KUALITAS PENDIDIKAN ANAK USIA DINI (PAUD) TERHADAP PERKEMBANGAN ANAK

Latar Belakang Masalah
Perkembangan merupakan suatu perubahan yang berlangsung seumur hidup dengan bertambahnya struktur dan fungsi tubuh yang lebih kompleks dalam kemampuan gerak kasar, gerak halus, bicara dan bahasa serta sosialisasi dan kemandirian.
Seorang anak pada usia dini dari hari ke hari akan mengalami perkembangan yang berlangsung cepat dan berpengaruh terhadap perkembangan selanjutnya. Namun tentunya tiap anak tidak sama persis pencapaiannya, ada yang benar-benar cepat berkembang da pula yang membutuhkan waktu agak lama.
 Maka yang menjadi objek penelitian disini membahas tentang analisis kualitas PAUD terhadap perkembangan anak dengan responden orang tua murid Tk Al-Hidayah 1 Sumedang.Karna orang tua tersebut lebih mengetahui perkembangan anaknya di sekolah.
 Rumusan Masalah
Berdasarkan latar belakang tersebut, maka permasalahan yang dapat dirumuskan adalah “Apakah kualitas Pendidikan Anak Usia Dini (PAUD) berpengaruh positif terhadap perkembangan anak?”
Tujuan dan Manfaat Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui kualitas PAUD terhadap perkembangan anak menurut para orang tua.
Manfaat Penelitian ini adalah untuk memberi pembekalan anak sejak dini untuk menunjang prestasi mereka saat dewasa dan pastinya akan ada efek timbal balik yang lebih untuk orang tuanya. Bekal yang diberikan dalam program pendidikan anak usia dini membuat anak tidak merasa takut lagi untuk berinteraksi dengan seseorang maupun banyak orang.

Daerah dan Waktu Penelitian
Penelitian ini dilaksanakan di sekitar sekolah Taman Kanak-kanak Al-Hidayah 1 Sumedang.Dalam melaksanakan penelitian, kami mengumpulkan data melalui penyebaran kuesioner kepada responden, dalam hal ini responden merupakan orang tua murid dari anak-anak TK Al-Hidayah 1.Sedangkan waktu penelitian direncanakan memakan waktu kurang lebih tiga minggu selama bulan November 2014.
Teknik Pengumpulan Data
Teknik pengumpulan data dilakukan melalu kuesioner atau seperangkat pertanyaan tertulis yang disusun oleh peneliti yang berisikan pertanyaan tentang variable-variabel yang diteliti.
Dalam pengukuran aspek kualitas PAUD terhadap perkembangan anak digunakan Skala Tingkat (Likert) dengan keterangan sebagai berikut :
1.      Skor 6 untuk jawaban Sangat Setuju (SS)
2.      Skor 5 untuk jawaban Setuju (S)
3.      Skor 4 untuk jawaban Ragu-ragu (R)
4.      Skor 3 untuk jawaban Kurang Setuju (KS)
5.      Skor 2 untuk jawaban Tidak Setuju (TS)
6.      Skor 1 untuk jawaban Sangat Tidak Setuju (STS)
Populasi
Populasi dalam penelitian ini adalah orang tua murid TK Al-Hidayah 1 Sumedang yang secara langsung lebih mengetahui perkembangan tentang anaknya di sekolah, responden tersebut berjumlah 10 orang (sampel).

 Kuesioner Penelitian
KUESIONER
KUALITAS PENDIDIKAN ANAK USIA DINI (PAUD) TERHADAP
PERKEMBANGAN ANAK
Petunjuk pengisian
Isilah pertanyaan dibawah ini dengan memberi tanda centang (√) pada kolom yang sudah disediakan!!
*Keterangan :
SS        : Sangat Setuju
S          : Setuju
R         : Ragu-ragu
KS       : Kurang Setuju
TS        : Tidak Setuju
STS     : Sangat Tidak Setuju

Identitas Responden
Nama   : ……………………………..
Umur   : ……………………………..
Pertanyaan Variable X
NO
PERTANYAAN
SS
S
R
KS
TS
STS
1
Setujukah anda jika anak masuk PAUD pada usia 3 tahun?






2
Setujukah jika PAUD sangat penting untuk anak?






3
Setujukah jika anak wajib belajar di PAUD sebelum memasuki Sekolah Dasar?






4
Setujukah jika PAUD adalah persyaratan utama untuk masuk ke Sekolah Dasar?






5
Apa anda setujujikapmbelajaran PAUD memaksa anak untuk bisa belajar baca tulis sebelum masuk Sekolah Dasar?






6
Setujukah jika PAUD memiliki biaya yang mahal?






7
Setujukah jika biaya PAUD harus sebanding dengan kualitas pembelajaran?






8
Apakah anda setuju jika sekolah PAUD hanya bisa diperoleh orang-orang menengah ke atas?






9
Setujukah jika PAUD memiliki fasilitas yang bagus?






10
Setujukah jika anak anda bersekolah di PAUD dengan adanya fasilitas antar jemput?







Pertanyaan Variabel Y
NO
PERTANYAAN
SS
S
R
KS
TS
STS
1
Setujukah anda jika perkembangan anak sangatlah penting untuk masa depannya?






2
Setujukah anda jika pendidikn memberikan perkembangan positif kepada anak?






3
Apa anda setuju jika perkembangan anak di dukung oleh keluarga saja?






4
Setujukah jika perkembangan anak tidak didukung oleh lingkungan sekitar?






5
Setujukah jika anak anda mengembangkan bakatnya dalam hal yang ia suka?






6
Setujukah jika perkembangan anak membutuhkan pengawasan orang tua atau keluarga?






7
Setujukah anda jika perkembangan anak harus di dukung dengan pendidikan yang baik?






8
Setujukah jika perkembangan anak dalam pendidikan harus di motivasi keluarga?






9
Setujukah jika perkembangan anak harus ditingkatkan dengan memberikan pelatihan?






10
Apa anda setuju jika bakat anak dalam suatu bidang tidak dikembangkan/didukung oleh keluarga?







Hasil Penelitian Statistik
Data Hasil Kuesioner


Keterangan :
1.      1-10 (kesamping) adalah jumlah pertanyaan
2.      1-10 (kebawah) adalah jumlah responden
3.      PAUD (Variable X)= Independent
4.      Perkembangan Anak (Variable Y) = Dependen

Uji-uji Statistik yang Dilakukan
1.           Uji Frekuensi
2.           Uji Validitas
3.           Uji Reliabilitas
4.           Uji Korelasi
5.           Uji Regresi
6.           Uji Normalitas
7.           Uji Linieritas
8.           Uji Heterokedastisitas
9.           Uji Hipotesis

1. Uji Frekuensi
Uji Frekuensi atau Distribusi Frekuensi adalah suatu pendapat atau tanggapan responden terhadap kuesioner yang diberikan oleh peneliti yang hasil tanggapan kuesionernya merupakan daftar nilai data yang akan diteliti.
- Lakukan pengisian daftar nilai hasil kuesioner terhadap responden dalam Microsoft excel,  
- Kemudian copy data tersebut dan paste di lembar SPSS.
- Ubah kolom (VAR0001) menjadi P1 atau pertanyaan 1, dengan melakukan pengaturan pada Variable View(di ujung kiri bawah), kemudian atur properties atas jawaban yang dikaitkan dengan bobot nilai yang ada pada kuesioner,  
-  Atur properties pada kolom Values seperti berikut :
§  Value = 1, Label (Sangat Tidak Setuju)
§  Value = 2, Label (Tidak Setuju)
§  Value = 3, Label (Kurang Setuju)
§  Value = 4, Label (Ragu-ragu)
§  Value = 5, Label (Setuju)
§  Value = 6, Label (Sangat Setuju)

-Lakukan Distribusi Frekuensi dengan cara : klik Analyze > Descrivtive Statistics > Frequencies
- Pindahkan P1 sampai dengan item terakhir ke sebelah kanan dengan cara CTRL+A lalu klih panah untuk memindahkan item ke sebelah kanan.
- Kemudian klik OK, maka hasilnya sebagai berikut :
Frekuensi Table
Variable (X)

Hasil Uji Frekuensi :
Berdasarkan table diatas yang merupakan hasil perhitungan uji frekuensi variable (X), maka dapat disimpulkan sebagai berikut :
Misalnya diambil contoh dari P10. Sehingga dari jumlah 10 responden : 3 responden atau 30% menjawab “Kurang Setuju”, 1 responden atau 10% menjawab “Ragu-ragu”,
5 responden atau 50% menjawab “Setuju”, 1 responden atau 10% menjawab “Sangat Setuju”.
*Untuk P1-P10 dibaca seperti pada contoh P10


Frekuensi Table
Variabel (Y)



Hasil Uji Frekuensi :
Berdasarkan table diatas yang merupakan hasil perhitungan uji frekuensi variable (X), maka dapat disimpulkan sebagai berikut :
Misalnya diambil contoh dari P10. Sehingga dari jumlah 10 responden : 2 responden atau 20% menjawab “Setuju”, 8 responden atau 80% menjawab “Sangat Setuju”.
*Untuk P1-P10 dibaca seperti pada contoh P10
  
2.Uji Validitas
Uji Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin diukur.
Ø  Langkah Uji Validitas
- Lakukan copy terhadap data (pertanyaan beserta jumlah) yang ada di Microsoft excel kemudian paste ke lembar SPSS
- Setelah di paste, maka selanjutnya melakukan uji validitas dengan cara : klik Analyze > Correlate > Bivariate
- Kemudian klik Ok, maka hasilnya seperti gambar :
Correlations
Variabel X



P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
Jumlah
P1
Pearson Correlation
1
.113
-.009
-.084
-.164
-.068
-.170
-.172
-.697*
-.553
-.041
Sig. (2-tailed)

.756
.980
.817
.651
.852
.639
.635
.025
.098
.910
N
10
10
10
10
10
10
10
10
10
10
10
P2
Pearson Correlation
.113
1
.543
.298
.091
.071
.614
.315
.032
-.244
.693*
Sig. (2-tailed)
.756

.105
.402
.802
.845
.059
.376
.930
.497
.026
N
10
10
10
10
10
10
10
10
10
10
10
P3
Pearson Correlation
-.009
.543
1
.511
.285
-.074
.186
.089
.100
-.566
.523
Sig. (2-tailed)
.980
.105

.131
.425
.839
.607
.807
.784
.088
.121
N
10
10
10
10
10
10
10
10
10
10
10
P4
Pearson Correlation
-.084
.298
.511
1
-.116
.188
.383
-.008
.365
-.149
.549
Sig. (2-tailed)
.817
.402
.131

.750
.602
.275
.982
.300
.682
.100
N
10
10
10
10
10
10
10
10
10
10
10
P5
Pearson Correlation
-.164
.091
.285
-.116
1
.711*
-.170
.770**
-.318
.146
.552
Sig. (2-tailed)
.651
.802
.425
.750

.021
.639
.009
.371
.688
.098
N
10
10
10
10
10
10
10
10
10
10
10
P6
Pearson Correlation
-.068
.071
-.074
.188
.711*
1
.000
.667*
-.248
.292
.603
Sig. (2-tailed)
.852
.845
.839
.602
.021

1.000
.035
.489
.412
.065
N
10
10
10
10
10
10
10
10
10
10
10
P7
Pearson Correlation
-.170
.614
.186
.383
-.170
.000
1
.080
.089
.105
.480
Sig. (2-tailed)
.639
.059
.607
.275
.639
1.000

.827
.807
.773
.160
N
10
10
10
10
10
10
10
10
10
10
10
P8
Pearson Correlation
-.172
.315
.089
-.008
.770**
.667*
.080
1
-.100
.468
.735*
Sig. (2-tailed)
.635
.376
.807
.982
.009
.035
.827

.784
.172
.016
N
10
10
10
10
10
10
10
10
10
10
10
P9
Pearson Correlation
-.697*
.032
.100
.365
-.318
-.248
.089
-.100
1
.196
-.051
Sig. (2-tailed)
.025
.930
.784
.300
.371
.489
.807
.784

.587
.890
N
10
10
10
10
10
10
10
10
10
10
10
P10
Pearson Correlation
-.553
-.244
-.566
-.149
.146
.292
.105
.468
.196
1
.089
Sig. (2-tailed)
.098
.497
.088
.682
.688
.412
.773
.172
.587

.806
N
10
10
10
10
10
10
10
10
10
10
10
Jumlah
Pearson Correlation
-.041
.693*
.523
.549
.552
.603
.480
.735*
-.051
.089
1
Sig. (2-tailed)
.910
.026
.121
.100
.098
.065
.160
.016
.890
.806

N
10
10
10
10
10
10
10
10
10
10
10
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Dari analisis Variabel (X) (lihat kolom yang berwarna biru) maka hasil uji validitas diatas tidak semua (hanya 2) item valid (berwarna ungu) karena nilai uji validitas tidak semua melebihi koefisiensi korelasi minimal 0,30 (menurut pendapat Azwar 1999).
Correlations
Variabel Y



P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
Jumlah
P1
Pearson Correlation
1
.612
.156
.452
-.459
-.250
.218
.218
.156
.093
.363
Sig. (2-tailed)

.060
.667
.189
.182
.486
.545
.545
.667
.799
.303
N
10
10
10
10
10
10
10
10
10
10
10
P2
Pearson Correlation
.612
1
-.064
.431
.187
.102
.802**
.802**
.574
.152
.889**
Sig. (2-tailed)
.060

.861
.214
.604
.779
.005
.005
.083
.676
.001
N
10
10
10
10
10
10
10
10
10
10
10
P3
Pearson Correlation
.156
-.064
1
.659*
-.251
.156
-.307
-.307
-.220
-.348
.057
Sig. (2-tailed)
.667
.861

.038
.485
.667
.389
.389
.542
.324
.876
N
10
10
10
10
10
10
10
10
10
10
10
P4
Pearson Correlation
.452
.431
.659*
1
-.380
.452
.263
.263
-.047
-.448
.383
Sig. (2-tailed)
.189
.214
.038

.278
.189
.463
.463
.897
.194
.275
N
10
10
10
10
10
10
10
10
10
10
10
P5
Pearson Correlation
-.459
.187
-.251
-.380
1
.115
.401
.401
.645*
-.043
.416
Sig. (2-tailed)
.182
.604
.485
.278

.752
.251
.251
.044
.907
.232
N
10
10
10
10
10
10
10
10
10
10
10
P6
Pearson Correlation
-.250
.102
.156
.452
.115
1
.218
.218
-.234
-.604
.091
Sig. (2-tailed)
.486
.779
.667
.189
.752

.545
.545
.515
.065
.803
N
10
10
10
10
10
10
10
10
10
10
10
P7
Pearson Correlation
.218
.802**
-.307
.263
.401
.218
1
1.000**
.716*
.122
.871**
Sig. (2-tailed)
.545
.005
.389
.463
.251
.545

.000
.020
.738
.001
N
10
10
10
10
10
10
10
10
10
10
10
P8
Pearson Correlation
.218
.802**
-.307
.263
.401
.218
1.000**
1
.716*
.122
.871**
Sig. (2-tailed)
.545
.005
.389
.463
.251
.545
.000

.020
.738
.001
N
10
10
10
10
10
10
10
10
10
10
10
P9
Pearson Correlation
.156
.574
-.220
-.047
.645*
-.234
.716*
.716*
1
.087
.736*
Sig. (2-tailed)
.667
.083
.542
.897
.044
.515
.020
.020

.811
.015
N
10
10
10
10
10
10
10
10
10
10
10
P10
Pearson Correlation
.093
.152
-.348
-.448
-.043
-.604
.122
.122
.087
1
.202
Sig. (2-tailed)
.799
.676
.324
.194
.907
.065
.738
.738
.811

.576
N
10
10
10
10
10
10
10
10
10
10
10
Jumlah
Pearson Correlation
.363
.889**
.057
.383
.416
.091
.871**
.871**
.736*
.202
1
Sig. (2-tailed)
.303
.001
.876
.275
.232
.803
.001
.001
.015
.576

N
10
10
10
10
10
10
10
10
10
10
10
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Dari analisis Variabel (Y) (lihat kolom yang berwarna kuning) maka hasil uji validitas diatas tidak semua (hanya 4) item valid (berwarna ungu) karena nilai uji validitas tidak semua melebihi koefisiensi korelasi minimal 0,30 (menurut pendapat Azwar 1999).

3.Uji Reliabilitas
Uji Reliabilitas adalah data untuk mengukursuatu kuesioner yang merupakan indicator dari semua variable.Suatu kuesioner dikatakan reliable atau handal jika jawabanseseorang terhadappernyataan adalah kosisten atau stabil dari waktu ke waktu
Ø  Langkah Uji Reliabilitas 
-Lakukan copy terhadap data (tanpa kolom jumlah) yang ada di Microsoft excel kemudian paste ke lembar SPSS
-Setelah di paste selanjutnya : klik Analyze > Scale > Reliability Analyzis
-Kemudian klik OK, maka hasilnya seperti gambar :
>  Hasil Uji Reliabilitas Variabel X


>  Hasil Uji Reliabilitas Variabel (Y)


Variable
Cronbach Alpa
Keterangan
X
0.489
Tidak Reliabel
Y
0.503
Tidak Reliabel

Berdasarkan table diatas, dapat diketahui Variabel X diperoleh nilai Alpha Cronbach < 0,60. Ini berarti pertanyaan-pertanyaan tersebutTidak Reliabel danbelum dapat digunakan dalam penelitian.
4.Uji Korelasi
Uji korelasi adalah suatu analisis untuk mengetahui tingkat keeratan hubungan antara dua variable.Tingkat hubungan tersebut dapat dibagi menjadi tiga kriteria, yaitu menpunyai hubungan positif, hubungan negatif, dan tidak memiliki hubungan.
Ø  Langkah Uji Korelasi 
-Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji korelasi dengan cara : klik Analyze > Correlate > Bevariate
 -Kemudian klik Ok, maka hasilnya seperti gambar :

-Kemudian lakukan kembali analisis untuk mengetahui hubungan antara variable independen dengan dependent dengan cara : klik Analyze > Regression > Linear
 - Pindahkan Variabel X ke kolom bagian Independent, dan Variabel Y ke kolom bagian Dependent :
-Klik tombol Statistics, dan ceklis pada Rsquared change
-Klik tombol Continue, kemudian OK. Maka hasilnya sebagai berikut :


Mengacu pada hasil tersebut maka kita harus melihat table koefisiensi korelasi untuk dapat mengambil kesimpulan hubungan antar variable tersebut, berikut table koefisien korelasi :


Berdasarkan table diatas, diketahui bahwa besarnya korelasi antara Variabel (X) terhadap Variabel (Y) yang dihitung dengan koefisien korelasi adalah sebesar 0.339.Hal tersebut menunjukan bahwa hubungan variable tersebut bersifat rendah.
            Untuk uji signifikansi koefisiensi korelasi menghasilkan Sig. sebesar 0.337 dan lebih besar daripada α = 0.05. (Sig. = 0.337 > 0.05). Maka artinya Ha ditolak dan dapat disimpulkan bahwa variable (X) tidak simultan terhadap variable (Y).
5.Uji Regresi
Analisis regresi dalam satatistika adalah salah satu metode untuk menentukan sebab-akibat antara satu variable dengan variable lainnya.Analisis ini sering digunakan secara luas untuk melakukan prediksi dan ramalan.
Ø  Lahkah Uji Regresi
 -Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji regresi dengan cara : klik Analyze > Regression > Linear
-Kemudian pindahkan Variabel X ke kolom bagian Independent, dan Variabel Y ke kolom bagian Dependent
-Kemudian klik tombol Plots, pada bagian Standardize Residuals Plots ceklis Histogramdan Normal probability plot :
-Klik tombol Continue, kemudian OK. Maka hasilnya sebagai berikut :

            Pada tabel Model Summary menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi.Hasil nilai R sebesar 0.339.Hasil tersebut menjelaskan bahwa hubungan variabel berada pada kategori rendah. Hasil pada R Square atau yang disebut dengan Koefisiensi Determinasi (KD) adalah 11.5% yang dapat dijelaskan bahwa hubungan variabel Independent terhadap variabel Dependent memiliki pengaruh kontribusi sebesar 11.5% sedangkan sisanya 88.5% dipengaruhi oleh variabel lain/faktor lain diluar variabel penelitian.


Pada tabel Anova menghasilkan nilai signifikansi yaitu 0.337 dengan syarat ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan jika > 0,05 maka model regresi tidak linier. Berdasarkan output tabel Anova diatas, diperoleh nilai Sig. = 0.337 yang berarti > kriteria signifikan (0,05), oleh karena itu model persamaan regresi berdasarkan data penelitian adalah tidak signifikan artinya, model regresi linier tidak memenuhi kriteria linieritas.


            Pada tabel Coefficients menghasilkan model persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model persamaan regresi : Y = 36.632 + 0.237 X.
6.  Uji Normalitas
Uji normalitas adalah uji analis untuk mengetahui apakah distribusi sebuah data yang mengikuti atau mendekati distribusi normal.
Ø  Langkah Uji Normalitas
 - Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji normalitas dengan cara : klik Analyze> Regression > Linear
- Kemudian pindahkan Variabel X ke kolom bagian Independent, dan Variabel Y ke kolom bagian Dependent. Dan klik tombol Save, pada bagian Residual ceklis Unstanderlized
- Klik tombol Continue, kemudian OK. Maka hasilnya sebagai berikut :
-Langkah selanjutnya :Analyze > Nonparametic Tests 1 > Sampel K. Kemudian pindahkan Unstandardized Residual (RES_1).
-Kemudian klik  OK, maka hasilnya sebagai berikut :


Berdasarkan tabel uji normalitas dengan Kolmogorov-Smirnov Test diperoleh nilai Kolmogorov Smirnov Z sebesar 0.622 dan Asymp.sig.sebesar 0.832 lebih besar dari 0,05 maka dapat disimpulkan data berdistribusi Normal.
7.  Uji Linieritas
Uji linieritas bertujuan unyuk mengetahui apakah setiap variable mempuyai hubungan yang liniear atau tidak secara signifikan dengan variable yang lain.
Ø  Langkah Uji Linieritas
- Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji linieritas dengan cara : klik Analyze > Compare Means> Mean
- Kemudian pindahkan Variabel X ke kolom bagian Independent List, dan Variabel Y ke kolom bagian Dependent List. Dan klik Options lalu ceklis (bagian pojok kiri bawah) Anova table and eta dan Test for linearity 
- Klik tombol Continue, kemudian OK. Maka hasilnya sebagai berikut :

Berdasarkan table diatas yang merupakan hasil penghitungan uji linieritas dihasilkan analisis bahwa nilai signifikan 0.560 > 0.05 dan Deviation from Linearity menghasilkan nilai 0.904 yang dimana > 0.05 maka dapat disimpulkan antara variable X dengan Y mempunyai hubungan yang linear.
8.       Uji Heterokedastisitas
Uji Heterokedastisitas yaitu adanya ketidak samaan varian dari residual untuk semua  pengamatan pada model regresi, dan juga digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik. Prasarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejal heterokedastisitas.
Ø  Langkah Uji Heterokedastisitas 
 - Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji heterokedastisitas dengan cara : klik Analyze > Regression > Linear
- Kemudian pindahkan Variabel X ke kolom bagian Independent, dan Variabel Y ke kolom bagian Dependent. Dan klik tombol Save, pada bagian Residual ceklis Unstanderlized 
- Klik tombol Continue, kemudian OK.
- Selanjutnya : klik Transform > Compute Variabel , kemudian  pada kolom  Target Variable ketik RES_2 dan pada Numeric Expression  ketik ABS_RES(RES_1) 
- Klik OK,  Kemudian diteruskan dengan klik Analyze > Regression > Linear. Selanjutnya keluarkan variable Y dibagian Dependent dan masukan dengan RES_2, dan klik tombol Save, pada bagian Residual hilangkan ceklis Unstanderlized
- Klik tombol Continue, kemudian OK. Maka hasilnya sebagai berikut :

Berdasarkan tabel diatas tersebut menunjukkan tidak ada gangguan heteroskedastisitas yang terjadi, dimana nilai signifikan (sig) lebih dari 0,05. Jadi secara keseluruhan variabel dalam hal ini dapat disimpulkan bahwa tidak ada masalah heteroskedastisitas.
9.       Uji Hipotesis
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data, baik dari percobaan yang terkontrol maupun dari observasi.Didalam statistic sebuah hasil dapat dikatakan signifikan jika kejadian tersebut hampir tidak mungkin disebabkan oleh factor yang kebetulan, maka dari itu harus sesuai dengan probabilitas yang sudah ditentukan sebelumnya.
Ø  Langkah Uji Hipotesis
- Lakukan copy terhadap jumlah pada masing-masing variable X dan Y, kemudian paste di lembar SPSS. Setelah di paste, maka selanjutnya melakukan uji hipotesis dengan cara : klik Analyze > Regression > Linear
- Kemudian pindahkan Variabel X ke kolom bagian Independent, dan Variabel Y ke kolom bagian Dependent :
- Kemudian kilik OK, maka akan tampil :


Berdasarkan hasil analisis terlihat bahwa pada kolom Sig. pada table ANOVA nilai Sig. adalah sebesar 0.337 atau > nilai probabilitas 0.05 (Sig. 0.337> 0.05), maka Ho diterima dan Ha ditolak.Artinya koefisienregresi adalah tidak signifikan.
Jadi Pendidikan Anak Usia Dini (PAUD) (variable X) tidak terlalu berpengaruh secara simultan dan signifikan terhadap Perkembangan Anak (variable Y).
Berdasarkan hasil penelitian secara simultan variable X memiliki kontribusi sebesar11.5% dalam menjelaskan perubahan yang terjadi pada variable Y, sedangkan sisanya sebesar88.5% dijelaskan oleh variable lain di luar model.
Berdasarkan hasil penelitian pada table coefficients variable X, secara simultan terhadap Y dimaksudkan untuk menguji signifikansi konstanta dan variable dependen.
C  Hipotesis :
Ha = Variable X berpengaruh secara simultan dan signifikan terhadap Variabel Y.
Ho = Variabel X