawaban salah untuk butir soal nomor i
Dalam pemberian interprestasi terhadap rbis digunakan db

sebesar (N-nr) dengan N = Jumlah siswa dan nr = 2, kemudian

rbis dikonsultasikan kepada tabel nilai r product moment pada

taraf signifikan 5%. Setelah dilakukan perhitungan validitas,

butir soal dikatakan valid jika nilai r hitung lebih besar dari nilai rtabel

(rhitung > rtabel) untuk taraf signifikan α = 5% dan n = jumlah

anggota sampel.

Berdasarkan perhitungan statistik tersebut, didapatkan

hasil bahwa beberapa butir instrumen dinyatakan tidak valid,

yaitu nomor: 13,19,24 dan 31. Untuk membuat semua butir

instrumen valid, maka butir instrumen yang tidak valid

9
Djaali dkk, op.cit., h. 59.
 62

ditanggalkan (di-drop), hingga semua butir dinyatakan valid

(lihat lampiran).

2) Reliabilitas Instrumen

Pengujian reliabilitas instrumen pengetahuan dasar

komputer dilakukan untuk semua butir tes dengan

menggunakan rumus Kuder Richardson 20 (KR-20) yaitu10:

rii =

di mana:

rii = koefisien reliabilitas tes

k = banyaknya butir yang valid

piqi = hasil kali pi dan qi (varians butir ke-i)

pi = proporsi menjawab benar untuk butir nomor i

qi = proporsi menjawab salah untuk butir nomor i

St2 = varian skor total

Perangkat soal dikatakan reliable jika rhitung > rtabel. Menurut

Sudijono11 dalam pemberian interprestasi terhadap koefisien reliabilitas

tes (r11) pada umumnya digunakan patokan sebagai berikut:

a) Apabila r11 sama dengan atau lebih besar dari

0,70 berarti tes reliabel.

10
Sugiyono, op.cit., h.60.
11
Anas Sudijono. op.cit., h.61.
 63

b) Apabila r11 lebih kecil 0,70 berarti tes tidak reliabel.

Setelah dilakukan penghitungan dengan bantuan program SPSS

version 20.0 for Windows, maka didapatkan nilai reliabilitas instrumen

pengetahuan dasar komputer yaitu sebesar 0,942. Nilai ini lebih besar

dari 0,7 yang berarti instrumen dapat digunakan sebagai perangkat

dalam penelitian ini.

3. Instrumen Motivasi

a. Definisi Konseptual

Motivasi belajar adalah suatu kekuatan yang terdapat dalam

diri seseorang yang dapat mempengaruhi tingkah lakunya untuk

bekerja/belajar karena adanya kebutuhan untuk berprestasi.

Indikatornya yaitu: motivasi instrinsik dan motivasi ekstrinsik

yang meliputi: hasrat untuk berhasil, kebutuhan dalam belajar,

harapan cita-cita masadepan, penghargaan dalam belajar,

kegiatan menarik dalam belajar, lingkungan belajar yang kondusif.

Bahwa motivasi belajar merupakan segala sesuatu yang menjadi

pendorong timbulnya suatu tingkah laku demi tercapainya tujuan

ataupun cita-cita yang diharapkan. Dengan motivasi inilah siswa

menjadi tekun dalam belajar dan dengan motivasi itu pulalah

kualitas hasil belajar siswa dapat terwujud dengan baik.

b. Definisi Operasional
 64

Motivasi belajar adalah jumlah skor yang diperoleh siswa

ketika merespon instrumen motivasi belajar yang dikembangkan

dengan menggunakan skala Likert yang meliputi pernyataan

sangat setuju (ss), setuju (s), netral (n), tidak setuju (ts), sangat

tidak setuju (sts).

c. Kisi-Kisi Instrumen

Untuk memperoleh data motivasi digunakan kuesioner yang

bersifat tertutup yaitu pertanyaan yang dibuat sedemikian rupa

hingga responden dibatasidalam memberikan jawaban dari

beberapa alternatif saja atau memilih pada satu jawaban.

Tabel 3.5 Kisi-Kisi Instrumen Motivasi

Butir Pertanyaan
Variabel Aspek Indikator + - Jml

Motivasi Belajar Hasratuntuk berhasil 1,2,3 4,5 5

Siswa
Motivasi Kebutuhan dalambelajar 6,7,8,34 9,10,29 7
Intinsik
 65

Tabel 3.5 Kisi-Kisi Instrumen Motivasi

Butir Pertanyaan
Variabel Aspek Indikator + - Jml

Harapancita- 11,12,13 14,15,16 6

citamasadepan

Penghargaan 17,18 19,20,30 5

dalambelajar
Kegiatan menarikdalam 21,22,31 23,24,33 6
Motivasi belajar
Ekstrinsik
Lingkungan belajaryang 25,26,32 27,28,35 6
kondusif
Total Butir Pernyataan 35

d. Jenis/Kalibrasi Instrumen

1) Validasi Instrumen

Validitas merupakan ukuran yang benar-benar mengukur

apa yang akan diukur Ety Rochaety12. Tujuan dari validitas

instrumen ini adalah untuk menjamin bahwa instrumen dapat

diukur dalam proses pengumpulan data penelitian. Selanjutnya

untuk mengetahui keterkaitan (koefisien korelasi) antara skor tiap

butir soal dengan skol total (rhitung) dalam penelitian ini digunakan

melalui teknik korelasi ”Product Moment Pearson”, Korelasi

”Product Moment Pearson (r): antara data interval dengan data

interval13.

12
Ety Rochaety, Ratih Tresnani & Abdul Madjid Latief. Metodologi Penelitian Bisnis: Dengan
Aplikasi SPSS. (Jakarta: Mitra Wacana Media, 2009) hal. 57
13
Murwani Santoso. Statistika Terapan (Tekik Analisis Data), (Jakarta: PPS Uhamka, 2000).
h.23,
 66

Analisis dilakukan terhadap semua butir instrumen. Kriteria

pengujian ditetapkan dengan membandingkan rhitung berdasarkan

hasil perhitungan dengan rtabel dengan ketentuan jika terdapat

rhitung> rtabel maka dikatakan bahwa butir soal tersebut dianggap

valid, sehingga dapat digunakan untuk keperluan penelitian, dan

sebaliknya jika rhitung < rtabel maka dikatakan bahwa butir soal

tersebut dianggap invalid (di-drop), sehingga tidak dapat

digunakan dalam penelitian untuk menjaring data.

Berdasarkan hasil ujicoba, didapatkan beberapa butir tidak

valid, yaitu nomor: 10,16,25,26,31,33 dan 34. Selanjutnya butir

yang tidak valid ditanggalkan (di-drop) dan hanya butir yang valid

yang akan digunakan sebagai instrumen penelitian.

2) Reliabilitas Instrumen

Reliabilitas artinya adalah tingkat kepercayaan hasil suatu

pengukuran. Pengukuran yang memiliki reliabilitas tinggi, yaitu

pengukuran yang mampu memberikan hasil ukur yang terpercaya

(reliable). Koefisien reliabilitas instrumen dimaksudkan untuk

melihat konsistensi jawaban yang diberikan guru dan dianalisis

dengan menggunakan “Alpha Cronbach”,14 yaitu metode

penghitungan reliabilitas yang dikembangkan oleh Cronbach,

dengan rumusan sebagai berikut:

14
Ety Rochaety, Ratih Tresnani & Abdul Madjid Latief. op.cit. h. 68.
 67

di mana:

= reliabilitas instrumen

= banyaknya butir pertanyaan atau banyaknya soal

= jumlah varians butir

= varians total

Cara ini dipilih dan dianggap sesuai dengan instrumen yang

disusun untuk menggali pengalaman maupun penilaian guru,

sehingga seluruh butir instrumen dianggap mengukur konsep

yang sama.

Apabila koefisien reliabilitas instrumen yang dihasilkan lebih

besar dari 0.7, berarti bahwa instrumen ini memiliki reliabilitas

yang cukup baik dan dapat digunakan sebagai instrumen

penelitian. Berdasarkan hasil perhitungan, maka didapatkan nilai

reliabilitas sebesar 0,892. Nilai ini lebih besar dari 0,7 sehingga

instrumen dikatakan reliabel dan dapat digunakan sebagai tool of

measurement.

F. Teknik Analisis Data

1. Analisis Deskriptif
 68

Dalam analisis deskriptif akan dilakukan teknik penyajian data

dalam bentuk tabel distribusi frekuensi, grafik poligon dan histogram

untuk masing-masing variabel penelitian. Selain itu juga masing-

masing kelompok data akan diolah dan dianalisis ukuran pemusatan

dan letak mean, median, dan modus serta ukuran simpangan seperti

jangkauan, variansi, simpangan baku, kemencengan dan kurtosis.

Untuk perhitungan analisis deskriptif digunakan program SPSS version

20.0 for Windows, dengan rumusan sebagai berikut:

a. Rata-rata (Mean) =

∑Yi = jumlah nilai n sampai j

n = jumlah sampel

b. Modus = b + P

b = batas kelas interval dan frekuensi terbanyak

P = panjang kelas interval

b1 = frekuensi kelas modus – frekuensi kelas interval sebelumnya

b2 = frekuensi kelas modus – frekuensi kelas berikutnya

c. Median = b + P

b = batas bawah, dimana median terletak

 69

n = banyak data atau sampel

F = jumlah semua frekuensi sebelum kelas median

f = frekuensi kelas median

d. Simpangan Baku =

∑Y = jumlah nilai dari n sampai j

n = jumlah sampel

2. Uji Persyaratan Analisis Data

Karena analisis data untuk menguji hipotesis menggunakan

statistik inferensial yaitu regresi linier berganda (multiple linear

regression), maka diperlukan data yang BLUE (Best, Linear, Unbias

Estimation) dengan uji klasik data. Dengan kata lain, uji persyaratan

analisis data digunakan dengan tujuan untuk mengetahui apakah data

yang telah dikumpulkan layak untuk dianalisis lebih lanjut atau tidak

dengan menggunakan alat-alat statistik. Pengujian yang dilakukan

adalah pengujian normalitas data, pengujian linieritas regresi dan

pengujian multikolineritas. Dalam penelitian ini keseluruhan analisis

yang dilakukan dibantu dengan program komputer SPSS version 20.0

for Windows.

a. Uji Normalitas Data

 70

Uji normalitas dilakukan dengan uji Kolmogorov-Smirnov pada

taraf signifikansi (α) 5%, dengan hipotesis sebagai berikut:

H0 = Data berdistribusi normal

H1 = Data tidak berdistribusi normal

1) Pertama, transformasi nilai data mentah (X) ke dalam angka baku

(Z) dengan formula:

2) Kedua, menentukan nilai Ztabel berdasarkan data angka baku (Z).

3) Ketiga, menghitung nilai = Kp – Ztabel (harga mutlak nilai a2)

4) Keempat, menghitung = P – a2 (harga mutlak nilai a1)

5) Kemudian mencari nilai a1 maximum sebagai amax.

6) Membandingkan nilai a1 dengan Dtabel, dengan kriteria

Tolak H0 jika: amax > Dtabel dan

Terima H0 jika: amax ≤ Dtabel

Proses pengujian menggunakan SPSS version 20.0 for Windows.

b. Uji Linieritas Regresi

Pengujian linieritas garis regresi dalam penelitian ini digunakan

uji F, rumusnya adalah sebagai berikut15:

15
Sudjana, Teknik Analisis Regresi dan Korelasi, (Bandung: Tarsito, 1996), h.327
 71

di mana:

JKTC = JKres - JKE, disebut jumlah kuadrat ketidak cocokan

JKE = disebut sebagai jumlah kuadrat kesalahan

sedangkan k adalah pengelompokan ulang untuk data x.

JKres = disebut sebagai jumlah kuadrat

residu, =b xi, yi - , disebut jumlah kuadrat regresi

, = , disebut sebagai jumlah kuadrat regresi (a).

Nilai F yang diperoleh disebut Fhitung akan dibandingkan dengan

nilai F dari tabel (Ftabel) untuk α = 5%. Kriteria linieritasnya adalah

jika Fhitung < Ftabel maka garis regresi tersebut linier.

c. Uji Multikolineritas

Uji multikolineritas adalah uji yang dilakukan untuk mengetahui

apakah ada korelasi/hubungan yang kuat antar variabel-variabel

bebas yang akan diteliti. Jika terjadi multikolineritas atau ada

 72

hubungan yang kuat antar variabel-variabel bebas, maka analisis

dengan regresi ganda tidak layak dilakukan.

Menurut Supardi U.S16., untuk mengetahui terjadi

kolinearitas/multikolinearitas di antara variabel bebas dalam suatu

model regresi dilakukan dengan melihat atau menguji nilai VIF

(Variance Inflation Factor) atau nilai Tol (Tolerance). Rumus untuk

menentukan nilai VIF dan Tol seperti berikut:

Keterangan:

VIF = nilai Variance Inflation Factor

Tolj = nilai Tolerance variabel bebas-j
Rj = koefisien korelasi antara variabel bebas-j dengan
variabel bebas lainnya
Hipotesis yang diuji adalah:

H0 : Terjadi multikolineritas

H1 : Tidak terjadi multikolineritas

Dalam pengolahan data dengan SPSS version 16.0 for

Windows pengujian multikolineritas dilakukan dengan mengamati

nilai Tolerance dan VIF, dengan kriteria pengujian sebagai berikut :

16
Supardi U.S. Aplikasi Statistika Dalam Penelitian: Konsep Statistika yang Lebih
Komprehensif, (Jakarta: Change Publication, 2013), h.157.
 73

1) Jika Tolerance < 0,1 dan VIF > 10, maka H 0 diterima atau terjadi

multikolineritas.

2) Jika Tolerance > 0,1 dan VIF < 10,maka H0 ditolak atau tidak

terjadi multikolineritas.

3. Teknik Uji Hipotesis Penelitian

Setelah keseluruhan uji persyaratan analisis data dipenuhi dan

diketahui data layak untuk diolah lebih lanjut, maka langkah berikutnya

adalah menguji masing-masing hipotesis yang telah diajukan.

Pengujian hipotesis yang dilakukan adalah dengan menggunakan

teknik korelasi ganda. Korelasi ganda (multiple regression) adalah

korelasi antara dua atau lebih variabel bebas (independent) secara

bersama-sama dengan satu variabel terikat (dependent)17. Hal ini

digunakan untuk mencari hubungan antar variabel, yaitu hubungan

pengetahuan dasar komputer dengan hasil belajar Algoritma

Pemrograman, hubungan motivasi dengan hasil belajar Algoritma

Pemrograman serta hubungan pengetahuan dasar komputer dan

motivasi secara bersama-sama dengan hasil belajar Algoritma

Pemrograman. Pengujian dalam perhitungan uji hipotesis juga

digunakan bantuan program SPSS version 20.0 for Windows.

G. Hipotesis Statistika

17
Ibid., h. 189
 74

1. Hipotesis 1 (Variabel X1

terhadap Y)

H0 : ≤0

H1 : >0

2. Hipotesis 2 (Variabel X2 terhadap Y)

H0 : ≤0

H1 : >0

3. Hipotesis 3 (Variabel X1 dan X2 secara bersama-sama terhadap Y)

H0 : ≤0

H1: >0

Keterangan:

= koefisien pengaruh variabel pengetahuan dasar komputer.

= koefisien pengaruh variabel motivasi.