BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Deskripsi Data

Deskripsi data hasil penelitian dimaksudkan untuk memberikan

gambaran umum mengenai penyebaran/distribusi data, baik berupa

ukuran gejala sentral, ukuran letak maupun distribusi frekuensi. Data

penelitian yang disajikan adalah data setelah diolah dari data mentah

dengan menggunakan metode statistik deskriptif (program SPSS version

20.0 for Windows), yaitu: simpangan baku, modus (nilai kekerapan),

median (nilai tengah), mean (nilai rata-rata), distribusi frekuensi,

kuortosis, skewness serta grafik histrogram. Data yang diperoleh berupa

1 kuesioner/angket motivasi dan 2 buah tes obyektif (pengetahuan dasar

komputer dan hasil belajar algoritma pemrograman) yang berasal dari

140 responden dimana semua data telah dinyatakan valid dan reliabel

pada pra-penelitian (uji coba) sebelumnya.

Berdasarkan banyaknya variabel dan merujuk kepada masalah

penelitan yang ada, maka deskripsi data dapat disajikan menjadi tiga

bagian yakni: (1) pengetahuan dasar komputer, (2) motivasi dan (3) hasil

belajar Algoritma Pemrograman. Hasil perhitungan deskriptif masing-

masing variabel secara lengkap dapat dilihat pada lampiran. Uraian

74
 75

singkat hasil perhitungan statistik deskriptif tersebut akan dikemukakan

dalam tabel gabungan berikut ini:

Tabel 4.1
Deskripsi Data Penelitian

1. Data Pengetahuan Dasar Komputer (X1)

Data dari pengetahuan dasar komputer diperoleh berdasarkan

hasil tes obyektif berbentuk pilihan ganda (multiple choices). Tes

obyektif terdiri dari 28 butir soal dengan 140 orang responden. Tiap

item diberi skor dari 1 jika jawaban benar, dan skor 0 jika jawaban

salah.

Berdasarkan Tabel 4.1 di atas didapatkan bahwa skor maksimum

26 sementara skor minimum 13. Tingkat pengetahuan dasar komputer

berada pada angka rata-rata 20,46 (=73 dari 100), deviasi standar

3,02, median 21 dan modus 20. Angka deviasi standar 3,02 berarti

6,77% dari skor rata-rata. Ini menunjukan bahwa disparitas

pengetahuan dasar komputer relatif cukup rendah. Dengan kata lain,

tingkat pengetahuan dasar komputer bersifat homogen.

 76

Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa

rata-rata skor dan median relatif hampir sama yaitu 20,46 dan 21.

Sementara tingkat pengetahuan dasar komputer yang lebih tinggi

dibandingkan skor rata-ratanya ini mengindikasikan bahwa rata-rata

reponden yang berada di level atas lebih banyak dibandingkan mereka

yang mempunyai level yang lebih bawah.

Terlebih lagi grafik berikut berupa histogram yang memberikan

gambaran mengenai distribusi skor pengetahuan dasar komputer

adalah sebagai berikut:

Gambar grafik 4.1

Histogram Pengetahuan Dasar Komputer
Berdasarkan grafik di atas dapat disimpulkan bahwa tingkat

sebaran data pengetahuan dasar komputer relatif normal karena

 77

sebarannya banyak berada dalam kurva normal. Sedangkan data

yang berada di luar kurva normal relatif sedikit.

2. Data Motivasi (X2)

Data dari motivasi diperoleh berdasarkan hasil angket/kuesioner.

Angket terdiri dari 28 butir pernyataan dengan 140 orang responden.

Tiap item diberi skor dari 1 sampai 5 menurut skala Likert (preferential

rating scale).

Berdasarkan Tabel 4.1 di atas didapatkan bahwa skor maksimum

104 sementara skor minimum 78. Tingkat motivasi berada pada angka

rata-rata 93,74, deviasi standar 6,85, median 95 dan modus 98. Angka

deviasi standar 6,85 berarti 13,68% dari skor rata-rata. Ini menunjukan

bahwa disparitas motivasi relatif kecil. Dengan kata lain tingkat

motivasi bersifat homogen.

Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa

rata-rata skor dan median relatif hampir sama yaitu 93,74 dan 95.

Sementara tingkat motivasi yang lebih tinggi dibandingkan skor rata-

ratanya ini mengindikasikan bahwa rata-rata reponden yang berada di

level atas lebih banyak dibandingkan mereka yang mempunyai level

lebih bawah.

Terlebih lagi grafik berikut berupa histogram yang memberikan

gambaran lebih lanjut mengenai distribusi skor motivasi disajikan

sebagai berikut:
 78

Gambar grafik 4.2

Histogram Motivasi

Berdasarkan grafik di atas dapat disimpulkan bahwa tingkat

sebaran data motivasi relatif normal karena sebarannya banyak

berada (secara mayoritas) dalam kurva normal. Sedangkan data yang

berada di luar kurva normal relatif sedikit.

3. Data Hasil Belajar Algoritma Pemrograman (Y)

Data dari hasil belajar Algoritma Pemrograman diperoleh

berdasarkan berdasarkan hasil tes obyektif berbentuk pilihan ganda

(multiple choices). Tes obyektif terdiri dari 28 butir soal dengan 140

orang responden. Tiap item diberi skor dari 1 jika jawaban benar, dan

skor 0 jika jawaban salah.

 79

Berdasarkan Tabel 4.1 di atas didapatkan bahwa skor maksimum

sebesar 27 sementara skor minimumnya 14. Tingkat hasil belajar

Algoritma Pemrograman berada pada angka rata-rata 21,18 (=75,6

dari 100), deviasi standar 3,11, median 21 dan modus 22. Angka

deviasi standar 3,11 berarti 6,81% dari skor rata-rata. Ini menunjukan

bahwa disparitas hasil belajar Algoritma Pemrograman relatif cukup

rendah. Dengan kata lain, tingkat hasil belajar Algoritma Pemrograman

bersifat homogen.

Dari deskripsi data Tabel 4.1 di atas kita dapat melihat bahwa

rata-rata skor dan median relatif hampir sama yaitu 21,18 dan 21.

Sementara tingkat hasil belajar Algoritma Pemrograman memiliki level

yang lebih rendah dibandingkan skor rata-ratanya ini dapat

mengindikasikan bahwa rata-rata reponden yang berada di level

bawah lebih banyak dibandingkan mereka yang mempunyai level lebih

atas.

Terlebih lagi grafik berikut berupa histogram yang memberikan

gambaran lebih lanjut mengenai distribusi skor hasil belajar Algoritma

Pemrograman yang disajikan sebagai berikut:

 80

Gambar grafik 4.3

Histogram Hasil belajar Algoritma Pemrograman

Berdasarkan grafik di atas dapat disimpulkan bahwa tingkat

sebaran data hasil belajar Algoritma Pemrograman relatif normal karena

sebarannya banyak berada (secara mayoritas) dalam kurva normal.

Sedangkan data yang berada di luar kurva normal relatif kecil.

B. Pengujian Persyaratan Analisis Data

Data variabel penelitian yang dianalisis dengan menggunakan

analisis statistik inferensial melalui teknik korelasi dan regresi ganda

harus memenuhi beberapa persyaratan. Di antara persyaratan tersebut

adalah sebagai berikut:

1. Data bersumber dari sampel berupa pasangan data variabel X dan

variabel Y harus diambil secara acak dan memenuhi sampel minimum.

2. Untuk setiap kelompok harga variabel X dan variabel Y harus

independen dan berdistribusi normal.

 81

3. Hubungan pasangan data variabel X dan variabel Y harus linier.

4. Tidak terjadi multikolineritas diantara variabel bebas.

Untuk memenuhi persyaratan tersebut telah dilakukan pengujian

persyaratan analisis, yaitu pengujian normalitas distribusi data, pengujian

linieritas data dan pengujian multikolineritas data. Hasil pengujian yang

telah dilakukan dikemukakan sebagai berikut:

1. Uji Normalitas

Pengujian normalitas masing-masing variabel dilakukan dengan

maksud tertentu untuk mengetahui apakah sebaran data dari setiap

variabel tidak menyimpang dari ciri-ciri data yang berdistribusi normal.

Pengujian pasangan data Y atas X1 dan Y atas X2 dilakukan dengan

maksud untuk mengetahui apakah sebaran data dari setiap variabel

tidak menyimpang dari ciri-ciri data yang berdistribusi normal.

Pengujian normalitas data dalam penelitian sebagaimana telah

disebutkan di atas, dilakukan dengan menggunakan uji Kolmogorov-

Smirnov. Apabila hasilnya menunjukkan amax > Dtabel, maka

menyatakan bahwa sebaran skor berdistribusi normal ditolak, dan

sebaliknya H1 diterima. Sebaliknya jika amax ≤ Dtabel, maka sebaran skor

berdistribusi normal diterima.

Pengujian normalitas dilakukan terhadap data variabel Y, X1 dan

X2 dengan rumusan hipotesis statistik sebagai berikut:

 82

H0 = data sampel berdistribusi normal

H1 = data sampel tidak berdistribusi normal

Perhitungan dilakukan dengan bantuan komputer melalui

program aplikasi SPSS version 20.0 for Windows. Menurut ketentuan

yang ada pada program tersebut, maka kriteria dari normalitas data

adalah “jika p value (Sig) > 0.05 maka H0 diterima dan sebaliknya H1

ditolak, yang berarti data pada sampel tersebut berdistribusi normal.

Nilai p value (Sig) adalah bilangan yang tertera pada kolom Sig dalam

tabel hasil/output perhitungan pengujian normalitas oleh program

SPSS tersebut. Dalam hal ini digunakan metode Kolmogorov-Smirnov.

Hasil perhitungan normalitas data dapat dilihat pada tabel di bawah ini:

Tabel 4.2 Rekapitulasi Hasil Pengujian Normalitas

Pada Tabel 4.2 di atas, terlihat bahwa nilai pada kolom Sig

dengan menggunakan metode Kolmogorov-Smirnov berturut-turut

0,102; 0,110 dan 0,143 yang berarti semua nilai p value-nya (Sig) lebih
 83

besar dari 0,05 sehingga, H0 diterima dan H1 otomatis ditolak. Dengan

kata lain dapat disimpulkan bahwa data dari semua sampel pada

penelitian ini berdistribusi normal.

2. Pengujian Linieritas Garis Regresi

Pengujian linieritas dalam penelitian ini menggunakan hipotesis

sebagai berikut:

H0: garis regresi hubungan antara variabel X dan variabel Y linier.

H1: garis regresi hubungan antara variabel X dan variabel Y tidak linier.

Perhitungan dilakukan dengan bantuan komputer melalui

program SPSS version 20.0 for Windows, dengan ketentuan yang ada

pada program tersebut. Kriteria dari linieritas data adalah “jika Sig >

0.05, maka H0 diterima dan sebaliknya H1 ditolak. Ini berarti bahwa

garis regresi tersebut bersifat linier. Nilai Sig adalah bilangan yang

tertera pada kolom Sig baris Deviation from Linearity dalam tabel

ANOVA hasil perhitungan pengujian linieritas garis regresi oleh

program SPSS version 20.0 for Windows.

a. Linieritas Garis Regresi Hubungan antara Variabel

Pengetahuan Dasar Komputer (X1) dengan Variabel Hasil
Belajar Algoritma Pemrograman (Y)

Hasil perhitungan pengujian linieritas garis regresi hubungan

antara variabel bebas pengetahuan dasar komputer dengan

 84

variabel terikat hasil belajar Algoritma Pemrograman dapat dilihat

pada tabel di bawah ini:

Tabel 4.3
Hasil Pengujian Linieritas Garis Regresi Hubungan antara Pengetahuan
Dasar Komputer (X1) dengan Hasil Belajar Algoritma Pemrograman (Y)

Pada Tabel 4.3 di atas terlihat bahwa nilai pada kolom Sig

baris Deviation from Linearity adalah 0,274 lebih besar dari 0,05,

sehingga H0 diterima dan H1 ditolak. Dengan kata lain dapat

dikatakan bahwa garis regresi hubungan antara variabel

pengetahuan dasar komputer (X1) dengan variabel hasil belajar

Algoritma Pemrograman (Y) tersebut bersifat linier.

b. Linieritas Garis Regresi Hubungan antara Variabel Motivasi (X 2)

dengan Variabel Hasil Belajar Algoritma Pemrograman (Y)

Hasil perhitungan pengujian linieritas garis regresi hubungan

antara variabel bebas motivasi (X2) dengan variabel terikat hasil

belajar Algoritma Pemrograman (Y) dapat dilihat pada tabel berikut:

 85

Tabel 4.4
Hasil Pengujian Linieritas Garis Regresi Hubungan antara Motivasi (X 2)
dengan
Hasil Belajar Algoritma Pemrograman (Y)

Pada Tabel 4.4 di atas terlihat bahwa nilai pada kolom Sig baris Deviation

from Linearity adalah 0,460 lebih besar dari 0,05, sehingga H0

diterima dan H1 otomatis ditolak. Dengan kata lain dapat dikatakan

bahwa garis regresi pengaruh variabel motivasi (X2) terhadap

variabel hasil belajar Algoritma Pemrograman (Y) tersebut bersifat

linier.

3. Uji Multikolinieritas

Uji multikolineritas bertujuan untuk menguji apakah model regresi

ditemukan adanya korelasi yang sempurna antar variabel bebas

(independen). Model regresi yang baik seharusnya tidak terjadi

korelasi yang sempurna diantara variabel bebas. Salah satu cara

untuk mendeteksi adanya multikolinieritas adalah dengan Tolerance

 86

atau Varians Inflation Factor (VIF). Apabila tolerance lebih kecil dari

0,1 atau nilai VIF di atas 10, maka terjadi multikolinieritas. Aturan yang

berikutnya adalah jika nilai tolerance dan VIF mendekati angka satu,

maka dalam analisis regresi ganda tidak terjadi multikolinieritas.

Tabel 4.5 Uji Multikolinieritas

Hasil uji multikolinieritas pada Tabel 4.5 di atas diketahui bahwa hasil

Tolerance dan nilai Varians Inflation Factor (VIF) pada masing-masing

variabel mendekati nilai angka satu (masing-masing 0,706; 0,706 dan

1,416; 1,416). Sehingga dapat dinyatakan bahwa tidak terjadi

multikolinieritas antara pengetahuan dasar komputer dan motivasi

terhadap hasil belajar Algoritma Pemrograman pada analisis regresi

ganda ini.

C. Pengujian Hipotesis

Dalam penelitian ini perhitungan hipotesis dilakukan seperti

ketentuan yang tertulis pada akhir Bab III. Hasil perhitungan dan

pengujian dapat dilihat secara berurutan pada Tabel 4.6, Tabel 4.7 dan

Tabel 4.8 yang disajikan berikut ini:

Tabel 4.6
 87

Hasil Perhitungan Koefisien Korelasi Hubungan antara Variabel

Pengetahuan Dasar Komputer (X1), dan Motivasi (X2) dengan Variabel
Hasil Belajar Algoritma Pemrograman (Y)

Tabel 4.7
Rekapitulasi Hasil Perhitungan Pengujian Signifikansi Koefisien Regresi
Hubungan antara Variabel Pengetahuan Dasar Komputer (X1) dan
Motivasi (X2) dengan
Variabel Hasil Belajar Algoritma Pemrograman (Y)

Tabel 4.8
Rekapitulasi Hasil Perhitungan Persamaan Garis Regresi Hubungan
antara Variabel Pengetahuan Dasar Komputer (X1) dan Motivasi (X2)
dengan
Variabel Hasil Belajar Algoritma Pemrograman (Y)
 88

1. Hubungan antara Pengetahuan Dasar Komputer (X 1) dengan

Hasil Belajar Algoritma Pemrograman (Y)

Hipotesis hubungan/pengaruh adalah sebagai berikut:

H0 : ≤0

H1 : >0

Artinya:

H0 : tidak terdapat hubungan antara pengetahuan dasar komputer

dengan hasil belajar Algoritma Pemrograman.

H1 : terdapat hubungan antara pengetahuan dasar komputer

dengan hasil belajar Algoritma Pemrograman.

Untuk membuktikan hipotesis tersebut kita perlu memperhatikan

nilai/bilangan yang tertera pada kolom t atau kolom Sig untuk baris

pengetahuan dasar komputer (variabel X1) pada Tabel 4.8. Menurut

ketentuan umum yang ada, kriteria signifikansi regresi tersebut

adalah: “jika thitung > ttabel maka H0 ditolak dan H1 otomatis diterima”,

atau “jika Sig < 0,05 maka H0 ditolak/H1 diterima”. Ini berarti terdapat

hubungan yang signifikan antara variabel bebas pengetahuan dasar

komputer (X1) dengan variabel terikat hasil belajar Algoritma

Pemrograman (Y). Nilai Sig adalah bilangan yang tertera pada kolom

Sig untuk baris pengetahuan dasar komputer (variabel X1) pada

 89

Tabel 4.8. Nilai thitung adalah bilangan tertera pada kolom T untuk baris

pengetahuan dasar komputer (variabel X1) dalam tabel yang sama.

Sedangkan nilai ttabel adalah nilai tabel distribusi t untuk taraf nyata

5% dengan derajat kepercayaan (df = n – 2) = 138, dimana n adalah

jumlah banyaknya responden.

Dari Tabel 4.7 terlihat bahwa nilai Sig = 0,000 dan thitung = 9,783,

sedangkan ttabel = 1,66. Karena nilai Sig < 0,05 dan thitung > ttabel maka

H0 ditolak dan H1 otomatis diterima, yang berarti terdapat hubungan

yang signifikan antara variabel bebas X1 (pengetahuan dasar

komputer) dengan variabel terikat Y (hasil belajar Algoritma

Pemrograman).

Dari hasil pengujian korelasi, pengujian regresi maupun dengan

melihat model garis tersebut di atas, maka dapat disimpulkan bahwa

terdapat hubungan yang signifikan antara variabel bebas X1

(pengetahuan dasar komputer) dengan variabel terikat Y (hasil

belajar Algoritma Pemrograman).

2. Hubungan antara Motivasi (X2) dengan Hasil Belajar Algoritma

Pemrograman (Y)

Hipotesis pengaruh adalah sebagai berikut:

H0 : ≤0

H1 : >0
 90

Artinya:

H0 : tidak terdapat hubungan antara motivasi dengan hasil belajar

Algoritma Pemrograman.

H1 : terdapat hubungan antara motivasi dengan hasil belajar

Algoritma Pemrograman.

Untuk membuktikan hipotesis tersebut kita perlu memperhatikan

nilai/bilangan yang tertera pada kolom t atau kolom Sig untuk baris

motivasi (variabel X2) pada Tabel 4.8. Menurut ketentuan yang ada,

kriteria signifikansi regresi tersebut adalah: “jika t hitung > ttabel maka H0

ditolak dan H1 otomatis diterima”, atau “jika Sig < 0,05 maka H0

ditolak/H1 diterima”. Ini berarti adanya hubungan yang signifikan

antara variabel bebas motivasi (X2) dengan variabel terikat hasil

belajar Algoritma Pemrograman (Y). Nilai Sig adalah bilangan yang

tertera pada kolom Sig untuk baris motivasi (variabel X 2) pada Tabel

4.8. Nilai thitung adalah bilangan tertera pada kolom t untuk baris

motivasi (variabel X2) dalam tabel yang sama. Sedangkan nilai ttabel

adalah nilai tabel distribusi t untuk taraf nyata 5% dengan derajat

kepercayaan (df = n – 2) = 138, dimana n adalah jumlah banyaknya

responden.

Dari Tabel 4.8 terlihat bahwa nilai Sig = 0,000 dan thitung = 9,369,

sedangkan ttabel = 1,66. Karena nilai Sig < 0,05 dan thitung > ttabel maka

H0 ditolak dan H1 otomatis diterima, yang berarti terdapat hubungan

 91

yang signifikan antara variabel bebas X2 (motivasi) dengan variabel

terikat Y (hasil belajar Algoritma Pemrograman).

Dari hasil pengujian korelasi, pengujian regresi maupun dengan

melihat model garis tersebut di atas maka dapat disimpulkan bahwa

terdapat hubungan yang signifikan antara variabel bebas X2

(motivasi) dengan variabel terikat Y (hasil belajar Algoritma

Pemrograman).

3. Hubungan antara Pengetahuan Dasar Komputer (X 1) dan

Motivasi (X2) secara bersama-sama dengan Hasil Belajar
Algoritma Pemrograman (Y)

Hipotesis pengaruh adalah sebagai berikut:

H0 : ≤0

H1 : >0

Artinya:

H0 : tidak terdapat hubungan antara pengetahuan dasar komputer

dan motivasi secara bersama-sama dengan hasil belajar

Algoritma Pemrograman.
 92

H1 : terdapat hubungan antara pengetahuan dasar komputer dan

motivasi secara bersama-sama dengan hasil belajar

Algoritma Pemrograman.

Berdasarkan Tabel 4.6 di atas, terlihat bahwa koefisien korelasi

ganda hubungan variabel bebas pengetahuan dasar komputer (X 1),

dan motivasi (X2) secara bersama-sama terhadap hasil belajar

Algoritma Pemrograman (Y) adalah sebesar 0,863.

Sedangkan koefisien determinasinya (R square) sebesar 0,745

menunjukan bahwa besarnya kontribusi pengetahuan dasar

komputer dan motivasi secara bersama-sama terhadap hasil belajar

Algoritma Pemrograman adalah sebesar 74,5%, sisanya (sebesar

25,5%) karena disebabkan faktor lainnya.

Untuk pengujian hipotesis melalui analisis regresi diperoleh

hasil perhitungan seperti yang terlihat pada Tabel 4.7 dan Tabel 4.8.

Berdasarkan Tabel 4.8 diperoleh persamaan garis regresi yang

mempresentasikan hubungan antara variabel pengetahuan dasar

komputer (X1) dan motivasi (X2) dengan variabel hasil belajar

Algoritma Pemrograman (Y): = -9,865 + 0,517X1 + 0,218X2

Sementara untuk menguji signifikansi garis regresi tersebut

adalah dengan memperhatikan hasil perhitungan yang ada pada

Tabel 4.7. Menurut ketentuan yang ada, kriteria signifikansi regresi

 93

tersebut adalah “jika nilai Sig < 0,05 maka H0 ditolak dan H1 diterima”

atau “jika Fhitung > Ftabel maka H0 juga ditolak/H1 diterima”, yang berarti

bahwa koefisien regresi tersebut signifikan. Dengan kata lain kita

dapat simpulkan bahwa terdapat hubungan yang signifikan antara

variabel bebas pengetahuan dasar komputer (X1), dan motivasi (X2)

dengan variabel terikat hasil belajar Algoritma Pemrograman (Y).

Nilai signifikansi (Sig) adalah bilangan yang tertera pada kolom Sig

dalam Tabel 4.8. Nilai Fhitung adalah bilangan yang tertera pada kolom

F dalam tabel yang sama. Nilai F tabel adalah nilai tabel distribusi F

untuk taraf nyata 5% dengan derajat pembilang (k) = 2 dan derajat

penyebut (n – k – 1) = 137, dimana n adalah jumlah banyaknya

responden dan k adalah jumlah banyaknya variabel bebas.

Dari Tabel 4.7, terlihat bahwa nilai Sig = 0,000 dan Fhitung =

200,177, sedangkan Ftabel = 3,06. Karena nilai Sig < 0,05 dan Fhitung >

Ftabel maka H0 ditolak dan H1 otomatis diterima yang berarti bahwa

koefisien regresi tersebut signifikan. Jadi dapat dikatakan bahwa

terdapat hubungan yang signifikan antara variabel bebas

pengetahuan dasar komputer (X1) dan motivasi (X2) secara bersama-

sama dengan hasil belajar Algoritma Pemrograman (Y).

Berdasarkan hasil pengujian korelasi maupun regresi tersebut

maka disimpulkan bahwa terdapat hubungan yang signifikan antara

variabel bebas pengetahuan dasar komputer (X1) dan motivasi(X2)

 94

secara bersama-sama dengan hasil belajar Algoritma Pemrograman

(Y).

D. Pembahasan/Interpretasi Hasil Penelitian

Penelitian ini untuk mengetahui hubungan antara pengetahuan

dasar komputer dan motivasi secara bersama-sama dengan hasil belajar

Algoritma Pemrograman.

1. Hubungan antara Pengetahuan Dasar Komputer dengan Hasil

Belajar Algoritma Pemrograman

Dari pengujian hipotesis diperoleh bahwa nilai signifikansi (Sig) =

0,000 dan thitung = 9,783 sedangkan ttabel = 1,66. Karena nilai Sig < 0,05

dan thitung > ttabel maka H0 ditolak dan H1 diterima, yang berarti terdapat

hubungan yang signifikan antara variabel bebas X 1 (pengetahuan

dasar komputer) dengan variabel terikat Y (hasil belajar Algoritma

Pemrograman).

Menurut Aunur Rofiq Mulyanto, algoritma adalah urutan langkah-

langkah logis penyelesaian masalah yang disusun secara sistematis 1.

Selanjutnya Thomas H. Cormen dalam Rinaldi Munir menambahkan,

algoritma adalah deretan langkah-langkah komputasi yang

mentransformasikan data masukan menjadi keluaran2. Dapat

1
Aunur.R Mulyanto, dkk. Rekayasa Perangkat Lunak (Jakarta: Direktorat Pembinaan
Sekolah Menengah Kejuruan, 2008), Cet.1, h. 101.
2
Rinaldi, Algoritma dan Pemrograman dalam Bahasa Pascal dan C. (Bandung: Informatika
2007), h. 14
 95

disimpulkan bahwa algoritma merupakan deretan langkah komputasi

yang mentransformasikan masukan menjadi keluaran dalam waktu

yang terbatas, Algoritma baru efektif jika dijalankan oleh sebuah

pemroses (processor). Pemroses itu bisa manusia, robot, komputer,

mesin, dan sebagainya. Pemroses membaca setiap instruksi di dalam

algoritma lalu mengerjakannya. Hasil belajar algoritma pemrograman

merupakan tingkat keberhasilan atau penguasaan seorang siswa

terhadap mata diklat Algoritma Pemrograman setelah menempuh

proses belajar mengajar yang terlihat pada nilai yang diperoleh dari tes

hasil belajarnya. Baik dalam menguasai materi pelajaran dan sikap

yang ada pada diri siswa selama proses belajar mengajar, dimana

hasil belajar Algoritma Pemrograman dapat diukur dengan

menggunakan alat evaluasi yang biasanya disebut tes hasil belajar.

Pengetahuan adalah hasil penginderaan manusia atau hasil tahu

seseorang terhadap objek melalui indera yang dimilikinya (mata,

hidung, telinga, dsb). Dengan sendirinya, saat penginderaan sampai

menghasilkan pengetahuan tersebut sangat dipengaruhi oleh

intensitas perhatian dan persepsi terhadap objek. Sebagian besar

pengetahuan seseorang diperoleh melalui indera pendengaran

(telinga), dan indera penglihatan (mata).3 Dengan kata lain

pengetahuan adalah sejumlah fakta dan teori yang memungkinkan

3
S. Notoatmodjo, Ilmu Perilaku Kesehatan. (Jakarta: Rineka Cipta, 2010), h. 25.
 96

seseorang untuk dapat memecahkan masalah yang dihadapinya yang

diperoleh baik dari pengalaman langsung maupun pengalaman orang

lain terhadap objek melalui indera yang dimilikinya. Sedangkan

pengetahuan dasar komputer adalah pengertian seseorang tentang

komponen-komponen komputer dan kemampuan dalam

mengoperasikannya serta penyelesaian tugas-tugas menggunakan

komputer. Dapat dikatakan bahwa pengetahuan dasar komputer

adalah pengetahuan yang mempelajari tentang dasar-dasar dari suatu

komputer dalam hal penguasaan yang mendasar tentang hardware,

software dan brainware dalam komputer.

Pengetahuan dasar komputer merupakan pengetahuan dasar

mengenai dasar-dasar komputer yang berhubungan dengan hardware,

software dan brainware suatu komputer. Pengetahuan dasar komputer

yang tinggi sebaiknya dimiliki oleh siswa yang mengambil jurusan yang

berhubungan dengan komputer khususnya disini pada jurusan RPL

yang didalamnya terdapat mata diklat Algoritma Pemrograman. Dalam

proses pembelajaran Algoritma Pemrograman terdapat tujuan yang

ingin dicapai salah satu tujuan pembelajaran yang utama adalah

meningkatnya hasil belajar yang baik. Untuk mendapat hasil belajar

Algoritma Pemrograman yang baik, maka siswa harus mempunyai

pengetahuan dasar komputer, karena penguasaan pengetahuan dasar

komputer tersebut merupakan prasyarat yang harus dipenuhi dalam

 97

belajar Algoritma Pemrograman, sehingga akan sangat membantu

dalam menunjang keterampilan siswa dalam belajar teori ataupun

praktek untuk menganalisa atau membuat bahasa pemrograman pada

mata diklat tersebut. Selain itu juga pengetahuan dasar komputer

merupakan parameter keberhasilan bagi siswa dalam proses belajar

mengajar.

Adapun aspek atau karakteristik pengetahuan dasar komputer

dalah pemahaman tentang hardware, software dan brainware suatu

komputer. Pada perangkat hardware mempelajari tentang perangkat-

perangkat yang digunakan pada komputer seperti motherboard,

memori, dan prosesor, komponen ini sangat berpengaruh untuk

aplikasi dari Algoritma Pemrograman karena dalam aplikasi Algoritma

Pemrograman membutuhkan perangkat keras yang dapat digunakan

untuk melancarkan proses pembuatan suatu program dengan aplikasi

bahasa pemrograman sehingga jika siswa memahami tentang

hardware dengan baik berarti siswa dapat mengaplikasikan pelajaran

Algoritma Pemrograman dengan baik. Pada perangkat software

membahas mengenai sistem operasi DOS, DOS mempelajari tentang

perintah-perintah yang digunakan pada sistem operasi komputer

sehingga komputer tersebut dapat berjalan dengan baik sehingga jika

siswa mempelajari software DOS berarti siswa mampu

mengoperasikan dan mengaplikasikan suatu bahasa pemrograman

 98

yang ada pada mata diklat Algoritma Pemrograman. Pada brainware

membahas tentang faktor manusia yang menggunakan suatu

komputer sehingga siswa dapat mengklasifikasikan seseorang didalam

menggunakan dan mengaplikasikan bahasa pemrograman tersebut.

Berdasarkan uraian diatas, menunjukan bahwa semakin baik

pengetahuan dasar komputer yang dimiliki oleh siswa, semakin baik

pula hasil belajar Algoritma pemrograman dasar yang diperolehnya.

Dengan kata lain, siswa yang mempunyai pengetahuan dasar

komputer yang tinggi akan berhubungan dengan hasil belajar

Algoritma Pemrograman yang tinggi juga. Dan sebaliknya

pengetahuan dasar komputer yang rendah akan berhubungan dengan

hasil belajar Algoritma Pemrograman rendah pula.

Berdasarkan informasi kuantitatif dan teori tersebut di atas, maka

peneliti berkesimpulan bahwa pengetahuan dasar komputer

mempunyai hubungan positif dan signifikan terhadap hasil belajar

Algoritma Pemrograman.

2. Hubungan antara Motivasi dengan Hasil Belajar Algoritma

Pemrograman

Dari pengujian hipotesis diperoleh bahwa nilai signifikansi (Sig)

= 0,000 dan thitung = 9,369 sedangkan ttabel = 1,66. Karena nilai Sig <

0,05 dan thitung > ttabel maka H0 ditolak dan H1 diterima, yang berarti
 99

terdapat hubungan yang signifikan antara variabel bebas X 2 (motivasi)

dengan variabel terikat Y (hasil belajar Algoritma Pemrograman).

Menurut teori yang ada pada bab II, Aunur Rofiq Mulyanto

menyatakan bahwa algoritma adalah urutan langkah-langkah logis

penyelesaian masalah yang disusun secara sistematis4. Selanjutnya

Thomas H. Cormen dalam Rinaldi Munir menambahkan, algoritma

adalah deretan langkah-langkah komputasi yang mentransformasikan

data masukan menjadi keluaran5. Dapat disimpulkan bahwa algoritma

merupakan deretan langkah komputasi yang mentransformasikan

masukan menjadi keluaran dalam waktu yang terbatas, Algoritma baru

efektif jika dijalankan oleh sebuah pemroses (processor). Pemroses itu

bisa manusia, robot, komputer, mesin, dan sebagainya. Pemroses

membaca setiap instruksi di dalam algoritma lalu mengerjakannya.

Hasil belajar algoritma pemrograman merupakan tingkat keberhasilan

atau penguasaan seorang siswa terhadap mata diklat Algoritma

Pemrograman setelah menempuh proses belajar mengajar yang

terlihat pada nilai yang diperoleh dari tes hasil belajarnya. Baik dalam

menguasai materi pelajaran dan sikap yang ada pada diri siswa

selama proses belajar mengajar, dimana hasil belajar Algoritma

4
Aunur R. Mulyanto, op.cit., h.101.
5
Rinaldi, op.cit., h.14.
 100

Pemrograman dapat diukur dengan menggunakan alat evaluasi yang

biasanya disebut tes hasil belajar.

M. Ngalim Purwanto mengatakan bahwa motivasi adalah

pendorongan suatu usaha yang disadari untuk mempengaruhi tingkah

laku seseorang agar ia tergerak hatinya untuk bertindak melakukan

sesuatu sehingga mencapai hasil atau tujuan tertentu. 6 Motivasi

mengacu pada suatu proses mempengaruhi pilihan-pilihan individu

terhadap bermacam-macam bentuk kegiatan yang dikehendaki.

Motivasi merupakan segala sesuatu yang menjadi pendorong

timbulnya suatu tingkah laku demi tercapainya tujuan ataupun cita-cita

yang diharapkan.

Siswa yang dalam proses belajar mempunyai motivasi yang kuat

dan jelas pasti akan tekun dan berhasil belajarnya dalam artian

motivasi itu bukan hanya berfungsi sebagai penentu terjadinya suatu

perbuatan tetapi juga merupakan penentu hasil perbuatan. Siswa yang

termotivasi secara instrinsik dapat terlihat dari kegiatannya yang tekun

dalam mengerjakan tugas-tugas belajar karena butuh dan ingin

mencapai tujuan belajar yang sebenarnya. Dengan kata lain, motivasi

instrinsik dilihat dari segi tujuan kegiatan yang dilakukan adalah ingin

mencapai tujuan yang terkandung di dalam perbuatan itu sendiri.

6
M.Ngalim Purwanto, Psikologi Pendidikan, (Bandung: Remaja Rosdakarya, 2000), h.73.
 101

Siswa yang memiliki motivasi instrinsik menunjukkan keterlibatan dan

aktivitas yang tinggi dalam belajar.

Seseorang mempunyai motivasi instrinsik karena didorong rasa

ingin tahu, mencapai tujuan menambah pengetahuan. Dengan kata

lain, motivasi instrinsik bersumber pada kebutuhan yang berisikan

keharusan untuk menjadi orang yang terdidik dan berpengetahuan.

Motivasi instrinsik muncul dari kesadaran diri sendiri, bukan karena

ingin mendapat pujian atau ganjaran.

Motivasi ekstrinsik dapat membangkitkan motivasi instrinsik,

sehingga motivasi ekstrinsik sangat diperlukan dalam pembelajaran.

Siswa yang memiliki motivasi yang tinggi akan mempersiapkan diri

dalam mengikuti proses pembelajaran dikelas meskipun menghadapi

kesulitan-kesulitan materi yang ada.

Siswa yang memiliki motivasi belajar rendah akan sulit

mempersiapkan diri dalam mengikuti proses pembelajaran dan

cenderung malas untuk belajar memperkaya pengetahuanya tentang

dasar komputer, sehingga apabila motivasi belajar rendah dampaknya

siswa akan kesulitan untuk memahami mata diklatAlgoritma

Pemrograman. Siswa yang memiliki motivasi belajar rendah sesuai

dengan kemampuan pengetahuan dasar komputernya dimana

memerlukan kemampuan untuk meningkatkan hasil belajarnya. Hasil

belajar Algoritma Pemrograman dapat ditingkatkan dengan berbagai

 102

jenis usaha. Salah satunya untuk meningkatkan dengan cara

diberikanya tambahan materi tentang pengetahuan dasar komputer

sebelum proses pembelajaran, sehingga motivasi belajar yang tinggi

dapat membantu pencapaian hasil belajar.

Merujuk pada informasi kuantitatif dan teori tersebut di atas,

maka peneliti berkesimpulan bahwa motivasi dalam belajar

mempunyai hubungan yang positif dan signifikan dengan hasil belajar

Algoritma Pemrograman.

3. Hubungan antara Pengetahuan Dasar Komputer dan Motivasi

secara bersama-sama dengan Hasil belajar Algoritma
Pemrograman

Dari deskripsi data setelah dilakukan analisis korelasi maka

diperoleh koefisien korelasi sebesar 0,863 dan koefisien determinasi

sebesar 74,5%. Dengan pengujian melalui program SPSS version 20.0

for Windows, terbukti bahwa koefisien korelasi tersebut signifikan. Hal

ini berarti bahwa terdapat hubungan yang signifikan antara variabel

bebas X1 (pengetahuan dasar komputer) dan X2 (motivasi) secara

bersama-sama dengan variabel terikat Y (hasil belajar Algoritma

Pemrograman).

Sedangkan berdasarkan analisis regresi diperoleh persamaan

garis = -9,865 + 0,517X1 + 0,218X2. Nilai konstanta sebesar -9,865

menunjukkan bahwa dengan pengetahuan dasar komputer dan

 103

motivasi yang paling rendah, akan sulit kiranya untuk menghasilkan

suatu hasil belajar Algoritma Pemrograman yang baik. Sementara,

nilai koefisien sebesar 0,517 dan 0,218 menunjukkan terdapat

hubungan afirmatif yang signifikan antara variabel bebas X1

(pengetahuan dasar komputer) dan X2 (motivasi) secara bersama-

sama dengan variabel terikat Y (hasil belajar Algoritma Pemrograman).

Angka koefisien regresi tersebut juga menunjukkan bahwa setiap ada

kenaikan satu nilai pengetahuan dasar komputer, maka akan terdapat

kenaikan hasil belajar Algoritma Pemrograman sebesar 0,517. Setiap

ada kenaikan satu nilai motivasi maka akan terdapat kenaikan hasil

belajar Algoritma Pemrograman sebesar 0,517.

Setelah dilakukan pengujian linieritas garis regresi dan

multikolineritas dengan menggunakan program SPSS version 20.0 for

Windows diperoleh bahwa garis regresi tersebut terbukti linier dan

tidak terdapat kolineritas antar variabel bebasnya. Dari pengujian

signifikansi koefisien regresi yang juga dilakukan dengan program

yang sama diperoleh bahwa koefisien regresi tersebut juga signifikan

(Fhitung = 200,177 > Ftabel = 3,06 dan Sig.= 0,000 < 0,05), yang berarti

benar bahwa terdapat hubungan positif yang signifikan antara variabel

bebas X1 (pengetahuan dasar komputer) dan X2 (motivasi) secara

 104

bersama-sama dengan variabel terikat Y (hasil belajar Algoritma

Pemrograman).

Algoritma menurut Aunur Rofiq Mulyanto adalah urutan langkah-

langkah logis penyelesaian masalah yang disusun secara sistematis 7.

Sedangkan Thomas H. Cormen dalam Rinaldi Munir menambahkan,

algoritma adalah deretan langkah-langkah komputasi yang

mentransformasikan data masukan menjadi keluaran8. Dapat

disimpulkan bahwa algoritma merupakan deretan langkah komputasi

yang mentransformasikan masukan menjadi keluaran dalam waktu

yang terbatas, Algoritma baru efektif jika dijalankan oleh sebuah

pemroses (processor). Pemroses itu bisa manusia, robot, komputer,

mesin, dan sebagainya. Pemroses membaca setiap instruksi di dalam

algoritma lalu mengerjakannya. Hasil belajar algoritma pemrograman

merupakan tingkat keberhasilan atau penguasaan seorang siswa

terhadap mata diklat Algoritma Pemrograman setelah menempuh

proses belajar mengajar yang terlihat pada nilai yang diperoleh dari tes

hasil belajarnya. Baik dalam menguasai materi pelajaran dan sikap

yang ada pada diri siswa selama proses belajar mengajar, dimana

hasil belajar Algoritma Pemrograman dapat diukur dengan

menggunakan alat evaluasi yang biasanya disebut tes hasil belajar.

7
Aunur R. Mulyanto, op.cit., h. 101.
8
Rinaldi, op.cit., h. 14
 105

Pengetahuan adalah hasil penginderaan manusia atau hasil tahu

seseorang terhadap objek melalui indera yang dimilikinya (mata,

hidung, telinga, dsb). Dengan sendirinya, saat penginderaan sampai

menghasilkan pengetahuan tersebut sangat dipengaruhi oleh

intensitas perhatian dan persepsi terhadap objek. Sebagian besar

pengetahuan seseorang diperoleh melalui indera pendengaran

(telinga), dan indera penglihatan (mata).9 Dengan kata lain

pengetahuan adalah sejumlah fakta dan teori yang memungkinkan

seseorang untuk dapat memecahkan masalah yang dihadapinya yang

diperoleh baik dari pengalaman langsung maupun pengalaman orang

lain terhadap objek melalui indera yang dimilikinya. Sedangkan

pengetahuan dasar komputer adalah pengertian seseorang tentang

komponen-komponen komputer dan kemampuan dalam

mengoperasikannya serta penyelesaian tugas-tugas menggunakan

komputer. Dapat dikatakan bahwa pengetahuan dasar komputer

adalah pengetahuan yang mempelajari tentang dasar-dasar dari suatu

komputer dalam hal penguasaan yang mendasar tentang hardware,

software dan brainware dalam komputer.

M. Ngalim Purwanto mengatakan bahwa motivasi adalah

pendorongan suatu usaha yang disadari untuk mempengaruhi tingkah

laku seseorang agar ia tergerak hatinya untuk bertindak melakukan

9
S. Notoatmodjo, op.cit., h. 25.
 106

sesuatu sehingga mencapai hasil atau tujuan tertentu. 10 Motivasi

mengacu pada suatu proses mempengaruhi pilihan-pilihan individu

terhadap bermacam-macam bentuk kegiatan yang dikehendaki.

Motivasi merupakan segala sesuatu yang menjadi pendorong

timbulnya suatu tingkah laku demi tercapainya tujuan ataupun cita-cita

yang diharapkan.

Dalam proses belajar, penguasaan pengetahuan dasar komputer

diduga dapat membangkitkan motivasi siswa dalam kaitannya

melakukan aktifitas belajar dengan maksimal. Penguasaan

pengetahuan dasar komputer tinggi dan penguasaan pengetahuan

dasar komputer rendah adalah memiliki kesamaan, yaitu sama-sama

memiliki pengetahuan dasar komputer. Namun siswa yang memiliki

penguasaan pengetahuan dasar komputer tinggi cenderung memiliki

daya interaktif yang lebih besar jika dibandingkan dengan siswa yang

memiliki penguasaan pengetahuan dasar komputer rendah, dimana

proses pembelajarannya pada waktu yang sama, guru yang sama

tanpa ada perbedaan perlakuan.

Dari informasi kuantitatif dan tinjauan teori di atas, maka peneliti

berkesimpulan bahwa pengetahuan dasar komputer dan motivasi

berhubungan afirmatif dan signifikan secara bersama-sama dengan

hasil belajar Algoritma Pemrograman.

10
M. Ngalim Purwanto, op.cit., h. 73.
 107

E. Keterbatasan Penelitian

Dalam penelitian ini, peneliti masih menemukan berbagai

keterbatasan, antara lain sebagai berikut:

1. Keterbatasan waktu pada saat mengambil data pada penelitian ini

dapat mempengaruhi hasil penelitian. Penelitian ini hanya berlangsung

selama 4 bulan, yang berarti berlangsung dalam waktu yang singkat.

Bisa saja pada saat pengambilan data, siswa berada pada fase yang

kurang baik dalam memperoleh pengetahuan dasar komputer,

sehingga mengakibatkan hasil belajar algoritme pemrograman juga

kurang maksimal. Begitu juga dengan motivasi belajar, yang

memungkinkan siswa berada dalam keadaan yang optimal saat

pengambilan data. Karenanya, waktu penelitian sebaiknya dilakukan

satu semester, untuk mendapatkan hasil yang lebih representatif.

2. Persepsi yang dimiliki oleh para siswa tentang instrumen motivasi

yang diberikan, memiliki tingkat pemahaman yang berbeda-beda,

sehingga memungkinkan terjadinya bias terhadap hasil penelitian yang

didapat.

3. Jumlah sampel dalam penelitian ini sudah sesuai dengan jumlah

minimal sampel yang dibutuhkan. Akan tetapi, kemungkinan penelitian

ini akan menghasilkan data yang lebih baik jika dilakukan pada
 108

populasi dan sampel yang lebih spesifik (misalnya untuk scope/tingkat

Kecamatan).