ANALISIS FAKTOR YANG MEMPENGARUHI MAHASISWA/I DALAM PEMILIHAN JURUSAN DENGAN METODE ANALISIS KOMPONEN UTAMA BERBASISKAN KOMPUTER Tri Kumalasari1; Sutoro2; Djunaidy Santoso3 1
Jurusan Statistik, Fakultas Sains dan Teknologi, Universitas Bina Nusantara, Jakarta 2 Staf Peneliti BBIOGEN LitBang Departemen Pertanian, Bogor 3 Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Bina Nusantara, Jakarta
ABSTRACT This study aimed to analyze the factors that will affect the students in selecting majors in Bina Nusantara University. The analysis used in this research was principal component analysis with the aim to reduce the factors which have become smaller without reducing the available information. The calculation result obtained data that the factors that influence students in choosing majors, only three main components of the seven factors that exist, which are the variable factor and the prospect of majoring in the working world demand factors have the greatest contribution to the first main component. The second main component is dominated by the factor of parental role and the role of friend. Variable factors of interest and talent give the largest contribution to the third main component. Keywords: department election, principal components analysis, computer-based
ABSTRAK Penelitian ini bertujuan untuk menganalisis faktor apa saja yang mempengaruhi seorang mahasiswa/i dalam memilih jurusan di Universitas Bina Nusantara. Analisis yang digunakan dalam penelitian ini adalah Analisis Komponen Utama dengan tujuan untuk mereduksi faktor-faktor yang ada menjadi lebih sedikit tanpa mengurangi informasi yang tersedia. Hasil perhitungan data diperoleh bahwa faktor yang mempengaruhi mahasiswa/i dalam memilih jurusan, hanya 3 komponen utama dari 7 faktor yang ada, di mana pada variabel faktor prospek jurusan dan faktor permintaan dunia kerja memiliki kontribusi yang paling besar terhadap komponen utama pertama. Komponen utama kedua didominasi oleh faktor peran orang tua dan peran teman. Variabel faktor minat dan bakat memberikan kontribusi terbesar terhadap komponen utama ketiga. Kata kunci: pemilihan jurusan, analisis komponen utama, berbasis komputer
Analisis Faktor …... (Tri Kumalasari; dkk)
67
PENDAHULUAN Seiring dengan semakin banyaknya perguruan tinggi atau universitas yang ada sekarang ini, akan menciptakan persaingan yang semakin ketat. Oleh karena itu, suatu universitas harus mampu bersaing dengan universitas lainnya; selain untuk mendapatkan keuntungan yang maksimal, juga agar nama dari universitas tersebut tidak tertinggal. Salah satu hal yang penting dalam mencapai kesuksesan suatu universitas adalah mengetahui faktor-faktor apa saja yang mempengaruhi mahasiswa/i dalam memilih jurusan seperti kita ketahui sangatlah beragam. Agar dapat memenuhi semua keinginan para mahasiswa/i, terlebih dahulu kita harus mengetahui apa saja keinginan, maupun pertimbangan yang harus dipenuhi oleh suatu universitas. Untuk mengetahui faktor-faktor yang mempengaruhi para mahasiswa/i tersebut, kita harus melakukan suatu survei dengan menggunakan sampel dari suatu populasi yang ada. Selain sampel yang harus kita dapatkan, diperlukan juga alat untuk mengumpulkan data mengenai keinginan para mahasiswa/i. Salah satu caranya adalah dengan membuat suatu kuesioner yang dapat diisi oleh para responden. Setelah diperoleh data-data di mana data-data tersebut dalam bentuk data kuantitatif, selanjutnya akan kita analisis data tersebut. Dalam makalah ini, digunakan Analisis Komponen Utama untuk menganalisis data tersebut. Di Indonesia saat ini terdapat 1465 Perguruan Tinggi Swasta (PTS), tersebar dari Sabang sampai Merauke (tidak termasuk Timor Leste). Ada PTS berbentuk Universitas, Sekolah Tinggi, Akademi, dan lain-lain. Masing-masing PTS mungkin menyelenggarakan lebih dari satu program studi, dan bisa jadi suatu program studi diselenggarakan dalam 2 atau lebih jalur/jenjang pendidikan, misalnya D1, D3, dan S1. Bagaimana anda menentukan PTS pilihan anda?, jurusan apa?, lalu jalur/jenjang pendidikannya? serta faktor apa saja yang perlu anda pertimbangkan dalam menentukan pilihan tersebut?. Permasalahan menjadi jauh lebih sederhana jika di kota anda hanya ada satu PTS dan karena satu atau lain hal, anda tidak bisa kuliah di luar kota. Tetapi, kasusnya biasanya tidak demikian. Permasalahan muncul karena anda bisa memilih.
METODE PENELITIAN Objek penelitian yang digunakan adalah mahasiswa maupun mahasiswi Universitas Bina Nusantara dengan jurusan dan semester yang berbeda. Pada penelitian ini, jenis data yang dipakai adalah data kuanititatif di mana didapat dari hasil pengumpulan data yang dilakukan dengan kuesioner yang dibagikan kepada mahasiswa/i Universitas Bina Nusantara. Penelitian ini menggunakan kuesioner sebagai teknik pengumpulan data. Kuesioner digunakan karena bentuknya mudah untuk disediakan, yaitu dalam betuk pertanyaan terhadap para responden. Selain itu, kuesioner memiliki keuntungan lain, yaitu cepat dan lebih mudah daripada observasi. Teknik Pengumpulan data menggunakan data primer yang diperoleh dengan cara Penelitian Lapangan (field reserach), yaitu dengan melakukan penelitian langsung pada mahasiswa/i di BINUS University yang menjadi objek penelitian. Untuk mendapatkan data yang akan diolah, maka dalam penelitian ini dilakukan 2 teknik pengumpulan data pertama Kuesioner yang dibagikan secara random kepada mahasiswa/i BINUS University, yang mana datanya akan digunakan untuk bahan analisis dan kedua Observasi untuk mengetahui apakah data yang didapat sesuai atau tidak sesuai.
68
Jurnal Mat Stat, Vol. 10 No. 1 Januari 2010: 67-75
Teknik pengolahan data yang digunakan dalam penelitian ini adalah analsis faktor dengan menggunakan metode Principal Component dengan software MiniTab.(Zhang, 2004; Jollife, 2002) Teknik pengambilan sampel dilakukan secara acak (simple random sampling) dengan jumlah responden yang digunakan adalah dengan menggunakan rumus: n=
Z α2 / 2 4ε 2
di mana α = 0,10 ; karena selang kepercayaan 90% ε = tingkat error sebesar 6% atau 0,06 Menggunakan rumus ini karena jumlah populasi yang terlalu besar sehingga sulit untuk diketahui (Kuiper, 2008).
Spesifikasi Program aplikasi yang dirancang dalam penelitian ini adalah untuk menghitung faktor-faktor yang mempengaruhi mahasiswa/i dalam memilih jurusan. Data didapat dari hasil kuesioner kemudian di-input ke layar utama. Selanjutnya, hasil inputan akan ditampilkan di layar berikutnya. Setelah itu, dianalisis dengan menggunakan program yang dirancang dengan perangkat lunak bahasa pemrograman visual C# dari paket visual studio 2008. Untuk perangkat keras yang mendukung program aplikasi dengan software, yaitu processor intel pentium 4, memori 512 MB dengan sistem operasi Windows XP Professional, software statistika Minitab 15, Microsoft Excel 2007, hardisk 40 GB, dan monitor 14 inchi.
Proses Pengolahan Data pada Program Pada bagian ini, akan dijelaskan proses konversi data-data pada file Microsoft Excel 2007 ke input pada Minitab. Kita melakukan beberapa entry data ke dalam program pada form 1, kemudian data-data yang di-entry akan disimpan secara otomatis ke Microsoft Excel di mana data-data tersebut akan ditampilkan hasil keseluruhannya pada form 2 dan form 3. Hasil skor pada faktor-faktor (1, 2, 3, 4 atau 5) akan di-copy paste ke layar input pada software Minitab. Pada software Minitab, akan dilakukan perhitungan Analisis Komponen Utama dengan memilih menu Stat -> Multivariate -> Principal Component, dan hasil dari perhitungan analisis akan muncul.
Deskripsi Data Hasil Penelitian Setelah dilakukan pengelompokan dari hasil penelitian, didapat data-data sebagai berikut. Pertama, identitas pribadi, terdiri atas (1) Jenis kelamin. Untuk pengelompokan berdasarkan jenis kelamin, didapat komposisi jumlah yang seimbang dalam artian frekuensi antara laki-laki dan perempuan sama banyak seperti ditunjukkan pada Tabel 1; (2) Semester. Untuk pengelompokan berdasarkan semester, didapat responden terbanyak adalah semester 5 dengan jumlah 88 orang (46.81%), sedangkan untuk responden paling sedikit adalah yang tidak menjawab dengan jumlah 3 orang (1.60%), dapat di lihat di Tabel 2; (3) Jurusan. Untuk pengelompokan berdasarkan jurusan, didapat responden terbanyak adalah jurusan Teknik Informatika dengan jumlah 42 orang (22.34%), sedangkan untuk responden paling sedikit adalah psikologi, Sistem Informasi-Teknik Industri, Sastra Inggris dan Abstain dengan jumlah satu orang (0.53%), dapat dilihat pada Tabel 3; (4) Pendidikan orang tua. Untuk pengelompokan berdasarkan pendidikan orang tua, didapat responden terbanyak adalah SMA dengan jumlah 73 orang (38.83%), sedangkan untuk responden paling sedikit adalah S3 dengan jumlah 4 orang (2.13%), dapat dilihat pada Tabel 4; (5) Profesi rrang tua. Untuk pengelompokan berdasarkan profesi orang tua, didapat responden terbanyak adalah Wirausaha dengan jumlah 104 orang (55.32%), sedangkan untuk responden paling sedikit adalah Rektor dengan jumlah satu orang (0.53%), dapat dilihat pada Tabel 5.
Analisis Faktor …... (Tri Kumalasari; dkk)
69
Tabel 1 Frekuensi Responden Berdasarkan Jenis Kelamin Jenis Kelamin Laki-laki
Frekuensi (dalam orang) 94
Frekuensi Relatif (%) 50.00
94
50.00
Perempuan
Tabel 2 Frekuensi Responden Berdasarkan Semester Frekuensi (dalam orang)
Frekuensi Relatif (%)
I
26
13.83
III
33
17.55
V
88
46.81
VIII
33
17.55
IX
5
2.66
Abstain
3
1.60
Semester
Tabel 3 Frekuensi Responden Berdasarkan Jurusan Frekuensi (dalam orang)
Frekuensi Relatif (%)
Sistem Informasi
36
19.15
Teknik Informatika
42
22.34
Manajemen Desain Komunikasi Visual Komputerisasi Akuntansi Akuntansi-Sistem Informasi
21
10.64
24
12.77
18
9.57
30
15.43
Psikologi
1
0.53
Teknik Industri
6
3.19
Akuntansi
3
1.60
Sistem Komputer Sistem InformasiTeknik Industri
4
2.13
1
0.53
Sastra Inggris
1
0.53
Abstain
1
0.53
Jurusan
70
Jurnal Mat Stat, Vol. 10 No. 1 Januari 2010: 67-75
Tabel 4 Frekuensi Responden Berdasarkan Pendidikan Orang Tua Pendidikan Orang Tua
Frekuensi (dalam orang)
Frekuensi Relatif (%)
SD
10
5.32
SMP
17
9.04
SMA
73
38.83
D3
12
6.38
S1
49
26.06
S2
11
5.85
S3
4
2.13
Abstain
12
6.38
Tabel 5 Frekuensi Responden Berdasarkan Profesi Orang Tua Profesi Orang Tua
Frekuensi (dalam orang)
Frekuensi Relatif (%)
Rektor
1
0.53
Wirausaha
104
55.32
Karyawan
46
24.47
Pegawai Negeri Sipil
17
9.04
Pensiunan
2
1.06
Dosen
4
2.13
Abstain
14
7.45
Kedua, faktor-faktor yang mempengaruhinya adalah (1) Minat dan bakat. Berdasarkan hasil Tabel 6, responden terbanyak (93 orang atau 49.47%) menilai bahwa faktor minat dan bakat mempunyai pengaruh yang cukup tinggi; sedangkan responden paling sedikit (2 orang atau 1.06%) menilai bahwa minat dan bakat rendah sekali pengaruhnya dalam memilih jurusan; (2) Peran orang tua. Berdasarkan hasil Tabel 7, responden terbanyak (71 orang atau 37.77%) menilai bahwa faktor peran orang tua mempunyai pengaruh yang cukup tinggi. Sedangkan responden paling sedikit (14 orang atau 7.45%) menilai bahwa peran orang tua tinggi sekali pengaruhnya dalam memilih jurusan; (3) Peran teman. Berdasarkan hasil Tabel 8, responden terbanyak (67 orang atau 35.64%) menilai bahwa faktor peran teman mempunyai pengaruh yang rendah; sedangkan responden paling sedikit (5 orang atau 2.66%) menilai bahwa peran teman tinggi sekali pengaruhnya dalam memilih jurusan; (4) Prospek yang lebih baik. Berdasarkan hasil Tabel 9, responden terbanyak (100 orang atau 35.64%) menilai bahwa faktor peran prospek yang lebih baik mempunyai pengaruh yang tinggi. Sedangkan responden paling sedikit (satu orang atau 0.53%) menilai bahwa prospek rendah sekali pengaruhnya dalam memilih jurusan; (5) Biaya. Berdasarkan hasil Tabel 10, responden terbanyak (69 orang atau 36.70%) menilai bahwa faktor biaya mempunyai pengaruh yang cukup. Sedangkan responden paling sedikit (11 orang atau 5.85%) menilai bahwa biaya tinggi sekali pengaruhnya dalam memilih jurusan; (6) Permintaan dunia kerja. Berdasarkan hasil Tabel 11, responden terbanyak (100 orang atau 53.19%) menilai bahwa faktor permintaan dunia kerja mempunyai pengaruh yang tinggi; sedangkan responden paling sedikit (6 orang atau 3.19%) menilai bahwa permintaan dunia kerja rendah pengaruhnya dalam memilih jurusan; (7) Akreditasi jurusan. Berdasarkan hasil Tabel 12, responden terbanyak (79 orang atau
Analisis Faktor …... (Tri Kumalasari; dkk)
71
42.02%) menilai bahwa faktor akreditasi jurusan mempunyai pengaruh yang tinggi; sedangkan responden paling sedikit (5 orang atau 2.66%) menilai bahwa akreditasi jurusan rendah sekali pengaruhnya dalam memilih jurusan. Tabel 6 Frekuensi Faktor Minat dan Bakat Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
2
1.06
2
11
5.85
3
93
49.47
4
64
34.04
5
18
9.57
Skor
Tabel 7 Frekuensi Faktor Peran Orang Tua Skor
Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
22
11.70
2
40
21.28
3
71
37.77
4
41
21.81
5
14
7.45
Tabel 8 Frekuensi Faktor Peran Teman Skor
Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
30
15.96
2
67
35.64
3
52
27.66
4
34
18.09
5
5
2.66
Tabel 9 Frekuensi Faktor Prospek yang lebih baik
72
Skor
Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
1
0.53
2
2
1.06
3
50
26.60
4
100
53.19
5
35
18.62
Jurnal Mat Stat, Vol. 10 No. 1 Januari 2010: 67-75
Tabel 10 Frekuensi Faktor Biaya Skor
Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
25
13.30
2
45
23.94
3
69
36.70
4
38
20.21
5
11
5.85
Tabel 11 Frekuensi Faktor Permintaan dunia kerja Skor
Frekuensi (dalam orang)
Frekuensi Relatif (%)
1
0
0.00
2
6
3.19
3
35
18.62
4
100
53.19
5
47
25.00
Tabel 12 Frekuensi Faktor Akreditasi Jurusan Skor
Frekuensi (dalam orang)
%
1
5
2.66
2
10
5.32
3
41
21.81
4
79
42.02
5
53
28.19
HASIL DAN PEMBAHASAN Berdasarkan data deskripsi di atas, hasil Analisis Komponen Utama dengan menggunakan minitab 15 diperoleh sebagai berikut.
Tabel 13 Principal Component Analysis: C1, C2, C3, C4, C5, C6, C7 PC1
PC2
PC3
PC4
PC5
PC56
PC7
Eigen Value
2.0208
1.4722
1.0371
0.7875
0.7268
0.5575
0.3981
Proportion
0.289
0.21
0.148
0.112
0.104
0.08
0.057
Cumulative
0.289
0.499
0.647
0.759
0.863
0.943
1
Analisis Faktor …... (Tri Kumalasari; dkk)
73
Tabel 14 Hasil Analisis Komponen Utama Variable
PC1
PC2
PC3
PC4
PC5
PC6
PC7
C1
0.419
-0.164
0.625
0.062
-0.202
0.386
-0.462
C2
0.038
0.583
-0.233
0.268
-0.721
0.041
-0.102
C3
-0.113
0.563
0.248
0.481
0.552
0.259
0.073
C4
0.58
-0.029
0.218
0.189
-0.107
-0.22
0.721
C5
0.009
0.531
0.384
-0.704
0.028
-0.27
0.005
C6
0.53
0.111
-0.281
0.149
0.303
-0.52
-0.489
C7
0.44
0.144
-0.469
-0.373
0.173
0.621
0.106
Keterangan : C1 = Faktor Minat dan Bakat C2 = Faktor Peran Orang Tua C3 = Faktor Teman C4 = Faktor Prospek yang lebih baik
C5 = Faktor Biaya C6 = Faktor Permintaan dunia C7 = Faktor Akreditasi Jurusan
Berdasarkan perhitungan di atas, dapat diuraikan bahwa proporsi masing-masing komponen utama didapat dari eigenvalue dari masing-masing komponen dibagi dengan jumlah eigenvalue seluruhnya; sedangkan nilai cumulative masing-masing komponen utama didapat dari jumlah proporsi sehingga pada akhirnya proporsinya adalah satu (Hunter, 2002). Dari hasil Analisis Komponen Utama terhadap data dari variabel-variabel yang diamati menunjukkan bahwa nilai eigenvalue (akar cirri), yang memiliki nilai lebih dari satu terdapat 3 komponen. Dari 3 komponen utama ini, dapat menerangkan keragaman data variabel asal sebanyak 64.7%. Jika menginginkan total keragaman yang dapat diterangkan paling tidak 75%, maka terdapat 4 komponen utama. Kontribusi dari komponen utama pertama (PC1) sebesar 28.9%, komponen utama kedua sebesar 21.0%, komponen utama ketiga dan keempat masing-masing sebesar 14.8% dan 11.2%. Berdasarkan nilai koefisien pada komponen utama pertama (PC1) yang diperoleh, maka variabel C4 (faktor prospek jurusan) dan C6 (faktor permintaan dunia kerja) memiliki kontribusi yang paling besar. Dengan demikian, komponen utama pertama ini disebut sebagai variabel prospek jurusan di dunia kerja. Besarnya koefisien pembobot dalam komponen tama kedua variabel tersebut sebesar 0.58 dan 0.53. Komponen utama kedua (PC2) yang menerangkan total keragaman data sebesar 21%, didominasi oleh variabel C2 (peran orang tua) dan C3 (peran teman). Dengan demikian, komponen utama kedua ini dapat disebut sebagai variabel/komponen tempat bertukar pikiran dalam menentukan jurusan yang akan dipilih. Selanjutnya, pada komponen utama ketiga (PC3) yang dapat menerangkan total keragaman sebesar 14.8%, variabel C1 (minat dan bakat) memberikan kontribusi terbesar sehingga komponen utama ketiga disebut komponen minat dan bakat mahasiswa/i. Berdasarkan kontribusi masing-masing variabel terhadap komponen utama, nampaknya urutan faktor-faktor dalam memilih jurusan, yaitu prospek di dunia kerja, peran orang tua dan teman sebagai tempat untuk berdiskusi, lalu diikuti faktor minat dan bakat.
74
Jurnal Mat Stat, Vol. 10 No. 1 Januari 2010: 67-75
PENUTUP Setelah penelitian selesai, hasil yang dapat disimpulkan dari keseluruhan penelitan adalah sebagai berikut. Dari 7 variabel (faktor), yaitu minat dan bakat, peran orang tua, peran teman, prospek yang lebih baik, biaya, permintaan dunia kerja, dan akreditasi jurusan yang mempengaruhi mahasiswa dalam memilih jurusan, dapat direduksi menjadi 3 komponen utama (prospek dan permintaan dunia kerja menjadi variabel prospek di dunia kerja, peran orang tua dan peran teman menjadi variabel tempat diskusi, serta minat dan bakat). Berdasarkan hasil uji khi-kuadrat, jenis kelamin tidak ada hubungan dengan ketiga komponen utama (komponen prospek di dunia kerja, komponen tempat diskusi, komponen minat dan bakat). Berdasarkan hasil uji khi-kuadrat, tingkat semester tidak ada hubungan dengan ketiga komponen utama (komponen prospek di dunia kerja, komponen tempat diskusi, komponen minat dan bakat). Berdasarkan hasil uji khi-kuadrat, jurusan tidak ada hubungan dengan ketiga komponen utama (komponen prospek di dunia kerja, komponen tempat diskusi, komponen minat dan bakat). Berdasarkan hasil uji khi-kuadrat, pendidikan orang tua tidak ada hubungan dengan ketiga komponen utama (komponen prospek di dunia kerja, komponen tempat diskusi, komponen minat dan bakat). Berdasarkan hasil uji khi-kuadrat, profesi orang tua tidak ada hubungan dengan ketiga komponen utama (komponen prospek di dunia kerja, komponen tempat diskusi, komponen minat dan bakat).
DAFTAR PUSTAKA Hotelling, H. (1999). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24, 417-41/498-520. Hunter, M.A., and Takane, Y. (2002). Constrained principal components analysis: Various applications. Journal of Educational and Behavioral Statistics, 27, 105-45. Johnson, R.A., and Wichern, D.W. (2002). Applied multivariate statistical analysis, 5th ed., Prentice Hall. Jolliffe, I.T. (1987). Rotation of principal components: some comments. Journal of Climatology, 7, 507-10. Jolliffe, I.T. (2002). Principal component analysis, 2nd ed., New York: Springer-Verlag. Jolliffe, I.T., and Uddin, M. (2000). The simplified component technique: An alternative to rotated principal components. Journal of Computational Graphical Statistics, 9, 689-710. Kuiper, S. (2008). Auditory sensory storage in relation information extraction. Journal of Statistics Education, 16(3). Vines, S.K. (2000). Simple principal components. Applied Statistics, 49, 441-51. Zhang, X., and Hood, D.C. (2004). A principal component analysis of multifocal pattern reversal VEP. Journal of Vision, 4(1): 4, 32-43. Retrieved from http://journalofvision.org/4/1/4/, doi:10.1167/4.1.4.
Analisis Faktor …... (Tri Kumalasari; dkk)
75