Tesis bab iv

85

BAB IV

HASIL PENELITIAN

A. Deskripsi data hasil penelitian

Pada bagian ini akan diuraikan mengenai deskipsi data hasil penelitian

mengenai tiga variabel, yaitu hasil belajar IPA siswa (Y), Kompetensi kepribadian

guru (X1) dan kemampuan matematika siswa (X2).

Adapun penelitian yang dilakukan pada siswa SMK kelas XII di kecamatan

Ciracas Jakarta Timur, yakni pada SMK Mahadhika 1 dan SMK Mahadhika 3

Jakarta dengan jumlah siswa yang dipilih secara acak sebagai responden dalam

penelitian .

Berikut ini adalah hasil penelitian untuk 3 ( tiga ) variabel:

1. Data dari Tes Hasil Helajar IPA ( Y ).

Berdasarkan data yang diperoleh dari tes hasil belajar, nilai tertinggi

97,50 dan nilai terendah 37,25 dengan rentang nilai 57,25 sedangkan total

nilai teoritik 0 sampai 100.

Dari hasil perhitungan statistik deskriptif melalui SPSS 17 hasil belajar

IPA diperoleh rataan nilai 67,09 dengan nilai tengah 70, sedangkan nilai

modus adalah 75. Deskriptif statistik juga meliputi varians sampel sebesar

222,03 dan standar deviasi sebesar 14,90, secara lengkap dapat dilihat pada

tabel 9, berikut ini :

86

Tabel 9. Diskriptif statistic variabel Hasil belajar IPA

Y ( Hasil belajar IPA)

N Valid 160

Missing 47

Mean 67,0922

Median 70,0000

Mode 75,00

Std. Deviation 14,90042

Variance 222,023

Kurtosis -,817

Std. Error of Kurtosis ,381

Minimum 37,25

Maximum 97,50

Sum 10734,75

Percentiles 25 55,0000

50 70,0000

75 79,1875

87

2. Data Hasil Angket Kompetensi Kepribadian Guru ( X1 )

Data hasil pengukuran terhadap kompetensi kepribadian guru

didapatkan melalui penyebaran angket sehingga didapatkan data berbentuk

data ordinal sehingga sebelum dilakuakan pengolahan statistic data

tersebut dirubah menjadi data interval dengan langkah sebagai berikut :

1. Konversi skala kualitatif menjadi skala numeric : jika data ordinal

berbentuk kualitatif.

Misal : Sangat Sering = 5

Sering = 4

Kadang-kadang = 3

Pernah = 2

Tidak Pernah = 1

2. Tentukan skor x dari hasil pengukuran data ordinal.

3. Sajikan data ordinal (X) dalam tabel distribusi frekwensi.

4. Hitung mean x : x = n

xf .

5. Hitung simpangan baku : s = 1

).(2

n

xxf

6. Konversi setiap data ordinal (x) menjadi data interval :

T i = X o + S

s

xxi

T i = 50 + 10

s

xxi

o

88

7. Data T i sudah berbentuk data interval yang berpola distribusi

normal

Setelah data berubah menjadi data interval dilakukan proses

perhitungan statistic diskriptif dengan SPSS 17.

Berdasarkan hasil perhitungan statistik deskriptif data variabel

kompetensi kepribadian guru sebagaimana disajikan pada tabel 10

diperoleh rataan nilai 50, nilai median 50 sedangkan nilai yang paling

sering muncul adalah 34,73. Nilai varians sampel adalah 100,00 dengan

standard deviasi 10,00. Selanjutnya distribusi frekuensi data variabel

kebiasaan belajar selengkapnya dapat dilihat pada tabel berikut :

Tabel 10. Statistik Diskriptif Kompetensi Kepribadian Guru

X1 ( Kompetensi Kepribadian Guru )

N Valid 160

Missing 47

Mean 50,000000

Median 50,052013

Mode 34,7393


Variance 100,000

Kurtosis -1.070


Minimum 33,0748

Maximum 69,0265

Sum 8000,0000

89

3. Data Hasil tes Kemampuan Matematika Siswa ( X2 )

Data hasil pengukuran terhadap variabel kemampuan matematika

siswa, diperoleh melalui instrumen tes kemampuan matematika siswa,

setelah diolah dengan program SPSS didapatkan data dengan nilai tertinggi

90 dan terendah 43 dengan rentang nilai 47. Nilai teoritik terendah 20

sampai 100 dengan hasil lebih lengkap dapat dilihat melalui tabel 11

sebagai berikut :

90

Tabel.11. Data Diskriptif Kemampuan Matematika Siswa

X2 ( Kemampuan Matematika )

N Valid 160

Missing 47

Mean 66,38

Median 69,00

Mode 75


Variance 218,286

Kurtosis -,770


Minimum 35

Maximum 98

Sum 10620

Percentiles 25 55,00

50 69,00

75 77,25

91

B. Pengujian Persyaratan Analisis

1. Uji Normalitas

Persyaratan dalam menganalisis data yang pertama dilakukan adalah uji

normalitas, uji ini dilakukan untuk mengetahui normal tidaknya distribusi data

yang akan dianalisis dengan menggunakan bantuan SPSS 17.

Untuk menguji normal tidaknya distribusi data digunakan uji Lilifors

( Kolmogorov-Sumirnov ) pada taraf signifikansi α = 0,05.

Tabel.12 Tabel Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

X1 ( Kompetensi

Kepribadian Guru )

X2 ( Kemampuan

Matematika )

Y ( Hasil belajar

IPA)

N 160 160 160

Normal Parametersa,,b Mean 50,000000 66,38 67,0922

Std. Deviation 10,0000000 14,775 14,90042

Most Extreme Differences Absolute ,073 ,100 ,104

Positive ,073 ,072 ,074

Negative -,051 -,100 -,104

Kolmogorov-Smirnov Z ,919 1,265 1,317

Asymp. Sig. (2-tailed) ,367 ,081 ,062

a. Test distribution is Normal.

b. Calculated from data.

Dari pengolahan data SPSS untuk variabel X1 ( Kompetensi

Kepribadian Guru ) diperoleh nilai sig 0.367 > 0.05 sehingga dapat

disimpulkan bahwa data variabel kompetensi kepribadian guru

berdistribusi normal. Untuk data kemampuan matematika siswa diperoleh

nilai sig 0.081 > 0.05 sehingga dapat disimpulkan data variabel

92

kemampuan matematika siswa berdistribusi normal, sedangkan data hasil

belajar IPA siswa mempunyai nilai sig 0.062 > 0.05 maka juga dapat

disimpulkan data variabel hasil belajar IPA berdistribusi normal.

2. Uji Linearitas

Uji prasyarat analisis yang kedua adalah uji linieritas, uji linieritas

bertujuan untuk mengetahui apakah dua variabel mempunyai pengaruh yang

linear atau tidak secara signifikan. Pengujian ini dilakukan dengan bantuan

pengujian pada SPSS 17 dengan langkah klik analyze – regression – linier

kemudian dalam box persamaan regresi masukan variabel bebas kompetensi

kepribadian guru (X1) pada kolom independen dan variabel terikat hasil

belajar IPA siswa ( Y ) pada kolom dependen. Dua variabel dikatakan

mempunyai pengaruh linier jika signifikansi ( linearity ) kurang dari 0,05.

a. Uji linear antara X1 dengan Y

Dari hasil perhitungan uji linearitas menunjukkan bahwa antara

variabel kompetensi kepribadian guru dengan hasil belajar IPA siswa

terdapat hubungan yang linear, seperti yang terdapat pada tabel.13

berikut ini :

93

Tabel. 13. Tabel Uji Linieritas Variabel X1 terhadap Y

Dari hasil perhitungan yang terdapat pada tabel.13. dapat diketahui

bahwa nilai signifikansi pada linearity sebesar 0,000, karena signifikansi

kurang dari 0,05 maka dapat disimpulkan bahwa antara variabel

kompetensi kepribadian guru dengan variabel hasil belajar IPA siswa

terdapat hubungan yang linear.

b. Uji Linear antara X2 dengan Y

Dari hasil perhitungan uji linearitas menunjukkan bahwa antara

variabel kemampuan matematika siswa dengan hasil belajar IPA siswa

terdapat hubungan yang linear, seperti yang terdapat pada tabel.14

berikut ini :

Tabel 14. Tabel Uji Linieritas X2 terhadap Y

Dari hasil perhitungan yang terdapat pada tabel 14. dapat

diketahui bahwa nilai signifikansi pada linearity sebesar 0,000, karena

94

signifikansi kurang dari 0,05 maka dapat disimpulkan bahwa antara

variabel kemampuan matematika siswa dengan variabel hasil belajar

IPA siswa terdapat hubungan yang linear.

3. UJI ASUMSI PELANGGARAN KLASIK

Uji Asumsi Pelanggaran Klasik adalah uji yang digunakan untuk mengetahui

apakah variabel – variabel dapat dianalisis menggunakan korelasi dan regresi

ganda.

a. Uji Multikolineritas

Uji Multikolinieritas adalah uji yang dilakukan untuk mengetahui apakah

ada korelasi yang kuat antara variabel-variabel bebas yang diteliti. Jika

terjadi multikolineritas maka analisis dengan regresi ganda tidak layak

dilakukan. Pengujian Multikolinieritas dilakukan dengan bantuan SPSS 17

dengan langkah klik Analyze – Regresion – Linier, kemudian masukan

variabel sesuai tipenya klik tab statistic dan beri centang pada pilihan

Collinerity Diagnostic, Dua variabel bebas dikatakan tidak terjadi

multikolinieritas jika nilai tolerance > 0.1 dan VIF < 10.

Dari hasil perhitungan SPSS 17 didaptkan output sebagai berikut :

Tabel 15. Tabel Uji Multikolinieritas

95

Dari hasil perhitungan yang didapat pada tabel 15. diperoleh nilai

tolerance 0.374 > 0,1 dan nilai VIF 2,674 < 10 maka dapat disimpulkan

bahwa antara variabel bebas kompetensi kepribadian guru dan kemampuan

matematika siswa tidak terjadi multikolinieritas

b. Uji Heterokedastissitas

Uji Heterokedastisitas adalah uji untuk menentukan kondisi dimana

varians residual tidak sama pada semua pengamatan di dalam model

regresi. Untuk melakukan uji heterokedasitisitas dilakukan dengan bantuan

SPSS 17 dengan kriteria jika sig korelasi > 0,05 tidak terjadi

heterokedasitisitas dan jika nilai sig korelasi < 0,05 terjadi

heterokedastisitas dengan langkah kerja klik analyze – regression – linier,

masukan data, klik tab SAVE dan pilih unstandardized pada tab residual –

continue – ok, abaikan output dan kembali ke data, muncul variabel baru

(Residual). Klik analyze – correlate – bivariate – ganti pilihan Pearson

dengan Spearman Brown – masukan variabel independen dan residual –

ok.

Dari proses SPSS didapat output sebagai berikut :

96

Tabel 16. Tabel Uji Heterokedasitisitas

Correlations

X1 ( Kompetensi

Kepribadian

Guru )

X2 ( Kemampuan

Matematika )

Unstandardize

d Residual

Spearman's

rho

X1 ( Kompetensi Kepribadian

Guru )

Correlation

Coefficient

1,000 ,799** -,001

Sig. (2-

tailed)

. ,000 ,988

N 160 160 160

X2 ( Kemampuan

Matematika )

Correlation

Coefficient

,799** 1,000 -,044

Sig. (2-

tailed)

,000 . ,581

N 160 160 160

Unstandardized Residual Correlation

Coefficient

-,001 -,044 1,000

Sig. (2-

tailed)

,988 ,581 .

N 160 160 160

**. Correlation is significant at the 0.01 level (2-tailed).

Dari Tabel 16. Untuk variabel kompetensi kepribadian guru diperoleh nilai

sig 0,988 lebih besar dari 0,05 ( sig 0,988 > 0,05) maka dapat disimpulkan

tidak terjadi heterokedastisitas dan untuk variabel kemampuan matematika

diperoleh nilai sig 0, 581 lebih besar dari 0,05 (sig 0,581 > 0,05) dapat

disimpulkan tidak terjadi heterokedastisitas.

97

C. Pengujian hipotesis penelitian

Dalam penelitian ini terdapat tiga hipotesis dan diuji dengan metode statistik

melalui pengujian regresi sederhana, data yang dipakai dalam pengujian ini adalah

data hasil belajar IPA siswa (Y), kompetensi kepribadian guru (X1) dan

kemampuan matematika siswa (X2).

Hipotesis penelitian ini secara berturut-turut adalah hipotesis pertama

“terdapat pengaruh positif kompetensi kepribadian guru terhadap hasil belajar

IPA siswa”, Hipotesis kedua “terdapat pengaruh positif kemampuan matematika

siswa terhadap hasil belajar IPA siswa”, Hipotesis ketiga ”terdapat pengaruh

positif kompetensi kepribadian guru dan kemampuan matematika siswa secara

bersama-sama terhadap hasil belajar IPA siswa”

1. Pengujian Hipotesis Pengaruh Persepsi Siswa Pada Kompetensi

Kepribadian Guru terhadap Hasil Belajar IPA Siswa

Ho = Tidak terdapat pengaruh kompetensi kepribadian guru terhadap

hasil belajar IPA pada siswa SMK kelas XII di Kecamatan Ciracas

Jakarta Timur.

H1 = Terdapat pengaruh yang positif kompetensi kepribadian guru

terhadap hasil belajar IPA pada siswa SMK kelas XII di

Kecamatan Ciracas Jakarta Timur

98

Untuk mengetahui keeratan hubungan antara dua variabel dan untuk

mengetahui arah hubungan yang terjadi dilakukan analisis korelasi

sederhana. Koefisien korelasi sederhana menunjukkan seberapa besar

hubungan yang terjadi antara dua variabel. Dalam perhitungan ini

menggunakan Product Moment Pearson. Nilai korelasi ( r ) berkisar antara 1

atau -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua

variabel semakin kuat, sebaliknya apabila nilai mendekati 0 berarti hubungan

antara dua variabel semakin lemah, nilai positif menunjukkan hubungan

searah dan nilai negatif menunjukkan arah terbalik atau berlawanan.

Dari hasil perhitungan yang terdapat pada tabel 17, yaitu tentang hasil

korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) didapat

korelasi antara kompetensi kepribadian guru dengan hasil belajar IPA adalah

0,975. Hal ini menunjukkan bahwa terjadi hubungan yang sangat kuat antara

kompetensi kepribadian guru dengan hasil belajar IPA. Sedangkan arah

hubungan adalah positif karena nilai korelasi positif, berarti semakin tinggi

nilai matematika maka semakin tinggi pula hasil belajar IPA


korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) dengan

bantuan SPSS 17 didapat output sebagai berikut :

99

Tabel 17. Tabel Korelasi X1 dengan Y

Correlations

X1 ( Kompetensi

Kepribadian

Guru )

Y ( Hasil belajar

IPA)


Guru )

Pearson Correlation 1 ,975**

Sig. (2-tailed) ,000

N 160 160

Y ( Hasil belajar IPA) Pearson Correlation ,975** 1


N 160 160


Untuk menguji koefisien regresi pada hipotesis ini, terlebih dahulu

melakukan perhitungan analisis regresi sederhana untuk variabel hasil belajar

IPA dan variabel kompetensi kepribadian guru. Analisis regresi sederhana

adalah hubungan secara linear antara satu variabel independen dengan variabel

dependen, apakah positif atau negatif dan untuk memprediksi nilai dari

variabel dependen jika nilai independen mengalami kenaikan atau penurunan.

Dari hasil analisis regresi sederhana seperti tercantum pada tabel 18

yang disajikan berikut :

Tabel 18. Tabel Keberartian X1 terhadap Y

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,975a ,951 ,951 3,30663

a. Predictors: (Constant), X1 ( Kompetensi Kepribadian Guru )

100

Berdasarkan tabel 18, diperoleh angka 𝑅2 ( R Square ) sebesar 0,951 atau

( 95,1 % ). Hal ini menunjukkan bahwa persentase sumbangan pengaruh

variabel independen ( kompetensi kepribadian guru) terhadap variabel

dependen ( hasil belajar IPA ) sebesar 95,1 % sedangkan 4,9 % dipengaruhi

oleh faktor lain.

Berikut ini adalah tabel 19, merupakan hasil perhitungan analisis regresi

sederhana dari variabel hasil belajar IPA atas kompetensi kepribadian guru.

Tabel 19. Analisis Regresi Sederhana Y terhadap X 1

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) -5,564 1,337 -4,162 ,000


Guru )

1,453 ,026 ,975 55,414 ,000

a. Dependent Variable: Y ( Hasil belajar IPA)

Kemudian untuk perhitungan analisis regresi sederhana untuk variabel

kompetensi kepribadian guru dengan variabel hasil belajar IPA menunjukkan

bahwa koefisien regresi sebesar 1,453 dan konstanta sebesar – 5,564

sehingga persamaan regresinya adalah Y = - 5,564 + 1,453 X1.

Setelah diperoleh persamaan regresi sederhana sebagaimana tercantum

pada tabel 19. di atas, maka langkah selanjutnya menguji keberartian dan

101

kelinearan dari persamaan regresi tersebut. Uji keberartian ini perlu dilakukan

untuk meyakinkan pengambilan kesimpulan.

Untuk uji keberartian dari persamaan regresi Y = - 5,564 + 1,453 X1

digunakan uji F. derajat keberartian persamaan regresi sederhana tersebut dapat

dilihat dalam Tabel 20, berikut ini:

Tabel 20. Tabel Signifikan Regresi Y dengan X1

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 33574,038 1 33574,038 3070,666 ,000a

Residual 1727,540 158 10,934

Total 35301,578 159

a. Predictors: (Constant), X1 ( Kompetensi Kepribadian Guru )

b. Dependent Variable: Y ( Hasil belajar IPA)

Dari hasil perhitungan pada tabel 20, diperoleh nilai signifikansi 0,000,

hal ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan

nilai α = 0,01, dengan demikian dapat disimpulkan bahwa regresi Y atas

X1 adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan

dengan hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata

sifatnya, sehingga persamaan regresi sederhana yang diperoleh memiliki

keberartian. Persamaan regresi Y = - 5,564 + 1,453 X1 menunjukkan bahwa

setiap kenaikan 1 skor kompetensi kepribadian guru akan menyebabkan

kenaikan 1,453 skor hasil belajar IPA pada konstanta - 5,564..

Dengan demikian dapat disimpulkan bahwa terdapat pengaruh positif

kompetensi kepribadian guru terhadap hasil belajar IPA, dengan kata lain

102

semakin baik kompetensi kepribadian guru maka akan semakin baik/tinggi

pula hasil belajarnya dalam mata pelajaran IPA.

Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada

tabel 19 , yaitu sebesar 55,414. Nilai t tabel pada taraf α = 0,05: 2 ( uji 2 sisi )

dengan derajat kebebasan ( df ) = n – k – 1 atau 160 – 2 – 1 = 157. Dengan

pengujian 2 sisi ( signifikansi = 0,025 ) hasil diperoleh untuk t tabel sebesar 1,975.

Kriteria pengujian adalah : H0 diterima jika T hitungl ≤ T tabel dan Ho

ditolak jika T hitung > T tabel. Nilai t hitung > t tabel ( 55.414 > 1,975 ),

dengan demikian maka H0 ditolak.

Kurva Distribusi F Untuk Variabel X1Terhadap Variabel Y

Sumber: Hasil Penelitian, 2011

2. Pengujian Hipotesis Pengaruh Kemampuan Matematika Siswa

terhadap Hasil Belajar IPA

Ho = Tidak terdapat pengaruh kemampuan matematika terhadap hasil belajar

IPA pada siswa SMK kecamatan Ciracas Jakarta Timur.

Daerah Penerimaan Ho

Daerah Penolakan Ho

1,975

α = 0,05

103

H1 = Terdapat pengaruh kemampuan matematika terhadap hasil belajar IPA

pada siswa SMK kecamatan Ciracas Jakarta Timur.

Untuk mengetahui keeratan hubungan antara dua variabel dan untuk

mengetahui arah hubungan yang terjadi dilakukan analisis korelasi

sederhana. Koefisien korelasi sederhana menunjukkan seberapa besar

hubungan yang terjadi antara dua variabel. Dalam perhitungan ini

menggunakan Product Moment Pearson. Nilai korelasi ( r ) berkisar antara 1

atau -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua

variabel semakin kuat, sebaliknya apabila nilai mendekati 0 berarti hubungan

antara dua variabel semakin lemah, nilai positif menunjukkan hubungan

searah dan nilai negatif menunjukkan arah terbalik atau berlawanan.


korelasi Bivariat Pearson, yang merupakan korelasi sederhana ( r ) didapat

korelasi antara kemampuan matematika dengan hasil belajar IPA adalah

0,806. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara

kemampuan matematika dengan hasil belajar IPA. Sedangkan arah

hubungan adalah positif karena nilai korelasi positif, berarti semakin tinggi

nilai matematika maka semakin tinggi pula hasil belajar IPA.

104

Tabel 21. Tabel Korelasi Kemampuan Matematika dengan Hasil Belajar IPA

Correlations

X2 ( Kemampuan

Matematika )

Y ( Hasil belajar

IPA)

X2 ( Kemampuan Matematika

)

Pearson Correlation 1 ,806**


N 160 160

Y ( Hasil belajar IPA) Pearson Correlation ,806** 1


N 160 160


Untuk menguji koefisien regresi pada hipotesis ini, terlebih dahulu

melakukan perhitungan analisis regresi sederhana untuk variabel hasil belajar

IPA dan variabel kemampuan matematika. Analisis regresi sederhana adalah

hubungan secara linear antara satu variabel independen dengan variabel

dependen, apakah positif atau negatif dan untuk memprediksi nilai dari

variabel dependen jika nilai independen mengalami kenaikan atau penurunan.

Dari hasil analisis regresi sederhana seperti tercantum pada tabel 22, yang

disajikan berikut diperoleh angka 𝑅2 ( R Square ) sebesar 0,650 atau ( 65

% ). Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel

independen ( kemampuan matematika ) terhadap variabel dependen ( hasil belajar

IPA ) sebesar 65 % sedangkan 35 % dipengaruhi oleh faktor lain.

105

Tabel.22. Tabel Keberartian X2 terhadap Y

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,806a ,650 ,648 8,84034

a. Predictors: (Constant), X2 ( Kemampuan Matematika )

Selanjutnya untuk tabel 23, merupakan hasil perhitungan analisis regresi

sederhana dari variabel hasil belajar IPA atas kemampuan matematika.

Tabel 23. Tabel Perhitungan analisis regresi Y atas X2

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig. B Std. Error Beta

1 (Constant) 13,114 3,226 4,065 ,000

X2 ( Kemampuan

Matematika )

,813 ,047 ,806 17,138 ,000


Pada perhitungan analisis regresi sederhana untuk variabel kemampuan

matematika dengan variabel hasil belajar IPA menunjukkan bahwa koefisien

regresi sebesar 0,813 dan konstanta sebesar 13,114 sehingga diperoleh

persamaan regresi : Y = 13,114 + 0,813 X2.


pada tabel diatas, maka langkah selanjutnya menguji keberartian dan

106

kelinearan dari persamaan regresi tersebut. Uji keberartian ini perlu dilakukan

untuk meyakinkan pengambilan kesimpulan.

Untuk uji keberartian dari persamaan regresi Y = 13,114 + 0,813 X2

digunakan uji F dan derajat keberartian persamaan regresi sederhana tersebut

dapat dilihat dalam Tabel 24, berikut ini.

Tabel 24. Tabel Uji Sifnifikan persamaan regresi Y atas X2

ANOVAb


1 Regression 22953.626 1 22953.626 293.706 .000a

Residual 12347.952 158 78.152

Total 35301.578 159

a. Predictors: (Constant), X2 ( Kemampuan Matematika )


Dari hasil perhitungan pada tabel 24, diperoleh nilai signifikansi 0,000,

hal ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan

nilai α = 0,01, dengan demikian dapat disimpulkan bahwa regresi Y atas X2

adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan

dengan hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata

sifatnya, sehingga persamaan regresi sederhana yang diperoleh memiliki

keberartian. Persamaan regresi Y = 13,114 + 0,813 X2 menunjukkan bahwa

setiap kenaikan 1 skor kemampuan matematika akan menyebabkan kenaikan

0,813 skor hasil belajar IPA pada konstanta 13,114.

107


antara kemampuan matematika siswa dengan hasil belajar IPA, dengan kata

lain semakin baik/tinggi kemampuan matematika siswa maka akan semakin

baik/tinggi pula hasil belajarnya dalam mata pelajaran IPA.

Dari hasil analisis regresi di atas dapat diketahui nilai T hitung seperti

pada tabel 23 , yaitu sebesar 17,138. Nilai t tabel pada taraf α = 0,05: 2 (

uji 2 sisi ) dengan derajad kebebasan ( df ) = n – k – 1 atau 160 – 2 – 1 =

157. Dengan pengujian 2 sisi ( signifikansi = 0,025 ) hasil diperoleh untuk T

tabel sebesar 1,975.

Kriteria pengujian adalah : H0 diterima jika T hitung ≤ T tabel, H0

ditolak jika hitung > T tabel. Nilai t hitung > t tabel ( 17,138 > 1,975 ),

dengan demikian maka H0 ditolak.


Sumber: Hasil Penelitian, 2012


Daerah Penolakan Ho

17, 138 1,975

α 0,05

108

3. Pengujian Hipotesis Pengaruh Persepsi Siswa Pada Kompetensi

Kepribadian Guru dan Kemampuan Matematika Secara Bersama-

Sama Terhadap Hasil Belajar IPA.

Ho = Tidak terdapat pengaruh kompetensi kepribadian guru dan

kemampuan matematika siswa secara bersama-sama terhadap hasil

belajar IPA pada siswa SMK kelas XII kecamatan Ciracas Jakarta

Timur.

H1 = Terdapat pengaruh kompetensi kepribadian guru dan kemampuan

matematika siswa secara bersama-sama terhadap hasil belajar IPA

pada siswa SMK kelas XII kecamatan Ciracas Jakarta Timur.

Untuk mengetahui hubungan antara dua variabel independen ( X1, X2 )

terhadap variabel dependen ( Y ) secara serentak. Koefisien korelasi akan

menunjukkan seberapa besar hubungan yang terjadi antara variabel

independen ( X1, X2 ) secara serentak terhadap variabel dependen ( Y ). Nilai

R berkisar 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang

terjadi semakin kuat, sebaliknya nilai semakin mendekati 0, maka hubungan

yang terjadi semakin lemah.

Berikut ini hasil analisis regresi ganda model summary seperti yang

disajikan pada tabel 25, di bawah ini :

109

Tabel 25, Tabel Korelasi Ganda

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 ,977a ,954 ,954 3,20603 2,047

a. Predictors: (Constant), X2 ( Kemampuan Matematika ), X1 ( Kompetensi Kepribadian

Guru )


Berdasarkan tabel 25, di atas diperoleh angka R sebesar 0,977, hal ini

menunjukkan bahwa terjadi hubungan antara kompetensi kepribadian guru

dan kemampuan matematika terhadap hasil belajar IPA.

Berdasarkan tabel 25, di atas diperoleh angka 𝑅2 ( R Square ) sebesar

0,954. Hal ini menunjukkan bahwa persentase sumbangan pengaruh variabel

independen ( kompetensi kepribadian guru dan kemampuan matematika)

terhadap hasil belajar IPA sebesar 95,4 %, sedangkan sisanya 4,6 %

dipengaruhi oleh variabel lain.

Hipotesis ketiga berbunyi “terdapat pengaruh positif kompetensi

kepribadian guru dan kemampuan matematika siswa secara bersama-sama

terhadap hasil belajar IPA”.

Untuk meguji hipotesis ini digunakan analisis regresi linear

berganda dan korelasi ganda. Model persamaan regresi linear berganda

adalah Y = a +b1X1 + b2X2

110

Tabel 26. Tabel Regresi linier berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

T Sig. B Std. Error Beta

1 (Constant) -6,306 1,315 -4,794 ,000

X1 ( Kompetensi

Kepribadian Guru )

1,344 ,042 ,902 32,316 ,000

X2 ( Kemampuan

Matematika )

,094 ,028 ,093 3,327 ,001


Berdasarkan hasil perhitungan dengan program SPSS.17 pada tabel 26,

diatas diperoleh nilainya masing-masing adalah; a = - 6,306 b1 = 1,344 dan

b2 = 0,094

Sehingga model persamaan regresi linear berganda adalah sebagai

berikut:

Y = - 6,306 + 1,344 X1 + 0,094 X2


diatas, maka langkah selanjutnya menguji keberartian dan kelinearan dari

persamaan regresi berganda tersebut. Uji keberartian ini perlu dilakukan

untuk meyakinkan pengambilan kesimpulan. Untuk uji keberartian dari

persamaan regresi Y = - 6,306 + 1,344 X1 + 0,094 X2. digunakan uji F.

derajat keberartian persamaan regresi ganda tersebut dapat dilihat dalam

Tabel 27. berikut ini:

111

Tabel 27. Tabel Uji keberartian persamaan regresi ganda

ANOVAb


1 Regression 33687, 838 2 16843,919 1638,737 .000a

Residual 1613,740 157 10,279

Total 35301,578 159

a. Predictors: (Constant), X2 ( Kemampuan Matematika ), X1 ( Kompetensi Kepribadian Guru )


Dari hasil perhitungan pada tabel 27, diperoleh nilai signifikansi 0,000, hal

ini berarti bahwa nilai signifikansi hitung lebih kecil dibanding dengan nilai α =

0,05 maupun 0,01 dengan demikian dapat disimpulkan bahwa regresi Y atas X12

adalah sangat signifikan pada taraf α = 0,05 dan α = 0,01 sehubungan dengan

hasil ini maka dapat dikatakan bahwa koefisien arah regresi nyata sifatnya,

sehingga persamaan regresi linier berganda yang diperoleh memiliki keberartian.

Persamaan regresi Y = - 6,306 + 1,344 X1 + 0,094 X2 menunjukkan bahwa

setiap kenaikan 1 skor kompetensi kepribadian guru akan menaikkan 1,344 skor

hasil belajar IPA dan setiap kenaikan 1 skor kemampuan matematika akan

menaikkan 0,094 skor hasil belajar IPA dengan konstanta – 6,306.


kompetensi kepribadian guru dan kemampuan matematika terhadap hasil

belajar IPA, dengan kata lain semakin baik kompetensi kepribadian guru dan

kemampuan matematika siswa maka akan semakin baik/tinggi pula hasil

belajar IPA.

112

Kemudian berdasarkan tabel yang diperoleh pada tabel 26, harga F

hitung sebesar 16388,737. Selanjutnya nilai F tabel dengan menggunakan

tingkat keyakinan 95 %, α = 5 % ( 0,05 ), df 1 ( jumlah variabel – 1 ) = 2 dan

df 2 (n-k-1) atau 160-2-1 = 157 dimana n adalah banyak data dan k jumlah

variabel independen. Hasil F tabel diperoleh 3,90.

Kriteria pengujian dalam hal ini adalah bahwa H0 diterima bila F hitung

< F tabel, dan H0 ditolak bila F hitung > F tabel ( 16888,737 > 3,90 )


Atas dasar tersebut maka hipotesis nol ditolak sedangkan hipotesis

penelitian diterima. Dengan kata lain berdasarkan uji hipotesis penelitian

dapat dikatakan terdapat pengaruh kompetensi kepribadian dan kemampuan

matematika secara bersama-sama terhadap hasil belajar IPA. Artinya semakin

baik kompetensi kepribadian guru dalam mengajar dan semakin tinggi

kemampuan matematika siswa, maka akan semakin tinggi pula hasil belajar

yang dicapai oleh siswa dalam mata pelajaran IPA, atau sebaliknya, apabila


Daerah Penolakan Ho

16888,737 3,90

α 0,05

113

kompetensi kepribadian guru tidak baik (buruk) dan tingkat kemampuan

matematika siswa rendah maka akan semakin rendah pula hasil belajar yang

dicapai oleh siswa dalam mata pelajaran IPA.

Berdasarkan persamaan regresi tersebut analisis regresi linear berganda Y

atas X1 dan X2 menghasilkan konstanta a sebesar -6,306 koefisien b1 sebesar

1,344 dan b2 sebesar 0,094 hal ini berarti perubahan satu skor kompetensi

kepribadian guru dan perubahan satu unit skor kemampuan matematika

secara bersama-sama akan diikuti sebesar 1,344 dan 0,094 unit skor hasil

belajar siswa dalam mata pelajaran IPA.

D. Pembahasan hasil penelitian

Pada bagian ini pembahasan hasil penelitian meliputi tiga hal, yaitu:

1. Pembahasan tentang pengaruh persepsi siswa pada kompetensi

kepribadian guru terhadap hasil belajar IPA

Berdasarkan teori persepsi siswa pada kompetensi kepribadian guru

dapat mempengaruhi kualitas pencapaian hasil belajar siswa dalam bidang

studi tertentu, kompetensi kepribadian guru akan menyebabkan

kepercayaan dan kenyamanan dalam mengikuti pelajaran, ditandai dengan

lebih giat belajar, dan akhirya mencapai prestasi yang diinginkan. Dengan

kompetensi kepribadian yang baik seorang guru akan menjadi suri

tauladan bagi siswa dan hal ini merupakan rangsangan psikologis dalam

diri siswa yang dapat membangkitkan gairah siswa untuk mengikuti

114

pelajaran serta akan menjadi dorongan motivasi, untuk lebih mendalami

konsep – konsep IPA.

Guru IPA dengan kompetensi kepribadian yang baik akan

memudahkan dirinya untuk menguasai kelas dalam proses pembelajaran.

Dengan kemampuan pendekatan yang baik karena dimata siswa guru

dengan kepribadian baik memiliki kejujuran dan kedekatan emosional

akan sangat membantu memotivasi siswa untuk mencintai dan

menanamkan minat yang positif terhadap IPA yaitu dengan menyadari

akan pentingnya IPA, baik dalam melanjutkan studi maupun dalam

kehidupan sehari-hari yang selalu diwarnai oleh IPA.

Pengertian-pengertian diatas cukup jelas menerangkan bahwa

kompetensi kepribadian guru mempunyai hubungan dan dapat

mempengaruhi serta meningkatkan perhatian siswa terhadap IPA, jika

siswa menghornmati guru ia akan belajar dengan senang dan gembira

serta perhatiannya terpusat pada materi yang sedang dipelajari, lebih giat,

dan akhirya mencapai prestasi yang diinginkan.

Berdasarkan hasil penelitian secara empiris mengenai hubungan dan

pengaruh antara kompetensi kepribadian guru terhadap hasil belajar IPA

yang dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan

SMK Mahadhika 3 di Kecamatan Ciracas, Kotamadya Jakarta Timur

menunjukkan bahwa :

a. Terdapat hubungan positif antara persepsi siswa pada kompetensi

kepribadian guru dengan hasil belajar IPA.

115

b. Hubungan antara persepsi siswa pada kompetensi kepribadian guru

dengan hasil belajar IPA adalah searah.

c. Hubungan antara persepsi siswa pada kompetensi kepribadian guru

dengan hasil belajar IPA tergolong kuat hal ini terlihat dari nilai

korelasinya sebesar 0,975.

d. Hubungan antara persepsi siswa pada kompetensi kepribadian guru

dengan hasil belajar IPA signifikan atau berarti.

e. Pengaruh persepsi siswa pada kompetensi kepribadian guru terhadap

hasil belajar IPA sebesar 95,1 %, artinya hanya 95,1% kompetensi

kepribadian guru dapat mempengaruhi atau meningkatkan hasil belajar

IPA sedangkan 4,9 % lainnya dipengaruhi oleh variabel lain.

f. Model persamaan regresi yang dapat dipakai adalah : Ŷ = - 55,564 +

1,453X1, persamaan regresi tersebut artinya, jika skor persepsis siswa

pada kompetensi kepribadian guru (X1) mengalami kenaikan satu poin,

maka skor hasil belajar IPA (Y) akan mengalami kenaikan sebesar

1,453 pada konstanta – 55,564.

2. Pembahasan tentang pengaruh kemampuan matematika siswa

terhadap hasil belajar IPA

Kemampuan matematika terwujud dari kecakapan seseorang dalam

menyelesaikan problema set ( masalah ) yang terkait dengan konsep-konsep

matematis. Dengan kemampuan matematika yang baik siswa akan mudah

untuk memahami konsep-konsep pelajaran IPA.

116

Konsep matematika berkenaan dengan ide-ide, struktur-struktur, dan

pengaruh-pengaruh, diatur menurut aturan yang logis, dengan pemahaman

matematika yang baik siswa akan mudah untuk memecahkan permasalahan

terkait pelajaran IPA karena memiliki proses pemikiran yang sama yakni

penalaran logis.


pengaruh kemampuan matematika terhadap hasil belajar IPA yang

dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan SMK

Mahadhika 3 di Kecamatan Ciracas, Kotamadya Jakarta Timur

menunjukkan bahwa :

a. Terdapat hubungan positif antara kemampuan matematika dengan

hasil belajar IPA.

b. Hubungan antara kemampuan matematika dengan hasil belajar IPA

adalah searah.

c. Hubungan antara kemampuan matematika dengan hasil belajar IPA

tergolong kuat dengan ditunjukan nilai korelasinya sebesar 0,806

d. Hubungan antara kemampuan matematika dengan hasil belajar IPA

signifikan atau berarti.

e. Pengaruh kemampuan matematika terhadap hasil belajar IPA

tersebut hanya 65 %, artinya 65 % kemampuan matematika dapat

mempengaruhi atau meningkatkan hasil belajar IPA, sedangkan 35

% lainnya dipengaruhi oleh variabel lain.

f. Model persamaan regresi yang dapat dipakai adalah : Ŷ = 13,114 +

0,813 X2, Model regresi tersebut diatas artinya, jika skor

117

kemampuan matematika (X2) mengalami kenaikan satu poin maka

skor hasil belajar IPA (Y) akan mengalami kenaikan sebesar 0,813

pada konstanta 13,114.

3. Pembahasan tentang terdapat pengaruh antara persepsi siswa pada

kompetensi kepribadian guru dan kemampuan matematika siswa

secara bersama-sama dengan hasil belajar IPA siswa

Pencapaian tujuan pembelajaran IPA merupakan hasil belajar IPA

baik pengetahuan, pemahaman, keterampilan, dan nilai sikap siswa

terhadap pelajaran IPA siswa dapat dicapai bila ada 1) kompetensi

kepribadian guru baik sehingga siswa akan menaruh hormat dan proses

pembelajaran akan menyenangkan serta dengan kepribadian yang baik

guru akan mudah untuk memberikan motivasi kepada siswa untuk

memahami konsep-konsep IPA sehingga hasil belajar siswa mengalami

peningkatan, 2) kemampuan matematika siswa yang baik, dengan

kemampuan matematikanya siswa akan mudah memecahkan

permasalahan dalam pelajaran IPA.

Kepribadian guru yang baik dan kemampuan matematika siswa yang

tinggi merupakan kolaborasi yang ideal bagi siswa dalam mengikuti dan

memahami pelajaran IPA.


pengaruh antara kompetensi kepribadian guru, dan kemampuan

matematika siswa secara bersama-sama terhadap hasil belajar IPA yang

dilakukan terhadap siswa-siswi kelas XII SMK Mahadhika 1 dan SMK

118

Mahadhika 3 Kecamatan Ciracas, Kotamadya Jakarta Timur

menunjukkan bahwa :

a. Terdapat hubungan positif antara persepsi siswa pada kompetensi

kepribadian guru dan kemampuan matematika siswa secara bersama-

sama dengan hasil belajar IPA.

b. Hubungan antara persepsi siswa pada kompetensi kepribadian guru dan

kemampuan matematika siswa secara bersama-sama dengan hasil

belajar IPA adalah hubungan searah.

c. Hubungan persepsi siswa pada kompetensi kepribadian guru dan


belajar IPA tergolong kuat.

d. Hubungan antara persepsi siswa pada kompetensi kepribadian guru dan


belajar IPA signifikan.

e. Pengaruh antara persepsi siswa pada kompetensi kepribadian guru dan


belajar IPA tersebut menggambarkan 95,4 % artinya 95,4% persepsi

siswa pada kompetensi kepribadian guru dan kemampuan matematika

siswa secara bersama-sama dengan hasil belajar IPA sedangkan 4,6 %

lainnya dipengaruhi oleh variabel lainnya.

f. Model persamaan regresi ganda yang dapat dipakai adalah : Ŷ = -

6,306 + 1,344 X1+0,094 X2, persamaan regresi ganda tersebut diatas

menjelaskan bahwa;

119

1) jika skor persepsi siswa pada kompetensi kepribadian guru

mengalami kenaikan satu poin sedangkan variabel lain tetap, maka

skor hasil belajar IPA akan mengalami kenaikan sebesar 1,344 pada

konstanta – 6,306.

2) jika skor kemampuan matematika mengalami kenaikan satu poin

sedangkan variabel lain tetap, maka skor hasil belajar IPA akan

mengalami kenaikan sebesar 0,094 pada konstanta – 6,306.

E. Keterbatasan penelitian

Keterbatasan utama yang dapat diidenfikasikan dalam pelaksanaan penelitian

ini adalah:

1. Keterbatasan waktu

Dikarenakan penelitian mengambil populasi untuk kelas XII yang sedang

mempersiapkan diri untuk mengikuti ujian nasional mengakibatkan waktu

melakukan penelitian hanya terbatas selama lebih kurang 2 (dua) bulan.

Dengan adanya keterbatasan waktu ini pula maka sampel penelitian itu hanya

diambil pada dua sekolah SMK di kecamatan Ciracas Jakarta Timur yang

dianggap mewakili.

2. Keterbatasan instrument penelitian

Walaupun tiap butir instrument telah dikembangkan sesuai dengan prosedur

yang diharuskan serta telah di analisis berdasarkan hasil uji coba dan telah

120

memperoleh skor koefisien yang baik, namun hal tersebut belum menjamin

bahwa instrumen yang dikembangkan tersebut benar-benar menggali aspek-

aspek dalam penelitian ini. Hal ini mengingat adanya keterbatasan peneliti dalam

mendefinisikan konstruk yang tepat dan dapat diukur.

3. Keterbatasan dana

Dana merupakan sumber untuk seluruh kegiatan penelitian,

dengan adanya keterbatasan dana sangat berpengaruh dalam

pengambilan banyaknya sampel.

Education

Tesis bab iv