104
BAB IIIMETODOLOGI PENELITIAN
A.Tempat dan Waktu Penelitian1. Tempat PenelitianPenelitian ini
dilaksanakan di SMAN 34 dan SMAN 66 Jakarta, yang berada di wilayah
Kecamatan Cilandak. Adapun sasaran penelitian adalah siswa kelas X.
Dipilihnya dua sekolah tersebut diharapkan dapat menjawab
permasalahan untuk mencapai tujuan penelitian.
2. Waktu PenelitianWaktu penelitian dilaksanakan pada semester
genap tahun pelajaran 2012-2013 yang dilakukan berdasarkan proses
pembelajaran yang diatur dalam kalender pendidikan sekolah. Adapun
tahap-tahap pelaksanaan penelitian disusun dalam tabel sebagai
berikut :
Tabel 3.1 Jadwal kegiatan Penelitian
NoKegiatanMaret 2013April 2013Mei 2013Juni 2013Juli 2013
Minggu keMinggu keMinggu keMinggu keMinggu ke
12341234123412341234
1.Persiapan penelitian
2Kajian Pustaka
3Persiapan instrumen
4Uji coba instrumen
5Analisis Uji coba
6Pelaksanaan Penelitian
7Pengumpulan data penelitian
8Analisis data penelitian
9Penulisan laporan penelitian
10Konsultasi akhir
B. Metode Penelitian
Menurut Sugiyono (2008:6) metode penelitian pendidikan dapat
diartikan sebagai cara ilmiah untuk mendapatkan data yang valid
dengan tujuan dapat ditemukan, dikembangkan, dan dibuktikan, suatu
pengetahuan tertentu sehingga pada gilirannya dapat digunakan untuk
memahami, memecahkan dan mengantisipasi masalah dalam bidang
pendidikan. Metode yang digunakan dalam penelitian ini adalah
metode survey.Sasmoko (2004: 152) mengatakan bahwa, survey adalah
pengumpulan data yang rekatif terbatas dari kasus-kasus yang
rekatif besar jumlahnya.Tujuan survei adalah mengumpulkan informasi
tentang variabel dan bukan informasi tentang individu.Metode yang
digunakan dalam penelitian ini adalah metode survey korelasional.
Ada tiga variabel yang diteliti yaitu variabel bebas atau
independent variabel, terdiri atas dua variabel yakni kemampuan
awal matematika siswa dan motivasi belajar siswa, serta variabel
terikat atau dependent variabel yakni prestasi belajar matematika
siswa. Adapun analisis yang digunakan untuk pengujian hipotesis
analisis jalur (path analysis), yaitu untuk mengetahui pengaruh
lansung atau tidak langsung , secara serempak atau mandiri beberapa
variabel penyebab terhadap sebuah variabel akibat (Sambas Ali.M,
2007 : 22)Untuk mengetahui hubungan antar variabel dalam penelitian
ini, peneliti menyusun hubungan antar variabel dalam bentuk diagram
jalur berikut ini :
X1
P31X3
P21X2
P32Gambar 3.1 Diagram Jalur PenelitianKeterangan :X1 = Kemampuan
awal siswa sebagai variabel bebasX2 = Motivasi belajar sebagai
variabel interveningX3 = Prestasi Belajar sebagai variabel bebasC.
Populasi dan Teknik Pengambilan Sampel1. PopulasiPopulasi adalah
keseluruhan subyek penelitian (Suharisimi Arikunto, 2002:108).
Menurut Triyuliana (2007:14), populasi adalah sekumpulan orang atau
objek yang sedang diteliti. Dalam pengambilan populasi, sebaiknya
peneliti mengambil keseluruhan subyek dalam penelitian.Populasi
yang menjadi target dalam penelitian ini adalah seluruh siswa kelas
X SMAN di Kecamatan Cilandak Jakarta Selatan.
2. Populasi TerjangkauMenurut Sukmadinata (2005:82), populasi
adalah keseluruhan objek penelitian yang terdiri dari manusia,
benda, hewan, tumbuhan, gejala, nilai tes atau peristiwa sebagai
sumber data yang mewakili karakteristik tertentu dalam suatu
penelitian. Populasi dalam penelitian ini adalah siswa kelas X SMAN
34 dan 66 Jakarta yang berjumlah 560siswa.
3. SampelMenurut Sudjana (1992 :16), sampel adalah sebagian atau
wakil populasi yang diteliti. Yang dijadikan sampel dalam
penelitian ini akan didasarkan pada teknik random sampling. Di mana
setiap anggota populasi mendapatkan kesempatan yang sama untuk
dijadikan sampel dalam penelitian.Dalam menentukan jumlah sampel
peneliti menggunakan rumus Taro Yamane sebagai berikut :
(Riduwan,2006:49):n =
Keterangan :N: Jumlah populasin: Jumlah sampeld:Presisi yang
ditetapkanDengan menggunakan rumus di atas maka jumlah sampel yang
digunakan adalah :n = Dimana : N = 560 orangd = 10 %Maka :n = n = =
84,85 85Maka sampel yang digunakan dari populasi 560 maka diperoleh
jumlah 85 orang.Adapun anggota sampel yang digunakan oleh peneliti
meliputi siswa kelas X dari SMA Negeri yang terdapat di wilayah
kecamatan Cilandak Jakarta Selatan.
4. Teknik SamplingTeknik sampling adalah pengambilan sampel
dimana setiap anggota populasi mendapatkan kesempatan yang sama
untuk menjadi anggota sampel. Peneliti dalam penelitian ini
menggunakan teknik Proposional Cluster Random Samplng, dimana
jumlah sampel dari setiap sekolah diambil secara proporsional
berdasarkan perbandingan jumlah siswa setiap sekolah terhadap
jumlah populasi keseluruhan.Dengan teknik ini maka diperoleh
anggota sampel dari masing-masing sekolah sebagai berikut :Dengan
tekhnik ini ini maka diperoleh anggota sampel dari masing-masing
sekolah sebagai berikut :a) SMA 34 Jakarta: x 85 = 42,5 = 43
orangb) SMA 66 Jakarta : x 85= 42,5 = 42 orangSehingga total sampel
adalah 85 orang.
D. Metode Pengumpulan Data1. Variabel PenelitianVariabel
penelitian adalah suatu atribut atau sifat atau nilai dari orang,
obyek atau kegiatan yang mempunyai variabel tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya.(Sugiyono;2008).Dari model (diagram) analisis jalur
(path analysis) yang disusun dapat dijelaskan bahwa X1 merupakan
variabel independen (eksogen) dari X2 dan X3. Variabel X2 merupakan
vaeiabel eksogen bagi X3. X3 merupakan variabel endogen bagi X1 dan
X2. Dan X2 merupakan variabel endogen bagi X1. Variabel X1
mempunyai jalur hubungan langsung dengan X3, tetapi juga mempunyai
jalur hubungan tidak langsung dengan X3 karena harus melalui
X2.Adapun variabel dalam penelitian ini terdiri dari:a. Variabel
terikat (X3): Prestasi Belajar Matematikab. Variabel bebas (X1):
Kemampuan Awal Matematikac. Variabel bebas (X2): Motivasi Belajar
Siswa
2. Sumber Dataa. Data variabel terikat (X3) prestasi belajar
matematika bersumber dari hasil tes yang diberikan kepada siswa.
Jumlah soal yang disediakan berjumlah 30 soal pilihan ganda dengan
5 alternatif pilihan jawaban,b. Data variabel bebas (X1) kemampuan
awal matematika bersumber dari hasil tes yang diberikan kepada
siswa. Dan jumlah soal yang disediakan berjumlah 30 soal pilihan
ganda dengan 5 alternatif jawaban,c. Data variabel bebas (X2)
motivasi belajar siswa bersumber dari siswa dengan memberikan
instrumen skala penilaian berjumlah 30 soal dengan 5 alternatif
jawaban.
3. Teknik Pengumpulan Dataa. Data Kemampuan Awal dan Prestasi
BelajarUntuk data variabel terikat (X3) prestasi belajar matematika
dan variabel bebas (X1) kemampuan awal matematika didapatkan survey
peneliti terhadap hasil tes soal mata pelajaran Matematika Semester
II tahun pelajaran 2012-2013, yang diberikan kepada siswa. Jumlah
soal yang disediakan masing-masing berjumlah 30 soal pilihan ganda
dengan 5 alternatif pilihan jawaban,b. Data Motivasi BelajarUntuk
memperoleh data variabel bebas (X2) motivasi belajar siswa
didapatkan dari hasil jawaban siswa terhadap kuesioner/skala
penilaian yang diberikan, dengan bentuk skala Likert, dengan 5
jenjang.
E. Pengembangan Instrumen Penelitian1. Instrumen Prestasi
Belajar Matematikaa. Definisi KonseptualPrestasi belajar matematika
adalah suatu kemampuan pada individu yang belajar, bukan saja
perubahan mengenai pengetahuan, tetapi juga pengetahuan untuk
membentuk kecakapan, kebiasaan, sikap, pengertian, penguasaan dan
penghargaan diri individu yang telah mengalami pembelajaran untuk
materi trigonometri.b. Definisi OperasionalPrestasi belajar
matematika adalah skor tentang suatu kemampuan pada individu yang
belajar, bukan saja perubahan mengenai pengetahuan untuk membentuk
kecakapan, kebiasaan, sikap, pengertian, penguasaaan dan
penghargaan diri individu yang telah mengalami pembelajaran untuk
materi trigonometri.Materi pembelajaran berdasarkan kurikulum
matematika SMA 2012-2013.Adapun instrumen yang digunakan untuk
mengumpulkan data.Prestasi belajar Matematika digunakan tes berupa
soal pilihan ganda, dengan jumlah butir soal 30 butir. Dengan 5
alternatif pilihan jawaban meliputi pokok bahasan perbandingan
trigonometri dalam segitiga siku-siku, perbandingan trigonometri
untuk sudut khusus, penggunaan kalkulator untuk menentukan nilai
pendekatan trigonometri dan besar sudutnya, perbandingan
trigonometri untuk sudut-sudut di semua kuadran,rumus perbandingan
trigonometri untuk sudut-sudut berelasi,identitas trigonometri,
aturan sinus dan kosinus, serta luas segitiga
c. Kisi-Kisi InstrumenTes Prestasi Belajar Matematika
Tabel 3.2Kisi-Kisi Instrumen Prestasi Belajar MatematikaStandar
Kompetensi :Menggunakan perbandingan, fungsi, persamaan, dan
identitas trigonometri dalam pemecahan masalah.
Kompetensi DasarMateriIndikatorJml SoalAbilityNomor Soal
a. 5.1.Melakukan manipulasi aljabar dalam perhitungan teknis
yang berkaitan dengan perbandinganfungsi, persamaan dan identitas
trigonometriTrigonometri Menentukan nilai perbandingan trigonometri
(sinus, kosinus, tangen, kotangen, sekan, dan kosekan suatu sudut)
pada segitiga siku-siku.
4C2,C31, 18, 19, 20
Menentukan nilai perbandingan trigonometri (sinus, kosinus, dan
tangen) dari sudut khusus.
4C2,C32, 7,8,9
Menentukan nilai perbandingan trigonometri (sinus, kosinus, dan
tangen) dari sudut di semua kuadran.
5C2,C33,4,6, 21,22
Membuktikan identitas trigonometri sederhana2C2,C35,24
5.2.Merancang model matematika dari masalah yang berkaitan
dengan perbandingan, fungsi, persamaan dan identitas
trigonometriTrigonometri Menggunakan aturan sinus, aturan kosinus,
dan rumus luas segitiga dalam penyelesaian soal.
8C2,C3,C410,11,12,13,14,15,16,17
Mengidentifikasi masalah yang berhubungan dengan perbandingan
trigonometri, aturan sinus, dan aturan kosinus.
7C2,C3,C423,25, 26,27, 28,29,30
Jumlah Butir Soal30
d. Uji Coba Instrumen Prestasi Belajar Matematika SiswaInstrumen
tes prestasi belajar matematika perlu dikalibrasi agar diketahui
tingkat kehandalan instrumen. Untuk itu maka di lakukan uji coba
instrumen tes pada siswa kelas X SMA Negeri Wilayah Cilandak
Jakarta Selatan yang dijadikan sample penelitian. Dalam rangka uji
coba instrumen tes ini akan dilakukan peninjauan terhadap :1) Taraf
kesukaran butir soal.Untuk mengetahui soal-soal yang mudah, sedang,
dan sukar dilakukan uji taraf kesukaran. Untuk menghitung kesukaran
digunakan rumus :
Keterangan :P= Indeks KesukaranB = Jumlah Siswa yang Jawab Soal
dengan benarJS= Jumlah Total Seluruh Siswa (Peserta Tes)Intepretasi
Indeks kesukaran soal mengacu pada pendapat Robert L. Thorndike dan
Elizabeth Hagen dalam bukunya yang berjudul Measurement and
Evaluation in Psychology and Education yang dikutip oleh Anas
Sudjiono, yang memberikan penasifran (intepretasi) terhadap angka
indeks kesukaran item butir soal sebagai berikut :P = 0,00 0,30
(sukar)P = 0,30 0,70 (sedang)P = 0,70 1,00 (mudah)
96
Tabel 3.3. Hasil Tes Kesukaran Soal Prestasi Belajar
Matematika49Butir PKlasifikasi
1.0,85Mudah
2.0,53Sedang
3.0,73Mudah
4.0,85Mudah
5.0,61Sedang
6.0,80Mudah
7.0,75Mudah
Butir PKlasifikasi
8.0,70Sedang
9.0,50Sedang
10.0,70Mudah
11.0,85Mudah
12.0,80Mudah
13.0,85Mudah
140,63Sedang
Butir PKlasifikasi
150,57Sedang
160,55Sedang
170,75Mudah
180,74Mudah
190,75Mudah
200,53Sedang
21.0,72Mudah
22.0,83Mudah
23.0,85Mudah
24.0,80Mudah
Butir PKlasifikasi
25.0,77Mudah
26.0,79Mudah
27.0,46Sedang
28.0,67Sedang
29.0,47Sedang
30.0,86Mudah
2). Daya Pembeda Soal
Daya pembeda dari sebuah butir soal menyatakan seberapa jauh
kemampuan soal tersebut untuk membedakan anatara testi yang
mengetahui jawabannya dengan benar dengan testi yang tidak dapat
menjawab soal tersebut dengan benar (Sardiman, 2010:159).Mengingat
uji coba ini melibatkan 60 orang (kelompok besar), maka dibagi
menjadi dua kelompok yaitu 50 % skor teratas sebagai kelompok atas
dan 50 % skor terbawah sebagai kelompok bawah (Arikunto, 2001:212),
sehingga diperoleh kelompok atas dan kelompok bawah masing-masing
30 orang.Daya pembeda soal dapat dihitung dengan menggunakan rumus
sebagai berikutDB = PA PB Dengan PA = dan PB = Dimana :DB = Indeks
daya pembeda soalJA = Jumlah peserta tes kelompok atasJB = Jumlah
peserta tes kelompok bawah BA = Jumlah peserta kelompok atas yang
menjawab benar BB = Jumlah peserta kelompok bawah yang menjawab
benar PA = Proporsi peserta kelompok atas yang menjawab benar PB =
Proporsi peserta kelompok bawah yang menjawab benar Dengan
ketentuan,Tabel 3.4.Kriteria Daya PembedaDaya
PembedaKlasifikasi
0,000,00 0,200,20 0,400,40 0,700,70 1,00Sangat
JelekJelekCukupBaikSangat Baik
Berdasarkan hasil perhitungan, daya pembeda untuk setiap soal
disajikan pada tabel berikut :Tabel 3.5.Hasil Perhitungan Daya
Pembeda Soal Prestasi BelajarPerhitunganButir Soal
12345678910
PA0,930,730,730,330,770,130,870,770,330,90
Pb0,400,400,200,200,100,200,430,100,130,37
DP0,530,330,530,130,67-0,070,440,670,200,53
KlasifikasiBaikCukupBaikJelekBaikSangat
JelekBaikBaikCukupBaik
PerhitunganButir Soal
11121314151617181920
PA0,870,470,500,800,700,730,870,830,630,73
PB0,200,170,400,530,330,430,470,170,200,27
DP0,670,300,100,270,370,400,400,670,430,46
KlasifikasiBaikCukupJelekCukupCukupCukupCukupBaikBaikBaik
PerhitunganButir Soal
21222324252627282930
PA0,930,700,670,430,800,830,800,870,730,90
PB0,430,300,300,470,170,430,400,400,200,67
DP0,500,400,37-0,030,630,400,400,470,500,23
KlasifikasiBaikCukupCukupSangat
JelekBaikCukupCukupBaikBaikCukup
3). Pengujian Validitas (Kesahihan)
Kesahihan atau Validitas butir soal untuk soal berbentuk Pilihan
Ganda diuji dengan menggunakan koefisien korelasi biserial (Safari
; 2004) dengan rumus :
; dimana :rbis(i) =Koefisien korelasi bisireal antara skor butir
soal nomor i dengan skor total Xi = Rata-rata skor total responden
yang menjawab benar butir soal nomor ke-IXt = Rata-rata skor total
semua responden.St = Standar deviasi skor total semua
responden.
Pi = Proporsi jawaban benar untuk butir soal nomor iQi =
Proporsi jawaban salah untuk butir soal nomor iDalam pemberian
interprestasi terhadap rbis(1) digunakan df sebesar (N-nr) dengan N
= Jumlah siswa dan nr = 2, kemudian rbis(1) dikonsultasikan kepada
tabel nilai r product moment pada taraf signifikansi 5 %. Setelah
dilakukan perhitungan validitas, butir soal dikatakan valid jika
nilai rhitung lebih besar dari nilai rtabel ( rhitung> rtabel )
untuk taraf signifikan = 5 % dan n = jumlah anggota sampel
Tabel 3.6. Uji Coba Validitas Instrumen Prestasi BelajarButir
Instrumenr pbir tabelKeterangan
10,6060,254Valid
20,4070,254Valid
30,5390,254Valid
40,3460,254Valid
50,6300,254Valid
6-0,0400,254Tidak Valid
70,5200,254Valid
80,6300,254Valid
90,6120,254Valid
100,6060,254Valid
110,6700,254Valid
120,3670,254Valid
13-0,0120,254Tidak Valid
140,2910,254Valid
150,4350,254Valid
160,3350,254Valid
170,2960,254Valid
180,6830,254Valid
190,5620,254Valid
200,4730,254Valid
210,6230,254Valid
22-0,0220,254Tidak Valid
230,4390,254Valid
240,5440,254Valid
250,5830,254Valid
260,4110,254Valid
270,5700,254Valid
280,4640,254Valid
290,5390,254Valid
300,3720,254Valid
Berdasarkan hasil perhitungan uji coba validitas diperoleh 27
butir instrument yang ada ternyata dinyatakan valid, 3 ternyata
tidak valid, yaitu no. 6,13 dan 22.4).Pengujian Reliabilitas
(Keterhandalan) Pengujian reliabilitas instrumen prestasi belajar
dilakukan untuk semua butir tes dengan menggunakan rumus Kuder
Richardson (KR-20), yaitu :rii = Keterangan :rii= koefesien
reliabilitas tesk= banyaknya butirpiqi= hasil kali pi dan qipi=
proporsi menjawab benar untuk butir nomor iqi= proporsi menjawab
salah untuk butir nomor ist2= varians skor totalUntuk menentukan
reliabilitas perangkat soal tersebut digunakan taraf signifikan 5 %
pada uji satu pihak dan df (derajat kepercayaan) =n-2. Perangkat
soal dikatakan reliabel jika rhitung> rtabel, = 5 %, n = jumlah
anggota sampel. Menurut Anas Sudijono (2001:209) dalam pemberian
interprestasi terhadap koefesien reliabilitas tes (rii) pada
umumnya digunakan patokan sebagai berikut :1). Apabila rii sama
dengan atau lebih besar dari 0,70 berarti tes reliabel.2). Apabila
rii lebih kecil 0,70 berarti tes tidak reliabel.Reabilitas
instrumen menggunakan rumus KR-20 dengan bantuan Excel dan
diperoleh nilai reliabel rii = 0,889 (r ii>70) . Sehingga dapat
dinyatakan bahwa instrumen tes prestasi belajar matematika memiliki
reliabilitas yang tinggi.
2. Instrumen Kemampuan Awal Matematikaa. Definisi
KonseptualKemampuan awal adalah kemampuan siswa menguasai materi
pendukung pembelajaran yang telah diperoleh dari pembelajaran pada
tahap sebelumnya namun secara langsung mendukung bagi pembelajaran
yang akan dilakukan.b. Definisi OperasionalKemampuan awal yang
dibutuhkan dalam pembelajaran Trigonometri di antaranya adalah :a.
penerapan teorema Pythagoras dalam menghitung panjang sisi segitiga
siku-siku (jika dua sisi lain diketahui),b perhitungan perbandingan
sisi-sisi segitiga siku-siku istimewa, c. perhitungan panjang
diagonal pada bangun datar dan ruang serta d. penyelesaian masalah
sehari-hari dengan menggunakan teorema Pythagoras.
c. Kisi-Kisi Instrumen Kemampuan Awal SiswaTabel 3.7.Kisi-Kisi
Instrumen Kemampuan Awal MatematikaStandar Kompetensi : Menggunakan
Teorema Pythagoras dalam pemecahan masalah.Kompetensi
DasarMateriIndikatorJml SoalAbilityNomor Soal
3.1.Menggunakan Teorema Pythagoras guna menentukan panjang
sisi-sisi segitiga siku-sikuTeorema PythagorasMenghitung panjang
sisi segitiga siku-siku jika 2 sisi lain
diketahui9C2,C32,3,6,7,1112, 23,25,27
Menghitung perbandingan sisi-sisi segitiga siku-siku
istimewa9C2,C31,4,8,18,20,24,26,29,30
3.2.Memecahkan masalah pada bangun datar yang berkaitan dengan
teorema PythagorasTeorema PythagorasMenghitung panjang diagonal
pada bangun datar dan bangun ruang6C2,C35,9,10,16,21,28
Menyelesaika masalah sehari-hari dengan menggunakan teorema
Pythagoras6C2,C3,C413,14,15,1719,22
Jumlah Butir Soal30
d. Uji Coba Instrumen Kemampuan Awal Matematika Instrumen tes
prestasi belajar matematika perlu dikalibrasi agar diketahui
tingkat kehandalan instrumen. Untuk itu maka di lakukan uji coba
instrumen tes pada siswa kelas X SMA Negeri Wilayah Cilandak
Jakarta Selatan yang dijadikan sample penelitian. Dalam rangka uji
coba instrumen tes ini akan dilakukan peninjauan terhadap :
1).Taraf kesukaran butir soal.Untuk mengetahui soal-soal yang
mudah, sedang, dan sukar dilakukan uji taraf kesukaran. Untuk
menghitung kesukaran digunakan rumus :
Keterangan :P= Indeks KesukaranB = Jumlah Siswa yang Jawab Soal
dengan benarJS= Jumlah Total Seluruh Siswa (Peserta Tes)Intepretasi
Indeks kesukaran soal mengacu pada pendapat Robert L. Thorndike dan
Elizabeth Hagen dalam bukunya yang berjudul Measurement and
Evaluation in Psychology and Education yang dikutip oleh Anas
Sudjiono, yang memberikan penasifran (intepretasi) terhadap angka
indeks kesukaran item butir soal sebagai berikut :P = 0,00 0,30
(sukar)P = 0,30 0,70 (sedang)P = 0,70 1,00 (mudah)72
Tabel 3.8. Hasil Tes Kesukaran Soal Kemampuan Awal
Matematika
Butir PKriteria
1.0,14Sukar
2.0,86Mudah
3.0,35Sedang
4.0,34Sedang
5.0,36Sedang
6.0,34Sedang
7.0,51Sedang
8.0,37Sedang
9.0,56Sedang
10.0,52Sedang
11.0,12Sukar
12.0,52Sedang
13.0,20Sukar
140,40Sedang
150,59Sedang
160,70Mudah
170,62Sedang
ButirPKriteria
180,34Sedang
190,39Sedang
200,67Sedang
21.0,35Sedang
22.0,76Mudah
23.0,34Sukar
24.0,46Sedang
25.0,72Mudah
26.0,73Mudah
27.0,55Sedang
28.0,44Sedang
29.0,72Mudah
30.0,61Sedang
2). Daya Pembeda Soal96
Daya pembeda dari sebuah butir soal menyatakan seberapa jauh
kemampuan soal tersebut untuk membedakan anatara testi yang
mengetahui jawabannya dengan benar dengan testi yang tidak dapat
menjawab soal tersebut dengan benar (Sardiman, 2010:159).Mengingat
uji coba ini melibatkan 60 orang (kelompok besar), maka dibagi
menjadi dua kelompok yaitu 50 % skor teratas sebagai kelompok atas
dan 50 % skor terbawah sebagai kelompok bawah (Arikunto, 2001:212),
sehingga diperoleh kelompok atas dan kelompok bawah masing-masing
30 orang.Daya pembeda soal dapat dihitung dengan menggunakan rumus
sebagai berikutDB = PA PB Dengan PA = dan PB = Dimana :DB = Indeks
daya pembeda soalJA = Jumlah peserta tes kelompok atasJB = Jumlah
peserta tes kelompok bawah BA = Jumlah peserta kelompok atas yang
menjawab benar BB = Jumlah peserta kelompok bawah yang menjawab
benarPA = Proporsi peserta kelompok atas yang menjawab benarPB =
Proporsi peserta kelompok bawah yang menjawab benar Dengan
ketentuan,
Tabel 3.9.Kriteria Daya PembedaDaya PembedaKlasifikasi
0,000,00 0,200,20 0,400,40 0,700,70 1,00Sangat
JelekJelekCukupBaikSangat Baik
Berdasarkan hasil perhitungan, daya pembeda untuk setiap soal
disajikan pada tabel berikut :Tabel 3.10..Hasil Perhitungan Daya
Pembeda Soal Kemampuan Awal MatematikaPerhitunganButir Soal
12345678910
PA0,930,630,870,770,730,970,930,900,570,83
Pb0,500,230,470,470,330,500,670,670,300,37
DP0,430,400,400,300,400,470,270,230,270,47
KlasifikasiBaikCukupCukupCukupCukupBaikCukupCukupCukupBaik
PerhitunganButir Soal
11121314151617181920
PA1,000,930,900,600,700,630,870,830,870,63
PB0,530,500,670,300,330,370,470,530,470,23
DP0,470,430,230,300,370,270,400,300,400,40
KlasifikasiBaikBaikCukupCukupBaikCukupCukupCukupCukupCukup
PerhitunganButir Soal
21222324252627282930
PA0,870,901,000,930,700,870,530,800,570,97
PB0,400630,530,500,760,630,300,370,630,67
DP0,470,270,470,43-0,060,240,230,43-0,070,30
KlasifikasiBaikCukupBaikBaikJelekCukupCukupBaikJelekCukup
3). Pengujian Validitas (Kesahihan)Kesahihan atau Validitas
butir soal untuk soal berbentuk Pilihan Ganda diuji dengan
menggunakan koefisien korelasi biserial (Safari ; 2004) dengan
rumus :
; dimana :rbis(i) =Koefisien korelasi bisireal antara skor butir
soal nomor i dengan skor total Xi = Rata-rata skor total responden
yang menjawab benar butir soal nomor ke-IXt = Rata-rata skor total
semua responden.St = Standar deviasi skor total semua
responden.
Pi = Proporsi jawaban benar untuk butir soal nomor iQi =
Proporsi jawaban salah untuk butir soal nomor iDalam pemberian
interprestasi terhadap rbis(1) digunakan df sebesar (N-nr) dengan N
= Jumlah siswa dan nr = 2, kemudian rbis(1) dikonsultasikan kepada
tabel nilai r product moment pada taraf signifikansi 5 %. Setelah
dilakukan perhitungan validitas, butir soal dikatakan valid jika
nilai rhitung lebih besar dari nilai rtabel ( rhitung> rtabel )
untuk taraf signifikan = 5 % dan n = jumlah anggota sampel
Tabel 3.11. Uji Coba Validitas InstrumenKemampuan Awal
MatematikaButir Instrumenr pbir tabelKeterangan
10,5590,254Valid
20,3290,254Valid
30,8590,254Valid
40,4390,254Valid
50,4300,254Valid
60,6250,254Valid
70,1970,254Tidak Valid
80,3500,254Valid
90,6660,254Valid
100,3460,254Valid
110,5160,254Valid
120,3470,254Valid
130,7350,254Valid
140,7960,254Valid
150,5260,254Valid
160,7240,254Valid
170,8590,254Valid
180,5000,254Valid
190,7350,254Valid
200,4350,254Valid
210,3340,254Valid
220,5160,254Valid
230,6910,254Valid
240,3130,254Valid
250,2840,254Valid
260,0420,254Tidak Valid
270,2540,254 Valid
280,5540,254Valid
290,1810,254Tidak Valid
300,4680,254Valid
Berdasarkan hasil perhitungan uji coba validitas terhadap 30
butir diperoleh 27 butir instrument yang ada ternyata dinyatakan
valid, 3 ternyata tidak valid, yaitu no. 7, 25 dan 29.
4). Pengujian Reliabilitas (Keterhandalan) Pengujian
reliabilitas instrumen kemampuan awal dilakukan untuk semua butir
tes dengan menggunakan rumus Kuder Richardson (KR-20), yaitu :rii =
Keterangan :rii= koefesien reliabilitas tesk= banyaknya butirpiqi=
hasil kali pi dan qipi= proporsi menjawab benar untuk butir nomor
iqi= proporsi menjawab salah untuk butir nomor ist2= varians skor
totalUntuk menentukan reliabilitas perangkat soal tersebut
digunakan taraf signifikan 5 % pada uji satu pihak dan df (derajat
kepercayaan) =n-2. Perangkat soal dikatakan reliabel jika
rhitung> rtabel, = 5 %, n = jumlah anggota sampel. Menurut Anas
Sudijono (2001:209) dalam pemberian interprestasi terhadap
koefesien reliabilitas tes (rii) pada umumnya digunakan patokan
sebagai berikut :1). Apabila rii sama dengan atau lebih besar dari
0,70 berarti tes reliabel.2). Apabila rii lebih kecil 0,70 berarti
tes tidak reliabel.Reabilitas instrumen menggunakan rumus KR-20
dengan bantuan Excel dan diperoleh nilai reliabel rii = 0,886 (r
ii>70) . Sehingga dapat dinyatakan bahwa instrumen tes kemampuan
awal matematika memiliki reliabilitas yang tinggi.3. Instrumen
Motivasi Belajar Siswaa. Definisi KonseptualMotivasi belajar adalah
tingkat motivasi siswa dalam pembelajaran matematika yang meliputi
komponen ketekunan dalam belajar, ulet dalam menghadapi kesulitan,
minat dan ketajaman perhatian dalam belajar, prestasi dalam
belajar, mandiri dalam belajar, berupaya meraih keberhasilan,
menghindari kegagalan sulit/mudahnya tugas.soal, berupaya untuk
sukses.b. Definisi OperasionalMotivasi belajar adalah skor suatu
usaha yang disadari untuk menggerakkan, mengarahkan dan menjaga
tingkah laku seseorang agar terdorong untuk bertindak melakukan
sesuatu sehingga mencapai hasil atau tujuan tertentu yang diperoleh
melalui angket soal penelitian sebanyak 40 soal dengan 5 alternatif
jawaban,Adapun indikatornya meliput darii :disiplin dalam
melaksanakan tugas, kesungguhan dalam belajar matematika, berusaha
melengkapi alat-alat pelajara, memiliki inisatif untuk belajar
matematika, memiliki jadwal mengajar, ketepatan waktu dalam
mengerjakan tugas, keaktifan bertanya bila pelajaran kurang
dimengerti, kerajinan mengerjakan soal-soal matematika , kerajinan
ke sekolah dan memiliki target pencapaian nilai.c. Kisi-kisi
Instrumen dan Skala Penilaian Motivasi Belajar MatematikaTabel
3.12.Kisi-Kisi Kuesioner Motivasi Belajar
SiswaVariabelIndikatorPernyataanJumlah
PositifNegatif
Motivasi Belajar1. Kedisiplinan melaksanakan
tugas27,28,3026,295
2. Kesungguhan belajar matemaka6,8,2254
3. Usaha melengkapi alat pelajaran1092
4. Memiliki inisatif belajar matematika1,2,1834
5. Memiliki jadwal belajar24252
6. Tepat waktu dalam mengerjakan tugas11122
7. Keaktifan bertanya bila pelajaran kurang dimengerti14132
8. Rajin mengerjakan soal-soal matematika15,16173
9. Kerajinan ke sekolah19202
10 Memiliki target pencapaian nilai 7,234,214
Jumlah Butir181230
Pernyataan-pernyataan dalam mengukur motivasi belajar matematika
yang diberikan kepada siswa menggunakan skala likert dengan
alternatif pilihan dan skala penilaian untuk pernyataan
positifsebagai berikut : SL (Selalu) = 5, S (Sering) = 4, K
(Kadang-kadang) = 3, J (Jarang) = 2, dan TP (Tidak Pernah) = 1,
sebaliknya untuk pernyataan negatif adalah SL (Selalu) = 1, S
(Sering) = 2, K (Kadang-kadang) = 3, J (Jarang) = 4, dan TP (Tidak
Pernah) = 5.d. Uji Coba Instrumen Motivasi Belajar Matematika
Instrumen tes motivasi belajar matematika perlu dikalibrasi agar
diketahui tingkat kehandalan instrumen. Untuk itu maka di lakukan
uji coba instrumen tes pada siswa kelas X SMA Negeri Wilayah
Cilandak Jakarta Selatan yang dijadikan sample penelitian. Dalam
rangka uji coba instrumen tes ini akan dilakukan peninjauan
terhadap :
1. Pengujian Validitas (Kesahihan)Kesahihah atau validitas butir
soal diuji dengan menggunakan koefesien korelasi product moment
(Suharsimi Arikunto, 2008:70) dengan rumus dimana:rxy= rxy:
Koefesien korelasi product moment: Jumlah skor dalam sebaran X:
Jumlah skor dalam sebaran Y: Jumlah skor yang dikuadratkan dalam
sebaran X: Jumlah skor yang dikuadratkan dalam sebaran Y: Banyaknya
respondenKriteria penerimaan butir instrumen valid atau tidak
digunakan uji validitas instrumen dengan rtabel, yang ditentukan
uji satu sisi dengan taraf signifikansi = 0,05 dan derajat
kepercayaan (df) = k-2 (dimana k = banyaknya responden uji coba).
Kriteria validitas butir soal adalah jika rhitung lebih besar
daripada rtabel (rhitung> rtabel), maka butir dianggap valid,
sedangkan jika rhitung lebih kecil daripada rtabel (rhitung<
rtabel), tidak valid dan tidak digunakan.Tabel 3.13. Hasil
Pengujian Validitas Butir Angket Motivasi Belajar Matematika (r
tabel = 0,254)
Butir SoalrxyKeterangan
1.0,526Valid
2.0,742Valid
3.0,517Valid
4.0,601Valid
5.0,601Valid
6.0,526Valid
7.0,347Valid
8.0,645Valid
9.0,117Tidak Valid
10.0,452Valid
11.0,637Valid
12.0,590Valid
13.0,473Valid
140,442Valid
150,298Valid
160,532Valid
170,473Valid
180,097Tidak Valid
190,415Valid
200,468Valid
21.0,512Valid
22.0,367Valid
23.0,097Tidak Valid
Butir SoalrxyKeterangan
24.0,466Valid
25.0,299Valid
26.0,401Valid
27.0,658Valid
28.0,381Valid
29.0,658Valid
30.0,352Valid
Berdasarkan hasil perhitungan uji coba validitas terhadap 30
butir diperoleh 27 butir instrument yang ada ternyata dinyatakan
valid, dan 3 butir tidak valid yakni nomor 9, 18 dan 23.2).
Pengujian Reliabilitas (Keterhandalan) Untuk menguji reliabitas
instrument motivasi belajar menggunakan rumus Alpha Cronbach.r =
Keterangan : r = koefesien reliabilitas = varians butir ke i =
varians skor total = banyak butir soal yang validSelanjutnya nilai
rtabel dibandingkan dengan nilai Alpha Cronbach untuk tingkat
signifikansi 5 %.Jika nilai Alpha Cronbach lebih besar dari nilai
rtabel maka nilai Alpha Cronbach bernilai positif, berarti
instrument dinyatakan reliable (Santoso, 2001: 227).Tingkat
reliable data melalui metode Alpha Cronbach memiliki skala 0 sampai
1, yang dikelompokkan sebagai berikut :
Tabel. 3. 14. Reliabilitas Instrumen berdasarkan nilai Alpha
CronbachAlpha CronbachTingkat Reliabilitas
0,0 0,2Kurang reliable
0,2 0,4Agak reliabel
0,4 0,6Cukup reliable
0,6 0,8Reliabel
0,8 1,00Sangat reliable
Berdasarkan hasil perhitungan uji coba validitas terhadap 30
butir diperoleh 27 butir instrument yang ada ternyata dinyatakan
valid dan 3 butir tidak valid, yakni butir 9,18 dan 23. Sementara
itu, pada uji coba ini menunjukkan bahwa nilai Alpha Cronbanchnya
sama dengan 0,875 yang artinya instrument motivasi belajar siswa
reliable.Tabel 3.15.Reliabilitas Instrumen Motivasi
BelajarReliability Statistics
Cronbach's AlphaCronbach's Alpha Based on Standardized ItemsN of
Items
.875.88427
Dari hasil perhitungan diperoleh nilai koefesien reliabilitas r=
0,875 sehingga dapat disimpulkan bahwa instrument motivasi belajar
memiliki reliabilitas tinggi.
F. Teknik Analisis Data1. Teknik Analisis Data DeskriptifSetelah
data terkumpul yang diperoleh melalui instrumen yang dipilih,
langkah berikutnya adalah mengolah dan menganalisis data untuk
menjawab pertanyaan penelitian, atau menguji hipotesis dengan
menggunakan SPSS 16.2. Teknik Analisis Persyaratan Dataa. Uji
NormalitasSetelah dilakukan pengujian hipotesis, berdasarkan
data-data yang terkumpul dari hasil penelitian ini, terhadap
data-data tersebut terlebih dahulu dilakukan uji normalitas. Uji
normalitas ini dilakukan dengan menggunakan SPSS 16 yaitu dengan
Kolmogrov Smirnov dengan taraf signifikan = 0,05 dengan jumlah
responden sebanyak n orang dengan hipotesis pengujian normalitas
sebagai berikut :Ho: Data berdistribusi normalHa: Data
berdistribusi tidak normal
Kriteria pengujian dengan menggunakan nilai probabilitas
(Sig)Terima Ho : Jika nilai probabilitas > 0,05 yang berarti
databerdistribusi normalTolak Ho : Jika nilai probabilitas <
0,05 yang berarti data tidakberdistribusi normal b. Uji
HomogenitasSetelah melakukan uji normalitas memberikan indikasi
data hasil penelitian berdistribusi normal, maka selanjutnya akan
dilakukan uji homogenitas dari sampel penelitian. Dalam analisis
perbedaan selain harus memenuhi asumsi bahwa data verasal dari
populasi berdistibusi normal, juga harus memenuhi asumsi
homogenitas varians. Menurut Supardi (2012:138) pengujian
homogenitas dilakukan dlam rangka menguji kesamaan varians setiap
kelompok data. Pengujian ini dilakukan dengan uji Levene pada taraf
signifikan 0,05. Untuk pengujian homogemitas, diajukan hipotesis
sebagai berikut :H0: Data berasal dari populasi yang homogen
dataHa: Data berasal dari populasi yang tidak homogenDengan
kriteria :Terima H0 : Jika nilai sig (levenes test) > 0,05 yang
berarti data homogenTolak H0 : Jika nilai sig (levenes test)<
0,05 yang berarti data tidak homogenc. Uji LinieritasUji linieritas
bertujuan untuk mengetahui tiga variabel mempunyai hubungan yang
linier atau tidak secara signifikan.Analisis Regresi Linier
sederhana adalah hubungan secara linier antara satu variabel
independen (X) dengan variabel dependen (Y).Analisis ini untuk
mengetahui arah hubungan antara variabel dependen dan variabel
independen apakah positif atau negatif dan untuk memprediksi nilai
dari variabel dependen apabila variabel independen mengalami
kenaikan atau penurunan. Dalam penetian ini untuk mengetahui
hubungan secara linier antar Y atas X1, Y atas X2, X2 atas X1.Rumus
Regresi Linier Sederhana adalah sebagai berikut : = a + bXDengan :b
= dan a = Selanjutnya dengan menggunakan rumus F hitung = Kriteria
pengujian :Terima H0 jika Fh FtabelFtabel ditentukandari tabel
distribusi F untuk tertentu dengan dk pembilang = k-2 dan dk
penyebut = n-k
d. Uji MultikolinearitasUji multikolinearitas bertujuan untuk
melihat ada atau tidaknya korelasi yang tinggi antara
variabel-variabel bebas dalam suatu model regresi linier.Jika ada
korelasi yang tinggi di antara variabel-variabel bebasnya, maka
hubungan antara variabel bebas terhadap variabel terikatnya menjadi
terganggu.Uji Multikolinearitas digunakan untuk mencari pengaruh
antara kemampuan awal dan motivasi belajar terhadap prestasi
belajar.Jadi tidak boleh ada korelasi yang tinggi antara kemampuan
awal dengan motivasi belajar. Atau dengan kata lain untuk analisis
jalur disyaratkan tidak terjadi multikolinearitas.Untuk menguji
apakah model regresi kita mengalami gangguan multikolinearitas
adalah dengan menggunakan program SPSS. Jika nilai VIF>10
berarti telah terjadi multikolinearitas yang serius di dalam model
regresi kita.
G. Teknik Analisis Uji Hipotesis Penelitian
Pengujian hipotesis pada penelitian ini yaitu dengan menggunakan
analisis jalur yaitu untuk menganalisis hubungan kausal antar
variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak
langsung, secara serempak atau mandiri beberapa variabel penyebab
terhadap sebuah variabel akibat. (Sambas Ali.M, 2007:221) yang
meliputi :a. Pengaruh Langsung X1 terhadap X3b. Pengaruh langsung
X2 terhadap X3c. Pengaruh langsung X1 terhadap X2d. Pengaruh tidak
langsung X1 terhadap X3 melalui X2Untuk melukiskan dan menguji
hubungan antar varibel penelitian, peneliti dalam hal ini
menggunakan Analisis Jalur (Path Analysis).Penggunaan Analisis
Jalur (Path Analysis) dilakukan peneliti dengan asumsi bahwa
(Sugiyono,2008:297)a) Hubungan antar variabel yang akan dianalisis
berbentuk linier, aditif, dan kausal.b) Variabel-variabel yang
residual tidak berkorelasi dengan variabel yang mendahuluinya, dan
juga tidak berkorelasi dengan variabel yang lain.c) Dalam model
hubungan variabel hanya terdapat jalur kausal/sebab akibat
searah.d) Dalam setiap variabel yang dianalisis adalah data
interval dan berasal dari sumber yang sama.Untuk keperluan
penggunaan analisis jalur peneliti perlu menyusun model hubungan
antar variabel, yang dalam hal ini disebut diagram jalur.Diagram
jalur disusun berdasarkan kerangka berfikir yang dikembangkan dari
teori yang digunakan untuk penelitian (Sugiyono, 2008:298). Untuk
keperluan tersebut peneliti menyusun diagram jalur sebagai berikut
X1
P31X3
P21 P32X2
(Gambar 3.2 Diagram Jalur)Untuk mencari hubungan antar variabel
dilakukan dengan menggunakan analisis korelasi product moment
dengan bantuna SPSS 16. Hasil analisis korelasi selanjutnya akan
dugunakan sebagai dasar penghitungan koefisien jalur.Dalam analisis
jalur terdapat koefisien jalur. Koefisien jalur menunjukkan kuatnya
pengaruh variabel independen terhadap dependen. Bila koefisien
jalur rendah, dan angkanya di bawah 0,05 maka koefisien jalur
tersebut dianggap rendah, maka pengaruh jalur tersebut dapat
dihilangkan. (Sugiono, 2008:302). Koefisien jalur merupakan
kefisien regresi standar (standar z), yang menunjukkan pengaruh
variabel independen terhadap variabel dependen yang telah tersusun
dalam diagram jalur.Karena hubungan jalur antar variabel dalam
diagram jalur adalah gubungan korelasi, maka perhitungan angka
koefisien jalur menggunakan standar skor z. Z1 = e1Z2 = P21Z1 +e2Z3
= P31Z1 + P32Z2 + e3Selanjutnya koefisien jalur yang merupakan
koefisien korelasi rij dapat dihitung. Karena harga-harga variabel
dinyatakan dalam angka baku z, maka untuk n buah pengamatan dapat
dihitung dengan rumus untuk menghitung koefisien jalur sebagai
berikut : (Sugiono,2008:304)rij = zizjBerdasarkan rumus di atas
selanjutnya dapat dihitung koefisien jalurnya sebagai berikut :1)
Mencari harga P21r12 = Z1Z2, dimana Z2 = P21Z1 + e2r12 = Z1(P21Z1 +
e2)r12= P21 Z12 + Z1e2karena Z12 = 1 dan Z1e2 = 0 (syarat residual
tidak berkorelasi), maka r12 = P21
2) Mencari harga P31r13 = Z1Z3, dimana Z3 = P31Z1 + P32Z2 +
e2r13 = Z1(P31Z1 + P32Z2 + e2)r13 = Z12 + P32 Z1Z2 + Z1e2karena Z12
= 1, Z1Z2 = r12 dan Z1e2 = 0 (syarat residual tidak berkorelasi),
maka r13 = P31 + P32r12
3) Mencari harga P32r23 = Z2Z3, dimana Z3 = P31Z1 + P32Z2 +
e2r23 = Z2(P31Z1 + P32Z2 + e2)r23 = Z2 Z1+ P32 Z22 + Z2e2karena Z2
Z1 = r12, Z22 = 1 dan Z1e2 = 0 (syarat residual tidak berkorelasi),
maka r23 = P31 r12+ P32Dari hasil perhitungan di atas selanjutnya
memasukan angka-angka yang diperoleh kedalam diagram jalur yang
telah disusun oleh peneliti. (Supardi ; 2012).
Digambarkan sebagai berikut :X1
r13 (p31)X3
r12 (p21) r23 (p32)X2
(Gambar 3.3 Diagram Korelasi dan Jalur)Catatan : Angka di luar
kurung menunjukan korelasi antar variabel Angka di dalam kurung
menunjukkan koefien jalur.Secara sistematis langkah-langkah
pengujian dengan analisis jalur dapat dilihat dari susunan berikut
ini :1). Langkah-langkahnya :a. Menggambar diagram alurb.
Menghitung matriks korelasi antar variabel dengan menggunakan
Product Moment Coeffisient, rumusnya :rxy= Keterangan :rxy:
Koefesien korelasi product moment: Jumlah skor dalam sebaran X:
Jumlah skor dalam sebaran Y: Jumlah skor yang dikuadratkan dalam
sebaran X: Jumlah skor yang dikuadratkan dalam sebaran Y: Banyaknya
respondenMatrik korelasi antar variabelnya adalah : X1 X2 X3R = c.
Menghitung matriks invers korelasi variabel eksogen dengan :X1X2R-1
= d. Menentukan koefesien jalur = e. Kemudian menentukan besarnya
pengaruh variabel eksogen dan variabel endogen1. Untuk jalur X1
terhadap X3(a) Berdasarkan pengaruh langsung X1 terhadap X3 = PX3X1
X PX3X1(b) Berdasarkan pengaruh tidak langsung variabel X1 terhadap
X3 melalui Variabel X2 = PX2X1 X PX3X22. Untuk jalur X2 terhadap
X3Berdasarkan pengaruh langsung X2 terhadap X3 = PX3X2 X PX3X23.
Untuk jalur X1 terhadap X2Berdasarkan pengaruh langsung X1 terhadap
X2=PX2X1 X PX2X1f. Langkah selanjutnya dilakukan Pengujian
Koefesien Jalur2). Kriteria Pengujian Signifikasi Koefisien Jalur
:Kriteria yang digunakan adalah apabila nilai lebih besar dari
nilai yang telah ditentukan yaitu 0.05 maka Ho diterima. Sebaliknya
apabila nilai lebih kecil dari nilai yaitu 0.05 maka Ho ditolak.
Kemudian dilakukan uji F untuk mengetahui pengaruh secara simultan
dan uji t pada taraf signifikansi 5% (0,05) untuk mengetahui
pengaruh secara parsial dengan menggunakan SPSS 16. (Sandjojo,
2011)Pengujian pengaruh secara parsial variabel eksogen terhadap
variabel endogen melalui aplikasi SPSS 16 dapat dilihat pada output
Coefficients. Sementara pengaruh bersama-sama dapat dilihat pada
output ANOVA. (Sambas A/li.M, 2007 : 244).
3). Hipotesis Statistika. Hipotesis 1H0: = 0, tidak ada pengaruh
langsung variabel kemampuan awal matematika terhadap prestasi
belajar matematikaHa: 0, terdapat pengaruh langsung kemampuan awal
matematika terhadap prestasi belajar matematikab. Hipotesis 2H0: =
0, tidak ada pengaruh langsung variabel motivasi belajar terhadap
prestasi belajar matematikaHa: 0, terdapat pengaruh langsung
motivasi belajar terhadap prestasi belajar matematika
c. Hipotesis 3H0: = 0, tidak ada pengaruh langsung variabel
kemampuan awal matematika terhadap motivasi belajarHa: 0, terdapat
pengaruh langsung kemampuan awal matematika terhadap motivasi
belajar d.Hipotesis 4H0: = 0, tidak ada pengaruh tidak langsung
variabel kemampuan awal matematika terhadap prestasi belajar
matematika melalui motivasi belajarHa: 0, terdapat pengaruh tidak
langsung variabel kemampuan awal matematika terhadap prestasi
belajar matematika melalui motivasi belajar tidak langsung variabel
kemampuan awal matematika terhadap prestasi belajar matematika
melalui motivasi belajar .4). Menguji hipotesis menggunakan uji-t
dengan kriteria: H0 diterima jika thitung< ttabel H0 ditolak
jika thitung> ttabel Harga thitung diperoleh dengan
rumus:thitung = Sedangkan harga ttabel diperoleh dari tabel
distribusi t untuk tingkat signifikan tertentu (misal = 0.05) dan
db = n-k-1, k adalah banyaknya variabel eksogen dan n adalah
banyaknya pasang data (sampel analisis).Dan jika mempertimbangkan
probabilitas, maka kriteria yang digunakan adalah apabila nilai
lebih besar dari nilai = 0.05 maka H0 diterima. Sebaliknya apanila
nilai lebih kecil dari nilai = 0.05 maka H0 ditolak. Kemudian
dilakukan uji F untuk mngetahui secara simultan dan uji t untuk
mengetahui pengaruh secara parsial. Pengujian pengaruh parsial
eksogen terhadap endogen melalui SPSS dapt dilihat pada output
Coefficient. Sementara pengaruh bersama-sama dapat dilihat pada
output ANOVA (Sambas Ali.M, 2007:244)