Bab III Pengukuran Kesiapan E-Learning

(1)

Bab III Pengukuran Kesiapan E-Learning

Agar dapat menilai kesiapan dosen dan mahasiswa Universitas Kristen Maranatha (UKM) untuk e-learning, maka perlu adanya instrumen penelitian yang sesuai. Dalam bab ini akan dipaparkan proses-proses yang dilalui untuk membuat instrumen pengukur, proses pengukuran, dan hasilnya.

III.1. Tahapan Penelitian

Penelitian untuk menilai kesiapan e-learning terdiri dari tiga tahap. Tahap pertama adalah membuat instrumen pengukur kesiapan e-learning di UKM, tahap kedua adalah melakukan pengukuran kesiapan e-learning dengan menggunakan instrumen yang telah dibuat pada tahap sebelumnya, dan tahap terakhir adalah membuat rekomendasi untuk langkah implementasi selanjutnya berdasarkan hasil pengukuran. Ilustrasi tiap tahap beserta langkah-langkah dalam tiap tahap digambarkan pada Gambar III.1.

Tahap 3 : Membuat rekomendasi : Melakukan analisis lanjutan atas hasil pengukuran. Merumuskan rekomendasi bagi langkah implementasi selanjutnya. Tahap 2 : Melakukan pengukuran : Menentukan besar sampel. Menyebarkan kuesioner. Menganalisis data survei. Merumuskan tingkat kesiapan dosen dan mahasiswa UKM. Tahap 1 : Membuat instrumen pengukur : Eksplorasi konsep learning, e-learning r dan e-learning readiness assessmen Merumuskan eadiness t. kan iness survei. konsep e-learning di UKM. Menjalan focus group mengenai e-learning read UKM. Membuat instrumen Menguji validitas dan reliabilitas instrumen.

(2)

III.2. Membuat Instrumen Pengukur Kesiapan E-Learning

Untuk menghasilkan instrumen pengukur kesiapan e-learning yang sesuai bagi UKM, harus dipahami terlebih dahulu konsep e-learning, kesiapan e-learning, dan penilaian kesiapan e-learning (e-learning readiness assessment). Hasil tinjauan hal-hal tersebut tertuang pada Bab 2.

Dalam penelitian ini, konsep learning yang diambil mengacu pada konsep

e-learning yang diterapkan saat ini di UKM, yaitu proses penyampaian materi

kuliah yang meliputi penempatan materi dan interaksi antara dosen dan mahasiswa melalui Internet, yang difasilitasi oleh suatu learning management

system (LMS) yang berbasis Web.

Untuk mendapatkan definisi di atas, dilakukan wawancara pada pengelola LMS universitas dan Pembantu Rektor II yang sekaligus menjabat sebagai Kepala Divisi Teknologi Informasi. Dari hasil wawancara tersebut, sebuah fakultas dianggap telah menerapkan e-learning apabila dosen-dosen fakultas tersebut telah menggunakan fasilitas LMS yang disediakan universitas.

Berangkat dari konsep e-learning yang diterapkan di UKM, dibuat studi eksploratori untuk mengetahui faktor-faktor yang menentukan kesiapan e-learning dosen dan mahasiswa UKM. Menurut Malhotra (2004), agar peneliti bisa mendapatkan pemahaman lebih jauh mengenai suatu masalah dan faktor-faktor utama penentunya, dapat dilakukan penelitian yang bersifat kualitatif. Penelitian kualitatif bersifat eksploratori, tidak terstruktur, dan berdasar pada sampel yang kecil. Penelitian kualitatif dapat dilakukan dengan mendayagunakan teknik seperti

focus group (wawancara berkelompok), word association (bertanya pada

responden untuk mengindikasikan respon pertama mereka pada kata-kata stimulus yang disampaikan), dan depth interview (wawancara satu-satu untuk mengetahui pikiran responden secara detil). Selanjutnya Malhotra (2004) memaparkan, hasil dari suatu studi yang bersifat eksploratori sebaiknya diikuti oleh penelitian eksploratori lain atau oleh penelitian yang bersifat konklusif. Dengan kata lain,

(3)

sebaiknya temuan dalam suatu penelitian yang bersifat eksploratori digunakan sebagai input bagi penelitian lebih lanjut.

III.2.1. Focus Group

Dalam studi eksploratori yang dilakukan di UKM, teknik yang digunakan adalah

focus group. Focus group adalah suatu wawancara dengan sekumpulan kecil

orang yang dipimpin oleh seorang moderator secara natural dan tidak terstruktur (Malhotra, 2004). Tujuan utama focus group adalah mendapatkan pengertian mendalam akan hal yang menjadi minat peneliti dengan mendengarkan sekelompok orang yang relevan dengan minat tersebut.

Di UKM, orang-orang yang dilibatkan dalam focus group adalah para anggota TLC (Teaching and Learning Centre). TLC merupakan sebuah unit di UKM yang bertugas menjaga dan meningkatkan kualitas pengajaran. Aktivitas TLC meliputi memberikan pelatihan cara mengajar bagi dosen, memberikan pelatihan pembuatan GBPP (Garis-Garis Besar Program Pengajaran) dan SAP (Satuan Acara Pengajaran) bagi dosen pengampu mata kuliah, dan meninjau GBPP dan SAP yang telah dibuat agar sesuai dengan standar. Dalam pekerjaannya, TLC bekerja erat dengan unit Survey Centre (SC). SC akan memberikan hasil survei evaluasi proses belajar mengajar kepada dosen dan TLC. Hasil dari survei yang dilaksanakan tiap semester tersebut akan dapat menjadi masukan bagi TLC untuk memperlengkapi dosen sesuai tuntutan yang ada. Anggota TLC merupakan representasi dari tiap fakultas di UKM ditambah dengan beberapa orang yang memiliki keahlian dalam bidang pendidikan dan pengajaran. Setiap fakultas di UKM dapat mengirimkan 2 wakilnya untuk menjadi anggota TLC.

Langkah pertama untuk menjalankan focus group adalah menentukan sasaran atau pertanyaan yang harus dijawab di dalam focus group. Dalam hal ini, sasaran focus

group adalah harus dapat mengidentifikasi pandangan wakil seluruh fakultas

mengenai e-learning, kondisi kesiapan e-learning, dan beberapa instrumen pengukur kesiapannya.

(4)

Langkah kedua adalah menyusun alur focus group yang akan menjadi pegangan moderator. Susunan alur focus group yang digunakan terdapat pada Lampiran

A-Focus Group.

Langkah berikutnya adalah melaksanakan focus group sesuai alur yang telah ditetapkan. Di dalam TLC telah terdapat perwakilan dari seluruh fakultas, yaitu dari Fakultas Kedokteran (FK), Fakultas Psikologi (FP), Fakultas Ekonomi (FE), Fakultas Teknik (FT), Fakultas Seni Rupa dan Disain (FSRD), Fakultas Sastra (FS), dan Fakultas Teknologi Informasi (FIT). Hasil eksplorasi dalam focus group mengenai kondisi e-learning tiap fakultas dipaparkan dalam Lampiran A-Focus

Group.

Dari hasil tersebut terlihat bahwa baru terdapat 2 fakultas yang menggunakan LMS, yaitu Fakultas Teknik dan Fakultas Teknologi Informasi. Selanjutnya, sesuai alur yang telah ditetapkan sebelumnya, dilakukan eksplorasi untuk mendapatkan faktor-faktor yang menentukan kesiapan e-learning dosen dan mahasiswa. Berdasar hasil diskusi mengenai kondisi e-learning tiap fakultas, diskusi juga diarahkan untuk mengetahui penyebab suatu fakultas menggunakan atau tidak menggunakan LMS yang telah disediakan universitas.

Hasil diskusi menunjukkan bahwa faktor-faktor yang mempengaruhi digunakan tidaknya LMS adalah kemampuan komputer dosen, sosialisasi LMS, persepsi atas LMS, dan kemauan tiap dosen untuk menggunakan LMS. Berikutnya, dilakukan diskusi mengenai kesiapan mahasiswa. Hasilnya dapat dilihat pada Lampiran

A-Focus Group.

Pada mahasiswa, faktor yang dianggap mempengaruhi kesiapan mahasiswa adalah kemampuan komputer mahasiswa, fasilitas yang disediakan universitas, dan kekuatan motivasi mahasiswa menggunakan LMS.

Selanjutnya, diskusi dalam focus group diarahkan untuk mengetahui pendapat para anggota focus group mengenai faktor-faktor penentu kesiapan dari beberapa

(5)

penelitian yang disajikan moderator. Pendapat para peserta mengenai faktor yang sesuai dengan kondisi di UKM juga berusaha digali. Hasil diskusi atas topik ini terdapat pada Lampiran A-Focus Group.

III.2.2. Membuat Instrumen Survei

Berdasarkan hasil focus group dan tinjauan teori yang ada, dibuat sebuah instrumen survei yang akan digunakan untuk mengukur kesiapan dosen dan mahasiswa untuk e-learning. Langkah pertama adalah menentukan konstruk yang sesuai. Dalam hal ini, penelitian dari Sadik (2007) telah menjelaskan domain-domain yang sesuai dengan keadaan di universitas, yaitu kompetensi, pengalaman, dan sikap/perilaku.

Berdasarkan hasil focus group mengenai pandangan atas instrumen yang disajikan, terlihat bahwa para responden menganggap instrumen Sadik adalah yang paling relevan untuk digunakan, walaupun tetap memerlukan modifikasi. Untuk mendukung pembentukan instrumen yang sesuai, pada Tabel III.1 disajikan perbandingan antara faktor-faktor pada instrumen Sadik, Chapnick, Rosenberg, dan Rautenbach, beserta relevansinya untuk digunakan dengan kondisi di UKM.

Pada domain pertama yaitu kompetensi, Sadik (2007) membagi kompetensi menjadi dua, yaitu kompetensi pedagogis dan kompetensi teknis. Sesuai hasil

focus group, jika dikaitkan dengan definisi e-learning di UKM, kompetensi

pedagogis bukanlah faktor penentu digunakannya LMS oleh para dosen, sehingga untuk domain kompetensi, yang masuk adalah item-item untuk mengukur kompetensi teknis. Dalam hal kompetensi teknis, instrumen lainnya (Tabel III.1) memberikan beberapa item untuk mengukur kompetensi teknis. Walaupun demikian, berdasar kondisi di UKM, pertanyaan dari instrumen tersebut kurang relevan. Oleh sebab itu, untuk kompetensi teknis diambil item-item yang disusun dari Panduan Penggunaan LMS UKM. Panduan diberikan pada saat seseorang mengikuti pelatihan penggunaan LMS.

(6)

Tabel III.1. Perbandingan Faktor Antar Instrumen

Sadik Chapnick Rosenberg Rautenbach

Teknis Teknologi Kesiapan

Bisnis SDM Kompetensi Pedagogis Konten Sifat Pembelajaran & E-Learning Yang Berubah Nilai Disain Informasi & Instruksional Pedagogis Teknologi Frekuensi Penggunaan Training Yang Diterima Pengalaman Pengalaman Sebelumnya Psikologis Sosiologis Kesiapan Bisnis Manajemen Perubahan Reinventing Training Organization Organisasional Kecemasan Kepercayaan Diri Kesukaan (Liking) Sikap Tingkat Pentingnya (Importance) E-Learning Psikologis Sosiologis Manajemen Perubahan Reinventing Training Organization Komitmen Pribadi Organisasional SDM Reinventing Training Organization Peralatan Kesiapan Bisnis Finansial Reinventing Training Organization Industri E-Learning Lingkungan Kesiapan Bisnis Sifat Pembelajaran & E-Learning Yang Berubah Reinventing Training Organization Organisasional

(7)

Domain berikutnya menurut Sadik (2007) adalah domain pengalaman. Pengalaman dibagi dalam 3 faktor yaitu frekuensi penggunaan, training yang diterima, dan pengalaman sebelumnya. Sesuai hasil focus group, item-item pada domain ini ternyata dapat dikaitkan dengan area-area yang dikemukakan oleh Chapnick, Rosenberg, dan Rautenbach. Menurut Chapnick (2000), area kesiapan psikologis merupakan area terpenting bagi kesiapan e-learning karena hal ini terkait dengan keadaan pikiran seseorang yang berdampak pada hasil (outcome) inisiatif e-learning. Selain psikologis, area kesiapan sosiologis dari Chapnick juga dapat dikaitkan dengan domain ini. Dari instrumen Rosenberg, area yang dapat dikaitkan adalah area kesiapan bisnis, manajemen perubahan, dan area reinventing

training organization.. Jika dikaitkan dengan kondisi universitas, dalam area

tersebut Rosenberg mempertanyakan persepsi responden mengenai seberapa baik penggunaan teknologi, e-learning, dan dukungan yang ada. Sedangkan pada instrumen Rautenbach, dari seluruh dimensi yang dikemukakan, pada tiap dimensi selalu terdapat item yang mempertanyakan pendapat pengguna terkait dengan pengalaman pengguna. Dengan mempertimbangkan masing-masing item tersebut dan hasil focus group, maka domain Pengalaman diubah menjadi domain Persepsi, dengan memasukkan juga sebagian isi domain Sikap dari Sadik pada domain ini. Isi domain Persepsi akan mempertanyakan persepsi masing-masing responden terhadap item-item pengalaman yang dinyatakan. Dengan demikian, isi dari domain ini dapat mewakili sebagian dari area psikologis dan sosiologis Chapnick.

Domain terakhir menurut Sadik adalah domain sikap. Karena sebagian item pada domain ini telah tersirat pada domain Persepsi, maka item pada domain ini dipersempit, yaitu hanya digunakan untuk mengukur kesediaan untuk mengikuti pelatihan dan menggunakan e-learning, sesuai dengan hasil focus group. Hal ini sejalan juga dengan area Komitmen Pribadi dari Rosenberg. Keseluruhan item-item yang dimasukkan pada instrumen terdapat pada Tabel III.2 dan Tabel III.3.

(8)

Tabel III.2. Item-Item Instrumen Survei Dosen

Domain Item Keterangan

A1. Menggambarkan isi GBPP/ SAP dengan mind map.

A2. Membuat mind map menggunakan aplikasi.

A3. Menaruh file di halaman web.

A4. Melakukan instalasi aplikasi.

A5. Manipulasi sederhana pada

file gambar.

A6. Terbiasa dengan dokumen format PDF.

A7. Mengkonversi file ke format PDF.

A8. Kompresi/ dekompresi file. A9. Menentukan ukuran file yang sesuai untuk halaman web.

A10. Membagi file dalam ukuran lebih kecil dan menyatukan kembali.

A11. Membuat file presentasi multimedia.

A12. Terbiasa menggunakan

search engine.

A13. Bertindak sebagai moderator online.

A14. Membuat kuis online. A.

Kompetensi

A15. Mengikuti instruksi di layar komputer.

Dimodifikasi dari Panduan Penggunaan LMS UKM dengan mempertimbangkan Chapnick (technology)

B1. Aplikasi e-learning mudah digunakan.

B2. Aplikasi dapat memperkaya pembelajaran.

B3. Mahasiswa antusias menggunakan e-learning.

Dimodifikasi dari Sadik (kepercayaan diri, tingkat pentingnya e-learning) B4. Universitas menyediakan infrastruktur memadai. B5. Universitas menyediakan pelatihan memadai. B6. Universitas menyediakan fasilitas memadai. B. Persepsi B7. Universitas memiliki kebijakan jelas untuk

e-Dimodifikasi dari Rosenberg

(business readiness, manajemen perubahan,

reinventing training organization) dan Sadik

(Pengalaman Æ training yang diterima)

(9)

Domain Item Keterangan learning.

B8. Aplikasi e-learning mudah digunakan mahasiswa.

Dimodifikasi dari Sadik (kecemasan)

B9. Kemampuan komputer sudah memadai.

Dimodifikasi dari Sadik (kepercayaan diri, pengalaman sebelumnya)

B10. Penerapan e-learning membebani pekerjaan.

Dimodifikasi dari Sadik (tingkat perlunya e-learning) B11. Rekan dosen lain antusias

akan e-learning.

Dimodifikasi dari Chapnick (sosiological) dan Sadik (kesukaan)

B12. E-learning+kelas lebih baik dari kelas saja.

B13. Dana untuk e-learning. B14. Dorongan dari rekan atau atasan untuk menggunakan

e-learning.

Dimodifikasi dari Sadik (tingkat perlunya e-learning) dan Chapnick (sociological)

B15. Dukungan teknis dari universitas.

Dimodifikasi dari Sadik (kepercayaan diri) dan Rautenbach (organisasional) D1. Penghalang terbesar.

D2. Pendorong keberhasilan

e-learning.

Dimodifikasi dari Chapnick (psychological, sociological,

environmental) dan Rosenberg

dalam bentuk pertanyaan terbuka.

C1. Mengikuti pelatihan.

C2. Memberi waktu untuk mendayagunakan e-learning. C3. Melakukan perbaikan terus-menerus. C. Kesediaan C4. Mendorong mahasiswa mengunakan e-learning.

Dimodifikasi dari Sadik (kesukaan) dan Rosenberg (personal commitment).

Tabel III.3. Item-Item Instrumen Survei Mahasiswa

Domain Item Keterangan

A1. Kemampuan dasar komputer

A2. Menjelajah Internet.

A3. Mengirim e-mail dengan

attachment.

A4. Berdiskusi melalui Internet. A. Kompetensi

A5. Mengunduh file.

Dimodifikasi dari Panduan Penggunaan LMS UKM dan Chapnick (technology)

(10)

Domain Item Keterangan A6. Mengikuti instruksi di layar

komputer.

B1. Universitas menyediakan infrastruktur memadai.

B2. Universitas menyediakan pelatihan memadai.

Dimodifikasi dari Rosenberg

(business readiness, manajemen perubahan,

reinventing training organization) dan Sadik

(Pengalaman Æ training yang diterima)

B3. E-learning mendukung

pembelajaran.

B4. Penggunaan komputer sulit.

Dimodifikasi dari Sadik (kepercayaan diri, tingkat perlunya e-learning)

B5. Mencari informasi di Internet menyenangkan.

B6. Diskusi mata kuliah dengan dosen atau mahasiswa lain melalui Internet menyenangkan.

Dimodifikasi dari Sadik (kesukaan)

B7. Dosen dapat menggunakan aplikasi e-learning.

B8. Kesulitan jika mata kuliah harus menggunakan aplikasi

e-learning

Dimodifikasi dari Sadik (kecemasan)

B9. Dukungan teknis dalam menggunakan aplikasi

e-learning.

Dimodifikasi dari Sadik (kepercayaan diri) dan Rautenbach (organisasional) D1. Penghalang terbesar.

B. Persepsi

D2. Pendorong keberhasilan

e-learning.

Dimodifikasi dari Chapnick (psychological, sociological,

environmental) dan

Rosenberg dalam bentuk pertanyaan terbuka.

C1. Mengikuti pelatihan. C. Kesediaan

C2. Mendayagunakan

e-learning untuk pembelajaran.

Dimodifikasi dari Sadik (kesukaan) dan Rosenberg (personal commitment).

Instrumen lengkap yang digunakan, dapat dilihat pada Lampiran B-Instrumen Survei Dosen dan Mahasiswa.

III.2.3. Uji Validitas dan Reliabilitas Instrumen

Instrumen survei harus memenuhi persyaratan validitas dan reliabilitas. Sugiyono (2007) menyatakan bahwa instrumen yang valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur. Jumlah sampel yang

(11)

digunakan sekitar 30 orang. Sedangkan instrumen yang reliabel berarti instrumen bila digunakan beberapa kali untuk mengukur obyek yang sama, akan menghasilkan data yang sama.

Dalam penelitian ini, instrumen survei akan diuji validitasnya menggunakan korelasi Pearson (r). Item pernyataan berperan sebagai variabel bebas, sedangkan skor total domain berperan sebagai variabel tidak bebas. Selanjutnya skor setiap nomor akan dikorelasikan dengan skor total. Jika skor korelasi tiap nomor berada di atas r kritis yaitu 0,3, maka item pertanyaan dapat dinyatakan valid. Untuk menjalankan pengujian, digunakan perangkat lunak SPSS.

Untuk uji reliabilitas, digunakan koefisien Cronbach’s Alpha (α). Besarnya koefisien ini berkisar dari nol hingga satu. Instrumen dikatakan reliabel jika nilai α lebih besar atau sama dengan 0,7. Seperti halnya pengujian validitas, pengujian untuk hal ini juga menggunakan perangkat lunak SPSS.

Hasil pengujian validitas dan reliabilitas instrumen bagi dosen terdapat pada Tabel III.4, sedangkan hasil pengujian instrumen bagi mahasiswa terdapat pada Tabel III.5. Data sampel dan keluaran program SPSS dapat dilihat pada Lampiran C-Uji Validitas dan Reliabilitas.

Tabel III.4. Hasil Uji Validitas dan Reliabilitas - Dosen

Variabel Item Koefisien Validitas Titik Kritis Ket. Koefisien Reliabilitas Titik Kritis Ket. A1 0,595 0,3 Valid A2 0,735 0,3 Valid A3 0,855 0,3 Valid A4 0,711 0,3 Valid A5 0,771 0,3 Valid A6 0,831 0,3 Valid A7 0,830 0,3 Valid A8 0,863 0,3 Valid A9 0,844 0,3 Valid Kompetensi A10 0,837 0,3 Valid 0,946 0,7 Reliabel

(12)

Variabel Item Koefisien Validitas Titik Kritis Ket. Koefisien Reliabilitas Titik Kritis Ket. A11 0,778 0,3 Valid A12 0,720 0,3 Valid A13 0,530 0,3 Valid A14 0,645 0,3 Valid A15 0,844 0,3 Valid B1 0,682 0,3 Valid B2 0,694 0,3 Valid B3 0,633 0,3 Valid B4 0,815 0,3 Valid B5 0,844 0,3 Valid B6 0,818 0,3 Valid B7 0,849 0,3 Valid B8 0,518 0,3 Valid B9 0,705 0,3 Valid B10 0,699 0,3 Valid B11 0,624 0,3 Valid B12 0,573 0,3 Valid B13 0,475 0,3 Valid B14 0,537 0,3 Valid Persepsi B15 0,703 0,3 Valid 0,915 0,7 Reliabel C1 0,930 0,3 Valid C2 0,950 0,3 Valid C3 0,956 0,3 Valid Kesediaan C4 0,768 0,3 Valid 0,925 0,7 Reliabel

Tabel III.5. Hasil Uji Validitas dan Reliabilitas-Mahasiswa

Variabel Item Koefisien Validitas Titik Kritis Ket. Koefisien Reliabilitas Titik Kritis Ket. A1 0,758 0,3 Valid A2 0,889 0,3 Valid A3 0,865 0,3 Valid A4 0,902 0,3 Valid A5 0,862 0,3 Valid Kompetensi A6 0,679 0,3 Valid 0,907 0,7 Reliabel B1 0,814 0,3 Valid Persepsi B2 0,720 0,3 Valid 0,910 0,7 Reliabel

(13)

Variabel Item Koefisien Validitas Titik Kritis Ket. Koefisien Reliabilitas Titik Kritis Ket. B3 0,766 0,3 Valid B4 0,700 0,3 Valid B5 0,773 0,3 Valid B6 0,723 0,3 Valid B7 0,880 0,3 Valid B8 0,735 0,3 Valid B9 0,757 0,3 Valid C1 0,909 0,3 Valid Kesediaan C2 0,885 0,3 Valid 0,755 0,7 Reliabel

III.3. Melakukan Pengukuran Kesiapan E-Learning

Untuk melakukan pengukuran kesiapan e-learning, ditempuh langkah-langkah berikut :

1. Menentukan besar sampel.

2. Melakukan survei pada responden. 3. Melakukan analisis data

4. Merumuskan tingkat kesiapan dosen dan mahasiswa.

III.3.1. Menentukan Besar Sampel

Penentuan besar sampel dilakukan dengan menentukan populasi terlebih dahulu. Populasi (N) pada penelitian ini adalah jumlah dosen dan mahasiswa aktif pada semester reguler genap tahun ajaran 2007/2008. Penyedia data adalah Unit Sistem Administrasi Terpadu (SAT) universitas. Dari Tabel III.6 dan Tabel III.7, terlihat bahwa populasi dosen adalah 685, sedangkan populasi mahasiswa adalah 9655.

Tabel III.6. Populasi Dosen

Fakultas Jumlah Dosen

Kedokteran 98 Teknik 120 Psikologi 57 Sastra 84 Ekonomi 131 SRD 113 Teknologi Informasi 82 Total 685

(14)

Tabel III.7. Populasi Mahasiswa

Fakultas Jumlah Mahasiswa Aktif

Kedokteran 815 Teknik 1448 Psikologi 1160 Sastra 815 Ekonomi 3166 SRD 1075 Teknologi Informasi 1176 Total 9655

Untuk menghitung besar sampel, digunakan dua teknik. Yang pertama adalah teknik penghitungan besar sampel menggunakan rumus dari Taro Yamane, digunakan untuk populasi yang besarnya lebih dari 1000 (Riduwan, 2007). Dalam hal ini, rumus Yamane digunakan untuk menghitung besar sampel mahasiswa. Rumus Yamane adalah sebagai berikut :

1 2 + = Nd N n ……….. (III.1) Dimana : n = jumlah sampel N = jumlah populasi d = presisi yang ditetapkan

Dengan jumlah populasi sebesar 9655 dan presisi 5 persen, maka perhitungan besar sampel mahasiswa adalah :

1 ) 05 , 0 ( 9655 9655 2 + = n = 384,09 ~ 385

Berikutnya, untuk menghitung besar sampel dosen, Prijana (2005) menyarankan penggunaan rumus bagi populasi kecil (kurang dari 1000) sebagai berikut :

⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + = N n n n o o 1 …………..………. (III.2) 2 2 ) . .( d q p t no = ..………. (III.3)

(15)

Dimana :

n = jumlah sampel

N = jumlah populasi = 685 d = presisi yang ditetapkan = 0,1 t = nilai kritis kurva normal = 1,96 p = parameter proporsi = 0,5 q = parameter proporsi = 0,5

Maka perhitungan besar sampel dosen adalah sebagai berikut :

2 2 1 , 0 ) 5 , 0 5 , 0 .( ) 96 , 1 ( × = o n = 96,04 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + = 685 04 , 96 1 04 , 96 n = 84

Dengan demikian, besar sampel minimum yang digunakan bagi penelitian ini adalah sebesar 84 dosen dan 385 mahasiswa.

III.3.2. Survei Pada Responden

Pelaksanaan survei mengenai kesiapan e-learning dosen dan mahasiswa dilaksanakan melalui Unit Survey Center universitas. Survei dilakukan dengan menyebarkan kuesioner ke masing-masing fakultas dengan waktu pengembalian dalam 2 minggu. Untuk kuesioner dosen, sejumlah 100 eksemplar kuesioner diserahkan pada Tata Usaha Fakultas agar dapat diteruskan ke masing-masing jurusan. Untuk kuesioner mahasiswa, kuesioner disebarkan bersamaan dengan penyebaran kuesioner Proses Belajar Mengajar (PBM). Pengisian kuesioner bagi mahasiswa diperkirakan memakan waktu kurang dari 5 menit. Hasil pengembalian kuesioner mahasiswa adalah sejumlah 548 kuesioner dari 550 kuesioner yang disebarkan. Dari 548 kuesioner tersebut, sebanyak 23 kuesioner tidak diisi lengkap, sehingga total jumlah kuesioner valid bagi mahasiswa adalah sebesar 525 kuesioner.

(16)

Untuk kuesioner dosen, setelah masa 2 minggu, dilakukan pengumpulan ke bagian Tata Usaha masing-masing fakultas. Hasil pengumpulan menunjukkan tingkat pengembalian kuesioner sangat rendah, yaitu hanya berjumlah 21 kuesioner dari 100 yang disebarkan. Untuk itu, dilakukan perpanjangan waktu pengembalian selama 2 minggu, sehingga total waktu pengembalian adalah 4 minggu.

Pada 2 minggu berikutnya, dilakukan pengumpulan kembali kuesioner dosen. Hasil pengembalian hanya bertambah 9 kuesioner saja, sehingga diputuskan untuk mengubah cara penyebaran kuesioner. Pada cara penyebaran ini, penyebaran dilakukan di Gedung Grha Widya Maranatha, yang merupakan gedung kuliah bersama untuk seluruh fakultas. Pada gedung tersebut terdapat 2 buah ruang dosen, yaitu pada lantai 2 dan lantai 5. Penyebaran dilakukan di Ruang Dosen lantai 5, dengan pertimbangan pada ruang dosen tersebut terdapat lebih banyak dosen yang dijadwalkan mengajar. Untuk tiap dosen yang telah selesai mengajar, diberikan kuesioner dosen. Dengan cara ini, sebagian dosen mengisi di ruang dosen, sebagian dibawa, dan sebagian lagi menolak untuk mengisi. Penyebaran kuesioner di ruang dosen dilangsungkan hingga jumlah minimum sampel yaitu 84 telah terpenuhi. Data keseluruhan hasil survei dosen dan mahasiswa terdapat pada Lampiran D-Data Survei.

III.3.3. Analisis Data

Analisis data hasil survei dilakukan secara deskriptif untuk menggambarkan dan mengetahui tingkat kompetensi, persepsi, dan kesediaan dosen dan mahasiswa untuk mendayagunakan e-learning. Hasil yang ada dibagi dalam 3 tingkat, yaitu Tinggi, Sedang, dan Rendah. Untuk mendapatkan jangkauan nilai tiap tingkatan, pertama-tama dicari nilai tertinggi dan terendah, yaitu perkalian dari jumlah item dan skor jawaban tertinggi maupun terendah. Setelah itu, dicari selisih nilai tertinggi dan terendah. Nilai selisih kemudian dibagi 3, sesuai jumlah tingkatan yang diinginkan. Dari sini didapat rentang untuk tiap tingkatan. Data jangkauan untuk tiap tingkat terdapat pada Tabel III.8.

(17)

Tabel III.8. Data Jangkauan Tiap Tingkat

Responden Domain Rendah Sedang Tinggi

Kompetensi 15 ≤ nilai < 30 30 ≤ nilai < 45 45 ≤ nilai < 60 Persepsi 15 ≤ nilai < 30 30 ≤ nilai < 45 45 ≤ nilai < 60 Dosen

Kesediaan 4 ≤ nilai < 8 8 ≤ nilai < 12 12 ≤ nilai < 16 Kompetensi 6 ≤ nilai < 12 12 ≤ nilai < 18 18 ≤ nilai < 24 Persepsi 9 ≤ nilai < 18 18 ≤ nilai < 27 27 ≤ nilai < 36 Mahasiswa

Kesediaan 2 ≤ nilai < 4 4 ≤ nilai < 6 6 ≤ nilai < 8 Selain dicari gambaran tingkat kompetensi, persepsi, dan kesediaan, dilakukan juga tabulasi silang untuk mendapatkan gambaran tingkatan masing-masing domain terhadap beberapa karakteristik tertentu. Untuk dosen, karakteristik yang diperhitungkan adalah pendidikan, status, dan fakultas. Sedangkan untuk mahasiswa, karakteristik yang diperhitungkan adalah daerah asal SMU dan fakultas.

III.3.3.1. Karakteristik Responden Dosen

Karakteristik responden dosen yang digambarkan adalah jenis kelamin, usia, pendidikan, status, fakultas, jurusan/program studi, status pejabat/bukan pejabat, pengalaman mengajar, jumlah mata kuliah ajar, jumlah kelas, dan rata-rata jumlah mahasiswa per kelas. Data karakteristik dosen dapat dilihat pada Lampiran D-Analisis Data.

Dari 84 responden, sebagian besar dosen yang diteliti adalah berjenis kelamin pria (54,8%). Sebagian besar berada pada rentang usia 21 hingga 40 tahun, sedang pada rentang usia 21-30 dan 31-40 sama-sama terdapat 33,3% responden. Data termuda berusia 23 tahun dan data tertua berusia 65 tahun.

Dalam hal pendidikan, dari 84 responden, sebagian besar dosen yang diteliti berpendidikan S2 (51,2%), dimana sebagian besar dosen yang diteliti adalah berstatus dosen biasa (58,3%).

Dalam hal asal fakultas dan jurusan, sebagian besar responden berasal dari fakultas IT (26,2%) dan Teknik (25%), dengan porsi responden terbesar masing-masing sebesar 11,9% berasal dari jurusan S1 IT dan Teknik Elektro.

(18)

Berikutnya, dalam hal status pejabat, dari 84 responden, kebanyakan responden yang diteliti yaitu 63 responden (75,0%) bukan pejabat struktural sedangkan 21 responden (25,0%) adalah pejabat struktural.

Dilihat dari pengalaman mengajar, kebanyakan responden yang diteliti memiliki pengalaman mengajar 1 hingga 5 tahun (60,7%) dan memiliki 3 mata kuliah ajar (26,2%) dengan banyak kelas yang diajar sebagian besar berjumlah 5, 6, 2, dan 3 kelas. Untuk tiap kelas, kebanyakan responden yang diteliti yaitu 17 responden (20,2%) memiliki jumlah rata-rata mahasiswa 40 orang per kelas.

III.3.3.2. Tingkatan Dosen Pada Tiap Domain

Pada bagian ini ditampilkan tingkatan dosen pada domain kompetensi, persepsi, dan kesediaan.

Tabel III.9. Tingkatan Kompetensi-Dosen No Kompetensi f %

1 Tinggi 57 67,9

2 Sedang 24 28,6

3 Rendah 3 3,6

Total 84 100,0

Tabel III.9 menggambarkan tanggapan responden mengenai kompetensi. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden yang diteliti (67,9%) memiliki kompetensi yang tinggi.

Tabel III.10. Tingkatan Persepsi Dosen

No Persepsi f %

1 Tinggi 22 26,2

2 Sedang 61 72,6

3 Rendah 1 1,2

(19)

Tabel III.10 menggambarkan tanggapan responden mengenai persepsi. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden (72,6%) memiliki persepsi tingkat sedang terhadap e-learning.

Tabel III.11. Tingkatan Kesediaan Dosen

No Kesediaan f %

1 Tinggi 74 88,1

2 Sedang 8 9,5

3 Rendah 2 2,4

Total 84 100,0

Tabel III.11 menggambarkan tanggapan responden mengenai kesediaan. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden (88,1%) berada pada tingkat kesediaan Tinggi untuk menggunakan e-learning.

III.3.3.3. Tabulasi Silang Karakteristik Dosen Atas Tiap Domain

Pada bagian ini ditampilkan tabulasi silang antara beberapa karakteristik dosen dengan tiap domain yang ada, yaitu kompetensi, persepsi, dan kesediaan. Karakteristik yang disilangkan dalam tabulasi adalah karakteristik pendidikan, status, dan fakultas. Untuk tiap tabulasi silang, dihitung juga nilai Chi-square untuk melihat apakah antar kelompok karakteristik yang ada terdapat perbedaan signifikan, serta nilai Gamma maupun koefisien kontingensi untuk mengetahui apakah terdapat hubungan antara karakteristik yang disilangkan dengan domain yang ada. Seluruh perhitungan dilakukan dengan menggunakan SPSS dan dapat dilihat pada Lampiran E-Analisis Data.

Tabel III.12. Tabulasi Silang Pendidikan dan Kompetensi Dosen Kompetensi

Pendidikan

Rendah Sedang Tinggi Total

f 0 5 26 31 S1 % 0,0 16,1 83,9 100,0 f 3 15 25 43 S2 % 7,0 34,9 58,1 100,0 f 0 4 6 10 S3 % 0,0 40,0 60,0 100,0

(20)

Kompetensi Pendidikan

f 3 24 57 84

Total

% 3,6 28,6 67,9 100,0

Pearson Chi-Square 7,458 Asym. Sig. (2-sided) 0,114 Gamma (Approx.

Sig.) 0,014

Dari Tabel III.12 terlihat bahwa pada masing-masing jenjang pendidikan dosen, persentase tertinggi berada pada tingkat kompetensi Tinggi. Dari hasil juga terlihat bahwa kompetensi rendah hanya terdapat pada dosen dengan jenjang pendidikan S2, dengan persentase yang relatif sangat kecil (7 %) dibanding responden lainnya pada jenjang yang sama. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan lebih kecil dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara pendidikan dosen dengan kompetensi.

Tabel III.13. Tabulasi Silang Status dan Kompetensi Dosen Kompetensi

Status

f 0 0 12 12

Calon Dosen Biasa

% 0,0 0,0 100,0 100,0

f 2 14 33 49

Dosen Biasa

% 4,1 28,6 67,3 100,0

f 1 9 10 20

Dosen Luar Biasa

% 5,0 45,0 50,0 100,0

f 0 1 2 3

Dosen Luar Biasa Khusus

% 0,0 33,3 66,7 100,0

f 3 24 57 84

Total

% 3,6 28,6 67,9 100,0

Pearson Chi-Square 8,797 Asym. Sig. (2-sided) 0,185 Gamma (Approx. Sig.) 0,03

(21)

Tabel III.13 menggambarkan tabulasi silang antara status dengan kompetensi dosen. Terlihat bahwa untuk masing-masing status, persentase tertinggi kompetensi dosen berada pada tingkat kompetensi Tinggi. Untuk calon dosen biasa, seluruhnya tercatat berkompetensi tinggi. Pada dosen biasa, hanya sebagian kecil (4,1 %) berkompetensi rendah. Pada dosen luar biasa, responden berkompetensi rendah hanya terdapat pada 5% responden. Sedangkan pada dosen luar biasa khusus tidak terdapat responden berkompetensi rendah. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan lebih kecil dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara status dosen dengan kompetensi.

Tabel III.14. Tabulasi Silang Fakultas dan Kompetensi Dosen kompetensi

Fakultas

rendah sedang tinggi Total

f 0 2 6 8 Ekonomi % 0,0 25,0 75,0 100,0 f 1 3 3 7 Sastra % 14,3 42,9 42,9 100,0 f 0 2 20 22 IT % 0,0 9,1 90,9 100,0 f 0 9 12 21 Teknik % 0,0 42,9 57,1 100,0 f 1 2 1 4 Psikologi % 25,0 50,0 25,0 100,0 f 0 3 11 14 FSRD % 0,0 21,4 78,6 100,0 f 0 1 2 3 MKU % 0,0 33,3 66,7 100,0 f 1 2 2 5 Kedokteran % 20,0 40,0 40,0 100,0 f 3 24 57 84 Total % 3,6 28,6 67,9 100,0 Pearson Chi-Square 25,207 Asym. Sig. (2-sided) 0,066 Cont. Coef. (Approx.

(22)

Dari Tabel III.14 terlihat bahwa pada tabulasi silang fakultas dan kompetensi, dosen fakultas ekonomi, IT, teknik, seni rupa, dan dari pengajar mata kuliah umum memiliki kompetensi Tinggi. Responden dengan persentase tertinggi berkompetensi Sedang hanya terdapat pada fakultas sastra (42,9 %), psikologi (50 %) dan kedokteran (40 %). Responden dengan kompetensi Rendah juga hanya terdapat pada fakultas sastra (14,3 %), psikologi (25 %), dan kedokteran (20 %). Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kompetensi.

Tabel III.15. Tabulasi Silang Pendidikan dan Persepsi Dosen Persepsi

Pendidikan

f 0 21 10 31 S1 % 0,0 67,7 32,3 100,0 f 1 31 11 43 S2 % 2,3 72,1 25,6 100,0 f 0 9 1 10 S3 % 0,0 90,0 10,0 100,0 f 1 61 22 84 Total % 1,2 72,6 26,2 100,0 Pearson Chi-Square 2,915 Asym. Sig. (2-sided) 0,572 Gamma (Approx.

Sig.) 0,154

Pada tabulasi silang pendidikan dan persepsi dosen (Tabel III.15), terlihat bahwa untuk seluruh jenjang pendidikan, persentase tertinggi terdapat pada tingkat persepsi Sedang. Pada jenjang S1 dan S3 tidak terdapat responden berpersepsi Rendah. Persepsi Rendah hanya terdapat pada responden berpendidikan S2, dengan persentase sangat kecil (2,3 %). Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal persepsi. Sedangkan dari nilai signifikansi

(23)

perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara pendidikan dosen dengan persepsinya.

Tabel III.16. Tabulasi Silang Status dan Persepsi Dosen Persepsi

Status

f 0 9 3 12

Calon Dosen Biasa

% 0,0 75,0 25,0 100,0

f 0 38 11 49

Dosen Biasa

% 0,0 77,6 22,4 100,0

f 1 12 7 20

Dosen Luar Biasa

% 5,0 60,0 35,0 100,0

f 0 2 1 3

% 0,0 66,7 33,3 100,0

f 1 61 22 84

Total

% 1,2 72,6 26,2 100,0

Dari Tabel III.16 terlihat bahwa untuk seluruh status yang ada, persentase tertinggi persepsi dosen berada pada tingkat Sedang. Persepsi Rendah hanya terdapat pada responden dosen berstatus dosen luar biasa, dengan persentase hanya 5% dari seluruh dosen luar biasa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara status dosen dengan persepsi.

Tabel III.17. Tabulasi Silang Fakultas dan Persepsi Dosen Persepsi

Fakultas

Rendah Sedang Tinggi Total f 0 7 1 8 Ekonomi

% 0,0 87,5 12,5 100,0

(24)

Persepsi Fakultas

% 0,0 85,7 14,3 100,0 f 0 14 8 22 IT % 0,0 63,6 36,4 100,0 f 0 15 6 21 Teknik % 0,0 71,4 28,6 100,0 f 0 4 0 4 Psikologi % 0,0 100,0 0,0 100,0 f 1 10 3 14 FSRD % 7,1 71,4 21,4 100,0 f 0 2 1 3 MKU % 0,0 66,7 33,3 100,0 f 0 3 2 5 Kedokteran % 0,0 60,0 40,0 100,0 f 1 61 22 84 Total % 1,2 72,6 26,2 100,0 Pearson Chi-Square 13,119 Asym. Sig. (2-sided) 0,664 Cont. Coef. (Approx.

Sig.) 0,664

Dari Tabel III.17, untuk tiap fakultas, persentase terbesar responden berada pada tingkat persepsi Sedang. Responden dengan persepsi Rendah hanya terdapat pada fakultas seni rupa dan disain dengan persentase 7,1% dari responden seluruh fakultas. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan persepsi.

Tabel III.18. Tabulasi Silang Pendidikan dan Kesediaan Kesediaan

Pendidikan

f 2 4 25 31 S1 % 6,5 12,9 80,6 100,0 f 0 4 39 43 S2 % 0,0 9,3 90,7 100,0 f 0 0 10 10 S3 % 0,0 0,0 100,0 100,0

(25)

Kesediaan Pendidikan

f 2 8 74 84

Total

% 2,4 9,5 88,1 100,0

Pearson Chi-Square 5,135 Asym. Sig. (2-sided) 0,274 Gamma (Approx.

Sig.) 0,055

Dari Tabel III.18 terlihat bahwa untuk seluruh jenjang pendidikan, persentase tertinggi dalam hal kesediaan berada pada tingkat Tinggi. Persepsi Rendah hanya terdapat pada responden dengan jenjang pendidikan S1 dengan persentase relatif kecil yaitu 6,5 % dari seluruh responden S1. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara pendidikan dosen dengan kesediaannya.

Tabel III.19. Tabulasi Silang Status dan Kesediaan Dosen Kesediaan

Status

rendah sedang tinggi Total

f 0 1 11 12

Calon Dosen Biasa

% 0,0 8,3 91,7 100,0

f 2 5 42 49

Dosen Biasa

% 4,1 10,2 85,7 100,0

f 0 2 18 20

Dosen Luar Biasa

% 0,0 10,0 90,0 100,0

f 0 0 3 3

% 0,0 0,0 100,0 100,0

f 2 8 74 84

Total

% 2,4 9,5 88,1 100,0

Dari Tabel III.19, untuk tiap status dosen, persentase tertinggi dalam hal kesediaan berada pada tingkat Tinggi. Sedangkan tingkat kesediaan Rendah hanya terdapat pada dosen biasa dengan persentase 4,1 % dari seluruh dosen biasa.

(26)

Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara status dosen dengan kesediaannya.

Tabel III.20. Tabulasi Silang Fakultas dan Kesediaan Dosen Kesediaan

Fakultas

Rendah Sedang Tinggi Total f 0 1 7 8 Ekonomi % 0 12,5 87,5 100 f 0 0 7 7 Sastra % 0 0 100 100 f 2 1 19 22 IT % 9,1 4,5 86,4 100,0 f 0 0 21 21 Teknik % 0 0 100 100 f 0 0 4 4 Psikologi % 0 0 100 100 f 0 4 10 14 FSRD % 0,0 28,6 71,4 100,0 f 0 0 3 3 MKU % 0 0 100 100 f 0 2 3 5 Kedokteran % 0 40 60 100 f 2 8 74 84 Total % 2,4 9,5 88,1 100,0 Pearson Chi-Square 21,286 Asym. Sig. (2-sided) 0,168 Cont. Coef. (Approx.

Sig.) 0,168

Dari Tabel III.20 terlihat bahwa untuk tiap fakultas, persentase kesediaan tertinggi berada pada tingkat Tinggi. Kesediaan tingkat Rendah hanya terdapat pada fakultas IT dengan persentase 9,1 % dari seluruh responden di fakultas IT. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang

(27)

dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kesediaan.

III.3.3.4. Karakteristik Responden Mahasiswa

Pada bagian ini ditampilkan karakteristik responden mahasiswa, yaitu berupa jenis kelamin, angkatan, daerah asal SMU, dan fakultas. Data karakteristik mahasiswa selengkapnya dapat dilihat pada Lampiran D-Analisis Data.

Dari data responden, bahwa dari 525 responden, sebagian besar mahasiswa yang diteliti berasal dari pulau Jawa (81,1 %) dengan jenis kelamin wanita memiliki porsi terbesar.

Sebagian besar responden merupakan mahasiswa pada angkatan 2007 (43,2 %) dan 2006 (23,6 %), dan kebanyakan berasal dari Fakultas Ekonomi (50,5 %)

III.3.3.5. Tingkatan Mahasiswa Pada Tiap Domain

Pada bagian ini disajikan tingkatan mahasiswa pada domain kompetensi, persepsi, dan kesediaan.

Tabel III.21. Tingkat Kompetensi Mahasiswa No Kompetensi f %

1 Tinggi 434 82,7

2 Sedang 88 16,8

3 Rendah 3 0,6

Total 525 100,0

Dari Tabel III.21 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti memiliki kompetensi yang tinggi. Hal ini berarti sebagian besar responden memiliki kemampuan teknis yang dianggap cukup untuk dapat mendayagunakan LMS yang disediakan universitas.

(28)

Tabel III.22. Tingkat Persepsi Mahasiswa No Persepsi f % 1 Tinggi 123 23,4 2 Sedang 395 75,2 3 Rendah 7 1,3 Total 525 100,0

Dari Tabel III.22 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti memiliki persepsi pada tingkat sedang. Hal ini berarti pandangan sebagian besar responden terhadap hal-hal yang terkait dengan LMS universitas masih kurang baik.

Tabel III.23. Tingkat Kesediaan Mahasiswa

No Kesediaan f %

1 Tinggi 428 81,5

2 Sedang 92 17,5

3 Rendah 5 1,0

Total 525 100,0

Dari Tabel III.23 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti berada pada tingkat kesediaan Tinggi. Hal ini berarti bahwa sebagian besar responden bersedia untuk mendayagunakan e-learning dan terus belajar untuk memaksimalkan pendayagunaannya.

III.3.3.6. Tabulasi Silang Karakteristik Mahasiswa Atas Tiap Domain

Pada bagian ini ditampilkan tabulasi silang antara karakteristik mahasiswa dengan domain kompetensi, persepsi, dan kesediaan. Karakteristik yang disilangkan adalah karakteristik daerah asal SMU dan fakultas. Untuk tiap tabulasi silang, dihitung juga nilai Chi-square untuk melihat apakah antar kelompok karakteristik yang ada terdapat perbedaan signifikan, serta nilai koefisien kontingensi untuk mengetahui apakah terdapat hubungan antara karakteristik yang disilangkan dengan domain yang ada. Seluruh perhitungan dilakukan dengan menggunakan SPSS dan dapat dilihat pada Lampiran E-Analisis Data.

(29)

Tabel III.24. Tabulasi Silang Daerah Asal SMU dan Kompetensi Mahasiswa Kompetensi

Daerah_asal_smu

F 3 70 353 426 Jawa % 0,7 16,4 82,9 100,0 F 0 15 62 77 Sumatra % 0,0 19,5 80,5 100,0 F 0 2 4 6 Kalimantan % 0,0 33,3 66,7 100,0 F 0 0 8 8 Sulawesi % 0 0 100 100 F 0 0 6 6 Irian % 0 0 100 100 F 0 0 1 1 Luar indonesia % 0 0 100 100 F 0 1 0 1 Bali % 0 100 0 100 F 3 88 434 525 Total % 0,6 16,8 82,7 100,0 Pearson Chi-Square 10,298 Asym. Sig. (2-sided) 0,590 Cont. Coef. (Approx. Sig.) 0,590

Tabel III.24 memperlihatkan bahwa untuk tiap daerah asal SMU, responden mahasiswa seluruh daerah kecuali Bali memiliki persentase kompetensi Tinggi. Kompetensi tingkat Rendah hanya terdapat pada 0,7 % responden mahasiswa dari pulau Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency

coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat

dikatakan secara statistik tidak terdapat hubungan antara daerah asal SMU dengan kompetensi.

Tabel III.25. Tabulasi Silang Fakultas dan Kompetensi Mahasiswa Kompetensi

Fakultas

F 0 3 19 22

Sastra

(30)

Kompetensi Fakultas

F 0 0 6 6 Teknologi informasi % 0,0 0,0 100,0 100,0 F 1 52 212 265 Ekonomi % 0,4 19,6 80,0 100,0 F 0 3 29 32 Kedokteran % 0,0 9,4 90,6 100,0 F 0 5 29 34 Teknik % 0,0 14,7 85,3 100,0 F 2 25 139 166 Psikologi % 1,2 15,1 83,7 100,0 F 3 88 434 525 Total % 0,6 16,8 82,7 100,0 Pearson Chi-Square 6,498 Asym. Sig. (2-sided) 0,772 Cont. Coef. (Approx.

Sig.) 0,772

Tabel III.25 memperlihatkan bahwa dari tiap fakultas yang diteliti, persentase tertinggi dalam hal kompetensi berada pada tingkat Tinggi. Tingkat kompetensi Rendah hanya terdapat pada responden dari fakultas psikologi dengan persentase 1,2 % dari seluruh responden fakultas tersebut. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kompetensi.

Tabel III.26. Tabulasi Silang Daerah Asal SMU dan Persepsi Mahasiswa Persepsi

Daerah_asal_smu

F 4 317 105 426 Jawa % 0,9 74,4 24,6 100,0 F 1 62 14 77 Sumatra % 1,3 80,5 18,2 100,0 F 0 5 1 6 Kalimantan % 0,0 83,3 16,7 100,0 F 1 7 0 8 Sulawesi % 12,5 87,5 0,0 100,0

(31)

Persepsi Daerah_asal_smu

F 0 3 3 6 Irian % 0,0 50,0 50,0 100,0 F 1 0 0 1 Luar indonesia % 100,0 0,0 0,0 100,0 F 0 1 0 1 Bali % 0,0 100,0 0,0 100,0 F 7 395 123 525 Total % 1,3 75,2 23,4 100,0 Pearson Chi-Square 88,486 Asym. Sig. (2-sided) 0,000 Cont. Coef. (Approx. Sig.) 0,000

Tabel III.26 memperlihatkan bahwa dari responden mahasiswa yang diteliti, untuk tiap daerah asal SMU, sebagian besar berada pada tingkat persepsi Sedang. Masih terdapat responden dengan persepsi Rendah, yaitu pada responden mahasiswa dengan asal SMU dari Jawa, Sumatra, Sulawesi, dan luar Indonesia. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih kecil dari 0,05 sehingga dapat dikatakan secara statistik terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih kecil dari 0,05, sehingga dapat dikatakan secara statistik terdapat hubungan antara daerah asal SMU dengan persepsi mahasiswa.

Tabel III.27. Tabulasi Silang Fakultas dan Persepsi Mahasiswa Persepsi

Fakultas

Rendah Sedang Tinggi Total F 0 19 3 22 Sastra % 0,0 86,4 13,6 100,0 F 0 5 1 6 Teknologi informasi % 0,0 83,3 16,7 100,0 F 5 174 86 265 Ekonomi % 1,9 65,7 32,5 100,0 F 0 29 3 32 Kedokteran % 0,0 90,6 9,4 100,0 F 0 24 10 34 Teknik % 0,0 70,6 29,4 100,0 Psikologi F 2 144 20 166

(32)

Persepsi Fakultas

% 1,2 86,7 12,0 100,0

F 7 395 123 525

Total

% 1,3 75,2 23,4 100,0

Pearson Chi-Square 32,177 Asym. Sig. (2-sided) 0,000 Cont. Coef. (Approx.

Sig.) 0,000

Dari Tabel III.27 terlihat bahwa untuk tiap fakultas yang diteliti, persentase tertinggi persepsi responden mahasiswa berada pada tingkat Sedang. Persepsi tingkat Rendah hanya terdapat pada responden dari fakultas ekonomi dan psikologi, dengan persentase berturut-turut 1,9 % dan 1,2 % pada masing-masing fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih kecil dari 0,05 sehingga dapat dikatakan secara statistik terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih kecil dari 0,05, sehingga dapat dikatakan secara statistik terdapat hubungan antara fakultas dengan persepsi.

Tabel III.28. Tabulasi Silang Daerah Asal SMU dan Kesediaan Mahasiswa Kesediaan

Daerah_asal_smu

F 5 78 343 426 Jawa % 1,2 18,3 80,5 100,0 F 0 9 68 77 Sumatra % 0,0 11,7 88,3 100,0 F 0 1 5 6 Kalimantan % 0,0 16,7 83,3 100,0 F 0 2 6 8 Sulawesi % 0,0 25,0 75,0 100,0 F 0 0 6 6 Irian % 0,0 0,0 100,0 100,0 F 0 1 0 1 Luar Indonesia % 0,0 100,0 0,0 100,0 F 0 1 0 1 Bali % 0,0 100,0 0,0 100,0 F 5 92 428 525 Total % 1,0 17,5 81,5 100,0 Pearson Chi-Square 14,295

(33)

Kesediaan Daerah_asal_smu

Rendah Sedang Tinggi Total Asym. Sig. (2-sided) 0,282

Cont. Coef. (Approx. Sig.) 0,282

Dari Tabel III.28 terlihat bahwa sebagian besar responden untuk tiap daerah asal SMU memiliki tingkat kesediaan Tinggi. Tingkat kesediaan Sedang terdapat pada responden yang asal SMU-nya adalah Bali dan luar Indonesia. Sedangkan tingkat kesediaan Rendah hanya terdapat pada responden dengan daerah asal SMU pulau Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency

coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat

dikatakan secara statistik tidak terdapat hubungan antara daerah asal SMU dengan kesediaan.

Tabel III.29. Tabulasi Silang Fakultas dan Kesediaan Mahasiswa Kesediaan

Fakultas

F 0 3 19 22 Sastra % 0,0 13,6 86,4 100,0 F 0 2 4 6 Teknologi informasi % 0,0 33,3 66,7 100,0 F 2 44 219 265 Ekonomi % 0,8 16,6 82,6 100,0 F 0 6 26 32 Kedokteran % 0,0 18,8 81,3 100,0 F 0 5 29 34 Teknik % 0,0 14,7 85,3 100,0 F 3 32 131 166 Psikologi % 1,8 19,3 78,9 100,0 F 5 92 428 525 Total % 1,0 17,5 81,5 100,0 Pearson Chi-Square 4,388 Asym. Sig. (2-sided) 0,928 Cont. Coef. (Approx.

(34)

Dari Tabel III.29 terlihat bahwa untuk tiap fakultas yang diteliti, persentase terbesar responden berada pada tingkat kesediaan Tinggi. Tingkat kesediaan Rendah hanya terdapat pada responden dari fakultas ekonomi dan psikologi, dengan persentase masing-masing berturut-turut 0,8 % dan 1,8 % dari keseluruhan responden di fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan

chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara

statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan

contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga

dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kesediaan.

III.3.4. Tingkat Kesiapan Dosen dan Mahasiswa

Dari hasil analisis data, dapat dibuat gambaran tingkat kesiapan dosen dan mahasiswa untuk masing-masing domain dalam bentuk pie chart seperti pada Gambar III.2 dan Gambar III.3.

Dari Gambar III.2, terlihat bahwa persentase terbesar tingkat kompetensi dan kesediaan responden dosen berada pada tingkat Tinggi, sedangkan persentase terbesar tingkat persepsi berada pada tingkat Sedang.

Dari Gambar III.3, terlihat bahwa persentase terbesar tingkat kompetensi dan kesediaan responden mahasiswa berada pada tingkat Tinggi, sedangkan persentase terbesar tingkat persepsi berada pada tingkat Sedang.

Dengan demikian secara keseluruhan, baik dosen maupun mahasiswa UKM memiliki gambaran yang sama dalam hal tingkat kesiapan menggunakan LMS, yaitu berada pada tingkat Tinggi dalam hal Kompetensi dan Kesediaan, dan berada pada tingkat Sedang dalam hal Persepsi. Hasil ini kemudian dianalisis lebih lanjut pada tahap penelitian berikutnya yang dijelaskan pada Bab 4.

(35)

Gambar III.2. Tingkat Kesiapan Dosen Tiap Domain