33 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Penelitian 1. Deskripsi Data
Instrumen penelitan yang sudah diuji validitas dan reliabilitasnya lalu disebarkan kepada responden menggunakan bantuan google form untuk memudahkan pengumpulan data oleh peneliti. Data yang diperoleh selanjutnya diolah menggunakan software SPSS versi 26 for windows. Data hasil penelitian dari setiap variabel dapat dideskripsikan sebagai berikut:
a. Adversity Quotient (X1)
Tabel 4.1. Deskripsi Data Adversity Quotient Descriptive Statistics
N Minimum Maximum Mean Std.
Deviation Adversity
Quotient
242 25 52 39,71 4,923
Valid N 242
(Sumber: Data Primer yang diolah, 2021)
Berdasarkan Tabel 4.1 dapat diketahui bahwa sampel yang digunakan pada pengumpulan data variabel adversity quotient disebarkan kepada 242 responden. Pengumpulan data menggunakan kuesioner berjumlah 13 item pertanyaan valid dengan skor skala 1-4. Mahasiswa yang mengisi keseluruhan item kuesioner pada skor 4 akan mendapat nilai maksimal 52.
Semakin tinggi skor yang didapatkan mahasiswa maka dapat dikatakan tingkat adversity quotient juga tinggi.
Tabel 4.1 memperlihatkan nilai minimum 25 menunjukkan skor terendah yang didapatkan mahasiswa, artinya skor tersebut menunjukkan rata-
rata mahasiswa memberikan skor satu atau dua di setiap indikator adversity quotient. Hal ini menunjukkan peserta didik memiliki tingkat adversity quotient yang rendah. Skor tertinggi pada variabel adversity quotient yaitu sebesar 52 yang artinya mahasiswa memberikan skor empat pada setiap item kuesioner adversity quotient. Skor yang tinggi menunjukkan tingkat adversity quotient mahasiswa yang tinggi. Selain itu, pada Tabel 4.1 memperlihatkan nilai mean sebesar 39,71 dengan standard deviation sebesar 4,923. Rata-rata skor mahasiswa menunjukkan bahwa 242 mahasiswa yang menjadi responden memilih skor tiga pada setiap item kuesioner. Nilai standard deviation menggambarkan besaran kelompok data terhadap rata-rata. Besaran nilai standard deviation dikatakan baik apabila bersifat heterogen dan nilainya menjauhi angka 0. Dari Tabel 4.1 dapat dilihat besaran standard deviation 4,923, artinya data tersebut dapat dikatakan data yang heterogen.
Distribusi frekuensi digunakan untuk mengelompokkan data pada masing-masing kelas interval dan dihitung banyaknya anggota pada kelas interval. Perhitungan distribusi frekuensi untuk variabel adversity quotient (X1) yaitu:
1) Jumlah kelas interval K = 1 + 3,3 log n = 1 + 3,3 log 242 = 1 + 3,3 × 2,4 = 1 + 7,92
= 8,92 dibulatkan menjadi 9 2) Rentang data (Range)
Rentang data = data terbesar – data terkecil = 52-25
= 27 3) Panjang kelas
Panjang kelas = rentang data : jumlah kelas interval
= 27: 9 = 3
Tabel 4.2. Distribusi Frekuensi Adversity Quotient
Kelas Interval Frekuensi Persentase
1 25-27 1 0,4%
2 28-30 6 2,5%
3 31-33 15 6,2%
4 34-36 44 18,2%
5 37-39 57 23,6%
6 40-42 52 21,5%
7 43-45 30 12,4%
8 46-48 26 10,7%
9 49-52 11 4,5%
Jumlah 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.2 variabel adversity quotient memiliki 9 kelas dengan panjang interval 3. Tabel 4.2 memperlihatkan bahwa nilai yang paling banyak diraih mahasiswa pada variabel adversity quotient berada pada interval 37-39, sedangkan nilai yang paling sedikit diraih mahasiswa pada skor 25-27. Ketergantungan persentase jumlah nilai jawaban responden untuk setiap indikator adversity quotient disajikan dalam bentuk diagram lingkaran sebagai berikut:
Gambar 4.1. Diagram Indikator Adversity Quotient (Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Gambar 4.1 ada empat indikator yang digunakan untuk memperoleh data adversity quotient, indikator endurance atau ketahanan memiliki persentase paling besar yaitu 30,86% sedangkan indikator dengan persentase terendah control yaitu 22,68%. Hasil tersebut menunjukkan endurance atau ketahanan merupakan indikator paling dominan yang memengaruhi tingkat adversity quotient mahasiswa.
Rincian kecenderungan skor yang didapatkan mahasiswa dilihat dari kategorinya pada variabel adversity quotient menggunakan penilaian sebagai berikut:
Rendah = X<(Mi-1SDi)
Sedang = X(Mi-1SDi)≤X(Mi+SDi) Tinggi = X>(Mi+SDi)
Keterangan
X : Jumlah Skor Mi : 1
2(𝑋𝑚𝑎𝑥 + 𝑋𝑚𝑖𝑛) SDi : 1
6(𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛)
Dari perhitungan dengan rumus sebelumnya dapat diketahui skala kecenderungan skor variabel adversity quotient sebagai berikut:
Tabel 4.3. Kecenderungan Skor Variabel Adversity Quotient (X1) No Interval Frekuensi Persentase Kategori
1 x < 34 22 9% Rendah
2 34 ≤ x ≤ 43 166 69% Sedang
3 x > 43 54 22% Tinggi
Total 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Tabel 4.3 menunjukkan bahwa dari responden sejumlah 242 mahasiswa, mahasiswa yang memiliki kategori tingkat adversity quotient tinggi sebanyak 22%, mahasiswa dengan tingkat adversity quotient kategori sedang sebanyak 69%, dan mahasiswa dengan tingkat adversity quotient kategori rendah sebanyak 9%. Jadi dapat disimpulkan 74% dari total mahasiswa 242 memiliki kecenderungan tingkat adversity quotient kategori sedang.
b. Dukungan Sosial (X2)
Tabel 4.4 Deskripsi Data Dukungan Sosial
Descriptive Statistics
N Minimum Maximum Mean Std.
Deviation Dukungan
Sosial
242 22 48 35,40 5,492
Valid N 242
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.4 dapat diketahui bahwa sampel yang digunakan pada pengumpulan data variabel dukungan sosial disebarkan kepada 242 responden. Pengumpulan data menggunakan kuesioner berjumlah 12 item pertanyaan valid dengan skor skala 1-4. Mahasiswa yang mengisi keseluruhan item kuesioner pada skor 4 akan mendapat nilai maksimal 48.
Semakin tinggi skor yang didapatkan mahasiswa maka dapat dikatakan tingkat dukungan sosial juga tinggi.
Tabel 4.4 memperlihatkan nilai minimum 22 menunjukkan skor terendah yang didapatkan mahasiswa, artinya skor tersebut menunjukkan rata- rata mahasiswa memberikan skor satu atau dua di setiap indikator dukungan sosial. Hal ini menunjukkan peserta didik memiliki tingkat dukungan sosial rendah. Skor tertinggi pada variabel adversity quotient yaitu sebesar 48 yang artinya mahasiswa memberikan skor empat pada setiap item kuesioner dukungan sosial. Skor yang tinggi menunjukkan tingkat dukungan sosial yang didapatkan mahasiswa tinggi. Selain itu, Tabel 4.4 memperlihatkan nilai mean sebesar 35,40 dengan standard deviation sebesar 5,492. Rata-rata skor mahasiswa menunjukkan bahwa 242 mahasiswa yang menjadi responden memilih skor tiga pada setiap item kuesioner. Nilai standard deviation menggambarkan besaran kelompok data terhadap rata-rata. Besaran nilai standard deviation dikatakan baik apabila bersifat heterogen dan nilainya menjauhi angka 0. Dari Tabel 4.4 dapat dilihat besaran standard deviation 5,492, artinya data tersebut dapat dikatakan data yang heterogen.
Distribusi frekuensi digunakan untuk mengelompokkan data pada masing-masing kelas interval dan dihitung banyaknya anggota pada kelas interval. Perhitungan distribusi frekuensi untuk variabel dukungan sosial (X2) yaitu:
1) Jumlah kelas interval K = 1 + 3,3 log n = 1 + 3,3 log 242 = 1 + 3,3 × 2,4 = 1 + 7,92
= 8,92 dibulatkan menjadi 9 2) Rentang data (Range)
Rentang data = data terbesar – data terkecil
= 48-22 = 26 3) Panjang kelas
Panjang kelas = rentang data : jumlah kelas interval = 26: 9
= 2,89 dibulatkan menjadi 3
Tabel 4.5. Distribusi Frekuensi Variabel Dukungan Sosial (X2) Kelas Interval Frekuensi Persentase
1 22-24 4 1,7%
2 25-27 13 5,4%
3 28-30 36 14,9%
4 31-33 42 17,4%
5 34-36 47 19,4%
6 37-39 41 16,9%
7 40-42 30 12,4%
8 43-45 21 8,7%
9 46-48 8 3,3%
Jumlah 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.5 bahwa variabel dukungan sosial memiliki 9 kelas dengan panjang interval 3. Dari Tabel 4.5 memperlihatkan bahwa nilai yang paling banyak diraih mahasiswa pada variabel dukungan sosial berada pada interval 34-36, sedangkan nilai yang paling sedikit diraih mahasiswa pada skor 22-24. Kecenderungan total nilai pada setiap indikator disajikan dengan persentase dalam bentuk diagram lingkaran berikut:
Gambar 4.2. Diagram Indikator Dukungan Sosial (Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Gambar 4.2 ada empat indikator yang digunakan untuk memperoleh data dukungan sosial, indikator dukungan persahabatan memiliki persentase paling besar yaitu 25,65% sedangkan indikator dengan persentase terendah dukungan informasi sebesar 24,54%. Hasil tersebut menunjukkan dukungan persahabatan merupakan indikator paling dominan yang memengaruhi tingkat dukungan sosial yang diperoleh mahasiswa.
Rincian kecenderungan skor yang didapatkan mahasiswa dilihat dari kategorinya pada variabel dukungan sosial menggunakan penilaian sebagai berikut:
Rendah = X<(Mi-1SDi)
Sedang = X(Mi-1SDi)≤X(Mi+SDi) Tinggi = X>(Mi+SDi)
Keterangan X : Jumlah Skor Mi : 1
2(𝑋𝑚𝑎𝑥 + 𝑋𝑚𝑖𝑛) SDi : 1
6(𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛)
Berdasarkan hasil perhitungan dengan rumus di atas dapat diketahui skala kecenderungan skor variabel dukungan sosial sebagai berikut:
Tabel 4.6. Kecenderungan Skor Variabel Dukungan Sosial (X2) No Interval Frekuensi Persentase Kategori
1 x < 33 81 34% Rendah
2 33 ≤ x ≤39 102 42% Sedang
3 x >39 59 24% Tinggi
Total 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Tabel 4.6 menunjukkan bahwa dari responden sejumlah 242 mahasiswa, mahasiswa yang memiliki kategori tingkat dukungan sosial tinggi sebanyak 24%, mahasiswa dengan tingkat dukungan sosial kategori sedang sebanyak 42%, dan mahasiswa dengan tingkat dukungan sosial kategori rendah sebanyak 34%. Jadi dapat disimpulkan 42% dari total mahasiswa 242 memiliki kecenderungan tingkat dukungan sosial kategori sedang.
c. Prestasi Akademik (Y)
Tabel 4.7. Deskripsi Data Prestasi Akademik Descriptive Statistics
N Minimum Maximum Mean Std.
Deviation Prestasi
Akademik
242 2,00 4,00 3,40 0,49191
Valid N 242
(Sumber: Data Primer yang Diolah, 2021)
Tabel 4.7 memperlihatkan nilai minimum 2,00 merupakan nilai terendah yang didapatkan mahasiswa pada mata kuliah pengantar akuntansi.
Hal ini menunjukkan peserta didik memiliki tingkat prestasi akademik pada mata kuliah pengantar akuntansi rendah. Skor tertinggi dari Tabel 4.7 memperlihatkan nilai 4,00, artinya skor yang tinggi menunjukkan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi tinggi. Selain
itu, Tabel 4.7 memperlihatkan nilai mean sebesar 3,40 dengan standard deviation sebesar 0,49191. Nilai standard deviation menggambarkan besaran kelompok data terhadap rata-rata. Besaran nilai standard deviation dikatakan baik apabila bersifat heterogen dan nilainya menjauhi angka 0.
Pada Tabel 4.7 dapat dilihat besaran standard deviation 0,49191, artinya data tersebut dapat dikatakan data yang heterogen.
Distribusi frekuensi digunakan untuk mengelompokkan data pada masing-masing kelas interval dan dihitung banyaknya anggota setiap kelas interval. Distribusi frekuensi pada setiap kelas menggunakan pedoman kriteria penilaian yang ada di Universitas Sebelas Maret sesuai dengan Peraturan Rektor Universitas Sebelas Maret Nomor 30 tahun 2020, yaitu:
Tabel 4.8. Distribusi Frekuensi Variabel Prestasi Akademik (Y) Kelas Skala Nilai Skala Angka Frekuensi Persentase
1 60-64 2,00 7 2,9%
2 65-69 2,70 9 3,7%
3 70-74 3,00 80 33,1%
4 75-79 3,30 31 12,8%
5 80-84 3,70 53 21,9%
6 85-100 4,00 62 25,6%
Jumlah 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Dari tabel 4.8 di atas maka disajikan dalam bentuk diagram lingkaran sebagai berikut:
Gambar 4.3. Diagram Distribusi Frekuensi Nilai Pengantar Akuntansi (Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.8 dan Gambar 4.3 menunjukkan bahwa nilai yang paling banyak diraih mahasiswa pada variabel prestasi akademik pada mata kuliah pengantar akuntansi berada pada nilai 3,00, sedangkan nilai yang paling sedikit diraih mahasiswa yaitu 2,00. Rincian kecenderungan nilai yang didapatkan mahasiswa dilihat dari kategorinya pada variabel prestasi akademik pada mata kuliah pengantar akuntansi pada tabel di bawah ini:
Tabel 4.9. Kecenderungan Nilai Pengantar Akuntansi (Y)
No Interval Frekuensi Persentase Kategori
1 2,00-2,70 16 7% Rendah
2 3,00-3,30 111 46% Sedang
3 3,70-4,00 115 47% Tinggi
Total 242 100%
(Sumber: Data Primer yang Diolah, 2021)
Tabel 4.8 menunjukkan distribusi nilai pengantar akntansi yang terdiri dari 6 kelas, dari Tabel 4.8 kecenderungan skor dikelompokkan setiap dua kelas dan dibagi menjadi kategori rendah, sedang, dan tinggi pada Tabel 4.9. Interval nilai 2,00-2,70 memiliki jumlah frekuensi sebesar 16 dari jumlah total responden. Besaran ini menunjukkan 7% mahasiswa dari total
keseluruhan responden memiliki tingkat prestasi akademik rendah pada mata kuliah pengantar akuntansi. Pada interval nilai 3,00-3,30 memiliki jumlah frekuensi 111 dari jumlah total responden. Besaran ini menunjukkan 46%
dari total responden memiliki tingkat prestasi akademik sedang pada mata kuliah pengantar akuntansi. Pada interval nilai 3,70-4,00 memiliki jumlah frekuensi paling besar yaitu 115 mahasiswa dari jumlah total responden.
Besaran ini menunjukkan 47% dari total keseluruhan responden memiliki tingkat prestasi akademik tinggi pada mata kuliah pengantar akuntansi.
Kesimpulan dari Tabel 4.9 yaitu mahasiswa Universitas Sebelas Maret memiliki tingkat prestasi akademik tinggi pada mata kuliah pengantar akuntansi.
2. Hasil Uji Prasyarat Analisis
Uji prasyarat analisis dilakukan sebelum peneliti menguji hipotesis yang diajukan karena sebelum dilakukan uji hipotesis harus memenuhi asumsi pengujian statistik, antara lain:
a. Uji Normalitas
Uji normalitas data dilakukan untuk mengetahui nilai residu/perbedaan yang ada dalam penelitian memiliki distribusi normal atau tidak normal. Uji normalitas pada penelitian ini untuk menguji sebaran kedua variabel independen yaitu adversity quotient (X1) dan dukungan sosial (X2) dan satu variabel dependen yaitu prestasi akademik pada mata kuliah pengantar akutansi (Y) di Universitas Sebelas Maret.
Teknik uji normalitas pada penelitian ini menggunakan One sample Kolmogorov Smirnov.
Tabel 4.10. Hasil Uji Normalitas
N Asym. Sig. (2-tailed)
242 0,001
(Sumber: Data Primer yang Diolah, 2021)
Pada Tabel 4.10 diketahui hasil uji normalitas sebesar 0,001 hasil tersebut kurang dari 0,05 sehingga dapat dikatakan bahwa data tidak berdistribusi normal. Theory central limit menyatakan bahwa asumsi normalitas bisa diabaikan pada sampel skala besar diatas 80-100 (Rodriguez, 2019) dan peneliti bisa memakai pengujian parametrik meskipun data tidak berdistribusi karena ketika sampel sudah memasuki jumlah di atas 30 maka data dianggap berdistribusi normal (Ghasemi &
Zahediasl, 2012). Oleh karena itu, data penelitian ini dapat dianggap berdistribusi normal karena memiliki sampel sejumlah 242 responden.
b. Uji Linearitas
Uji linearitas merupakan uji prasyarat untuk mengetahui apakah ada hubungan linier antara variabel. Uji linearitas digunakan untuk mengetahui apakah antara variabel bebas dan variabel terikat memiliki hubungan yang linier atau tidak. Pada hasil pengujian baris Deviation from linearity jika nilai sig F < 0,05 maka hubungannya tidak linear, sedangkan jika nilai sig F ≥ 0,05 maka hubungannya bersifat linear.
Berikut hasil uji linearitas pada penelitian ini:
Tabel 4.11. Hasil Uji Linearitas
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.11 dapat dilihat nilai signifikansi masing- masing variabel. Nilai signifikansi dari variabel adversity quotient sebesar 0,485 sehingga dapat dikatakan bahwa terdapat hubungan linier antara adversity quotient dan prestasi akademik pada mata kuliah
Variabel Nilai
Fhitung
Deviation from Linearity Sig.
Hasil Independen Dependen
Adversity Quotient
Prestasi Akademik
0,986 0,485 Linier
Dukungan Sosial
Prestasi Akademik
1,366 0,126 Linier
pengantar akuntansi karena 0,485>0,05. Nilai signifikansi dari variabel dukungan sosial terhadap prestasi akademik sebesar 0,126 sehingga dapat diketahui bahwa terdapat hubungan yang linier antara dukungan sosial dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi karena 0,126 > 0,05. Hasil uji linearitas pada Tabel 4.11 menunjukkan semua variabel bebas (X) dengaan variabel terikat (Y) mempunyai sifat hubungan linier.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk mendeteksi variabel independen saling memiliki korelasi pada model regresi. Uji multikolinearitas pada penelitian ini melihat dari nilai VIF (Variance Inflation Factor) dan tolerance. Berikut hasil uji multikolinearitas yang dilakukan pada penelitian ini:
Tabel 4.12. Hasil Uji Multikolinearitas
Variabel Collinearity Statistics
Tolerance VIF
Adversity Quotient (X1) 0,685 1,461
Dukungan Sosial (X2) 0,685 1,461
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.12 diketahui nilai tolerance variabel adversity quotient dan dukungan sosial sebesar 0,685 memiliki arti nilai tersebut lebih besar dari 0,01 atau di atas tolerance value. Dikuatkan dengan nilai VIF variabel adversity quotient dan dukungan sosial sebesar 1,461 lebih kecil dari 10. Maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas pada penelitian ini.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat varian residual yang tidak sama pada data pengamatan. Uji heteroskedastisitas penelitian ini menggunakan uji Glejser. Variabel dinyatakan tidak memiliki gejala
heteroskedastisitas apabila sig>0,05. Berikut hasil uji heteroskedastisitas pada penelitian ini:
Tabel 4.13. Hasil Uji Heteroskedastisitas
(Sumber: Data Primer yang Diolah, 2021)
Berdasarkan Tabel 4.13 diketahui nilai signifikansi dari variabel adversity quotient sebesar 0,934 sehingga lebih besar dari 0,05, sedangkan nilai signifikansi dari variabel dukungan sosial sebesar 0,304 juga lebih besar dari 0,05. Dapat disimpulkan gejala heteroskedastisitas tidak terjadi pada penelitian ini.
3. Hasil Uji Hipotesis
Pengujian hipotesis digunakan untuk mengetahui apakah hipotesis yang diajukan oleh peneliti akan diterima atau tidak. Hipotesis diterima apabila data hasil penelitian mendukung pernyataan dugaan awal dari peneliti dan sebaliknya apabila data tidak mendukung pernyataan dugaan awal maka hipotesis ditolak. Uji hipotesis pada penelitian ini dilakukan sebagai berikut:
a. Analisis Korelasi Pearson Product Moment
Korelasi pearson product moment digunakan untuk melihat angka koefisien korelasi yang menyatakan besar hubungan antara variabel independen (bebas) dengan variabel dependen (terikat) dan mengetahui kuat atau lemahnya hubungan antara variabel independen dengan variabel dependen.
Variabel Sig.
Adversity Quotient (X1) 0,934 Dukungan Sosial (X2) 0,304
1) Hipotesis
H0 = Tidak ada hubungan positif antara adversity quotient dan dukungan sosial secara parsial dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Ha = Ada hubungan positif antara adversity quotient dan dukungan sosial secara parsial dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
2) Hasil rhitung
Hasil perhitungan korelasi product moment dapat dilihat pada tabel di bawah:
Tabel 4.14. Hasil Analisis Koefisien Korelasi Product Moment
Variabel Adversity
Quotient
Dukungan Sosial
Prestasi Akademik Adversity
Quotient (X1)
Pearson Correlation
1 ,562** ,446**
Sig. (2- tailed)
,000 ,000
N 242 242 242
Dukungan Sosial (X2)
Pearson Correlation
,562** 1 ,299**
Sig. (2- tailed)
,000 ,000
N 242 242 242
Prestasi Akademik (Y)
Pearson Correlation
,446** ,299** 1
Sig. (2- tailed)
,000 ,000
N 242 242 242
**. Correlation is significant at the 0.01 level (2-tailed).
(Sumber: Data Primer yang diolah, 2021) 3) Nilai rtabel
Nilai rtabel diketahui dari tabel statistik dengan tingkat signifikansi 5%
atau 0,05 maka didapatkan nilai rtabel sebesar 0,138.
4) Kriteria Pengujian
Apabil rhitung > rtabel dan nilai signifikansi kurang dari 0,05 maha Ho ditolak dan Ha diterima. Sebaliknya jika rhitung < rtabel dan nilai signifikansi lebih dari 0,05 maka Ho diterima dan Ha ditolak.
5) Hasil Pengujian
a) Variabel Adversity Quotient (X1)
H0 = Tidak ada hubungan positif antara adversity quotient dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Ha = Ada hubungan positif antara adversity quotient dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Tabel 4.14 menunjukkan nilai rhitung variabel adversity quotient (X1) terhadap variabel prestasi akademik pada mata kuliah pengantar akuntansi sebesar 0,446 sehingga rhitung > rtabel yaitu 0,446>0,138 dengan nilai koefisien korelasi sebesar 0,446 maka korelasi positif karena lebih dari 0 dan kategori hubungan sedang.
Diketahui pula dari tabel 4.14 nilai siginifikansi adversity quotient (X1) terhadap prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi sebesar 0,000 hal itu berarti nilai signifikansi kurang dari 0,05 maka pengujian tersebut signifikan. Dilihat dari nilai rhitung dan signifikansi pada variabel adversity quotient maka
H0 ditolak dan Ha diterima sehingga dapat disimpulkan terdapat hubungan positif dan signifikan dengan kategori sedang antara adversity quotient (X1) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta.
b) Variabel Dukungan Sosial (X2)
H0 = Tidak ada hubungan positif antara dukungan sosial dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Ha = Ada hubungan positif antara dukungan sosial dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Berdasarkan Tabel 4.14 diketahui rhitung variabel dukungan sosial (X2) terhadap prestasi akademik mata kuliah pengantar akuntansi sebesar 0,299 sehingga rhitung > rtabel yaitu 0,299>0,138, koefisien korelasi sebesar 0,299 menunjukkan hubungan positif karena lebih dari 0 dengan kategori hubungan rendah. Nilai siginifikansi dukungan sosial (X2) sebesar 0,000 hal itu berarti nilai signifikansi kurang dari 0,05 sehingga hubungan tersebut dapat dikatakan signifikan. Dilihat dari nilai rhitung dan signifikansi pada variabel dukungan sosial H0 ditolak dan Ha
diterima sehingga dapat disimpulkan terdapat hubungan positif dan signifikan dengan kategori rendah antara dukungan sosial (X2) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta.
b. Analisis Korelasi Ganda
Analisis korelasi ganda untuk melihat kuatnya hubungan antara dua variabel independen terhadap variabel dependen secara simultan atau bersama-sama. Analisis korelasi ganda juga digunakan untuk mengetahui kontribusi kedua variabel independen terhadap variabel dependen.
1) Hipotesis
H0 = Tidak ada hubungan positif antara adversity quotient dan dukungan sosial secara simultan dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
Ha = Ada hubungan positif antara adversity quotient dan dukungan sosial secara simultan dengan prestasi akademik mahasiswa pada mata kuliah mata pengantar akuntansi Universitas Sebelas Maret Surakarta.
2) Nilai Koefisien Korelasi Berganda
Hasil perhitungan koefisien korelasi berganda dapat dilihat pada tabel di bawah:
Tabel 4.15. Hasil Analisis Korelasi Ganda Model Summary
Change Statistics
Model R R Square F Change df1 df2
Sig. F Change
1 ,450a 0,202 30,319 2 239 0,000
a. Predictors: (Constant), Dukungan Sosial, Adversity Quotient (Sumber: Data Primer yang Diolah, 2021)
3) Nilai rtabel
Nilai rtabel diketahui dari tabel statistik dengan tingkat signifikansi 5%
atau 0,05 maka didapatkan nilai rtabel sebesar 0,138.
4) Kriteria Pengujian
Apabila rhitung > rtabel dan nilai signifikansi kurang dari 0,05 maha H0
ditolak dan Ha diterima. Sebaliknya jika rhitung < rtabel dan nilai signifikansi lebih dari 0,05 maka H0 diterima dan Ha ditolak.
5) Hasil Pengujian
Tabel 4.15 menunjukkan nilai rhitung sebesar 0,450 sehingga rhitung >
rtabel yaitu 0,450>0,138. Nilai rhitung sebesar 0,450 merupakan hubungan yang positif karena lebih dari 0 dan masuk dalam kategori sedang. Berdasarkan Tabel 4.15 diketahui sig. F change sebesar 0,000 yang berarti nilai tersebut kurang dari 0,05 maka model tersebut signifikan secara statistik. Dilihat dari nilai r dan sig. F change maka H0 ditolak dan Ha diterima sehingga dapat disimpulkan terdapat hubungan positif dan signifikan dengan kategori sedang antara adversity quotient (X1) dan dukungan sosial (X2) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta. Tabel 4.15 juga menunjukkan besaran koefisien determinasi atau R Square sebesar 0,202 atau 20,2%.
Koefisien determinasi digunakan untuk mengetahui proporsi pengaruh variabel independen terhadap variabel dependen dalam bentuk persentase. Kontribusi variabel adversity quotient dan dukungan sosial terhadap prestasi akademik mahasiswa dalam mata kuliah pengantar akuntansi Universitas Sebelas Maret Surakarta dilihat dari koefisien determinasi menunjukkan angka 20,2% sehingga sisanya sebesar 79,8% (100%-20,2%) berhubungan dengan faktor lain selain adversity quotient dan dukungan sosial yang tidak diteliti pada penelitian ini.
B. Pembahasan
1. Hubungan Adversity Quotient dengan Prestasi Akademik pada Mata Kuliah Pengantar Akuntansi Mahasiswa Universitas Sebelas Maret Surakarta
Berdasarkan hasil perhitungan korelasi sederhana menggunakan korelasi product moment dalam penelitian ini menunjukkan nilai rhitung
variabel adversity quotient (X1) sebesar 0,446 maka rhitung > rtabel yaitu 0,446>0,138 sehingga dapat diketahui korelasi positif dan berkategori sedang.
Nilai siginifikansi adversity quotient (X1) kurang dari 0,05 yaitu sebesar 0,000 yang berarti penelitian ini signifikan secara statistik. Dilihat dari nilai rhitung
dan signifikansi pada variabel adversity quotient H0 ditolak dan Ha diterima sehingga dapat disimpulkan terdapat hubungan positif dan signifikan dengan kategori sedang antara adversity quotient (X1) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta. Kategori sedang yang dimiliki mahasiswa hubungannya dengan prestasi akademik mahasiswa dalam mata kuliah pengantar akuntansi yaitu mahasiswa berhasil mengatasi kesulitaan dalam mencapai prestasi akademik namun ketika kesulitan pada mata kuliah pengantar akuntansi meningkat mahasiswa akan kewalahan (Stoltz, 2000). Oleh karena itu, apabila adversity quotient mahasiswa meningkat maka prestasi akademik dalam mata kuliah pengantar akuntansi juga akan meningkat.
Adversity quotient merupakan kemampuan individu dalam memanfaatkan peluang untuk menghadapi tantangan, salah satunya adalah prestasi. Mahasiswa mencari celah peluang dalam mengahadapi mata kuliah pengantar akuntansi yang sulit bagi beberapa mahasiswa. Berdasarkan hasil pengolahan data penelitian ini didapatkan hubungan positif dengan prestasi akademik, hal ini menunjukkan kemampuan mahasiswa dalam menemukan asal mula kesulitan dan kemampuan mengambil jalan keluar yang benar memiliki peran dalam membentuk prestasi akademik yang baik pada mata
kuliah pengantar akuntansi. Mahasiswa dapat belajar mengembangkan diri dan memiliki keterampilan pengelolaan diri sehingga mereka sadar atas kesulitan yang sedang dihadapi tanpa harus selalu menyalahkan dirinya.
Keterampilan itu akan membuat mereka lebih tenang dalam menghadapi kesulitan pada mata kuliah pengantar akuntansi.
Hasil deskripsi data variabel adversity quotient dalam penelitian ini mahasiswa paling banyak memiliki tingkat adversity quotient pada kategori sedang. Indikator yang paling besar pengaruhnya terhadap tingkat adversity quotient mahasiswa yaitu endurance(ketahanan). Hal itu memperlihatkan bahwa kekuatan mahasiswa untuk tidak mudah menyerah dan selalu bertahan dalam menyelesaikan tantangan merupakan faktor yang dominan. Indikator memiliki penngaruh paling rendah yaitu control (kontrol). Control merupakan kemampuan individu dalam mengubah respon atas kesulitan atau tantangan dalam mencapai prestasi akademik yang baik pada mata kuliah pengantar akuntansi. Mahasiswa dapat meningkatkan adversity quotient yang mereka miliki. Pertama, mahasiswa mengidentifikasi kekuatan yang terdapat dalam dirinya, sehingga ketika dihadapkan dengan tantangan kesulitan pada mata kuliah pengantar akuntansi mahasiswa dapat menggunakan kekuatannya untuk menghadapi tantangan tersebut. Kedua, mahasiswa dapat menguasai diri untuk mencari cara yang sesuai untuk menyelesaikan kesulitan yang dialami pada mata kuliah pengantar akuntansi. Ketiga, mahasiswa harus membagi proporsi yang sesuai dalan menyelesaikan kesulitan yang mereka hadapi pada mata kuliah pengantar akuntansi, jangan sampai kesulitan yang dihadapi memengaruhi kehidupan sehari-hari (Khairani & Abdullah, 2018).
Hasil uji korelasi sederhana yang dilakukan membuktikan teori Stoltz (2000) terkait adversity quotient bahwa optimisme seseorang dalam menghadapi tantangan dan dapat menyelesaikan masalah yang dihadapi akan meningkatkan kesuksesan. Penelitian sebelumnya yang mendukung hasil penelitian ini yaitu Andyana & Indryawati (2019) adversity quotient dan
prestasi akademik memiliki hubungan yang positif dan signifikan. Farelin &
Kustanti (2017) juga menyatakan adversity quotient memberikan sumbangan efektif 21,6% terhadap motivasi berprestasi mahasiswa teknik mesin UNDIP angkatan 2015. Espanola (2016) menyimpulkan penelitiannya terkait adversity quotient bahwa mahasiswa dengan prestasi akademik tinggi mungkin akan memiliki adversity quotient tinggi namun tidak semua dapat diamati pada semua orang dalam segala situasi.
2. Hubungan Dukungan Sosial dengan Prestasi Akademik pada Mata Kuliah Pengantar Akuntansi Mahasiswa Universitas Sebelas Maret Surakarta
Nilai rhitung variabel dukungan sosial (X2) sebesar 0,299 maka rhitung
> rtabel yaitu 0,299>0,138 nilai rhitung menunjukkan hubungan positif dan berkategori rendah. Nilai siginifikansi dukungan sosial (X2) kurang dari 0,05 yaitu sebesar 0,000 maka dapat dikatakan bahwa penelitian ini siginifikan.
Dilihat dari nilai rhitung dan signifikansi pada variabel dukungan sosial H0
ditolak dan Ha diterima sehingga dapat disimpulkan terdapat hubungan positif dan signifikan dengan kategori rendah antara dukungan sosial (X2) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta. Kategori rendah menunjukkan apabila terjadi kenaikan nilai pada variabel dukungan sosial maka nilai prestasi akademik mahasiswa juga akan meningkat.
Dukungan sosial merupakan rasa kenyamanan secara psikologis yang diinginkan seseorang agar mereka merasa tenang dan berani dalam menghadapi kehidupan ataupun kompetisi untuk mencapai tujuan yang dia inginkan. Hal tersebut sesuai bahwa prestasi akademik seseorang dipengaruhi oleh lingkungan sosial di sekitarnya yang menjadi dorongan secara eksternal.
Proses mahasiswa mencapai prestasi yang baik dilihat dari faktor eksternal bisa dilihat dari dukungan sosial yang mereka dapatkan karena apabila
lingkungan disekitarnya dapat mendorong motivasi berprestasi maka prestasi akademik yang didapatkan akan lebih baik.
Hasil deskripsi data variabel dukunganan sosial penelitian ini mahasiswa paling banyak memiliki tingkat dukungan sosial pada kategori sedang, selain itu mahasiswa yang memiliki dukungan sosial kategori rendah lebih banyak dibandingkan dengan kategori tinggi. Indikator yang paling besar pengaruhnya terhadap tingkat dukungan sosial yaitu dukungan persahabatan. Kesetiaan antar individu untuk selalu ada pada saat dibutuhkan memiliki pengaruh paling besar terhadap tingkat dukungan sosial yang diperoleh mahasiswa dalam mencapai prestasi akademik dalam mata kuliah pengantar akuntansi. Disisi lain indikator dukungan informasi memiliki persentase pengaruh paling rendah. Dukungan informasi dilakukan individu dengan memberikan saran atau solusi kaitannya mencapai prestasi akademik yang baik dalam mata kuliah pengantar akuntansi. Dukungan informasi yang rendah ini menunjukkan mahasiswa tidak memperoleh saran atau solusi atas kendala dalam mencapai prestasi akademik yang baik dalam mata kuliah pengantar akuntansi.
Penelitian ini menunjukkan dukungan sosial yang didapatkan mahasiswa untuk mencapai prestasi pada mata kuliah pengantar akuntansi rendah. Rendahnya hubungan antara dukungan sosial dengan prestasi akademik mahasiswa dalam mata kuliah pengantar akuntansi dikarenakan jumlah mahasiswa dengan kategori dukungan sosial rendah cukup banyak diabandingkan dengan kategori tinggi, selain itu dari dukungan informasi mahasiswa juga rendah yang menunjukkan mahasiswa tidak menerima banyak saran atau solusi atas kesulitan yang mereka hadapi dalam mencapai prestasi akademik dalam mata kulliah pengantar akuntansi. Kedua hal itu bisa menjadi penyebab mengapa hubungan antara dukungan sosial dan prestasi akademik mahasiswa dalam mata kuliah pengantar akuntansi rendah. Namun, indikator lain diluar dukungan informasi masih memberikan kontribusi dalam
pencapaian prestasi akademik mahasiswa dalam mata kuliah pengantar akuntansi. Cara untuk meningkatkan dukungan sosial yang diterima mahasiswa dapat difasilitasi melalui layanan konseling maupun bimbingan oleh institusi pendidikan. Selain itu, dukungan sosial dapat ditingkatkan melalui keluarga dan teman sebaya. Lingkungan keluarga berperan inti untuk memberikan dukungan sosial kepada mahasiswa untuk mencapai prestasi akademik yang baik pada mata kuliah pengantar akuntansi karena lingkungan sosial keluarga merupakan yang paling dekat dengan mahasiswa. Pada lingkungan teman akan mendorong peningkatan dukungan sosial untuk mencapai prestasi akademik yang baik pada mata kuliah pengantar akuntansi, mahasiswa yang memiliki lingkungan pertemanan yang baik mereka akan saling membantu dan menyemangati, seperti memberitahukan materi pelajaran yang terlewat atau materi yang belum dipahami (Martin, Wright &
Krieg, 2020).
Berdasarkan hasil penelitian ini dapat membuktikan penelitian sebelumnya oleh Hidayah dan Silaen (2019) yang menyimpulkan terdapat hubungan siginifikan antara peningkatan dukungan sosial yang didapatkan siswa maka prestasi akademik juga meningkat. Penelitian lain Li, et al. (2018) dukungan sosial berkontribusi pada kualitas hidup mahasiswa baik secara fisik dan mental, penelitian ini menemukan bahwa dukungan sosial berpengaruh juga pada peningkatan prestasi akademik mahasiswa.
3. Hubungan Adversity Quotient dan Dukungan Sosial dengan Prestasi Akademik pada Mata Kuliah Pengantar Akuntansi Mahasiswa Universtas Sebelas Maret Surakarta
Berdasarkan hasil uji korelasi berganda, diperoleh nilai rhitung sebesar 0,450 sehingga rhitung > rtabel yaitu 0,450>0,138 nillai rhitung menunjukkan hubungan positif ddengan kategori sedang. Nilai sig. F change kurang dari 0,05 yaitu sebesar 0,000 sehingga hubungan signifikan. Dilihat dari nilai rhitung
dan sig. F change maka Ho ditolak dan Ha diterima maka dapat disimpulkan
terdapat hubungan positif dan signifikan dengan kategori sedang antara adversity quotient (X1) dan dukungan sosial (X2) dengan prestasi akademik mahasiswa pada mata kuliah pengantar akuntansi di Universitas Sebelas Maret Surakarta.
Hasil olah data pada penelitian ini membuktikan teori McClelland (1961) yang menjelaskan motivasi berprestasi seseorang dikarenakan adanya tiga kebutuhan yaitu: 1) Kebutuhan akan prestasi; 2) Kebutuhan akan kekuasaan; 3) Kebutuhan akan afiliasi. Penelitian ini menunjukkan hubungan kebutuhan prestasi melalui adversity quotient dan kebutuhan afiliasi melalui dukungan sosial dalam kategori sedang, hubungan kategori sedang akan lebih baik apabila ditingkatkan lagi dengan memperbaiki tingkat adversity quotient dan dukungan sosial. Mahasiswa dapat memulai dengan motivasi dari dalam diri sehingga untuk meningkatkan adversity quotient mereka harus belajar mengenali diri, kesulitan yang dihadapi, dan cara penyelesaian yang akan digunakan agar tercapai prestasi akademik yang baik pada mata kuliah pengantar akuntansi, lalu untuk meningkatkan dukungan sosial mahasiswa bisa memulai dengan memilih lingkungan yang mendukung mereka untuk selalu berjuang mendapatkan prestasi akademik yang baik pada mata kuliah pengantar akuntansi. Dosen juga berperan dalam meningkatkan prestasi akademik pada mata kuliah pengantar akuntansi melalui adversity quotient dan dukungan sosial dengan mengenalkan mahasiswa tantangan-tantangan yang akan mereka hadapi kedepan sehingga mereka dapat menyusun rencana- rencana yang akan digunakan, selain itu dosen bisa mendampingi mereka dengan menjalin komunikasi interpersonal yang baik dengan mahasiswa agar mereka merasa mendapat dukungan.
Pada tabel hasil uji korelasi ganda diketahui juga besaran koefisien determinasi atau R Square sebesar 0,202 atau 20,2% yang artinya kontribusi variabel adversity quotient dan dukungan sosial terhadap prestasi akademik mata kuliah pengantar akuntansi mahasiswa Universitas Sebelas Maret
Surakarta sebesar 20,2% dan sisanya sebesar 79,8% dipengaruhi oleh variabel lain di luar penelitian ini.
Kesimpulannya, semakin tinggi tingkat adversity quotient mahasiswa maka prestasi akademik yang mereka dapatkan juga akan meningkat karena mereka akan berusaha untuk tetap optimis menyelesaikan kesulitan pada pembelajaran yang dihadapi. Dukungan Sosial yang mahasiswa dapatkan dari lingkungan sosialnya akan membawa afirmasi positif bagi mereka sehingga prestasi akademiknya akan meningkat seiring dukungan sosial yang mereka dapatkan.
