1
ANALISIS JALUR MODEL TRIMMING UNTUK MENGETAHUI FAKTORFAKTOR YANG MEMPENGARUHI MOTIVASI BELAJAR TERHADAP PRESTASI AKADEMIK MAHASISWA (Studi Kasus Mahasiswa Jurusan Matematika FMIPA UM) Yesiana Adiningrum1, Dwiyana2, dan Trianingsih Eni Lestari3 Universitas Negeri Malang Email:
[email protected] Abstract: The purpose of this research are to determine factors that directly influence simultaneously and factor which have most dominant influence to the learn motivation and the academic achievement of students’ academic achievement in Department of Mathematics, Faculty of Mathematic and Science, State University of Malang, by using a path analysis method with trimming model. Observed variables are intrinsic factors in self of student, family environment, social environment, the quality of lecturer, the conditions and atmosphere of the lecture hall, library facilities, learn motivation, and students' academic achievement. The results of this research are variables that directly affect simultaneously of learn motivation are intrinsic factor in student self, family environment, social environment, and quality of faculty, that is 91.2%. And variable which have most dominant influence is the quality of lecturer, that is 61,40%. Whereas variables that directly affect simultaneously of academic achievement are the family environment, the conditions and the atmosphere of the lecture hall, and learn motivation, that is 96,1%. And variable which have most dominant influence is learn motivation, that is 40,04%. Keywords: path analysis, learn motivation, academic achievement
Pendidikan adalah suatu upaya untuk menghasilkan sumber daya manusia yang berkualitas. Peningkatan kualitas sumber daya manusia dapat dilakukan dengan peningkatan mutu pendidikan nasional pada umumnya dan peningkatan prestasi akademik seseorang pada khususnya. Menurut Bloom (dalam Azwar, 2002), prestasi akademik adalah mengungkapkan keberhasilan seseorang dalam belajar. Prestasi belajar mahasiswa dapat terlihat dari nilai indeks prestasi (IP) yang diperolehnya pada setiap semester. Prestasi belajar dipengaruhi oleh banyak faktor, baik faktor intrinsik maupun ekstrinsik. Salah satu faktor intrinsiknya adalah motivasi belajar. Motivasi merupakan kondisi
dalam diri individu yang dapat mendorong atau menggerakkan individu tersebut untuk melakukan aktivitas-aktivitas tertentu guna mencapai tujuan (Sukmadinata, 2005:61). Dalam proses belajar mengajar motivasi sangat besar peranannya terhadap prestasi akademik seseorang. Mahasiswa yang memiliki motivasi yang kuat akan mempunyai keinginan untuk melaksanakan kegiatan belajar mengajar dan berhasil dalam belajarnya. Pintrich dan Schunk (1996) menyatakan bahwa dalam dunia pendidikan, motivasi intrinsik yang dimiliki seseorang lebih membantu dalam proses belajar dan meraih prestasi yang baik. Motivasi yang kuat tentu banyak faktor pendukungnya, baik faktor intrinsik dalam dirinya maupun faktor ekstrinsik (lingkungan belajarnya). Teknik analisis yang dapat digunakan untuk mengetahui hubungan antar variabel tersebut adalah Analisis Jalur model Trimming. Menurut Robert D. Rutherford (dalam Jonathan Sarwono, 2007:1), Analisis jalur adalah suatu teknik untuk meng-analisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel eksogennya mempengaruhi variabel endogen tidak hanya secara langsung, tetapi juga secara tidak langsung. Sedangkan model Trimming digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan variabel eksogen yang koefisien jalurnya tidak signifikan. Adapun prinsip dasar atau asumsi yang sebaiknya dipenuhi dalam analisis jalur, antara lain (Jonathan Sarwono, 2007): Adanya linieritas dan aditivitas.Hanya sistem aliran kausal ke satu arah. Data berskala interval, jika belum dalam bentuk skala interval, sebaiknya data diubah terlebih dahulu deng1. 2. 3.
Yesiana Adiningrum adalah mahasiswa jurusan Matematika FMIPA Universitas Negeri Malang Dwiyana adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang Trianingsih Eni Lestari adalah dosen jurusan Matematika FMIPA Universitas Negeri Malang
2 an menggunakan Metode Suksesive Interval (MSI). Terdapat ukuran sampel yang memadai, sebaiknya digunakan sampel di atas 100. Variabel observasi diukur tanpa kesalahan (instrument pengukuran valid dan reliabel). Model yang dianalisis dispesifikasikan dengan benar berdasarkan teori-teori dan konsepkonsep yang relevan. Data berdistribusi Normal Multivariat dan terjadi multi-kolinieritas antar variabel eksogen. Pada analisis jalur terdapat diagram jalur yang merupakan suatu diagram yang menggambarkan hubungan sebab akibat antara variabel eksogen dan endogen. Untuk menunjukkan pengaruh langsung dari variabel eksogen terhadap variabel endogennya diperlukan koefisien jalur yang merupakan koefisien regresi yang distandartkan atau disebut ‘beta’ yang disimbolkan dengan . Sedangkan untuk menunjukkan besar pengaruh dari variabel eksogen terhadap variabel endogennya secara bersamasama disebut koefisien determinasi (R2) yang dirumuskan (Riduwan & Kuncoro, 2011): rY X i 1 rY X R2 Y X Y X i 2 Yi X1, X 2 ,, X = Yi X1 i i 2 k k rY X i k
1
dimana: (
,
,….,
)
1 1
1 2
1 1
1 2
… …
= koefisien determinan; = koefisien jalur; = koefisien korelasi.
1 1
Nilai koefisien korelasi dihitung menggunakan korelasi PPM dengan rumus sebagai berikut, ∑
= ∑
− (∑
− ∑
)(∑ ∑
)
(2)
− ∑
dimana : ∑ ∑ (∑ ∑ ∑ (∑ ∑
= = = = ) = = = ) = =
koefisien korelasi banyaknya data jumlah seluruh nilai variabel X jumlah seluruh nilai variabel X setelah dikuadratkan kuadrat dari jumlah seluruh nilai variabel X jumlah seluruh nilai variabel Y jumlah seluruh nilai variabel Y setelah dikuadratkan kuadrat dari jumlah seluruh nilai variabel Y jumlah seluruh nilai pengamatan variabel X dikalikan dengan nilai pengamatan variabel Y.
Menurut Riduwan & Kuncoro (2011:3), secara sistematik analisis jalur mengikuti pola model struktural, sehingga langkah awal untuk mengerjakan analisis jalur yaitu merumuskan persamaan struktural dan diagram jalur yang berdasarkan kajian teori tertentu.
Gambar 1. Diagram jalur model struktural
Persamaan struktural dari diagram jalur model struktural pada Gambar 1 adalah: =
+
+
+
(3)
=
+
+
+
(4)
3 Dari koefisien jalur yang diperoleh selanjutnya diuji secara keseluruhan dan parsial dengan hipotesisnya adalah sebagai berikut: H0 : variabel X1, X2, ....., Xk tidak berpengaruh secara simultan dan parsial terhadap variabel Y H1 : variabel X1, X2, ....., Xk berpengaruh secara simultan dan parsial terhadap variabel Y. Secara simultan uji statistik menggunakan uji statistik F yang dihitung dengan rumus: =
( −
− 1)
(1 −
(5)
)
dimana: n = jumlah sampel k = jumlah variabel eksogen = koefisien determinasi Kemudian nilai Fhitung dibandingkan dengan Ftabel, dimana derajat bebasnya k dan n-k-1. Jika Fhitung ≥ Ftabel atau Sig ≤ 0.05, maka H1 diterima dan H0 ditolak, artinya secara simultan terdapat pengaruh signifikan antara variabel eksogen terhadap variabel endogen . Sedangkan, secara individual uji statistik yang digunakan adalah uji statistik t yang dihitung dengan rumus: =
;(
=
− − 1)
(6)
dimana: n = jumlah sampel k = jumlah variabel eksogen = koefisien regresi dari variabel Xi = standard error koefisien regresi Kemudian nilai thitung dibandingkan dengan ttabel, dimana derajat bebasnya k dan n-k-1. Jika thitung ≥ ttabel atau Sig ≤ 0.05, maka secara individual terdapat pengaruh signifikan antara variabel eksogen terhadap variabel endogen. Akan tetapi, jika ada variabel eksogen yang tidak signifikan maka perlu diperbaiki dengan menggunakan metode trimming, yaitu mengeluarkan variabel eksogen yang tidak signifikan dari analisisnya, kemudian diuji ulang dimana variabel eksogen yang tidak signifikan tidak diikut sertakan. Berdasarkan persamaan model struktural pada Persamaan (4) dan (5), maka dilakukan peng-ujian kesesuaian model dengan menggunakan uji statistik kesesuaian model koefisien Q dengan rumus (Riduwan & Kuncoro, 2011:146: =
1− 1−
(7)
dimana: = uji kesesuaian model koefisien ; = koefisien determinasi multipel untuk model yang diusulkan dengan rumus: = 1 − (1 −
) ∙ (1 −
) ∙ ⋯∙ 1 −
(8)
M=
setelah dilakukan trimming Apabila = 1 mengindikasikan model fit sempurna. Jika < 1, untuk menentukan fit tidaknya model maka koefisien Q perlu diuji dengan statistik khi-kuadrat yang diusulkan oleh Pedhazur (1982), yaitu: = −( − )
(9)
Dimana: = uji statistik khi-kuadrat N = ukuran sampel d = banyaknya koefisien jalur yang tidak signifikan = uji kesesuaian model koefisien Dasar pengambilan keputusannya adalah jika ≥
;
maka model yang diperoleh signifikan.
Berdasarkan paparan di atas, maka penelitian ini dilakukan untuk mengetahui faktor-faktor yang mempengaruhi motivasi belajar mahasiswa terhadap prestasi akademik yang diperolehnya, baik secara simultan maupun faktor yang berpengaruh paling dominan. Oleh karena itu, penulis mengambil judul “Analisis Jalur Model Trimming untuk Mengetahui Faktor-Faktor yang Mempengaruhi Motivasi Belajar terhadap Prestasi Akademik Mahasiswa”.
4 METODE Dalam penelitian ini menggunakan metode penelitian survei, yaitu suatu metode pengumpul-an data primer dengan memberikan pertanyaan-pertanyaan kepada responden (Jogiyanto, 2004: 115). Populasi dan Sampel Populasi dalam penelitian ini adalah mahasiswa jurusan matematika fakultas MIPA Uni-versitas Negeri Malang. Sedangkan sampelnya adalah sebagian dari populasinya. Dalam mem-peroleh sampel tersebut digunakan teknik purposive sampling, yaitu teknik pengambilan sampel dengan pertimbangan tertentu (Sugiyono, 2007:122), yakni mahasiswa jurusan matematika yang sedang mengikuti perkuliahan di kelas. Sedangkan banyaknya sampel yang dibutuhkan mengikuti pedoman yang dikemukakan Roscoe dalam Sekaran (2006:120), yaitu dalam penelitian multivariat, ukuran sampel sebaiknya beberapa kali (lebih disukai 10 kali atau lebih) lebih besar dari jumlah variabel dalam studi. Variabel Penelitian Dalam penelitian ini terdapat dua jenis variabel antara lain variabel endogen dan eksogen. Variabel endogen dalam penelitian ini adalah motivasi belajar (Y1) dan prestasi akademik mahasiswa (Y2). Sedangkan variabel eksogennya adalah faktor intrinsik dalam diri mahasiswa (X1), lingkungan keluarga (X2), lingkungan sosial (X3), kualitas dosen (X4), dan fasilitas perpustakaan (X5). Sumber Data Data yang digunakan adalah data primer yang diperoleh dengan cara penyebaran kuesioner langsung terhadap mahasiswa jurusan matematika fakultas MIPA Universitas Negeri Malang dan data sekunder diperoleh dari penelusuran literatur yang berkaitan dengan faktor intrinsik dalam diri mahasiswa, lingkungan keluarga, lingkungan sosial, kualitas dosen, fasilitas perpustakaan, motivasi belajar, dan prestasi akademik mahasiswa. Data sekunder berupa kutipan yang diambil dari sumbersumber yang diperoleh. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan adalah kuesioner dan studi pustaka. Kuesioner disebarkan kepada 100 mahasiswa jurusan matematika fakultas MIPA di Universitas Negeri Malang pada bulan februari 2013. Sedangkan studi pustaka digunakan untuk mengumpulkan informasi dari kepustakaan yang berhubungan dengan kajian teori, yang diperoleh dari buku, jurnal, majalah, hasil penelitian (tesis dan disertasi), dan sumber lainnya (internet, koran, dll). Metode Analisa Data Proses penelitian dan analisis data menggunakan metode analisis jalur model trimming. Langkah pertama menyusun kuesioner berskala Likert. Selanjutnya kuesioner tersebut diuji coba kepada 30 responden dan dilakukan uji validitas dan reliabilitas. Jika data tersebut sudah valid dan reliabel, maka ditentukan besarnya sampel yang diperlukan dan kuesioner tersebut disebar ulang. Karena dalam analisis jalur diperlukan data interval, maka dilakukan transformasi data berskala Likert menjadi data interval menggunakan metode MSI. Selanjutnya data hasil transformasi tersebut diuji kenormalannya dan uji multikolinieritas antar variabel eksogen. Langkah selanjutnya adalah merumuskan hipotesis, meng-gambarkan diagram jalur lengkap seperti Gambar 1, dan merumuskan persamaan struktural seperti Persamaan (3) dan (4). Dari setiap variabel yang telah dirumuskan berdasarkan perhitungan koefisien regresi, maka diperoleh koefisien jalur. Koefisien jalur tersebut diuji secara simultan dan parsial yang masing-masing menggunakan uji F pada Persamaan (5) dan uji t pada Persamaan (6). Selanjutnya antar variabel eksogen dilakukan analisis korelasi PPM pada persamaan (2). Dari model yang diperoleh dari hasil analisis sebelumnya, maka diuji keseuaian model dengan uji kesesuaian koefisien Q pada persamaan (7). Apabila Q < 1, maka koefisien Q perlu diuji dengan statistik khikuadrat pada persamaan (9). Dan langkah terakhir dilakukan intrepretasi hasil dan kesimpulan yang dirangkum dalam suatu tabel. HASIL DAN PEMBAHASAN Berdasarkan kajian teori di atas, hipotesis untuk penelitian ini adalah: H0 : faktor intrinsik dalam diri mahasiswa, lingkungan keluarga, lingkungan sosial, kualitas dosen, fasilitas perpustakaan tidak berpengaruh secara simultan dan parsial terhadap motivasi belajar, dan prestasi akademik mahasiswa; H1 : faktor intrinsik dalam diri mahasiswa, lingkungan keluarga, lingkungan sosial, kualitas dosen, fasilitas perpustakaan berpengaruh secara simultan dan parsial terhadap moti-vasi belajar, dan prestasi akademik mahasiswa.
5 Diagram jalurnya dapat digambarkan sebagai berikut:
Gambar 2. Diagram Jalur X1, X2, X3, X4, X5, X6 dan Y1 terhadap Y2
Berdasarkan hipotesis dan diagram jalur, maka diperoleh persamaan struktural berikut: = + + + + + + ; = + + + + + + + . Dari dua persamaan struktur tersebut, selanjutnya untuk setiap persamaan substruktur dianalisis dengan teknik analisis jalur. Persamaan Substruktur 1 Persamaan substruktur 1 menggambarkan pengaruh X1, X2, X3, X4, X5, X6 terhadap Y1. Berikut nilai koefisien jalur yang diperoleh: Tabel 1. Koefisien jalur untuk persamaan substruktur 1 Hubungan Dari Ke X1 X2 X3 Y1 X4 X5 X6
Koef. Jalur -0,213 0,278 0,231 0,641 0,062 -0,013
thitung
Sig
Fhitung
Sig
R2
2,27 3,84 3,09 7,24 0,65 0,15
0,026 0,000 0,003 0,000 0,516 0,879
161.4
.000
0,91
Sumber: Data primer diolah, 2013 Berdasarkan Tabel 1 dapat diketahui bahwa nilai Fhitung = 161.4 > Ftabel = 2,197. Hal ini berarti variabel X1, X2, X3, X4, X5, X6 secara simultan berpengaruh terhadap variabel Y1. Selanjutnya, pengujian secara individual dilakukan dengan membandingkan thitung dengan ttabel = 1,986. Pada Tabel 1 terlihat bahwa thitung pada variabel X5 dan X6 kurang dari ttabel. Hal ini berarti koefisien jalur variabel X5 dan X6 yang tidak signifikan. Maka model persamaan substruktur 1 perlu di-perbaiki melalui metode Trimming. Adapun hasilnya ditunjukkan pada Tabel 2 berikut, Tabel 2. Koefisien jalur untuk persamaan substruktur 1 setelah Trimming Hubungan Dari Ke X1 X2 Y1 X3 X4
Koef Jalur -0,197 0,284 0,242 0,656
thitung
Sig
Fhitung
Sig
R2
2,33 4,09 3,41 7,72
0,022 0,000 0,001 0,000
246.1
.000
0,91
Sumber: Data primer diolah, 2013 Berdasarkan Tabel 2, semua koefisien jalur X1, X2, X3, dan X4 dikatakan signifikan. Hal ini terlihat pada nilai thitung > ttabel = 1,985 atau Sig > 0,05. Selanjutnya, besar pengaruh keempat variabel tersebut adalah 0,91 atau 91%. Sedangkan koefisien residu = √1 − 0,91 = 0,3. Sehingga diperoleh per-
6 samaan strukturalnya: = −0,197 + 0,284 nya digambarkan pada Gambar 3 berikut,
+ 0,242
+ 0,656
+ 0,3
dan diagram jalur-
Gambar 3. Diagram jalur persamaan substruktur 1
Persamaan Substruktur 2 Persamaan substruktur 2 menggambarkan peng-aruh X1, X2, X3, X4, X5, X6, Y1 terhadap Y2. Berikut nilai koefisien jalur yang diperoleh: Tabel 3. Koefisien jalur untuk persamaan substruktur 2 Hubungan Dari Ke X1 X2 X3 Y2 X4 X5 X6 Y1
Koef. Jalur 0,073 0,158 0,047 0,049 0,246 0,096 0,362
thitung
Sig
Fhitung
Sig
R2
1,19 3,20 0,94 0,70 4,06 1,72 5,52
0,236 0,002 0,350 0,484 0,000 0,089 0,000
365,2
.000
0,97
Sumber: Data primer diolah, 2013 Berdasarkan Tabel 3 dapat diketahui bahwa nilai Fhitung = 365,2 > Ftabel = 2,111. Hal ini berarti variabel X1, X2, X3, X4, X5, X6, Y1 secara simultan berpengaruh terhadap variabel Y2. Selanjutnya, pengujian secara individual dilakukan dengan membandingkan thitung dengan ttabel = 1,986. Pada Tabel 3 terlihat bahwa nilai thitung pada variabel X1, X3, X4, dan X6 kurang dari ttabel. Hal ini berarti koefisien jalur variabel X1, X3, X4, dan X6 yang tidak signifikan. Maka model persamaan substruktur 2 perlu diperbaiki melalui metode Trimming. Adapun hasilnya ditunjukkan pada Tabel 4 berikut, Tabel 4. Koefisien jalur untuk persamaan substruktur 2 setelah Trimming Hubungan Dari Ke X2 X5 Y2 Y1
Koef Jalur 0,204 0,395 0,421
thitung
Sig
Fhitung
Sig
R2
4,15 8,91 8,08
0,000 0,000 0,000
784.0
.000
0,96
Sumber: Data primer diolah, 2013 Berdasarkan Tabel 4, semua koefisien jalur X2, X5, dan Y1 dikatakan signifikan. Hal ini terlihat pada nilai thitung > ttabel = 1,985 atau Sig > 0,05. Selanjutnya, besar pengaruh ketiga variabel ter-sebut adalah 0,96 atau 96%. Sedangkan koefisien residu = √1 − 0,96 = 0,2. Sehingga diper-oleh persamaan strukturalnya: = 0,204 + 0,395 + 0,421 + 0,2 dan diagram jalurnya digambarkan pada Gambar 4 berikut,
Gambar 4. Diagram jalur persamaan substruktur 2
7 Pengujian Kesesuaian Model Berdasarkan Persamaan (11), koefisien determinasi multipel ( Rm2 ) untuk model yang diusulkan dari diagram jalur pada Gambar 2 adalah 0,9969. Sedangkan untuk koefisien determinasi multipel (M) setelah koefisien jalur yang tidak signifikan dihilangkan (dilakukan Trimming), berdasarkan Persamaan (11) diperoleh 0,996568. Dari Rm2 dan M yang diperoleh, maka untuk menguji kesesuaian model analisis digunakan uji koefisien Q sesuai Persamaan (10), yang diperoleh Q = 0,897. Karena nilai Q < 1, maka koefisien Q perlu diuji dengan uji khi-kuadrat dengan N = 100 dan d = 4, sesuai 2 Persamaan (12) diperoleh Whitung = 10,4352. Karena Whitung > tabel 9, 488 , maka dapat disimpulkan bahwa kedua model yang diperoleh pada persamaan substruktur 1 dan 2 adalah signifikan. Sehingga kedua model tersebut dapat menjelaskan fenomena motivasi belajar dan prestasi akademik mahasiswa dengan baik. Pengaruh Langsung dan Tidak Langsung Dari kedua persamaan substruktur 1 dan 2 serta diagram jalur pada Gambar 3 dan 4, diper-oleh diagram jalur secara keseluruhan yang digambarkan pada Gambar 5 berikut,
Gambar 5. Diagram jalur persamaan substruktur 1 dan 2
Berdasarkan Gambar 5 di atas, diperoleh pengaruh langsung dan tidak langsung antar variabel eksogen terhadap variabel endogen. Hal ini dapat dilihat pada Tabel 5 berikut, Tabel 5. Pengaruh langsung, pengaruh tidak langsung, pengaruh total, dan pengaruh bersama X1, X2, X3, X4, X5, X6 terhadap Y1 dan Y2 PengaruhVariabel X1 → Y1 X1 → Y2 X2 → Y1 X2 → Y2 X3 → Y1 X3 → Y2 X4 → Y1 X4 → Y2 X5 → Y2 Y1 → Y2 X1. X2. X3. X4 → Y1 X2. X5. Y1 → Y2
Langsung -0,197 0,284 0,204 0,242 0,656 0,395 0.421 -
Pengaruh Tdk Langsung (melalui Y1) -0,0829 0,1196 0,1019 0,2762 -
Pengaruh Bersama Total -0,197 -0,0829 0,284 0,3236 0,242 0,1019 0,656 0,2762 0,395 0,421 -
16,82% 7,58% 25,56% 29,87% 21,03% 9,19% 61,40% 25,96% 37,09% 40,04% 91% 96% 9% 4%
Berdasarkan Tabel 5 di atas, diperoleh informasi bahwa variabel yang berpengaruh paling kecil terhadap Y1 dan Y2 adalah X1 dengan pengaruhnya sebesar 16,82% dan 7,58%. Tetapi untuk pengaruh bersama dari variabel X1, X2, X3, dan X4 terhadap Y1 sangat besar yaitu 91%. Begitu juga untuk pengaruh bersama dari X2, X5, dan Y1 terhadap Y2 sangat besar yaitu 96%.
8 PENUTUP Kesimpulan Berdasarkan hasil penelitian dan pembahasan yang telah dijelaskan pada bagian sebelumnya, diperoleh kesimpulan sebagai berikut: Faktor yang berpengaruh langsung secara simultan terhadap variabel motivasi belajar adalah faktor intrinsik dalam diri mahasiswa, lingkungan keluarga, lingkungan sosial, dan kualitas dosen dengan besar pengaruhnya adalah 91%. Dari keempat variabel tersebut yang memiliki pengaruh langsung paling dominan adalah kualitas dosen, yaitu sebesar 61,40%. Sedangkan faktor yang berpengaruh langsung secara simultan terhadap variabel prestasi akademik adalah lingkungan keluarga, kondisi dan suasana ruang kuliah serta motivasi belajar dengan besar pengaruhnya adalah 96%. Dari ketiga variabel tersebut yang memiliki pengaruh langsung paling dominan adalah motivasi belajar, yaitu sebesar 40,04%. Sedangkan faktor yang memiliki pengaruh langsung paling dominan terhadap variabel prestasi akademik adalah motivasi belajar dengan besar pengaruhnya adalah 40,04%. Kesimpulan tersebut merupakan dugaan atau kesimpulan dari peneliti berdasarkan analisis dari hasil jawaban atau pendapat mahasiswa yang dituangkan dalam pernyataan kuesioner yang berkaitan tentang faktor-faktor yang mempengaruhi motivasi belajar serta prestasi akademiknya. Saran Berdasarkan hasil penelitian dan kesimpulan yang dirumuskan di atas, serta keterbatasan dalam penelitian ini, maka penulis memberikan saran-saran sebagai berikut: Untuk penelitian selanjutnya disarankan agar menambah variabel faktor-faktor yang mempengaruhi motivasi belajar mahasiswa seperti metode perkuliahan, bobot materi kuliah, dan lainnya yang tidak diteliti dalam penelitian ini. Memperluas populasi dan menambah jumlah sampel agar bisa dijadikan bahan perbandingan dan pengambilan keputusan. Bagi dosen, hendaknya menggunakan berbagai variasi metode pembelajaran yang menarik sehingga meningkatkan kegairahan dan motivasi belajar mahasiswa karena berdasarkan kesimpulan yang diperoleh dalam penelitian ini kualitas dosen paling dominan berpengaruh terhadap motivasi belajar. DAFTAR RUJUKAN Azwar, S. 2002. Tes Prestasi: Fungsi Pengembangan Pengukuran Prestasi Belajar. Yogyakarta: Pustaka Pelajar.. Hartono, Jogiyanto. 2004. Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-Pengalaman. Yogyakarta: Penerbit BFFE. Pedhazur, Elazar J. 1982. Multiple Regression in Behavioral Research: Explanation and Prediction. New York: Holt, Rinehart & Winston. Pintrich, P. And Schunk, D. 1996. Motivation in Education: Theory, Research and Application. Englewood Cliffs, NJ: Prentice Hall. Riduwan. & Kuncoro, A.E. 2011. Cara menggunakan dan memaknai Path Analysis (Analisis Jalur). Bandung: Penerbit ALFA-BETA. Sarwono, Jonathan. 2007. Analisis Jalur untuk Riset Bisnis dengan SPSS. Yogyakarta: Penerbit ANDI. Sekaran, Uma. 2006. Research moethods for business, metodologi penelitian untuk bisnis. Jakarta: Salemba Empat. Sugiyono. 2007. Metode Penelitian Kuantitatif, Kualitatif, R&D. Bandung: Alfabeta.
Sukmadinata, Nana Syaodih. 2005. Metode Penelitian Pendidikan. Bandung: Rosda.
