Click here to load reader
Upload
nijar-setiady
View
79
Download
2
Embed Size (px)
Citation preview
ANALISIS KORESPONDENSI HUBUNGAN ANTARA
KONDISI SEKOLAH, TENAGA PENGAJAR, DAN SARANA
BELAJAR TERHADAP PRESTASI SEKOLAH
(Studi kasus SMA dan SMK Jakarta Selatan 2010)
Anggraini
PROGRAM STUDI MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH
JAKARTA
2011 M/1432 H
i
ANALISIS KORESPONDENSI HUBUNGAN ANTARA KONDISI
SEKOLAH, TENAGA PENGAJAR, DAN SARANA BELAJAR
TERHADAP PRESTASI SEKOLAH
(Studi Kasus SMA dan SMK Jakarta Selatan 2010)
Skripsi
Sebagai Salah Satu Syarat Untuk Memperoleh
Gelar Sarjana Sains
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh:
Anggraini
107094002935
PROGRAM STUDI MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH
JAKARTA
2011 M/1432 H
ii
PENGESAHAN UJIAN
Skripsi berjudul “Analisis Korespondensi Hubungan antara Kondisi Sekolah,
Tenaga Pengajar, dan Sarana Belajar terhadap Prestasi Sekolah” yang ditulis
oleh Anggraini, NIM 107094002935 telah diuji dan dinyatakan lulus dalam
sidang Munaqosyah Fakultas Sains dan Teknologi Universitas Islam Negeri
Syarif Hidayatullah Jakarta pada tanggal 7 Juni 2011, skripsi ini telah diterima
sebagai salah satu syarat untuk memperoleh gelar Sarjana strata satu (S1) Program
Studi Matematika.
Menyetujui,
Penguji 1 Penguji 2
Yanne Irene, M.Si Hata Maulana, M.T.I
NIP. 19741231 200501 2 018 NIDN. 0323108402
Pembimbing 1 Pembimbing 2
Hermawan Setiawan, M.T.I Bambang Ruswandi, M.Stat
NIP. 19740623 199312 2 001 NIDN. 0305108301
Mengetahui,
Dekan Fakultas Sains dan Teknologi Ketua Prodi Matematika
Dr. Syopiansyah Jaya Putra, M.Sis Yanne Irene, M.Si
NIP. 19680117 200112 1 001 NIP. 19741231 200501 2 018
iii
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-
BENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN
SEBAGAI SKRIPSI PADA PERGURUAN TINGGI ATAU LEMBAGA
MANAPUN.
Jakarta, Juni 2011
Anggraini
107094002935
iv
PERSEMBAHAN
Persembahan kecil awal dari Tujuh Mimpi …
Untuk orang tuaku yang paling ku cintai, yang tiada henti memdoakan, menyayangi, selalu
mendukung, dan menasehati dengan kesabaran, keluarga besarku, guru-guruku terhebat, sahabat,
teman-teman terbaik,. Semoga Allah senantiasa memberkahi setiap titik perjuangan..
MOTTO
Mungkin aku tak seberani Ali, tak sehumoris Atikah, tak seteguh Subhan, tak selantang Uswah, aku juga tak memiliki kesabaran yang dimiliki Asqolani dan ketulusan milik Uwaisyul Al-Qorni…
Tapi… Aku bangga terlahir dari Ibu Terbaik Tersabar, dan Ayah Terhebat Terpandai
- Terus belajar dan meneladani dari hal yang Terbaik & Terdekat –
Percayalah bahwa kebahagiaan itu bak pohon mawar yang baru ditanam, bunganya tidak muncul dengan segera tapi kemunculannya pasti akan terjadi [Laa Tahzan].
Apabila hamba-hamba-Ku bertanya kepadamu (Muhammad) tentang Aku, maka (jawablah) bahwasanya Aku adalah dekat. Aku mengabulkan permohonan orang yang mendoa jika ia berdoa kepada-Ku. Hendaklah mereka itu
memenuhi (perintah)-Ku dan beriman kepada-Ku, agar mereka memperoleh kebenaran,
[QS. Al-Baqarah : 186]
Always be there
v
ABSTRAK
Salah satu alat ukur kemajuan suatu sekolah adalah prestasi sekolah.
Prestasi sekolah dipengaruhi berbagai faktor diantaranya lingkungan sekolah,
lingkungan masyarakat, dan lingkungan keluarga. Dalam penelitian ini, peneliti
membatasi masalah pada lingkungan sekolah. Lingkungan sekolah adalah faktor
yang paling memiliki interaksi langsung dalam dunia pendidikan diantaranya
kondisi sekolah, tenaga pengajar, dan sarana belajar. Penelitian ini bertujuan
menghasilkan peta persepsi untuk mendapatkan informasi yang berguna dalam
mencari hubungan antara lingkungan sekolah dengan prestasi sekolah pada
berbagai kecamatan di Jakarta Selatan dengan menggunakan analisis
korespondensi. Analisis korespondensi merupakan metode untuk mereduksi
dimensi variabel dan menggambarkan profil vektor baris dan vektor kolom suatu
matriks data dari tabel kontingensi. Hasil yang didapat adalah prestasi yang baik
lebih dipengaruhi oleh kondisi sekolah dan tenaga pengajar, sedangkan sarana
belajar tidak berkontribusi besar.
Kata Kunci: Prestasi Sekolah, Lingkungan Sekolah, Analisis Korespondensi,
Tabel Kontingensi.
vi
ABSTRACT
One of measuring instrument school progress is school achievement. School
achievement is influenced by many factors, including the school environment,
community environment, and family environment. In this research, researchers to
limit the problem in the school environment. School environment is a factor that
most have a direct interaction in the world of education among the schools,
teachers, and learning tools. This research aims to produce maps perception to
obtain information useful in finding the relationship between the school
environment with school achievement in various districts of South Jakarta using
correspondence analysis. Correspondence analysis is a method to reduce the
dimension of the variables and describe the profile of a row vector and column
vector of a matrix of data from the contingency table. The results are good
performance is more influenced by conditions at the school and teachers, while
learning tool does not contribute significantly.
Kata Kunci: School Achievement, School Environment, Correspondence
Analysis, Contingency Table.
vii
KATA PENGANTAR
Alhamdulillah segala puji serta syukur hanya kepada Allah SWT, Tuhan
Yang Maha Esa, Maha Besar, Pemilik Ilmu, yang memberi nikmat tiada henti
serta tempatku mencurahkan doa, harapan, dan rasa syukur. Shalawat teriring
salam selalu tercurah kepada junjungan Nabi Besar Muhammad SAW, beserta
keluarga, sahabat, dan umatnya.
Skripsi ini dimaksudkan untuk memenuhi salah satu syarat menempuh
ujian Sarjana Sains pada Program Studi Matematika, Fakultas Sains dan
Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta.Dalam
menyelesaikan skripsi ini, penulis menyadari banyak memperoleh bantuan, doa,
dan motivasi sehingga skirpsi ini dapat dilaksanakan dengan baik. Pada
kesempatan ini, penulis ingin mengucapkan terima kasih yang sebesar-besarnya
kepada:
1. Dr. Syopiansyah Jaya Putra, M. Sis, Dekan Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah.
2. Yanne Irene, M.Si. Ketua Program Studi Matematika dan selaku Penguji I.
3. Suma’inna, M.Si, Sekretaris Program Studi Matematika
4. Hermawan Setiawan, M.TI, selaku Pembimbing I yang selalu memberikan
bimbingan, dan motivasi kepada penulis dengan penuh kesabaran.
5. Bambang Ruswandi, M.Stat, selaku Pembimbing II yang selalu
memberikan bimbingan, arahan, dan informasi.
6. Nina Fitriyati, M. Si, selaku Pembimbing akademik.
viii
7. Hatta Maulana, M.TI, selaku Penguji II, terima kasih atas saran dan
masukan yang sangat bermanfaat.
8. Seluruh Dosen UIN Syarif Hidayatullah yang telah mengajarkan dan
memberikan ilmunya kepada penulis selama proses perkuliahan, terutama
untuk Dosen Program Studi Matematika.
9. Teristimewa untuk kedua orang tuaku yang selalu memberikan hal
terindah dalam hidup penulis. Serta terima kasih kepada keluargaku.
Terima kasih atas setiap doa, kasih sayang, canda, dan kesabaran untuk
penulis.
10. Afief Aryadhani, Unyil, Sahabat, Teman dekat Terbaik yang selalu
menemani, mengingatkan, dan mendoakan. Uhibbu ya nyil.
11. Kak Denis, Kak Epho, Ubai, Rika, Dendy, Gerdy, Dhila, dan seluruh
teman-teman matematika angkatan 2007, terima kasih atas setiap canda
yang tak akan terlupakan.
12. Seluruh keluarga besar Matematika Fakultas Sains dan Teknologi UIN
Syarif Hidayatullah.
Pada akhirnya penulis berharap skripsi ini dapat bermanfaat bagi pembaca
pada umumnya maupun bagi penulis khususnya. Semoga perjuangan dan ikhtiar
kita selalu diridhoi oleh Allah SWT.
Jakarta, Juni 2011
Penulis
ix
DAFTAR ISI
HALAMAN JUDUL ......................................................................... i
PENGESAHAN UJIAN ..................................................................... ii
PERNYATAAN .................................................................................. iii
PERSEMBAHAN DAN MOTTO ................................................... iv
ABSTRAK ......................................................................................... v
ABSTRACT ....................................................................................... vi
KATA PENGANTAR ....................................................................... vii
DAFTAR ISI ...................................................................................... ix
DAFTAR TABEL ............................................................................. xii
DAFTAR GAMBAR ......................................................................... xiii
DAFTAR LAMPIRAN ..................................................................... xiv
BAB I PENDAHULUAN .................................................................. 1
1.1 .. Latar Belakang Masalah ………………………………… 1
1.2 Perumusan Masalah ……………………………………... 3
1.3 Pembatasan Masalah ……………….……………………. 4
1.4 Tujuan Penelitian …………….…………………….……. 4
1.5 Manfaat Penelitian ……………….………..…………….. 4
BAB II LANDASAN TEORI ........................................................... 6
2.1 Prestasi Pendidikan ……………………………………… 6
2.1.1 Pengertian Prestasi Pendidikan …………………. 6
2.1.2 Faktor-faktor yang Mempengaruhi Prestasi ..……. 6
2.2 Analisis Korespondensi ………………………………...... 9
x
2.2.1 Sifat-sifat Dasar Analisis Korespondensi ………… 10
2.2.2 Tujuan Analisis Korespondensi …………….…..... 11
2.2.3 Konsep Analisis Korespondensi …….………...…. 11
2.3 Tabel Kontingensi Dua Arah …………………………….. 12
2.4 Matriks Korespondensi ………………………….……..... 14
2.5 Penguraian Nilai Singular ………………………….……. 15
2.6 Penguraian Nilai Singular Umum ……………………….. 16
2.7 Dekomposisi Inersia ……………………………………... 17
2.8 Penentuan Jarak Profil ………………………………….... 17
2.9 Kontribusi Mutlak dan Kontribusi Relatif …..…………... 18
2.10 Analisis Klaster ………………………………………….. 19
2.10.1 Jarak Euclidean ……………………………….… 20
2.10.2 Proses Analisis Klaster …………………..…...… 20
2.10.3 Langkah-langkah Analisis Klaster …………........ 20
BAB III METODOLOGI PENELITIAN ....................................... 22
3.1 Metode Pengumpulan Data ……………….....………….. 22
3.2 Metode Pengolahan Data ……………………………….. 22
3.3 Metode Analisis Data …………………………….….….. 23
3.4 Alur Penelitian ………………………………………..…. 27
BAB IV HASIL DAN PEMBAHASAN ……………………...…... 28
4.1 Transformasi Data ……………………………………….. 28
4.2 Analisis Klaster ………………………………………….. 28
4.3 Tabel Kontingensi ……………………………………….. 30
xi
4.4 Uji Chi-Square ………………………………….………... 30
4.5 .. Analisis Korespondensi ………………………………...... 30
4.5.1 Pola Hubungan Antara Variabel Prestasi Sekolah
dengan Kondisi Sekolah ……….……………….. 30
4.5.2 Pola Hubungan Antara Variabel Prestasi Sekolah
dengan Tenaga Pengajar ……………………....... 32
4.5.3 Pola Hubungan Antara Variabel Prestasi Sekolah
dengan Sarana Belajar ……….…..……..……...... 34
BAB V KESIMPULAN DAN SARAN ............................................ 37
5.1 Kesimpulan ……………………....………………............. 37
5.2 Saran …………………………………………………....... 38
DAFTAR PUSTAKA …………………………………………….... 39
LAMPIRAN
xii
DAFTAR TABEL
Tabel 2.1 Kontingensi Dua Arah ........................................................ 13
Tabel 2.2 Freskuensi Relatif Dua Dimensi ......................................... 14
Tabel 4.1 Kategori Variabel Penelitian ............................................... 29
Tabel 4.2 Uji Chi-Square .................................................................... 30
Tabel 4.3 Inersia dan proporsi varians untuk Prestasi dan kondisi
sekolah ................................................................................ 31
Tabel 4.4 Inersia dan proporsi varians untuk prestasi dan tenaga
pengajar .............................................................................. 33
Tabel 4.5 Inersia dan proporsi varians untuk prestasi dan sarana
belajar ................................................................................. 35
xiii
DAFTAR GAMBAR
Gambar 3.1 Diagram Alur Penelitian ................................................. 27
Gambar 4.1 Plot Prestasi Belajar dengan Kondisi Sekolah ................ 32
Gambar 4.2 Plot Prestasi Belajar dengan Tenaga Pengajar ................ 33
Gambar 4.3 Plot Prestasi Belajar dengan Sarana Belajar ................... 36
xiv
DAFTAR LAMPIRAN
Lampiran 1. Data Asal Nilai Rata-rata Tiap Kecamatan .................. 41
Lampiran 2. Data Asal Kondisi Sekolah Tiap Kecamatan ............... 43
Lampiran 3. Data Asal Tenaga Pengajar Tiap Kecamatan ............... 47
Lampiran 4. Data Asal Sarana Belajar Tiap Kecamatan .................. 51
Lampiran 5. Data Rasio Kondisi Sekolah ......................................... 53
Lampiran 6. Data Rasio Tenaga Pengajar ......................................... 57
Lampiran 7. Data Rasio Sarana Belajar ............................................ 58
Lampiran 8. Output Klaster Kondisi Sekolah ................................... 61
Lampiran 9. Output Klaster Tenaga Pengajar ................................... 62
Lampiran 10. Output Klaster Sarana Belajar ...................................... 63
Lampiran 11. Prestasi Sekolah Tiap Kecamatan terhadap Lingkungan
Sekolah ......................................................................... 64
Lampiran 12. Tabel kontingensi Masing-masing Variabel ................. 65
Lampiran 13. Hasil Analisis Korespondensi Prestasi Sekolah
Terhadap Kondisi Sekolah ........................................... 66
Lampiran 14. Hasil Analisis Korespondensi Prestasi Belajar Terhadap
Tenaga Pengajar ........................................................... 66
Lampiran 15. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap
Sarana Belajar ............................................................... 66
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Pendidikan merupakan modal utama kesejahteraan suatu Negara, tanpa
adanya pendidikan Negara tidak akan maju bahkan dapat mengakibatkan
kehancuran. Pendidikan yang tidak ditunjang manajemen berkualitas juga akan
menghambat perkembangan suatu Negara. Pendidikan yang berkualitas
merupakan hasil dari proses pembangunan, dan tercapainya tujuan pembangunan
merupakan wujud dari hasil kerja orang-orang yang memiliki pengetahuan,
keterampilan dan kemampuan yang merupakan hasil dari suatu proses pendidikan.
Tidak mengherankan apabila dalam Pembukaan Undang-Undang Dasar 1945
ditekankan mengenai keinginan kita semua untuk mewujudkan masyarakat yang
cerdas. Masyarakat yang cerdas hanya dapat dihasilkan melalui pendidikan yang
berkualitas.
Prestasi belajar dan faktor-faktor yang mempengaruhinya adalah dua sisi
yang tidak dapat dipisahkan. Secara umum terdapat 2 faktor yang mempengaruhi
prestasi belajar yaitu faktor internal dan faktor eksternal. Faktor internal yaitu
faktor yang datangnya dari seorang yang sedang belajar itu sendiri, seperti
kecerdasan yang dimiliki seseorang, kesiapan, motivasi, minat, dan kebiasaan
belajar. Sedangkan faktor eksternal merupakan faktor yang datangnya dari
lingkungan luar, diantaranya keadaan keluarga, lingkungan sekolah, dan
lingkungan masyarakat.
2
Kondisi sekolah, tenaga pengajar, dan sarana belajar adalah faktor
eksternal yang terdapat pada lingkungan sekolah dan berpengaruh terhadap
kemajuan prestasi siswa. Kondisi sekolah merupakan hal dasar dalam pendidikan.
Hal yang perlu diperhatikan dari kondisi sekolah diantaranya, gedung sekolah
yang layak pakai, luas bangunan yang memadai, dan lingkungan yang bebas
banjir, sehingga membuat kegiatan belajar-mengajar lebih kondusif.
Peran para pengajar sebagai guru atau fasilitator perlu
ditumbuhkembangkan kemampuannya, yaitu dirangsang motivasi, kreativitas
inovasinya, profesionalismenya, sehingga menciptakan iklim pembelajaran yang
lebih kondusif serta inovatif dalam memberikan materi pelajaran. Sarana belajar
dapat memudahkan siswa menerima materi pembelajaran. Pihak sekolah perlu
memperhatikan kelayakan sarana belajar, karena sarana yang lengkap dengan
kondisi yang baik membuat kegiatan belajar mengajar menjadi lancar dan teratur
[4].
Dari hasil penelitian (Asri,1998) telah dilakukan analisis hubungan
prestasi belajar dengan data akademik SMA, motivasi, dan sikap. Diketahui
bahwa data akademik SMA, motivasi, dan sikap memiliki hubungan yang positif
terhadap prestasi dengan kecenderungan berpola linier yang positif [11].
Berdasarkan penelitian (Gumgum,2009) untuk melihat perbandingan suatu
karakteristik maka metode statistika yang dapat dipergunakan adalah pemetaan
persepsi (perceptual mapping). Metode perceptual mapping dapat menghasilkan
plot yang menampilkan posisi pada sumbu koordinat. Metode ini umumnya
3
digunakan untuk mendeteksi dan memberikan penjelasan tentang hubungan antara
dua variabel di dalam data yang berbentuk matriks berdimensi besar [2].
Pemetaan persepsi biasanya dilakukan melalui beberapa analisis statistika,
dan analisis-analisis tersebut umumnya memiliki asumsi diantaranya adalah
hubungan antar variabel harus linier, menggunakan asumsi tentang distribusi, dan
model harus dihipotesiskan. Kenyataannya asumsi-asumsi tersebut sulit terpenuhi.
Solusi yang digunakan adalah dengan menggunakan tabel kontingensi yang
variabel-variabelnya kualitatif, dengan hubungan antar variabel non linier, tidak
ada asumsi tentang distribusi dan model tidak dihipotesiskan [1].
Peneliti menyimpulkan solusi yang dapat ditempuh adalah dengan
menggunakan Analisis Korespondensi (Correspondence Analysis), suatu metode
analisis yang dapat memberikan output berupa plot antara baris dan kolom dari
matriks yang berbentuk data kategorik, dan akurasi hasil tidak kalah baik dengan
analisis statistika yang menggunakan asumsi. Oleh Karena itu, berdasarkan latar
belakang di atas peneliti membuat skripsi yang berjudul “ANALISIS
KOREPONDENSI HUBUNGAN ANTARA KONDISI SEKOLAH,
TENAGA PENGAJAR, DAN SARANA BELAJAR TERHADAP PRESTASI
SEKOLAH”.
1.2 Perumusan Masalah
Berdasarkan latar belakang permasalahan di atas, maka dapat dirumuskan
permasalahan sebagai berikut:
1. Apakah terdapat keterkaitan prestasi sekolah dengan kondisi sekolah, tenaga
pengajar, dan sarana belajar?
4
2. Bagaimana pola kecenderungan faktor-faktor eksternal yang mempengaruhi
prestasi sekolah?
1.3 Pembatasan Masalah
Agar penelitian ini lebih fokus pada inti permasalahan maka dilakukan
pembatasan masalah, yaitu:
1. Dimensi faktor eksternal yang digunakan meliputi kondisi sekolah, tenaga
pengajar, dan sarana belajar.
2. Objek penelitian merupakan rangkuman data SMA dan SMK tingkat kota
administrasi Jakarta Selatan.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Mengetahui keterkaitan prestasi belajar dengan kondisi sekolah, tenaga
pengajar, dan sarana belajar.
2. Mengetahui pola kecenderungan faktor-faktor eksternal yang mempengaruhi
prestasi sekolah.
1.5 Manfaat Penelitian
Adapun manfaat teoritis dan praktis penelitian ini adalah:
1. Manfaat praktis:
a. Memberikan gambaran kepada sekolah mengenai pengaruh kondisi
sekolah, tenaga pengajar, dan sarana belajar terhadap prestasi belajar.
b. Memberikan referensi bagi sekolah dalam rangka menciptakan siswa-siswi
yang berprestasi.
5
c. Memberikan referensi bagi Suku Dinas Menengah Jakarta memecahkan
masalah tingkat prestasi sekolah di Jakarta Selatan.
2. Manfaat Teoritis:
a. Memperluas pengetahuan peneliti di bidang ilmu statistika, khususnya
dalam mencari hubungan kondisi sekolah, tenaga pengajar, dan sarana
belajar menggunakan analisis korespondensi.
b. Menjadi referensi untuk penelitian berikutnya.
6
BAB II
LANDASAN TEORI
2.1 Prestasi Pendidikan
2.1.1 Pengertian Prestasi
Menurut Sardiman A.M, Prestasi adalah kemampuan nyata yang
merupakan hasil interaksi antara berbagai faktor yang mempengaruhi baik dari
dalam maupun dari luar individu dalam belajar. Sedangkan pengertian prestasi
menurut A. Tabrani, prestasi adalah kemampuan nyata (actual ability) yang
dicapai individu dari satu kegiatan atau usaha.
Menurut Kamus Umum Bahasa Indonesia, Prestasi adalah hasil yang telah
dicapai (dilakukan, dikerjakan dan sebagainya). Prestasi adalah bukti usaha yang
telah dicapai [5]. Sehingga dari beberapa pendapat tersebut dapat ditarik
kesimpulan bahwa prestasi merupakan nilai kemampuan baik diukur dengan
angka maupun benda, yang telah dilakukan seseorang sebagai bukti usaha dalam
belajar .
2.1.2 Faktor-Faktor yang Mempengaruhi Prestasi
Ada dua fakor yang mempengaruhi prestasi akademik seseorang, yaitu
faktor internal/pribadi dan eksternal/lingkungan [5].
a. Faktor Internal
1. Inteligensi
Taraf inteligensi seseorang dapat tercermin dalam prestasi sekolahnya
disemua mata pelajaran. Jadi, ada korelasi antara intelegensi dengan kesuksesan di
sekolah. Namun inteligensi bukan satu-satunya faktor penentu keberhasilan
7
prestasi akademik karena masih ada faktor lainnya seperti motivasi dan
kepribadian serta faktor eksternal.
2. Motivasi
Motivasi merupakan tenaga dorong selama tahapan proses belajar yang
berfungsi untuk:
Mencari dan menemukan informasi mengenai hal-hal yang dipelajari.
Menyerap informasi dan mengolahnya.
Mengubah informasi yang didapat ini menjadi suatu hasil (pengetahuan,
perilaku, keterampilan, sikap, dan kreativitas).
3. Kepribadian
Kepribadian merupakan suatu organisasi yang dinamis dari sistem
psikofisik seseorang yang menentukan bagaimana individu dapat menyesuaikan
diri secara unik dengan lingkungannya. Kepribadian dapat berubah dan
dimunculkan dalam bentuk tingkah laku .
b. Faktor Eksternal
Faktor lingkungan dan hal-hal lain yang berada di luar diri peserta didik
sangat berpengaruh positif terhadap prestasi belajar yang diperoleh. Mengingat
peserta didik adalah makhluk sosial yang sangat mudah dipengaruhi oleh
lingkungan sekitarnya. Keadaan keluarga, lingkungan belajar, sarana penunjang
dan lingkungan masyarakat adalah beberapa faktor eksternal yang yang besar
pengaruhnya terhadap prestasi belajar.
8
1. Keadaan Keluarga
Keluarga adalah lingkungan dimana anak pertama kali memahami sebuah
proses belajar. Rumah menjadi sekolah pertama bagi anak-anak. Rumah yang
selalu dalam atmosfer belajar akan memotivasi anak-anak untuk terus aktif
belajar. Kemudian keadaan rumah yang aman, tenang dan nyaman juga akan
memberikan dampak positif bagi prestasi belajar siswa. Sebaliknya keadaan
rumah yang jauh dari atmosfer belajar cenderung akan membuat anak malas
belajar dan ini akan menurunkan prestasi belajarnya. Demikian juga dengan
keadaan rumah yang bising, tidak nyaman juga akan berdampak terhadap
turunnya prestasi belajar siswa.
2. Lingkungan Sekolah
Lingkungan Sekolah di sini termasuk tenaga pengajar, kurikulum, fasilitas
belajar, dan lingkungan sekolah secara keseluruhan. Sebagai lembaga pendidikan
formal sekolah tentu memiliki sistem belajar yang sudah terprogram. Sistem
belajar yang terlaksana dengan baik dan dilakukan secara sungguh-sungguh tentu
akan berdampak besar bagi kemajuan prestasi belajar siswa.
Peraturan Pemerintah Nomor 19 Tahun 2005 tentang Standar Nasional
Pendidikan, Bab VII Standar Sarana dan Prasarana, pasal 42 menegaskan bahwa
(1) Setiap satuan pendidikan wajib memiliki sarana yang meliputi perabot,
peralatan pendidikan, media pendidikan, buku dan sumber belajar lainnya, bahan
habis pakai, serta perlengkapan lain yang diperlukan untuk menunjang proses
pembelajaran yang teratur dan berkelanjutan, (2) Setiap satuan pendidikan wajib
memiliki prasarana yang meliputi lahan, ruang kelas, ruang pimpinan satuan
9
pendidikan, ruang pendidik, ruang tata usaha, ruang perpustakaan, ruang
laboratorium, ruang bengkel kerja, ruang unit produksi, ruang kantin, instalasi
daya dan jasa, tempat olahraga, tempat beribadah, tempat bermain, tempat
berkreasi, dan ruang yang diperlukan untuk menunjang proses pembelajaran yang
teratur dan berkelanjutan.
3. Lingkungan masyarakat
Lingkungan masyarakat adalah lingkungan lain setelah keluarga yang
banyak mempengaruhi prestasi belajar siswa. Lingkungan mengajarkan mereka
banyak hal terutama kemampuan dalam berinteraksi dengan orang lain yang
bertujuan untuk mengasah kecerdasan interpersonal.
Lingkungan masyarakat mempengaruhi prestasi belajar anak melalui
proses interaksinya dengan teman-teman sebaya dan sepermainan. Ketika di
lingkungan masyarakat anak berkumpul dengan anak-anak yang suka belajar,
maka anak tersebut akan ikut terpengaruh untuk belajar. Demikian pula
sebaliknya.
2.2 Analisis Korespondensi
Analisis Korespondensi merupakan bagian analisis multivariat yang
mempelajari hubungan antara dua atau lebih variabel dengan memperagakan baris
dan kolom secara serempak dari tabel kontingensi dua arah dalam ruang vektor
berdimensi rendah [3].
Analisis korespondensi digunakan untuk mereduksi dimensi variabel dan
menggambarkan profil vektor baris dan vektor kolom suatu matrik data dari tabel
kontingensi. Hasil dari analisis korespondensi biasanya menggunakan dua
10
dimensi terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan
suatu ukuran jumlah informasi yang ada dalam setiap dimensi yang biasa
dinamakan inersia [6].
Analisis Korespondensi Sederhana (Simple Corespondence Analysis)
adalah metode yang digunakan untuk menganalisis tabel kontingensi dengan dua
klasifikasi. Sedangkan metode yang digunakan untuk menganalisis tabel
kontingensi dengan lebih dari dua klasifikasi disebut Analisis Korespondensi
Berganda (Multiple Correspondence Analysis).
Analisis korespondensi dapat menunjukkan bagaimana variabel-variabel
saling berhubungan. Analisis korespondensi juga menggambarkan pola hubungan
antar variabel yang dijabarkan dalam bentuk grafik. Bentuk grafik tersebut dapat
mendeteksi gambaran awal hubungan antara variabel-variabel kategori.
2.2.1 Sifat-sifat Dasar Analisis Korespondensi
Analisis ini mempunyai beberapa sifat dasar yang perlu diperhatikan,
yaitu:
a. Digunakan untuk data non-metrik dengan skala pengukuran nominal dan
ordinal.
b. Dapat digunakan untuk hubungan non linier.
c. Tidak ada asumsi tentang distribusi.
d. Tidak ada model yang dihipotesiskan.
e. Sebagai salah satu metode dalam eksplorasi data yang hasil akhirnya dapat
berupa hipotesis yang perlu di uji lebih lanjut.
f. Salah satu teknik struktur pengelompokan atau reduksi data.
11
2.2.2 Tujuan Analisis Korespondensi
Tujuan dari analisis korespondensi dua arah adalah [1]:
a. Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif
pertama (baris) berdasarkan sejumlah variabel kualitatif kedua (kolom).
b. Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif
kedua (kolom) berdasarkan sejumlah variabel kualitatif pertama (baris).
c. Mengetahui hubungan antara satu kategori variabel baris dengan satu kategori
variabel kolom.
d. Menyajikan setiap kategori variabel baris dan kolom dari tabel kontingensi
sedemikian rupa sehingga dapat ditampilkan secara bersama-sama pada satu
ruang vektor berdimensi kecil secara optimal.
2.2.3 Konsep Analisis Korespondensi
Konsep yang digunakan dalam analisis ini adalah penguraian nilai singular
(Singular Value Decomposition, SVD). Analisis korespondensi sederhana
menggambarkan kedekatan profil antara kategori pada tiap gugus data dalam
bentuk grafik, sehingga menginterpretasikan plot dua dimensi ini.
Salah satu cara untuk menilai hasil analisis korespondensi adalah dengan
melihat besarnya nilai kontribusi inersia yang diberikan sumbu utama. Jika dua
sumbu utama pertama memberikan inersia cukup besar, ini menunjukkan bahwa
kedua sumbu utama pertama itu dapat mewakili informasi dan mengabaikan
sumbu utama lain dengan tidak banyak menyebabkan kehilangan informasi.
Namun, jika sebagian besar persentase dari total inersia berada pada sumbu utama
12
lain, artinya ada sebagian titik (kategori) yang tidak dapat ditampilkan dengan
baik oleh kedua sumbu utama yang pertama.
Perhitungan informasi dengan menggunakan persentase akar ciri
merupakan suatu ide yang konservatif, karena koefisien ini hanya salah satu cara
untuk menghitung informasi dan juga bukan alat yang cocok untuk menilai
kualitas suatu deskripsi. Koefisien persentase keragaman ini juga tidak dapat
digunakan untuk mengukur derajat penyebaran suatu konfigurasi titik-titik [6].
Besarnya inersia suatu sumbu dapat dihitung dengan mengkuadratkan nilai
singular, nilai tersebut sama dengan jumlah kuadrat jarak titik ke pusat sumbu
yang diboboti massa masing-masing titik. Kuadrat jarak titik ke pusat sumbu
terboboti ini dapat dinyatakan sebagai persentase dari akar ciri, dan disebut
kontribusi absolute atau kontribusi titik terhadap akar ciri atau terhadap sumbu
utama.
Kontribusi absolute menunjukkan besarnya proporsi keragaman yang
dapat diterangkan oleh setiap kategori terhadap masing-masing sumbu. Maka
dapat disimpulkan bahwa titik-titik dengan nilai massa yang lebih besar atau
berjarak lebih jauh dari pusat sumbu dapat memberikan kontribusi inersia yang
lebih besar.
2.3 Tabel Kontingensi Dua Arah
Tabel kontingensi dua arah adalah tabel yang mencatat data hasil
pengamatan dengan melibatkan dua variabel, variabel I dan variabel II . Variabel I
sebagai variabel baris terdiri dari i kategori, dan variabel II sebagai variabel
kolom terdiri dari j kategori.
13
Sel yang dibentuk baris ke i dan kolom ke j mempunyai frekuensi
pengamatan ijn dapat ditunjukkan sebagai berikut [9]:
Tabel 2.1 Kontingensi Dua Arah
Variabel I Variabel II
Total 1 2 3 … b
1 n11 n12 n13 … n1b n1.
2 n21 n22 n23 … n2b n2.
3 n31 n32 n33 … n3b n3.
… … … … … … …
a na1 na2 na3 … nab na.
Total n.1 n.2 n.3 … n.b n
.
1
b
i ij
j
n n .
1
a
j ij
i
n n ..
1 1
a b
ij
i j
n n
1,2,...,i a
1,2,...,j b
Uji yang sesuai untuk mengetahui ada tidaknya hubungan antara dua
variabel kategori yang berupa tabel kontingensi adalah pearson chi-square test.
Uji statistika sebagai berikut[6]:
2
2
1 1
a bij ij
i j ij
n m
m (2.1)
Dengan:
nij = jumlah pengamatan pada baris ke-i dan kolom ke j
ni. = jumlah pengamatan pada baris ke i
n.j = jumlah pengamatan pada kolom ke j
mij = taksiran nilai harapan
a = banyaknya baris
b = banyaknya kolom
14
2.4 Matriks Korespondensi
Matriks data berukuran a b dengan unsur ijx sebagai frekuensi. Untuk
mendapatkan sebuah visualisasi baris dan kolom matriks data asli dalam dimensi
yang lebih rendah terlebih dahulu dibangun matriks P( a b ) sebagai matriks
analisis korespondensi P( a b ) didefinisikan sebagai matriks frekuensi relatif dari
x , maka[9]:
Pijn
n
Tabel 2.2 Frekuensi Relatif Dua Dimensi
Variabel I Variabel II Massa
Baris 1 2 3 … b
1 p11 p12 p13 … p1b p1.
2 p21 p22 p23 … p2b p2.
3 p31 p32 p33 … p3b p3.
… … … … … … …
a pa1 pa2 pa3 … pab pn.
Massa
Kolom p.1 p.2 p.3 … p.b 1
r = Pi.
1
p
j
pij c’ = P.j
1
n
i
pij P..
1 1
pn
i j
pij
1,2,...,i a
1,2,...,j b
Jika N adalah matriks data yang unsur-unsurnya merupakan bilangan
positif berukuran i j dimana i menunjukkan baris dan j menunjukkan kolom,
maka P adalah matriks korespondensi yang didefinisikan sebagai matriks yang
unsur-unsurnya adalah unsur matriks N yang telah dibagi dengan jumlah total
unsur matriks N. Vektor jumlah baris dan kolom dari matriks P masing-masing
15
dinotasikan dengan r dan c. Matriks diagonal dari elemen-elemen vektor jumlah
baris r adalah matriks Dr dengan ukuran ( i i ), sedangkan Dc adalah matriks
diagonal dengan ukuran ( j j ) dari elemen-elemen vektor jumlah kolom c.
Dr = diag (r) =
1.
2.
.
0 0
0 0
0 0 a
p
p
p
Dc = diag(c) =
.1
.2
.
0 0
0 0
0 0 b
p
p
p
(2.2)
Profil baris dan profil kolom dari matriks P diperoleh dengan cara
membagi vektor baris dan vektor kolom dengan masing-masing massanya.
Matriks profil baris (R) dan profil kolom (C) dinyatakan dengan:
R = Dr-1
P =
111 12
1. 1. 1.
221 22
2. 2. 2.
1 2
. . .
b
b
a a ab
a a a
pp p
p p p
pp p
p p p
p p p
p p p
(2.3)
C = PDc-1
=
111 12
.1 .2 .
221 22
.1 .2 .
1 2
.1 .2 .
a
a
a
a
a a ab
a
pp p
p p p
pp p
p p p
p p p
p p p
(2.4)
2.5 Penguraian Nilai Singular (Singular Value Decompotition)
Untuk mereduksi dimensi data berdasarkan keragaman data (nilai
eigen/inersia) terbesar dengan mempertahankan informasi yang optimum,
16
diperlukan penguraian nilai singular. Penguraian nilai singular (SVD) merupakan
salah satu konsep Aljabar matriks dan konsep eigen decomposition yang terdiri
dari nilai eigen dan vektor eigen. Penguraian nilai singular diekspresikan dalam
i j matriks Z dengan ranking K dilakukan berdasarkan[9]:
Z = U V ' (2.5)
Dengan:
U = vektor eigen matriks ZZ '
= diag ( 1 2, ,...., k )
V = vektor eigen matriks Z 'Z
K= min ( ( 1, 1))a b
U 'U = V 'V = I dan 1 ≥ 2 ≥ ...... ≥ k > 0
Elemen-elemen 1, 2, ..., k dari matriks diagonal disebut nilai singular
dari Z. Berdasarkan sifat penguraian nilai singular ini dapat dibentuk matriks:
X = Dr-1
A dan Y = Dc-1
B (2.6)
Dengan unsur-unsurnya menyatakan koordinat baris dan kolom dari matriks Z.
2.6 Penguraian Nilai Singular Umum
Secara umum penguraian nilai singular dari matriks P – rc ' adalah[9]:
Z = Dr-1/2
(P-rc ' )Dc-1/2
(2.7)
Dari persamaan (2.5) dan (2.7) diperoleh
Dr-1/2
(P-rc ' )Dc-1/2
= U V '
(P-rc ' ) =
k'
i i i
i 1
a b (2.8)
Dengan syarat A 'Dr-1
A = B 'Dc-1
B = I; 1 > 2 > ...... k > 0
17
dengan:
A = Dr1/2
U
B = Dc1/2
V
2.7 Dekomposisi Inersia
Nilai inersia menunjukkan kontribusi dari baris ke-i pada inersia total.
Sedangkan yang dimaksud inersia total adalah jumlah bobot kuadrat jarak titik-
titik ke pusat, massa dan metric (jarak) yang didefinisikan[9]:
Inersia total baris : 2
.
1
a
i
i
pn
(ri-c) 'Dc-1
(ri-c) (2.9)
Inersia total kolom : 2
.
1
b
j
j
pn
(ci-r) 'Dr-1
(ci-r) (2.10)
Jumlah bobot kuadrat koordinat titik dalam sumbu utama ke-k pada tiap-
tiap himpunan yaitu yang dinotasikan dengan k . Nilai ini disebut sebagai
Inersia Utama ke-k.
2.8 Penentuan Jarak Profil
Jarak yang digunakan untuk menggambarkan titik-titik plot korespondensi
adalah jarak Chi-Square, yang didefinisikan sebagai berikut[3]:
a. Jarak antara dua baris ke-i dan ke-i’ adalah:
d2(i,i’) =
2
'
1 . . '.
1bij i j
j j i i
p p
p p p
(2.11)
b. Jarak antara dua kolom ke-j dan ke-j’ adalah:
d2(j,j’) =
2
'
1 . . . '
1aij ij
i i j j
p p
p p p
(2.12)
18
Dengan :
pij = frekuensi relatif sel baris ke-i kolom ke-j dari matriks P
pi. = frekuensi relatif baris ke-i matriks P
p.j = frekuensi relatif kolom ke-j matriks P
Jarak Chi-Square dapat dikonversikan menjadi nilai similarity dengan
memberi tanda yang berlawanan dengan tanda pada nilai difference.
total baris total kolomEkspektasi =
total keseluruhan
2.9 Kontribusi Mutlak dan Kontribusi Relatif
Kontribusi mutlak (absolute contribution) adalah proporsi keragaman
yang diterangkan masing-masing titik terhadap sumbu utamanya. Nilai kontribusi
mutlak digunakan untuk menentukan suatu titik yang masuk pada suatu faktor
atau dimensi dengan kriteria bahwa titik yang masuk ke dalam suatu faktor adalah
yang mempunyai nilai atau proporsi terbesar. Sedangkan kontribusi relatif
(relative contribution) adalah bagian ragam dari suatu titik yang dapat diterangkan
oleh sumbu utamanya. Semakin tinggi nilai korelasi kuadrat menunjukkan bahwa
sumbu utama mampu menerangkan nilai inersia dengan baik sekali, dan
sebaliknya semakin kecil nilai korelasi kuadrat maka semakin sedikit nilai inersia
yang dapat diterangkan oleh sumbu utama.
Kontribusi relatif atau korelasi baris ke-i atau kolom ke-j dengan
komponen k adalah kontribusi axis ke inersia baris ke-i atau kolom ke-j ,
dinyatakan dalam persen inersia ke-i atau kolom ke-j [3].
Korelasi axis ke-k dan baris ke-i = (massa baris ke- )( )
inersia baris ke-
iki P
i
19
Korelasi axis ke-k dan kolom ke-j = (massa kolom ke- )( )
inersia kolom ke-
jkj P
j
Dengan:
Pik = koordinat profil baris ke-i pada axis ke-k
pjk
= koordinat profil kolom ke-j pada axis ke-k
Kontribusi baris ke-i atau kolom ke-j ke axis k (kontribusi mutlak),
dinyatakan dengan persen inersia axis ke-k .
Kontribusi baris ke-i dan axis ke-k = (massa baris ke- )( )
inersia axis ke-
iki P
k
Kontribusi kolom ke-j dan axis ke-k = (massa kolom ke- )( )
inersia axis ke-
jkj P
k
2.10 Analisis Klaster
Analisis klaster (cluster analysis) bertujuan untuk menentukan suatu
kelompok yang alami dari kelompok-kelompok individu. Kelompok individu-
individu ini bisa membentuk populasi yang lengkap atau suatu sampel dari
populasi yang lebih besar. Lebih umum lagi, analisis klaster bertujuan untuk
mengalokasikan sekelompok individu pada suatu kelompok-kelompok yang
saling bebas sehingga individu-individu di dalam kelompok itu mirip satu dengan
yang lainnya, sementara itu individu-individu di dalam kelompok yang berbeda
tidak mirip. Penyusunan kelompok ini biasa disebut dengan partisi.
Ciri klaster yang baik, yaitu homogenitas (kesamaan) yang tinggi antar
anggota dalam satu klaster. Heterogenitas (Perbedaan) yang tinggi antar klaster
yang satu dengan klaster lainnya (between cluster) [10].
20
2.10.1 Jarak Euclidean
Euclidean merupakan suatu metode perhitungan jarak yang paling
sederhana. Jika terdapat n buah variabel maka perhitungan jarak menggunakan
metode Euclidean dinyatakan sebagai berikut [7]:
2
1
( , ) ( )n
i i
i
d x y x y (2.13)
x dan y merupakan dua objek yang dihitung jaraknya x1,x2,…,xn dan y1,y2,…,yn
merupakan atribut-atribut sebanyak n buah dari objek x dan y, dengan pusat
centroids dapat ditentukan dengan rumus sebagai berikut:
1
1( )
n
k i
ik
C dn
(2.14)
Dengan kn merupakan jumlah data klaster ke-k.
2.10.2 Proses Analisis Klaster
Mengukur jarak kesamaan antar obyek (similarity). Sesuai dengan prinsip
klaster yang mengelompokkan obyek yang mempunyai kemiripan, maka proses
pertama adalah mengukur seberapa jauh ada kesamaan antar objek. Data atau
variabel distandarisasi jika mempunyai perbedaan besar atau mencolok dengan
cara mengubah Z-Score [10].
2.10.3 Langkah-langkah K-Means Klaster
1. Tentukan K sebagai jumlah klaster yang ingin dibentuk.
2. Bangkitkan K titik pusat klaster (centroids) awal secara acak.
21
3. Hitung jarak setiap data ke masing-masing centroids, seperti pada
persamaan (2.13).
4. Setiap data memilih centroids yang terdekat.
5. Tentukan posisi centroids baru dengan cara menghitung nilai rata-
rata dari data-data yang memilih pada centroids yang sama, seperti
pada persamaan (2.14).
6. Kembali ke langkah 3 jika posisi centroids baru dengan centroids
lama tidak sama.
22
BAB III
METODOLOGI PENELITIAN
3.1 Metode Pengumpulan Data
Data yang digunakan merupakan data sekunder, yaitu data Suku Dinas
(SUDIN) Pendidikan Menengah Jakarta Selatan. Data ini merupakan rangkuman
data SMA dan SMK tingkat administrasi Jakarta Selatan, dengan sarana belajar,
lingkungan belajar, dan tenaga pengajar.
Pendefinisian masing-masing variabel akan dijelaskan sebagai berikut:
1. Banyaknya Sarana Belajar
Sarana belajar mencakup ruang guru, ruang kelas, ruang UKS, ruang aula, dan
mushola.
2. Kondisi Sekolah
Kondisi sekolah mencakup kondisi bangunan, jenis rehab, kondisi lingkungan,
tipe bangunan, jumlah lantai gedung sekolah, status kepemilikan, jenjang
akreditasi, luas tanah dan luas bangunan.
3. Tenaga Pengajar
Tenaga pengajar dapat dilihat dari jabatan dan status, pendidikan terakhir, usia
guru, dan masa kerja guru.
3.2 Metode Pengolahan Data
Jumlah sampel yang akan digunakan dalam penelitian ini sebanyak 10
Kecamatan se-Jakarta Selatan dengan nilai prestasi beragam pada data asal.
Setelah dilakukan pengumpulan data maka selanjutnya akan dilakukan
23
pengolahan data. Peneliti mengelompokan tiga variabel indikator prestasi
diantaranya adalah:
1. Berprestasi X dengan nilai 7.00-7.99
2. Berprestasi Y dengan nilai 6.00-6.99
3. Berprestasi Z dengan nilai 5.00-5.99
Analisis korespondensi memiliki syarat data berbentuk kategori, maka ke-
3 variabel di atas ditransformasikan terlebih dahulu dalam tabel kontingensi.
3.3 Metode Analisis Data
Langkah analisis data yang digunakan dalam penelitian ini berupa:
1. Transformasi Data
Transformasi data berupa perubahan dari bentuk awal data ke dalam bentuk
rasio.
Kondisi Sekolah berupa rasio kondisi bangunan, rasio jenis rehab, rasio kondisi
lingkungan, rasio tipe bangunan, rasio jumlah lantai gedung sekolah, rasio status
kepemilikan, rasio jenjang akreditasi, rasio luas tanah dan rasio luas bangunan.
jumlah ruangan dengan kondisi tertentuRasio Kondisi Sekolah =
Jumlah Sekolah
Tenaga Pengajar dapat dilihat dari rasio jabatan dan status, rasio pendidikan
terakhir, rasio usia guru, dan rasio masa kerja guru. Rasio status kepegawaian
adalah angka perbandingan banyaknya tenaga pengajar golongan tertentu dengan
banyaknya sekolah per kecamatan. Rasio pendidikan terakhir adalah angka
perbandingan banyaknya tenaga pengajar berpendidikan tertentu dengan
banyaknya sekolah per kecamatan. Rasio lama pengabdian adalah angka
24
perbandingan banyaknya tenaga pengajar dengan masa tertentu dengan banyaknya
sekolah per kecamatan.
Sarana Belajar berupa rasio ruang guru, rasio ruang kelas, rasio ruang UKS, rasio
ruang aula, dan rasio mushola/masjid.
jumlah ruangRasio Sarana Belajar =
jumlah orang
2. Analisis Klaster
Analisis klaster dalam penelitian ini digunakan untuk menyesuaikan data
yang berbentuk per wilayah kecamatan agar dapat digunakan dalam analisis
korespondensi. Terdapat tiga variabel yaitu:
a. Kondisi Sekolah
Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria sangat
baik. Klaster 2 merupakan sekolah per kecamatan yang memiliki kriteria baik.
Klaster 3 merupakan sekolah per kecamatan yang memiliki kriteria cukup
baik.
b. Tenaga Pengajar
Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria tenaga
pengajar baik. Klaster 2 merupakan sekolah per kecamatan yang memiliki
kriteria tenaga pengajar cukup baik.
c. Sarana Belajar
Klaster 1 merupakan sekolah per kecamatan yang memiliki kriteria sarana
belajar lengkap. Klaster 2 merupakan sekolah per kecamatan yang memiliki
kriteria sarana belajar kurang lengkap.
25
3. Tabel Kontingensi
Pada tahap awal membuat tabel kontingensi, yaitu:
Prestasi belajar dengan kondisi sekolah
Prestasi belajar dengan tenaga pengajar
Prestasi belajar dengan sarana belajar
4. Uji Chi-Square ( )
Uji ini berguna untuk mengetahui hubungan prestasi sekolah dengan masing-
masing variabel pada lingkungan sekolah. Uji yang digunakan adalah uji
pearson’s chi-square dengan hipotesisnya adalah sebagai berikut [12]:
H0: variabel I tidak berpengaruh nyata terhadap variabel II
H1: variabel I berpengaruh nyata terhadap variabel II
dengan taraf nyata α = 5%, dan berdasarkan nilai signifikan, maka jika
sign > 0.05, maka terima H0, kesimpulannya variabel I tidak berpengaruh
secara nyata terhadap variabel II. Sebaliknya jika sign < 0.05, maka tolak H0,
kesimpulannya variabel I berpengaruh secara nyata terhadap II.
Jika H0 ditolak maka dapat dilanjutkan pada análisis selanjutnya, yaitu
analisis korespondensi untuk melihat keterhubungan melalui plot. Jika H0
tidak ditolak maka variabel tersebut perlu diidentifikasi kembali.
5. Analisis Korespondensi
Tahap-tahap dalam analisis korespondensi adalah sebagai berikut [8]:
a. Dari tabel kontingensi data asal disusun kedalam bentuk matriks dan
dilakukan penguraian nilai singular untuk mengetahui nilai variabilitas
data asli yang dijelaskan oleh setiap dimensi yang dihasilkan
26
b. Melakukan analisis korespondensi pada masing-masing tabel kontingensi
dengan bantuan software.
c. Mengamati nilai koordinat dan visuaisasi plot profil vektor baris dan
kolom dalam setiap titik yang terdekat pada masing-masing segmen untuk
mendeskripsikan prestasi belajar.
27
3.4. Alur Penelitian
Tahapan penelitian di atas akan dijelaskan melalui diagram penelitian
seperti di bawah ini:
Gambar 3.1 Diagram Alur Penelitian
Data
Identifikasi Variabel
Tabel Kontingensi
Analysis Cluster
Analisis Korespondensi
Interpretasi dan Kesimpulan
Uji Chi-Square
Ho tidak
ditolak;
Variabel tidak
memiliki
hubungan
H0 ditolak; variabel memiliki hubungan
Transformasi Data
28
BAB IV
HASIL DAN PEMBAHASAN
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang
mempengaruhi prestasi belajar siswa-siswi SMA dan SMK se-Jakarta Selatan
yang terdapat 10 kecamatan didalamnya, yaitu Jagakarsa, Pasar Minggu,
Cilandak, Pesanggrahan, Kebayoran Lama, Kebayoran Baru, Mampang Prapatan,
Tebet, dan Setia Budi. Faktor-faktor ini mencakup faktor lingkungan sekolah,
yaitu sarana belajar, lingkungan belajar, dan tenaga belajar, data dapat dilihat pada
lampiran 1, 2, dan 3.
4.1. Tranformasi Data
Data awal yang terdiri dari kondisi sekolah, tenaga pengajar, dan sarana
belajar masing-masing diubah ke dalam data rasio, karena setiap kecamatan tidak
memiliki jumlah sekolah yang sama, seperti terdapat pada Lampiran 5, 6, dan 7.
4.2. Analisis klaster
Setelah data diubah menjadi data rasio kemudian data diolah
menggunakan analisis klaster sehingga menghasilkan kelompok berdasarkan
kedekatan observasi. Kondisi sekolah (KS) terbagi menjadi 3 klaster, klaster 1
kondisi sekolah sangat baik, klaster 2 kondisi sekolah Baik, klaster 3 kondisi
sekolah cukup baik terlihat pada Lampiran 8. Klaster tenaga pengajar (TP) terbagi
menjadi 3 klaster, klaster 1 tenaga pengajar baik, klaster 2 tenaga pengajar cukup
baik, dan klaster 3 tenaga pengajar lebih dari cukup seperti pada Lampiran 9.
Hasil analisis klaster sarana belajar terbagi menjadi 4 klaster, klaster 1 sarana
belajar lengkap (SBL), klaster 2 sarana belajar cukup lengkap (SBCL), klaster 3
29
sarana belajar kurang lengkap (SBKL), dan yang terakhir klaster 4 yaitu sarana
tidak lengkap (SBTL) terlampir dalam Lampiran 10. Untuk lebih jelas berikut
merupakan data tiap-tiap variabel:
Tabel 4.1 Kategori Variabel Penelitian
Nama
Variabel Karakteristik Jumlah Persentase
Prestasi Belajar
1 =Prestasi X 14 40%
2 = Prestasi Y 18 51.43%
3 = Prestasi Z 3 8.57%
Kondisi
Sekolah
1 = Sangat Baik (KSSB) 13 37.14%
2 = Baik (KSB) 14 40%
3 = Cukup Baik (KSCB) 8 22.86%
Tenaga
Pengajar
1 = Baik (TPB) 6 17.14%
2 = Cukup Baik (TPCB) 8 22.86%
3 = Lebih dari Cukup (TPLDC) 21 60%
Sarana Belajar
1 = Lengkap (SBL) 25 71.43%
2 = Cukup Lengkap (SBCL) 6 17.14%
3 = Kurang Lengkap (SBKL) 3 8.57%
4 = Tidak Lengkap (SBTL) 1 2.86%
Pada Tabel 4.1 dapat dijelaskan persentase variabel prestasi belajar yang
memiliki karakteristik baik yaitu sebesar 40%, untuk prestasi belajar yang
memiliki karakteristik cukup memiliki persentase sebesar 51,43% dan prestasi
belajar kurang sebesar 8,57%. Kondisi sekolah dengan karakteristik sangat baik
sebesar 37,14% sedangkan kondisi sekolah yang termasuk dalam karakteristik
baik dan kurang baik masing-masing sebesar 40% dan 22,86%. Tenaga pengajar
dalam kategori baik, cukup baik dan lebih dari cukup berturut-turut sebesar
17,14%, 22,86 dan 60%. Selanjutnya pada Sarana belajar yang termasuk kategori
lengkap sebesar 71,43%, kategori cukup lengkap 17,14%, kategori kurang
lengkap sebesar 8,57%, dan sisanya merupakan sarana belajar kurang lengkap
yaitu sebesar 2,86%.
30
4.3 Tabel Kontingensi
Data kondisi sekolah, tenaga pengajar, dan sarana belajar yang telah
dikelompokan kemudian dianalisis sehingga data berbentuk tabel kontingensi.
Tabel kontingensi prestasi dengan kondisi sekolah, prestasi dengan tenaga
pengajar, dan tabel prestasi dengan sarana belajar terdapat pada Lampiran 12.
4.4 Uji Chi-Square
Di bawah ini adalah uraian mengenai hubungan prestasi dengan kondisi
sekolah, tenaga pengajar, dan sarana belajar menggunakan software statistika:
Tabel 4.2 Uji Chi-Square
Faktor Mempengaruhi
Prestasi P-Value
Kondisi Sekolah 0.003
Tenaga Pengajar 0.000
Sarana Belajar 0.037
Berdasarkan hasil perhitungan dengan bantuan software melihat nilai uji
chi-square dari nilai p-value semua faktor bernilai dibawah 0,05 maka H0 ditolak
sehingga dapat disimpulkan ada keterkaitan antara prestasi dengan kondisi
sekolah, tenaga pengajar, dan sarana belajar. Sehingga untuk mengetahui pola
hubungan variabel dapat dilanjutkan menggunakan analisis korespondensi.
4.5 Analisis Korespondensi
4.5.1 Pola Hubungan Antara Variabel Prestasi Sekolah dengan Kondisi
Sekolah
Tabel 4.3 merupakan inersia dan proporsi variabel yang dijelaskan oleh
faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama
mampu menerangkan 92,6% keragaman data dengan nilai inersia (Nilai Eigen)
31
sebesar 0,43. Sedangkan untuk sumbu utama kedua mampu menerangkan 7,35%
variansi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan
kedua adalah 100%.
Tabel 4.3 Inersia dan proporsi varians untuk Prestasi dan kondisi sekolah
Dimensi Nilai
Singular
Nilai
Eigen
Chi-
Square
Persen
Proporsi
Persen
Kumulatif
1 0.658105 0.433102 15.15856 92.64819 92.6482
2 0.185385 0.034367 1.20286 7.35181 100.0000
Total 0.467469 16.36142 100.00000
Derajat Bebas 4
Sumbu utama pertama untuk kategori kondisi sekolah yang memiliki
kontribusi terbesar diberikan oleh kondisi sekolah dengan kriteria sangat baik
(KSSB) sebesar 49,95%, kondisi sekolah dengan kriteria cukup baik (KSCB)
sebesar 47,49% sedangkan kondisi sekolah dengan kriteria baik (KSB) hanya
sebesar 2,56% (Lampiran 13).
Variabel prestasi terbesar diberikan oleh prestasi X, yaitu 52,78%, kategori
prestasi Y dan prestasi Z masing-masing sebesar 46,28% dan 0,94%. Sedangkan
sumbu utama kedua untuk variabel KSSB sebesar 97,99%, variabel KSCB sebesar
95,28%, dan variabel KSB sebesar 35,99%.
Pada prestasi sekolah yang berkontribusi terbesar diberikan oleh prestasi Y
sebesar 99,60%, begitu juga prestasi X, yaitu 98,93%. Sedangkan pada prestasi
sekolah dengan kategori Z hanya sebesar 11,56%.
32
2D Plot of Row and Column Coordinates; Dimension: 1 x 2
Input Table (Rows x Columns): 3 x 3
Standardization: Row and column profiles
Row.Coords Col.Coords
XY
Z
KSB
KSCB
KSSB
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2
Dimension 1; Eigenvalue: .43310 (92.65% of Inertia)
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.0
0.1
0.2
0.3
Dim
ensio
n 2
; E
igenvalu
e:
.03437 (
7.3
52%
of
Inert
ia)
XY
Z
KSB
KSCB
KSSB
Gambar 4.1 Plot analisis korespondensi prestasi belajar dengan kondisi sekolah
Variabel yang banyak bergerombol pada gambar 4.1 memperlihatkan
bahwa variabel tersebut mempunyai kesamaan. Prestasi belajar X mempunyai
jarak yang cukup dekat dengan KSSB. Hal ini membuktikan bahwa kondisi
sekolah yang memiliki kualitas sangat baik akan menghasilkan prestasi belajar
yang baik. Sedangkan pada KSB dan KSCB menghasilkan prestasi Y dan prestasi
Z.
4.5.2 Analisis Pola Hubungan Antara Variabel Prestasi Sekolah dengan
Tenaga Pengajar
Tabel 4.4 merupakan inersia dan proporsi variabel yang dijelaskan oleh
faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama
mampu menerangkan 94,5% keragaman data dengan nilai inersia (Nilai Eigen)
sebesar 0,60. Sedangkan untuk sumbu utama kedua mampu menerangkan 5,47%
variansi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan
kedua adalah 100%.
33
Tabel 4.4 Inersia dan proporsi varians untuk prestasi dan tenaga pengajar
Dimensi Nilai
Singular
Nilai
Eigen
Chi-
Square
Persen
Proporsi
Persen
Kumulatif
1 0.777328 0.604239 21.14836 94.52058 94.5206
2 0.187158 0.035028 1.22598 5.47942 100.0000
Total 0.639267 22.37434 100.00000
Derajat Bebas 4
Sedangkan nilai konntribusi kolom pembentuk sumbu utama pertama pada
prestasi belajar diberikan oleh variabel prestasi baik sebesar 57,57% dan prestasi
cukup baik sebesar 42,20%. Nilai kontribusi selengkapnya tersaji pada Lampiran
14.
2D Plot of Row and Column Coordinates; Dimension: 1 x 2
Input Table (Rows x Columns): 3 x 3
Standardization: Row and column profiles
Row.Coords
Col.Coords
X Y
Z
TPB
TPCB
TPLDC
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0
Dimension 1; Eigenvalue: .60424 (94.52% of Inertia)
-0.4
-0.3
-0.2
-0.1
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Dim
en
sio
n 2
; E
ige
nva
lue
: .0
35
03
(5
.47
9%
of
Ine
rtia
)
X Y
Z
TPB
TPCB
TPLDC
Gambar 4.2 Plot analisis korespondensi prestasi belajar dengan tenaga pengajar
Plot analisis korespondensi prestasi belajar dengan tenaga pengajar yang
dipetakan pada Gambar 4.2, nilai kontribusi inersia yang diberikan oleh sumbu
utama sebesar 0,604239 (94.52058%) sedangkan sumbu utama kedua sebesar
0,035028 (5.47942%). Sehingga total inersia yang didapat dari plot dua dimensi
tersebut sebesar 100%. Plot korespondensi yang dihasilkan dapat memberikan
total keragaman yang dijelaskan oleh kedua sumbu utama sebesar 100%.
34
Tenaga pengajar baik mencerminkan sekolah yang memiliki guru yang
banyak, didominasi pegawai negeri yang memiliki pengalaman mengajar cukup.
Tenaga pengajar cukup baik mencerminkan sekolah yang memiliki guru yang
tidak terlalu banyak, didominasi pegawai negeri berusia di atas 40 tahun dengan
pengalaman mengajar di atas 20 tahun. Tenaga pengajar lebih dari cukup
mencerminkan sekolah yang memiliki guru yang sedikit, bukan pegawai negeri
tetapi dalam masa usia produktif. Pada plot korespondensi prestasi belajar dengan
tenaga pengajar dapat dilihat pada gambar 4.2 di atas. Terlihat pada variabel
tenaga pengajar lebih dari cukup memiliki kedekatan dengan prestasi Y. Prestasi
Z terlihat cenderung mempunyai jarak yang cukup jauh dengan kategori lainnya.
Hal ini membuktikan bahwa hampir tidak ada tenaga pengajar yang membuat
prestasi menjadi kurang baik.
4.5.3 Analisis Pola Hubungan Antara Variabel Prestasi Sekolah dengan
Sarana Belajar
Tabel 4.5 merupakan inersia dan proporsi variabel yang dijelaskan oleh
faktor utama. Ada dua sumbu utama yang dapat dibuat. Sumbu utama pertama
mampu menerangkan 94,5% keragaman data dengan nilai inersia (Nilai Eigen)
sebesar 0,60. Sedangkan untuk sumbu utama kedua mampu menerangkan 5,47%
variasi, sehingga total variansi yang bisa diterangkan oleh sumbu utama dan
kedua adalah 100%.
35
Tabel 4.5 Inersia dan proporsi varians untuk prestasi dan sarana belajar
Dimensi Nilai
Singular
Nilai
Eigen
Chi-
Square
Persen
Proporsi
Persen
Kumulatif
1 0.545440 0.297505 10.41268 77.66365 77.6636
2 0.292513 0.085564 2.99473 22.33635 100.0000
Total 0.383069 13.40741 100.00000
Derajat Bebas 6
Plot analisis korespondensi prestasi belajar dengan sarana belajar yang
dipetakan pada Gambar 4.3, nilai kontribusi inersia yang diberikan oleh sumbu
utama sebesar 0,297505 (77.66365%) sedangkan sumbu utama kedua sebesar
0,085564 (22.33635%). Sehingga total inersia yang didapat dari plot dua dimensi
tersebut sebesar 100%. Plot korespondensi yang dihasilkan dapat memberikan
total keragaman yang dijelaskan oleh kedua sumbu utama sebesar 100%.
Pada sumbu utama pertama untuk variabel sarana belajar cukup lengkap
38,54%, sarana belajar lengkap sebesar 28,28%, sarana belajar kurang lengkap
sebesar 20,06% dan sarana belajar tidak lengkap sebesar 13,12%. Sedangkan Pada
sumbu utama kedua sarana belajar kurang lengkap (71,23%), sarana belajar cukup
lengkap (24,29%), sarana belajar tidak lengkap (4,47%) dan sarana belajar
lengkap (0,00%).
Jika dilihat dari variabel prestasi belajar terbesar diberikan oleh prestasi X
yaitu sebesar 54,64%, prestasi Y sebesar 45,12%, sedangkan kontribusi terkecil
diberikan oleh prestasi Z yaitu 0,24%. Nilai kontribusi dapat dilihat lebih lanjut
pada Lampiran 13.
Sarana belajar lengkap mencerminkan jumlah ruang kelas dan ruang
guru yang memadai, serta sarana lain yang dimiliki. Sarana belajar cukup lengkap
36
mencerminkan jumlah ruang kelas yang sedikit tetapi ruang guru yang memadai,
serta sarana lain yang dimiliki. Sarana belajar kurang lengkap mencerminkan
jumlah ruang kelas, ruang guru dan sarana lain yang minim. Sedangkan sarana
belajar tidak lengkap mencerminkan jumlah ruang kelas yang tidak sesuai dengan
jumlah siswa yang sangat banyak, juga ruang guru yang padat.
2D Plot of Row and Column Coordinates; Dimension: 1 x 2
Input Table (Rows x Columns): 3 x 4
Standardization: Row and column profiles
Row.Coords Col.Coords
X Y
Z
SBCL
SBKL
SBL
SBTL
-1.4 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8
Dimension 1; Eigenvalue: .29751 (77.66% of Inertia)
-1.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
Dim
en
sio
n 2
; E
ige
nv
alu
e:
.08
55
6 (
22
.34
% o
f
Ine
rtia
)
X Y
Z
SBCL
SBKL
SBL
SBTL
Gambar 4.3. Plot analisis korespondensi prestasi belajar dengan sarana belajar
Dari tampilan plot hasil korespondensi pada gambar 4.3 terlihat bahwa
variabel prestasi Y dengan SBL (Sarana Belajar Lengkap) saling berdekatan.
Prestasi X dekat dengan SBCL (Sarana Belajar Cukup Lengkap) dan SBTL
(Sarana Belajar Tidak Lengkap), hal ini mengindikasikan prestasi X lebih
disebabkan oleh sarana yang cukup lengkap daripada sarana tidak lengkap.
Sedangkan prestasi Z lebih dekat dengan SBKL (Sarana Belajar Kurang
Lengkap). Hal ini menunjukkan bahwa sarana belajar tidak terlalu berperan dalam
menciptakan prestasi belajar.
37
BAB V
KESIMPULAN DAN SARAN
Setelah dilakukan analisa dan pengolahan data, maka selanjutnya diambil
kesimpulan dan saran untuk penelitian selanjutnya.
5.1 Kesimpulan
Berdasarkan hasil analisis untuk mengetahui hubungan antara prestasi
dengan kondisi sekolah, tenaga pengajar, dan sarana belajar dengan metode
analisis korespondensi maka didapat kesimpulan.
1. Ada keterkaitan prestasi sekolah dengan kondisi sekolah, tenaga pengajar,
dan sarana belajar.
2. Prestasi X cenderung diperoleh sekolah dengan kondisi sekolah sangat
baik (KSSB), prestasi Y diperoleh sekolah dengan kondisi sekolah baik
(KSB) dan kondisi sekolah cukup baik (KSCB).
3. Prestasi X lebih banyak diperoleh dari sekolah dengan tenaga pengajar
dengan kriteria baik (TPB) dan cukup baik (TPCB). Sedangkan prestasi Y
diperoleh dari sekolah dengan tenaga pengajar yang memiliki kriteria lebih
dari cukup (TPLDC).
4. Prestasi X cenderung diperoleh dari sekolah dengan sarana cukup lengkap
(SBCL), prestasi Y cenderung diperoleh dari sekolah dengan sarana
lengkap (SBL), dan prestasi Z diperoleh dari sekolah yang kurang lengkap
(SBKL).
Hubungan antara prestasi dan faktor eksternal pada lingkungan sekolah
tidak bersifat linier disebabkan karena masih ada faktor lain yang berpengaruh,
38
diantaranya faktor internal seperti motivasi, intelegensi, dan kepribadian, dan
faktor eksternal lain seperti lingkungan keluarga, dan lingkungan masyarakat.
5.2 Saran
Berdasarkan hasil pembahasan dan kesimpulan di atas, maka peneliti
menyarankan:
1. Kondisi sekolah sangat berperan dalam menciptakan sekolah yang
berprestasi, untuk itu kepala sekolah, para pendidik, serta pihak terkait
turut berperan dalam meminalisir kondisi sekolah yang tidak baik, seperti
lingkungan yang banjir, lingkungan padat, dan kondisi bangunan yang
rusak.
2. Melihat adanya pengaruh yang kuat antara tenaga pengajar terhadap
prestasi sekolah maka hendaknya setiap sekolah memiliki jumlah tenaga
pengajar yang cukup, latar pendidikan terakhir yang sesuai, dan tenaga
pengajar yang masih produktif.
3. Sarana Belajar tidak memiliki pengaruh yang cukup kuat untuk
mempengaruhi prestasi sekolah, ini disebabkan sarana belajar yang
lengkap namun tidak terpelihara dengan baik.
Banyak hal yang ingin dilakukan tetapi karena adanya keterbatasan-
keterbatasan yang dihadapi penulis terutama dalam hal waktu dan pengetahuan
maka penulis menyarankan untuk penelitian selanjutnya agar menggunakan lebih
banyak lagi variabel yang merupakan faktor-faktor eksternal, seperti keadaan
keluarga dan lingkungan masyarakat, atau membandingkan dengan uji pada
metode-metode statistika lainnya.
39
DAFTAR PUSTAKA
[1] Agresti, A. 1990. Categorical Data Analysis. John Wiley and Sons. New
York.
[2] Darmawan, Gumgum. 2009. Aplikasi Analisis Korespondensi Untuk
Melihat perkembangan Pembangunan Wilayah di Kabupaten Sumedang.
Yogyakarta,Universitas Negeri Yogyakarta.
[3] Greenacre, Michael.J., 2007. Correspondence Analysis in Practice, 2th
Edition. Universitat Pompeu Fabra Barcelona, Spain.
[4] http://arsury.blogspot.com/2009/02/pembangunan-dan-pendidikan.html
(Akses 29 Desember 2010 21.12)
[5] http://smpn2ngawi.sch.id/new/faktor-faktor-yang-mempengaruhi-prestasi
(Akses 9 Januari 2011 10.29)
[6] Johnson, Richard A., and Dean W.Wichern. 2002. Applied Multivariat
Statistical Analysis, 5th
edition,Practice Hall Inc, New Jersey.
[7] John, Richard A., and Dean W.Wichern. 2002. Methods of Multivariate
Analysis, Third Edition. New Jersey.
[8] Maryatin D, IM Tirta, dan Y.S.Dewi. 2002. Correspondence Analysis of
Criminalogy list in Polres Jember. Jember, Universitas Jember FMIPA.
[9] Rencher, C.Alvin. 2002. Methods of Multivatiate Analysis Second Edition.
A John Wiley dan Sons,Inc.Publication. Canada.
[10] Ruswandi, Bambang. 2008. Diktat Perkuliahan Praktikum Statistika
Multivariat. FST UIN. Jakarta.
40
[11] Setyowati, Asri. 1998. Penggunaan Analisis Korespondensi untuk
Menganalisis Hubungan Antara Data Akademik SMA, Motivasi, dan Sikap
Terhadap Prestasi Belajar Mahasiswa Akademi Sandi Negara Angkatan
1990-1996. Universitas Indonesia. Depok.
[12] Walpole, R. E. 1995. Pengantar Statistika. Gramedia Pustaka Utama.
Jakarta.
---------------------------------------------------
--------
Nama : Anggraini
NIM : 107094002935
-----------------------------------------------------------------------
Nama : Anggraini
NIM : 107094002935
Tempat Tanggal Lahir : Tangerang, 12 Februari 1989
Alamat Rumah : Jl. Al-Barokah Rt.004/07 No.119 Kreo Selatan
15156 Tangerang Banten
Hp : 08567279195
Email : [email protected]
Jenis Kelamin : Perempuan
-----------------------------------------------------------
1. S1 : Program Studi Matematika Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta, Tahun 2007-
2011
2. SMA : SMA Negeri 90 Jakarta, Tahun 2004-2007
3. SMP : MTs Negeri 13 Jakarta, Tahun 2001-2004
4. SD : SDI Al-Hidayah Tangerang, Tahun 1995-2001
Data Pribadi
Riwayat Pendidikan
41
Lampiran 1. Data Asal Nilai Rata-rata Tiap Kecamatan
Sekolah No Kecamatan
Program IPA Program IPS Nilai Rata-
rata Bhs.Ind Bhs. Ing MM Bhs.Ind Bhs. Ing MM
SMA
NEGERI
1 Jagakarsa 8.04 7.53 7.31 7.88 7.73 8.08 7.65
2 Pasar Minggu 7.41 7.81 8.39 7.29 7.49 8.10 7.67
3 Cilandak 8.01 7.96 7.19 7.86 8.07 7.58 7.57
4 Pesanggrahan 7.67 7.48 7.75 7.28 7.17 7.45 7.44
5 Kebayoran Lama 5.91 5.78 6.23 5.77 5.32 5.88 5.78
6 Kebayoran Baru 7.76 8.14 7.55 7.63 7.94 7.74 7.59
7 Mampang Prapatan 7.86 7.46 8.01 7.53 7.27 7.34 7.57
8 Pancoran 6.95 6.81 6.60 6.77 6.55 6.98 6.67
9 Tebet 7.88 7.95 8.05 7.80 7.94 8.05 7.65
10 Setiabudi 7.61 7.18 7.52 7.39 7.32 7.10 7.33
SMA
SWASTA
11 Jagakarsa 7.28 6.87 7.50 6.88 6.51 6.67 7.05
12 Pasar Minggu 6.48 6.10 6.42 6.15 5.72 5.94 6.18
13 Cilandak 7.23 7.16 6.42 4.01 6.73 7.20 6.73
14 Pesanggrahan 7.54 7.13 8.44 6.98 6.30 8.14 7.39
15 Kebayoran Lama 7.53 7.59 7.83 7.18 6.72 7.75 7.32
16 Kebayoran Baru 7.08 6.74 6.98 6.71 6.31 6.59 6.64
17 Mampang Prapatan 7.41 7.35 7.29 6.88 6.93 7.24 7.12
18 Pancoran 6.90 5.98 7.41 7.04 7.03 7.11 7.19
19 Tebet 6.87 6.38 6.99 6.46 5.91 6.74 6.71
20 Setiabudi 7.57 8.01 8.72 7.30 6.90 6.00 7.05
42
Sekolah No Kecamatan Bhs.Ind Bhs. Ing MM Nilai Rata-
rata
SMK
NEGERI
21 Jagakarsa 6.86 7.61 8.79 7.75
22 Pasar Minggu 7.17 7.42 7.95 7.51
23 Cilandak 6.86 7.07 7.66 7.20
24 Kebayoran Lama 6.84 6.84 8.23 7.30
25 Kebayoran Baru 6.58 6.59 8.00 7.06
26 Tebet 7.27 6.53 6.59 6.80
SMK
SWASTA
27 Jagakarsa 6.24 6.68 6.85 6.59
28 Pasar Minggu 5.73 5.98 6.56 6.09
29 Cilandak 6.35 6.54 7.18 6.69
30 Pesanggrahan 6.13 6.55 6.96 6.55
31 Kebayoran Lama 6.23 6.13 7.40 6.59
32 Kebayoran Baru 5.69 5.60 6.14 5.81
33 Mampang Prapatan 6.62 6.69 6.92 6.74
34 Pancoran 6.67 6.62 6.96 6.75
35 Tebet 6.40 6.49 6.65 6.51
36 Setiabudi 6.15 6.50 6.46 6.37
43
Lampiran 2. Data Asal Kondisi Sekolah Tiap Kecamatan
No. Kecamatan
Kondisi Bangunan Jenis Rehab Kondisi Lingkungan
Gedung
Tipe Bangunan Lantai
Status Kepemilikan
Baik Rusak Ringan
Rusak Sedang
Rusak Berat Ringan Berat Sedang Total Baik
Padat kumuh Banjir A B C 1 2 3 4 Milik
B. Milik
1 Jagakarsa 4 0 0 0 3 0 0 1 4 0 0 3 1 0 0 0 4 0 4 0
2 Pasar Minggu 2 0 0 0 0 1 0 1 2 0 0 0 1 0 0 1 1 0 2 0
3 Cilandak 2 0 0 0 0 0 0 2 1 1 0 2 0 0 0 0 2 0 2 0
4 Pesanggrahan 5 0 0 0 2 0 0 3 5 0 0 2 2 1 0 0 3 2 5 0
5 Kebayoran Lama 2 1 1 0 0 1 1 2 3 1 0 3 1 0 0 2 2 0 4 0
6 Kebayoran Baru 2 2 0 0 1 3 0 0 3 1 0 3 0 1 0 3 1 0 4 0
7 Mampang Prapatan 1 0 0 0 0 0 0 1 0 0 1 0 1 0 0 0 1 0 1 0
9 Tebet 2 1 0 0 0 1 0 2 1 1 1 1 2 0 0 1 2 0 3 0
10 Setiabudi 3 0 0 0 1 1 0 1 3 0 0 2 1 0 0 0 2 1 3 0
11 Jagakarsa 7 3 0 0 1 4 1 1 10 0 0 2 7 1 6 2 1 1 10 0
12 Pasar Minggu 7 0 0 0 3 1 0 2 7 0 0 2 3 2 2 3 1 1 6 1
13 Cilandak 8 1 0 0 3 2 0 1 9 0 0 5 4 0 0 2 4 3 9 0
14 Pesanggrahan 2 1 0 0 1 1 0 0 3 0 0 1 0 2 0 2 1 0 3 0
15 Kebayoran Lama 7 1 0 0 1 2 1 0 7 0 1 4 1 3 1 3 3 1 8 0
16 Kebayoran Baru 11 3 0 0 4 2 2 1 13 0 1 10 1 3 0 3 8 3 13 1
17 Mampang Prapatan 2 0 0 0 1 0 1 0 1 0 1 1 1 0 0 0 0 2 2 0
18 Pancoran 0 1 1 0 1 1 0 0 2 0 0 0 2 0 0 1 1 0 2 0
44
19 Tebet 6 1 3 1 0 4 1 1 11 0 0 7 4 0 4 3 4 0 11 0
20 Setiabudi 2 0 0 0 1 0 0 0 2 0 0 1 1 0 2 0 0 0 1 1
21 Jagakarsa 1 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1 0 0 1 0
22 Pasar Minggu 5 0 0 0 1 2 1 1 5 0 0 4 1 0 0 2 1 2 5 0
23 Cilandak 2 1 0 0 1 0 0 2 3 0 0 2 1 0 0 1 2 0 3 0
24 Kebayoran Lama 2 0 0 1 0 0 0 3 3 0 0 3 0 0 1 0 1 1 2 1
25 Kebayoran Baru 2 1 1 0 1 1 2 0 4 0 0 4 0 0 1 2 1 0 4 0
26 Tebet 0 0 1 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 1 0
27 Jagakarsa 18 3 1 0 8 4 1 2 22 0 0 4 14 4 6 15 1 0 22 0
28 Pasar Minggu 5 5 1 0 0 7 4 0 11 0 0 0 7 4 4 3 3 1 10 1
29 Cilandak 9 0 2 0 1 6 2 0 11 0 0 5 5 1 1 8 1 1 7 4
30 Pesanggrahan 6 6 0 0 5 1 1 0 12 0 0 3 7 2 2 7 3 0 12 0
31 Kebayoran Lama 15 3 1 1 8 4 1 0 18 2 0 5 7 8 3 10 4 3 17 3
32 Kebayoran Baru 5 2 0 0 4 2 0 0 6 0 1 5 1 1 1 2 4 0 7 0
33 Mampang Prapatan 3 1 1 0 0 4 0 0 4 0 1 1 4 0 2 1 2 0 5 0
34 Pancoran 3 1 1 0 0 0 2 1 4 1 0 1 4 0 1 2 1 1 5 0
35 Tebet 6 0 2 0 2 1 1 1 8 0 0 4 3 1 2 2 4 0 8 0
36 Setiabudi 4 1 1 0 3 1 0 0 5 1 0 4 2 0 1 2 1 2 6 0
45
No. Kecamatan
Jenis Bangunan
Luas Tanah/Bangunan
Jenjang Akreditasi
IDT Non IDT
Inpres Pelita MHT Eks
Baperki Lain-lain A B C TT Tanah(M2)
Bangunan (M2)
Jumlah seluruh siswa
Jumlah sekolah
1 Jagakarsa 2 0 0 0 2 4 0 0 0 0 4 24971 11427 3367 4
2 Pasar Minggu 1 1 0 0 0 1 1 0 0 0 2 6810 3071 1104 2
3 Cilandak 2 0 0 0 0 2 0 0 0 0 2 12067 6846 1606 2
4 Pesanggrahan 0 1 0 0 4 5 0 0 0 0 5 48726 44244 3663 5
5 Kebayoran Lama 0 2 0 0 2 4 0 0 0 0 4 23238 46121 3315 3
6 Kebayoran Baru 1 0 2 0 1 4 0 0 0 0 4 31893 14756 3846 4
7 Mampang Prapatan 0 0 0 0 1 1 0 0 0 0 1 5237 2595 738 1
9 Tebet 1 0 0 0 2 3 0 0 0 0 3 14999 9863 2806 3
10 Setiabudi 2 0 0 0 1 3 0 0 0 0 3 17021 10395 2366 3
11 Jagakarsa 0 0 1 1 8 4 6 0 0 10 0 42656 17843 1133 9
12 Pasar Minggu 0 0 0 0 7 6 1 0 0 6 1 56554 21150 2943 6
13 Cilandak 0 0 1 0 8 7 1 0 1 0 9 52755 16787 2547 9
14 Pesanggrahan 0 0 0 0 3 3 0 0 0 0 3 36282 9434 931 3
15 Kebayoran Lama 0 0 0 0 8 6 2 0 0 3 5 40881 55530 1843 8
16 Kebayoran Baru 1 0 0 0 13 13 1 0 0 13 1 1E+05 33729 2783 14
17 Mampang Prapatan 0 0 0 0 2 1 1 0 0 2 0 8050 7010 227 2
18 Pancoran 0 0 0 0 2 1 1 0 0 2 0 34867 33595 321 2
19 Tebet 0 0 0 0 11 4 6 0 1 10 1 27967 15308 1326 10
46
20 Setiabudi 0 0 0 0 2 0 1 0 1 2 0 3672 1500 93 2
21 Jagakarsa 1 0 0 0 0 0 0 0 1 0 1 4510 2338 506 1
22 Pasar Minggu 3 0 0 0 2 5 0 0 0 0 5 49081 27646 13742 5
23 Cilandak 3 0 0 0 0 3 0 0 0 0 3 13396 12017 1373 3
24 Kebayoran Lama 1 1 0 0 1 2 1 0 0 0 3 40389 4747 1509 3
25 Kebayoran Baru 2 0 0 0 2 3 1 0 0 0 4 33086 47035 2845 4
26 Tebet 0 0 0 0 1 1 0 0 0 0 1 2695 3263 560 1
27 Jagakarsa 2 0 0 0 20 4 15 0 3 20 2 66152 31403 5838 21
28 Pasar Minggu 1 0 0 0 10 5 5 1 0 10 1 28898 15356 6540 10
29 Cilandak 1 0 1 0 9 5 5 0 1 0 11 46178 19593 3516 11
30 Pesanggrahan 1 0 0 0 11 5 7 0 0 1 11 44267 15434 4642 11
31 Kebayoran Lama 0 0 0 0 20 7 12 0 1 8 12 34222 24242 5933 19
32 Kebayoran Baru 1 0 0 0 6 3 4 0 0 4 3 33045 15744 2769 7
33 Mampang Prapatan 0 0 0 0 5 0 5 0 0 5 0 11900 9590 1647 5
34 Pancoran 1 0 0 0 4 0 4 1 0 5 0 12460 5663 2147 5
35 Tebet 0 0 1 0 7 3 4 0 1 5 3 19531 12542 2019 8
36 Setiabudi 1 0 0 0 5 0 4 1 1 6 0 10013 3777 1047 6
47
Lampiran 3. Data Asal Tenaga Pengajar Tiap Kecamatan
No.
Jumlah Guru Guru Bidang Studi
Kecamatan
Pegawai Negeri Bukan Pegawai Negeri SLTA
Keguruan SLTA
Bk.Keguruan D-1 D-2 D-3 S-1 S-2 S-3
Gol I
Gol II
Gol III
Gol IV Yys Honor Kontrak Bantu Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr
1 Jagakarsa 0 0 45 124 0 69 0 0 0 0 0 0 9 177 12 1
2 Pasar Minggu 0 0 7 56 0 15 0 0 0 0 0 0 3 54 5 0
3 Cilandak 0 0 25 71 0 27 1 0 0 0 0 0 3 85 6 0
4 Pesanggrahan 0 0 50 159 0 55 5 0 0 0 0 0 4 176 25 2
5 Kebayoran Lama 0 0 33 136 0 59 9 0 0 0 0 0 3 169 9 0
6 Kebayoran Baru 0 0 45 176 0 59 0 0 0 0 0 0 6 188 17 0
7 Mampang Prapatan 0 0 8 35 0 13 0 0 0 0 0 0 1 34 6 1
9 Tebet 0 0 24 108 0 54 10 1 0 0 0 0 4 135 10 0
10 Setiabudi 0 0 26 115 0 38 0 0 0 0 0 0 3 126 7 0
11 Jagakarsa 0 0 2 5 89 94 5 27 0 3 1 2 10 153 6 0
12 Pasar Minggu 0 0 1 6 111 101 9 15 0 0 0 0 8 173 5 0
13 Cilandak 0 0 0 3 141 120 0 20 0 2 0 0 11 184 10 1
14 Pesanggrahan 0 0 1 5 49 12 0 16 0 0 0 1 1 56 6 0
15 Kebayoran Lama 0 0 1 3 107 74 7 24 0 0 1 0 5 133 13 0
16 Kebayoran Baru 0 0 2 21 219 116 2 19 0 0 2 1 18 238 16 0
17 Mampang 0 0 0
6 30 4 0 7 0 0 0 1 2 27 2 0
Prapatan 18 Pancoran 0 0 0 2 18 26 1 1 0 0 0 0 6 34 0 0
19 Tebet 0 0 2 6 77 95 3 38 1 3 1 1 19 131 9 0
48
20 Setiabudi 0 0 0 0 42 15 0 1 0 0 2 0 0 28 2 0
21 Jagakarsa 0 0 9 6 0 16 0 0 0 0 0 0 0 22 4 0
22 Pasar Minggu 0 0 72 123 0 75 11 0 0 0 0 0 15 196 19 0
23 Cilandak 0 0 32 60 0 29 1 0 0 0 1 0 5 79 9 0
24 Kebayoran Lama 0 0 28 43 0 38 2 0 0 0 0 0 5 74 6 0
25 Kebayoran Baru 0 0 31 105 0 45 2 0 0 0 0 0 2 142 8 0
26 Tebet 0 0 9 23 0 4 14 0 0 0 0 0 4 38 1 0
27 Jagakarsa 0 0 0 1 164 303 0 76 1 2 0 2 38 370 14 0
28 Pasar Minggu 0 0 6 5 101 196 0 55 5 3 0 1 31 233 8 0
29 Cilandak 0 0 0 2 82 219 1 19 5 8 3 1 24 209 6 0
30 Pesanggrahan 0 0 0 1 132 113 0 29 2 1 0 0 14 190 10 0
31 Kebayoran Lama 0 0 2 1 125 361 0 56 0 2 3 3 25 383 18 0
32 Kebayoran Baru 0 0 1 5 75 99 0 22 0 1 0 0 17 125 9 2
33 Mampang Prapatan 0 0 1 1 73 96 0 10 0 3 0 0 4 113 6 0
34 Pancoran 0 0 1 0 24 91 0 0 0 0 0 0 10 83 3 0
35 Tebet 0 0 0 4 56 101 2 21 0 1 2 1 20 115 4 0
36 Setiabudi 0 0 0 1 33 65 0 10 0 0 1 1 9 74 2 0
49
No.
Guru Bidang Studi
jumlah sekolah Kecamatan
<20 Th
20-29 Th
30-39 Th
40-49 Th
50-59 Th
>59 Th
< 5 Th
5-9 Th
10-14 Th
15-19 Th 20-24 Th >24 Th
Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr Lk/pr
1 Jagakarsa 0 16 46 99 77 0 40 32 16 30 72 48 4
2 Pasar Minggu 0 2 10 37 28 1 17 12 5 10 15 19 2
3 Cilandak 0 5 25 42 52 0 28 17 15 16 15 33 2
4 Pesanggrahan 0 24 38 125 81 1 55 19 28 57 62 48 5
5 Kebayoran Lama 0 28 45 73 90 1 56 46 34 19 38 44 3
6 Kebayoran Baru 0 36 37 85 122 0 59 44 21 33 42 81 4
7 Mampang Prapatan 0 3 9 25 19 0 12 5 2 10 12 15 1
9 Tebet 0 32 41 51 73 0 48 25 25 20 30 49 3
10 Setiabudi 0 20 25 60 74 0 32 13 23 23 31 57 3
11 Jagakarsa 0 52 79 69 15 7 99 48 34 19 7 15 9
12 Pasar Minggu 0 54 66 83 35 5 91 53 31 31 27 10 6
13 Cilandak 2 67 87 110 12 6 127 53 44 37 15 8 9
14 Pesanggrahan 0 8 23 43 5 4 17 42 10 2 6 6 3
15 Kebayoran Lama 0 45 82 70 16 3 88 55 37 19 13 4 8
16 Kebayoran Baru 2 76 116 142 33 10 130 101 59 40 31 18 14
17 Mampang Prapatan 0 17 14 10 5 1 25 7 2 4 4 5 2
18 Pancoran 0 17 9 18 4 0 21 8 8 4 6 1 2
50
19 Tebet 1 39 69 79 28 5 81 53 33 29 16 9 10
20 Setiabudi 0 31 14 8 5 0 48 5 0 0 2 3 2
21 Jagakarsa 2 6 8 13 2 0 30 0 0 0 0 1 1
22 Pasar Minggu 0 32 60 121 67 1 58 34 52 39 50 48 5
23 Cilandak 0 11 27 47 36 1 28 29 11 19 17 18 3
24 Kebayoran Lama 0 12 28 42 28 1 46 20 9 5 14 17 3
25 Kebayoran Baru 0 23 30 86 43 1 41 34 13 24 42 29 4
26 Tebet 0 6 15 18 11 0 16 10 7 5 9 3 1
27 Jagakarsa 2 117 176 199 37 13 226 145 86 58 25 4 21
28 Pasar Minggu 0 60 114 140 36 13 128 100 68 38 21 8 10
29 Cilandak 4 61 76 119 39 24 151 51 47 34 21 19 11
30 Pesanggrahan 0 50 114 97 13 1 137 76 31 24 7 0 11
31 Kebayoran Lama 2 102 182 197 44 18 235 111 105 58 29 7 19
32 Kebayoran Baru 1 49 48 77 22 5 74 36 39 30 9 14 7
33 Mampang Prapatan 0 27 54 54 12 4 61 30 18 15 15 12 5
34 Pancoran 0 36 43 33 4 0 73 13 18 12 0 0 5
35 Tebet 1 24 70 57 20 12 81 29 33 16 13 12 8
36 Setiabudi 0 16 39 32 17 5 67 18 10 9 4 1 6
51
Lampiran 4. Data Asal Sarana Belajar Tiap Kecamatan
No. Kecamatan R.Guru R.Kelas R.UKS Aula Mushola_Masjid R.OSIS
1 Jagakarsa 4 84 3 1 4 4
2 Pasar Minggu 2 31 1 0 1 1
3 Cilandak 2 43 2 2 3 2
4 Pesanggrahan 6 87 3 1 5 4
5 Kebayoran Lama 4 78 3 1 4 4
6 Kebayoran Baru 6 89 4 2 4 4
7 Mampang Prapatan 2 23 1 0 1 1
9 Tebet 3 81 3 3 3 3
10 Setiabudi 3 66 3 2 3 3
11 Jagakarsa 9 57 6 1 7 5
12 Pasar Minggu 6 98 5 5 6 5
13 Cilandak 9 117 7 10 7 9
14 Pesanggrahan 3 29 3 3 2 4
15 Kebayoran Lama 9 92 8 7 5 8
16 Kebayoran Baru 15 142 13 12 13 12
17 Mampang Prapatan 2 7 1 2 1 1
18 Pancoran 2 16 2 1 2 2
19 Tebet 9 78 7 8 10 6
20 Setiabudi 2 15 1 1 2 1
21 Jagakarsa 1 11 1 0 1 1
22 Pasar Minggu 5 101 5 5 6 5
23 Cilandak 3 56 2 3 3 3
52
24 Kebayoran Lama 3 36 2 0 3 2
25 Kebayoran Baru 4 53 4 3 3 3
26 Tebet 1 8 1 1 1 1
27 Jagakarsa 22 205 14 9 16 19
28 Pasar Minggu 11 140 6 4 7 8
29 Cilandak 11 106 7 5 11 10
30 Pesanggrahan 11 100 9 9 9 10
31 Kebayoran Lama 18 192 15 6 18 18
32 Kebayoran Baru 7 91 5 5 4 5
33 Mampang Prapatan 5 42 2 0 4 5
34 Pancoran 4 63 3 3 4 5
35 Tebet 7 67 6 5 6 7
36 Setiabudi 6 50 5 4 5 6
53
Lampiran 5. Data Rasio Kondisi Sekolah
Sekolah kecamatan
Kondisi Bangunan Jenis Rehab Kondisi Lingkungan Tipe Bangunan Lantai
Baik Rusak Ringan
Rusak Sedang
Rusak Berat
Ringan Berat Sedang Baik Padat kumuh
Banjir A B C Satu Dua Tiga Empat
SMA NEGERI
Jagakarsa 1.00 0.00 0.00 0.00 0.75 0.00 0.00 1.00 0.00 0.00 0.75 0.25 0.00 0.00 0.00 1.00 0.00
Pasar Minggu 1.00 0.00 0.00 0.00 0.00 0.50 0.00 1.00 0.00 0.00 0.00 0.50 0.00 0.00 0.50 0.50 0.00
Cilandak 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.50 0.50 0.00 1.00 0.00 0.00 0.00 0.00 1.00 0.00
Pesanggrahan 1.00 0.00 0.00 0.00 0.40 0.00 0.00 1.00 0.00 0.00 0.40 0.40 0.20 0.00 0.00 0.60 0.40
Kebayoran Lama 0.67 0.33 0.33 0.00 0.00 0.33 0.33 1.00 0.33 0.00 1.00 0.33 0.00 0.00 0.67 0.67 0.00
Kebayoran Baru 0.50 0.50 0.00 0.00 0.25 0.75 0.00 0.75 0.25 0.00 0.75 0.00 0.25 0.00 0.75 0.25 0.00
Mampang Prapatan 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 1.00 0.00 0.00 0.00 1.00 0.00
Tebet 0.67 0.33 0.00 0.00 0.00 0.33 0.00 0.33 0.33 0.33 0.33 0.67 0.00 0.00 0.33 0.67 0.00
Setiabudi 1.00 0.00 0.00 0.00 0.33 0.33 0.00 1.00 0.00 0.00 0.67 0.33 0.00 0.00 0.00 0.67 0.33
SMA SWASTA
Jagakarsa 0.78 0.33 0.00 0.00 0.11 0.44 0.11 1.11 0.00 0.00 0.22 0.78 0.11 0.67 0.22 0.11 0.11
Pasar Minggu 1.17 0.00 0.00 0.00 0.50 0.17 0.00 1.17 0.00 0.00 0.33 0.50 0.33 0.33 0.50 0.17 0.17
Cilandak 0.89 0.11 0.00 0.00 0.33 0.22 0.00 1.00 0.00 0.00 0.56 0.44 0.00 0.00 0.22 0.44 0.33
Pesanggrahan 0.67 0.33 0.00 0.00 0.33 0.33 0.00 1.00 0.00 0.00 0.33 0.00 0.67 0.00 0.67 0.33 0.00
Kebayoran Lama 0.88 0.13 0.00 0.00 0.13 0.25 0.13 0.88 0.00 0.13 0.50 0.13 0.38 0.13 0.38 0.38 0.13
Kebayoran Baru 0.79 0.21 0.00 0.00 0.29 0.14 0.14 0.93 0.00 0.07 0.71 0.07 0.21 0.00 0.21 0.57 0.21
Mampang Prapatan 1.00 0.00 0.00 0.00 0.50 0.00 0.50 0.50 0.00 0.50 0.50 0.50 0.00 0.00 0.00 0.00 1.00
Pancoran 0.00 0.50 0.50 0.00 0.50 0.50 0.00 1.00 0.00 0.00 0.00 1.00 0.00 0.00 0.50 0.50 0.00
Tebet 0.60 0.10 0.30 0.10 0.00 0.40 0.10 1.10 0.00 0.00 0.70 0.40 0.00 0.40 0.30 0.40 0.00
Setiabudi 1.00 0.00 0.00 0.00 0.50 0.00 0.00 1.00 0.00 0.00 0.50 0.50 0.00 1.00 0.00 0.00 0.00
54
Status Kepemilikan Jenjang Akreditasi Luas Tanah/Bangunan
Milik B. Milik Inpres Pelita MHT Eks Baperki Lain-lain A B C TT IDT Non IDT Tanah(M2) Bangunan (M2)
1.00 0.00 0.50 0.00 0.00 0.00 0.50 1.00 0.00 0.00 0.00 0.00 1.00 6242.75 2856.75
1.00 0.00 0.50 0.50 0.00 0.00 0.00 0.50 0.50 0.00 0.00 0.00 1.00 3405.00 1535.50
1.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00 6033.50 3423.00
1.00 0.00 0.00 0.20 0.00 0.00 0.80 1.00 0.00 0.00 0.00 0.00 1.00 9745.20 8848.80
1.33 0.00 0.00 0.67 0.00 0.00 0.67 1.33 0.00 0.00 0.00 0.00 1.33 7746.00 15373.67
1.00 0.00 0.25 0.00 0.50 0.00 0.25 1.00 0.00 0.00 0.00 0.00 1.00 7973.25 3689.00
1.00 0.00 0.00 0.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 0.00 1.00 5237.00 2595.00
1.00 0.00 0.33 0.00 0.00 0.00 0.67 1.00 0.00 0.00 0.00 0.00 1.00 4999.67 3287.67
1.00 0.00 0.67 0.00 0.00 0.00 0.33 1.00 0.00 0.00 0.00 0.00 1.00 5673.67 3465.00
1.11 0.00 0.00 0.00 0.11 0.11 0.89 0.44 0.67 0.00 0.00 1.11 0.00 4739.56 1982.56
1.00 0.17 0.00 0.00 0.00 0.00 1.17 1.00 0.17 0.00 0.00 1.00 0.17 9425.67 3525.00
1.00 0.00 0.00 0.00 0.11 0.00 0.89 0.78 0.11 0.00 0.11 0.00 1.00 5861.67 1865.22
1.00 0.00 0.00 0.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 0.00 1.00 12094.00 3144.67
1.00 0.00 0.00 0.00 0.00 0.00 1.00 0.75 0.25 0.00 0.00 0.38 0.63 5110.13 6941.25
0.93 0.07 0.07 0.00 0.00 0.00 0.93 0.93 0.07 0.00 0.00 0.93 0.07 8295.71 2409.21
1.00 0.00 0.00 0.00 0.00 0.00 1.00 0.50 0.50 0.00 0.00 1.00 0.00 4025.00 3505.00
1.00 0.00 0.00 0.00 0.00 0.00 1.00 0.50 0.50 0.00 0.00 1.00 0.00 17433.50 16797.50
1.10 0.00 0.00 0.00 0.00 0.00 1.10 0.40 0.60 0.00 0.10 1.00 0.10 2796.70 1530.80
0.50 0.50 0.00 0.00 0.00 0.00 1.00 0.00 0.50 0.00 0.50 1.00 0.00 1836.00 750.00
55
SMK NEGERI
Jagakarsa 1.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 1.00 0.00 0.00 1.00 0.00 0.00
Pasar Minggu 1.00 0.00 0.00 0.00 0.20 0.40 0.20 1.00 0.00 0.00 0.80 0.20 0.00 0.00 0.40 0.20 0.40
Cilandak 0.67 0.33 0.00 0.00 0.33 0.00 0.00 1.00 0.00 0.00 0.67 0.33 0.00 0.00 0.33 0.67 0.00
Kebayoran Lama 0.67 0.00 0.00 0.33 0.00 0.00 0.00 1.00 0.00 0.00 1.00 0.00 0.00 0.33 0.00 0.33 0.33
Kebayoran Baru 0.50 0.25 0.25 0.00 0.25 0.25 0.50 1.00 0.00 0.00 1.00 0.00 0.00 0.25 0.50 0.25 0.00
Tebet 0.00 0.00 1.00 0.00 1.00 0.00 0.00 1.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00 0.00
SMK SWASTA
Jagakarsa 0.86 0.14 0.05 0.00 0.38 0.19 0.05 1.05 0.00 0.00 0.19 0.67 0.19 0.29 0.71 0.05 0.00
Pasar Minggu 0.50 0.50 0.10 0.00 0.00 0.70 0.40 1.10 0.00 0.00 0.00 0.70 0.40 0.40 0.30 0.30 0.10
Cilandak 0.82 0.00 0.18 0.00 0.09 0.55 0.18 1.00 0.00 0.00 0.45 0.45 0.09 0.09 0.73 0.09 0.09
Pesanggrahan 0.55 0.55 0.00 0.00 0.45 0.09 0.09 1.09 0.00 0.00 0.27 0.64 0.18 0.18 0.64 0.27 0.00
Kebayoran Lama 0.79 0.16 0.05 0.05 0.42 0.21 0.05 0.95 0.11 0.00 0.26 0.37 0.42 0.16 0.53 0.21 0.16
Kebayoran Baru 0.71 0.29 0.00 0.00 0.57 0.29 0.00 0.86 0.00 0.14 0.71 0.14 0.14 0.14 0.29 0.57 0.00
Mampang Prapatan 0.60 0.20 0.20 0.00 0.00 0.80 0.00 0.80 0.00 0.20 0.20 0.80 0.00 0.40 0.20 0.40 0.00
Pancoran 0.60 0.20 0.20 0.00 0.00 0.00 0.40 0.80 0.20 0.00 0.20 0.80 0.00 0.20 0.40 0.20 0.20
Tebet 0.75 0.00 0.25 0.00 0.25 0.13 0.13 1.00 0.00 0.00 0.50 0.38 0.13 0.25 0.25 0.50 0.00
Setiabudi 0.67 0.17 0.17 0.00 0.50 1.00 0.00 0.83 0.17 0.00 0.67 0.33 0.00 1.00 0.33 0.17 0.33
56
1.00 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 1.00 4510.00 2338.00
1.00 0.00 0.60 0.00 0.00 0.00 0.40 1.00 0.00 0.00 0.00 0.00 1.00 9816.20 5529.20
1.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00 1.00 4465.33 4005.67
0.67 0.33 0.33 0.33 0.00 0.00 0.33 0.67 0.33 0.00 0.00 0.00 1.00 13463.00 1582.33
1.00 0.00 0.50 0.00 0.00 0.00 0.50 0.75 0.25 0.00 0.00 0.00 1.00 8271.50 11758.75
1.00 0.00 0.00 0.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 0.00 1.00 2695.00 3263.00
1.05 0.00 0.10 0.00 0.00 0.00 0.95 0.19 0.71 0.00 0.14 0.95 0.10 3150.10 1495.38
1.00 0.10 0.10 0.00 0.00 0.00 1.00 0.50 0.50 0.10 0.00 1.00 0.10 2889.80 1535.60
0.64 0.36 0.09 0.00 0.09 0.00 0.82 0.45 0.45 0.00 0.09 0.00 1.00 4198.00 1781.18
1.09 0.00 0.09 0.00 0.00 0.00 1.00 0.45 0.64 0.00 0.00 0.09 1.00 4024.27 1403.09
0.89 0.16 0.00 0.00 0.00 0.00 1.05 0.37 0.63 0.00 0.05 0.42 0.63 1801.16 1275.89
1.00 0.00 0.14 0.00 0.00 0.00 0.86 0.43 0.57 0.00 0.00 0.57 0.43 4720.71 2249.14
1.00 0.00 0.00 0.00 0.00 0.00 1.00 0.00 1.00 0.00 0.00 1.00 0.00 2380.00 1918.00
1.00 0.00 0.20 0.00 0.00 0.00 0.80 0.00 0.80 0.20 0.00 1.00 0.00 2492.00 1132.60
1.00 0.00 0.00 0.00 0.13 0.00 0.88 0.38 0.50 0.00 0.13 0.63 0.38 2441.38 1567.75
1.00 0.00 0.17 0.00 0.00 0.00 5.00 0.00 0.67 1.00 0.17 1.00 0.00 1668.83 629.50
57
Lampiran 6. Data Rasio Tenaga Pengajar
Sekolah kecamatan Pegawai Negeri
Bukan Pegawai Negeri SLTA D-1 D-2 D-3 S-1 S-2 S-3
Usia Pengajar Masa kerja
<20 Th
20-29 Th
30-39 Th
40-49 Th
50-59 Th
>59 Th
< 5 Th
5-9 Th
10-14 Th
15-19 Th
20-24 Th
>24 Th
SMA NEGERI
Jagakarsa 42.25 17.25 0.00 0.00 0.00 2.25 44.25 3.00 0.25 0.00 4.00 11.50 24.75 19.25 0.00 10.00 8.00 4.00 7.50 18.00 12.00
Pasar Minggu 31.50 7.50 0.00 0.00 0.00 1.50 27.00 2.50 0.00 0.00 1.00 5.00 18.50 14.00 0.50 8.50 6.00 2.50 5.00 7.50 9.50
Cilandak 48.00 14.00 0.00 0.00 0.00 1.50 42.50 3.00 0.00 0.00 2.50 12.50 21.00 26.00 0.00 14.00 8.50 7.50 8.00 7.50 16.50
Pesanggrahan 41.80 12.00 0.00 0.00 0.00 0.80 35.20 5.00 0.40 0.00 4.80 7.60 25.00 16.20 0.20 11.00 3.80 5.60 11.40 12.40 9.60
Kebayoran Lama 56.33 22.67 0.00 0.00 0.00 1.00 56.33 3.00 0.00 0.00 9.33 15.00 24.33 30.00 0.33 18.67 15.33 11.33 6.33 12.67 14.67
Kebayoran Baru 55.25 14.75 0.00 0.00 0.00 1.50 47.00 4.25 0.00 0.00 9.00 9.25 21.25 30.50 0.00 14.75 11.00 5.25 8.25 10.50 20.25
Mampang Prapatan 43.00 13.00 0.00 0.00 0.00 1.00 34.00 6.00 1.00 0.00 3.00 9.00 25.00 19.00 0.00 12.00 5.00 2.00 10.00 12.00 15.00
Tebet 44.00 21.67 0.00 0.00 0.00 1.33 45.00 3.33 0.00 0.00 10.67 13.67 17.00 24.33 0.00 16.00 8.33 8.33 6.67 10.00 16.33
Setiabudi 47.00 12.67 0.00 0.00 0.00 1.00 42.00 2.33 0.00 0.00 6.67 8.33 20.00 24.67 0.00 10.67 4.33 7.67 7.67 10.33 19.00
SMA SWASTA
Jagakarsa 0.78 23.89 0.33 0.11 0.22 1.11 17.00 0.67 0.00 0.00 5.78 8.78 7.67 1.67 0.78 11.00 5.33 3.78 2.11 0.78 1.67
Pasar Minggu 1.17 39.33 0.00 0.00 0.00 1.33 28.83 0.83 0.00 0.00 9.00 11.00 13.83 5.83 0.83 15.17 8.83 5.17 5.17 4.50 1.67
Cilandak 0.33 31.22 0.22 0.00 0.00 1.22 20.44 1.11 0.11 0.22 7.44 9.67 12.22 1.33 0.67 14.11 5.89 4.89 4.11 1.67 0.89
Pesanggrahan 2.00 25.67 0.00 0.00 0.33 0.33 18.67 2.00 0.00 0.00 2.67 7.67 14.33 1.67 1.33 5.67 14.00 3.33 0.67 2.00 2.00
Kebayoran Lama 0.50 26.50 0.00 0.13 0.00 0.63 16.63 1.63 0.00 0.00 5.63 10.25 8.75 2.00 0.38 11.00 6.88 4.63 2.38 1.63 0.50
Kebayoran Baru 1.64 25.43 0.00 0.14 0.07 1.29 17.00 1.14 0.00 0.14 5.43 8.29 10.14 2.36 0.71 9.29 7.21 4.21 2.86 2.21 1.29
Mampang Prapatan 3.00 20.50 0.00 0.00 0.50 1.00 13.50 1.00 0.00 0.00 8.50 7.00 5.00 2.50 0.50 12.50 3.50 1.00 2.00 2.00 2.50
Pancoran 1.00 23.00 0.00 0.00 0.00 3.00 17.00 0.00 0.00 0.00 8.50 4.50 9.00 2.00 0.00 10.50 4.00 4.00 2.00 3.00 0.50
Tebet 0.80 21.30 0.40 0.10 0.10 1.90 13.10 0.90 0.00 0.10 3.90 6.90 7.90 2.80 0.50 8.10 5.30 3.30 2.90 1.60 0.90
Setiabudi 0.00 29.00 0.00 1.00 0.00 0.00 14.00 1.00 0.00 0.00 15.50 7.00 4.00 2.50 0.00 24.00 2.50 0.00 0.00 1.00 1.50
58
SMK NEGERI Jagakarsa 15.00 16.00 0.00 0.00 0.00 0.00 22.00 4.00 0.00 2.00 6.00 8.00 13.00 2.00 0.00 30.00 0.00 0.00 0.00 0.00 1.00
Pasar Minggu 39.00 17.20 0.00 0.00 0.00 3.00 39.20 3.80 0.00 0.00 6.40 12.00 24.20 13.40 0.20 11.60 6.80 10.40 7.80 50.00 9.60
Cilandak 30.67 10.00 0.00 0.33 0.00 1.67 26.33 3.00 0.00 0.00 3.67 9.00 15.67 12.00 0.33 9.33 9.67 3.67 6.33 17.00 6.00
Kebayoran Lama 23.67 13.33 0.00 0.00 0.00 1.67 24.67 2.00 0.00 0.00 4.00 9.33 14.00 9.33 0.33 15.33 6.67 3.00 1.67 14.00 5.67
Kebayoran Baru 34.00 11.75 0.00 0.00 0.00 0.50 35.50 2.00 0.00 0.00 5.75 7.50 21.50 10.75 0.25 10.25 8.50 3.25 6.00 42.00 7.25
Tebet 32.00 18.00 0.00 0.00 0.00 4.00 38.00 1.00 0.00 0.00 6.00 15.00 18.00 11.00 0.00 16.00 10.00 7.00 5.00 9.00 3.00
SMK SWASTA
Jagakarsa 0.05 25.86 0.14 0.00 0.10 1.81 17.62 0.67 0.00 0.10 5.57 8.38 9.48 1.76 0.62 10.76 6.90 4.10 2.76 25.00 0.19
Pasar Minggu 1.10 35.20 0.80 0.00 0.10 3.10 23.30 0.80 0.00 0.00 6.00 11.40 14.00 3.60 1.30 12.80 10.00 6.80 3.80 21.00 0.80
Cilandak 0.18 29.18 1.18 0.27 0.09 2.18 19.00 0.55 0.00 0.36 5.55 6.91 10.82 3.55 2.18 13.73 4.64 4.27 3.09 21.00 1.73
Pesanggrahan 0.09 24.91 0.27 0.00 0.00 1.27 17.27 0.91 0.00 0.00 4.55 10.36 8.82 1.18 0.09 12.45 6.91 2.82 2.18 7.00 0.00
Kebayoran Lama 0.16 28.53 0.11 0.16 0.16 1.32 20.16 0.95 0.00 0.11 5.37 9.58 10.37 2.32 0.95 12.37 5.84 5.53 3.05 29.00 0.37
Kebayoran Baru 0.86 28.00 0.14 0.00 0.00 2.43 17.86 1.29 0.29 0.14 7.00 6.86 11.00 3.14 0.71 10.57 5.14 5.57 4.29 9.00 2.00
Mampang Prapatan 0.40 35.80 0.60 0.00 0.00 0.80 22.60 1.20 0.00 0.00 5.40 10.80 10.80 2.40 0.80 12.20 6.00 3.60 3.00 15.00 2.40
Pancoran 0.20 23.00 0.00 0.00 0.00 2.00 16.60 0.60 0.00 0.00 7.20 8.60 6.60 0.80 0.00 14.60 2.60 3.60 2.40 0.00 0.00
Tebet 0.50 22.50 0.13 0.25 0.13 2.50 14.38 0.50 0.00 0.13 3.00 8.75 7.13 2.50 1.50 10.13 3.63 4.13 2.00 13.00 1.50
Setiabudi 0.17 18.00 0.00 0.17 0.17 1.50 12.33 0.33 0.00 0.00 2.67 6.50 5.33 2.83 0.83 11.17 3.00 1.67 1.50 4.00 0.17
59
Lampiran 7. Data Rasio Sarana Belajar
Sekolah Kecamatan R.Guru R.Kelas R.UKS Aula Mushola_Masjid
SMA NEGERI
Jagakarsa 59.5 40.08333 1122.333 3367 841.75
Pasar Minggu 39 35.6129 1104 0 1104
Cilandak 62 37.34884 803 803 535.3333333
Pesanggrahan 44.83333 42.10345 1221 3663 732.6
Kebayoran Lama 59.25 42.5 1105 3315 828.75
Kebayoran Baru 46.66667 43.21348 961.5 1923 961.5
Mampang Prapatan 28 32.08696 738 0 738
Tebet 65.66667 34.64198 935.3333 935.3333 935.3333333
Setiabudi 59.66667 35.84848 788.6667 1183 788.6666667
SMA SWASTA
Jagakarsa 24.66667 19.87719 188.8333 1133 161.8571429
Pasar Minggu 40.5 30.03061 588.6 588.6 490.5
Cilandak 31.55556 21.76923 363.8571 254.7 363.8571429
Pesanggrahan 27.66667 32.10345 310.3333 310.3333 465.5
Kebayoran Lama 24 20.03261 230.375 263.2857 368.6
Kebayoran Baru 25.26667 19.59859 214.0769 231.9167 214.0769231
Mampang Prapatan 23.5 32.42857 227 113.5 227
Pancoran 24 20.0625 160.5 321 160.5
Tebet 24.55556 17 189.4286 165.75 132.6
Setiabudi 29 6.2 93 93 46.5
SMK NEGERI
Jagakarsa 31 46 506 506
Pasar Minggu 56.2 136.0594 2748.4 2748.4 2290.333333
Cilandak 40.66667 24.51786 686.5 457.6667 457.6666667
60
Kebayoran Lama 37 41.91667 754.5 503
Kebayoran Baru 45.75 53.67925 711.25 948.3333 948.3333333
Tebet 50 70 560 560 560
SMK SWASTA
Jagakarsa 24.72727 28.47805 417 648.6667 364.875
Pasar Minggu 33 46.71429 1090 1635 934.2857143
Cilandak 29.36364 33.16981 502.2857 703.2 319.6363636
Pesanggrahan 25 46.42 515.7778 515.7778 515.7777778
Kebayoran Lama 30.27778 30.90104 395.5333 988.8333 329.6111111
Kebayoran Baru 28.85714 30.42857 553.8 553.8 692.25
Mampang Prapatan 30.2 39.21429 823.5 411.75
Pancoran 29 34.07937 715.6667 715.6667 536.75
Tebet 26.28571 30.13433 336.5 403.8 336.5
Setiabudi 18.16667 20.94 209.4 261.75 209.4
61
Lampiran 8. Output Klaster Kondisi Sekolah
Cluster M em bership
AN1 3 587.210
AN2 2 988.191
AN3 2 466.301
AN4 3 899.704
AN5 3 535.429
AN6 3 874.644
AN7 2 579.743
AN9 2 801.353
AN10 2 848.395
AS1 2 807.422
AS2 2 161.742
AS3 2 263.010
AS4 2 241.163
AS5 2 346.893
AS6 2 442.104
AS7 2 498.259
AS8 2 476.868
AS9 2 539.764
AS10 2 687.892
KN1 2 455.857
KN2 1 .000
KN3 2 182.673
KN4 2 519.704
KN5 2 723.816
KN6 2 159.955
KN1 2 235.298
KN2 3 1148.177
KN3 2 287.844
KN4 2 84.168
KN5 2 562.214
KN6 2 255.206
KN7 2 557.092
KN8 2 344.781
KN9 2 215.973
KN10 2 433.985
Case Number
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Sekolah_
Perkeca
matan Cluster Distance
62
Lampiran 9. Output Klaster Tenaga Pengajar
Clus ter M em bership
AN1 3 12.358
AN2 2 19.116
AN3 3 8.418
AN4 2 16.213
AN5 3 23.888
AN6 3 10.081
AN7 2 16.620
AN9 3 10.719
AN10 3 13.141
AS1 1 8.337
AS2 1 24.503
AS3 1 10.361
AS4 1 8.620
AS5 1 7.475
AS6 1 6.191
AS7 1 11.484
AS8 1 8.928
AS9 1 12.833
AS10 1 16.496
KN1 1 23.809
KN2 2 34.763
KN3 2 13.106
KN4 2 22.835
KN5 2 21.082
KN6 2 22.063
KN1 1 16.471
KN2 1 20.903
KN3 1 15.064
KN4 1 4.780
KN5 1 20.893
KN6 1 6.170
KN7 1 13.986
KN8 1 12.011
KN9 1 10.739
KN10 1 16.890
Case Number
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Sekolah_
Perkeca
matan Cluster Distance
63
Lampiran 10. Output Klaster Sarana Belajar
Cluster M em bership
AN1 4 95.052
AN2 3 1020.907
AN3 1 543.005
AN4 4 236.600
AN5 4 143.333
AN6 1 698.582
AN7 3 571.199
AN9 1 319.184
AN10 1 124.846
AS1 3 843.902
AS2 3 267.869
AS3 3 155.159
AS4 3 167.339
AS5 3 253.091
AS6 3 340.104
AS7 3 389.476
AS8 3 388.857
AS9 3 435.225
AS10 3 583.568
KN1 3 387.552
KN2 2 .000
KN3 3 251.840
KN4 3 486.287
KN5 1 350.197
KN6 3 267.218
KN1 3 283.393
KN2 1 456.585
KN3 3 346.759
KN4 3 190.403
KN5 3 625.372
KN6 3 351.281
KN7 3 522.986
KN8 3 450.237
KN9 3 142.832
KN10 3 335.330
Case Number
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
Sekolah_
Perkeca
matan Cluster Distance
64
Lampiran 11. Tabel Prestasi Sekolah Tiap Kecamatan terhadap Lingkungan
Sekolah
Sekolah Kecamatan Prestasi
Kondisi
Sekolah
Tenaga
Pengajar
Sarana
Belajar
SMA NEGERI
Jagakarsa X KSSB TPB SBKL
Pasar Minggu X KSB TPCB SBL
Cilandak X KSSB TPB SBCL
Pesanggrahan X KSSB TPCB SBKL
Kebayoran Lama Z KSSB TPB SBKL
Kebayoran Baru X KSSB TPB SBCL
Mampang Prapatan X KSB TPCB SBL
Tebet X KSB TPB SBCL
Setiabudi X KSSB TPB SBCL
SMA SWASTA
Jagakarsa Y KSCB TPLDC SBL
Pasar Minggu Z KSB TPLDC SBL
Cilandak Y KSB TPLDC SBL
Pesanggrahan Y KSSB TPLDC SBL
Kebayoran Lama Y KSB TPLDC SBL
Kebayoran Baru Y KSB TPLDC SBL
Mampang Prapatan Y KSB TPLDC SBL
Pancoran X KSSB TPLDC SBL
Tebet Y KSCB TPLDC SBL
Setiabudi Y KSCB TPLDC SBL
SMK NEGERI
Jagakarsa X KSB TPLDC SBL
Pasar Minggu X KSSB TPCB SBTL
Cilandak X KSSB TPCB SBL
Kebayoran Lama X KSSB TPCB SBL
Kebayoran Baru X KSSB TPCB SBCL
Tebet Y KSSB TPCB SBL
SMK SWASTA
Jagakarsa Y KSCB TPLDC SBL
Pasar Minggu Y KSCB TPLDC SBCL
Cilandak Y KSB TPLDC SBL
Pesanggrahan Y KSB TPLDC SBL
Kebayoran Lama Y KSB TPLDC SBL
Kebayoran Baru Z KSB TPLDC SBL
Mampang Prapatan Y KSCB TPLDC SBL
Pancoran Y KSCB TPLDC SBL
Tebet Y KSB TPLDC SBL
Setiabudi Y KSCB TPLDC SBL
65
Lampiran 12. Tabel Kontingensi Masing-masing Variabel
Prestasi * Kondisi_Sekolah Crosstabulation
Count
Kondisi_Sekolah
Total KSB KSCB KSSB
Prestasi X 4 0 10 14
Y 8 8 2 18
Z 2 0 1 3
Total 14 8 13 35
Prestas i * Tenaga_Pengajar Crosstabulation
Count
5 7 2 14
0 1 17 18
1 0 2 3
6 8 21 35
X
Y
Z
Prestas i
Total
TPB TPCB TPLDC
Tenaga_Pengajar
Total
Prestas i * Sarana_Belajar Crosstabulation
Count
5 2 6 1 14
1 0 17 0 18
0 1 2 0 3
6 3 25 1 35
X
Y
Z
Prestas i
Total
SBCL SBKL SBL SBTL
Sarana_Belajar
Total
66
Lampiran 13. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Kondisi
Sekolah
Variabel
Koordinat
Mass Inertia
NKM NKR
Dim 1 Dim 2 Dim 1 Dim 2 Dim1 Dim 2
Prestasi
X -0.755981 0.078746 0.400000 0.494328 0.527827 0.072173 0.989266 0.010734
Y 0.624284 0.039144 0.514286 0.430448 0.462785 0.022929 0.996084 0.003916
Z -0.217795 -0.602347 0.085714 0.075224 0.009388 0.904898 0.115622 0.884378
Kondisi Sekolah
KSB 0.166578 -0.222147 0.400000 0.065970 0.025627 0.574373 0.359911 0.640089
KSCB 0.948609 0.211150 0.228571 0.461791 0.474905 0.296523 0.952793 0.047207
KSSB -0.763151 0.109296 0.371429 0.472239 0.499467 0.129104 0.979901 0.020099
Lampiran 14. Hasil Analisis Korespondensi Prestasi Belajar Terhadap Tenaga
Pengajar
Variabel
Koordinat
Mass Inertia
NKM NKR
Dim 1 Dim 2 Dim 1 Dim 2 Dim1 Dim 2
Prestasi
X -0.932569 -0.046108 0.400000 0.545507 0.575723 0.024277 0.997561 0.002439
Y 0.704122 -0.065886 0.514286 0.402350 0.421980 0.063735 0.991320 0.008680
Z 0.127258 0.610487 0.085714 0.052143 0.002297 0.911988 0.041643 0.958357
Tenaga Pengajar
TPB -0.972474 0.338348 0.171429 0.284304 0.268306 0.560265 0.892020 0.107980
TPCB -0.936520 -0.259568 0.228571 0.337688 0.331778 0.439651 0.928661 0.071339
TPLDC 0.634619 0.002212 0.600000 0.378008 0.399916 0.000084 0.999988 0.000012
Lampiran 15. Hasil Analisis Korespondensi Prestasi Sekolah Terhadap Sarana
Belajar
Variabel
Koordinat
Mass Inertia
NKM NKR
Dim 1 Dim 2 Dim 1 Dim 2 Dim1 Dim 2
Prestasi
X -0.637488 0.107078 0.400000 0.436326 0.546399 0.053601 0.972561 0.027439
Y 0.510915 0.075735 0.514286 0.358149 0.451239 0.034475 0.978499 0.021501
Z -0.090542 -0.954107 0.085714 0.205525 0.002362 0.911924 0.008925 0.991075
Sarana Belajar
SBCL -0.81785 0.348205 0.171429 0.353591 0.385421 0.242920 0.846548 0.153452
SBKL -0.83451 -0.843213 0.085714 0.314917 0.200640 0.712260 0.494810 0.505190
SBL 0.34317 0.002974 0.714286 0.219613 0.282754 0.000074 0.999925 0.000075
SBTL -1.16876 0.366063 0.028571 0.111878 0.131186 0.044746 0.910665 0.089335
67