13
Bab III Pengukuran Kesiapan E-Learning Agar dapat menilai kesiapan dosen dan mahasiswa Universitas Kristen Maranatha (UKM) untuk e-learning, maka perlu adanya instrumen penelitian yang sesuai. Dalam bab ini akan dipaparkan proses-proses yang dilalui untuk membuat instrumen pengukur, proses pengukuran, dan hasilnya.
III.1. Tahapan Penelitian Penelitian untuk menilai kesiapan e-learning terdiri dari tiga tahap. Tahap pertama adalah membuat instrumen pengukur kesiapan e-learning di UKM, tahap kedua adalah melakukan pengukuran kesiapan e-learning dengan menggunakan instrumen yang telah dibuat pada tahap sebelumnya, dan tahap terakhir adalah membuat rekomendasi untuk langkah implementasi selanjutnya berdasarkan hasil pengukuran. Ilustrasi tiap tahap beserta langkah-langkah dalam tiap tahap digambarkan pada Gambar III.1.
Tahap 1 : Membuat instrumen pengukur : Eksplorasi konsep e-learning, elearning readiness dan e-learning readiness assessment. Merumuskan konsep e-learning di UKM. Menjalankan focus group mengenai elearning readiness UKM. Membuat instrumen survei. Menguji validitas dan reliabilitas instrumen.
Tahap 2 : Melakukan pengukuran : Menentukan besar sampel. Menyebarkan kuesioner. Menganalisis data survei. Merumuskan tingkat kesiapan dosen dan mahasiswa UKM.
Gambar III.1. Tahapan Penelitian
Tahap 3 : Membuat rekomendasi : Melakukan analisis lanjutan atas hasil pengukuran. Merumuskan rekomendasi bagi langkah implementasi selanjutnya.
14
III.2. Membuat Instrumen Pengukur Kesiapan E-Learning Untuk menghasilkan instrumen pengukur kesiapan e-learning yang sesuai bagi UKM, harus dipahami terlebih dahulu konsep e-learning, kesiapan e-learning, dan penilaian kesiapan e-learning (e-learning readiness assessment). Hasil tinjauan hal-hal tersebut tertuang pada Bab 2.
Dalam penelitian ini, konsep e-learning yang diambil mengacu pada konsep elearning yang diterapkan saat ini di UKM, yaitu proses penyampaian materi kuliah yang meliputi penempatan materi dan interaksi antara dosen dan mahasiswa melalui Internet, yang difasilitasi oleh suatu learning management system (LMS) yang berbasis Web.
Untuk mendapatkan definisi di atas, dilakukan wawancara pada pengelola LMS universitas dan Pembantu Rektor II yang sekaligus menjabat sebagai Kepala Divisi Teknologi Informasi. Dari hasil wawancara tersebut, sebuah fakultas dianggap telah menerapkan e-learning apabila dosen-dosen fakultas tersebut telah menggunakan fasilitas LMS yang disediakan universitas.
Berangkat dari konsep e-learning yang diterapkan di UKM, dibuat studi eksploratori untuk mengetahui faktor-faktor yang menentukan kesiapan e-learning dosen dan mahasiswa UKM. Menurut Malhotra (2004), agar peneliti bisa mendapatkan pemahaman lebih jauh mengenai suatu masalah dan faktor-faktor utama penentunya, dapat dilakukan penelitian yang bersifat kualitatif. Penelitian kualitatif bersifat eksploratori, tidak terstruktur, dan berdasar pada sampel yang kecil. Penelitian kualitatif dapat dilakukan dengan mendayagunakan teknik seperti focus group (wawancara berkelompok), word association (bertanya pada responden untuk mengindikasikan respon pertama mereka pada kata-kata stimulus yang disampaikan), dan depth interview (wawancara satu-satu untuk mengetahui pikiran responden secara detil). Selanjutnya Malhotra (2004) memaparkan, hasil dari suatu studi yang bersifat eksploratori sebaiknya diikuti oleh penelitian eksploratori lain atau oleh penelitian yang bersifat konklusif. Dengan kata lain,
15
sebaiknya temuan dalam suatu penelitian yang bersifat eksploratori digunakan sebagai input bagi penelitian lebih lanjut.
III.2.1. Focus Group Dalam studi eksploratori yang dilakukan di UKM, teknik yang digunakan adalah focus group. Focus group adalah suatu wawancara dengan sekumpulan kecil orang yang dipimpin oleh seorang moderator secara natural dan tidak terstruktur (Malhotra, 2004). Tujuan utama focus group adalah mendapatkan pengertian mendalam akan hal yang menjadi minat peneliti dengan mendengarkan sekelompok orang yang relevan dengan minat tersebut.
Di UKM, orang-orang yang dilibatkan dalam focus group adalah para anggota TLC (Teaching and Learning Centre). TLC merupakan sebuah unit di UKM yang bertugas menjaga dan meningkatkan kualitas pengajaran. Aktivitas TLC meliputi memberikan pelatihan cara mengajar bagi dosen, memberikan pelatihan pembuatan GBPP (Garis-Garis Besar Program Pengajaran) dan SAP (Satuan Acara Pengajaran) bagi dosen pengampu mata kuliah, dan meninjau GBPP dan SAP yang telah dibuat agar sesuai dengan standar. Dalam pekerjaannya, TLC bekerja erat dengan unit Survey Centre (SC). SC akan memberikan hasil survei evaluasi proses belajar mengajar kepada dosen dan TLC. Hasil dari survei yang dilaksanakan tiap semester tersebut akan dapat menjadi masukan bagi TLC untuk memperlengkapi dosen sesuai tuntutan yang ada. Anggota TLC merupakan representasi dari tiap fakultas di UKM ditambah dengan beberapa orang yang memiliki keahlian dalam bidang pendidikan dan pengajaran. Setiap fakultas di UKM dapat mengirimkan 2 wakilnya untuk menjadi anggota TLC.
Langkah pertama untuk menjalankan focus group adalah menentukan sasaran atau pertanyaan yang harus dijawab di dalam focus group. Dalam hal ini, sasaran focus group adalah harus dapat mengidentifikasi pandangan wakil seluruh fakultas mengenai e-learning, kondisi kesiapan e-learning, dan beberapa instrumen pengukur kesiapannya.
16
Langkah kedua adalah menyusun alur focus group yang akan menjadi pegangan moderator. Susunan alur focus group yang digunakan terdapat pada Lampiran AFocus Group.
Langkah berikutnya adalah melaksanakan focus group sesuai alur yang telah ditetapkan. Di dalam TLC telah terdapat perwakilan dari seluruh fakultas, yaitu dari Fakultas Kedokteran (FK), Fakultas Psikologi (FP), Fakultas Ekonomi (FE), Fakultas Teknik (FT), Fakultas Seni Rupa dan Disain (FSRD), Fakultas Sastra (FS), dan Fakultas Teknologi Informasi (FIT). Hasil eksplorasi dalam focus group mengenai kondisi e-learning tiap fakultas dipaparkan dalam Lampiran A-Focus Group.
Dari hasil tersebut terlihat bahwa baru terdapat 2 fakultas yang menggunakan LMS, yaitu Fakultas Teknik dan Fakultas Teknologi Informasi. Selanjutnya, sesuai alur yang telah ditetapkan sebelumnya, dilakukan eksplorasi untuk mendapatkan faktor-faktor yang menentukan kesiapan e-learning dosen dan mahasiswa. Berdasar hasil diskusi mengenai kondisi e-learning tiap fakultas, diskusi juga diarahkan untuk mengetahui penyebab suatu fakultas menggunakan atau tidak menggunakan LMS yang telah disediakan universitas.
Hasil diskusi menunjukkan bahwa faktor-faktor yang mempengaruhi digunakan tidaknya LMS adalah kemampuan komputer dosen, sosialisasi LMS, persepsi atas LMS, dan kemauan tiap dosen untuk menggunakan LMS. Berikutnya, dilakukan diskusi mengenai kesiapan mahasiswa. Hasilnya dapat dilihat pada Lampiran AFocus Group.
Pada mahasiswa, faktor yang dianggap mempengaruhi kesiapan mahasiswa adalah kemampuan komputer mahasiswa, fasilitas yang disediakan universitas, dan kekuatan motivasi mahasiswa menggunakan LMS.
Selanjutnya, diskusi dalam focus group diarahkan untuk mengetahui pendapat para anggota focus group mengenai faktor-faktor penentu kesiapan dari beberapa
17
penelitian yang disajikan moderator. Pendapat para peserta mengenai faktor yang sesuai dengan kondisi di UKM juga berusaha digali. Hasil diskusi atas topik ini terdapat pada Lampiran A-Focus Group.
III.2.2. Membuat Instrumen Survei Berdasarkan hasil focus group dan tinjauan teori yang ada, dibuat sebuah instrumen survei yang akan digunakan untuk mengukur kesiapan dosen dan mahasiswa untuk e-learning. Langkah pertama adalah menentukan konstruk yang sesuai. Dalam hal ini, penelitian dari Sadik (2007) telah menjelaskan domaindomain yang sesuai dengan keadaan di universitas, yaitu kompetensi, pengalaman, dan sikap/perilaku.
Berdasarkan hasil focus group mengenai pandangan atas instrumen yang disajikan, terlihat bahwa para responden menganggap instrumen Sadik adalah yang paling relevan untuk digunakan, walaupun tetap memerlukan modifikasi. Untuk mendukung pembentukan instrumen yang sesuai, pada Tabel III.1 disajikan perbandingan antara faktor-faktor pada instrumen Sadik, Chapnick, Rosenberg, dan Rautenbach, beserta relevansinya untuk digunakan dengan kondisi di UKM.
Pada domain pertama yaitu kompetensi, Sadik (2007) membagi kompetensi menjadi dua, yaitu kompetensi pedagogis dan kompetensi teknis. Sesuai hasil focus group, jika dikaitkan dengan definisi e-learning di UKM, kompetensi pedagogis bukanlah faktor penentu digunakannya LMS oleh para dosen, sehingga untuk domain kompetensi, yang masuk adalah item-item untuk mengukur kompetensi teknis. Dalam hal kompetensi teknis, instrumen lainnya (Tabel III.1) memberikan beberapa item untuk mengukur kompetensi teknis. Walaupun demikian, berdasar kondisi di UKM, pertanyaan dari instrumen tersebut kurang relevan. Oleh sebab itu, untuk kompetensi teknis diambil item-item yang disusun dari Panduan Penggunaan LMS UKM. Panduan diberikan pada saat seseorang mengikuti pelatihan penggunaan LMS.
18
Tabel III.1. Perbandingan Faktor Antar Instrumen Sadik
Chapnick Teknis
Teknologi
Pedagogis
Konten
Kompetensi
Frekuensi Penggunaan Training Yang Diterima
Sikap
Kecemasan Kepercayaan Diri Kesukaan (Liking) Tingkat Pentingnya (Importance) E-Learning
Rautenbach SDM
Pedagogis Teknologi
Nilai Disain Informasi & Instruksional Kesiapan Bisnis Psikologis
Pengalaman Pengalaman Sebelumnya
Rosenberg Kesiapan Bisnis Sifat Pembelajaran & ELearning Yang Berubah
Manajemen Perubahan
Organisasional
Sosiologis Reinventing Training Organization Manajemen Perubahan Psikologis Sosiologis
SDM Peralatan
Finansial
Reinventing Training Organization Komitmen Pribadi Reinventing Training Organization Kesiapan Bisnis Reinventing Training Organization Industri ELearning Kesiapan Bisnis
Lingkungan
Organisasional
Sifat Pembelajaran & ELearning Yang Berubah Reinventing Training Organization
Organisasional
19
Domain berikutnya menurut Sadik (2007) adalah domain pengalaman. Pengalaman dibagi dalam 3 faktor yaitu frekuensi penggunaan, training yang diterima, dan pengalaman sebelumnya. Sesuai hasil focus group, item-item pada domain ini ternyata dapat dikaitkan dengan area-area yang dikemukakan oleh Chapnick, Rosenberg, dan Rautenbach. Menurut Chapnick (2000), area kesiapan psikologis merupakan area terpenting bagi kesiapan e-learning karena hal ini terkait dengan keadaan pikiran seseorang yang berdampak pada hasil (outcome) inisiatif e-learning. Selain psikologis, area kesiapan sosiologis dari Chapnick juga dapat dikaitkan dengan domain ini. Dari instrumen Rosenberg, area yang dapat dikaitkan adalah area kesiapan bisnis, manajemen perubahan, dan area reinventing training organization.. Jika dikaitkan dengan kondisi universitas, dalam area tersebut Rosenberg mempertanyakan persepsi responden mengenai seberapa baik penggunaan teknologi, e-learning, dan dukungan yang ada. Sedangkan pada instrumen Rautenbach, dari seluruh dimensi yang dikemukakan, pada tiap dimensi selalu terdapat item yang mempertanyakan pendapat pengguna terkait dengan pengalaman pengguna. Dengan mempertimbangkan masing-masing item tersebut dan hasil focus group, maka domain Pengalaman diubah menjadi domain Persepsi, dengan memasukkan juga sebagian isi domain Sikap dari Sadik pada domain ini. Isi domain Persepsi akan mempertanyakan persepsi masing-masing responden terhadap item-item pengalaman yang dinyatakan. Dengan demikian, isi dari domain ini dapat mewakili sebagian dari area psikologis dan sosiologis Chapnick.
Domain terakhir menurut Sadik adalah domain sikap. Karena sebagian item pada domain ini telah tersirat pada domain Persepsi, maka item pada domain ini dipersempit, yaitu hanya digunakan untuk mengukur kesediaan untuk mengikuti pelatihan dan menggunakan e-learning, sesuai dengan hasil focus group. Hal ini sejalan juga dengan area Komitmen Pribadi dari Rosenberg. Keseluruhan itemitem yang dimasukkan pada instrumen terdapat pada Tabel III.2 dan Tabel III.3.
20
Tabel III.2. Item-Item Instrumen Survei Dosen Domain
Item
Keterangan
A.
A1. Menggambarkan isi GBPP/ SAP dengan mind map. A2. Membuat mind map menggunakan aplikasi. A3. Menaruh file di halaman web. A4. Melakukan instalasi aplikasi. A5. Manipulasi sederhana pada file gambar. A6. Terbiasa dengan dokumen format PDF. A7. Mengkonversi file ke format PDF. A8. Kompresi/ dekompresi file. A9. Menentukan ukuran file yang sesuai untuk halaman web. A10. Membagi file dalam ukuran lebih kecil dan menyatukan kembali. A11. Membuat file presentasi multimedia. A12. Terbiasa menggunakan search engine. A13. Bertindak sebagai moderator online. A14. Membuat kuis online. A15. Mengikuti instruksi di layar komputer. B1. Aplikasi e-learning mudah digunakan. B2. Aplikasi dapat memperkaya pembelajaran. B3. Mahasiswa antusias menggunakan e-learning. B4. Universitas menyediakan infrastruktur memadai. B5. Universitas menyediakan pelatihan memadai. B6. Universitas menyediakan fasilitas memadai. B7. Universitas memiliki kebijakan jelas untuk e-
Dimodifikasi dari Panduan Penggunaan LMS UKM dengan mempertimbangkan Chapnick (technology)
Kompetensi
B. Persepsi
Dimodifikasi dari Sadik (kepercayaan diri, tingkat pentingnya e-learning)
Dimodifikasi dari Rosenberg (business readiness, manajemen perubahan, reinventing training organization) dan Sadik (Pengalaman Æ training yang diterima)
21
Domain
Item
Keterangan
learning. B8. Aplikasi e-learning mudah digunakan mahasiswa. B9. Kemampuan komputer sudah memadai.
C. Kesediaan
Dimodifikasi dari Sadik (kecemasan) Dimodifikasi dari Sadik (kepercayaan diri, pengalaman sebelumnya) B10. Penerapan e-learning Dimodifikasi dari Sadik membebani pekerjaan. (tingkat perlunya e-learning) B11. Rekan dosen lain antusias Dimodifikasi dari Chapnick akan e-learning. (sosiological) dan Sadik (kesukaan) dari Sadik B12. E-learning+kelas lebih Dimodifikasi (tingkat perlunya e-learning) baik dari kelas saja. dan Chapnick (sociological) B13. Dana untuk e-learning. B14. Dorongan dari rekan atau atasan untuk menggunakan elearning. B15. Dukungan teknis dari Dimodifikasi dari Sadik universitas. (kepercayaan diri) dan Rautenbach (organisasional) Dimodifikasi dari Chapnick D1. Penghalang terbesar. D2. Pendorong keberhasilan e- (psychological, sociological, environmental) dan Rosenberg learning. dalam bentuk pertanyaan terbuka. C1. Mengikuti pelatihan. Dimodifikasi dari Sadik C2. Memberi waktu untuk (kesukaan) dan Rosenberg (personal commitment). mendayagunakan e-learning. C3. Melakukan perbaikan terus-menerus. C4. Mendorong mahasiswa mengunakan e-learning.
Tabel III.3. Item-Item Instrumen Survei Mahasiswa Domain
Item
Keterangan
A. Kompetensi A1. Kemampuan dasar Dimodifikasi dari Panduan komputer Penggunaan LMS UKM dan Chapnick (technology) A2. Menjelajah Internet. A3. Mengirim e-mail dengan attachment. A4. Berdiskusi melalui Internet. A5. Mengunduh file.
22
Domain
B. Persepsi
C. Kesediaan
Item
Keterangan
A6. Mengikuti instruksi di layar komputer. B1. Universitas menyediakan infrastruktur memadai. B2. Universitas menyediakan pelatihan memadai.
Dimodifikasi dari Rosenberg (business readiness, manajemen perubahan, reinventing training organization) dan Sadik (Pengalaman Æ training yang diterima) B3. E-learning mendukung Dimodifikasi dari Sadik pembelajaran. (kepercayaan diri, tingkat B4. Penggunaan komputer sulit. perlunya e-learning) dari Sadik B5. Mencari informasi di Dimodifikasi (kesukaan) Internet menyenangkan. B6. Diskusi mata kuliah dengan dosen atau mahasiswa lain melalui Internet menyenangkan. B7. Dosen dapat menggunakan Dimodifikasi dari Sadik aplikasi e-learning. (kecemasan) B8. Kesulitan jika mata kuliah harus menggunakan aplikasi elearning dari Sadik B9. Dukungan teknis dalam Dimodifikasi diri) dan menggunakan aplikasi e- (kepercayaan Rautenbach (organisasional) learning. Dimodifikasi dari Chapnick D1. Penghalang terbesar. D2. Pendorong keberhasilan e- (psychological, sociological, environmental) dan learning. Rosenberg dalam bentuk pertanyaan terbuka. Dimodifikasi dari Sadik C1. Mengikuti pelatihan. C2. Mendayagunakan e- (kesukaan) dan Rosenberg (personal commitment). learning untuk pembelajaran.
Instrumen lengkap yang digunakan, dapat dilihat pada Lampiran B-Instrumen Survei Dosen dan Mahasiswa.
III.2.3. Uji Validitas dan Reliabilitas Instrumen Instrumen survei harus memenuhi persyaratan validitas dan reliabilitas. Sugiyono (2007) menyatakan bahwa instrumen yang valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur. Jumlah sampel yang
23
digunakan sekitar 30 orang. Sedangkan instrumen yang reliabel berarti instrumen bila digunakan beberapa kali untuk mengukur obyek yang sama, akan menghasilkan data yang sama.
Dalam penelitian ini, instrumen survei akan diuji validitasnya menggunakan korelasi Pearson (r). Item pernyataan berperan sebagai variabel bebas, sedangkan skor total domain berperan sebagai variabel tidak bebas. Selanjutnya skor setiap nomor akan dikorelasikan dengan skor total. Jika skor korelasi tiap nomor berada di atas r kritis yaitu 0,3, maka item pertanyaan dapat dinyatakan valid. Untuk menjalankan pengujian, digunakan perangkat lunak SPSS.
Untuk uji reliabilitas, digunakan koefisien Cronbach’s Alpha (α). Besarnya koefisien ini berkisar dari nol hingga satu. Instrumen dikatakan reliabel jika nilai α lebih besar atau sama dengan 0,7. Seperti halnya pengujian validitas, pengujian untuk hal ini juga menggunakan perangkat lunak SPSS.
Hasil pengujian validitas dan reliabilitas instrumen bagi dosen terdapat pada Tabel III.4, sedangkan hasil pengujian instrumen bagi mahasiswa terdapat pada Tabel III.5. Data sampel dan keluaran program SPSS dapat dilihat pada Lampiran C-Uji Validitas dan Reliabilitas.
Tabel III.4. Hasil Uji Validitas dan Reliabilitas - Dosen Variabel
Item
Kompetensi
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10
Koefisien Titik Validitas Kritis 0,595 0,3 0,735 0,3 0,855 0,3 0,711 0,3 0,771 0,3 0,831 0,3 0,830 0,3 0,863 0,3 0,844 0,3 0,837 0,3
Ket. Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Koefisien Titik Ket. Reliabilitas Kritis 0,946 0,7 Reliabel
24
Variabel
Item
Persepsi
Kesediaan
A11 A12 A13 A14 A15 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 B15 C1 C2 C3 C4
Koefisien Titik Validitas Kritis 0,778 0,3 0,720 0,3 0,530 0,3 0,645 0,3 0,844 0,3 0,682 0,3 0,694 0,3 0,633 0,3 0,815 0,3 0,844 0,3 0,818 0,3 0,849 0,3 0,518 0,3 0,705 0,3 0,699 0,3 0,624 0,3 0,573 0,3 0,475 0,3 0,537 0,3 0,703 0,3 0,930 0,3 0,950 0,3 0,956 0,3 0,768 0,3
Ket. Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Koefisien Titik Reliabilitas Kritis
Ket.
0,915
0,7
Reliabel
0,925
0,7
Reliabel
Tabel III.5. Hasil Uji Validitas dan Reliabilitas-Mahasiswa Variabel
Kompetensi
Persepsi
Item A1 A2 A3 A4 A5 A6 B1 B2
Koefisien Titik Validitas Kritis 0,758 0,3 0,889 0,3 0,865 0,3 0,902 0,3 0,862 0,3 0,679 0,3 0,814 0,3 0,720 0,3
Ket. Valid Valid Valid Valid Valid Valid Valid Valid
Koefisien Titik Reliabilitas Kritis
Ket.
0,907
0,7
Reliabel
0,910
0,7
Reliabel
25
Variabel
Kesediaan
Item B3 B4 B5 B6 B7 B8 B9 C1 C2
Koefisien Titik Validitas Kritis 0,766 0,3 0,700 0,3 0,773 0,3 0,723 0,3 0,880 0,3 0,735 0,3 0,757 0,3 0,909 0,3 0,885 0,3
Ket. Valid Valid Valid Valid Valid Valid Valid Valid Valid
Koefisien Titik Reliabilitas Kritis
0,755
0,7
Ket.
Reliabel
III.3. Melakukan Pengukuran Kesiapan E-Learning Untuk melakukan pengukuran kesiapan e-learning, ditempuh langkah-langkah berikut : 1. Menentukan besar sampel. 2. Melakukan survei pada responden. 3. Melakukan analisis data 4. Merumuskan tingkat kesiapan dosen dan mahasiswa. III.3.1. Menentukan Besar Sampel Penentuan besar sampel dilakukan dengan menentukan populasi terlebih dahulu. Populasi (N) pada penelitian ini adalah jumlah dosen dan mahasiswa aktif pada semester reguler genap tahun ajaran 2007/2008. Penyedia data adalah Unit Sistem Administrasi Terpadu (SAT) universitas. Dari Tabel III.6 dan Tabel III.7, terlihat bahwa populasi dosen adalah 685, sedangkan populasi mahasiswa adalah 9655.
Tabel III.6. Populasi Dosen Fakultas Kedokteran Teknik Psikologi Sastra Ekonomi SRD Teknologi Informasi Total
Jumlah Dosen 98 120 57 84 131 113 82 685
26
Tabel III.7. Populasi Mahasiswa Fakultas Kedokteran Teknik Psikologi Sastra Ekonomi SRD Teknologi Informasi Total
Jumlah Mahasiswa Aktif 815 1448 1160 815 3166 1075 1176 9655
Untuk menghitung besar sampel, digunakan dua teknik. Yang pertama adalah teknik penghitungan besar sampel menggunakan rumus dari Taro Yamane, digunakan untuk populasi yang besarnya lebih dari 1000 (Riduwan, 2007). Dalam hal ini, rumus Yamane digunakan untuk menghitung besar sampel mahasiswa. Rumus Yamane adalah sebagai berikut : n=
N Nd 2 + 1
…………………………………………………………….. (III.1)
Dimana : n = jumlah sampel N = jumlah populasi d = presisi yang ditetapkan Dengan jumlah populasi sebesar 9655 dan presisi 5 persen, maka perhitungan besar sampel mahasiswa adalah : n=
9655 = 384,09 ~ 385 9655(0,05) 2 + 1
Berikutnya, untuk menghitung besar sampel dosen, Prijana (2005) menyarankan penggunaan rumus bagi populasi kecil (kurang dari 1000) sebagai berikut : n=
no ⎛n ⎞ 1+ ⎜ o ⎟ ⎝N⎠
no =
…………..…………………………………………………. (III.2)
t 2 .( p.q) ..……………………………………………………………. (III.3) d2
27
Dimana : n = jumlah sampel N = jumlah populasi = 685 d = presisi yang ditetapkan = 0,1 t = nilai kritis kurva normal = 1,96 p = parameter proporsi = 0,5 q = parameter proporsi = 0,5
Maka perhitungan besar sampel dosen adalah sebagai berikut : (1,96) 2 .(0,5 × 0,5) no = = 96,04 0,12
n=
96,04 = 84 ⎛ 96,04 ⎞ 1+ ⎜ ⎟ ⎝ 685 ⎠
Dengan demikian, besar sampel minimum yang digunakan bagi penelitian ini adalah sebesar 84 dosen dan 385 mahasiswa.
III.3.2. Survei Pada Responden Pelaksanaan survei mengenai kesiapan e-learning dosen dan mahasiswa dilaksanakan melalui Unit Survey Center universitas. Survei dilakukan dengan menyebarkan kuesioner ke masing-masing fakultas dengan waktu pengembalian dalam 2 minggu. Untuk kuesioner dosen, sejumlah 100 eksemplar kuesioner diserahkan pada Tata Usaha Fakultas agar dapat diteruskan ke masing-masing jurusan. Untuk kuesioner mahasiswa, kuesioner disebarkan bersamaan dengan penyebaran kuesioner Proses Belajar Mengajar (PBM). Pengisian kuesioner bagi mahasiswa diperkirakan memakan waktu kurang dari 5 menit. Hasil pengembalian kuesioner mahasiswa adalah sejumlah 548 kuesioner dari 550 kuesioner yang disebarkan. Dari 548 kuesioner tersebut, sebanyak 23 kuesioner tidak diisi lengkap, sehingga total jumlah kuesioner valid bagi mahasiswa adalah sebesar 525 kuesioner.
28
Untuk kuesioner dosen, setelah masa 2 minggu, dilakukan pengumpulan ke bagian Tata Usaha masing-masing fakultas. Hasil pengumpulan menunjukkan tingkat pengembalian kuesioner sangat rendah, yaitu hanya berjumlah 21 kuesioner dari 100 yang disebarkan. Untuk itu, dilakukan perpanjangan waktu pengembalian selama 2 minggu, sehingga total waktu pengembalian adalah 4 minggu.
Pada 2 minggu berikutnya, dilakukan pengumpulan kembali kuesioner dosen. Hasil pengembalian hanya bertambah 9 kuesioner saja, sehingga diputuskan untuk mengubah cara penyebaran kuesioner. Pada cara penyebaran ini, penyebaran dilakukan di Gedung Grha Widya Maranatha, yang merupakan gedung kuliah bersama untuk seluruh fakultas. Pada gedung tersebut terdapat 2 buah ruang dosen, yaitu pada lantai 2 dan lantai 5. Penyebaran dilakukan di Ruang Dosen lantai 5, dengan pertimbangan pada ruang dosen tersebut terdapat lebih banyak dosen yang dijadwalkan mengajar. Untuk tiap dosen yang telah selesai mengajar, diberikan kuesioner dosen. Dengan cara ini, sebagian dosen mengisi di ruang dosen, sebagian dibawa, dan sebagian lagi menolak untuk mengisi. Penyebaran kuesioner di ruang dosen dilangsungkan hingga jumlah minimum sampel yaitu 84 telah terpenuhi. Data keseluruhan hasil survei dosen dan mahasiswa terdapat pada Lampiran D-Data Survei.
III.3.3. Analisis Data Analisis data hasil survei dilakukan secara deskriptif untuk menggambarkan dan mengetahui tingkat kompetensi, persepsi, dan kesediaan dosen dan mahasiswa untuk mendayagunakan e-learning. Hasil yang ada dibagi dalam 3 tingkat, yaitu Tinggi, Sedang, dan Rendah. Untuk mendapatkan jangkauan nilai tiap tingkatan, pertama-tama dicari nilai tertinggi dan terendah, yaitu perkalian dari jumlah item dan skor jawaban tertinggi maupun terendah. Setelah itu, dicari selisih nilai tertinggi dan terendah. Nilai selisih kemudian dibagi 3, sesuai jumlah tingkatan yang diinginkan. Dari sini didapat rentang untuk tiap tingkatan. Data jangkauan untuk tiap tingkat terdapat pada Tabel III.8.
29
Tabel III.8. Data Jangkauan Tiap Tingkat Responden Dosen
Mahasiswa
Domain Rendah Kompetensi 15 ≤ nilai < 30 Persepsi 15 ≤ nilai < 30 Kesediaan 4 ≤ nilai < 8 Kompetensi 6 ≤ nilai < 12 Persepsi 9 ≤ nilai < 18 Kesediaan 2 ≤ nilai < 4
Sedang 30 ≤ nilai < 45 30 ≤ nilai < 45 8 ≤ nilai < 12 12 ≤ nilai < 18 18 ≤ nilai < 27 4 ≤ nilai < 6
Tinggi 45 ≤ nilai < 60 45 ≤ nilai < 60 12 ≤ nilai < 16 18 ≤ nilai < 24 27 ≤ nilai < 36 6 ≤ nilai < 8
Selain dicari gambaran tingkat kompetensi, persepsi, dan kesediaan, dilakukan juga tabulasi silang untuk mendapatkan gambaran tingkatan masing-masing domain terhadap beberapa karakteristik tertentu. Untuk dosen, karakteristik yang diperhitungkan adalah pendidikan, status, dan fakultas. Sedangkan untuk mahasiswa, karakteristik yang diperhitungkan adalah daerah asal SMU dan fakultas. III.3.3.1. Karakteristik Responden Dosen Karakteristik responden dosen yang digambarkan adalah jenis kelamin, usia, pendidikan, status, fakultas, jurusan/program studi, status pejabat/bukan pejabat, pengalaman mengajar, jumlah mata kuliah ajar, jumlah kelas, dan rata-rata jumlah mahasiswa per kelas. Data karakteristik dosen dapat dilihat pada Lampiran DAnalisis Data.
Dari 84 responden, sebagian besar dosen yang diteliti adalah berjenis kelamin pria (54,8%). Sebagian besar berada pada rentang usia 21 hingga 40 tahun, sedang pada rentang usia 21-30 dan 31-40 sama-sama terdapat 33,3% responden. Data termuda berusia 23 tahun dan data tertua berusia 65 tahun.
Dalam hal pendidikan, dari 84 responden, sebagian besar dosen yang diteliti berpendidikan S2 (51,2%), dimana sebagian besar dosen yang diteliti adalah berstatus dosen biasa (58,3%).
Dalam hal asal fakultas dan jurusan, sebagian besar responden berasal dari fakultas IT (26,2%) dan Teknik (25%), dengan porsi responden terbesar masingmasing sebesar 11,9% berasal dari jurusan S1 IT dan Teknik Elektro.
30
Berikutnya, dalam hal status pejabat, dari 84 responden, kebanyakan responden yang diteliti yaitu 63 responden (75,0%) bukan pejabat struktural sedangkan 21 responden (25,0%) adalah pejabat struktural.
Dilihat dari pengalaman mengajar, kebanyakan responden yang diteliti memiliki pengalaman mengajar 1 hingga 5 tahun (60,7%) dan memiliki 3 mata kuliah ajar (26,2%) dengan banyak kelas yang diajar sebagian besar berjumlah 5, 6, 2, dan 3 kelas. Untuk tiap kelas, kebanyakan responden yang diteliti yaitu 17 responden (20,2%) memiliki jumlah rata-rata mahasiswa 40 orang per kelas.
III.3.3.2. Tingkatan Dosen Pada Tiap Domain Pada bagian ini ditampilkan tingkatan dosen pada domain kompetensi, persepsi, dan kesediaan.
Tabel III.9. Tingkatan Kompetensi-Dosen No 1 2 3 Total
Kompetensi Tinggi Sedang Rendah
f 57 24 3
% 67,9 28,6 3,6
84
100,0
Tabel III.9 menggambarkan tanggapan responden mengenai kompetensi. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden yang diteliti (67,9%) memiliki kompetensi yang tinggi.
Tabel III.10. Tingkatan Persepsi Dosen No 1 2 3 Total
Persepsi Tinggi Sedang Rendah
f 22 61 1
% 26,2 72,6 1,2
84
100,0
31
Tabel III.10 menggambarkan tanggapan responden mengenai persepsi. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden (72,6%) memiliki persepsi tingkat sedang terhadap e-learning.
Tabel III.11. Tingkatan Kesediaan Dosen No 1 2 3 Total
Kesediaan Tinggi Sedang Rendah
f 74 8 2
% 88,1 9,5 2,4
84
100,0
Tabel III.11 menggambarkan tanggapan responden mengenai kesediaan. Dari tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden (88,1%) berada pada tingkat kesediaan Tinggi untuk menggunakan e-learning.
III.3.3.3. Tabulasi Silang Karakteristik Dosen Atas Tiap Domain Pada bagian ini ditampilkan tabulasi silang antara beberapa karakteristik dosen dengan tiap domain yang ada, yaitu kompetensi, persepsi, dan kesediaan. Karakteristik yang disilangkan dalam tabulasi adalah karakteristik pendidikan, status, dan fakultas. Untuk tiap tabulasi silang, dihitung juga nilai Chi-square untuk melihat apakah antar kelompok karakteristik yang ada terdapat perbedaan signifikan, serta nilai Gamma maupun koefisien kontingensi untuk mengetahui apakah terdapat hubungan antara karakteristik yang disilangkan dengan domain yang ada. Seluruh perhitungan dilakukan dengan menggunakan SPSS dan dapat dilihat pada Lampiran E-Analisis Data.
Tabel III.12. Tabulasi Silang Pendidikan dan Kompetensi Dosen Pendidikan S1 S2 S3
f % f % f %
Kompetensi Rendah Sedang 0 5 16,1 0,0 3 15 7,0 34,9 0 4 0,0 40,0
Tinggi 26 83,9 25 58,1 6 60,0
Total 31 100,0 43 100,0 10 100,0
32
Pendidikan f % Pearson Chi-Square 7,458 Asym. Sig. (2-sided) 0,114 Gamma (Approx. 0,014 Sig.) Total
Kompetensi Rendah Sedang 3 24 3,6 28,6
Total Tinggi 57 84 67,9 100,0
Dari Tabel III.12 terlihat bahwa pada masing-masing jenjang pendidikan dosen, persentase tertinggi berada pada tingkat kompetensi Tinggi. Dari hasil juga terlihat bahwa kompetensi rendah hanya terdapat pada dosen dengan jenjang pendidikan S2, dengan persentase yang relatif sangat kecil (7 %) dibanding responden lainnya pada jenjang yang sama. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan lebih kecil dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara pendidikan dosen dengan kompetensi.
Tabel III.13. Tabulasi Silang Status dan Kompetensi Dosen Status Calon Dosen Biasa Dosen Biasa Dosen Luar Biasa Dosen Luar Biasa Khusus Total Pearson Chi-Square Asym. Sig. (2-sided) Gamma (Approx. Sig.)
f % f % f % f % f % 8,797 0,185 0,03
Kompetensi Rendah Sedang 0 0 0,0 0,0 2 14 4,1 28,6 1 9 5,0 45,0 0 1 33,3 0,0 3 24 3,6 28,6
Tinggi 12 100,0 33 67,3 10 50,0 2 66,7 57 67,9
Total 12 100,0 49 100,0 20 100,0 3 100,0 84 100,0
33
Tabel III.13 menggambarkan tabulasi silang antara status dengan kompetensi dosen. Terlihat bahwa untuk masing-masing status, persentase tertinggi kompetensi dosen berada pada tingkat kompetensi Tinggi. Untuk calon dosen biasa, seluruhnya tercatat berkompetensi tinggi. Pada dosen biasa, hanya sebagian kecil (4,1 %) berkompetensi rendah. Pada dosen luar biasa, responden berkompetensi rendah hanya terdapat pada 5% responden. Sedangkan pada dosen luar biasa khusus tidak terdapat responden berkompetensi rendah. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan lebih kecil dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara status dosen dengan kompetensi.
Tabel III.14. Tabulasi Silang Fakultas dan Kompetensi Dosen Fakultas Ekonomi Sastra IT Teknik Psikologi FSRD MKU Kedokteran Total
f % f % f % f % f % f % f % f % f % 25,207 0,066
Pearson Chi-Square Asym. Sig. (2-sided) Cont. Coef. (Approx. 0,066 Sig.)
kompetensi rendah sedang 0 2 25,0 0,0 1 3 14,3 42,9 0 2 9,1 0,0 0 9 0,0 42,9 1 2 25,0 50,0 0 3 21,4 0,0 0 1 0,0 33,3 1 2 20,0 40,0 3 24 3,6 28,6
tinggi 6 75,0 3 42,9 20 90,9 12 57,1 1 25,0 11 78,6 2 66,7 2 40,0 57 67,9
Total 8 100,0 7 100,0 22 100,0 21 100,0 4 100,0 14 100,0 3 100,0 5 100,0 84 100,0
34
Dari Tabel III.14 terlihat bahwa pada tabulasi silang fakultas dan kompetensi, dosen fakultas ekonomi, IT, teknik, seni rupa, dan dari pengajar mata kuliah umum memiliki kompetensi Tinggi. Responden dengan persentase tertinggi berkompetensi Sedang hanya terdapat pada fakultas sastra (42,9 %), psikologi (50 %) dan kedokteran (40 %). Responden dengan kompetensi Rendah juga hanya terdapat pada fakultas sastra (14,3 %), psikologi (25 %), dan kedokteran (20 %). Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kompetensi.
Tabel III.15. Tabulasi Silang Pendidikan dan Persepsi Dosen Pendidikan f % f S2 % f S3 % f Total % Pearson Chi-Square 2,915 Asym. Sig. (2-sided) 0,572 Gamma (Approx. 0,154 Sig.) S1
Persepsi Rendah 0 0,0 1 2,3 0 0,0 1 1,2
Sedang 21 67,7 31 72,1 9 90,0 61 72,6
Tinggi 10 32,3 11 25,6 1 10,0 22 26,2
Total 31 100,0 43 100,0 10 100,0 84 100,0
Pada tabulasi silang pendidikan dan persepsi dosen (Tabel III.15), terlihat bahwa untuk seluruh jenjang pendidikan, persentase tertinggi terdapat pada tingkat persepsi Sedang. Pada jenjang S1 dan S3 tidak terdapat responden berpersepsi Rendah. Persepsi Rendah hanya terdapat pada responden berpendidikan S2, dengan persentase sangat kecil (2,3 %). Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal persepsi. Sedangkan dari nilai signifikansi
35
perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara pendidikan dosen dengan persepsinya.
Tabel III.16. Tabulasi Silang Status dan Persepsi Dosen Status Calon Dosen Biasa Dosen Biasa Dosen Luar Biasa Dosen Luar Biasa Khusus Total Pearson Chi-Square Asym. Sig. (2-sided) Gamma (Approx. Sig.)
f % f % f % f % f % 4,746 0,577 0,579
Persepsi Rendah 0 0,0 0 0,0 1 5,0 0 0,0 1 1,2
Sedang 9 75,0 38 77,6 12 60,0 2 66,7 61 72,6
Tinggi 3 25,0 11 22,4 7 35,0 1 33,3 22 26,2
Total 12 100,0 49 100,0 20 100,0 3 100,0 84 100,0
Dari Tabel III.16 terlihat bahwa untuk seluruh status yang ada, persentase tertinggi persepsi dosen berada pada tingkat Sedang. Persepsi Rendah hanya terdapat pada responden dosen berstatus dosen luar biasa, dengan persentase hanya 5% dari seluruh dosen luar biasa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara status dosen dengan persepsi.
Tabel III.17. Tabulasi Silang Fakultas dan Persepsi Dosen Fakultas Ekonomi Sastra
f % f
Persepsi Rendah 0 0,0 0
Sedang 7 87,5 6
Total Tinggi 1 8 12,5 100,0 1 7
36
Fakultas % f % f % f % f % f % f % f % 13,119 0,664
IT Teknik Psikologi FSRD MKU Kedokteran Total
Persepsi Rendah 0,0 0 0,0 0 0,0 0 0,0 1 7,1 0 0,0 0 0,0 1 1,2
Sedang 85,7 14 63,6 15 71,4 4 100,0 10 71,4 2 66,7 3 60,0 61 72,6
Tinggi 14,3 8 36,4 6 28,6 0 0,0 3 21,4 1 33,3 2 40,0 22 26,2
Total 100,0 22 100,0 21 100,0 4 100,0 14 100,0 3 100,0 5 100,0 84 100,0
Pearson Chi-Square Asym. Sig. (2-sided) Cont. Coef. (Approx. 0,664 Sig.)
Dari Tabel III.17, untuk tiap fakultas, persentase terbesar responden berada pada tingkat persepsi Sedang. Responden dengan persepsi Rendah hanya terdapat pada fakultas seni rupa dan disain dengan persentase 7,1% dari responden seluruh fakultas. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan persepsi.
Tabel III.18. Tabulasi Silang Pendidikan dan Kesediaan Pendidikan S1 S2 S3
f % f % f %
Kesediaan Rendah Sedang 2 4 6,5 12,9 0 4 9,3 0,0 0 0 0,0 0,0
Tinggi 25 80,6 39 90,7 10 100,0
Total 31 100,0 43 100,0 10 100,0
37
Pendidikan f % Pearson Chi-Square 5,135 Asym. Sig. (2-sided) 0,274 Gamma (Approx. 0,055 Sig.) Total
Kesediaan Rendah Sedang 2 8 2,4 9,5
Total Tinggi 74 84 88,1 100,0
Dari Tabel III.18 terlihat bahwa untuk seluruh jenjang pendidikan, persentase tertinggi dalam hal kesediaan berada pada tingkat Tinggi. Persepsi Rendah hanya terdapat pada responden dengan jenjang pendidikan S1 dengan persentase relatif kecil yaitu 6,5 % dari seluruh responden S1. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat pendidikan dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara pendidikan dosen dengan kesediaannya.
Tabel III.19. Tabulasi Silang Status dan Kesediaan Dosen Status Calon Dosen Biasa Dosen Biasa Dosen Luar Biasa Dosen Luar Biasa Khusus Total Pearson Chi-Square Asym. Sig. (2-sided) Gamma (Approx. Sig.)
f % f % f % f % f % 1,866 0,932 0,743
Kesediaan rendah sedang 0 1 0,0 8,3 2 5 4,1 10,2 0 2 10,0 0,0 0 0 0,0 0,0 2 8 2,4 9,5
tinggi 11 91,7 42 85,7 18 90,0 3 100,0 74 88,1
Total 12 100,0 49 100,0 20 100,0 3 100,0 84 100,0
Dari Tabel III.19, untuk tiap status dosen, persentase tertinggi dalam hal kesediaan berada pada tingkat Tinggi. Sedangkan tingkat kesediaan Rendah hanya terdapat pada dosen biasa dengan persentase 4,1 % dari seluruh dosen biasa.
38
Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing tingkat status dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara status dosen dengan kesediaannya.
Tabel III.20. Tabulasi Silang Fakultas dan Kesediaan Dosen Fakultas Ekonomi Sastra IT Teknik Psikologi FSRD MKU Kedokteran Total
f % f % f % f % f % f % f % f % f % 21,286 0,168
Kesediaan Rendah Sedang 0 1 12,5 0 0 0 0 0 2 1 9,1 4,5 0 0 0 0 0 0 0 0 0 4 28,6 0,0 0 0 0 0 0 2 0 40 2 8 2,4 9,5
Tinggi 7 87,5 7 100 19 86,4 21 100 4 100 10 71,4 3 100 3 60 74 88,1
Total 8 100 7 100 22 100,0 21 100 4 100 14 100,0 3 100 5 100 84 100,0
Pearson Chi-Square Asym. Sig. (2-sided) Cont. Coef. (Approx. 0,168 Sig.)
Dari Tabel III.20 terlihat bahwa untuk tiap fakultas, persentase kesediaan tertinggi berada pada tingkat Tinggi. Kesediaan tingkat Rendah hanya terdapat pada fakultas IT dengan persentase 9,1 % dari seluruh responden di fakultas IT. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang
39
dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kesediaan.
III.3.3.4. Karakteristik Responden Mahasiswa Pada bagian ini ditampilkan karakteristik responden mahasiswa, yaitu berupa jenis kelamin, angkatan, daerah asal SMU, dan fakultas. Data karakteristik mahasiswa selengkapnya dapat dilihat pada Lampiran D-Analisis Data.
Dari data responden, bahwa dari 525 responden, sebagian besar mahasiswa yang diteliti berasal dari pulau Jawa (81,1 %) dengan jenis kelamin wanita memiliki porsi terbesar.
Sebagian besar responden merupakan mahasiswa pada angkatan 2007 (43,2 %) dan 2006 (23,6 %), dan kebanyakan berasal dari Fakultas Ekonomi (50,5 %)
III.3.3.5. Tingkatan Mahasiswa Pada Tiap Domain Pada bagian ini disajikan tingkatan mahasiswa pada domain kompetensi, persepsi, dan kesediaan. Tabel III.21. Tingkat Kompetensi Mahasiswa No 1 2 3 Total
Kompetensi Tinggi Sedang Rendah
f 434 88 3
% 82,7 16,8 0,6
525 100,0
Dari Tabel III.21 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti memiliki kompetensi yang tinggi. Hal ini berarti sebagian besar responden memiliki kemampuan teknis yang dianggap cukup untuk dapat mendayagunakan LMS yang disediakan universitas.
40
Tabel III.22. Tingkat Persepsi Mahasiswa No 1 2 3 Total
Persepsi Tinggi Sedang Rendah
f 123 395 7
% 23,4 75,2 1,3
525 100,0
Dari Tabel III.22 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti memiliki persepsi pada tingkat sedang. Hal ini berarti pandangan sebagian besar responden terhadap hal-hal yang terkait dengan LMS universitas masih kurang baik.
Tabel III.23. Tingkat Kesediaan Mahasiswa No 1 2 3 Total
Kesediaan Tinggi Sedang Rendah
f 428 92 5
% 81,5 17,5 1,0
525 100,0
Dari Tabel III.23 terlihat bahwa dari 525 responden, sebagian besar responden yang diteliti berada pada tingkat kesediaan Tinggi. Hal ini berarti bahwa sebagian besar responden bersedia untuk mendayagunakan e-learning dan terus belajar untuk memaksimalkan pendayagunaannya.
III.3.3.6. Tabulasi Silang Karakteristik Mahasiswa Atas Tiap Domain Pada bagian ini ditampilkan tabulasi silang antara karakteristik mahasiswa dengan domain kompetensi, persepsi, dan kesediaan. Karakteristik yang disilangkan adalah karakteristik daerah asal SMU dan fakultas. Untuk tiap tabulasi silang, dihitung juga nilai Chi-square untuk melihat apakah antar kelompok karakteristik yang ada terdapat perbedaan signifikan, serta nilai koefisien kontingensi untuk mengetahui apakah terdapat hubungan antara karakteristik yang disilangkan dengan domain yang ada. Seluruh perhitungan dilakukan dengan menggunakan SPSS dan dapat dilihat pada Lampiran E-Analisis Data.
41
Tabel III.24. Tabulasi Silang Daerah Asal SMU dan Kompetensi Mahasiswa Daerah_asal_smu Jawa Sumatra Kalimantan Sulawesi Irian Luar indonesia Bali Total
F % F % F % F % F % F % F % F % 10,298
Kompetensi Rendah Sedang 3 70 0,7 16,4 0 15 19,5 0,0 0 2 0,0 33,3 0 0 0 0 0 0 0 0 0 0 0 0 0 1 100 0 3 88 0,6 16,8
Tinggi 353 82,9 62 80,5 4 66,7 8 100 6 100 1 100 0 0 434 82,7
Total 426 100,0 77 100,0 6 100,0 8 100 6 100 1 100 1 100 525 100,0
Pearson Chi-Square Asym. Sig. (20,590 sided) Cont. Coef. 0,590 (Approx. Sig.)
Tabel III.24 memperlihatkan bahwa untuk tiap daerah asal SMU, responden mahasiswa seluruh daerah kecuali Bali memiliki persentase kompetensi Tinggi. Kompetensi tingkat Rendah hanya terdapat pada 0,7 % responden mahasiswa dari pulau Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik
tidak terdapat hubungan antara daerah asal SMU
dengan kompetensi. Tabel III.25. Tabulasi Silang Fakultas dan Kompetensi Mahasiswa Fakultas Sastra
F %
Kompetensi Rendah Sedang 0 3 13,6 0,0
Total Tinggi 19 22 86,4 100,0
42
Fakultas
Pearson Chi-Square Asym. Sig. (2-sided)
F % F % F % F % F % F % 6,498 0,772
Cont. Sig.)
0,772
Teknologi informasi Ekonomi Kedokteran Teknik Psikologi Total
Coef.
(Approx.
Kompetensi Rendah Sedang 0 0 0,0 0,0 1 52 19,6 0,4 0 3 0,0 9,4 0 5 14,7 0,0 2 25 1,2 15,1 3 88 0,6 16,8
Tinggi 6 100,0 212 80,0 29 90,6 29 85,3 139 83,7 434 82,7
Total 6 100,0 265 100,0 32 100,0 34 100,0 166 100,0 525 100,0
Tabel III.25 memperlihatkan bahwa dari tiap fakultas yang diteliti, persentase tertinggi dalam hal kompetensi berada pada tingkat Tinggi. Tingkat kompetensi Rendah hanya terdapat pada responden dari fakultas psikologi dengan persentase 1,2 % dari seluruh responden fakultas tersebut. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kompetensi.
Tabel III.26. Tabulasi Silang Daerah Asal SMU dan Persepsi Mahasiswa Daerah_asal_smu Jawa Sumatra Kalimantan Sulawesi
F % F % F % F %
Persepsi Rendah 4 0,9 1 1,3 0 0,0 1 12,5
Sedang 317 74,4 62 80,5 5 83,3 7 87,5
Tinggi 105 24,6 14 18,2 1 16,7 0 0,0
Total 426 100,0 77 100,0 6 100,0 8 100,0
43
Daerah_asal_smu Irian Luar indonesia Bali Total
F % F % F % F % 88,486
Persepsi Rendah 0 0,0 1 100,0 0 0,0 7 1,3
Sedang 3 50,0 0 0,0 1 100,0 395 75,2
Tinggi 3 50,0 0 0,0 0 0,0 123 23,4
Total 6 100,0 1 100,0 1 100,0 525 100,0
Pearson Chi-Square Asym. Sig. (20,000 sided) Cont. Coef. 0,000 (Approx. Sig.)
Tabel III.26 memperlihatkan bahwa dari responden mahasiswa yang diteliti, untuk tiap daerah asal SMU, sebagian besar berada pada tingkat persepsi Sedang. Masih terdapat responden dengan persepsi Rendah, yaitu pada responden mahasiswa dengan asal SMU dari Jawa, Sumatra, Sulawesi, dan luar Indonesia. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih kecil dari 0,05 sehingga dapat dikatakan secara statistik terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih kecil dari 0,05, sehingga dapat dikatakan secara statistik terdapat hubungan antara daerah asal SMU dengan persepsi mahasiswa.
Tabel III.27. Tabulasi Silang Fakultas dan Persepsi Mahasiswa Fakultas Sastra Teknologi informasi Ekonomi Kedokteran Teknik Psikologi
F % F % F % F % F % F
Persepsi Rendah 0 0,0 0 0,0 5 1,9 0 0,0 0 0,0 2
Sedang 19 86,4 5 83,3 174 65,7 29 90,6 24 70,6 144
Tinggi 3 13,6 1 16,7 86 32,5 3 9,4 10 29,4 20
Total 22 100,0 6 100,0 265 100,0 32 100,0 34 100,0 166
44
Fakultas
Total
% F % 32,177 0,000
Persepsi Rendah 1,2 7 1,3
Sedang 86,7 395 75,2
Total Tinggi 12,0 100,0 123 525 23,4 100,0
Pearson Chi-Square Asym. Sig. (2-sided) Cont. Coef. (Approx. 0,000 Sig.)
Dari Tabel III.27 terlihat bahwa untuk tiap fakultas yang diteliti, persentase tertinggi persepsi responden mahasiswa berada pada tingkat Sedang. Persepsi tingkat Rendah hanya terdapat pada responden dari fakultas ekonomi dan psikologi, dengan persentase berturut-turut 1,9 % dan 1,2 % pada masing-masing fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih kecil dari 0,05 sehingga dapat dikatakan secara statistik terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih kecil dari 0,05, sehingga dapat dikatakan secara statistik terdapat hubungan antara fakultas dengan persepsi.
Tabel III.28. Tabulasi Silang Daerah Asal SMU dan Kesediaan Mahasiswa Daerah_asal_smu Jawa Sumatra Kalimantan Sulawesi Irian Luar Indonesia Bali Total Pearson Chi-Square
F % F % F % F % F % F % F % F % 14,295
Kesediaan Rendah Sedang 5 78 1,2 18,3 0 9 0,0 11,7 0 1 0,0 16,7 0 2 0,0 25,0 0 0 0,0 0,0 0 1 100,0 0,0 0 1 0,0 100,0 5 92 1,0 17,5
Tinggi 343 80,5 68 88,3 5 83,3 6 75,0 6 100,0 0 0,0 0 0,0 428 81,5
Total 426 100,0 77 100,0 6 100,0 8 100,0 6 100,0 1 100,0 1 100,0 525 100,0
45
Kesediaan Rendah Sedang
Daerah_asal_smu
Tinggi
Total
0,282 Cont. Coef. 0,282 (Approx. Sig.) Asym. Sig. (2-sided)
Dari Tabel III.28 terlihat bahwa sebagian besar responden untuk tiap daerah asal SMU memiliki tingkat kesediaan Tinggi. Tingkat kesediaan Sedang terdapat pada responden yang asal SMU-nya adalah Bali dan luar Indonesia. Sedangkan tingkat kesediaan Rendah hanya terdapat pada responden dengan daerah asal SMU pulau Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara daerah asal SMU dengan kesediaan.
Tabel III.29. Tabulasi Silang Fakultas dan Kesediaan Mahasiswa Fakultas Sastra Teknologi informasi Ekonomi Kedokteran Teknik Psikologi Total
F % F % F % F % F % F % F % 4,388 0,928
Pearson Chi-Square Asym. Sig. (2-sided) Cont. Coef. (Approx. 0,928 Sig.)
Kesediaan Rendah Sedang 0 3 0,0 13,6 0 2 33,3 0,0 2 44 0,8 16,6 0 6 18,8 0,0 0 5 14,7 0,0 3 32 1,8 19,3 5 92 1,0 17,5
Tinggi 19 86,4 4 66,7 219 82,6 26 81,3 29 85,3 131 78,9 428 81,5
Total 22 100,0 6 100,0 265 100,0 32 100,0 34 100,0 166 100,0 525 100,0
46
Dari Tabel III.29 terlihat bahwa untuk tiap fakultas yang diteliti, persentase terbesar responden berada pada tingkat kesediaan Tinggi. Tingkat kesediaan Rendah hanya terdapat pada responden dari fakultas ekonomi dan psikologi, dengan persentase masing-masing berturut-turut 0,8 % dan 1,8 % dari keseluruhan responden di fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan chisquare, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan kesediaan.
III.3.4. Tingkat Kesiapan Dosen dan Mahasiswa Dari hasil analisis data, dapat dibuat gambaran tingkat kesiapan dosen dan mahasiswa untuk masing-masing domain dalam bentuk pie chart seperti pada Gambar III.2 dan Gambar III.3.
Dari Gambar III.2, terlihat bahwa persentase terbesar tingkat kompetensi dan kesediaan responden dosen berada pada tingkat Tinggi, sedangkan persentase terbesar tingkat persepsi berada pada tingkat Sedang.
Dari Gambar III.3, terlihat bahwa persentase terbesar tingkat kompetensi dan kesediaan responden mahasiswa berada pada tingkat Tinggi, sedangkan persentase terbesar tingkat persepsi berada pada tingkat Sedang.
Dengan demikian secara keseluruhan, baik dosen maupun mahasiswa UKM memiliki gambaran yang sama dalam hal tingkat kesiapan menggunakan LMS, yaitu berada pada tingkat Tinggi dalam hal Kompetensi dan Kesediaan, dan berada pada tingkat Sedang dalam hal Persepsi. Hasil ini kemudian dianalisis lebih lanjut pada tahap penelitian berikutnya yang dijelaskan pada Bab 4.
47
Gambar III.2. Tingkat Kesiapan Dosen Tiap Domain
Gambar III.3. Tingkat Kesiapan Mahasiswa Tiap Domain
