Analisis kualitas mahasiswa dalam pencapaian pendidikannya dengan menggunakan metode partial least squares studi kasus: mahasiswa jurusan matematika FMIPA UNJ

ANALISIS KUALITAS MAHASISWA DALAM PENCAPAIAN PENDIDIKANNYA

DENGAN MENGGUNAKAN METODE PARTIAL LEAST SQUARES

Studi Kasus: Mahasiswa Jurusan Maternatika FMlPA Universitas Negeri Jakarta

OLEH:

PlNTA DENIYANTI SAMPOERNO

PROGRAM PASCA SARJANA INSTITUT PERTANIAN BOGOR

ABSTRAK

PINTA DENIYANTI SAMPOERNO. Analisis Kualitas Mahasiswa dalam Pencapaian Pendidikannya dengan Menggunakan Metode Partial Least Squares

(PLS) dibawah bimbingan BUD1 SUSETYO dan GERARDUS POLLA.

Metode PLS adalah salah satu metode yang dapat menjawab rnasalah dalam regesi pada situasi dimana semakin banyak peubah yang diamati maka asumsi yang mendasari perhitungan menjadi semakin sulit terpenuhi, sehingga tidak dapat menjawab hubungan antar peubah bebas dan peubah respon dengan hanya menggunakan Metode Kuadrat Terkecil. PLS adalah metode lunak atau so$ model

yang didalam perhitungannya tidak memerlukan asumsi yang ketat, baik mengenai sebaran dari peubah pengamatan maupun dari ukuran contoh yang tidak hams besar. PLS dikembangkan oleh Wold (1982) sebagai suatu metode umum untuk pendugaan model laten yang diukur secara tidak langsung oleh peubah penjelaslmanifes.

Penelitian

ini

bertuiuan untuk menaanalisis kualitas mahasiswa dalam pencapaian pendidikannya &ngan menerapk& metode PLS. Data yang digunakan diperoleh dari pengisian lcuesioner oleh 71 orang mahasiswa iurusan maternatika

F ~ UNJ A 199811999, I99912000 dan-2000f2001 seiama bulan Februari 2002. Metode PLS menghasilkan hubungan eksternal atau model pengukuran yang menyatakan hubungan antara peubah laten dengan sekelompok peubah manifesnya dan hubungan internal atau model struktural yang menyatakan hubungan antar peubah-peubah laten. Penelitian

ini

juga diharapkan dapat bermanfaat bagi jurusan matematika FMIPA UNJ khususnya dalam bagian pembahasan dalam penelitian pendidikan eksploratif yang selama

ini

masih menggunakan analisis deskriptif, sekarang sudah dapat menggunakan hasil pembahasan yang lebih terukur.

Semua hubungan peubah laten terhadap kelompok peubah manifesnya dalam model pengukuran nyata pada tingkat kepercayaan yang berbeda-beda. Sedangkan pada model struktural yang menghubungkan peubah-peubah laten didapat hasil sebagai berikut: (1). lmgkungan belajar mahasiswa di nunah/kost dan sikapnya terhadap almamater nyata di tingkat 1% terhadap motivasi, (2). sikap mahasiswa terhadap dosen nyata pada taraf 5% terhadap kualitas mahasiswa dan (3). lingkungan belajar mahasiswa terhadap kualitas mahasiswa signifikan pada taraf 10%.

Kata kunci:

Mahasiswa Berkualitas adalah mahasiswa yang tidak hanya pintar secara akadermk, tetapi juga hams mampu bersosialisasi dengan lingkungannya, berbadan sehat dan memiliki ketrampilan di luar bidang akademiknya.

SURAT

PERNYATAAN

Dengan ini saya menyatakan behawa tesis yang berjudul:

"Analisis Kualitas Mahasiswa Dalam Pencapaian Pendidikannya

Dengan Menggunakan Metode Partial Least Squares"

Studi Kasus: Mahasiswa Jurusan Matematika FMIPA Universitas Negeri Jakarta

adalah benar hasil karya saya sendiri dan belum pemah dipublikasikan. Semua

sumber data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat

diperiksa kebenarannya.

ANALISIS KUALITAS MAHASISWA DALAM PENCAPAIAN PENDIDIKANNYA

DENGAN MENGGUNAKAN METODE

PARTIAL LEASTSQUARES

Studi Kasus: Mahasiswa Jurusan Matematika FMIPA Universitas Negeri Jakarta

PINTA DENIYANTI SAMPOERNO

Tesis

sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada

Program Studi Statistika

PROGRAM PASCA SARJANA INSTITUT PERTANIAN BOGOR

Judul Tesis : Analisis Kualitas Mahasiswa Dalam Pencapaian Pendidikannya Dengan Menggunakan Metode Partial Least Squares

Stud Kasus: Mahasiswa Jurusan Matematika FMIPA UNJ

Nama : Pinta Deniyanti Sampoemo

N R P : 99178

Program studi : Statistika

Menyetujui,

1. Komisi Pembimbing

Dr. Ir. Budi Susetyo, h . ~ . Ketua

Prof. Dr. Gerardus Polla. M.App.Sc.

Mengetahui,

2. Ketua Program Studi Statistika

RIWAYAT

HIDUP

Penulis dilahirkan di Jakarta pada tanggal 3 1 Juli 1964 sebagai anak kedua dari tiga bersaudara dari pasangan Does Sampoemo dan Farida Nazir. Pendidikan sarjana ditempuh pada Jurusan Pendidikan Matematika, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam IKIP Jakarta, lulus pada tahun 1990. Mulai awal tahun 1990, penulis menjadi asisten mata kuliah Aljabar Linear dan Geometri.

Penulis menjadi staf pengajar pada jurusan pendidikan matematika FPMPA

IKlP

Jakarta (sekarang jurusan matematika FMIPA Universitas Negeri Jakarta) mulai tahun 1992 sampai sekarang.

Pengalaman pekerjaan penulis, selain sebagai staf pengajar FMIPA UNJ, penulis menjadi Tim Penyusun Sistem Simbol Braille Indonesia Bidang Bahasa Indonesia, Kimia, Fisika dan Matematika sebagai ketua Tim Penulis Sistem Simbol Braille Indonesia Bidang Matematika pada Proyek P e w t a n Pendidkan Bagi Tunanetra Departemen Penhdikan dan Kebudayaan tahun 1999 dan berhasil menyelesaikan buku panduan Sistem Braille Indonesia Bidang Matematika yang dikeluarkan oleh Departemen Pendidikan Nasional tahun 2000 untuk digunakan secara nasional di s e l d sekolah luar biasa tunanetra. Pekerjaan ini juga dilanjutkan dengan menjadi Tim Editing Naskah Buku Murid SDLB, SLTPLB dan SMLB tunanetra bidang matematika dan sekaligus sebagai Tim Sosialisasi Sistem Simbol Braille Indonesia untuk guru-guru sekolah luar biasa tunanetra di seluruh Indonesia, yang masih terus dilakukan hingga saat

ini.

Kegiatan lainnya adalah sebagai anggota Tim Realistic Mathematics Education @vE) UNJ dan juga anggota Pusat Pengkajian dan Pengembangan Sains dan Matematika (P3 SM) FMIPA UNJ.

Penelitian terakhir yang dilakukan penulis dengan bantuan dana D M IKIP

PRAKATA

Puji syukur, Alhamdulillah, kehadirat Allah SWT karena atas ridhoNya, maka karya ilmiah ini berhasil diselesaikan. Penelitian yang berjudul Analisis Kualitas Mahasiswa Dalam Pencapaian Pendidikannya Dengan Menggunakan Metode Partial Least Quares difaksanakan sejak bulan Desember 200 1 dan merupakan stud kasus

d~

jurusan matematika FMIPA Universitas Negeri Jakarta.

Rasa terima kasih penulis sarnpaikan kepada Bapak Dr.Ir. Budi Susetyo, M.S. dan Bapak ProEDr. Gerardus Polla, M.App.Sc. selaku dosen pembimbing, serta Ibu Ketua Jurusan Matematika FMIPA UNJ, Dra. Sri Sudaryati, M.Pd. yang mengizinkan penulis melakukan penelitian di jurusan matematika FMIPA UNJ. Disamping itu penulis juga memberikan rasa penghargaan kepada Ibu Ir. Fariani Hermin, M.T., Ibu Dra. Sri Kadaqono, Ibu Dra. Wardani Rahayu, M S . , Ibu Dra. Ellis Salsabila, M.Si., Bapak Drs. Makrnuri, M.Si.

dan

Bapak Drs. Tri Murdianto, M S . selaku dosen pembimbing akademik mahasiswa jurusan matematika, yang telah membantu dalam pengumpulan data.

Ungkapan rasa terima kasih juga penulis sampaikan kepada suami tercinta, Iham Idli, dan anak-anak Haffi, Rifano clan Rifadi atas pengertiannya selama penulis bersekolah, kepada Bapak dan Ibu serta Mama dan Papa atas doanya dan juga kepada kakak dan adik penulis yang selalu memben semangat.

Akhirnya, penulis berharap semoga karya ilmiah ini bermanfaat.

Bogor, Mei 2002

DAFTAR IS1

Halaman

DAFTAR TABEL

DAFTAR GAMBAR

DAFTAR LAMPIRAN PENDAHULUAN Latar Belakang IdentiNcasi Masalah Pembatasan Masalah Perumusan Masalah Tujuan Penelitian Manfaat Penelitian

TINJAUAN PUSTAKA

Faktor-faktor Penentu Kualitas Mahasiswa

Structural Equation Model (SEM)

Partial Least Squares (PLS)

1. Spesifikasi PLS

2. Penduga PLS

3. Evaluasi PLS

METODE PENELITIAN

Disain Penelitian dan Rasional Penelitian

Sumber Data

Metode Analisis

1. Analisis Instrumen

2. Analisis Data

- Analisis Deskriptif

-

Analisis PLS

HASV. DAN PEMBAHASAN

Analisis Responden

Analisis Model Pengukuran

Analisis Model Struktural

Masalah Untuk Penelitian Berikutnya

KESIMPULAN

DAN SARAN

Kesimpulan

Saran

DAFTAR TABEL

1. Peubah Laten dan Peubah Manifes

2. Hasil Model Pengukuran

untuk

Latar Belakang Keluarga

3. Hasil Model Pengukuran

untuk

Lingkungan Belajar

4.

Hasil Model Pengukuran untuk Sikap terhadap Almarnater

5. HasiI Model Pengukuran

untuk

Sikap terhadap Dosen

6. Hasil Model Pengukuran

untuk

Motivasi

7. Hasil Model Pengukuran

untuk

Kualitas Mahasiswa

8.

Uji Validasi Kekonvergenan Peubah Laten

9. Hasil Model Struktural

DAFTAR GAMBAR

Halaman

1. Disain dan Hipotesis Penelitian Peubah Laten dan Peubah Manifes 23

DAFTAR LAMPIRAN

1. Data Identifikasi Responden

2. Data Hasil Jawaban Kuesioner Penelitian

3. Data Hasil Olahan Untuk Perhitungan &lam Penelitian

4. Program PLSX

5. Output Program PLSX 1.8

6 . Kuesioner Penelitian

7 . Kuesioner Uji Coba

8. Nilai Reliabilitas Soal-soal Pa& Kuesioner Uji Coba

Halaman

52 53 56 58 6 0 63

PENDAHULUAN

Latar Belakang

Pendidikan merupakan ha1 yang penting dan dibutuhkan oleh setiap manusia

karena pendidikan merupakan dasar pengembangan manusia dari segi kognitif,

afektif dan psikomotorik sehingga seorang manusia dapat bertindak secara bijaksana

dengan mempertimbangkan lingkungannya.

Bangsa Indonesia menyadari tentang pentmgnya pendidlkan dalam rangka

mewujudkan mnusia Indonesia seutuhnya, sehingga sebagai realisasinya tujuan

pendidikan bangsa Indonesia tertuang dalam Undang-undang No.2 tahun 1989

tentang Sistem Pendidikan Nasional (Depdikbud RI, 1989) yang berbunyi:

"Pendidikan Nasional bertujuan mencerdaskan kehidupan bangsa dan mengembangkan manusia seutuhnya yaitu manusia yang beriman dan bertaqwa kepada Tuhan Yang Maha Esa dan berbudi pekerti luhur, memiliki pengetahuan dan ketrampilan, sehat jasmani dan rohani, kepribadian yang mantap dan mandiri serta rasa tanggung jawab kemasyarakatan dan kebangsaan."

Berdasarkan kutipan di atas maka dapat djelaskan bahwa pendidlkan di

Indonesia mendudulu posisi yang sangat penting karena merupakan syarat bagi

pencapaian manusia Indonesia yang berkualitas.

Untuk mencerdaskan kehidupan bangsa serta mewujudkan manusia Indonesia

yang seutuhnya melalui bidang pendidlkan temyata banyak sekali faktor-faktor yang

mempengamhi keberhasilannya, sehingga dalam bidang pendidikan selalu

memerlukan penelitian-penelitian pendidikan yang bermanfaat dan menghasilkan hal-

perbaikan dalam sistem pendidlkan, sampai dengan didapatnya paradigma bam dalam

penddikan.

Situasi yang sangat kompleks umumnya banyak dijurnpai dalam penelitian

pendidikan, misalnya terdapat perbedaan lingkungan belajar, gaya belajar,

lingkungan kampus, karakteristk dosen dan karakteristik mahasiswa dan lain

sebagainya. Hal-ha1 di atas sangat mempengaruhi pencapaian pendidikan seorang

mahasiswa dan ha1 ini dijadikan fokus dalam penelitian ini. Sama halnya dengan

penelitian pendidiian, untuk melihat pencapaian pendidikan seseorang juga sangat

kompleks karena pencapaian pendidikan seorang mahasiswa banyak dipengaruhi oleh

faktor-faktor yang sulit diukur seperti: latar belakang keluarga, lingkungan belajar,

gaya belajar, slkap mahasiswa terhadap karnpusnya, sikap mahasiswa terhadap dosen

dan motivasi mahasiswa

untuk

mencapai hasil belajar yang optimal, dan lain

sebagainya.

Seiring dengan banyaknya manfaat yang didapat dalam setiap penelitian

pendidikan, para peneliti pendidikan selalu bempaya untuk dapat meminirnumkan

hal-ha1 yang menghambat penelitian pendidian dan mencari jalan keluamya. -

Menurut Sellin (2000), para peneliti pendidikan seringkali bekeja dalam situasi

diiana terdapat banyak sekali data yang tidak diimbangi dengan pengetahuan teoritis

yang cukup. Begitu pula banyak dalam penelitian pendidikan selama

ini,

perhitungan

pengaxuh faktor-faktor p e n d d c g pendidikan terhadap hasil suatu pendidian

dilakukan secara saiu persaiu atau tidak secara bersamaan, sehingga memerlukan

terhadap keberhasilan pendidikan yang dipengaruhi oleh berbagai faktor-faktor

pendukung pendidikan dengan cara yang simultan. Untuk itu diperlukan suatu model

statistik dan sekaligus alat analisis yang dapat digunakan untuk mengatasi masalah

dalam penelitian ini.

Structural Equation Model (SEM) adalah salah satu bidang kajian statistika

yang dapat digunakan untuk mengatasi masalah di atas. SEM dapat menguji sebuah

rangkaian hubungan yang relatif sulit texulcur secara bersamaan. Hubungan yang

dirnaksud adalah hubungan yang dibentuk dari satu atau lebih peubah bebas dengan

satu atau lebih peubah tidak bebas. Peubah-peubah tersebut dapat berupa peubah

laten atau peubah yang tak terukur, seperti latar belakang keluarga, lingkungan

belajar dan sikap terhadap sekolah, yang terbentuk dari beberapa peubah penjelas

atau peubah manifes, yang t e m g &lam bentuk pertanyam-pertanyaan yang dapat

mencerminkan peubah laten.

SEM terdiri

dari

model struktural dan model pengukuran. Model struktural

merupakan model yang menjelaskan struktur hubungan sebab akibat antar peubah

laten, sedangkan model pengukuran adalah model dari hasil pengukuran yang

digunakan unhk mengkonfnnasi dimensidimensi peubah penjelas yang mendukung

peubah laten. Dalam penelitian pendidikan dengan pengetahuan teoritis minimum,

analisis dan investigasi path model dengan peubah laten sangat berguna dan fleksibel

untuk digunakan dalam penyusunan model statistik yang besar dan kompleks,

Partial Least Squares (FLS) adalah salah satu pendekatan untuk menganalis~s

SEM. PLS adalah metode lunak atau soji model karena di dalam PLS pendugaannya

tidak memerlukan asumsi sebaran (distribution p e e ) dari peubah pengamatan dan

ukuran dari contoh tidak h a m besar, tetapi sedikitnya adalah sepuluh kali dari

jumlah peubah-peubah yang digunakan dalam penelitian (Chin, 2000). Kekhususan

lain dari PLS yang menjadkannya tepat digunakan pada penelitian pendidikan adalah

pada ujinya yang +ran untuk mengukur kekuatan prediktif, sehingga dapat

memudahkan pengembangan suatu teori pendidikan yang baru.

Hal mendasar yang menjadi alasan utama penelitian ini adalah mash terlihat

adanya penyimpangan-penyimpangan dari mahasiswa Universitas Negeri Jakarta

sehingga perlu diteliti bagaimana sesungguhnya keadaan mahasiswa tersebut dengan

melihat kualitas mahasiswa yang dikhususnya pada jurusan matematika FMIPA. Oleh

karena itu dengan tersedianya alat ukur PLS tersebut maka peneliti ingin melakukan

suatu penelitian tentang kualitas mahasiswa dalam pen~paian pendidikannya yang

dianalisis dengan menggunakan metode PLS. Adapun alasan lain dilakukannya

penelitian ini adalah belum banyak dari penelitian-penelitian pendidikan yang dalarn

perhitungannya menggunakan metode PLS.

Identifhsi Masalah

Telah dijelaskan pada latar belakang bahwa penelitian pendidikan yang

bemanfaat mash sangat perlu dilakukan untuk mendapatkan hal-ha1 baru yang

mampu memberikan perbaikan pada sistem pendidikan di Perguruan Tinggi. Masih

diantaranya: Apakah faktor-faktor yang mempengaruhi pencapaian pendidiin adalah

merupakan faktor-faktor yang saling bebas atau bahkan sebalhya, justru saling

mempengaruhi? Apakah dengan perhitungan menggunakan metode PLS, yang

men&tung faktor-faktor yang mempengaruhi pendidikan secara sirnultan lebih baik

dari perhitungan secara terpisah? Apakah penerapan metode PLS pada SEM dapat

digunakan untuk menganalisis kualitas mahasiswa &lam pencapaim pendidikannya

yang dipengaruhi oleh faktor-faktor pendukung keberhasilan pendidikan?

Adapun faktor-faktor yang mempengaruhi pencapaian pendidikan atau faktor-

faktor pendukung keberhasilan pendidikan antara lain adalah hgkungan keluarga,

lingkungan pergaulan dan lingkungan belajar rnahasiswa baik di rumahkost maupun

di kampus, sosialisasi mahasiswa balk dengan sesama mahasiswa maupun dengan

dosen atau staf administrasi di kampus, fasilitas belajar di Nmahflcost ataupun

kampus, gaya belajar mahasiswa, minat membaca mahasiswa, suka berkompetisi

secara positif dengan sesama mahasiswa, mempunyai dorongan belajar yang tinggi,

mempunyai motivasi untuk sukses dan mendapat nilai baik, berbadan sehat dan lain

sebagainya.

Pembatasan Masalah

Dari berbagai masalah yang timbul, maka dalam penelitian ini perlu dibatasi

masalah yang akan diteliti yaitu menganalisis kualitas mahasiswa dengan

menggunakan metode Partial Least Squares (PLS) pada Shuctural Equation Model

(SEM). Metode PLS akan menganalisis faktor-faktor, baik yang dihitung secara

pencapaian pendidikamya. Kualitas mahasiswa yang dilihat adalah IPK (indeks

prestasi komulatif) yang dicapai mahasiswa pada semester ganjil tahun ajaran 2001-

2002 ditambah dengan prestasi-prestasi lain yang mendukung, karena pencapaian

pendidikan tidak hanya pada bidang akademik tetapi menyeluruh ke bidang lainnya

yang bermanfaat dan mendukung bertambahnya kemampuan seorang mahasiswa,

antara lain kesenian dan kesehatan. Kesenian dilihat

dari

kemampuannya didalam

seni musk sedangkan kesehatan dilihat dari kegemaramya berolah raga.

Faktor-faktor yang mempengaruhi pencapaian pendidikan yang akan diteliti

juga dibatasi yaitu latar belakang keluarga, lingkungan belajar mahasiswa baik yang

di nunah maupun yang tinggal di tempat kost, sikap mahasiswa terhadap lingkungan

kampusnya, sikap mahasiswa terhadap dosen dan motivasi.

Perumusan Masalah

Berdasarkan identifikasi dan pembatasan masalah rnaka masalah yang akan

diteliti adalah menganalisis kualitas mahasiswa dalam pencapaian pendidikamya

dengan menggunakan metode Partial Least Squares (PLS) pada Structural Equation Model (SEM) dengan melihat faktor-faktor yang mempengaruhinya, baik secara

langsung maupun tidak langsung. Yang d i k s u d dengan langsung atau tidak

langsung adalah pada perhitungan kontribusi dari setiap faktor-faktor yang

mendukung keberhasilan pendidikan, ada hasil perhitungan langsung yang artinya

berpengaruh langsung atau sebaliknya yaitu perhltungan tidak langsung yang berarti

Tujuan Penelitian

Tujuan dalam penelitian ini adalah untuk membenkan mformasi barn dalam

penelitian pendidikan dengan menerapkan pendekatan metode PLS pada SEM untuk

menganalisis kualitas mahasiswa &lam pencapaian penhdikamya yang dipengaruhi

oleh faktor-faktor pendukung keberhasilan pendidikan secara simultan, baik pengaruh

langsung maupun tidak langsung khususnya pada jurusan matemat&a FMLPA

Universitas Negeri Jakarta.

Manfaat Penelitian

Hasil dari penelitian

ini

diharapkan &pat dimanfaatkan oleh perguruan tinggi

khususnya jutusan matematika FMLPA UNJ untuk dijadikan acuan bahwa kualitas

mahasiswa, dalam ha1 ini prestasi belajar, yang d i p e n g a d oleh faktor-faktor yang

tidak terukur, ternyafa

kini

sudah dapat diatasi, baik dari segi besamya kontribusi

yang mempengaruhinya bahkan juga dari segi perhitungamya yang dapat dilakukan

secara simultan oleh metode PLS.

Manfaat lain dari penelitian ini adalah termotivasinya dosendosen jurusan

matematika untuk menjadi lebih baik dalam berhubungan dengan mahasiswa bark

dalam sistem pengajaran, penilaian dan penugasan maupun dalam komunikasi,

kerjasama dan pembimbingan. Untuk jurusan matematika FMIPA UNJ khususnya,

penelitian ini diharapkan dapat dijadikan referensi untuk memaksimalkan segala

sarana dan prasarana perkuliahan yang dapat membantu meningkatkan motivasi

belajar mahasiswa sehingga tercapainya tujuan pendidikan yang optimal dari

Bagi mahasiswa diharapbn dapat dirnanfaatkan sebagai masukkan untuk

introspeksi dlri bahwa masih banyak hal-ha1 yang perlu diperbaiki untuk menjadi

mahasiswa yang berkualitas, antara lain gaya belajar, minat membaca, sosialisasi

dengan ternan atau dosen dan lain sebagainya. Sedangkan untuk orang tua

mahasiswa, dlharapkan dapat melengkapi kebutuhan belajar anaknya dengan

meningkatkan sarana dan prasarana belajarnya antara lain dengan adanya penerangan

yang cukup, adanya ruang belajar, tersedianya buku-buku referensi yang dlbutuhkan

TINJAUAN PUSTAKA

Faktor-faktor Penentu Kualitas Mahasiswa

Tujuan pendidikan pada dasamya adalah mempersiapkan generasi baru agar

dapat menjalani kehidupan dan dapat memecahkan masalah-masalah yang akan

dihadapi pada zamannya. Perguruan Tinggi merupakan salah satu tempat yang

be- untuk menjadikan generasi baru yang berkualitas tinggi agar mampu

mengejar dan mengembangkan iptek yang dianggap sebagai katalisator dari

kemajuan ekonomi yang

akan

menmgkatkan kesejahteraan rakyat. Dengan demikian,

perguruan tinggi memiliki tanggung jawab etis terhadap lulusamya, yaitu mahasiswa

yang telah selesai belajar & Perguruan Tinggi, dalam ha1 kualitas mahasiswa balk

secara internal seperti kemampuan kerja, kreativitas dan sikap maupun ekstemal yaitu

pengakuan masyarakat sebagai penyerap surnber daya rnanusia terhadap kredibilitas

Perguruan Tinggi tersebut.

Menurut Munandar (1987) kualitas mahasiswa banyak dipengaruhi oleh

berbagai faktor antara lain:

a. latar belakang keluarga; sejauh mana dukungan dan dorongan orang tua,

taraf sosial ekonomi orang tua,

b. lingkungan belajar di

d,

sarana dan prasarana yang tersedia,

c. lingkungan kampus beserh dosemya; mampu bersosialisasi,

d. serta motivasi; minat untuk berprestasi, keuletan untuk mengatasi

Munandar (1987) juga mengatakan sejauh mana seseorang dapat meucapai

prestasi yang ungsll banyak tergantung dari motivasi orang tersebut untuk

berprestasi, disamping potensi yang dimil~kinya.

Vroom (1964, dalam Wirda, 1995) menyatakan bahwa prestasi yang dapat

dicapai oleh seseorang ditentukan oleh potensi dan motivasi yang dimilik oleh orang

tersebut. Potensi adalah faktor kemampuan seseorang yang sudah dianggap tetap

sedangkan motivasi adalah faktor yang dapat dikembangkan untuk mengoptimallcan

prestasi seseorang. Oleh karenanya dengan memaksimalkan motivasi maka prestasi

yang dapat dicapai juga menjadi maksimal. Sedangkan betapapun tinggi atau

besamya potensi seseorang tetapi memiliki motivasi yang rendah maka prestasi yang

akan dicapai juga akan rendah. Secara sederhana pendapat Vroom dapat

diformulasikan sebagai berikut:

P = prestasi

M

= motivasi

A = potensi

Pendapat lain dari Munandar adalah bahwa potensi setiap orang berbeda-beda,

baik dalam jenis maupun tingkat kepernilikannya. Tetapi menurut Vroom, potensi

adalah kemampuan seseorang yang sudah tetap. Hal ini sepertinya bertolak belakang,

akan tetapi jika dicema, maka dapat disimpullcan bahwa j~ka seorang telah diketahui

memiliki jenis potensi tertentu serta derajat yang dimilikinya maka selarnanya potensi

Ada beberapa teori tentang motivasi yang diungkapkan oleh Elgard (1971,

dalam Bakti 1988):

1. Freud atau disebut teori psikoanalisis yang menyatakan bahwa tingkah laku

manusia timbul karena adanya dorongan kebutuhan yaitu kepuasan dan

agresi untuk pertahanan. Dorongan tersebut berada di bawah kesadaran atau

dapat merupakan insting.

2. Hull Skinner dan Watson (pengikut Freud) atau disebut teori behavioristik

menyatakan bahwa tingkah laku manusia dilandasi oleh adanya hubungan

antara stimulus dan respon. Hubungan akan menjadi kuat jika diberi

penguatan dan hubungan menjadi lemah

jika

ada rintangan, sehingga ha1

yang paling mempengaruhi motivasi adalah lingkungan ekstemal.

3. KofEka, Bruner dan Ausubel atau disebut teori kognisi menyatakan bahwa

tingkah laku rnanusia timbul karma adanya kebutuhan dari diri sendiri oleh

karenanya ada kemauan dari dalam dirinya dan dengan sadar akan

keinginannya itu maka akan berusaha giat untuk mencapai tujuan yang dapat

bermanfaat bagi dirinya.

Dari tiga teori di atas dapat dlsimpulkan bahwa motivasi merupakan kaitan

yang erat antara kebutuhan dan keinginan untuk melakukan perbuatan. Kebutuhan

tersebut mendorong individu untuk melakukan suatu perbuatan untuk mencapai apa

yang diinginkannya.

Kualitas seorang mahasiswa dapat dillhat dari prestasi yang dicapainya,

yang dimaksud adalah adanya keinginan yang besar untuk dapat meraih apa yang

dinginkannya. Ada dua macam motivasi yang dapat mempengaruhi seseorang yaitu

motivasi intrinksik dan motivasi ekstrinksik. Motivasi intrinksik adalah motivasi dari

dalam diri orang itu sendiri, biasanya terdorong oleh rasa ingin tahu atau untuk

mendapat kepuasan. Motivasi intrinksik seseorang tidak dapat dipengaruhi oleh

apapun, karena hanya orang tersebutlah yang dapat mengubah motivasi dalam dirinya

sendiri. Sedangkan motivasi ekstrinksik adalah motivasi

dari

luar diri seseorang yaitu

berupa pengaruh-pengaruh dari luar yang mengakibatkan orang tersebut berbuat

sesuatu. Motivasi ekstrinksik, menurut Skinner clan Watson, adalah motivasi yang

paling mempengaruhi seseorang untuk melakukan suatu tindakan.

Latar belakang keluarga mempengaruhi motivasi belajar seorang rnahasiswa

untuk mencapai prestasinya. M e n w t Sukadji (1986) keluarga adalah salah satu

faktor yang sangat mempengaruhi perkembangan seorang anak, baik jasmani,

kognisi, persepsi, bahasa, ketrampilan sosial maupun minat terhadap sekolah. Orang

tua adalah nara sumber pertama pada tahap awal kehidupan seonng anak. Adapun

pendapat Gunarsa (2000) dalam bidang pendidin, keluarga merupakan surnber

pendidikan utama, karena segala pengetahuan dan kecerdasan i n t e l e b l manusia

diperoleh pertama-tama dari orang tua dan anggota keluarganya sendiri.

Aspek lainnya untuk menunjang hasil belajar mahasiswa adalah lingkungan

belajar, baik di dalam maupun di luar kampus, sangat dipengaruhi oleh sarana dan

prasarana yang ada. Sarana dan prasarana yang lengkap membantu mahasiswa dalam

Menurut Serniawan (1999), lmgkungan kampus atau perguruan tinggi

merupakan tempat tejadinya pendidikan dan latihan akademis yang berkaitan dengan

profesi tertentu. P e n d i d i i tersebut dapat terjadi jika adanya interaksi antara

rnahasiswa dan dosen yang ditunjang dengan adanya fasilitas belajar di kampus.

Sikap mahasiswa terhadap dosen dan lingkungan almamatemya sangat

mempengaruhi motivasinya dalam belajar. Seperti yang dikatakan oleh Skinner clan

Watson Wlgard, 1971, dalam Bakti, 1988) dalam teori behavioristik, bahwa tingkah

laku manusia sangat dipengarubi oleh lingkungan eksternal. Prestasi mahasiswa akan

rneningkat jika mahasiswa memiliki sikap yang positif terhadap dosen clan

Iingknngan alamamaternya. Sikap positif terjadi bila dosen tidak semena-mena

menilai mahasiswa, selalu bersedia dengan adil dan terbuka dalam memberikan

penjelasan tentang kekurangan-kekurangan mahasiswa. Sedangkan sikap yang positif

terhadap almamater te rjadi bila adanya pelayanan yang disediakan untuk mahasiswa,

antara lain adanya perpustakaan, pusat kesehatan, beasiswa, organisasi

kemahasiswaan dan bimbingan konseling.

Kualitas mahasiswa selain &pat dilihat dari IPK (indeks prestasi komulatif)

yang mengukur mahasiswa secara akadermk, ternyata kesehatan juga m e ~ p a k a n ha1

yang m e m p e n g d kualitas seorang mahasiswa, ha1 ini dilhat dari suka tidaknya

mahasiswa berolah raga. Seorang mahasiswa yang mudah letih, h a n g darah atau

ada penyakit tidak dapat belajar dengan tekun, karena jasmani dan otak saling

mempengaruhi pada saat berpikir. Untuk itu menurut Bona (2001) agar tejamin

Musik menurut Kawakami (1981, &lam Ramayanti, 1992) adalal merupakan

suatu faktor penting karma memiliki pengaruh yang besar dalam pembentukan

karakter seseorang. Karakter itu terbentuk pada saat seseomng belajar musik, antara

lain menghargai keindahan, tidak mudah putus asa, tekun, disiplin dan &pat

mengerti dan menghayati karya orang lain. Menurut DePorter dan Hemacki (1999),

musk clan estetika dalarn pengal- belajar akan memLmikan umpan balik positif

pada diri kita dan kesemuanya itu akan menirnbulkan emosi yang positif. Emosi yang

positif mendorong ke arah kekuatan otak, yang mengarah kepada keberhasilan

kehormatan diri yang lebih tinggi.

Bidang olah raga dan kesenian merupakan kegiatan kemahasiswaan non

kurikuler di tingkat universitas yang dikoordinasi oleh Pembantu Rektor 111,

sedangkan di tingkat fakultas dikoordinasi oleh Pembantu Dekan 111. Hal ini

memperlihatkan bahwa dengan berolahraga dan berkesenian dapat meningkatkan

prestasi, baik bagi mahasiswa, fakultas maupun universitasnya.

Structural Equation Model ( S E M )

SEM adalah salah satu bidang kajian statistika yang dapat digunakan untuk

mengatasi masalah penelitian, dimana peubah bebas maupun peubah respon adalah

peubah yang tak terukur.

SEM dapat menguji secara simultan sebuah rangkaian hubungan yang relatif

sulit terukur. Hubungan yang dimaksud adalah hubungan yang dibentuk dari satu atau

leblh peubah bebas dengan satu atau lebih peubah tidak bebas. Peubah-peubah

langsung, yang terkntuk dari beberapa peubah penjelas/manifes, yaitu peubah yang

dapat diukur secara langsung (Chin, 1998).

SEM terdiri dari dua model yaitu model struktural dan model pengulcuran.

Model struktural manperlihatkan struktur kausalitas antar peubah laten, sedangkan

model pengukuran merupakan pengukuran yang digunakan untuk mendukung peubah

laten yang dkonfirmasikan oleh dimensidimensi peubah penjelas. Salah satu dari

teknik analisis SEM adalah Partial Least Squares.

Partial Least Squares (PLS)

Analisis regresi dengan menggunakan Metode Kuadrat Terkecil

(MKT)

dapat

dilakukan jika asumsi yang mendasari perhitungannya terpenuhi, baik dalam regresi

sederhana (linear regression), regresi berganda (multiple regression) clan regresi

multivariate. Dalam regresi, semakin banyak peubah yang diamati, maka asumsi

yang mendasari perhitungan menjadi semakin sulit terpenuhi, sehingga tidak &pat

menjawab hubungan antar peubah bebas dan peubah respon dengan hanya

menggunakan MKT.

PLS adalah salah satu metode alternatif yang dapat menjawab masalah di atas

karena PLS adalah metode lunak atau soft model yang didalarn perhitungannya tidak

mernerlukan asumsi yang ketat, baik m e n g e ~ i sebaran dari peubah pengamtan

maupun dari ukuran contoh, yang tidak hams besar. Metode lain yang dapat

digunakan adalah LISREL yaitu metode yang dalam perbtungmya memerlukan

sebaran data berdistribusi normal dan ukuran contoh hams besar (n >loo) pacon,

Oleh Joreskog dan Wold (1982) PLS dikembangkan sebagai metode umum

untuk pendugaan model laten (peubah-peubah laten) yang diukur secara tidak

langsung oleh peubah penjelas.

1. Spesifikasi PLS

PLS terdiri atas hubungan eksternal (outer model atau model pengukuran)

dan hubungan internal (inner model atau model struktural). Hubungan tersebut

didefinisikan sebagai dua persamaan linier yaitu model pengukuran yang

menyatakan hubungan antam peubah laten dengan sekelompok peubah penjelas

dan model struktural yaitu hubungan antar peubah-peubah laten (Gefen, 2000).

Dengan tidak kehilangan generalitas, dapat diasumsikan baik peubah laten

maupun peubah penjelas diskalakan ke rata-rata no1 sehinga parameter-

parameter lokasi dapat dibuang dalam persamaan-persamaan berikut. Persamaan

model struktural yang menghubungkan peubah-peubah laten menurut Wold

(1982) adalah sebagai berikut:

q . = p . J JO

+

C(pjiqi)

+

Cj

,

i<j

,

untuk j=1,2,

...,

J (1)

dirnana:

J = banyaknya peubah laten

rl j = peubah laten tidak bebas ke-j

rli = peubah laten bebas ke-i untuk i

*j

pji

= koefisien lintas peubah laten ke-j dan ke-i

,

= intersep

i = banyaknya lintasan dari peubah laten bebas ke peubah laten

talc bebas

Pendekatan PLS mengasumsikan model stnkduml yang rekursif, sehingga

dari persamaan (1) dapat diperoleh spesifikasi prediksi seperti berikut ini:

E(qj 1111,112,

...

,qj-1) = [jjo + C(pjiqi)

m

t

u

k

i< j (2) ha1 ini mengimplikasikan bahwa

mv(<j, qi) = 0 ,

untuk

i < j , j = l , 2 ,...,

J

(3)

sehingga peubah laten endogen (tak bebas) diasumsikan fungsi linier dari peubah

laten eksogen (bebas).

Persamaan model pengukman peubah-peubah laten endogen adalah:

ykj=ykjo+ykjqj-1-ekj

,untuk

j = 1 ,

...,

J

dan k = 1 , ..., K (4) dimana:

J = banyaknya peubah laten

rl j = peubah laten ke-j

Ykj = peubah penjelas ke-k dan peubah laten ke-j

Ykj = koefisien antara peubah penjelas ke-k dan peubah laten ke-j

ykjY = intersep

ekj = sisaan model pengukuran peubah penjelas ke-k dan peubah

laten ke-j

k = lintasan dari qj ke ykj

Peubah penjelas diasumslkan ke dalam blok-blok yang terpisah dan

masing-masing blok mewakili satu peubah laten. Setiap peubah penjelas

diasumslkan sebagai milik dari hanya satu peubah laten dan karena pembobotan

peubah laten tidak diketahui maka diperlukan standarisasi agar terhindar dari

ambiguitas skala. Aturan yang digunakan adalah mengasumsi-kan peubah-peubah

laten ke dalam skala ragam unit atau var(qj) = 1.

Sama dengan model struktural, pada model pengukuran juga diperoleh

spesifhsi p r e d k i sebagai berikut:

EOrkj

I

qj) = ykjo + ykj rlj (5)

ha1 ini berimplikasi

COV(&~, qj) = 0 (6)

yang artinya sisaan model pengukuran bebas dengan semua peubah laten dan

bebas dengan sisaan model struktural.

Pnnsip dasar pada pemodelan PLS adalah asumsi bahwa semua informasi

dari peubah penjelas ditujukan pada peubah-peubah laten. Hal ini mempunyai dua

implikasi yaitu model PLS tidak melibatkan hubungan langsung antar peubah

penjelas dan sisaan-sisaan model pengukuran dari satu blok diasumsikan tidak

berkorelasi dengan sisaan-sisaan model pengukuran dari blok lainnya.

Dimunglunkan untuk menggunakan persamaan (1) untuk menggantikan

peubah laten endogen kedalam persamaan (4), oleh Wold (1982) disebut sebagai

substitusi eliminasi dari peubah laten atau disingkat SELV (Substitufive

Ykj = Ykjo + Ykj (pjo + c(pji tld + <j) + &kj

dan persamaan (7) dapat disederhanakan menjadi

Ykj = q k j o + Ykj (C(pji tli)) + ~ ' k j ₍₈₎

Dari persamaan (8) dapat diketahui bahwa SELV menghubungkan peubah

penjelas endogen dengan peubah laten melalui model struktural oleh masing-

masing blok dari peubah penjelas. Intersep dan sisaan pada persamaan (8) adalah

masing-masing fkj, = %,

+

ykj

pjjo

dan efkj = ykj

Cj

+

skj berhmt-turut serta

sisaannya tidak berkorelasi dengan prediktor peubah laten yang sama.

2. Pendugaan PLS

Prosedur pendugaan PLS melalui dua tahapan yang mendasar. Tahap

patama, dengan menggunakan pendugaan iteratif, didapat peubah-peubah laten

sebagai kombinasi linier daxi sekelompok peubah-peubah penjelasnya. Tahap

kedua, menggunakan pendugaan non-iteratif

untuk

koefisien model struktural dari

model pengukuran.

Persamaan pendugaan peubah-peubah laten endogen benikut ini:

Yj, = est (qjn) = C(wkj ykj,,) (9)

digunakan

untuk

pendugaan peubah laten sebagai kombinasi linier dari

sekelompok peubah-peubah penjelasnya. Pembobotan wkj dipilih agar dugaan

peubah-peubah laten mempunyai ragam satu.

Pendugaan peubah laten yang telah terdefinisi, kemudian digunakan

untuk

menghlhq pembobot-pembobot dan koefisien-koefisien model struktural yang

model struktural diperoleh dengan meregresikan setiap hubungan-hubungan

secara parsial.

Inti

dari

prosedur PLS adalah menentukan pembobot-pembobot yang

kemudian digunakan untuk menduga peubah laten. Pembobot didapat dari hasil

regesi dengan metode kuadrat terkecil terhadap peubah penjelas pada setiap blok.

Penduga pembobotan dalam masalah ini adalah outward mode yang dapat

dihitung berdasarkan regesi sederhana. Outward mode sebenarnya adalah

pendugaan pembobotan untuk peubah penjelas refleksif yaitu peubah penjelas

yang diasumsikan sebagai cerminan

dari

peubah laten (Chin, 2000).

3. Evaluasi PLS

PLS pada dasamya bertujuan untuk memprediksi kuadrat terkecil dari

peubah Iaten endogen

dan

peubah manses endogen yang dibatasi oleh spesifikasi

hubungan-hubungan model struktural

dan

model pengukunut Terlepas dari

pengujian koefisien penduga, bagian terpenting dari evaluasi model adalah

pengujian indeks-indeks kecocokan yang m e n c e r d n kehaatan prediksi dari

dugaan hubungan-hubungan model struktural dengan model pengukuran.

Indeks-indeks kecocokan diperoleh dari berbagai persamaan model

struktural dan model pengukuran yang telah ada. Nilai R~ dari regxesi berganda

dapat diperoleh dari hubungan-hubungan model struktural, demikian juga

koefisien-koefisien interbate~y juga dapat diperoleh dari hubungan-hubungan

dengan meregresikan k peubah bebas, dengan setiap kali penghllangan satu kasus

ke-i dengan i = 1, 2, ..., n. Perluasan prediksi ini diukur melalui statistik Q2

dengan persamaan sebagai berikut:

Q2 = 1.0 - {

[L

(Yi

-

&

Xfi bk(i))'] 1

[Cn

(Yi -

Y.

(i)12] } (10)

dimana:

hi) = koefisien regresi yang diperoleh tanpa kasus ke-i

Y. (i) = mta-rata dari peubah tak bebas yang &lung tanpa kasus ke-i

n = banyahya ukuran contoh

k = banyaknya peubah bebas

Jika dilihat dari persamaan di atas, maka Q' adalah analog Jackknife dari

R ~ .

Nilai Q' diperoleh dari rata-rata nilai Q2 dari setiap kasus ke-i yang

dihilangkan. Nilai Q2 &pat negatif, Q~ i 0, yang artinya model prediksi tidak

relevan, tetapi jika Q' > 0 maka model prediksi relevan, semakin tinggi nilai Q2

semakin tinggi pula relevansi prediksi dan persamaan model yang diuji.

Selain uji koefisien l i i s model yang menggunakan teknik Jackknife

beberapa uji lainnya seperti uji validitas kekonvergenan dan uji validitas

diskriminan juga mendukung &lam mengevaluasi model.

Ada 3 uji validitas kekonvergenan yang digunakan: (a). reliabilitas setiap

peubah penjelas, (b). reliabilitas gabungan clan (c). -4verage Variance Extracted

Reliabilitas setiap peubah penjelas ditentukan oleh koefisien lintasnya

masing-masing. Oleh Chin (1998), koefisien lintas (A) sebesar 0.7

mengindikasikan reliabilitas yang cukup baik. Reliabilitas gabungan (pJ

digunakan untuk mengukur realibilitas setiap peubah laten dan nilai p, juga &pat

menunjukkan stabilitas dan konsistensi dari suatu pengukuran. Nilai p, berkisar

dari 0 sampai 1 dan Chin (1998) merekomendasikan nilai diatas 0.8

mengindikasikan reliabilitas gabungan yang baik. Nilai p, didapat dari

perhitungan berikut: p, = @hd2 / [@hd2

+

C( 1

-

hi2)] dirnana

hi

adalah

koefisien lintas ke-i.

AVE digunakan untuk mengukur keragaman peubah laten yang dapat

dijelaskan oleh keragaman model p e n m a n , dengan persamaan sebagai berikut:

AVE = Chi2 / n

,

d i m merupakan koefisien lintas ke-i. Nilai AVE berkisar

antara 0 dan 1. Oleh Tan et.al (1999) direkomendasikan bahwa jika nilai AVE

diatas 0.5 mengindlkasikan pengukuran keragaman yang cukup baik. Sernakin

tinggi nilai AVE maka mengindikasikan jumlah keragaman dari peubah penjelas

yang diakomodasi oleh peubah laten lebih besar dibandingkan dengan jumlah

keragaman yang tidak dapat dijelaskan oleh peubah penjelas.

Uji validitas dislaiminan dilakukan dengan cara membandingkan akar

kuadrat AVE setiap peubah laten dengan korelasi peubah laten. Uji ini berguna

untuk mengetahui kesesuaian pembeda dari peubah laten. Apabila akar kuadrat

AVE lebih

dari

setiap korelasi peubah laten, maka validitas dislaiminannya cukup

METODE PENELITIAN

Disain Peneiitian dan Rasional Penelitian

Disain penelitian ditampilkan pada gambar 1. Disain ini merupakan Structural

Equation Model dengan 6 peubah laten dan 25 peubah manifes.

C11

e?r

*,

6 4

-Gambar 1. Disain dan Hipotesis Penelitian Peubah Laten dan Peubah Manifes

Hasil yang diharapkan yaitu adanya hubungan yang signitikan atau nilai

[image:137.595.78.502.200.635.2]

rnanifesnya yaitu Latar Belakang Keluarga (LBii), L i g a n Belajar (LB), Sikap

Terhadap Aimarnater (STA) dan Sikap Terhadap Dosen (STD). Hal yang sama juga

diharapkan untuk peubah laten Kualitas Mahasiswa (KlvQ terhadap LBY LB, S T 4

STD dan M.

Tabel 1. Peubah Laten dan Peubah Manifes

Peubah Laten Peubah Manifes Simbol Butir

Pertanyaan

Latar Belakang 1.Pendidikan ayah XI 1 1

Keluarga 2.Pendidikan ibu x12 1

(LBK)- 3.Penghasilan orang tua x13 2

Llnnkungan 4. Jarak dari ~ m a h ke karnpus x21 1

ela ajar

- 5.Fasilitas belajar di rumah x22 2

(LB) 6.Gaya belajar x23 3

7.Daya Konsentrasi x24 1

Sikap Terhadap 8.Keputusan memilih UNJ x31 2

Almamater 9.0rganisasi kemahasiswaan x32 3

( S T 4 10.Sosialisasi dg tenaga adrn X33 1

11.Fasilitas Nang belajar x 3 4 1

12.Fasilitas perpustakaan x35 5

13.Fasilitas komputer x36 I

Sikap Terhadap 14.Dosen yang disukai

%I

4

Dosen 15.Sistem penilaian dosen x 4 2 2

(STD) 16.Sistem pembelajaran dosen x43 2

17.Sistem penugasan dosen x44 1

18.Hubungan dengan PA x 4 5 2

Motivasi 19.Keinginan mendapat nilai baik Y21 1

(M)

20.Keinginan medapat

1P

tinggi y 2 2 1

2 1 .Keinginan selesai tepat waktu Y23 1

22.Keinginan studi lanjut S2 y z 4 1

23,Keinginan sukses seperti ssorg yzs 1

Kualitas 24.Indeks prestasi kumulatif YII 1

Mahasiswa 25.Prestasi lain y12 3

m

44

Tabel 1 di atas mempejelas isi dari diagram pada gambar 1 (halaman 23),

[image:138.602.82.480.246.771.2]

Sumber Data

Data yang digunakan dalam penelitian ini adalah data mahasiswa-mahasiswa

jurusan matematika FMIPA UNJ angkatan 199811999, 199912000 dan 200012001.

Data diperoleh dari hasil pengisian kuesioner oleh mahasiswa. Jumlah mahasiswa

ketiga angkatan sebanyak 86 orang mahasiswa, masing-masing 30 orang angkatan

2000/2001,22 orang angkatan 199912000 dan 34 orang angkatan 199811999.

Data yang diamati adalah data mengenai latar belakang keluarga mahasiswa

(LBK), lingkungan belajar mahasiswa di rumah atau kost (LB), sikap mahasiswa

terhadap almarnaternya atau kampusnya (STA), sikap mahasiswa terhadap dosen

khususnya dosen jurusan matematika FMIPA UNJ (STD), motivasi dan kuaiitas

mahasiswa (KIvQ.

Teknik Pengumpulan Data

Pengumpulan data dengan kuesioner yang dilakukan dalam satu hari pada

waktu yang hampir bersamaan. Pada hari tersebut, tanggal 20 Februari 2002,

mahasiswa hadir untuk bertemu dengan pembimbing akademik untuk mengisi kartu

rencana studi (KRS) semester genap tahun ajaran 200112002. Teknik pengambilan

data seperti ini dilakukan untuk menghmdari halo efek sekaligus memperkecil bias

pada data.

Pada hari pengisian KRS yang telah dijadualkan oleh jurusan matematika,

temyata dari 86 orang mahasiswa yang diharapkan menjadi responden, hanya 71

mahasiswa yang hadir clan mengisi kuesioner, masing-masing 30 orang angkatan

Metode Analisis

1. Analisis Instrumen

Instrumen penelitian berupa kuesioner modifikasi, oleh karenanya

perlu dilakukan uji validasi pada instrumen penelitian sebelurn digunakan untuk

mengumpulkan data penelitian. Uji validasi yang dilakukan b e ~ p a konten

validasi yaitu mendiskusikan isi dari kuesioner dengan pakamya yaitu dosen

pembirnbing dan seorang ps~kolog dan konstruk validasi yaitu melakukan uji coba

instrumen pada mahasiswa jurusan matematika angkatan 199611997 dan

199711998 dan terjaring sebanyak 21 orang mahasiswa yang mengisi kuesioner.

Dengan menggunakan software LVPLS 1.8 data hasil uji coba instrumen

dipenksa untuk diketahui nilai reliabilitas dari tiap-tiap pertanyaan yang ada pada

kuesioner uji coba @hat Iampiran 7 halaman 70). Nilai reliabilitas

dari

tiap

pertanyaan dapat dilihat pada bagian loading dari output LVPLS 1.8 (liihat

lampiran 8 halaman 79). Nilai 0.5 pada loading diartikan sebagai pertanyaan yang

cukup dapat mengukur apa yang ingin diukur (Tan, 2000). Adapun untuk

pertanyaan dengan nilai loading kurang dari 0.5, dilakukan revisi untuk

pertanyaan-pertanyaan yang sangat diperlukan atau dihilangkan untuk

pertanyaan-pertanyaan yang tidak terlalu diperlukan.

2. Analisis Data

h l i s i s Deskriptif

Analisis data secara deskriptif dilakukan terhadap data yang didapat dari

Pada bagian identifikasi responden maupun sebaran jawaban dari

pertanyaan-pertanyaan &lam kuesioner akan disajikan &lam bentuk

prosentase. Dari 47 butir pertanyaan pada kuesioner yang mengukw keenam

peubah laten hanya digunakan 44 pertanyaan, ha1 ini dilakukan karena pada dua

pertanyaan tentang IP semester sudah dapat terwahli dalam pertanyaan tentang

IPK, sedangkan satu pertanyaan lainnya tentang bekerja atau tidaknya

mahasiswa untuk membantu keluarga hanya terjawab sebanyak 13% dari

responden, sehmgga pertanyaan tersebut lebih baik jika tidak diperhitungkan.

Terhadap ke 44 butir pertanyaan dilakukan perhitungan-perhitungan sehingga

menjadi 25 peubah manifes yang mengukur 6 peubah laten. Pada tabel 1 di

halaman 24 memperbtkan sebaran 44 butir pertanyaan untuk 25 peubah

manifes yang ada dalam kuesioner.

Anahis PLS

Analisis data lanjutan dari penelitian

ini

menggunakan metode Partial

Least Squares (PLS), dengan LBK, LB, STA, STD, M dan KM sebagai peubah-

peubah laten dan masing-masing peubah laten mempunyai beberapa peubah

manifes. Berturut-tunt peubah manifes untuk LBK, LB, STA, STD,

M

clan

KM

ada sebanyak 44 item dengan rincian 3, 4, 6, 5,

5

dan 2 item, sedangkan

peubah-peubah penjelaslmanifes terdiri dari beberapa pertanyaan-pertanyaan

pada kuesioner penelitian. Bentuk pertanyaan di dalam kuesioner penelitian ada

jawaban biner (yattidak) sebanyak 2 buah dan pertanyaan dengan skala

pengukuran ordinal sebanyak 37 buah, lihat lampiran 6 halaman 63.

Semua pertanyaan terbuka diubah menjadi bentuk o r d i i l dengan

membuat distribusi fiekuensi dalarn lima kelas interval. Untuk pertanyaan

dengan jawaban biner nilai 1 untuk jawaban mendukung dan nilai 0 untuk yang

tidak mendukung. Sedangkan pertanyaan ordinal digunakan secara langsung.

Dengan menggunakan software LVPLS 1.8, S-PLUS 2000, SPSS,

EXCEL 9.7 analisis data dilakukan untuk menentukan pembobot-pembobof

koefisien-koefisien lintas model pengukuran dan model struktural, korelasi dari

tiap peubah penjelas maupun peubah-peubah laten serta koefisien d e t d s i

dari peubah-peubah laten.

Adapun menurut Chin (2000)

untuk

menghasilkan ha1 seperti di atas

dilakukan tahapan sesuai dengan algoritma PLS yaitu:

Tahap 1: Pendugaan iteratif dari pembobot-pembobot dan nilai-nilai peubah

laten dimulai dari langkah #4 dan selanjutnya langkah #1 sampai

langkah #4 diulang hingga konvergen dengan batas kekonvergenan

yang telah d~tentukan.

Langkah# 1 : Pembobotan model stnrktural

(

signcov(Yj,Y3, jika Yj

Y;

berdekatan

,,.

= {

JL

L O

,

selainnya

Langkah #2: Pendugaan model struMural

Langkah #3: Pembobotan model pengukuran, mencari wkj pada

ykjn = *b

Yjn

+

ekjn (outward)

Langkah #4: Pendugaan model pengukuran

Yjn = f j &q @kj Ykjn

Tahap 2: Pendugaan koefisien-koefisien lintas

Tahap 3: Pendugaan parameter-parameter lokasi

Algoritma di atas adalah baku dari Chin (2000) yang digunakan untuk

perhitungan dalam penelitian ini.

Tahapan berikutnya adalah tahapan pengujian; uji validasi

kekonvergenan, uji validasi disksuninan, uji koefisien lintas model dengan

HASIL DAN PEMBAHASAN

Analisis Responden

Responden terdiri dari 71 mahasiswa jurusan matematika program studi

pendidikan matematika dari tiga angkatan. Dari has11 data yang dapat dilihat dalam

lampiran 1 (halaman 52), terkumpul 57.8% mas& UNJ melalui jalur UMPTN dan

mernilih jurusan matematika sebagai pilihan kedua, 19.7% masuk melalui UMPTN

dan memilih jurusan matematika sebagai pilihan pertama dan sisanya 22.5% melalui

jalur PMDK

Berdasarkan data identifikasi mahasiswa pengisi kuesioner, dapat terlihat

bahwa sebagian besar mahasiswa yang kuliah di jurusan matematika FMlPA UNJ

rnasuk melalui jalur UMPTN sebagai pilihan kedua, ha1

i

n

i

mengkhawatirkan tetapi

sekaligus memberi motivasi kepada penelitian ini yaitu apakah ada pengaruh yang

besar terhadap hasil prestasi akademknya serta kualitasnya sebagai mahasiswa.

Sebagian besar clan mereka yaitu sebesar 78.9% masih tinggal dengan orang

tua, sedangkan yang kost dan tinggal dengan famili lainnya masing-masing 19.7%

dan 1.4%. Adapun mengenai keadaan orang tua mahasiswa, 93% orang tuanya masih

lengkap, 5.6% sudah tidak mempunyai ayah dan 1.4% tidak mempunyai ibu.

Hal di atas memperlihatkan bahwa sebagian besar mahasiswa jurusan

matematika FMIPA UNJ adalah warga Jakarta, karena 78.9% dari mahasiswa tinggal

mahasiswa menggunakan kendaraan umum bls sebaga~ alat transportas1 ke kampus

dan 2.8% begalan

kaki

ke kampus.

Lampiran 2 (halaman 53) memperlihatkan sebaran jawaban pertanyaan-

pertanyaan tentang latar belakang keluarga dimulai dari pendidikan ayah terdapat

prosentase terbesar pada tingkat SMA yaitu sebesar 43.7%, SD 14.1%, dan SLTP

18.3% selebihnya adalah pendidikan tingkat diploma dan sarjana, yang masing-

masing 12.7% dan 11.3%. Pendidikan ibu untuk SMA ke bawah sebesar 80.3% yang

terbagi hampir sama untuk tingkat lainnya yaitu SD dan SLTP, sisanya pada

pendidikan diploma dan sarjana masing-masing 15.5% dan 4.2%. Penghasilan ayah

berkisar dari 2.38 juta rupiah per tahun hingga 24.02 juta rupiah per tahun, sedangkan

ibu yang bekerja hanya ada 22.5% dengan penghasilan mulai

dari

3.5 juta rupiah per

tahun hingga 12.2 juta rupiah per tahun, adapun mahasiswa yang bekeja untuk

membantu keluarga hanya 12.7%, yang lainnya tidak.

Peubah laten lingkungan belajar didapat dari 7 butir pertanyaan untuk

mengukur 3 buah peubah rnanifes. Jarak dari rumahkost ke kampus ditempuh dalam

waktu antara 3 memt sampai 123 menit, lama tempuh terbanyak adalah sekitar 77.5

menit sebesar 43.7%. Untuk ruang belajar di rumahlkost jawaban terbesar 39.4%

adalah di kamar sendiri lengkap dengan meja belajar, tetapi untuk sarana majar

jawaban dorninan pada cukup memadai 59.1% yang artinya sarana belajar belum

dilengkapi dengan komputer dan koleksi buku yang memadai. Mahasiswa yang rutin

belajar sebanyak 28.2% sedangkan yang membuat jadual belajar dan dipatuhi sebesar

pengisi kuesioner yang belajar rutin dan mempunyai jadual. Tetapi dalam ha1

terlambat menyelesaikan tugas, jawaban yang didapat 63.4% mahasiswa menjawab

tidak pemah. Daya konsentrasi mahasiswa dalam belajar di rumah 43.7% menjawab

biasa saja, 9.9% menjawab sangat terganggu, 29.6% agak terganggu, sedangkan

sisanya 14.1% dan 2.8% menyatakan tidak terganggu dan sangat tidak terganggu

dengan hal-ha1 kecil seperti suara radio, TV atau orang berbicara.

Sikap terhadap almamater merupakan peubah laten berikutnya yang berisi

mengenai keputusan mahasiswa memilih UNJ agar dapat berkuliah di PTN sebesar

46.5% dan memilih jurusan matematika sesuai dengan keinginannya sebesar 56.3%.

Kebanyakan mahasiswa matematika adalah anggota organisasi di jurusan yaitu

73.396, sedangkan anggota organisasi di tingkat faMtas dan universitas masing-

masing sebesar 24% clan 16.8%. Sebagian besar hubungan mahasiswa dengan tenaga

administrasi di fakutas biasa saja (47.9%). Komentar tentang fasilitas

ruang

kuliah

masih didominasi pada tidak memadai sebesar 46.5% dan cukup memadai 42.3%,

sedangkan untuk fasilitas perpustakaan, baik koleksi buku dan ruang bacanya mash

didonmasi dengan jawaban tidak lengkap untuk koleksi buku dan biasa saja untuk

ruang bacanya, tetapi untuk fasilitas komputer di jurusan 40.9% menjawab cukup

lengkap dan 33.8% menjawab lengkap.

Selanjutnya adalah sikap terhadap dosen dari mahasiswa, khususnya untuk

dosen jurusan matematika secara umum disukai sebesar 52.1% ha1 yang sama

terungkap kembali pada pertanyaan apakah anda pemah mempunyai masalah dengan

pada j m s a n maternatika FMIPA UNJ sebanyak 25 orang, didapat jawaban untuk

jumlah dosen yang disukai secara lebih spesifik antara 6 sampai 10 orang sebesar

39.4% sedangkan untuk 1 sampai 5 orang dosen sebesar 33.8%. Sistem penilaian

dari dosen banyak mendapat respon objektif (47.9%) dan jarang merugikan

mahasiswa (43.7%), untuk sistem pembelajaran sebagian besar mahasiswa menjawab

cukup kondusif (59.2%) tetapi kadang-kadang membosankan (56.3%), sedangkan

untuk sistem penugasan dari dosen 54.9% menjawab jarang tidak betmanfaat atau

berlebihan. Suka atau tidak suka dan bagaimana hubungan mahasiswa dengan dosen

pembimbing akademiknya didominasi oleh jawaban biasa saja, yang masing-masing

sebesar 46.5% dan 76.1%.

Motivasi mahasiswa didapat dari pertanyaan-pertanyaan yang berhubungan

dengan motivasi intrinksik yaitu keinginan untuk mendapat nilai baik, 54.9%

menjawab sangat setujy keinginan lulus tepat wakty 57.8% menjawab sangat setujy

keinginan mendapat IP tinggi, 69% menjawab tentu dan akan diusahakan, keinginan

melanjutkan ke jenjang 52, 52.1% menjawab ya tetapi masih berupa niat saja dan

yang terakhir keinginan untuk sukses seperti orang sukses yang diidolakan, 36.6%

menjawab masih dalam taraf sekedar tahu orang yang sukses. Prosentase yang

&tampilkan ada bagian ini adalah prosentase terbesar untuk setiap pertanyaan.

Kualitas mahasiswa dilihat dari IPK yang berkisar antara 1.98 sampai 3.67,

jawaban terbanyak 40.9% ada pada kisaran IPK 3.34 - 3.67. Untuk IP semester terendah yang pernah didapat mahasiswa antara 0.97 hingga 3.51 dan yang paling

semester tertinggi berkisar antara 2.26 hingga 3.85 dengan jawaban terbanyak 39.4%

pada rentang 3.22-3.53. Prestasi lain penunjang kualitas mahasiswa adalah

kemampuan mahasiswa dalam berkese~an dan berolah raga. Pada pertanyaan apakah

anda suka musik? 47.9% mahasiswa menjawab suka mus~k dan 57.8% dapat

memainkan alat musk lebih dari empat alat, kebanyakan rnahasiswa menjawab:

seruling, pianika dan gitar. Pertanyaan berapakah olah raga yang rutin dilakukan

dalam seminggu? 54.9% menjawab lebih dari empat, jawaban terbanyak berkisar olah

raga: jalan pagi, jalan cepat, joging dan senam, tetapi ada beberapa makasiswa yang

menjawab tenis meja, voli, basket dan bulu tangkts.

Analisis Model Pengukuran

Output yang dihasilkan dari metode PLS @hat lampiran 5 halaman 60) adalah

model pengukuran dan model struktural dari SEM yang telah ditenhkm Dari enam

buah peubah laten yang ada maka terbentuk pula enam buah model pengukuran

sebagai berikut:

Tabel 2.'Hasil Model Pengukuran

untuk

Latar Belakang Keluarga

Pengaruh Koefisien Nilai t

Pengukuran Yang Lintas

D i a p k a n

Pendidikan Ayah

+

0.8672 14.600***

Pendidiian Ibu

+

0.6442 7.197"'

Penghasilan Orang Tua

+

0.9031 17.820***

pvalues: **"p<0.01, '"JKO.05, *p<O,l

Tabel 2 di atas dapat diartikan bahwa p e n d i d i i ayah, pendidikan ibu dan

penghasilan orang tua adalah cenninan dari latar belakang keluarga. Hal ini diddcung

atas memberikan pengaruh positif seperti yang dhrapkan. Adapun pendidikan ibu

memberi kontribusi terkecil diantara ketiganya, ha1

ini

mungkm terjadi karena hampir

80% dari pendidikan ibu adalah SM