P R O S I D I N G
SEMINAR NASIONAL STATISTIKA
UNIVERSITAS DIPONEGORO
2011
Makalah dalam prosiding ini telah dipresentasikan pada
Seminar Nasional Statistika Universitas Diponegoro
tanggal 21Mei 2011 di Gedung Prof. Soedharto, SH
Tembalang Semarang
Tim Penyunting Makalah:
Prof. Drs. Mustafid, M.Eng, Ph.D
Dra. Dwi Ispriyanti, M.Si
Erman Deni, SE, MM
Drs. Sudargo, M.Si
Tim Editor:
Dra. Tatik Widiharih, M.Si
Dra. Suparti, M.Si
Drs. Tarno, M.Si
Drs. Rukun Santoso, M.Si
Drs. Sudarno, M.Si
Program Studi Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Universitas Diponegoro
iii
KATA PENGANTAR
Puji syukur kami panjatkan ke hadirat Allah SWT yang telah melimpahkan
rahmat dan karuniaNya sehingga Seminar Nasional Statistika Universitas Diponegoro
2011 dengan tema: Peran dan Implementasi Statistika dalam Analisis Finansial dan
Pengambilan Keputusan Bisnis dapat terselenggara dengan lancar pada hari Sabtu, 21
Mei 2011 di Gedung Prof. Soedarto, SH Kampus Universitas Diponegoro Tembalang
Semarang Jawa Tengah. Seminar ini merupakan kegiatan dalam rangkaian
memperingati sewindu berdirinya Program Studi Statistika Jurusan Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam dengan tujuan memperkenalkan
Progam Studi Statistika FMIPA UNDIP, sebagai ajang pertemuan para peneliti dan
pemerhati perkembangan statistika serta mengetahui perkembangan ilmunya pada saat
ini. Pada kegiatan ini diharapkan dapat menyumbangkan penemuan-penemuan baru
baik kajian secara teori maupun terapannya, khususnya tentang A n a l i si s
Fi n a n si a l d a n Pen g a m b i l a n Kepu t u sa n B i sn i s yang berguna bagi
masyarakat. Oleh karena itu pada kesempatan ini kami mengundang para narasumber
yang kompeten, yaitu:
Bapak Prof. Drs. H. Nur Iriawan, MI.Kom, Ph.D (Guru Besar Statistika ITS)
Bapak Edi Masrianto, M.Si (Group Head Global Market BRI)
Para narasumber ini diharapkan dapat memberikan pencerahan sesuai dengan tema
seminar.
Seminar ini dihadiri kurang lebih 200 peserta, yang terdiri dari para dosen,
peneliti, praktisi dan mahasiswa dari berbagai daerah di penjuru Indonesia. Dalam
seminar nasional statistika ini terpilih 73 makalah yang dibuat 4 kelompok yaitu
Statistika (25 makalah), Statistika Komputasi (14 makalah), Statistika Ekonomi (18
makalah), Matematika dan Pendidikan Matematika (16 makalah), juga tambahan 2
makalah utama dari Pembicara Utama.
Terselenggaranya seminar nasional berkat kerjasama dan bantuan dari berbagai pihak.
Oleh karena itu pada kesempatan ini kami menyampaikan terima kasih kepada:
1. Rektor Universitas Diponegoro
2. Dekan FMIPA UNDIP
iv 5. Pembicara Utama
6. Penyunting dan Editor Artikel 7. Panitia Sewindu Statistika 8. Peserta Seminar Nasional
Akhir kata semoga prosiding seminar ini dapat bermanfaat dan dapat memenuhi
harapan dari peserta seperti yang diharapkan panitia. Tiada gading yang tak retak,
seandainya ada kesalahan atau kekurangan dari pelaksanaannnya, kami mohon maaf
yang sebesar-besarnya. Terima kasih atas partisipasinya dan selamat berseminar,
semoga sukses.
Semarang, 21 Mei 2011
v
DAFTAR ISI
Halaman
Halaman Judul i
Kata Pengantar iii
Daftar Isi v
Makalah Utama
1. Pemodelan Mixture of Mixture Dalam Pemilihan Portofolio
N u r I r i a w a n
001
2. Model Statistika sebagai Alat Analisis Finansial
Ed i M a sr i a n t o
017
A. STATISTIKA
A-01 Analisis Produk dan Assesor dari Data Penyortiran Menggunakan
Hybrid Distatis
I r l a n d i a Gi n a n ja r
025
A-02 Estimasi Parameter Bootstrap pada Proses AR(1)
B a m b a n g Su pr i h a t i n
038
A-03 Perbedaan Pandangan Skala Likert sebagai Skala Ordinal atau
Skala Interval
Su l i ya n t o
vi A-04 Perbandingan Kinerja Diagram Kontrol Multivariat untuk
Variabilitas Berdasarkan Matriks Kovariansi Matriks Korelasi
D w i Yu l i Ra k h m a w a t i , Mu h a m m a d Ma sh u r i
061
A-05 Interval Konfidensi Spline Kuadrat dengan Pendekatan Pivotal
Quantity
Ro w a n D a fl i x Sya r a n a m u a l d a n I N yom a n B u d i a n t a r a
072
A-06 Penentuan Model Regresi Spline Terbaik
A g u st i n i Tr i pen a
092
A-07 Pemodelan Ketahanan Pangan Rumah Tangga di Indonesia dengan
Pendekatan Seemingly Unrelated Regression Tahun 2007
Mu h .Sa m a d Ru m a l ea n d a n Set i a w a n
103
A-08 Pemodelan Tingkat Kerawanan Demam Berdarah Dengue dengan
Pendekatan Geographically Weighted Ordinal Logistic Regression
M a r i sa Ri fa d a d a n Pu r h a d i
114
A-09 Analisis Regresi Poisson untuk Menduga Hubungan Kelimpahan
Makrobenthos dengan Parameter Perairan
(Studi Kasus di Sungai Banjir Kanal Barat Semarang)
D w i H a r yo I sm u n a r t i , Ri a Az i z a h TN d a n Ro ch d i Wa so n o
127
A-10 Pemilihan Peragam Spasial Menggunakan Model Linear Campuran
M o h a m m a d Ma sjk u r
141
A-11 Pengelompokan Zat Gizi Makanan Menggunakan Analisis
Diskriminan
H .A . Pa r h u si p d a n Ja n t i n i T. N a t a n g k u
vii A-12 Structural Equation Model (SEM) dengan Model Struktural
Regresi Spasial
Ti st i I l d a Pr i h a n d i n i d a n So n y Su n a r yo
162
A-13 Pendugaan Data Tidak Lengkap Curah Hujan di Kabupaten
Indramayu dengan Kriging dan Rata-rata Bergerak (Moving
Average) (Berdasarkan Data Tahun 1980-2000)
D ew i Ret n o Sa r i Sa pu t r o , A h m a d An so r i Ma t t ji k , Ri z a d i B o er ,
A ji H a m i m Wi g en a , An i k D ju r a i d a h
171
A-14 Uji Hipotesis dalam Regresi Nonparametrik Spline
St efa n u s N o t a n Tu pen d a n I N yom a n Bu d i a n t a r a
184
A-15 Pengelompokan Pasien Penyakit Demam Berdarah Dengue (DBD)
Menggunakan Latent Class Cluster Analysis
A n n a Ch a d i d ja h , D a d a n D a r m a w a n M . d a n Yu sep Su pa r m a n
200
A-16 Model Regresi Data Tahan Hidup Tersensor Tipe III Berdistribusi
Eksponensial
Wi n d a Fa a t i Ka r t i k a d a n Tr i a st u t i Wu r ya n d a r i
219
A-17 Varian X-11 dari Metode Dekomposisi Census II pada Peramalan
D ew i Wu l a n d a r i , Yu ci a n a Wi l a n d a r i d a n Bu d i Wa r si t o
232
A-18 Metode Autoregressive Fuzzy Time Series untuk Peramalan
A b d Ro z a k d a n I r h a m a h
244
A-19 Pemodelan Runtun Waktu Finansial dengan Volatilitas Type
GARCH Menggunakan Wavelet
Ta r n o d a n Su pa r t i
viii A-20 Pemodelan Regresi untuk Rancangan Percobaan Dua Faktor
D w i I spr i ya n t i
274
A-21 Sistem Antrian dengan Prioritas Pelayanan
D u r r a t u n N i ’a m a h d a n Su g i t o
291
A-22 Optimalisasi Produk dengan Menggunakan Metode Perancangan
Toleransi Taguchi
Pa t r i ci a Wa h yu d a n Tr i a st u t i Wu r ya n d a r i
304
A-23 Regresi Kuantil (Studi Kasus Pada Data Suhu Harian)
Ri t a Ra h m a w a t i , Wi d i a r t i d a n Pepi N o vi a n t i
317
A-24 Analisis Geographically Weighted Regression (GWR) dengan
Pembobot Kernel Gaussian untuk Data Kemiskinan
Ri t a Ra h m a w a t i d a n An i k D ju r a i d a h
325
A-25 Optimal Design untuk Regresi Linear dan Kuadratik
Ta t i k Wi d i h a r i h
332
B. STATISTIKA KOMPUTASI
B-01 Aplikasi Pendekatan Probabilistik dalam Analisis Kestabilan
Lereng Tunggal Menggunakan Metode Kesetimbangan Batas
M a sa g u s A h m a d Az i z i , Su sen o Kr a m a d i b r a t a , I r w a n d y A r i f,
Ri d h o K. Wa t t i m en a
341
B-02 Pengoptimalan Software S-Plus dalam Analisa Regresi Guna
Estimasi Model Regresi untuk Data dengan Kesalahan Pengukuran
H a r t a t i k
ix
B-03 Pengaruh Kesalahan Pengukuran pada Model Regresi
Nonparametrik dengan Menggunakan Konsep Bayesian
H a r t a t i k
383
B-04 Pengaruh Persepsi Kualitas Layanan Kesehatan terhadap Kepuasan
Pasien Rawat Inap di RSUD Dr. Soeselo Kabupaten Tegal
A . N i n a Ro sa n a Ch yt r a sa r i d a n Tr i ja k a Ka r t a n a
401
B-05 Mixed Geographically Weighted Regression pada Pemodelan
Persentase Rumah Tangga Miskin di Kabupaten Mojokerto Tahun
2008
H a sbi Ya si n d a n Pu r h a d i
413
B-06 Uji Signifikansi Regresi Non Parametrik pada Model Rancangan
Acak
A t i k a h La i l a w a t i d a n Su pa r t i
429
B-07 Estimasi Proporsi Siswa SMP di Kota Semarang yang Berbuat
Curang pada Saat Pelaksanaan UN Tahun 2011 Menggunakan
Model Respon Acak (MORESA)
M o ch . A b d u l Mu k i d d a n N ed i a Gu sw i n a
441
B-08 Analisis Konjoin Full-Profile untuk Mengetahui Feature Telepon
Selular yang Ideal Dipasarkan di Kecamatan Banyumanik
Semarang
A yu An a st a si a A d h i d a n D i a h Sa fi t r i
452
B-09 Beberapa Metode Optimasi pada Model Wavelet Neural Network
pada Data Time Series
B u d i Wa r si t o
x B-10 Penentuan Kebijakan Kredit Perumahan di Lembaga Keuangan
Menggunakan Decision Tree Learning
N u r d i n B a h t i a r
476
B-11 Kajian Fungsi nls( ) dan fSRR( ) terhadap Model Michaelis-Menten
pada Regresi Non Linier
Su d a r n o
488
B-12 Pemulusan Sebaran Data Menggunakan Penaksir Nadaraya-Watson
dan Linier Lokal untuk Kernel Normal
Su d a r n o
497
B-13
B-14
Perbandingan Discrete Wavelet Transform dan Undecimated
Wavelet Transform pada Reduksi Gangguan Data
Ru k u n Sa n t o so
Pemodelan Kurva Imbal Hasil dan Komputasinya dengan Paket
Software RcmdrPlugin.Econometrics
D ed i Ro sa d i
508
514
C. STATISTIKA EKONOMI
C-01 Pengaruh Sikap, Norma Subjektif, Kontrol Perilaku yang
Dipersepsikan dan Sunset Policy terhadap Kepatuhan Wajib Pajak
dengan Niat sebagai Variabel Intervening
Wi d i D w i Er n a w a t i d a n B a m b a n g Pu r n o m o si d h i
524
C-02 Valuasi Harga Obligasi dengan Suku Bunga Stokastik
Yu n i t a Wu l a n Sa r i , D ed i Ro sa d i d a n Ri fa n Ku r n i a
xi C-03 Analisis Model Risiko Investasi Saham Syariah menggunakan
Value at Risk (VaR) dengan pendekatan Generalized
Autoregressive Conditional Heteroskedastic (GARCH)
M o h a m m a d Fa r h a n Qu d r a t u l l a h
560
C-04 Keputusan Investasi Bisnis dalam Kondisi Ketidakpastian:
Implementasi Model Hurwicz Criterion pada kasus Perusahaan PT
Proni Makasar
Mu h a m m a d Yu n u s Am a r
573
C-05 Efisiensi Belanja Publik Pendidikan: Pendekatan Stochastic
Frontier Analysis
Er w i n Sa r a sw a t i
582
C-06 Model Ekonometrik untuk Analisis Kepuasan Nasabah PT BPR
Kartasura Saribumi Cabang Masaran di Sragen
Ki m Bu d i w i n a r t o d a n Ju n i Tr i sn ow a t i
595
C-07 Pengaruh Keanekaragaman Produk dan Harga Jual terhadap
Kemampulabaan Pengusaha Tas di Ciampea Kabupaten Bogor
I k a pu t er a Wa spa d a
606
C-08 Penerapan “Analisa Keputusan Dalam Risiko” dalam Pengambilan
Keputusan Investasi Saham Jangka Pendek untuk Mendapatkan
Capital Gain atau Kerugian yang Optimum
Leo po l d u s Ri ck y Sa son g k o , Li l i k Li n a w a t i d a n Ba m b a n g
Su sa n t o
629
C-09 Pemodelan Harga Aset dengan JUMP (Suatu Pendekatan
Berdasarkan Informasi)
Mu t i ja h , Su r yo Gu r i t n o d a n Gu n a r d i
xii C-10 Meninjau Kembali Bentuk Yiel Curve: Pengaruh Votalitas Suku
Bunga
Mu sl i m , D ed i Ro sa d i , Gu n a r d i d a n A b d u r r a h m a n
647
C-11 Pendekatan Small Area Estimation untuk Menduga Pengeluaran
Perkapita Rumah Tangga Tiap Desa dengan Empirical Best Linear
Unbiased Prediction
(Studi Kasus: Kabupaten Jember Provinsi Jawa Timur)
D a r i a n i M a t u a l a g e, A sep Sa efu d d i n d a n Aji H a m i m Wi g en a
655
C-12 Analisis Swing Consumer pada Permintaan Pertamax Pasca
Penurunan Harga BBM Non Subsidi dengan Model Intervensi
D i vo D . Si l a l a h i d a n Ta r n o
669
C-13 Pendekatan Laten Variabel dalam Penanganan Atenuasi: Sebuah
Model Harga Hedonis Rumah di Daerah Perkotaan Indonesia
Yu sep Su pa r m a n
681
C-14 Mengukur Risiko Disability Normal Cost Memepertimbangkan
Forein Exchange Rate
Ga t o t Ri w i Set ya n t o
690
C-15 Menentukan Buffer Stock Obat pada Yayasan Penderita
Penyalahgunaan Obat Terlarang
B er n i k M a sk u n
698
C-16 Estimasi Risiko Kerugian Asuransi Melalui Generalized Pareto
Distribution
Li en d a N o vi ya n t i
xiii C-17 Penentuan Catastrophe Loss Index Sebagai Pengukur Risiko
Aktuaria
A ch m a d Za n b a r So l eh
718
C-18 Credit Spreads Obligasi Korporasi dengan Model Merton
D i A si h I M a r u d d a n i , D ed i Ro sa d i d a n Gu n a r d i
726
D. MATEMATIKA DAN PENDIDIKAN MATEMATIKA
D-01 Penerapan Pendekatan Pembelajaran Matematika Realistik untuk
Meningkatkan Kualitas Proses dan Prestasi Belajar Siswa di
Sekolah Dasar
Tr i yo n o
738
D-02 Pengujian Hipotesis tentang Parameter Populasi Berdistribusi
Eksponensial dengan Metode Bayesian Objektif
A d i Set i a w a n
754
D-03 Pengukuran Kualitas Pengajaran Dosen Berdasarkan Kuesioner
Mahasiswa dengan Menggunakan Hotelling
A d i Set i a w a n d a n H a n n a Ar i n i Pa r h u si p
763
D-04 Metode Delta: Suatu Tinjauan Ulang
B a m b a n g Su sa n t o
770
D-05 Estimasi Parameter Copula Archimedean dan Aplikasinya pada
Klimatologi
I r w a n Sya h r i r
xiv D-06 Pengaruh Lama Studi dan Besarnya Kontribusi Nilai Mata Kuliah
TPB terhadap IPK Lulusan
N u r i Wa h yu n i n g si h d a n La k sm i Pr i t a Wa r d h a n i
792
D-07 Hubungan Kecerdasan Matematika dengan Kecerdasan Bahasa dan
Kecerdasan Seni
Mu h a m m a d A m i n u d i n
808
D-08 Implementasi Model Pembelajaran Role Playing Didasari Analisis
SWOT pada Materi Peluang Kelas XI
I bn u Si n a
820
D-09 Sistem Pengenalan Wajah pada Subruang Orthogonal dengan
Menggunakan Fisherfaces Terdekomposisi QR
Pu r b a n d i n i
837
D-10 Profil Konsentrasi Ozon Vertikal dari Hasil Observasi Tahun 2010
SPD LAPAN Watukosek
La l u H u sn a n Wi ja ya
853
D-11 Perancangan Otomasi Sliding Roof Teleskop Matahari
Menggunakan Sensor Kelembaban RSII-80 Visala
La l u H u sn a n Wi ja ya
864
D-12 Perancangan Operasional Amplifier (Op-Amp) Sistem Proporsional
untuk Penyelesaian Rangkaian Elektronik yang Memiliki Sifat
Persamaan Matematika
To n i Su b i a k t o d a n La l u H u sn a n Wi ja ya
872
D-13 Aplikasi Model Dinamik pada Penularan Epidemik HIV/AIDS
Su t i m i n d a n I m a m u d i n
xv D-14 Kestabilan Model Dinamik Fermentasi Alkohol secara Kontinu
Wi d ow a t i , N u r h a ya t i d a n La i l a t u sysya r i fa h
894
D-15 Aplikasi Transformasi Laplce Pada Persamaan Transport dan
Distribusi Amoniak
I pu n g Set i a w a n d a n Wi d ow a t i
906
D-16 Efektifitas Pembelajaran Kooperatif Tipe Jigsaw Berbasis Media
Presentasi terhadap Hasil Belajar Mata Kuliah Statistika di STAIN
Pekalongan
N a l i m
763
PENGUKURAN KUALITAS PENGAJARAN DOSEN
BERDASARKAN KUESIONER MAHASISWA
DENGAN MENGGUNAKAN Hotelling
Adi Setiawan1, Hanna Arini Parhusip2 1,2)
Program Studi Matematika, Fakultas Sains dan Matematika
Universitas Kristen Satya Wacana, Jl. Diponegoro 52-60 Salatiga 50711
Abstrak
Pengukuran kualitas pengajaran dapat dilakukan dengan kuesioner yang diisi oleh mahasiswa yang mengambil mata kuliah tersebut. Biasanya analisis data yang digunakan dalam kuesioner hanya menggunakan statistik yang sederhana. Dalam makalah ini diusulkan untuk menggunakan statistik Hotelling yang dapat mengukur kualitas pengajaran dengan lebih baik dibandingkan dengan hanya menggunakan rata-rata aritmatika atau statistik sederhana yang lain. Data real digunakan untuk memberikan gambaran bagaimana statistik Hotelling digunakan dalam analisis data.
Kata Kunci : Pengukuran kualitas pengajaran, Hotelling, Koefisien korelasi
8. Pendahuluan
Pengukuran kualitas pengajaran dapat dilakukan dengan kuesioner yang
mengukur kepuasan mahasiswa oleh pengajaran dosen dan hal ini masih hangat diteliti
(e.g Barone & Franco, 2010; Ahmed et al., 2010). Pengukuran pengajaran dosen
dilakukan dengan kuesioner yang diisi oleh mahasiswa yang mengambil mata kuliah –
mata kuliah yang disajikan program studi. Statistik yang biasa digunakan dalam
analisis data kuesioner sangatlah sederhana seperti menggunakan rata-rata aritmatika
(e.g, Ahmed et al., 2010). Masalah yang akan diteliti dalam makalah ini adalah
bagaimana mengukur kualitas pengajaran dosen berdasarkan data kuesioner mahasiswa.
Penelitian ini dilakukan agar dapat diusulkan metode pengukuran kualitas pengajaran
dosen sebagai salah satu komponen dari pengukuran performance dosen.
9. Dasar Teori
Hasil penilaian seorang mahasiswa terhadap pelaksanaan PBM untuk mata
764
digunakan untuk pengukuran kualitas pengajaran, n menunjukkan banyaknya
mahasiswa yang mengisi kuesioner dan m menunjukkan banyaknya dosen. Berdasarkan
skala tersebut, mahasiswa memberikan evaluasi terhadap kualitas pengajaran tiap dosen.
Daftar pertanyaan yang diajukan ditunjukkan pada Lampiran.
Ukuran kualitas pengajaran untuk setiap mata kuliah atau dosen dapat
ditentukan dengan rumus Hotelling :
x x S 1(x x)rataan aritmatika penilaian kuesioner untuk seluruh dosen dengan
Tabanick & Fidell, 2007). Matriks kovariansi S untuk tiap item dalam koesioner dapat
dihitung dengan rumus :
765 Untuk memberikan gambaran tentang penggunaan rumus tersebut dalam skala
yang kecil maka berikut ini diberikan contoh data yang terdiri dari 2 mata kuliah yang
masing-masing diajarkan oleh dosen yang berbeda.
Tabel 1. Contoh Data 2 Mata Kuliah (15 Mahasiswa Untuk MK 1 Dan 7 Mahasiswa
deviation) yang kecil, untuk itu penilaian tersebut perlu distandardisasi dengan
menggunakan formula :
Hal itu berarti bahwa x1 adalah rata-rata penilaian untuk 3 item kuesioner MK1 dan x2
adalah rata-rata penilaian untuk 3 item kuesioner MK2. Dengan menggunakan
766 positif berarti bahwa kualitas pengajaran untuk MK1 lebih tinggi dari kualitas
pengajaran rata-rata untuk MK1 dan MK2 dan sebaliknya tanda negatif berarti bahwa
kualitas pengajaran untuk MK1 lebih rendah dari kualitas pengajaran rata-rata untuk
MK1 dan MK2.
10.Analisis dan Pembahasan
Data penilaian kuesioner untuk 15 mata kuliah (yang terdiri dari 203 lembar
kuesioner mahasiswa ) dijadikan satu dan kemudian dihitung rata-rata dan simpangan
baku untuk setiap item kuesioner. Selanjutnya dilakukan transformasi untuk setiap item
dan setiap penilaian mahasiswa dengan formula pada persamaan (5) dan kemudian hasil
tranformasi digunakan untuk menghitung ukuran kualitas Hotelling H dengan
persamaan (2). Hal itu berarti adalah x1 rata-rata item penilaian kuesioner mahasiswa
untuk mata kuliah MK1 dan x adalah rata-rata item penilaian kuesioner mahasiswa
untuk semua mata kuliah serta S adalah matriks kovariansi berorde 16 16 yaitu banyaknya item yang digunakan dalam kuesioner. Matriks S diperoleh dari persamaan
(4) untuk 203 lembar kuesioner. Matriks kovariansi S tersebut menunjukan variansi dan
kovariansi dari setiap item dan antar item-item dalam kuesioner. Hasil dari perhitungan
tersebut dinyatakan pada Tabel 2 kolom ke-3. Terlihat bahwa MK 6 mempunyai
kualitas pengajaran yang paling tinggi dibandingkan dengan yang lain sedangkan MK
10 mempunyai kualitas pengajaran yang paling rendah. Ukuran kualitas tersebut
mempunyai rata-rata 3.1713 dan simpangan baku 28.8165. Tanda positif berarti bahwa
kualitas pengajaran untuk mata kuliah tersebut lebih tinggi dari kualitas pengajaran
rata-rata untuk seluruh mata kuliah dan sebaliknya tanda negatif berarti bahwa kualitas
pengajaran untuk mata kuliah tersebut lebih rendah dari kualitas pengajaran rata-rata
untuk seluruh mata kuliah.
Sebagai perbandingan, pada Tabel 2 juga ditampilkan statistik sederhana yang
biasa digunakan yaitu rata-rata aritmatika (kolom 4) dan rasio antara rata-rata aritmatika
dan standard deviasi yaitu x /s (kolom 5). Berdasarkan Tabel 2, terdapat korelasi positif
dan signifikan antara nilai x dan ukuran kualitas H yaitu sebesar 0,893 dan terdapat
korelasi positif dan signifikan antara nilai x /s dan ukuran kualitas H yaitu sebesar
767 atau perbandingan antara rata-rata dan simpangan baku yang tinggi akan cenderung
mempunyai ukuran kualitas yang tinggi juga.
Tabel 2. Ukuran Kualitas Pengajaran Untuk Setiap Mata Kuliah Dalam Satu Semester
No. Nama
penilaian untuk setiap mahasiswa ditransformasikan dengan formula :
j
dan perhitungan Hotelling digunakan formula yang sama setelah dilakukan
transformasi. Ukuran kualitas Hotelling bernilai negatif jika rata-rata seluruh item
kuesioner kurang dari 2 dan sebaliknya jika rata-rata seluruh item kuesioner lebih dari 2
maka ukuran kualitas Hotelling bernilai positif. Hasil dari perhitungan tersebut
dinyatakan pada Tabel 2 kolom ke-4. Terlihat bahwa besaran ukuran kualitas Hotelling
tidak berubah dengan adanya tranformasi tersebut dan terdapat 3 mata kuliah yang tidak
memenuhi target yaitu MK 10, MK 12 dan MK 15. Hasil yang sama juga diperoleh jika
768
j lji lji
s x
z 1.8
dan target minimal rata-rata seluruh item 1.8. Apabila digunakan target bahwa rata-rata
penilaian untuk setiap item minimal lebih dari 1.5 maka semua mata kuliah yang berada
di atas target rata-rata seluruh item kuesioner lebih dari 1.5. Di samping itu dengan
menggunakan batas target 2.5 maka hanya terdapat tiga mata kuliah yang melebih target
tersebut.
4. Kesimpulan
Dalam makalah ini telah dijelaskan pengukuran kualitas pengajaran dosen atau
mata kuliah dengan menggunakan statistik Hotelling. Penelitian ini dapat dilanjutkan
dengan penggunaan statistik lain untuk pengukuran kualitas pengajaran dosen.
Daftar Pustaka
Ahmed, I, M. M. Nawaz, Z. Ahmad, Zafar Ahmad, M. Z, Shaukat, A. Usman,
Wasim-ul-Rehman, N. Ahmed, Does service quality affect student’s performance?
Evidence from institutes of higher learing, African Journal of Bussiness
Management Vol. 4 (12)
Barone, S dan E. L. Franco, TESF Methodology for Statistics Education Improvement,
Journal of Statistics Education, Vol. 18 (3)
Johnson ,R.A., and Wichern, D.W. 2007. Applied Multivariate Statistical Analysis, 6th
ed., Prentice Hall, New York.
Tabachnick, B. G. dan L. S. Fidell, 2007, Using Multivariate Statistics 5th edition,
769
Lampiran
Berikut ini daftar pertanyaan yang digunakan untuk mahasiswa dalam mengevaluasi
kegiatan suatu matakuliah
No. Pertanyaan
1 Kejelasan tentang rencana perkuliahan selama satu semester
2 Kejelasan tentang sistem penugasan dan evaluasi
3 Sistematika penyampaian kuliah
4 Usaha dosen ybs dalam memotivasi mahasiswa
5 Kejelasan mengenai materi perkuliahan yang diberikan dosen ybs
6 Suasana menyenangkan yang diciptakan dosen selama perkuliahan
7 Kejelasan dalam menjawab pertanyaan mahasiswa mengenai materi kuliah
8 Daya tarik yang dibangkitkan dosen terhadap mata kuliah ini
9 Kejelasan mengenai tujuan dari setiap tugas yang diberikan
10 Cara dosen ybs merangsang pemikiran kritis mahasiswa
11 Usaha dosen ybs membantu mahasiswa memahami materi perkuliahan
12 Dosen memberikan kesempatan untuk bimbingan di luar jam kuliah
13 Efektifitas penggunaan waktu kuliah dalam setiap pertemuan
14 Relevansi tugas-tugas yang diberikan terhadap bahan kuliah
15 Mutu koreksi/umpan balik dosen atas tugas dan tes kepada mahasiswa