1 BAB I PENDAHULUAN
1.1 Latar Belakang
Sebagian masyarakat masih beranggapan bahwa nilai siswa dipengaruhi oleh beberapa faktor salah satunya pekerjaaan orang tua. Penelitian yang dilakukan oleh Lutfiatun Nikmah yakni “Pengaruh Pekerjaan Orang Tua Terhadap Hasil Belajar Siswa pada Mata Pelajaran Akidah Akhlak di MI Plus Al Istighotsah Panggungrejo Tulungagung Tahun Ajaran 2019/2020”. Hasil Penelitian tersebut didapatkan informasi bahwa terdapat pengaruh signifikan pekerjaan orang tua terhadap hasil belajar siswa secara kognitif.
Pekerjaan orang tua menjadi salah satu peran penting dalam menentukan nilai akademik siswa. Namun, pekerjaan orang tua dapat berdampak positif maupun negatif pada nilai siswa. Orang tua dengan waktu pekerjaan yang tidak teratur memiliki keterbatasan waktu dengan anak sehingga orang tua belum bisa menemani anaknya dalam membantu menyelesaikan tugas anak secara bersama-sama. Sementara itu, orang tua dengan fleksibilitas waktu pekerjaan memiliki cukup waktu dengan anak untuk menyelesaikan tugas anak secara bersama-sama. Pekerjaan orang tua juga memiliki berperan dalam pengeluaran biaya pendidikan anak. Keluarga dengan penghasilan menengah ke atas akan memiliki akses cukup banyak seperti bimbingan belajar dan buku pendamping dibandingkan dengan keluarga dengan penghasilan menengah ke bawah.
Penelitian ini ingin mengetahui lebih lanjut mengenai perbedaan jenis pekerjaan orang tua terhadap nilai mata pelajaran Matematika, IPA, dan Bahasa Indonesia pada siswa kelas VI SDN Tamansari. Dengan adanya penelitiaan ini, diharapkan penelitian ini dapat menjawab asumsi yang beredar di masyarakat berkenaan dengan jenis pekerjaan orang tua dan nilai siswa serta membantu siswa dan orang tua untuk mengambil langkah tindakan ke depan dengan berperan dalam pendidikan anak.
1.2 Rumusan Masalah
- Apakah terdapat perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai Matematika siswa kelas VI SDN Tamansari?
- Apakah terdapat perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai IPA siswa kelas VI SDN Tamansari?
- Apakah terdapat perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai Bahasa Indonesia siswa kelas VI SDN Tamansari?
1.3 Tujuan Penelitian
- Mengetahui ada atau tidaknya perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai Matematika siswa kelas VI SDN Tamansari.
- Mengetahui ada atau tidaknya perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai IPA siswa kelas VI SDN Tamansari.
- Mengetahui ada atau tidaknya perbedaan signifikan antara jenis pekerjaan orang tua terhadap nilai Bahasa Indonesia siswa kelas VI SDN Tamansari.
1.4 Manfaat Penelitian
- Memberikan informasi penting mengenai ada atau tidaknya pengaruh signifikan antara jenis pekerjaan orang tua dengan nilai siswa kelas VI SDN Tamansari sebagai bahan evaluasi orang tua dengan berperan dalam pendidikan anak.
- Temuan dari penelitian ini dapat menjawab asumsi masyarakat mengenai perbedaan jenis pekerjaan orang tua terhadap nilai mata pelajaran anak.
2 BAB II ANALISIS YANG DIGUNAKAN
Analisis yang digunakan pada penelitian “Perbedaan Jenis Pekerjaan terhadap nilai Matematika, IPA, dan Bahasa Indonesia siswa kelas VI SDN Tamansari” adalah analisis MANOVA. Multivariate Analysis of Variance atau analisis MANOVA merupakan metode statistik yang berguna untuk membandingkan rata-rata dua atau lebih variabel dependen antara dua atau lebih kelompok. Analisis MANOVA mampu menangani lebih dari satu variabel dependen secara bersamaan dibandingkan dengan uji ANOVA. Pada penelitian yang dilakukan, MANOVA digunakan untuk mengetahui perbedaan jenis pekerjaan orang tua terhadap nilai beberapa mata pelajaran siswa. Selain itu, MANOVA dapat memberikan informasi mengenai hubungan antara variabel dependen secara bersamaan.
3 BAB III VARIABEL YANG DIGUNAKAN
Variabel yang digunakan dalam penelitian ini adalah :
1. Nilai Matematika siswa kelas VI SDN Tamansari.
2. Nilai IPA siswa kelas VI SDN Tamansari.
3. Nilai Bahasa Indonesia siswa kelas VI SDN Tamansari.
4 BAB IV SOURCE CODE
4.1 Library
> library(readxl)
> library(mvnormtest)
> library(carData)
> library(car)
> library(MVTests)4.2 Impor Data
> library(readxl)
> TugasRespAnmul1 <- read_excel("TugasRespAnmul1.xlsx")
> View(TugasRespAnmul1)4.3 Pembentukan Dataset
> perlakuan<-as.matrix(TugasRespAnmul1$Pekerjaan, nrow=40, ncol=1)
> perlakuan
[,1]
[1,] 1
[2,] 1
[3,] 1
[4,] 1
[5,] 1
[6,] 1
[7,] 1
[8,] 1
[9,] 1
[10,] 1
[11,] 1
[12,] 1
[13,] 1
[14,] 1
[15,] 1
[16,] 1
[17,] 1
[18,] 1
[19,] 1
[20,] 1
[21,] 2
[22,] 2
[23,] 2
[24,] 2
[25,] 2
[26,] 2
[27,] 2
[28,] 2
[29,] 2
[30,] 2
[31,] 3
[32,] 3
[33,] 3
[34,] 3
[35,] 3
[36,] 3
[37,] 3
[38,] 3
[39,] 3
[40,] 3
> y1<-as.matrix(TugasRespAnmul1$Matematika, nrow=40, ncol=1)
> y1
[,1]
[1,] 80
[2,] 75
[3,] 86
[4,] 77
[5,] 76
[6,] 74
[7,] 80
[8,] 87
[9,] 85
[10,] 84
[11,] 82
[12,] 70
[13,] 74
[14,] 78
[15,] 75
[16,] 70
[17,] 72
[18,] 74
[19,] 76
[20,] 85
[21,] 87
[22,] 94
[23,] 71
[24,] 78
[25,] 78
[26,] 78
[27,] 80
[28,] 86
[29,] 84
[30,] 80
[31,] 80
[32,] 83
[33,] 82
[34,] 82
[35,] 80
[36,] 92
[37,] 63
[38,] 70
[39,] 74
[40,] 88
> y2<-as.matrix(TugasRespAnmul1$IPA, nrow=40, ncol=1)
> y2
[,1]
[1,] 75
[2,] 80
[3,] 72
[4,] 75
[5,] 80
[6,] 75
[7,] 78
[8,] 70
[9,] 72
[10,] 47
[11,] 71
[12,] 78
[13,] 70
[14,] 82
[15,] 81
[16,] 82
[17,] 85
[18,] 63
[19,] 92
[20,] 91
[21,] 93
[22,] 98
[23,] 73
[24,] 82
[25,] 79
[26,] 92
[27,] 92
[28,] 81
[29,] 84
[30,] 73
[31,] 82
[32,] 87
[33,] 83
[34,] 85
[35,] 93
[36,] 75
[37,] 79
[38,] 72
[39,] 73
[40,] 65
> y3<-as.matrix(TugasRespAnmul1$Bahasa_Indonesia, nrow=40, ncol=1)
> y3
[,1]
[1,] 38
[2,] 60
[3,] 34
[4,] 64
[5,] 38
[6,] 68
[7,] 42
[8,] 44
[9,] 74
[10,] 48
[11,] 50
[12,] 80
[13,] 54
[14,] 84
[15,] 87
[16,] 60
[17,] 91
[18,] 64
[19,] 76
[20,] 97
[21,] 99
[22,] 82
[23,] 74
[24,] 86
[25,] 65
[26,] 98
[27,] 63
[28,] 70
[29,] 60
[30,] 74
[31,] 94
[32,] 64
[33,] 97
[34,] 87
[35,] 97
[36,] 78
[37,] 63
[38,] 54
[39,] 85
[40,] 82
>
> df<-data.frame(perlakuan,y1,y2,y3)
> df
perlakuan y1 y2 y3
1 1 80 75 38
2 1 75 80 60
3 1 86 72 34
4 1 77 75 64
5 1 76 80 38
6 1 74 75 68
7 1 80 78 42
8 1 87 70 44
9 1 85 72 74
10 1 84 47 48
11 1 82 71 50
12 1 70 78 80
13 1 74 70 54
14 1 78 82 84
15 1 75 81 87
16 1 70 82 60
17 1 72 85 91
18 1 74 63 64
19 1 76 92 76
20 1 85 91 97
21 2 87 93 99
22 2 94 98 82
23 2 71 73 74
24 2 78 82 86
25 2 78 79 65
26 2 78 92 98
27 2 80 92 63
28 2 86 81 70
29 2 84 84 60
30 2 80 73 74
31 3 80 82 94
32 3 83 87 64
33 3 82 83 97
34 3 82 85 87
35 3 80 93 97
36 3 92 75 78
37 3 63 79 63
38 3 70 72 54
39 3 74 73 85
40 3 88 65 82
>
> x<-factor(c(rep(1,14),rep(2,13),rep(3,13)))
> x
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3
[39] 3 3
Levels: 1 2 34.4 Uji Asumsi Normalitas
> library(mvnormtest)
> mshapiro.test(t(y1))
Shapiro-Wilk normality test
data: Z
W = 0.98889, p-value = 0.9583
> mshapiro.test(t(y2))
Shapiro-Wilk normality test
data: Z
W = 0.952, p-value = 0.08884
> mshapiro.test(t(y3))
Shapiro-Wilk normality test
data: Z
W = 0.96051, p-value = 0.17444.5 Uji Asumsi Homogenitas Ragam
> library(carData)
> library(car)
> leveneTest(Matematika ~ as.factor(Pekerjaan), TugasRespAnmul1)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 2 0.4798 0.6227
37
> leveneTest(IPA ~ as.factor(Pekerjaan), TugasRespAnmul1)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 2 0.0195 0.9807
37
> leveneTest(Bahasa_Indonesia ~ as.factor(Pekerjaan), TugasRespAnmul1)
Levene's Test for Homogeneity of Variance (center = median)
Df F value Pr(>F)
group 2 1.1708 0.3213
37 4.6 Uji Asumsi Homogenitas Matriks Varian - Kovarian
> library(MVTests)
> BoxM(data=df[,-1], x)
$Chisq
[1] 14.61765
$df
[1] 12
$p.value
[1] 0.2630146
$Test
[1] "BoxM"
attr(,"class")
[1] "MVTests" "list" 4.7 Korelasi Pearson
> cor(TugasRespAnmul1[,3:5])
Matematika IPA Bahasa_Indonesia
Matematika 1.00000000 0.09197724 0.07500224
IPA 0.09197724 1.00000000 0.51062450
Bahasa_Indonesia 0.07500224 0.51062450 1.000000004.8 Uji MANOVA
> UM=manova(cbind(Matematika, IPA, Bahasa_Indonesia)~Pekerjaan, data=TugasRespAnmul1)
> cbind(TugasRespAnmul1$Matematika, TugasRespAnmul1$IPA, TugasRespAnmul1$Bahasa_Indonesia)
[,1] [,2] [,3]
[1,] 80 75 38
[2,] 75 80 60
[3,] 86 72 34
[4,] 77 75 64
[5,] 76 80 38
[6,] 74 75 68
[7,] 80 78 42
[8,] 87 70 44
[9,] 85 72 74
[10,] 84 47 48
[11,] 82 71 50
[12,] 70 78 80
[13,] 74 70 54
[14,] 78 82 84
[15,] 75 81 87
[16,] 70 82 60
[17,] 72 85 91
[18,] 74 63 64
[19,] 76 92 76
[20,] 85 91 97
[21,] 87 93 99
[22,] 94 98 82
[23,] 71 73 74
[24,] 78 82 86
[25,] 78 79 65
[26,] 78 92 98
[27,] 80 92 63
[28,] 86 81 70
[29,] 84 84 60
[30,] 80 73 74
[31,] 80 82 94
[32,] 83 87 64
[33,] 82 83 97
[34,] 82 85 87
[35,] 80 93 97
[36,] 92 75 78
[37,] 63 79 63
[38,] 70 72 54
[39,] 74 73 85
[40,] 88 65 82
> summary.manova(UM,test="Pillai")
Df Pillai approx F num Df den Df Pr(>F)
Pekerjaan 1 0.18525 2.7285 3 36 0.0582 .
Residuals 38
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
> summary.manova(UM,test="Wilks")
Df Wilks approx F num Df den Df Pr(>F)
Pekerjaan 1 0.81475 2.7285 3 36 0.0582 .
Residuals 38
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
> summary.manova(UM,test="Hotelling-Lawley")
Df Hotelling-Lawley approx F num Df den Df Pr(>F)
Pekerjaan 1 0.22737 2.7285 3 36 0.0582 .
Residuals 38
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
> summary.manova(UM,test="Roy")
Df Roy approx F num Df den Df Pr(>F)
Pekerjaan 1 0.22737 2.7285 3 36 0.0582 .
Residuals 38
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 14.9 Uji ANOVA
> summary.aov(UM)
Response Matematika :
Df Sum Sq Mean Sq F value Pr(>F)
Pekerjaan 1 25.54 25.536 0.6012 0.4429
Residuals 38 1613.96 42.473
Response IPA :
Df Sum Sq Mean Sq F value Pr(>F)
Pekerjaan 1 153.6 153.64 1.6698 0.2041
Residuals 38 3496.4 92.01
Response Bahasa_Indonesia :
Df Sum Sq Mean Sq F value Pr(>F)
Pekerjaan 1 2350.7 2350.66 8.1288 0.007005 **
Residuals 38 10988.7 289.18
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 15 BAB V HASIL DAN PEMBAHASAN
5.1 Data
Data yang digunakan pada penelitian ini adalah jenis pekerjaan orang tua, nilai Matematika, nilai IPA, dan nilai Bahasa Indonesia siswa kelas VI SDN Tamansari sebanyak 40 data. Adapun data penelitian sebagai berikut:
| Responden | Pekerjaan Orang Tua | Matematika | IPA | Bahasa Indonesia |
|---|---|---|---|---|
| 1 | 1 | 80 | 75 | 38 |
| 2 | 1 | 75 | 80 | 60 |
| 3 | 1 | 86 | 72 | 34 |
| 4 | 1 | 77 | 75 | 64 |
| 5 | 1 | 76 | 80 | 38 |
| 6 | 1 | 74 | 75 | 68 |
| 7 | 1 | 80 | 78 | 42 |
| 8 | 1 | 87 | 70 | 44 |
| 9 | 1 | 85 | 72 | 74 |
| 10 | 1 | 84 | 47 | 48 |
| 11 | 1 | 82 | 71 | 50 |
| 12 | 1 | 70 | 78 | 80 |
| 13 | 1 | 74 | 70 | 54 |
| 14 | 1 | 78 | 82 | 84 |
| 15 | 1 | 75 | 81 | 87 |
| 16 | 1 | 70 | 82 | 60 |
| 17 | 1 | 72 | 85 | 91 |
| 18 | 1 | 74 | 63 | 64 |
| 19 | 1 | 76 | 92 | 76 |
| 20 | 1 | 85 | 91 | 97 |
| 21 | 2 | 87 | 93 | 99 |
| 22 | 2 | 94 | 98 | 82 |
| 23 | 2 | 71 | 73 | 74 |
| 24 | 2 | 78 | 82 | 86 |
| 25 | 2 | 78 | 79 | 65 |
| 26 | 2 | 78 | 92 | 98 |
| 27 | 2 | 80 | 92 | 63 |
| 28 | 2 | 86 | 81 | 70 |
| 29 | 2 | 84 | 84 | 60 |
| 30 | 2 | 80 | 73 | 74 |
| 31 | 3 | 80 | 82 | 94 |
| 32 | 3 | 83 | 87 | 64 |
| 33 | 3 | 82 | 83 | 97 |
| 34 | 3 | 82 | 85 | 87 |
| 35 | 3 | 80 | 93 | 97 |
| 36 | 3 | 92 | 75 | 78 |
| 37 | 3 | 63 | 79 | 63 |
| 38 | 3 | 70 | 72 | 54 |
| 39 | 3 | 74 | 73 | 85 |
| 40 | 3 | 88 | 65 | 82 |
5.2 Uji Asumsi Normalitas
Hipotesis:
\(H_0\): Data berdistribusi normal multivariat
\(H_1\): Data tidak berdistribusi normal multivariat
Taraf nyata:
\(\alpha\)= 5%
Statistik Uji:
| Mata Pelajaran | p-value | alpha |
|---|---|---|
| Matematika | 0.9583 | 0.05 |
| IPA | 0.08884 | 0.05 |
| Bahasa Indonesia | 0.1744 | 0.05 |
Keputusan:
p-value > \(\alpha\), maka \(H_0\) diterima
Kesimpulan:
Dengan taraf nyata 5% dapat disimpulkan bahwa data nilai Matematika, IPA, dan Bahasa Indonesia siswa kelas VI SDN Tamansari berdistribusi secara normal multivariat.
5.3 Uji Asumsi Homogenitas Ragam
Hipotesis:
\(H_0\): Ragam antar grup sama
\(H_1\): Ragam antar grup berbeda
Taraf nyata:
\(\alpha\)= 5%
Statistik Uji:
| Mata Pelajaran | p-value | alpha |
|---|---|---|
| Matematika | 0.6227 | 0.05 |
| IPA | 0.9807 | 0.05 |
| Bahasa Indonesia | 0.3213 | 0.05 |
Keputusan:
p-value > \(\alpha\), maka \(H_0\) diterima
Kesimpulan:
Dengan taraf nyata 5% dapat disimpulkan bahwa data nilai Matematika, IPA, dan Bahasa Indonesia siswa kelas VI SDN Tamansari pada ketiga grup diasumsikan sama sehingga asumsi homogenitas ragam terpenuhi.
5.4 Uji Asumsi Homogenitas Matriks Varian - Kovarian
\(H_0\) : matriks varian - kovarian antar grup sama
\(H_1\) : matriks varian - kovarian antar grup berbeda
Taraf nyata: \(\alpha\)= 5%
Statistik Uji:
| p-value | alpha |
|---|---|
| 0.2630146 | 0.05 |
Keputusan:
p-value > \(\alpha\) maka \(H_0\) diterima.
Kesimpulan:
Dengan taraf nyata 5% dapat disimpulkan bahwa data nilai Matematika, IPA, dan Bahasa Indonesia siswa kelas VI SDN Tamansari pada ketiga grup diasumsikan sama sehingga asumsi homogenitas matriks varian-kovarian terpenuhi.
5.5 Korelasi Pearson
Nilai korelasi yang diperoleh dari korelasi pearson sebagai berikut:
| Korelasi antar Mata Pelajaran | nilai |
|---|---|
| Matematika dengan IPA | 0.09197724 |
| Matematika dengan Bahasa Indonesia | 0.07500225 |
| IPA dengan Bahasa Indonesia | 0.51062450 |
Kesimpulan
Berdasarkan informasi di atas dapat disimpulkan data siswa kelas VI SDN Tamansari pada ketiga grup memiliki korelasi yang cukup rendah dengan arah hubungan korelasi searah. Matematika dengan IPA memiliki hubungan sebesar 9.1%, Matematika dengan Bahasa Indonesia memiliki hubungan sebesar 7.5%, dan IPA dengan Bahasa Indonesia memiliki hubungan sebesar 51.06%
5.6 Uji MANOVA
\(H_0\) : \(\mu_1 = \mu_2 = \mu_3\)
\(H_1\) : \(\mu_1 \neq \mu_2 \neq \mu_3\)
\(H_1\) : terdapat minimal salah satu pasang \(\mu_i\) yang tidak sama
Taraf nyata:
\(\alpha\)= 5%
Statistika Uji :
| Jenis MANOVA | p-value | alpha |
|---|---|---|
| Pillai’s Trace | 0.0582 | 0.05 |
| Wilk’s Lamda | 0.0582 | 0.05 |
| Hotelling’s Trace | 0.0582 | 0.05 |
| Roy’s Largest Root | 0.0582 | 0.05 |
Keputusan:
p-value > \(\alpha\) maka \(H_0\) diterima.
Kesimpulan:
Dengan taraf nyata 5% dapat disimpulkan bahwa data siswa kelas VI SDN Tamansari pada ketiga grup tidak terdapat perbedaan pengaruh yang signifikan antara jenis pekerjaan terhadap nilai siswa.
5.7 Uji ANOVA
\(H_0\) : \(\mu_1 = \mu_2 = \mu_3\)
\(H_1\) : terdapat minimal salah satu pasang \(\mu_i\) yang tidak sama
Taraf nyata:
\(\alpha\)= 5%
Statistik Uji:
| Keterangan | p-value | alpha |
|---|---|---|
| Matematika | 0.4429 | 0.05 |
| IPA | 0.2041 | 0.05 |
| Bahasa Indonesia | 0.007005 | 0.05 |
Keputusan :
p-value < \(\alpha\), maka \(H_0\) ditolak untuk nilai Bahasa Indonesia
p-value > \(\alpha\), maka \(H_0\) diterima untuk nilai Matematika dan IPA
Kesimpulan :
Dengan taraf nyata 5% dapat disimpulkan bahwa data siswa kelas VI SDN Tamansari pada ketiga grup tidak terdapat perbedaan pengaruh yang signifikan antara jenis pekerjaan terhadap nilai Matematika dan IPA.Sementara itu, terdapat perbedaan pengaruh yang signifikan antara jenis pekerjaan terhadap nilai Bahasa Indonesia.
6 BAB VI KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan dapat disimpulkan bahwa berdasarkan tujuan penelitian, analisis tepat digunakan adalah analisis MANOVA dengen asumsi normalitas, homogenitas ragam, dan homogenitas pada matriks kovarian terpenuhi sehingga dapat dilanjukan pada uji MANOVA. Pada uji MANOVA diperoleh informasi bahwa tidak terdapat perbedaan pengaruh yang signifikan antara jenis pekerjaan orang tua yakni petani, pedagang, dan pegawai kantor terhadap nilai Matematika, IPA, dan Bahasa Indonesia pada siswa kelas VI SDN Tamansari.