ANALISIS HUBUNGAN TINGKAT STRES DENGAN NILAI UTS METODE STATISTIKA (Studi kasus: Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014)
SEPTIAN DEWI HARTANTI
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Hubungan Tingkat Stres dengan Nilai UTS Metode Statistika (Studi kasus: Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2014 Septian Dewi Hartanti NIM G14100020
ABSTRAK SEPTIAN DEWI HARTANTI. Analisis Hubungan Tingkat Stres dengan Nilai UTS Metode Statistika (Studi kasus: Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014). Dibimbing oleh MUHAMMAD NUR AIDI dan I MADE SUMERTAJAYA. Keberhasilan seseorang dalam menempuh jenjang pendidikan dapat dilihat dari prestasi belajarnya yang biasanya dilihat dari nilai tes. Prestasi belajar dipengaruhi oleh faktor eksternal dan internal (fisik dan psikis). Keadaan psikis berkenaan dengan kondisi kejiwaan seseorang seperti stres. Stres dapat menyebabkan penurunan akademik. Terdapat beberapa faktor penyebab stres (stressor), baik bersumber dari dalam diri sendiri, keluarga, maupun lingkungan masyarakat. Mahasiswa merupakan kelompok yang rentan terkena stres. Penelitian ini mengambil studi kasus mahasiswa IPB yang mengambil mata kuliah Metode Statistika dengan tujuan untuk memperoleh informasi mengenai gambaran umum stres pada mahasiswa serta faktor-faktor yang berpengaruh langsung dan tidak langsung terhadap nilai UTS Metode Statistika. Analisis lintas (path analysis) merupakan metode yang dapat digunakan untuk menganalisis hubungan kausal antar peubah dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung, dengan faktor-faktor penyebab stres sebagai peubah eksogen (penjelas) dan skor stres serta nilai UTS Metode Statistika sebagai peubah endogen (respon). Hasil dari penelitian ini menunjukkan bahwa sebanyak 114 dari 150 mahasiswa mengalami stres tingkat ringan sampai sangat berat. Tinggi rendahnya skor stres mahasiswa dipengaruhi paling besar oleh tingkat kesulitan beradaptasi, sedangkan nilai UTS Metode Statistika dipengaruhi paling besar oleh tingkat kesulitan memahami materi kuliah. Kata kunci: analisis lintas, stres, stressor
ABSTRACT SEPTIAN DEWI HARTANTI. Analysis of the Relationship Stress Score with Mid Test Term Score of Statistical Method (Case study: Students of Bogor Agriculture University Who Take Course Statistical Method on Even Semester 2013/2014). Supervised by MUHAMMAD NUR AIDI dan I MADE SUMERTAJAYA. Person's success in education can be seen from the learning achievement is usually seen from the test score. Learning achievement is influenced by external and internal factors (physic and psychologic). Psychological condition related with psychiatric condition of person such as stress. Stress can affect decreased academic. There are some factors that cause stress (stressors), both sourced from within themselves, families, and the community. Students are a group who susceptible to stress. This research take a case study students of Bogor Agriculture University who take course Statistical Method with the goal to get information about general description from stress on students and the factors that impact directly and indirectly on the Mid Test Term score of Statistical Method. Path
analysis is a method that can be used to analyze the causal relationship between variables in order to determine direct effect and indirect effect, with the factors that cause stress as exogenous variables (descriptors) and the stress score and Mid Test Term score of Statistical Method as variables endogenous (response). The results of this research indicate that there are 114 of the 150 students experience mild stress to very severe stress. High and low of the student stress score greatest influenced by difficult level of adaptability, while the Mid Test Term score of Statistical Method greatest influenced by difficult level of learn the lesson. Keywords: path analysis, stress, stressor
ANALISIS HUBUNGAN TINGKAT STRES DENGAN NILAI UTS METODE STATISTIKA (Studi kasus: Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014)
SEPTIAN DEWI HARTANTI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia dan rahmat-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2014 ini ialah stres pada mahasiswa, dengan judul Analisis Hubungan Tingkat Stres dengan Nilai UTS Metode Statistika (Studi kasus: Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014). Terima kasih penulis ucapkan kepada Bapak Dr Ir Muhammad Nur Aidi, MS dan Bapak Dr Ir I Made Sumertajaya, MSi selaku pembimbing yang telah banyak memberikan saran. Di samping itu, penghargaan penulis sampaikan kepada koordinator mata kuliah Metode Statistika Departemen Agronomi dan Hortikultura serta Departemen Teknologi Hasil Perairan, staf Tata Usaha Departemen Statistika, dan teman-teman yang telah membantu selama pengumpulan data. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, adik, seluruh keluarga, serta sahabat atas segala doa dan kasih sayangnya. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2014 Septian Dewi Hartanti
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
TINJAUAN PUSTAKA
2
Stres
2
Analisis Lintas (Path Analysis)
3
Diagram Lintas
3
Koefisien Lintas
3
METODE
4
Data
4
Prosedur Analisis Data
4
HASIL DAN PEMBAHASAN
11
Analisis Deskriptif
11
Analisis Lintas (Path Analysis)
13
Analisis Lintas Model Awal
13
Pemeriksaan dan Penanganan Data
14
Analisis Lintas Model Awal Terboboti
16
Analisis Lintas Model Modifikasi Terboboti
17
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
20
DAFTAR PUSTAKA
20
LAMPIRAN
22
RIWAYAT HIDUP
32
DAFTAR TABEL 1 Ukuran contoh masing-masing lapisan 2 Kategori tingkat stres 3 Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total terhadap skor stres dan nilai UTS Metode Statistika pada model alternatif
5 6
18
DAFTAR GAMBAR 1 Diagram lintas teori hubungan faktor-faktor penyebab stres dengan skor stres serta nilai UTS Metode Statistika (model awal) 2 Persentase tingkat stres mahasiswa 3 Persentase banyaknya mahasiswa yang mengalami stres atau tidak stres pada tiap departemen 4 Persentase banyaknya mahasiswa yang mengalami stres atau tidak stres pada tiap kelompok IPK 5 Diagram lintas model modifikasi terboboti
6 11 12 12 18
DAFTAR LAMPIRAN 1 Kuesioner penelitian 2 Uji validitas dan reliabilitas kuesioner bagian C 3 Hasil uji linieritas persamaan sub struktural satu dan persamaan sub struktural dua data awal 4 Hasil uji signifikansi koefisien lintas parsial model awal 5 Plot antara Y2 dengan Y1 data asli 6 Plot antara Y2 dengan Y1 yang digunakan untuk membuat persamaan regresi linier dugaan (Plot mY2 dengan mY1) 7 Plot antara sisaan dengan Y2 duga yang diperoleh dari persamaan regresi linier 125 data 8 Plot antara Y2 yang telah diboboti (wY2) dengan Y1 9 Plot antara wY2 duga dengan sisaannya hasil dari regresi antara wY2 dengan Y1 10 Hasil uji linieritas persamaan sub struktural dua dengan data Y2 yang telah diboboti (wY2) 11 Hasil uji signifikansi koefisien lintas parsial model awal terboboti 12 Hasil uji signifikansi koefisien lintas parsial model modifikasi terboboti
22 25 26 27 28 28 29 29 30 30 31 31
PENDAHULUAN Latar Belakang Keberhasilan seseorang dalam menempuh jenjang pendidikan dapat dilihat dari prestasi belajarnya. Prestasi belajar adalah penguasaan pengetahuan atau ketrampilan yang dikembangkan oleh mata pelajaran, lazimnya dilanjutkan dengan nilai tes atau angka nilai yang diberikan oleh pengajar (Departemen Pendidikan dan Kebudayaan 1997). Suryabrata (2004) mengemukakan prestasi belajar dapat dilihat dari nilai yang diperoleh melalui tes/ujian. Keberhasilan studi mahasiswa IPB selama mengikuti pendidikan dilihat dari segi penilaian mata kuliah, penilaian semester, penilaian akhir tahun akademik, dan penilaian akhir program. Nilai setiap mata kuliah merupakan hasil kumulatif dari komponen nilai tugas terstruktur, nilai praktikum (bagi mata kuliah dengan praktikum), nilai ujian tengah semester (UTS), nilai ujian akhir semester (UAS), dan nilai ujian-ujian lainnya (IPB 2010). Berdasarkan pernyataan tersebut, nilai setiap ujian pada tiap mata kuliah menjadi sangat penting bagi mahasiswa guna memperoleh hasil akhir studi yang maksimal. Nilai tersebut menjadi tolak ukur seorang mahasiswa dalam memahami mata kuliah yang diajarkan. Secara umum faktor-faktor yang mempengaruhi prestasi belajar seseorang dibagi menjadi dua yaitu faktor internal yang bersumber dari dalam diri individu seperti faktor fisik dan psikis serta faktor eksternal yang bersumber dari luar individu seperti faktor keluarga dan lingkungan masyarakat (Suryabrata 2004). Faktor psikis merupakan faktor yang berkenaan dengan kondisi kejiwaan seseorang, diantaranya adalah stres. Greenberg (2002) menyatakan bahwa stres dapat terjadi pada siapa saja, bahkan sebagian besar mahasiswa mengalami stres. Stres didefinisikan sebagai tekanan, ketegangan, atau kekhawatiran akibat dari masalah yang terjadi dalam hidup seseorang (Oxington 2008). Oxington (2008) berpendapat bahwa stres dapat mereduksi konsentrasi dan menyebabkan penurunan akademik. Penurunan akademik pada mahasiswa dapat berupa penurunan nilai ujian yang diperolehnya. Sarafino (1990) membagi faktor penyebab stres (stressor) menjadi dua macam yaitu faktor internal seperti sakit/cidera dan faktor eksternal seperti konflik dengan keluarga. Faktor penyebab stres yang sering terjadi pada mahasiswa antara lain sakit, perubahan gaya hidup, sulit beradaptasi dengan lingkungan baru, mata kuliah atau SKS yang diambil terlalu banyak, tugas kuliah maupun tugas praktikum yang diberikan terlalu banyak, kesibukan organisasi, hubungan dan komunikasi dengan keluarga yang tidak harmonis, memiliki konflik dengan dosen, memiliki konflik dengan pacar/teman/rekan organisasi, memiliki masalah keuangan, memiliki pekerjaan sampingan yang belum terselesaikan, sistem pembelajaran yang kurang tepat (Sarafino 1990, Greenberg 2002, Oxington 2008). Faktor penyebab stres ini akan mempengaruhi tingkat stres seseorang. Umumnya, semakin banyak faktor penyebab stres yang dirasakan mahasiswa maka semakin berat pula tingkat stres yang dialami. Apabila stres terjadi secara berkepanjangan maka akan menimbulkan berbagai efek negatif yang mengganggu (Soewondo 2012). Efek negatif dari stres yang umumnya sering terjadi pada mahasiswa antara lain menurunnya energi dan
2 produktivitas, menurunnya konsentrasi, mudah lupa dan menurunnya daya nalar, serta ketidakhadiran kuliah tinggi. Seseorang yang mengalami stres akan lebih sulit mengendalikan emosinya. Kondisi yang demikian akan berpengaruh terhadap prestasi belajar mahasiswa. Penelitian ini mengambil studi kasus mahasiswa IPB yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014. Metode Statistika (STK211) ialah salah satu mata kuliah yang berada di bawah naungan departemen Statistika IPB. Metode Statistika merupakan mata kuliah yang penting bagi mahasiswa IPB sebab Metode Statistika sangat diperlukan mahasiswa saat melakukan penelitian. Hampir semua departemen di IPB menjadikan mata kuliah ini sebagai mata kuliah interdepartemen. Nilai Metode Statistika yang diperoleh mahasiswa yang satu dengan lainnya bervariasi. Rata-rata nilai UTS Metode Statistika mahasiswa yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014 adalah 54.40, sedangkan pada semester genap tahun ajaran 2012/2013 rata-ratanya 51.54. Nilai UTS Metode Statistika yang bervariasi ini dapat dipengaruhi oleh tingkat stres yang dialami mahasiswa serta faktor-faktor penyebab stres. Analisis lintas (path analysis) dapat digunakan untuk mengetahui hubungan antara nilai UTS Metode Statistika, tingkat stres mahasiswa, dan faktor-faktor penyebab stres. Melalui analisis lintas, dapat diketahui pengaruh langsung, pengaruh tidak langsung, serta pengaruh total dari masing-masing peubah eksogen (peubah penyebab) terhadap peubah endogen (peubah akibat/respon).
Tujuan Penelitian Penelitian ini bertujuan untuk : 1. Memperoleh informasi mengenai gambaran umum stres pada mahasiswa IPB yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014. 2. Memperoleh informasi mengenai faktor-faktor penyebab stres serta tingkat stres yang memberikan pengaruh langsung dan tidak langsung terhadap nilai UTS mata kuliah Metode Statistika mahasiswa IPB yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014.
TINJAUAN PUSTAKA Stres Stres dipandang dalam tiga pendekatan. Pendekatan pertama memandang stres sebagai sebuah stimulus akibat faktor-faktor penyebab stres (stressor). Kedua, stres dipandang sebagai sebuah respon dan tekanan yang dihasilkan oleh faktor-faktor penyebab stres (stressor). Pendekatan ketiga memandang stres sebagai sebuah proses interaksi yang terlibat secara terus-menerus atau transaksi antara orang dan lingkungan. Berdasarkan ketiga pendekatan tersebut stres didefinisikan sebagai suatu kondisi yang dihasilkan ketika terjadi transaksi antara
3 seseorang dengan lingkungan yang menyebabkan individu merasakan ketidaksesuaian, secara nyata maupun tidak, antara tuntutan dari suatu situasi dan sumber daya yang dimiliki seseorang baik dari segi biologis, psikologis, dan sistem sosial orang tersebut (Sarafino 1990). Beberapa tanda seseorang yang mengalami stres antara lain mudah marah, mudah kesal, mudah tersinggung, tidak tenang, merasa cemas/was-was, mudah gelisah, merasa sedih, susah tidur, tidak sabar, dan bertindak berlebihan terhadap sesuatu hal (Sarafino 1990, Lovibond dan Lovibond 1995). Goldman (1997) dalam Oxington (2008) menyimpulkan bahwa stres membawa dampak negatif terhadap mahasiswa berdasarkan survei yang dilakukannya terhadap 167 mahasiswa. Hasil penelitian Hernawati (2006) terhadap mahasiswa TPB IPB tahun akademik 2005/2006 menunjukkan bahwa sebanyak 62.7% dari 2112 mahasiswa atau sebanyak 1325 mahasiswa mengalami stres tingkat tinggi. Hardiono (2008) dalam penelitiannya menyatakan bahwa mahasiswa yang bekerja memiliki tingkat stres rendah, sedangkan mahasiswa yang tidak bekerja memiliki tingkat stres kategori sedang.
Analisis Lintas (Path Analysis) Analisis lintas digunakan untuk menilai kontribusi langsung dan tidak langsung suatu peubah, dimana beberapa peubah sebagai penyebab terhadap peubah lain yang ditetapkan sebagai akibat (Dillon dan Goldstein 1984, Joreskog dan Sorbom 1993). Terdapat dua macam peubah dalam analisis lintas yaitu peubah yang tidak dipengaruhi oleh peubah lain dalam sistem (peubah penyebab) disebut peubah eksogen dan peubah yang dipengaruhi oleh peubah lain (peubah akibat) disebut peubah endogen (Gall, Gall, dan Borg 2003). Beberapa asumsi dalam analisis lintas yang harus terpenuhi adalah sebagai berikut (Duncan 1966, Dillon dan Goldstein 1984) : 1. Hubungan antar peubah pada analisis lintas adalah linier dan aditif. 2. Sisaan tidak berkorelasi satu sama lain. 3. Hanya terdapat aliran/hubungan kausal satu arah. 4. Peubah minimal diukur dalam skala interval. 5. Peubah yang diamati diasumsikan diukur dengan benar. 6. Model lintasan yang dibuat dispesifikasikan dengan tepat berdasarkan teori maupun pengetahuan ahli yang bersangkutan. Diagram Lintas Pola hubungan antar peubah ditampilkan dalam diagram lintas yang penggambarannya memiliki beberapa makna (Johnson dan Wichern 1998) : 1. Garis panah lurus satu arah menunjukkan pengaruh langsung dari peubah penyebab ke peubah terikat. 2. Garis panah lurus satu arah menghubungkan sisaan dengan masing-masing peubah terikatnya. 3. Garis panah berbentuk kurva dan putus-putus dua arah menunjukkan adanya korelasi antar peubah penyebab.
4
METODE Data Data yang digunakan dalam penelitian ini adalah data sekunder dan data primer. Data sekunder berupa IPK mahasiswa diperoleh dari Direktorat Administrasi Pendidikan IPB sedangkan data nilai UTS Metode Statistika diperoleh dari pengampu mata kuliah Metode Statistika masing-masing departemen. Data primer diperoleh dari penyebaran kuesioner terhadap mahasiswa IPB yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014. Ukuran contoh yang diambil sebanyak 150 mahasiswa dari 384 mahasiswa dengan tingkat kesalahan 5%. Pengumpulan data dilakukan pada bulan April sampai Juni 2014 meliputi penyebaran kuesioner dan pengumpulan nilai UTS Metode Statistika. Penyebaran kuesioner dilakukan pada saat UTS Metode Statistika yakni minggu ke-dua bulan April 2014, sedangkan nilai UTS Metode Statistika diperoleh pada bulan Mei sampai dengan Juni 2014. Terdapat 15 peubah yang digunakan dalam penelitian ini yang semua peubahnya diukur dalam skala interval kecuali peubah SKS diukur dalam skala rasio. Peubah Y1 memiliki nilai 0-42, peubah Y2 memiliki nilai 0-100, peubah X1 memiliki nilai 0-10, peubah X2 merupakan jumlah SKS yang diambil oleh responden, dan peubah X3 sampai dengan peubah X13 memiliki nilai 0-10. Peubah-peubah yang digunakan sebagai berikut : Y1 : skor stres mahasiswa, komponen penyusunnya dapat dilihat pada Lampiran 1. Y2 : nilai UTS Metode Statistika X1 : tingkat sakit X2 : banyaknya SKS yang diambil X3 : beban tugas kuliah/praktikum X4 : masalah keuangan X5 : tingkat kesulitan memahami materi kuliah X6 : tingkat kesulitan beradaptasi X7 : jarang komunikasi dengan keluarga X8 : tingkat homesick X9 : konflik keluarga X10 : konflik dengan orang lain selain keluarga X11 : kesibukan pekerjaan sampingan X12 : kesibukan organisasi X13 : tingkat ketidaknyaman lingkungan tempat tinggal
Prosedur Analisis Data 1. Tahapan penentuan data dalam penelitian ini yaitu : a. Menentukan populasi dan sampel. Populasi dalam penelitian ini adalah mahasiswa IPB yang mengambil mata kuliah Metode Statistika pada semester genap tahun ajaran 2013/2014. Pemilihan sampel dilakukan dengan menggunakan penarikan contoh acak berlapis dengan departemen sebagai lapisannya yaitu sebanyak empat
5 lapisan. Ukuran sampel yang diambil mengikuti rumus (Scheaffer RL, Mendenhall W, Ott RL 1990) sebagai berikut :
keterangan : N = ukuran populasi. Ni = ukuran lapisan i. n = ukuran contoh. ni = ukuran contoh lapisan i. = ragam lapisan i. i i = departemen yang menjadi lapisan (departemen Ilmu Tanah, departemen Agronomi dan Hortikultura, departemen Teknologi Hasil Perairan, departemen Geofisika dan Meteorologi). D = B2/4 dengan B = 1.96. Ukuran lapisan dan ukuran contoh masing-masing lapisan (departemen amatan) dapat dilihat pada Tabel 1. Tabel 1 Ukuran contoh masing-masing lapisan Lapisan i Departemen Ilmu Tanah Departemen Agronomi dan Hortikultura Departemen Teknologi Hasil Perairan Departemen Geofisika dan Meteorologi
Ukuran lapisan i 71 166 69 78
Ukuran contoh lapisan i 23 61 37 29
b. Melakukan survei dengan cara membagikan kuesioner kepada 150 responden yang terpilih. Kuesioner yang digunakan untuk mengukur faktor-faktor penyebab stres menggunakan line scale (skala garis) dengan panjang maksimum 10cm sedangkan kuesioner yang digunakan untuk mengukur skor stres responden menggunakan 14 pertanyaan dari kuesioner DASS-42 (Depression Anxiety and Stress Scale 42) yang dibuat oleh Lovibond dan Lovibond (1995). Besarnya skor stres responden merupakan total skor dari 14 pertanyaan kuesioner DASS-42. Kuesioner yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 1. c. Melakukan uji reliabilitas dan uji validitas kuesioner. Instrumen valid artinya instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur, sedangkan instrumen yang reliabel artinya instrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama akan menghasilkan data yang sama (Sugiyono 2013). Kuesioner yang digunakan dalam penelitian ini terdiri atas 3 bagian yaitu bagian A berisi biodata umum responden, bagian B berisi pertanyaan langsung mengenai faktor-faktor penyebab stres yang dirasakan responden, dan bagian C berisi indikator-indikator untuk mengukur tingkat stres responden. Uji reliabilitas dan validitas hanya dilakukan pada bagian C kuesioner, sedangkan pada bagian B kuesioner tidak dilakukan uji tersebut karena untuk mengujinya diperlukan kontrol yaitu dengan menanyakan kembali
6 kondisi responden kepada teman responden ataupun dosen. Kontrol ini sulit dilakukan karena teman responden ataupun dosen mungkin tidak mengatahui kondisi pribadi responden sehingga kontrol tidak dilaksanakan pada penelitian ini. Pertanyaan pada kuesioner penelitian ini dikatakan valid apabila memiliki nilai corrected item-total correlation lebih besar dari nilai rtabel product moment dengan N=150 (rtabel = 0.159) dan dikatakan memenuhi syarat reliabilitas apabila nilai cronbach’s alpha ≥ 0.7. Lampiran 2 menunjukkan bahwa semua pernyataan pada kuesioner bagian C valid dan memiliki tingkat reliabilitas yang kuat karena semua nilai cronbach’s alpha yang dihasilkan lebih dari 0.8. 2. Tahapan analisis data dalam penelitian ini yaitu : a. Menghitung skor stres setiap responden kemudian mengkategorikan tingkat stresnya menurut kelompok tingkat stres yang dibuat oleh Lovibond dan Lovibond (1995) seperti yang tertera pada Tabel 2. Tabel 2 Kategori tingkat stres Skor stres 0-14 15-18 19-25 26-33 34+
Tingkat stres Normal Ringan Sedang Berat Sangat berat
b. Melakukan analisis deskriptif mengenai stres pada mahasiswa dengan diagram lingkaran dan diagram batang. c. Menentukan diagram lintas model dan persamaan struktural untuk model yang akan diuji. Diagram lintas model dibuat berdasarkan teori yang ada serta pengetahuan ahli. Berdasarkan teori yang dikemukakan Sarafino (1990), Greenberg (2002), dan Oxington (2008), faktor-faktor penyebab stres akan mempengaruhi skor stres. Oxington (2008) mengemukakan bahwa stres dapat menyebabkan penurunan akademik. Penurunan akademik pada mahasiswa dapat berupa penurunan nilai ujian yang diperolehnya. Berdasarkan hal tersebut diagram lintas model yang terbentuk dapat dilihat pada Gambar 1. Persamaan model struktural secara umum sebagai berikut : keterangan : Yi* = nilai peubah endogen pada persamaan sub struktural ke-i yang telah dibakukan. Xj* = adalah nilai peubah eksogen ke-j yang telah dibakukan. = sisaan pada persamaan sub struktural ke-i. = koefisien lintas sisaan persamaan sub struktural ke-i. Persamaan struktural dari diagram lintas model awal adalah sebagai berikut : Persamaan sub struktural 1: Persamaan sub struktural 2:
7 X1 X2 X3 X4 X5 Y2
X6 X7
Y1
X8
eY2
X9 X10
eY1
X11 X12 X13 Gambar 1 Diagram lintas teori hubungan faktor-faktor penyebab stres dengan skor stres serta nilai UTS Metode Statistika (model awal) d. Melakukan pengujian asumsi linieritas untuk masing-masing persamaan sub struktural. Peubah yang tidak memenuhi asumsi linieritas akan dikeluarkan dari model lintasan dan tidak dilibatkan pada analisis lintas. e. Membentuk matriks korelasi antar peubah penelitian berukuran axa (aCa) dengan a adalah banyaknya peubah yang digunakan dalam analisis.
f. Melakukan pengujian untuk masing-masing persamaan sub struktural yang dibentuk (persamaan sub struktural 1 dan persamaan sub struktural 2). i. Membentuk matriks korelasi antar peubah penyebab berukuran kxk (kCik) dengan k adalah banyaknya peubah penjelas pada persamaan sub struktural ke-i dan i = 1, 2. ii. Membentuk matriks invers korelasi antar peubah penyebab (Ci-1). iii. Menghitung koefisien lintas persamaan sub struktural 1 dan persamaan sub struktural 2 dengan rumus (Kusnendi 2008) :
8 keterangan : = koefisien lintas dari peubah eksogen Xj pada model Yi. -
= matriks invers korelasi antar peubah penjelas pada persamaan sub struktural ke-i. r = vektor berukuran kx1 yang elemennya merupakan korelasi antara peubah endogen Yi dengan peubah eksogen Xj ( ). i = 1, 2. j = 1, 2, ..., k dengan k adalah banyaknya peubah eksogen dalam persamaan sub struktural ke-i. iv. Menghitung koefisien determinasi dan koefisien lintas peubah sisaan dari masing-masing persamaan sub struktural dengan rumus (Dillon dan Goldstein 1984) :
keterangan : = koefisien lintas dari peubah eksogen Xj pada model Yi. = korelasi antara peubah endogen Yi dengan peubah eksogen Xj. i = 1, 2. j = 1, 2, ..., k dan k adalah banyaknya peubah eksogen dalam persamaan sub struktural ke-i. v. Melakukan uji signifikansi koefisien lintas secara simultan dengan statistik uji F dengan hipotesis sebagai berikut (Kusnendi 2008) : H0 : (Peubah eksogen X1, X2, ..., Xj tidak berpengaruh terhadap peubah endogen ). H1 : minimal ada satu peubah eksogen X1, X2, ..., Xj yang berpengaruh terhadap peubah endogen Yi. Statistik uji F :
keterangan : n = banyaknya data. k = banyaknya peubah eksogen dalam model Yi. = koefisien determinasi model Yi. Hipotesis nol ditolak apabila nilai Fhit ≥ b l (α; , -k-1) atau nilai p dari statistik uji F < α yang ditentukan. vi. Melakukan uji signifikansi untuk masing-masing koefisien lintas dengan statistik uji t dengan hipotesis sebagai berikut (Kusnendi 2008): H0 : 0 (Peubah eksogen Xj tidak berpengaruh terhadap ). H1 :
0 (Peubah eksogen Xj berpengaruh positif terhadap
).
H1 :
0 (Peubah eksogen Xj berpengaruh negatif terhadap
).
H1 :
0 (Peubah eksogen Xj berpengaruh terhadap
).
9 Statistik uji t :
keterangan : = koefisien lintas dari peubah eksogen Xj pada model Yi. Cjj
= elemen diagonal ke-j dari matriks invers korelasi antar peubah eksogen dalam model Yi. = koefisien determinasi model Yi. ≥
0
l ≥
b l(α,
0
b l(α,
0
b l(α
,
0
Apabila terdapat peubah eksogen Xj yang tidak berpengaruh terhadap Yi maka model perlu diperbaiki yaitu dengan melepaskan lintasan yang tidak signifikan. vii. Memeriksa asumsi sisaan saling bebas pada masing-masing persamaan sub struktural. g. Memeriksa adanya pengaruh peubah skor stres (Y1) terhadap peubah nilai UTS Metode Statistika (Y2). Langkah pertama yang dilakukan untuk pemeriksaan data adalah membuat plot antara peubah skor stres (Y1) dengan peubah nilai UTS Metode Statistika (Y2) beserta dengan garis regresinya. Apabila garis regresi linier yang dihasilkan dari regresi antara Y2 dengan Y1 condong ke kanan atau ke kiri artinya terdapat pengaruh dari Y1 terhadap Y2, kemudian analisis dilanjutkan ke langkah h. Sebaliknya apabila garis regresi linier yang dihasilkan hampir mendatar menunjukkan pengaruh yang sangat kecil dari Y1 terhadap Y2 sehingga pengaruhnya tidak terlihat. Agar data tetap dapat digunakan untuk analisis, langkah-langkah penanganan data yang dapat dilakukan sebagai berikut : i. Memisahkan data yang merupakan pencilan. Pencilan dapat dilihat dari plot antara Y1 dengan Y2 yang ditunjukkan oleh titik-titik yang letaknya jauh dari kumpulan titik-titik yang lain. ii. Membuat persamaan regresi antara Y1 dengan Y2 dari data yang tidak mengandung pencilan. iii. Menduga nilai Y2 dan nilai sisaannya dari semua data dengan persamaan regresi yang dihasilkan dari langkah g.ii. iv. Melihat keragaman sisaan yang dihasilkan dengan cara membuat plot antara Y2 duga dengan sisaannya. v. Menghitung nilai simpangan baku sisaan dari data yang tidak m g u g p c l ( 1) dan nilai simpangan baku sisaan dari data g m g u g p c l ( 2). vi. Menangani pencilan dengan cara memberikan bobot sebesar 1/ 2 terhadap nilai Y2 dari data yang memiliki keragaman sisaan besar (data yang mengandung pencilan) dan bobot sebesar 1 pada nilai Y2 lainnya.
10 Setelah dilakukan penanganan terhadap data maka analisis data diulangi lagi dari langkah d dengan data Y2 yang telah diboboti. h. Menghitung nilai koefisien determinasi gabungan dari model hipotesis awal dengan rumus (Dillon dan Goldstein 1984): Rm2 = 1 – (1-R12
( -Rp2)
dengan p adalah banyaknya persamaan sub struktural pada diagram lintas dan p adalah koefisien determinasi persamaan sub struktural ke-p. i. Membuat diagram lintas baru (model alternatif/model modifikasi). j. Melakukan pendugaan dan pengujian koefisien lintas dari model modifikasi. k. Menghitung nilai koefisien determinasi gabungan dari model modifikasi dengan rumus (Dillon dan Goldstein 1984): M = 1 – (1-R12
( -Rp2)
dengan p adalah banyaknya persamaan sub struktural pada diagram lintas dan p adalah koefisien determinasi persamaan sub struktural ke-p. l. Melakukan uji kebaikan model dengan statistik uji Q dan atau statistik uji W. Uji kebaikan model bertujuan untuk menguji kesesuaian model yang telah dibuat dan memutuskan model yang sesuai antara model awal dan model modifikasi. Uji kebaikan model dapat menggunakan statistik uji Q dan atau statistik uji W (Dillon dan Goldstein 1984). Statistik uji Q : m
;
g
0
Apabila nilai Q = 1 maka model hipotesis awal yang dibuat memadai, sedangkan jika nilai Q < 1 maka uji kebaikan model dilanjutkan dengan statistik uji W (Dillon dan Goldstein 1984, Kusnendi 2008). Hipotesis statistik uji W sebagai berikut (Dillon dan Goldstein 1984): H0:`model alternatif (model modifikasi) memadai. H1: model alternatif (model modifikasi) tidak memadai. Statistik uji W : W = -(n-d) ln Q dengan n adalah banyaknya pengamatan dan d adalah banyaknya koefisien lintas yang tidak signifikan pada model awal. Hipotesis nol ditolak jika nilai W lebih besar dari nilai chi-square ( ) tabel dengan derajat bebas d dan u tingkat kesalahan (α m. Membuat diagram lintas secara lengkap dari model yang terpilih. n. Menghitung besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total dari model yang sesuai/memadai (model yang terpilih pada langkah l). Nilai koefisien lintas menunjukkan besarnya pengaruh langsung dari peubah eksogen Xj terhadap peubah endogen Yi. Besarnya pengaruh tidak langsung dari peubah eksogen terhadap peubah endogen melalui peubah adalah (Dillon dan Goldstein 1984). Besarnya pengaruh total merupakan hasil penjumlahan dari pengaruh langsung dan pengaruh tidak langsung.
11
HASIL DAN PEMBAHASAN Analisis Deskriptif Hasil dari penelitian yang dilakukan terhadap 150 mahasiswa ini menunjukkan bahwa sebagian besar mahasiswa mengalami stres meliputi stres tingkat ringan sampai tingkat sangat berat pada saat UTS Metode Statistika. Mahasiswa merupakan kelompok yang rentan terkena stres. Hal ini terlihat dari banyaknya mahasiswa yang mengalami stres lebih banyak dibandingkan mahasiswa yang tidak mengalami stres. Persentase tingkat stres mahasiswa yang menjadi responden dapat dilihat pada Gambar 2. Gambar 2 menunjukkan bahwa sebanyak 24% dari 150 responden atau sebanyak 36 mahasiswa tidak mengalami stres dan sisanya sebanyak 76% atau sebanyak 114 mahasiswa mengalami stres pada berbagai tingkat. Sebanyak 20% atau 30 mahasiswa mengalami stres tingkat ringan, sebanyak 41% atau 61 mahasiswa mengalami stres tingkat sedang, sebanyak 14% atau 21 mahasiswa mengalami stres tingkat berat, dan sisanya sebanyak 1% atau 2 mahasiswa mengalami stres tingkat sangat berat. sangat berat 1% berat normal 14% 24%
sedang 41%
ringan 20%
Gambar 2 Persentase tingkat stres mahasiswa Gambar 3 menunjukkan bahwa terdapat mahasiswa yang mengalami stres pada masing-masing departemen amatan. Mahasiswa yang mengalami stres lebih banyak dibandingkan mahasiswa yang tidak mengalami stres (normal) pada masing-masing departemen amatan. Sebanyak 78% atau sebanyak 18 mahasiswa departemen Ilmu Tanah dari 23 mahasiswa yang menjadi responden mengalami stres sedangkan 5 mahasiswa lainnya tidak mengalami stres. Terdapat 70% atau sebanyak 26 mahasiswa dari 37 mahasiswa departemen Teknologi Hasil Perairan yang menjadi responden mengalami stres sedangkan 11 mahasiswa lainnya tidak mengalami stres. Mahasiswa departemen Geofisika dan Meteorologi yang mengalami stres sebanyak 23 mahasiswa atau sebanyak 79% dari 29 mahasiswa yang menjadi responden sedangkan sisanya sebanyak 6 mahasiswa tidak mengalami stres. Terdapat 47 mahasiswa atau 77% dari 61 mahasiswa Agronomi dan Hortikultura yang menjadi responden mengalami stres, sisanya sebanyak 14 mahasiswa tidak mengalami stres.
Persentase banyaknya mahasiswa (%)
12 90 80 70 60 50 40
78
30
77
normal stres
20 10
79
70 30
22
21
23
0 ITSL
THP GFM Departemen
AGH
Persentase banyaknya mahasiswa (%)
Gambar 3 Persentase banyaknya mahasiswa yang mengalami stres atau tidak stres pada tiap departemen 120 100 80 60
69
60 84
stres
40 20
normal 31
0 IPK < 2.75
40 16 2.75 - 3.50 IPK
IPK > 3.50
Gambar 4 Persentase banyaknya mahasiswa yang mengalami stres atau tidak stres pada tiap kelompok IPK Gambar 4 menunjukkan persentase banyaknya mahasiswa pada masingmasing kelompok IPK yang mengalami stres lebih banyak dibandingkan mahasiswa yang tidak mengalami stres (normal). Terdapat 69% atau sebanyak 18 mahasiswa dari 26 mahasiswa yang menjadi responden pada kelompok IPK kurang dari 2.75 mengalami stres, sedangkan sisanya sebanyak 8 mahasiswa tidak mengalami stres. Pada kelompok IPK antara 2.75 sampai dengan 3.50 terdapat 84% atau sebanyak 75 mahasiswa dari 89 mahasiswa yang menjadi responden mengalami stres, sisanya sebanyak 14 tidak mengalami stres. Banyaknya mahasiswa yang mengalami stres pada kelompok IPK di atas 3.50 sebanyak 60% atau sebanyak 21 mahasiswa dari 35 mahasiswa yang menjadi responden, sisanya
13 14 mahasiswa tidak mengalami stres. Mahasiswa yang mengalami stres paling banyak memiliki IPK antara 2.75 sampai dengan 3.50 yaitu sebanyak 50% atau sebanyak 75 mahasiswa dari 150 mahasiswa yang menjadi responden. Adanya mahasiswa yang mengalami stres pada tiap departemen dan tiap kelompok IPK menunjukkan bahwa stres dapat dialami oleh semua orang, tidak terkecuali mahasiswa. Tingkat stres yang dialami oleh mahasiswa berbeda-beda, tergantung dari sikap mahasiswa tersebut dalam menghadapi masalah yang ada. Dengan masalah yang sama mungkin saja akan mengakibatkan tingkat stres yang berbeda pada mahasiswa yang satu dengan yang lainnya. Faktor-faktor penyebab stres pada mahasiswa antara lain sakit, SKS yang diambil banyak, tugas praktikum dan kuliah terlalu banyak/berat, masalah keuangan, sulitnya memahami materi kuliah, sulit beradaptasi dengan lingkungan baru, kurangnya komunikasi dengan keluarga, homesick, konflik keluarga, konflik dengan selain keluarga (teman/pacar/rekan organisasi/dosen), kesibukan pekerjaaan sampingan, kesibukan organisasi, maupun lingkungan tempat tinggal yang tidak nyaman. Tingkat stres yang dialami oleh mahasiswa yang menjadi responden dalam penelitian ini dapat mempengaruhi nilai UTS Metode Statistika yang diperolehnya. Untuk mengetahui faktor-faktor yang berpengaruh langsung dan tidak langsung terhadap nilai UTS Metode Statistika digunakan analisis lintas.
Analisis Lintas (Path Analysis) Analisis Lintas Model Awal Sebelum melakukan analisis lintas, terlebih dahulu dilakukan uji linieritas pada setiap persamaan sub struktural. Terdapat dua persamaan sub struktural yang dibangun pada hipotesis awal dengan diagram lintas seperti yang tertera pada Gambar 1. Ringkasan uji linieritas pada kedua persamaan sub struktural dapat dilihat pada Lampiran 3. Uji linieritas pada persamaan sub struktural satu memberikan hasil bahwa semua peubah eksogen kecuali peubah kesibukan organisasi (X12) memiliki hubungan linier dengan peubah endogen skor stres (Y1) pada taraf nyata 5%, sehingga peubah kesibukan organisasi (X12) tidak dilibatkan dalam analisis lintas pada persamaan sub struktural satu. Uji linieritas pada persamaan sub struktural dua memberikan hasil bahwa semua peubah eksogen kecuali peubah banyaknya SKS yang diambil (X2) memiliki hubungan linier dengan peubah endogen nilai UTS Metode Statistika (Y2) pada taraf nyata 5%, sehingga peubah banyaknya SKS yang diambil (X2) tidak dilibatkan dalam analisis lintas pada persamaan sub struktural dua. Persamaan sub struktural satu melibatkan dua belas peubah eksogen berupa faktor-faktor penyebab stres pada mahasiswa dengan peubah endogen skor stres (Y1). Hasil analisis lintas yang dilakukan pada persamaan sub struktural satu memberikan nilai statistik uji F sebesar 3.311 dan nilai p sebesar 0.000. Nilai p tersebut kurang dari α = 10%, sehingga H0 ditolak yang artinya bahwa minimal terdapat satu peubah eksogen yang berpengaruh terhadap skor stres (Y1) pada taraf nyata 10%. Pengujian signifikansi untuk masing-masing koefisien lintas menggunakan statistik uji t dengan taraf nyata sebesar 30% memberikan hasil bahwa terdapat lima peubah eksogen yang berpengaruh nyata terhadap skor stres
14 mahasiswa (Y1). Kelima peubah eksogen tersebut adalah banyaknya SKS yang diambil (X2), tingkat kesulitan memahami materi kuliah (X5), tingkat kesulitan beradaptasi (X6), jarang komunikasi dengan keluarga (X7), dan konflik dengan orang lain selain keluarga (X10). Keragaman data yang dapat dijelaskan oleh model lintas skor stres sebesar 0.225 sedangkan sisanya tidak dapat dijelaskan oleh model. Nilai R2 tersebut tergolong kecil menunjukkan adanya titik-titik amatan yang tidak menempel pada garis linier. Koefisien lintas sisaan yang dihasilkan dari persamaan sub struktural satu sebesar 0.88. Persamaan sub struktural dua melibatkan lima peubah eksogen dengan peubah endogen nilai UTS Metode Statistika (Y2). Analisis lintas pada persamaan struktural dua memberikan nilai statistik uji F sebesar 2.052 dan nilai p sebesar 0.075, sehingga dapat disimpulkan bahwa H0 ditolak pada taraf nyata 10% yang artinya minimal terdapat satu peubah eksogen yang mempengaruhi nilai UTS Metode Statistika (Y2). Pengujian signifikansi untuk masing-masing koefisien lintas memberikan hasil bahwa hanya terdapat satu peubah eksogen yang berpengaruh terhadap nilai UTS Metode Statistika pada taraf nyata 30%, yaitu tingkat kesulitan memahami materi kuliah (X5). Keragaman data yang dapat dijelaskan oleh model lintas nilai UTS Metode Statistika sangat kecil yaitu hanya 6.70% sedangkan sisanya tidak dapat dijelaskan oleh model. Koefisien lintas sisaan model lintas nilai UTS Metode Statistika sebesar 0.97. Ringkasan hasil analisis lintas pada model awal dapat dilihat pada Lampiran 4. Analisis lintas memerlukan terpenuhinya asumsi sisaan saling bebas satu sama lain (tidak ada korelasi antar sisaan). Asumsi sisaan saling bebas dapat dilihat dari plot antara sisaan dengan urutan pengamatan. Plot antara sisaan dengan urutan pengamatan yang dihasilkan pada persamaan sub struktural satu maupun persamaan sub struktural dua menggambarkan tebaran titik-titik yang tidak berpola sehingga dapat disimpulkan bahwa sisaan saling bebas. Pada kasus penelitian ini analisis lintas tidak dapat dilanjutkan karena hasil analisis lintas pada model awal menunjukkan tidak ada pengaruh dari peubah skor stres (Y1) terhadap peubah nilai UTS Metode Statistika (Y2). Hasil yang diperoleh tidak sesuai dengan teori Oxington (2008) yang menyatakan bahwa stres dapat menyebabkan penurunan akademik. Hal tersebut mungkin terjadi karena garis regresi linier yang dihasilkan dari peubah skor stres (Y1) dengan peubah nilai UTS Metode Statistika (Y2) hampir mendatar, sehingga perubahan dari skor stres (Y1) tidak mempengaruhi nilai UTS Metode Statistika (Y2). Oleh sebab itu perlu dilakukan pemeriksaan terhadap data skor stres (Y1) dan nilai UTS Metode Statistika (Y2). Pemeriksaan dan Penanganan Data Langkah pertama yang dilakukan untuk memeriksa data skor stres (Y1) dan nilai UTS Metode Statistika (Y2) adalah dengan melakukan eksplorasi data dengan cara melihat plot antara peubah skor stres (Y1) dengan peubah nilai UTS Metode Statistika (Y2). Selain itu dibuat juga garis regresi linier dari regresi antara Y1 dengan Y2 untuk memeriksa adanya pengaruh dari skor stres (Y1) terhadap nilai UTS Metode Statistika (Y2). Lampiran 5 menunjukkan garis regresi linier yang diperoleh dari regresi antara skor stres (Y1) dengan nilai UTS Metode Statistika (Y2) hampir mendatar. Hal tersebut mengindikasikan pengaruh yang sangat kecil dari skor stres (Y1) terhadap nilai UTS Metode Statistika (Y2)
15 sehingga pengaruhnya tidak terlihat. Tebaran data pada plot antara skor stres (Y1) dengan nilai UTS Metode Statistika (Y2) terlihat cukup lebar. Selain itu terlihat ada titik-titik yang letaknya jauh dari kumpulan titik-titik lain. Hal tersebut mengindikasikan adanya pencilan pada data tersebut. Adanya titik-titik yang letaknya jauh tersebut dikhawatirkan data memiliki lebih dari satu model regresi. Untuk mengetahui pola data secara umum maka dibuatlah model regresi linier dari data yang dianggap mewakili sebagian besar pola titik-titik amatan yang tidak mengandung pencilan. Terdapat 125 data dari keseluruhan data yang tidak mengandung pencilan. Data tersebut digunakan untuk menduga pola umum dari keseluruhan data dengan cara membuat model regresi linier antara peubah skor stres (Y1) dengan peubah nilai UTS Metode Statistika (Y2) data yang tidak mengandung pencilan. Model regresi linier yang dihasilkan dapat dilihat pada Lampiran 6. Pada lampiran 6 menunjukkan garis regresi linier condong ke kiri, artinya ada hubungan linier negatif antara Y1 dengan Y2. Model regresi linier yang dihasilkan digunakan untuk menduga nilai UTS Metode Statistika (Y2 duga) dari keseluruhan data yang kemudian digunakan untuk menduga nilai sisaannya. Keragaman sisaan keseluruhan data dapat dilihat dari plot antara Y2 duga dengan sisaannya. Plot keragamaan sisaan yang dihasilkan pada Lampiran 7 menunjukkan lebar pita sisaan tidak sama yang mengindikasikan keragaman sisaan yang tidak homogen. Data yang tidak digunakan untuk membuat model (data yang mengandung pencilan) memiliki keragaman sisaan yang lebih besar dibandingkan dengan keragaman sisaan data yang digunakan untuk membuat model regresi linier (data yang tidak mengandung pencilan). Data yang mengandung pencilan sebanyak 25 data dan menghasilkan keragaman sisaan sebesar 595.36. Data yang tidak mengandung pencilan menghasilkan keragaman sisaan sebesar 153. Agar semua data tetap dapat digunakan dalam analisis lintas ini maka dilakukan penanganan data yang mengandung pencilan dengan cara pembobotan. Data Y2 yang memiliki ragam sisaan lebih besar diberikan bobot yang lebih kecil dibandingkan data lainnya. Nilai Y2 data yang digunakan untuk membuat model regresi linier (125 data) diberikan bobot satu, sedangkan data yang mengandung pencilan (25 data) diberikan bobot 0.507. Angka 0.507 tersebut diperoleh dari perbandingan antara simpangan baku sisaan dari 125 data ( 1) dengan simpangan baku sisaan dari 25 data ( 2). Simpangan baku sisaan merupakan akar dari ragam sisaannya. Setelah dilakukan penanganan terhadap data, dilakukan pemeriksaan lagi terhadap data Y1 dan Y2 yang telah diboboti (wY2). Lampiran 8 memperlihatkan garis regresi linier yang dihasilkan dari regresi antara peubah Y1 dengan Y2 yang telah diboboti (wY2) adalah linier negatif. Hal tersebut mengindikasikan adanya pengaruh dari skor stres (Y1) terhadap nilai UTS Metode Statistika yang diboboti (wY2) dan sudah sesuai teori yang dikemukakan Oxington (2008) bahwa stres dapat menyebabkan penurunan akademik. Selain itu keragaman sisaan yang dihasilkan pun sudah homogen yang mengindikasikan tidak adanya pencilan. Hal tersebut dapat dilihat dari tidak adanya pola yang terbentuk pada plot antara wY2 duga dengan sisaannya dan lebar pitanya sama (Lampiran 9). Selanjutnya dilakukan analisis lintas kembali dengan data peubah nilai UTS Metode Statistika yang telah diboboti (wY2).
16 Analisis Lintas Model Awal Terboboti Setelah melakukan penanganan data, dilakukan analisis ulang pada model lintas awal dengan data peubah nilai UTS Metode Statistika yang telah diboboti (wY2). Hasil pendugaan dan pengujian koefisien lintas pada persamaan sub struktural satu model awal terboboti sama dengan model awal sebelum diboboti, sedangkan pada persamaan sub struktural dua dilakukan pendugaan dan pengujian koefisien lintas lagi karena melibatkan data Y2 yang telah diboboti (wY2). Sebelum melakukan pendugaan dan pengujian koefisien lintas pada persamaan sub struktural dua, terlebih dahulu dilakukan uji linieritas pada peubah-peubah yang terlibat dalam persamaan tersebut. Uji linieritas pada persamaan sub struktural dua memberikan hasil bahwa semua peubah eksogen kecuali peubah banyaknya SKS yang diambil (X2) memiliki hubungan linier dengan peubah endogen nilai UTS Metode Statistika yang telah diboboti (wY2) pada taraf nyata 5% sehingga peubah banyaknya SKS yang diambil (X2) tidak dilibatkan dalam analisis. Persamaan sub struktural dua melibatkan lima peubah eksogen dengan peubah endogen nilai UTS Metode Statistika yang telah diboboti (wY2). Analisis lintas pada persamaan sub struktural dua menghasilkan nilai statistik uji F sebesar 6.471 dan nilai p dari statistik uji F sebesar 0.000, sehingga dapat disimpulkan H0 ditolak pada taraf nyata 10% yang artinya minimal terdapat satu peubah eksogen yang mempengaruhi nilai UTS Metode Statistika (wY2). Pengujian signifikansi masing-masing koefisien lintas dengan statistik uji t memberikan hasil bahwa hanya terdapat dua peubah eksogen yang berpengaruh terhadap nilai UTS Metode Statistika (wY2) pada taraf nyata 30%. Kedua peubah eksogen tersebut adalah skor stres (Y1) dan tingkat kesulitan memahami materi kuliah (X5). Keragaman data yang dapat dijelaskan oleh model lintas nilai UTS Metode Statistika (wY2) sebesar 0.183 dengan koefisien lintas sisaan sebesar 0.90. Ringkasan hasil analisis pada model awal terboboti dapat dilihat pada Lampiran 11. Plot antara sisaan dengan urutan pengamatan yang dihasilkan pada persamaan sub struktural dua menggambarkan tebaran titik-titik yang tidak berpola, sehingga dapat disimpulkan bahwa asumsi sisaan saling bebas terpenuhi. Model awal yang dihipotesiskan memiliki koefisien determinasi (R2) gabungan sebesar 0.367, artinya keragaman data yang dapat dijelaskan oleh model awal sebesar 36.7%, sedangkan sisanya sebesar 63.3% dijelaskan oleh faktor lain yang tidak dimasukkan ke dalam model. Analisis lintas model dengan data Y2 yang telah diboboti (wY2) memberikan nilai statistik uji F dan koefisien determinasi (R2) yang lebih besar dibandingkan analisis lintas model dengan data Y2 sebelum diboboti. Hal tersebut menunjukkan model yang dibangun pada saat penanganan data sudah cukup baik. Pengujian signifikansi masing-masing koefisien lintas pada persamaan sub struktural satu maupun persamaan sub struktural dua menunjukkan adanya beberapa peubah eksogen yang tidak berpengaruh terhadap masing-masing peubah endogennya. Oleh sebab itu model lintas awal perlu diperbaiki, artinya perlu dilakukan modifikasi model. Model modifikasi dibuat untuk mendapatkan model lintas yang lebih baik dalam menjelaskan data. Setelah dibuat diagram lintas dari model modifikasi, dilanjutkan dengan pengujian dan pendugaan koefisien lintas pada model modifikasi tersebut.
17 Analisis Lintas Model Modifikasi Terboboti Model modifikasi yang terbentuk memiliki dua persamaan sub struktural. Persamaan sub struktural satu pada model modifikasi melibatkan peubah endogen skor stres (Y1) dengan lima peubah eksogen, sedangkan persamaan sub struktural dua melibatkan peubah endogen nilai UTS Metode Statistika (wY2) dengan dua peubah eksogen. Statistik uji F pada persamaan sub struktural satu maupun persamaan sub struktural dua memberikan hasil bahwa minimal terdapat satu peubah eksogen yang berpengaruh terhadap peubah endogen skor stres (Y1) dan peubah endogen nilai UTS Metode Statistika (wY2) pada taraf nyata 10%. Uji signifikansi masing-masing koefisien lintas dengan statistik uji t pada persamaan sub struktural satu memberikan hasil terdapat satu peubah eksogen yang tidak berpengaruh terhadap nilai skor stres (Y1) pada taraf nyata 30% yaitu peubah jarang komunikasi dengan keluarga (X7). Uji signifikansi masing-masing koefisien lintas pada persamaan sub struktural dua dengan statistik uji t memberikan hasil semua peubah eksogen yang terlibat dalam persamaan sub struktural dua berpengaruh terhadap nilai UTS Metode Statistika (wY2) pada taraf nyata 10%. Karena koefisien lintas peubah eksogen jarang komunikasi dengan keluarga (X7) tidak berpengaruh terhadap skor stres (Y1) maka dilakukan kembali analisis pada persamaan sub struktural satu tanpa peubah jarang komunikasi dengan keluarga (X7). Analisis kembali pada persamaan sub struktural satu memberikan hasil bahwa semua peubah eksogen yang terlibat dalam persamaan sub struktural satu tersebut berpengaruh terhadap skor stres (Y1) pada taraf nyata 20%. Peubahpeubah eksogen tersebut adalah banyaknya SKS yang diambil (X2), tingkat kesulitan memahami materi kuliah (X5), tingkat kesulitan beradaptasi (X6), dan konflik dengan orang lain selain keluarga (X10). Koefisien determinasi persamaan sub struktural satu dari model modifikasi terboboti sebesar 0.195 dengan koefisien lintas sisaan sebesar 0.89, sedangkan persamaan sub struktural dua dari model modifikasi terboboti memberikan nilai koefisien determinasi sebesar 0.175 dengan koefisien lintas sisaan sebesar 0.91. Ringkasan hasil analisis lintas pada model modifikasi terboboti dapat dilihat pada Lampiran 12. Asumsi sisaan saling bebas dari persamaan sub struktural satu dan persamaan sub struktural dua dari model modifikasi terpenuhi karena tebaran plot sisaan dengan urutan pengamatannya tidak membentuk pola. Keragaman data yang dapat dijelaskan oleh model modifikasi sebesar 0.336 artinya model modifikasi dapat menjelaskan keragaman data sebesar 33.6%, sisanya sebesar 66.4% dijelaskan oleh faktor lain yang tidak dimasukkan dalam model. Untuk memutuskan model yang terbaik antara model awal terboboti dan model modifikasi terboboti dilakukan pengujian ketepatan model dengan menggunakan statistik uji Q. Nilai statistik uji Q yang diperoleh sebesar 0.95 bernilai kurang dari satu, sehingga pengujian ketepatan model dilanjutkan dengan statistik uji W. Nilai statistik uji W yang diperoleh sebesar 7.08 lebih kecil dari nilai 2tabel dengan derajat bebas 11 dan taraf nyata 10% yaitu 17.27, artinya model modifikasi yang dibentuk lebih baik (lebih sesuai) dibandingkan model awal. Diagram lintas dari model yang terpilih (model modifikasi terboboti) dapat dilihat pada Gambar 5. Model dugaan dari persamaan sub struktural satu dan persamaan sub struktural dua dari model modifikasi terboboti sebagai berikut :
18 Persamaan sub struktural 1:
-
Persamaan sub struktural 2:
0 0 -0
X2
0
0
-0
0
0
0
-0.102 -0.261
X5
wY2
0.147
X6
0.271
X10
-0.268 Y1
0.238
0.91 0.89
Gambar 5 Diagram lintas model modifikasi terboboti Besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total antar peubah dihitung dari model terpilih (model modifikasi terboboti). Besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total terhadap masingmasing peubah endogen yaitu skor stres (Y1) dan nilai UTS Metode Statistika (wY2) dapat dilihat pada Tabel 3. Tabel 3 Besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total terhadap skor stres dan nilai UTS Metode Statistika pada model modifikasi terboboti Pengaruh peubah Y1 ← 2 Y1 ← 5 Y1 ← 6 Y1 ← 10 wY2 ← 1 wY2 ← 2 wY2 ← 5 wY2 ← 6 wY2 ← 10
Pengaruh langsung -0.102 0.147 0.271 0.238 -0.268 -0.261 -
Pengaruh tidak langsung melalui Y1 0.027 -0.039 -0.073 -0.064
Pengaruh total -0.102 0.147 0.271 0.238 -0.268 0.027 -0.300 -0.073 -0.064
Tinggi rendahnya skor stres (Y1) dipengaruhi langsung oleh banyaknya SKS yang diambil (X2), tingkat kesulitan memahami materi kuliah (X5), tingkat kesulitan beradaptasi (X6) dan konflik dengan orang lain selain keluarga (X10). Peubah tingkat kesulitan beradaptasi (X6) memberikan pengaruh langsung paling besar terhadap skor stres (Y1) yaitu sebesar 0.271, artinya jika peubah lain dianggap tetap (konstan) maka setiap kenaikan satu simpangan baku pada tingkat kesulitan beradaptasi (X6) secara rata-rata akan meningkatkan skor stres (Y1)
19 sebesar 0.271 satuan simpangan baku Y1. Semakin sulit seseorang beradaptasi dengan lingkungan baru akan meningkatkan skor stresnya. Konflik dengan orang lain selain keluarga (X10) juga memberikan pengaruh langsung yang cukup besar terhadap skor stres (Y1) yaitu sebesar 0.238, artinya jika peubah lain dianggap tetap (konstan) maka setiap kenaikan satu simpangan baku pada peubah konflik dengan orang lain selain keluarga (X10) secara rata-rata akan meningkatkan skor stres (Y1) sebesar 0.271 satuan simpangan baku Y1. Semakin berat konflik dengan orang lain selain keluarga yang dialami mahasiswa akan meningkatkan skor stresnya. Tingkat kesulitan memahami materi kuliah memberikan pengaruh langsung terhadap skor stres sebesar 0.147, artinya jika peubah lain dianggap tetap (konstan) maka setiap kenaikan satu simpangan baku pada peubah tingkat kesulitan memahami materi kuliah (X5) secara rata-rata akan meningkatkan skor stres (Y1) sebesar 0.147 satuan simpangan baku Y1. Tinggi rendahnya nilai UTS Metode Statistika dipengaruhi secara langsung oleh skor stres (Y1) dan tingkat kesulitan memahami materi kuliah (X5). Pengaruh yang diberikan oleh kedua peubah eksogen tersebut menunjukkan nilai negatif artinya peningkatan kedua peubah eksogen tersebut akan menurunkan nilai UTS Metode Statistika (wY2). Nilai UTS Metode Statistika (wY2) dipengaruhi secara langsung paling besar oleh skor stres (Y1) sebesar -0.268, artinya jika peubah lain dianggap tetap (konstan) maka setiap kenaikan satu simpangan baku pada skor stres (Y1) secara rata-rata akan menurunkan nilai UTS Metode Statistika (wY2) sebesar 0.268 satuan simpangan baku wY2. Tingkat kesulitan memahami materi kuliah (X5) memberikan pengaruh langsung terhadap nilai UTS Metode Statistika (wY2) sebesar -0.261, artinya jika peubah lain dianggap tetap (konstan) maka setiap kenaikan satu simpangan baku pada tingkat kesulitan memahami materi kuliah (X5) secara rata-rata akan menurunkan nilai UTS Metode Statistika (wY2) sebesar 0.261 satuan simpangan baku wY2. Tinggi rendahnya nilai UTS Metode Statistika (wY2) juga dipengaruhi secara tidak langsung oleh banyaknya SKS yang diambil (X2) sebesar 0.027, tingkat kesulitan beradaptasi (X6) sebesar -0.073, dan konflik dengan orang lain selain keluarga (X10) sebesar -0.064 melalui peubah skor stres (Y1). Pengaruh peubah-peubah tersebut tergolong sangat kecil. Tingkat kesulitan memahami materi kuliah (X5) selain memberikan pengaruh langsung terhadap nilai UTS Metode Statistika (wY2) juga memberikan pengaruh tidak langsung terhadap nilai UTS Metode Statistika (wY2) melalui skor stres (Y1) sebesar -0.039. Pengaruh total yang diberikan oleh tingkat kesulitan memahami materi kuliah (X5) terhadap nilai UTS Metode Statistika (wY2) merupakan penjumlahan pengaruh langsung dan pengaruh tidak langsung peubah X5 terhadap wY2 yaitu sebesar -0.300.
SIMPULAN DAN SARAN Simpulan Hasil dari penelitian yang dilakukan terhadap 150 mahasiswa yang menjadi responden pada penelitian ini menunjukkan bahwa sebagian besar mahasiswa mengalami stres meliputi stres tingkat ringan sampai tingkat sangat berat pada
20 saat UTS Metode Statistika. Terdapat 114 mahasiswa yang menjadi responden mengalami stres sedangkan sisanya sebanyak 36 mahasiswa tidak mengalami stres. Banyaknya mahasiswa yang mengalami stres pada masing-masing departemen amatan lebih banyak dibandingkan dengan mahasiswa yang tidak mengalami stres (normal). Persentase banyaknya mahasiswa pada masing-masing kelompok IPK yang mengalami stres lebih banyak dibandingkan mahasiswa yang tidak mengalami stres (normal). Mahasiswa yang mengalami stres paling banyak memiliki IPK antara 2.75 sampai dengan 3.50. Adanya mahasiswa yang mengalami stres pada tiap departemen dan tiap kelompok IPK tersebut menunjukkan bahwa mahasiswa merupakan kelompok yang rentan terkena stres. Tinggi rendahnya skor stres mahasiswa dipengaruhi langsung oleh banyaknya SKS yang diambil (X2) sebesar -0.102, tingkat kesulitan memahami materi kuliah (X5) sebesar 0.147, tingkat kesulitan beradaptasi (X6) sebesar 0.271, dan konflik dengan orang lain selain keluarga (X10) sebesar 0.238. Faktor penyebab stres yang memberikan pengaruh langsung paling besar terhadap skor stres adalah tingkat kesulitan beradaptasi (X6). Tinggi rendahnya nilai UTS Metode Statistika dipengaruhi langsung oleh skor stres (Y1) sebesar -0.268 dan tingkat kesulitan memahami materi kuliah (X5) sebesar -0.261. Peningkatan kedua faktor tersebut akan menurunkan nilai UTS Metode Statistika (wY2). Nilai UTS Metode Statistika (wY2) dipengaruhi langsung paling besar oleh skor stres (Y1). Tinggi rendahnya nilai UTS Metode Statistika secara tidak langsung juga dipengaruhi oleh faktor-faktor penyebab stres yaitu banyaknya SKS yang diambil (X2), tingkat kesulitan memahami materi kuliah (X5), tingkat kesulitan beradaptasi (X6), dan konflik dengan orang lain selain keluarga (X10) melalui peubah skor stres (Y1) walaupun pengaruhnya sangat kecil. Model terpilih yang digunakan adalah model alternatif dengan nilai koefisien determinasi (R2) gabungan sebesar 0.336, artinya keragaman yang dapat dijelaskan oleh model alternatif sebesar 33.6% sedangkan sisanya sebesar 66.4% dijelaskan oleh faktor lain di luar model.
Saran Penelitian disarankan untuk memperluas objek penelitian meliputi seluruh mata kuliah dari berbagai departemen dan berbagai tingkat mahasiswa sehingga memberikan informasi yang lebih lengkap mengenai tingkat stres yang dialami mahasiswa.
DAFTAR PUSTAKA Departemen Pendidikan dan Kebudayaan. 1997. KBBI. Jakarta : Balai Pustaka. Dillon WR, Goldstein M. 1984. Multivariate Analysis Methods and Application. New York (US): John Wiley&Sons Inc. Duncan OD. 1966. Path Analysis : Sociological Examples. The American Journal of Sociology [internet]. [diunduh 1 Mar 2014]; Vol 72(1):1-16. Tersedia pada:http://personal.psc.isr.umich.edu/yuxie-web/files/demtech/Duncan 1966.pdf.
21 Gall MD, Gall JP, Borg WR. 2003. Educational Research An Introduction, Seventh Edition.USA : Pearson Education, Inc. Greenberg JS. 2002. Comprehensive Stress Management Seventh Edition. New York (US): McGraw-Hill. Hardiono BT. 2008. Analisis Karakteristik Sosial-Ekonomi dan Psikologi serta Hubungannya dengan Perilaku Belajar dan Tingkat Kepuasan Mahasiswa Bekerja (Studi kasus pada mahasiswa IPB yang Berbisnis Multi Level Marketing) [tesis]. Bogor (ID) : Program Studi Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor. Hernawati N. 2006. Tingkat Stres dan Strategi Koping Menghadapi Stres pada Mahasiswa Tingkat Persiapan Bersama Tahun Akademik 2005/2006.J Ilmu Pertanian Indonesia. Vol 11(2):43-49. [IPB] Institut Pertanian Bogor. 2010. Panduan Program Pendidikan Sarjana. Bogor (ID): IPB. Johnson RA, Wichern DW. 1998. Applied Multivariate Statistical Analysis, Fourth Edition. New Jersey (US) : Prentice Hall, Inc. Joreskog KG, Sorbom D. 1993. Lisrel 8: Structural Equation Modeling with the SIMPLIS Command Language. USA : Scientific Software International, Inc. Kusnendi. 2008. Model-Model Persamaan Struktural Satu dan Multigroup Sampel dengan LISREL. Bandung (ID) : Alfabeta. Lovibond SH, Lovibond Pf. 1995. Psychometric Properties of Depression Anxiety Stress Scale 42 (DASS 42) [internet]. [diunduh20 Des 2013]. Tersedia pada:http://www.psy.unsw.edu.au/groups/dass. Oxington KV. 2008. Psychology of Stress. New York (US): Nova Science Publishers. Sarafino EP. 1990. Health Psychology : Biopsychosocial Interactions. US : John Wiley & Sons. Scheaffer RL, Mendelhall III W, Ott RL. 1990. Elementary Survey Sampling Fourth Edition. Boston (US): PWS-KENT Publishing Company. Soewondo S. 2012. Stres, Manajemen Stres, dan Relaksasi Progresif. Jakarta (ID): LPSP3 Universitas Indonesia. Sugiyono. 2013. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung (ID): Alfabeta. Suryabrata S. 2004. Psikologi Pendidikan. Jakarta (ID): PT Raja Grafindo Persada.
22 Lampiran 1 Kuesioner penelitian ANALISIS HUBUNGAN TINGKAT STRES DENGAN NILAI UTS MATA KULIAH METODE STATISTIKA (Studi Kasus : Mahasiswa IPB yang Mengambil Mata Kuliah Metode Statistika pada Semester Genap Tahun Ajaran 2013/2014)
Tanggal : ........... April 2014
No. Kuesioner: ...............
Saya, Septian Dewi Hartanti mahasiswi Statistika IPB angkatan 47, memohon kesediaan rekan-rekan untuk menjadi salah satu responden dalam penelitian saya dan menjawab semua pertanyaan dalam kuesioner ini dengan benar dan jujur. Atas partisipasi Anda, saya ucapkan terima kasih. A. PROFIL RESPONDEN Petunjuk pengisian:Berilah tanda silang pada salah satu pilihan jawabandan isilah titik-titik pertanyaan 1, 2, 3, 4, 7, 9. 1. 2.
Nama NRP
3. 4. 5. 6.
Departemen No. HP Jenis kelamin Asal daerah
: ................................................ :
: ............................................... : ............................................... : [1] Laki-laki [2] Perempuan : [1] Jabodetabek [3] Luar Pulau Jawa [2] Pulau Jawa (Non Jabodetabek) 7. IPK terakhir : .............................................. 8. Besar pendapatan/bulan (kiriman orangtua dan pendapatan pribadi apabila telah bekerja) : [1] 500ribu [3] 1.000.001-2juta [2] 500ribu – 1juta [4] > 2juta 9. Apakah Anda memperoleh beasiswa semester ini? [1] Ya, besarnya per bulan : Rp................... [2] Tidak 10. Jumlah SKS yang Anda ambil pada semester ini : ........ SKS
B. FAKTOR-FAKTOR Petunjuk pengisian: Berilah tanda silang pada salah satu pilihan jawaban yang dianggap paling sesuai dengan kondisi Anda dalam 1 minggu terakhir. 1. Apakah Anda sedang sakit atau mengalami cidera? [1] Tidak [2] Ya Jika Ya, pada level berapakah sakit/cidera yang Anda rasakan?
23 2. Apakah Anda merasa tugas yang diberikan dalam kuliah/praktikum terlalu banyak dan berat? [1] Tidak [2] Ya Jika Ya, pada level berapakah Anda merasa bahwa tugas yang diberikan dalam kuliah/praktikum terlalu banyak dan berat? 3. Apakah Anda sedang mengalami kesulitan ekonomi/masalah keuangan? [1] Tidak [2] Ya Jika Ya, pada level berapakah Anda merasa mengalami kesulitan ekonomi/masalah keuangan? 4. Apakah Anda merasa kesulitan dalam memahami materi kuliah? [1] Tidak [2] Ya Jika Ya, pada level berapakah Anda merasa kesulitan memahami materi kuliah? 5. Apakah Anda merasa sulit beradaptasi dengan lingkungan baru? [1] Tidak [2] Ya Jika Ya, pada level berapakah Anda merasa sulit beradaptasi dengan lingkungan baru? 6. Apakah Anda kost/kontrak? [1] Tidak [2] Ya 7. Apakah Anda jarang komunikasi dengan keluarga? [1] Ya [2] Tidak Jika Ya, pada level berapakah Anda jarang berkomunikasi dengan keluarga? 8. Apakah Anda sering merasa homesick (merasa ingin pulang/rindu rumah)? [1] Tidak [2] Ya Jika Ya, menurut Anda bagaimana tingkat homesick yang Anda rasakan? 9. Apakah Anda sedang memiliki konflik atau masalah dengan keluarga? [1] Tidak [2] Ya Jika Ya, menurut Anda bagaimana tingkat keseriusan konflik/masalah dengan keluarga yang sedang Anda hadapi? 10.Apakah Anda memiliki konflik atau masalah dengan teman/pacar/rekan organisasi/kepanitiaan/rekan kerja/Dosen Anda? [1] Tidak [2] Ya Jika Ya, menurut Anda bagaimana tingkat keseriusan konflik/masalah dengan teman/rekan organisasi/kepanitiaan/rekan kerja/Dosen yang sedang Anda hadapi?
24
11.Apakah Anda bekerja part time (misal: mengajar bimbel/asprak/berjualan dll) semester ini? [1] Tidak [2] Ya Jika Ya, pada level berapakah kesibukan untuk bekerja yang Anda jalani di semester ini? 12.Apakah saat ini Anda mengikuti organisasi kampus maupun nonkampus atau kepanitiaan? [1]Tidak [2] Ya Jika Ya, pada level berapakah waktu yang Anda gunakan untuk mengerjakan tugas-tugas organisasi/ kepanitiaan yang Anda ikuti? 13.Apakah Anda merasa tidak nyaman dengan kondisi lingkungan kosan/kontrakan Anda (kondisi lingkungan rumah bagi yang tidak kos/tidak kontrak)? [1] Tidak [2] Ya Jika Ya, pada level berapakah Anda merasa tidak nyaman dengan kondisi lingkungan kosan/kontrakan Anda (kondisi lingkungan rumah bagi yang tidak kos/kontrak)?
C. Berilah tanda silang salah satu pilihan jawaban pada setiap pernyataan yang Anda anggap paling sesuai dengan keadaan Anda dalam 1 minggu terakhir. Jangan menghabiskan terlalu banyak waktu dalam memilih jawaban untuk setiap pernyataan. 0 : Tidak pernah terjadi. 2 : Kadang-kadang terjadi. 1 : Jarang terjadi. 3 : Sering terjadi. No Pernyataan 1 Saya menemukan diri saya menjadi marah/kecewa karena hal-hal sepele. 2 Saya cenderung bereaksi berlebihan terhadap suatu situasi. 3 Saya merasa sulit untuk bersantai. 4 Saya menemukan diri saya mudah merasa kesal. 5 Saya merasa bahwa saya telah menghabiskan banyak energi untuk cemas. 6 Saya menemukan diri saya menjadi tidak sabar ketika mengalami penundaan (misalnya: kemacetan lalu lintas, menunggu sesuatu). 7 Saya merasa bahwa saya mudah tersinggung.
Pilihan Jawaban 0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
25 8 9 10 11
12 13
14
Saya merasa sulit untuk beristirahat/susah tidur. Saya merasa bahwa saya sangat mudah marah. Saya merasa sulit untuk tenang setelah sesuatu membuat saya kesal. Saya merasa sulit untuk sabar dalam menghadapi gangguan terhadap hal yang sedang saya lakukan. Saya berada dalam kecemasan/was-was Saya tidak dapat memaklumi hal apapun yang menghalangi saya untuk menyelesaikan sesuatu yang sedang saya lakukan. Saya menemukan diri saya mudah gelisah.
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
0
1
2
3
Lampiran 2 Uji validitas dan reliabilitas kuesioner bagian C Item C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14
Corrected ItemTotal Correlation
Valid/ tidak valid
0.488 0.455 0.290 0.628 0.497 0.364 0.590 0.315 0.642 0.650 0.643 0.520 0.260 0.524
valid valid valid valid valid valid valid valid valid valid valid valid valid valid
Cronbach's Alpha if Item Deleted 0.835 0.837 0.848 0.826 0.835 0.843 0.829 0.847 0.826 0.825 0.827 0.833 0.848 0.833
Reliabel/ tidak reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel reliabel
26 Lampiran 3 Hasil uji linieritas persamaan sub struktural satu dan persamaan sub struktural dua data awal Peubah Y1*X1 Y1*X2 Y1*X3 Y1*X4 Y1*X5 Y1*X6 Y1*X7 Y1*X8 Y1*X9 Y1*X10 Y1*X11 Y1*X12 Y1*X13 Y2*X1 Y2*X2 Y2*X3 Y2*X5 Y2*X11 Y2*Y1 a tidak linier pada taraf nyata 5%
Nilai p uji linieritas 0.420 0.162 0.078 0.128 0.466 0.889 0.652 0.250 0.232 0.329 0.653 0.015a 0.975 0.649 0.000a 0.872 0.678 0.264 0.283
27 Lampiran 4 Hasil uji signifikansi koefisien lintas parsial model awal Persamaan sub struktural 1
Model
Koef. beta
t hit
X1 X3
0.067 - 0.119 0.063
0.855 -1.398 0.739
0.394 0.164** 0.461
X4
-0.011
-0.138
0.890
X5
0.122
1.494
0.137**
X6 X7
0.254 0.088
3.156 1.082
0.002* 0.281**
X8
0.061
0.721
0.472
X9
-0.022
-0.277
0.782
X10
0.238
3.033
0.003*
X11
0.034
0.428
0.669
X13
0.084
1.024
0.308
X1
0.069
0.854
0.395
X3
0.011
0.130
0.896
X5
-0.253
-2.963
0.004*
X11
0.439
0.439
0.661
Y1
0.043
0.511
0.610
X2
2
*signifikan pada taraf nyata 10% **signifikan pada taraf nyata 30%
Sig. t
28 Lampiran 5 Plot antara Y2 dengan Y1 data asli Plot Y2 dengan Y1 100 90 80
Y2
70 60 50 40 30 20 0
5
10
15
20
25
30
35
Y1
Lampiran 6 Plot antara Y2 dengan Y1 yang digunakan untuk membuat persamaan regresi linier dugaan (Plot mY2 dengan mY1) Plot mY2 dengan mY1 80
70
mY2
60
50
40
30 0
5
10
15
20
25
30
mY1
Persamaan regresi linier dengan 125 data : mY2 = 58,9 - 0,403 mY1
35
29 Lampiran 7 Plot antara sisaan dengan Y2 duga yang diperoleh dari persamaan regresi linier 125 data Plot sisaan dengan Y2 duga 50 40
Ragam besar
30
sisaan
20 10 0
0
-10 -20 -30 45,0
47,5
50,0
52,5
55,0
57,5
Y2 duga
Lampiran 8 Plot antara Y2 yang telah diboboti (wY2) dengan Y1 Plot wY2 dengan Y1 90 80
wY2
70 60 50 40 30 0
5
10
15
20 Y1
25
30
35
30 Lampiran 9 Plot antara wY2 duga dengan sisaannya hasil dari regresi antara wY2 dengan Y1 Plot sisaan dengan wY2 duga 30 20
sisaan
10 0 -10 -20 -30 40
45
50 wY2 duga
55
60
Lampiran 10 Hasil uji linieritas persamaan sub struktural dua dengan data Y2 yang telah diboboti (wY2) Peubah wY2*X1 wY2*X2 wY2*X3 wY2*X5 wY2*X11 wY2*Y1 a tidak linier pada taraf nyata 5%
Signifikansi uji linieritas 0.663 0.013a 0.089 0.301 0.693 0.308
31 Lampiran 11 Hasil uji signifikansi koefisien lintas parsial model awal terboboti Persamaan sub struktural 1
Model
Koef. beta
t hit
X1 X3
0.067 - 0.119 0.063
0.855 -1.398 0.739
0.394 0.164** 0.461
X4
-0.011
-0.138
0.890
X5
0.122
1.494
0.137**
X6 X7
0.254 0.088
3.156 1.082
0.002* 0.281**
X8
0.061
0.721
0.472
X9
-0.022
-0.277
0.782
X10
0.238
3.033
0.003*
X11
0.034
0.428
0.669
X13
0.084
1.024
0.308
X1
0.059
0.783
0.435
X3
-0.049
-0.635
0.527
X5
-0.252
-3.155
0.002*
X11
0.720
0.720
0.473
Y1
0.264
-3.384
0.001*
X2
2
Sig. t
*signifikan pada taraf nyata 10% **signifikan pada taraf nyata 30%
Lampiran 12 Hasil uji signifikansi koefisien lintas parsial model modifikasi terboboti Persamaan sub struktural 1
Model
Koef. beta
-0.102 X2 0.147 X5 0.271 X6 0.238 X10 2 X5 -0.261 Y1 -0.268 *signifikan pada taraf nyata 10% **signifikan pada taraf nyata 20%
t hit
Sig. t
-1.366 1.900 3.565 3.133 -3.466 -3.372
0.174** 0.059* 0.000* 0.002* 0.001* 0.001*
32
RIWAYAT HIDUP Penulis dilahirkan di Pati pada tanggal 5 September 1992. Penulis merupakan anak pertama dari empat bersaudara dari ayah bernama Himawan Wahyu Widodo dan ibu bernama Sri Sulastri. Tahun 2004 penulis lulus dari SD Negeri Pati Lor 03 dan tahun 2007 lulus dari SMP Negeri 2 Pati. Penulis lulus dari SMA Negeri 1 Pati pada tahun 2010. Penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, IPB pada tahun 2010 melalui jalur Undangan Seleksi Masuk IPB (USMI). Penulis pernah mengikuti beberapa kepanitiaan selama mengikuti perkuliahan di IPB, antara lain menjadi staf divisi Medis MPKMB pada tahun 2011, staf divisi dana usaha Statistika Ria pada tahun 2012, dan staf divisi dana usaha Kompetisi Statistika Junior tahun 2013. Penulis juga aktif pada organisasi daerah mahasiswa Pati sebagai bendahara umum periode 2011-2012. Penulis berkesempatan untuk mengikuti praktik lapang di Perum Bulog Divisi Regional Jawa Tengah pada bulan Juli sampai dengan Agustus 2013.