• Tidak ada hasil yang ditemukan

BAB IV ANALISIS DATA DAN PEMBAHASAN

A. Analisis Data

2. Hasil penelitian

Data yang diperoleh dianalisis secara deskriptif. Tujuan dari analisis dalam penelitian ini adalah untuk menjelaskan dan mendeskripsikan karakteristik variabel yang diteliti, dalam hal ini adalah e-readiness pada mahasiswa Fakultas Psikologi USU. E-readiness mahasiswa Fakultas Psikologi USU dapat dikelompokkan menjadi tiga kategori berdasarkan model distribusi normal, yaitu e-readiness tinggi, e-readiness sedang, dan e-readiness rendah. Rumusan yang digunakan dapat dilihat pada tabel 5.

Tabel 5. Pengkategorisasian E-Readiness Mahasiswa Fakultas Psikologi USU

Rumus Kategori

X < ( - 1,0) Rendah

( - 1,0) ≤ X < ( + 1,0) Sedang

X ≥ ( + 1,0) Tinggi

Keterangan tabel 5:

X : Skor yang didapatkan oleh subjek

 : Mean

 : Standar deviasi

Sebelum melakukan kategorisasi, asumsi bahwa skor subjek pada kelompok merupakan estimasi terhadap skor subjek dalam populasi dan bahwa skor subjek dalam populasi telah terdistribusi secara normal harus terpenuhi. Uji normalitas menggunakan Kolmogorov-Smirnov untuk mengetahui apakah data telah terdistribusi secara normal. Menurut Hadi (2000), kaidah yang digunakan yaitu jika nilai signifikansi atau nilai probabilitas (p) > 0,05, sebaran data normal. Sedangkan, apabila nilai probabilitas (p) < 0,05, sebaran data tidak normal. Hasil uji normalitas data penelitian dari skala e-readiness dalam penelitian ini dapat dilihat pada tabel 6.

Tabel 6. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness

E-Readiness

Kolmogorov-Smirnov Z 0,725

Asymp. Sig. (2-tailed) 0,669

Berdasarkan tabel 6, diperoleh nilai Z sebesar 0,725 dan nilai signifikansi (p) sebesar 0,669. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal. Peneliti juga melakukan uji normalitas pada komponen-komponen yang

terdapat dalam e-readiness, yaitu technical readiness dan self-directed learning readiness. Hasil uji normalitas data penelitian dari skala e-readiness pada komponen technical readiness dapat dilihat pada tabel 7.

Tabel 7. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Komponen Technical Readiness

Technical Readiness

Kolmogorov-Smirnov Z 1,009

Asymp. Sig. (2-tailed) 0,261

Berdasarkan tabel 7, diperoleh nilai Z sebesar 1,009 dan nilai signifikansi (p) sebesar 0,261. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada komponen technical readiness. Hasil uji normalitas data penelitian dari skala e-readiness pada komponen dan komponen self-directed learning readiness dapat dilihat pada tabel 8.

Tabel 8. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Komponen Self-Directed Learning Readiness

Self-Directed Learning Readiness

Kolmogorov-Smirnov Z 0,811

Asymp. Sig. (2-tailed) 0,526

Berdasarkan tabel 8, diperoleh nilai Z sebesar 0,811 dan nilai signifikansi (p) sebesar 0,526. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada komponen self-directed learning readiness. Peneliti melakukan uji normalitas pada aspek-aspek yang terdapat dalam komponen technical readiness dan readiness for self-directed learning untuk memperkaya data penelitian.

Adapun komponen-komponen tersebut antara lain technical knowledge, technical attitudes, technical skills, technical habits, SDL knowledge, SDL attitudes, SDL skills, dan SDL habits. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek technical knowledge dapat dilihat pada tabel 9.

Tabel 9. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Technical Knowledge

Technical Knowledge

Kolmogorov-Smirnov Z 1,270

Asymp. Sig. (2-tailed) 0,079

Berdasarkan tabel 9, diperoleh nilai Z sebesar 1,270 dan nilai signifikansi (p) sebesar 0,079. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek technical knowledge. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek technical attitudes dapat dilihat pada tabel 10.

Tabel 10. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Technical Attitudes

Technical Attitudes

Kolmogorov-Smirnov Z 0,980

Asymp. Sig. (2-tailed) 0,292

Berdasarkan tabel 10, diperoleh nilai Z sebesar 0,980 dan nilai signifikansi (p) sebesar 0,292. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek technical attitudes. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek technical skills dapat dilihat pada tabel 11.

Tabel 11. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Technical Skills

Technical Skills

Kolmogorov-Smirnov Z 0,993

Asymp. Sig. (2-tailed) 0,278

Berdasarkan tabel 11, diperoleh nilai Z sebesar 0,993 dan nilai signifikansi (p) sebesar 0,278. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek technical skills. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek technical habits dapat dilihat pada tabel 12.

Tabel 12. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Technical Habits

Technical Habits

Kolmogorov-Smirnov Z 1,017

Asymp. Sig. (2-tailed) 0,252

Berdasarkan tabel 12, diperoleh nilai Z sebesar 1,017 dan nilai signifikansi (p) sebesar 0,252. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek technical habits. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek Self-Directed Learning knowledge dapat dilihat pada tabel 13.

Tabel 13. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Self-Directed Learning Knowledge

Self-Directed Learning Knowledge

Kolmogorov-Smirnov Z 1,013

Berdasarkan tabel 13, diperoleh nilai Z sebesar 1,013 dan nilai signifikansi (p) sebesar 0,257. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek Self-Directed Learning knowledge. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek Self-Directed Learning attitudes dapat dilihat pada tabel 14.

Tabel 14. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Self-Directed Learning Attitudes

Self-Directed Learning Attitudes

Kolmogorov-Smirnov Z 1,198

Asymp. Sig. (2-tailed) 0,114

Berdasarkan tabel 14, diperoleh nilai Z sebesar 1,198 dan nilai signifikansi (p) sebesar 0,114. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek Self-Directed Learning attitudes. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek Self-Directed Learning skills dapat dilihat pada tabel 15.

Tabel 15. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Self-Directed Learning Skills

Self-Directed Learning Skills

Kolmogorov-Smirnov Z 0,778

Asymp. Sig. (2-tailed) 0,580

Berdasarkan tabel 15, diperoleh nilai Z sebesar 0,778 dan nilai signifikansi (p) sebesar 0,580. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi

normal pada aspek Self-Directed Learning skills. Hasil uji normalitas data penelitian dari skala e-readiness pada aspek Self-Directed Learning habits dapat dilihat pada tabel 16.

Tabel 16. Hasil Uji Normalitas Data Penelitian dari Skala E-Readiness pada Aspek Self-Directed Learning Habits

Self-Directed Learning Habits

Kolmogorov-Smirnov Z 1,248

Asymp. Sig. (2-tailed) 0,089

Berdasarkan tabel 16, diperoleh nilai Z sebesar 1,248 dan nilai signifikansi (p) sebesar 0,089. Karena nilai p > 0,05, data dalam penelitian ini terdistribusi secara normal sehingga dapat digunakan kategorisasi berdasarkan distribusi normal pada aspek Self-Directed Learning habits.

a. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU

Jumlah aitem yang digunakan untuk mengungkap e-readiness pada mahasiswa Fakultas Psikologi USU adalah sebanyak 63 buah. Perhitungan statistik deskriptif menunjukkan mean sebesar 126 dan standar deviasi sebesar 42. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 84 dikategorikan memiliki e-readiness rendah, subjek yang mempunyai nilai 84 ≤ X < 168 dikategorikan memiliki e-readiness sedang, dan subjek yang mempunyai nilai

X ≥ 168 dikategorikan memiliki e-readiness tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU dapat dilihat pada tabel 17.

Tabel 17. Kriteria Kategorisasi Skor E-Readiness pada Mahasiswa Fakultas Psikologi USU Variabel

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

E-Readiness

X < 84 Rendah 1 0.93%

84 ≤ X < 168 Sedang 59 54.63% X ≥ 168 Tinggi 48 44.44% Berdasarkan tabel 17, terdapat satu orang (0,93%) yang tergolong memiliki e-readinenss yang rendah, 59 orang (54,63%) tergolong memiliki e-readiness yang sedang, dan 48 orang (44,44%) tergolong memiliki e-readiness yang tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang dan tinggi. Hal ini berarti bahwa e-readiness yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup baik.

b. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Komponen E-Readiness

i. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Komponen Technical Readiness

Komponen technical readiness dalam skala e-readiness terdiri dari 33 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 66 dan standar deviasi sebesar 22. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 44 dikategorikan memiliki technical readiness rendah, subjek yang mempunyai nilai 44 ≤ X < 88 dikategorikan memiliki technical readiness sedang, dan subjek yang

mempunyai nilai X ≥ 88 dikategorikan memiliki technical readiness tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari komponen technical readiness dapat dilihat pada tabel 18.

Tabel 18. Kriteria Kategorisasi Skor E-Readiness berdasarkan Komponen Technical Readiness

Komponen

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Technical Readiness

X < 44 Rendah 0 0%

44 ≤ X < 88 Sedang 71 65.74%

X ≥ 88 Tinggi 37 34.26%

Berdasarkan tabel 18, tidak ada subjek yang tergolong memiliki technica l readinenss rendah, sebanyak 71 orang (65,74%) tergolong memiliki technica l readiness yang sedang, dan sebanyak 37 orang (34,26%) tergolong memiliki technical readiness yang tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, kebanyakan subjek tergolong dalam kategori sedang. Hal ini berarti bahwa technica l readiness yang dimiliki oleh mahasiswa Fakultas Psikologi USU tidak terlalu rendah maupun terlalu tinggi.

ii. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Komponen Self-Directed Learning Readiness

Komponen SDL readiness dalam skala e-readiness terdiri dari 30 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 60 dan standar deviasi sebesar 20. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 40 dikategorikan memiliki SDL readiness rendah, subjek yang mempunyai nilai

40 ≤ X < 80 dikategorikan memiliki SDL readiness sedang, dan subjek yang

mempunyai nilai X ≥ 80 dikategorikan memiliki SDL readiness tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari komponen SDL readiness dapat dilihat pada tabel 19.

Tabel 19. Kriteria Kategorisasi Skor E-Readiness berdasarkan Komponen Self-Directed Learning Readiness

Komponen

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Self-Directed Learning Readiness X < 40 Rendah 1 0,93% 40 ≤ X < 80 Sedang 54 50% X ≥ 80 Tinggi 53 49,07%

Berdasarkan tabel 19, terdapat satu orang (0,93%) yang tergolong memiliki SDL readinenss rendah, 54 orang (50%) tergolong memiliki SDL readiness yang sedang, dan 53 orang (49,07%) tergolong memiliki SDL readiness yang tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang hingga tinggi. Hal ini berarti bahwa SDL readiness yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup baik.

c. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek-aspek yang terdapat dalam komponen E-Readiness i. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU

berdasarkan Aspek Technical Knowledge

Komponen technical knowledge dalam skala e-readiness terdiri dari 7 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 14 dan standar

deviasi sebesar 4,67 yang dibulatkan menjadi 5. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 9 dikategorikan memiliki technical knowledge rendah, subjek yang mempunyai nilai 9 ≤ X < 19 dikategorikan memiliki technical knowledge sedang, dan subjek yang mempunyai nilai X ≥ 19 dikategorikan

memiliki technical knowledge tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek technical knowledge dapat dilihat pada tabel 20.

Tabel 20. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Technical Knowledge

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Technical Knowledge

X < 9 Rendah 0 0%

9 ≤ X < 19 Sedang 72 66,67%

X ≥ 19 Tinggi 36 33,33%

Berdasarkan tabel 20, tidak ada subjek yang tergolong memiliki technica l knowledge rendah, 72 orang (66,67%) tergolong memiliki technical knowledge sedang, dan 36 orang (33,33%) tergolong memiliki technical knowledge tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang. Hal ini berarti bahwa technical knowledge yang dimiliki oleh mahasiswa Fakultas Psikologi USU tidak terlalu rendah maupun terlalu tinggi.

ii. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek Technical Attitudes

Komponen technical attitudes dalam skala e-readiness terdiri dari 8 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 16 dan standar deviasi sebesar 5,33 yang dibulatkan menjadi 5. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 11 dikategorikan memiliki technical attitudes rendah, subjek yang mempunyai nilai 11 ≤ X < 21 dikategorikan memiliki technical attitudes sedang, dan subjek yang mempunyai nilai X ≥ 21 dikategorikan

memiliki technical attitudes tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek technical attitudes dapat dilihat pada tabel 21.

Tabel 21. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Technical Attitudes

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Technical Attitudes

X < 11 Rendah 0 0%

11 ≤ X < 21 Sedang 45 41,67%

X ≥ 21 Tinggi 63 58,33%

Berdasarkan tabel 21, tidak ada subjek yang tergolong memiliki technica l attitudes rendah, sebanyak 45 orang (41,67%) tergolong memiliki technical attitudes sedang, dan 63 orang (58,33%) tergolong memiliki technical attitudes tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori tinggi. Hal ini berarti

bahwa technical attitudes yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup tinggi.

iii. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek Technical Skills

Komponen technical skills dalam skala e-readiness terdiri dari 10 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 20 dan standar deviasi sebesar 6,67 yang dibulatkan menjadi 7. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 13 dikategorikan memiliki technical skills rendah, subjek yang mempunyai nilai 13 ≤ X < 27 dikategorikan memiliki technical skills sedang,

dan subjek yang mempunyai nilai X ≥ 27 dikategorikan memiliki technical skills tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek technical skills dapat dilihat pada tabel 22.

Tabel 22. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Technical Skills

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Technical Skills

X < 13 Rendah 2 1,85%

13 ≤ X < 27 Sedang 74 68,52%

X ≥ 27 Tinggi 32 29,63%

Berdasarkan tabel 22, terdapat dua orang (1,85%) yang tergolong memiliki technical skills rendah, 74 orang (68,52%) tergolong memiliki technical skills sedang, dan 32 orang (29,63%) tergolong memiliki technical skills tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya,

sebagian besar subjek tergolong dalam kategori sedang. Hal ini berarti bahwa technical skills yang dimiliki oleh mahasiswa Fakultas Psikologi USU tidak terlalu rendah maupun terlalu tinggi.

iv. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek Technical Habits

Komponen technical habits dalam skala e-readiness terdiri dari 8 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 16 dan standar deviasi sebesar 5,33 yang dibulatkan menjadi 5. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 11 dikategorikan memiliki technical habits rendah, subjek yang mempunyai nilai 11 ≤ X < 21 dikategorikan memiliki technical habits

sedang, dan subjek yang mempunyai nilai X ≥ 21 dikategorikan memiliki

technical habits tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek technical habits dapat dilihat pada tabel 23.

Tabel 23. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Technical Habits

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Technical Habits

X < 11 Rendah 0 0%

11 ≤ X < 21 Sedang 36 33,33%

X ≥ 21 Tinggi 72 66,67%

Berdasarkan tabel 23, tidak ada subjek yang tergolong memiliki technica l habits rendah, 36 orang (33,33%) tergolong memiliki technical habits sedang, dan 72 orang (66,67%) tergolong memiliki technica l habits tinggi. Hasil tersebut

menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori tinggi. Hal ini berarti bahwa technical habits yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup tinggi.

v. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek SDL Knowledge

Komponen SDL knowledge dalam skala e-readiness terdiri dari 6 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 12 dan standar deviasi sebesar 4. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 8 dikategorikan memiliki SDL knowledge rendah, subjek yang mempunyai nilai 8 ≤ X < 16 dikategorikan memiliki SDL knowledge sedang, dan subjek yang

mempunyai nilai X ≥ 16 dikategorikan memiliki SDL knowledge tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek SDL knowledge dapat dilihat pada tabel 24.

Tabel 24. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Self-Directed Learning Knowledge

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Self-Directed Learning Knowledge X < 8 Rendah 1 0,93% 8 ≤ X < 16 Sedang 39 36,11% X ≥ 16 Tinggi 68 62,96%

Berdasarkan tabel 24, terdapat satu subjek (0,93%) yang tergolong memiliki SDL knowledge rendah, 39 orang (36,11%) tergolong memiliki SDL knowledge sedang, dan 68 orang (62,96%) tergolong memiliki SDL knowledge

tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori tinggi. Hal ini berarti bahwa SDL knowledge yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup tinggi.

vi. Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek SDL Attitudes

Komponen SDL attitudes dalam skala e-readiness terdiri dari 8 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 16 dan standar deviasi sebesar 5,33 yang dibulatkan menjadi 5. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 11 dikategorikan memiliki SDL attitudes rendah, subjek yang mempunyai nilai 11 ≤ X < 21 dikategorikan memiliki SDL attitudes sedang,

dan subjek yang mempunyai nilai X ≥ 21 dikategorikan memiliki SDL attitudes tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek SDL attitudes dapat dilihat pada tabel 25.

Tabel 25. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Self-Directed Learning Attitudes

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Self-Directed Learning Attitudes X < 11 Rendah 1 0,93% 11 ≤ X < 21 Sedang 51 47,22% X ≥ 21 Tinggi 56 51,85%

Berdasarkan tabel 25, terdapat satu subjek (0,93%) yang tergolong memiliki SDL attitudes rendah, 51 orang (47,22%) tergolong memiliki SDL

attitudes sedang, dan 56 orang (51,85%) tergolong memiliki SDL attitudes tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang dan tinggi. Hal ini berarti bahwa SDL attitudes yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup tinggi.

vii.Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek SDL Skills

Komponen SDL skills dalam skala e-readiness terdiri dari 10 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 20 dan standar deviasi sebesar 6,67 yang dibulatkan menjadi 7. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 13 dikategorikan memiliki SDL skills rendah, subjek yang mempunyai nilai 13 ≤ X < 27 dikategorikan memiliki SDL skills sedang, dan

subjek yang mempunyai nilai X ≥ 27 dikategorikan memiliki SDL skills tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek SDL skills dapat dilihat pada tabel 26.

Tabel 26. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Self-Directed Learning Skills

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Self-Directed Learning Skills X < 13 Rendah 1 0,93% 13 ≤ X < 27 Sedang 37 34,26% X ≥ 27 Tinggi 70 64,81%

Berdasarkan tabel 26, terdapat 1 orang (0,93%) yang tergolong memiliki SDL skills rendah, 37 orang (34,26%) tergolong memiliki SDL skills sedang, dan 70 orang (64,81%) tergolong memiliki SDL skills tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang dan tinggi. Hal ini berarti bahwa SDL skills yang dimiliki oleh beberapa mahasiswa Fakultas Psikologi USU cukup tinggi.

viii.Gambaran E-Readiness pada Mahasiswa Fakultas Psikologi USU berdasarkan Aspek SDL Habits

Komponen SDL habits dalam skala e-readiness terdiri dari 6 aitem. Perhitungan statistik deskriptif menunjukkan mean sebesar 12 dan standar deviasi sebesar 4. Nilai-nilai tersebut diolah sesuai dengan rumus kategorisasi jenjang, sehingga didapatkan hasil bahwa subjek yang mempunyai nilai X < 8 dikategorikan memiliki SDL habits rendah, subjek yang mempunyai nilai 8 ≤ X < 16 dikategorikan memiliki SDL ha bits sedang, dan subjek yang

mempunyai nilai X ≥ 16 dikategorikan memiliki SDL habits tinggi. Gambaran e-readiness pada mahasiswa Fakultas Psikologi USU ditinjau dari aspek SDL habits dapat dilihat pada tabel 27.

Tabel 27. Kriteria Kategorisasi Skor E-Readiness berdasarkan Aspek Self-Directed Learning Habits

Aspek

Kriteria Kategorisasi

Jenjang

Kategori Jumlah (N) Persentase

Self-Directed Learning Habits X < 8 Rendah 1 0,93% 8 ≤ X < 16 Sedang 53 49,07% X ≥ 16 Tinggi 54 50 %

Berdasarkan tabel 27, terdapat satu orang (0,93%) yang tergolong memiliki SDL habits rendah, 53 orang (49,07%) tergolong memiliki SDL habits sedang, dan 54 orang (50%) tergolong memiliki SDL habits tinggi. Hasil tersebut menunjukkan bahwa dari 108 subjek penelitian yang diolah datanya, sebagian besar subjek tergolong dalam kategori sedang dan tinggi. Hal ini berarti bahwa SDL habits yang dimiliki oleh mahasiswa Fakultas Psikologi USU cukup tinggi.

Dokumen terkait