Belakang
Jumlah data yang digunakan dalam penelitian ini adalah sebanyak 3281 data mahasiswa USMI dengan rincian data mahasiswa angkatan 42 sebanyak 1532 record dan data mahasiswa angkatan 43 sebanyak 1749 record. Data persentase dari peubah latar belakang mahasiswa yang digunakan untuk menjelaskan karakteristik mahasiswa disajikan pada Tabel 1 di bawah ini :
Tabel 1 Persentase data latar belakang mahasiswa angkatan 42 & 43
No Peubah Angkt. 42 Angk. 43 1 Jenis Kelamin Laki-Laki 41.7 39.9 Perempuan 58.3 60.1 2 Pendidikan Ayah SD kebawah 11.2 9.9 SLTP 7.5 7.3 SLTA 37.2 36.1 Diploma 13.2 12.8 Sarjana (S1/S2/S3) 29.3 32.8 Tidak Mengisi 1.7 1.1 3 Pekerjaan Ayah Pegawai Negeri 35.3 35.1 TNI/POLRI 2.8 2.5 Pensiunan Pegawai Negeri 2.1 3.8 Wiraswasta 0.7 19.7 Purnawirawan 12.7 1.1 Eksekutif 5.5 0.1
BAHAN DAN METODE
BahanData yang digunakan dalam penelitian ini adalah data mahasiswa USMI angkatan 42 dan 43 sebanyak 3281 data mahasiswa dengan 28 peubah, yaitu 4 peubah nilai rapor SMU, 6 peubah latar belakang mahasiswa, 14 peubah nilai mata kuliah TPB, dan 4 peubah nilai Indeks Prestasi. Data nilai akademik mahasiswa yang tidak lengkap tidak diikutsertakan dalam penelitian ini. Berikut adalah peubah-peubah yang diamati dalam penelitian ini.
a. Nilai rapor SMU terdiri dari : 1. Matematika
2. Fisika 3. Kimia 4. Biologi
b. Latar belakang mahasiswa terdiri dari : 1. Jenis Kelamin 2. Pendidikan Ayah 3. Pekerjaan Ayah 4. Daya Listrik 5. Penghasilan Ayah 6. Asal Daerah
c. Nilai mata kuliah TPB terdiri dari : 1. Agama 2. Biologi 3. Ekonomi Umum 4. Fisika 5. Bahasa Indonesia 6. Bahasa Inggris 7. Kalkulus 8. Kimia 9. Kewirausahaan 10. Matematika 11. Olahraga & Seni 12. PIP
13. PKN
14. Sosiologi Umum
d. Nilai Indeks Prestasi mahasiswa terdiri dari : 1. IPK TPB
2. IP Semester 3 3. IP Semester 4 4. IP Semester 5
Metode
Langkah-langkah yang akan dilakukan dalam penelitian ini adalah sebagai berikut :
1. Melakukan eksplorasi data berupa persiapan data (data preparation) dan pengurangan data (data reduction). 2. Melakukan uji korelasi terhadap nilai
rapor SMU dan IPK TPB.
3. Melakukan analisis chi-square kemudian analisis korespondensi untuk melihat hubungan antara latar
belakang mahasiswa dengan prestasi akademik saat TPB . 4. Melakukan analisis gerombol untuk
mengelompokkan asal daerah mahasiswa berdasarkan nilai indeks prestasi TPB.
5. Melakukan analisis korelasi kanonik untuk melihat keterkaitan antara nilai akademik mata kuliah di TPB dengan prestasi mahasiswa setelah masuk departemen dilihat dari Indeks Prestasinya.
6. Interpretasi dan kesimpulan hasil analisis.
Software yang digunakan dalam penelitian ini adalah MS. Excel 2003, SPSS 13.0, Minitab 14 dan SAS 9.1.
HASIL DAN PEMBAHASAN
Deskripsi Mahasiswa Berdasarkan LatarBelakang
Jumlah data yang digunakan dalam penelitian ini adalah sebanyak 3281 data mahasiswa USMI dengan rincian data mahasiswa angkatan 42 sebanyak 1532 record dan data mahasiswa angkatan 43 sebanyak 1749 record. Data persentase dari peubah latar belakang mahasiswa yang digunakan untuk menjelaskan karakteristik mahasiswa disajikan pada Tabel 1 di bawah ini :
Tabel 1 Persentase data latar belakang mahasiswa angkatan 42 & 43
No Peubah Angkt. 42 Angk. 43 1 Jenis Kelamin Laki-Laki 41.7 39.9 Perempuan 58.3 60.1 2 Pendidikan Ayah SD kebawah 11.2 9.9 SLTP 7.5 7.3 SLTA 37.2 36.1 Diploma 13.2 12.8 Sarjana (S1/S2/S3) 29.3 32.8 Tidak Mengisi 1.7 1.1 3 Pekerjaan Ayah Pegawai Negeri 35.3 35.1 TNI/POLRI 2.8 2.5 Pensiunan Pegawai Negeri 2.1 3.8 Wiraswasta 0.7 19.7 Purnawirawan 12.7 1.1 Eksekutif 5.5 0.1
No Peubah Angkt. 42 Angk. 43 Pekerjaan Ayah Profesional 0.5 0.9 Karyawan Swasta 21.7 12.5 Rohaniawan 0.4 0.3 Petani/Nelayan 4.5 4.5 Buruh 0.1 3.9 BUMN 3.3 5.7 Lainnya 4.1 3.7 Tidak Mengisi 6.3 6.2 4 Daya Listrik < 450 Watt 29.8 26.0 450 Watt 45.8 46.0 900 Watt 15.7 18.2 1300 Watt 5.3 6.6 2200 Watt 0.9 1.1 > 2200 Watt 1.8 2.1 Tidak Mengisi 0.6 0.1 5 Penghasilan Ayah < 500.000 7.3 7.1 500.001 - 1.000.000 15.9 14.3 1.000.001 – 2.500.000 51.2 45.3 2.500.001 – 5.000.000 19.5 26.5 > 5.000.000 4.8 6.7 Tidak Mengisi 1.2 0.1
Pada data mahasiswa angkatan 42 yang memulai sistem mayor minor, terjadi penurunan pada jumlah mahasiswa dibandingkan mahasiswa phasing out yang berjumlah lebih dari 1700 mahasiswa. Berdasarkan Tabel 1 untuk angkatan 42, dari 1532 mahasiswa, mayoritas memiliki latar belakang pendidikan orang tua SLTA yaitu sebesar 570 (37.2%), diikuti pendidikan sarjana (S1/S2/S3) sebanyak 448 (29.3%), sedangkan latar belakang pekerjaan orang tua yang terbesar adalah pegawai negeri yaitu sebanyak 541 (35.3%) diikuti karyawan swasta sebanyak 333 (21.7%) dan purnawirawan sebanyak 194 (12.7%). Mahasiswa yang mengisi memiliki daya listrik sebesar 450 Watt tercatat sebanyak 701 (45.8%) dan sebanyak 785 (51.2%) mengisi penghasilan orang tua antara Rp. 1.000.001 - 2.500.000,-. Sedangkan mahasiswa angkatan 43 tercatat 1749 jumlah mahasiswa, sebanyak 632 (36.1%) memiliki latar pendidikan orang tua SLTA diikuti pendidikan sarjana (S1/S2/S3) sebanyak 574 (32.8%). Latar belakang pekerjaan orang tua terbesar adalah pegawai negeri yaitu sebanyak 614 (35.1%), diikuti wiraswasta
sebanyak 344 (19.7%) dan karyawan swasta sebanyak 219 (12.5%). Mahasiswa yang mengisi memiliki daya listrik sebesar 450 Watt tercatat sebanyak 804 (46%) dan sebanyak 793 (45.3%) mengisi penghasilan orang tua antara Rp. 1.000.001 - 2.500.000,-. Pada kedua angkatan dapat dilihat bahwa persentase mahasiswa perempuan lebih tinggi dibandingkan mahasiswa laki-laki. Pada angkatan 42 dan 43 secara berturut-turut jumlah mahasiswa perempuan adalah sebanyak 893 (58.3%) dan 1052 (60.1%). Tabel 2 Persentase data asal daerah
mahasiswa angkatan 42 & 43 Asal Daerah Angkt. 42 Angkt. 43
NAD 0.7 1.0 Sumatera Utara 4.9 5.5 Sumatera Barat 4.4 3.1 Riau 0.7 0.5 Jambi 1.3 1.2 Sumatera Selatan 1.4 1.1 Bengkulu 1.0 0.9 Lampung 2.0 2.2 Bangka 0.0 0.3 Banten 0.0 5.3 DKI Jakarta 12.8 13.7 Jawa Barat 46.0 40.0 Jawa Tengah 14.5 13.7 DIY 0.4 0.3 Jawa Timur 6.8 7.1 Bali 0.2 0.4 NTB 0.6 0.7 NTT 0.1 0.3 Kalimantan 0.4 0.6 Sulawesi 1.1 1.3 Papua 0.4 0.3 Luar Negeri 0.3 0.2
Pada Tabel 2 dapat dilihat bahwa asal daerah mahasiswa untuk tiap angkatan didominasi dari daerah Jawa Barat. Pada angkatan 42 tercatat sebanyak 704 (46%) mahasiswa asal Jawa Barat sedangkan pada angkatan 43 sebanyak 700 (40%) mahasiswa asal Jawa Barat. Daerah asal terbesar berikutnya adalah Jawa Tengah dan DKI Jakarta. Pada angkatan 42 daerah Bangka masih bergabung dengan Sumatera Selatan dan Banten masih bergabung dengan Jawa Barat.
Hubungan Nilai Raport SMU dan Indeks Prestasi Kumulatif TPB
Hubungan antara rata-rata nilai rapor SMU (semester 1 sampai dengan 5) dan IPK TPB mahasiswa dapat diketahui melalui uji korelasi Pearson. Tabel korelasi rata-rata antara nilai rapor SMU dan IPK TPB disajikan pada Tabel 3 berikut.
Tabel 3 Korelasi Pearson antara nilai rapor SMU dengan IPK TPB
IPK TPB Rapor SMU Angkatan 42 Angkatan 43 Matematika 0.2136 0.1588 Fisika 0.136 0.1204 Kimia 0.219 0.1958 Biologi 0.1372 0.1524
Dari hasil korelasi Pearson per angkatan yang dilakukan antara nilai rapor SMU yaitu nilai Matematika, Fisika, Biologi, dan Kimia dengan nilai IPK TPB didapatkan koefisien korelasi yang sangat kecil, hanya berkisar 0.1 hingga 0.2 dengan nilai probabilitas lebih kecil dari α = 5%. Korelasi yang kecil bisa disebabkan karena nilai SMU mahasiswa USMI kurang beragam atau cenderung homogen disekitar nilai antara 70 hingga 80. Hal ini dapat pula dilihat pada gambar boxplot nilai rapor SMU (semester 1 sampai dengan 5) untuk mata pelajaran Matematika, Fisika, Kimia, dan Biologi per angkatan pada Lampiran 1.
Hubungan IPK TPB dan Latar Belakang Mahasiswa
Pada penelitian ini, Indeks Prestasi
Kumulatif (IPK) TPB mahasiswa
diklasifikasikan secara subjektif menjadi lima kategori, yaitu : IPK< 2.00, 2.00≤IPK<2.50, 2.50≤IPK<3.00, 3.00≤IPK<3.50, dan IPK ≥ 3.50. Jika ditinjau dari latar belakang mahasiswa, terdapat dua peubah yang sama di setiap angkatan yang memiliki keterkaitan dengan IPK TPB seorang mahasiswa, peubah tersebut adalah asal daerah dan penghasilan ayah. Hal ini dapat dilihat pada Lampiran 2. Berdasarkan uji kebebasan chi-square yang dilakukan, nilai probabilitas untuk kedua peubah tadi lebih kecil dari taraf α= 5% pada tiap angkatan. Sehingga hal ini dapat diartikan bahwa IPK TPB seorang mahasiswa terkait dengan asal daerah mahasiswa tersebut dan penghasilan orang tua, dalam hal ini ayah.
Untuk mengetahui letak dominasinya maka dilakukan analisis korespondensi sebagai tampilan visualnya. Analisis korespondensi berdasarkan penghasilan orang tua dapat dilihat
pada Lampiran 3 dan tampilan plotnya pada Lampiran 5 untuk angkatan 42 dan Lampiran 6 untuk angkatan 43. Dari plot korespondensi angkatan 42 dan 43, terlihat dominasi profil kolom (klasifikasi IPK) dengan profil baris (penghasilan orang tua). Pada Lampiran 5 untuk plot angkatan 42 terlihat bahwa mahasiswa dengan penghasilan orang tua < Rp.500.000 dan
Rp.500.001-1.000.000 terlihat mendominasi
mahasiswa dengan IPK ≥ 3.50, sedangkan mahasiswa dengan 2.00 ≤IPK< 2.50 didominasi oleh mahasiswa dengan penghasilan orang tua antara Rp.
2.500.001-5.000.000 dan > Rp. 5.000.000, sedangkan
pada Lampiran 6 untuk plot angkatan 43 juga terlihat bahwa mahasiswa yang memiliki IPK ≥ 3.50 didominasi oleh mahasiswa dengan penghasilan orang tua <
Rp.500.000 dan 3.00 ≤IPK< 3.50 banyak
diperoleh mahasiswa dengan penghasilan orang tua Rp.500.001-1.000.000 sedangkan mahasiswa dengan 2.00 ≤IPK< 2.50 didominasi oleh mahasiswa dengan penghasilan orang tua Rp.
2.500.001-5.000.000. Dari hasil yang didapatkan dapat
disimpulkan bahwa pada mahasiswa angkatan 42 dan 43, mahasiswa yang memiliki IPK TPB ≥ 3.00 cenderung diperoleh mahasiswa dengan latar belakang gaji orang tua < Rp.1.000.000.
Peubah asal daerah terkait dengan prestasi di TPB bisa disebabkan kualitas pendidikan SMU di daerah asal mahasiswa tersebut. Secara visual dominasi profil kolom (klasifikasi IPK) dengan profil baris (asal daerah) dapat dilihat pada Lampiran 7 untuk angkatan 42 dan Lampiran 8 untuk angkatan 43. Daerah asal mahasiswa di kedua angkatan yang cenderung dekat dengan kategori IPK ≥ 3.00 adalah Lampung, Bangka, Kalimantan, Bali, Riau, Sumatera Selatan, Jawa Timur, Jawa Tengah, DKI Jakarta, DIY, dan Jambi, sedangkan daerah asal mahasiswa di kedua angkatan yang dekat dengan kategori IPK < 3.00 adalah Sumatera Barat, Sumatera Utara Jawa Barat, NTB, NTT, Papua, dan Luar Negeri.
Pengelompokkan Asal Daerah Mahasiswa Menurut IPK TPB
Pada penelitian ini penggerombolan asal daerah mahasiswa pada angkatan 42 dan 43 menggunakan metode penggerombolan berhirarki dengan menggunakan ukuran jarak euclid dan metode pautan rataan (Average Linkage). Peubah-peubah yang
digunakan untuk menggerombolkan asal daerah berdasarkan karakteristik nilai IPK TPB adalah persentase sebaran klasifikasi IPK TPB, yaitu 2.00≤IPK<2.50, 2.50 ≤IPK<3.00, 3.00≤IPK<3.50, dan IPK≥3.50. Tabulasi silang antara asal daerah dan IPK TPB dapat dilihat pada Lampiran 9 untuk angkatan 42 dan Lampiran 10 untuk angkatan 43, sedangkan dendogram hasil pengelompokan dapat dilihat pada Gambar 1 untuk angkatan 42 dan Gambar 2 untuk angkatan 43.
Berdasarkan analisis yang dilakukan, asal daerah mahasiswa dibagi menjadi 4 gerombol. Penentuan gerombol ini bersifat subjektif. Pengelompokkan asal daerah pada masing-masing angkatan dapat dilihat pada Tabel 4 untuk angkatan 42 dan Tabel 5 untuk angkatan 43.
Tabel 4 Pengelompokan asal daerah pada angkatan 42
Gerombol Asal Daerah Mahasiswa
1 NAD, Sumatera Utara,
Sumatera Barat, Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, Jawa Timur, NTB, Kalimantan, dan Luar Negeri
2 Bali
3 NTT
4 Sulawesi dan Papua
Tabel 5 Pengelompokan asal daerah pada angkatan 43
Gerombol Asal Daerah Mahasiswa
1 NAD, Sumatera Utara,
Bengkulu, NTB, Sulawesi, Papua, dan Luar Negeri
2 Sumatera Barat, Riau, Jambi, Sumatera Selatan, Lampung, Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, Jawa Timur, dan NTT
3 Bangka dan Kalimantan
4 Bali
Pada Tabel 4 dapat dilihat bahwa sebanyak 80% asal daerah mahasiswa angkatan 42 yang masuk gerombol 1, yaitu berjumlah 16. Gerombol 1 ini adalah kelompok daerah yang mahasiswanya banyak memperoleh IPK TPB pada klasifikasi 2.50≤IPK<3.00 dan 3.00≤IPK<3.50, pada gerombol 2 yang hanya terdiri dari Bali, dapat dilihat juga pada tabulasi Lampiran 11 bahwa mahasiswa asal Bali
nilainya menyebar pada klasifikasi 2.50≤IPK<3.00 dan IPK ≥ 3.50, pada gerombol 3 yang juga hanya terdiri dari satu anggota, yaitu NTT adalah gerombol yang dicirikan oleh sangat rendahnya prestasi yang diperoleh mahasiswanya, dimana 100% ada di klasifikasi terendah, yaitu 2.00≤IPK<2.50, sedangkan gerombol 4 yang terdiri dari Sulawesi dan Papua adalah kelompok daerah yang mahasiswanya banyak memperoleh IPK TPB pada 2 klasifikasi pertama yaitu 2.00≤IPK<2.50 dan 2.50≤IPK<3.00.
Pada Tabel 5 untuk angkatan 43 terlihat dua gerombol pertama yang anggotanya lebih banyak dari gerombol lainnya. Pada gerombol 1 yang berjumlah 7 anggota adalah kelompok daerah yang mahasiswanya banyak memperoleh nilai IPK TPB pada klasifikasi 2.00≤IPK<2.50 dan 2.50≤IPK<3.00, pada gerombol 2 yang berjumlah 12 anggota adalah kelompok daerah yang mahasiswanya banyak memperoleh nilai IPK TPB pada klasifikasi 2.50≤IPK<3.00 dan 3.00≤IPK<3.50, pada gerombol 3 yang terdiri dari Bangka dan Kalimantan adalah kelompok daerah yang dicirikan oleh tingginya prestasi yang diperoleh mahasiswanya, yaitu tersebar pada klasifikasi IPK ≥ 3.50, sedangkan gerombol 4 yang hanya terdiri dari Bali, nilai mahasiswanya menyebar pada klasifikasi 2.50≤IPK<3.00 dan IPK≥ 3.50.
Dari kedua angkatan terlihat bahwa Bali cenderung membentuk gerombol sendiri karena sebaran nilai mahasiswa asal Bali yang berbeda dibandingkan mahasiswa asal daerah lain, hal ini disebabkan mahasiswa Bali yang jumlahnya masih sedikit di IPB, sedangkan mahasiswa asal Sumatera Barat, Riau, Sumatera Selatan, Lampung, DKI Jakarta, Jawa Barat, Jawa Tengah, DIY, dan Jawa Timur cenderung memperoleh nilai yang cukup baik di kedua angkatan, yaitu berada pada klasifikasi 2.50≤IPK<3.50. Pada mahasiswa asal NTT dan Kalimantan, terlihat adanya peningkatan prestasi jika membandingkan nilai IPK TPB antara mahasiswa angkatan 42 dan mahasiswa angkatan 43 yang berasal dari daerah tersebut.
Gambar 1 Dendrogram analisis gerombol asal daerah pada angkatan 42 Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---+---+---+---+---+ NAD 1 DIY 12 Bengkulu 7 Riau 4 Jatim 13 Sumut 2 NTB 15 DKI Jaka 9 Jabar 10 Sumbar 3 Sumsel 6 Jateng 11 Jambi 5 Lampung 8 Kalimant 17 Luar Neg 20 Bali 14 Sulawesi 18 Papua 19 NTT 16
Gambar 2 Dendrogram analisis gerombol asal daerah pada angkatan 43
Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---+---+---+---+---+ JAMBI 5 JATIM 15 SUMSEL 6 LAMPUNG 8 JATENG 13 SUMBAR 3 NTT 18 BANTEN 10 DKI JAKA 11 JABAR 12 RIAU 4 DIY 14 BANGKA 9 KALIMANT 19 BENGKULU 7 NTB 17 SUMUT 2 SULAWESI 20 NAD 1 PAPUA 21 LUAR NEG 22 BALI 16
Pola Pergerakan Rataan Indeks Prestasi (IP) per Departemen
Pola pergerakan Indeks Prestasi (IP) per departemen dapat dilihat pada Lampiran 11 untuk angkatan 42 dan Lampiran 12 untuk angkatan 43. Dari gambar radar, dapat dilihat bahwa untuk nilai IPK TPB, Departemen Teknologi Pangan memiliki rataan paling tinggi pada kedua angkatan kemudian diikuti Departemen Statistika dan Departemen Teknologi Industri Pertanian pada angkatan 42, sedangkan pada angkatan 43 urutan ketiga IPK tertinggi diperoleh Departemen Ilmu Gizi. Pada angkatan 42 Departemen Silvikultur memiliki rataan IPK TPB paling rendah sedangkan pada angkatan 43 IPK TPB terendah diperoleh Departemen Proteksi Tanaman dan Departemen Teknologi Hasil Hutan. Secara umum hampir seluruh departemen memiliki trend menurun pada rataan nilai Indeks Prestasi (IP) semester 3, hal ini bisa disebabkan proses penyesuaian dari mata kuliah di TPB menuju ke mata kuliah di departemen.
Departemen yang terlihat cenderung memiliki pergerakan rataan Indeks Prestasi (IP) konstan adalah Departemen Agronomi dan Hortikultura, Biologi, Agribisnis, dan Ilmu Gizi. Sedangkan pada Fakultas Ekonomi dan Manajemen yaitu Departemen Manajemen, Departemen Ekonomi Sumberdaya dan Lingkungan, Departemen Ekonomi dan Studi Pembangunan serta pada Fakultas Ekologi Manusia yaitu Departemen Ilmu Keluarga dan Konsumen dan Departemen Komunikasi dan Pengembangan Masyarakat terlihat bahwa rataan IPK TPB menuju ke IP Semester berikutnya mengalami peningkatan baik pada angkatan 42 maupun angkatan 43.
Pola Sebaran Nilai Akhir Mata Kuliah TPB per Departemen
Sebaran persentase nilai akhir mata kuliah TPB mahasiswa angkatan 42 dan 43 menurut huruf mutu dapat dilihat pada Lampiran 14 dan Lampiran 15. Dari lampiran dapat terlihat bahwa prestasi yang diperoleh angkatan 42 dan 43 tidak terlalu berbeda. Pada departemen Teknologi Pangan dan Statistika terlihat bahwa untuk mata kuliah Kalkulus dan Matematika, mahasiswa yang mendapat huruf mutu A selalu lebih tinggi persentasenya dibandingkan persentase untuk huruf mutu lainnya, bahkan pada mahasiswa statistika angkatan 42, sebesar 100% mendapat huruf mutu A pada mata kuliah Kalkulus. Sedangkan nilai mutu B untuk mata kuliah Kalkulus dan Matematika banyak diperoleh mahasiswa dari Departemen
Teknologi Hasil Perairan, Ilmu dan Teknologi Kelautan, dan Teknologi Hasil Hutan. Nilai C masih banyak diperoleh mahasiswa dari Fakultas Pertanian. Sedangkan ketidaklulusan pada mata kuliah Kalkulus ini masih besar pada Departemen Teknologi dan Manajemen Perikanan Tangkap, Ilmu dan Teknologi Kelautan, departemen-departemen pada Fakultas Peternakan, Konservasi SD Hutan dan Ekowisata, dan Departemen Komunikasi dan Pengembangan Masyarakat, dimana sekitar > 30% mahasiswa pada departemen tersebut yang memperoleh nilai D dan E.
Mahasiswa Departemen Agronomi dan Hortikultura dan Arsitektur Lanskap pada angkatan 43 cukup banyak yang memperoleh huruf mutu B pada mata kuliah Kalkulus dan Matematika. Sedangkan kegagalan banyak diperoleh mahasiswa pada Departemen Proteksi Tanaman, Manajemen Sumberdaya Lahan, Fakultas Peternakan, Manajemen Hutan, Silvikultur, Meteorologi Terapan, Biologi, dan Departemen Ilmu Keluarga dan Konsumen, dimana sekitar > 40% mahasiswa pada departemen tersebut memperoleh nilai D dan E.
Pada Departemen Teknologi Pangan angkatan 42, mata kuliah Biologi dan Kimia didominasi oleh nilai mutu A. Sedangkan nilai mutu B banyak diperoleh departemen Agronomi dan Hortikultura, Arsitektur Lanskap, Kedokteran Hewan, Teknologi Hasil Perairan, Teknologi Hasil Hutan, Teknologi Industri Pertanian, Teknik Pertanian, Ilmu Gizi, dan hampir seluruh departemen di Fakultas MIPA. Pada mata kuliah Ekonomi Umum, secara keseluruhan di setiap departemen banyak tersebar pada huruf mutu A dan B. Sedangkan untuk mata kuliah Fisika, nilai A dan B banyak tersebar pada Departemen Agronomi dan Hortikultura, Arsitektur Lanskap, Kedokteran Hewan, Teknologi Hasil Perairan, Ilmu dan Teknologi Kelautan, Teknologi Hasil Hutan, seluruh departemen di Fakultas Teknologi Pertanian, Ilmu Gizi, Manajemen, Agribisnis, departemen-departemen di Fakultas MIPA, dan Departemen Ekonomi dan Studi Pembangunan. Dari sebaran nilai tadi sudah mulai dapat terlihat pola-pola sebaran nilai pada departemen-departemen tertentu, namun pada banyak departemen di Fakultas Pertanian, Fakultas Perikanan, Fakultas Peternakan, dan Fakultas Kehutanan masih belum terlihat pola-pola khusus pada mata kuliah tertentu, seperti pada Departemen Proteksi Tanaman, Silvikultur, dan Ilmu Keluarga dan Konsumen hampir di setiap mata kuliah tadi banyak yang
tersebar di huruf mutu C bahkan tidak sedikit persentase yang mendapat D atau E.
Analisis Korelasi Kanonik Antara Mata Kuliah TPB dan Prestasi di Departemen
Analisis korelasi kanonik antara peubah mata kuliah di TPB ditambah dengan IPK TPB (X) dan peubah Indeks Prestasi (IP) setelah di departemen (Y) hanya dilakukan pada angkatan 42. Pada analisis korelasi secara keseluruhan didapatkan korelasi (
i) antara U1 dan V1 adalah sebesar 0.631 dan
i2 sebesar 39.8%, yang berarti 39.8% dari ragam dapat diterangkan oleh model, sedangkan ragam total yang dapat dijelaskan adalah sebesar 93.42%. Dari tiga peubah kanonik yang terbentuk, hanya peubah kanonik pertama yang nyata pada taraf α = 5%. Interpretasi dalam analisis korelasi kanonik dapat dilakukan terhadap koefisien kanonik maupun nilai loading kanonik. Koefisien kanonika
'danb
'dapat diinterpretasikan sebagai besarnya kontribusi peubah asal terhadap peubah kanonik. Semakin besar nilai koefisien, maka semakin besar kontribusi peubah yang bersangkutan terhadap peubah kanonik. Sedangkan loading kanonik dihitung dari korelasi antara peubah asal dengan masing-masing peubah kanonik. Semakin besar nilai loading mencerminkan semakin dekat hubungan peubah kanonik dengan peubah asal.Analisis korelasi kanonik dimulai dengan menganalisis angkatan 42 secara keseluruhan. Dari nilai loading kanonik yang diperoleh, IPK TPB terlihat paling berpengaruh pada prestasi setelah di departemen, sedangkan urutan mata kuliah TPB yang paling berpengaruh secara keseluruhan adalah : Ekonomi Umum, Kimia, Biologi, PIP, Kalkulus, Bahasa Indonesia, Fisika, Matematika, Bahasa Inggris, Sosiologi Umum, PKN, Agama, Kewirausahaan, dan Olahraga dan Seni.
Setelah dilakukan analisis korelasi kanonik secara keseluruhan, maka untuk mengetahui mata kuliah TPB yang berpengaruh di tiap-tiap departemen, maka analisis korelasi kanonik juga dilakukan per departemen. Dari analisis korelasi kanonik yang dilakukan terhadap 34 departemen, terdapat 10 departemen memiliki korelasi yang tidak nyata pada taraf α = 5%, dan 3 departemen yang memiliki matriks korelasi yang tidak berpangkat penuh, yaitu Departemen Silvikultur, Departemen Statistika, dan Departemen Meteorologi Terapan. Pada Departemen Statistika, yang menyebabkan matriks tidak berpangkat penuh adalah karena adanya peubah nilai TPB yang 100% homogen,
yaitu pada mata kuliah Kalkulus, sehingga mata kuliah kalkulus dihilangkan dalam analisisnya, sedangkan pada Departemen Silvikultur dan Meteorologi Terapan matriks korelasi tidak berpangkat penuh dikarenakan jumlah unit pengamatannya lebih kecil dari peubah X dan Y. Pada masing-masing departemen hanya peubah kanonik pertama yang nyata. Hasil analisis korelasi kanonik disajikan pada Lampiran 16 sedangkan nilai loading kanonik antara peubah asal dengan peubah kanoniknya disajikan pada Lampiran 17 dan Lampiran 18. Dari nilai loading kanonik yang diperoleh, dapat dilihat mata kuliah TPB yang berpengaruh di setiap departemen. Nilai IPK TPB berpengaruh hampir di setiap departemen di IPB. Lima mata kuliah TPB yang berpengaruh di tiap-tiap departemen diringkas pada Tabel 6 berikut : Tabel 6. Lima mata kuliah TPB yang
berpengaruh di setiap departemen
Departemen Mata Kuliah
Agronomi & Hortikultura
Kalkulus, Biologi, Ekonomi Umum, Fisika, Sosiologi Umum
Proteksi Tanaman Ekonomi Umum, Biologi, Fisika,
Matematika, PKN Manajemen SD
Lahan*
Matematika, Biologi, Ekonomi Umum, Kimia, Kalkulus
Arsitektur Lanskap PIP, Biologi, Ekonomi Umum,
Kimia, Bahasa Inggris
Kedokteran Hewan Biologi, PIP, Ekonomi Umum,
Kimia, Fisika Tek & Manajemen
Perikanan Budidaya
PIP, Ekonomi Umum, Matematika, Biologi, Kalkulus Manajemen SD Perairan* PKN, Olahraga&Seni, Kimia, Agama, Biologi Teknologi Hasil Perairan*
PIP, Biologi, Fisika, Bahasa Inggris, Sosiologi Umum Tek & Manajemen
Perikanan Tangkap*
Olahraga&Seni, Kalkulus, Biologi, PIP, PKN Ilmu & Teknologi
Kelautan
Fisika, Matematika, Biologi, Kimia, Kalkulus
Nutrisi & Teknologi Pakan
Ekonomi Umum, Biologi, Kalkulus, Kimia, PIP Teknologi
Produksi Ternak
Kalkulus, Bahasa Indonesia, Kimia, Biologi, Sosiologi Umum
Manajemen Hutan Kalkulus, Kimia, Matematika,
PKN, Ekonomi Umum Teknologi Hasil
Hutan*
Ekonomi Umum, Matematika, Biologi, Kimia, Bahasa Inggris Konservasi SD
Hutan & Ekowisata
Kalkulus, Kimia, Biologi, Ekonomi Umum, Bahasa Indonesia
Silvikultur
-Teknik Pertanian Biologi, Ekonomi Umum, PIP,
Kimia, Bahasa Inggris Teknologi Industri
Pertanian
Kimia, Biologi, Ekonomi Umum, Bahasa Inggris, Fisika
Teknologi Pangan Matematika, PKN, Bahasa
Departemen Mata Kuliah
Statistika
Kalkulus, Ekonomi Umum, PKN, Matematika, Agama, Bahasa Indonesia Meteorologi
Terapan
-Biologi Kimia, Biologi, Kalkulus, Ekonomi Umum, Matematika
Kimia Ekonomi Umum, Kalkulus,
Fisika, Kimia, Biologi
Matematika Kimia, Biologi, Bahasa Inggris,
Fisika, Matematika
Ilmu komputer Ekonomi Umum, Kimia, Biologi, Fisika, Matematika