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)