PENERAPAN RANCANGAN KELOMPOK TIDAK SETARA UNTUK MENGEVALUASI PENGARUH TUTORIAL MATA KULIAH METODE STATISTIKA PADA SEMESTER PENDEK 20102010-2011
DIAN MUSTIKA PRATIWI
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
RINGKASAN DIAN MUSTIKA PRATIWI. Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek 2010-2011. Dibimbing oleh BUDI SUSETYO dan INDAHWATI. Rancangan Percobaan Kuasi (Quasi Experimental Design) merupakan salah satu metode yang sering diterapkan dalam penelitian sosial dimana prinsip dasar percobaan tidak dapat diterapkan secara murni. Pada penelitian ini, perlakuan yang diterapkan adalah pemberian tutorial pada mahasiswa semester pendek mata kuliah Metode Statistika IPB tahun ajaran 2010-2011. Rancangan yang digunakan adalah Rancangan Kelompok Tidak Setara (Non-Equivalent Group Design) dengan objek percobaan mahasiswa yang memiliki kriteria IPK TPB ≤3.00. Objek percobaan dibagi menjadi dua kelompok, yaitu kelompok perlakuan dan kelompok kontrol. Tutorial pada penelitian ini hanya diberikan pada kelompok perlakuan dan memberikan pengaruh positif pada nilai UAS (posttest). Nilai R2 Adjusted yang diperoleh sebesar 22.9%. Penambahan peubah IPK meningkatkan R2 Adjusted menjadi 38.2%. Dari pemisahan kriteria IPK diperoleh bahwa persamaan regresi untuk IPK rendah (2.00
PENERAPAN RANCANGAN KELOMPOK TIDAK SETARA UNTUK MENGEVALUASI PENGARUH TUTORIAL MATA KULIAH METODE STATISTIKA PADA SEMESTER PENDEK 2010-2011
DIAN MUSTIKA PRATIWI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
Judul : Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek 2010-2011 Nama : Dian Mustika Pratiwi NRP : G14062413
Menyetujui :
Pembimbing I,
Pembimbing II,
Dr.Ir. Budi Susetyo, MS NIP : 196211301986031003
Ir. Indahwati, M.Si NIP : 196507121990032002
Mengetahui : Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam IPB
Dr. Ir. Hari Wijayanto, M.Si NIP : 196504211990021001
Tanggal Lulus :
KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas segala berkah dan rahmat-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini berjudul ” Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek 2010-2011”. Karya ilmiah ini penulis susun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis menyampaikan terimakasih kepada Bapak Dr.Ir. Budi Susetyo, MS dan Ibu Ir. Indahwati, M.Si selaku dosen pembimbing yang telah memberikan bimbingan, masukan dan arahan selama penulisan karya ilmiah ini. Disamping itu, penulis juga mengucapkan terimakasih kepada seluruh dosen dan staf pengajar Departemen Statistika yang telah memberikan ilmu dan wawasan selama penulis menuntut ilmu di Departemen Statistika serta seluruh staf Departemen Statistika yang telah banyak membantu penulis. Ungkapan terimakasih juga disampaikan kepada kedua orang tua dan seluruh keluarga yang telah memberikan doa, kasih sayang serta dorongan yang tulus baik moril maupun materil. Semoga karya ilmiah ini dapat memberikan manfaat.
Bogor, Desember 2010
Dian Mustika Pratiwi
RIWAYAT HIDUP Penulis dilahirkan di Surakarta pada tanggal 24 September 1988 dari pasangan Bapak Dwi Sujoso dan Ibu Niken Susilastuti. Penulis merupakan anak pertama dari tiga bersaudara. Tahun 2000 penulis lulus dari SDN 1 Sukorejo Kendal, kemudian melanjutkan studi di SLTPN I Weleri hingga tahun 2003. Selanjutnya, penulis menyelesaikan pendidikannya di SMAN 1 Pekalongan dan lulus pada tahun 2006. Pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor melalui jalur SPMB. Setelah satu tahun menjalani perkuliahan di TPB, pada tahun 2007 penulis diterima sebagai mahasiswa Departemen Statistika, FMIPA IPB dengan mayor Statistika dan minor Ekonomi dan Studi Pembangunan. Selama mengikuti perkuliahan, penulis berkesempatan menjadi Asisten Dosen Mata Kuliah Metode Statistika pada tahun ajaran 2008/2009 dan tahun ajaran 2009/2010, Mata Kuliah Perancangan Percobaan 1 pada tahun ajaran 2009/2010 serta Mata Kuliah Analisis Regresi 1 pada tahun ajaran 2009/2010. Penulis juga aktif dalam organisasi kemahasiswaan Himpunan Profesi Gamma Sigma Beta (GSB), yaitu sebagai staf di Department of Database and Computational serta aktif di Organisasi Mahasiswa Daerah (OMDA) Pekalongan, Imapeka. Selain itu, penulis juga aktif dalam kegiatan kepanitiaan seperti Statistika Ria 2008, Welcome Ceremony Statistics (WCS) 2009, serta Pesta Sains 2009. Pada tahun 2008 penulis bergabung dengan Lembaga Bimbingan Belajar dan Olah Data Statistics Centre sebagai tenaga pengajar dan tim analisis data. Pada Februari – April 2010, penulis melaksanakan kegiatan praktik lapang di Balai Penelitian Tanaman Serat dan Tembakau di Malang, Jawa Timur.
DAFTAR ISI Halaman DAFTAR GAMBAR ................................................................................................................ vii DAFTAR TABEL ..................................................................................................................... vii DAFTAR LAMPIRAN ............................................................................................................. vii PENDAHULUAN .................................................................................................................... Latar Belakang .................................................................................................................... Tujuan ..................................................................................................................................
1 1 1
TINJAUAN PUSTAKA ............................................................................................................ Rancangan Percobaan Semu ................................................................................................ Validitas .............................................................................................................................. Rancangan Kelompok Tidak Setara .................................................................................... Tutorial ................................................................................................................................ Faktor-faktor yang Mempengaruhi Prestasi Belajar ............................................................ Statistika Deskriptif ............................................................................................................... Analisis Regresi Linear Berganda .........................................................................................
1 1 1 2 2 3 3 3
METODOLOGI ........................................................................................................................ Data ..................................................................................................................................... Metode .................................................................................................................................
3 3 4
HASIL DAN PEMBAHASAN ................................................................................................. Deskripsi Populasi Penelitian .............................................................................................. Deskripsi Mahasiswa Berdasarkan Kelompok .................................................................... Evaluasi Tutorial .................................................................................................................
4 4 4 6
SIMPULAN DAN SARAN .......................................................................................................
8
DAFTAR PUSTAKA ...............................................................................................................
9
LAMPIRAN ..............................................................................................................................
10
DAFTAR GAMBAR
1 2 3 4 5 6 7 8 9 10 11
Halaman Sebaran persentase IPK mahasiswa ....................................................................................... 4 Persentase mahasiswa yang masuk dalam penelitian berdasar kelas paralel ........................ 4 Persentase mahasiswa berdasarkan jenis kelamin ................................................................. 5 Persentase mahasiswa berdasarkan asal daerah ..................................................................... 5 Persentase mahasiswa berdasarkan tingkat pengeluaran ....................................................... 5 Persentase mahasiswa berdasarkan status beasiswa .............................................................. 5 Persentase mahasiswa berdasarkan status organisasi ............................................................ 5 Persentase mahasiswa berdasarkan keikutsertaan bimbingan belajar.................................... 6 Persentase mahasiswa berdasarkan nilai mutu PM dan Kalkulus.......................................... 6 Boxplot UTS dan UAS .......................................................................................................... 6 Plot nilai UTS dan UAS ........................................................................................................ 7
DAFTAR TABEL
1 2 2 3 4 5
Halaman Penerapan RKTS ................................................................................................................. 2 Deskripsi nilai pretest-posttest .............................................................................................. 6 Persamaan regresi ................................................................................................................. 7 Persamaan regresi dengan IPK .............................................................................................. 7 Persamaan regresi untuk IPK rendah..................................................................................... 8 Persamaan regresi untuk IPK sedang .................................................................................... 8
DAFTAR LAMPIRAN
1 2 3 4 5 6 7
Halaman Kuesioner penelitian.............................................................................................................. 10 Peubah boneka untuk setiap kelas (peubah kategorik) .......................................................... 11 Persamaan regresi dan plot sisaan ......................................................................................... 12 Persamaan regresi dengan IPK dan plot sisaan ..................................................................... 13 Persamaan regresi dengan IPK rendah dan plot sisaan.......................................................... 14 Persamaan regresi dengan IPK sedang dan plot sisaan ......................................................... 15 Analisis regresi untuk faktor-faktor luar................................................................................ 16
1
PENDAHULUAN Latar Belakang Salah satu metode pengumpulan data dalam penelitian adalah melalui percobaan. Percobaan yang dikenal selama ini secara umum memerlukan beberapa kaidah atau prinsip-prinsip yang harus dipenuhi, yaitu pengulangan, proses pengacakan dan pengendalian lokal. Prinsip-prinsip tersebut relatif mudah dipenuhi dalam suatu percobaan di bidang ilmu eksakta. Sedangkan untuk percobaan di bidang ilmu sosial termasuk percobaan di bidang pendidikan, seringkali prinsip-prinsip tersebut tidak secara murni dapat dipenuhi. Rancangan Percobaan Semu (Quasi Experimental Design) merupakan salah satu metode yang sering diterapkan dalam penelitian sosial. Metode ini disebut quasi (semu) karena prinsip-prinsip pengacakan dan kontrol lokal tidak dapat dilakukan secara ketat sebagaimana dalam ilmu eksakta. Pada penelitian ini akan diterapkan Rancangan Kelompok Tidak Setara (NonEquivalent Group Design). Rancangan ini merupakan salah satu teknik dalam rancangan percobaan semu yang digunakan dalam kegiatan evaluasi. Pada rancangan ini diambil dua kelompok yang dianggap setara dimana salah satu kelompok akan dikenai program (intervensi) dan kelompok lainnya sebagai pembanding (kontrol). Rancangan ini akan difokuskan pada bidang pendidikan dalam evaluasi pengaruh tutorial untuk mengetahui apakah pemberian tutorial bermanfaat meningkatkan kualitas peserta didiknya Tujuan Tujuan dari penelitian ini adalah : 1. Mengaplikasikan Rancangan Kelompok Tidak Setara untuk mengevaluasi pemberian tutorial pada mahasiswa semester pendek mata kuliah Metode Statistika tahun ajaran 2010-2011 2. Menganalisis efektivitas tutorial mata kuliah metode statistika terhadap nilai ujian akhir semester (UAS) 3. Menganalisis pengaruh faktor-faktor lain yang mempengaruhi nilai Ujian Akhir Semester mata kuliah Metode Statistika. TINJAUAN PUSTAKA Rancangan Percobaan Semu Cook dan Campbell (1979) merumuskan rancangan percobaan semu sebagai percobaan yang memiliki perlakuan, pengukuran
dampak, unit percobaan, namun tidak menggunakan pengacakan untuk menciptakan pembandingan dalam rangka menyimpulkan perubahan yang disebabkan oleh perlakuan. Rancangan percobaan semu diterapkan jika tidak ada pengacakan dalam pemilihan objek dan digunakan kelompok pembanding sebagai kontrol. Rancangan ini biasanya digunakan pada bidang sosial, khususnya bidang pendidikan. Ada beberapa jenis rancangan percobaan semu yaitu Rancangan Deret Waktu (Time Series Design), Rancangan Contoh Waktu Setara (Equivalent Time-Sample Design), Rancangan Materi Setara (Equivalent Materials Design), Rancangan Kelompok Tidak Setara (Nonequivalent Control Group Design), Rancangan Berimbang (Counterbalanced Design), Rancangan Pra-Pasca Pengujian Terbagi (Separate-Sample Pretest-Posttest Design), Rancangan Kelompok Kontrol PraPasca Pengujian Terbagi (Separate-Sample Pretest-Posttes Control Group Design), Rancangan Deret Waktu Berulang (The Multiple Time-Series Design), Rancangan Siklus Berulang Institusi (Recurrent Institutional Cycle Design) dan Rancangan Regresi Diskontinyu (Regression Discontinuity Design). Namun, rancangan yang sering kali digunakan adalah Rancangan Kelompok Tidak Setara dan Rancangan Regresi Diskontinuitas. Validitas Validitas menunjukkan perkiraan terbaik yang ada terhadap kebenaran atau kesalahan proposisi, termasuk proposisi mengenai sebab. Campbell dan Stanley (1963) membagi validitas eksperimen menjadi dua yakni validitas internal dan eksternal. Validitas internal adalah kebenaran perkiraan tentang kesimpulan mengenai sebab-akibat atau hubungan kausal, menunjukkan apakah ada hubungan kausal antara dua variabel, apakah hubungan kausal itu berasal dari variabel yang dimanipulasi (perlakuan) ke variabel yang diukur. Ancaman untuk validitas internal adalah variabel ekstra dan interaksi sosial. Variabel ekstra adalah faktor-faktor lain selain program yang mempengaruhi keadaan kelompok pengamatan sehingga dapat mempengaruhi hasil pada pengamatan akhir. Variabel ekstra dapat dikategorikan sebagai berikut : 1. Sejarah (history) Menunjukkan perubahan perilaku karena peristiwa yang terjadi diantara selang pengamatan (pretest dan posttest), bukan karena perlakuan.
2
2. Maturasi Menunjukkan perubahan perilaku karena subjek penelitian bertambah dewasa, bijak, kuat dan lebih berpengalaman diantara selang pengamatan. 3. Efek pengujian (Testing) Menunjukkan efek karena pengulangan pengukuran tertentu. Pengulangan akan membuat subjek penelitian lebih mengenal tesnya sehingga performans akan meningkat. 4. Instrumentasi Menunjukkan perubahan perilaku karena perubahan yang dialami instrumen (alat ukur) dalam selang pengamatan. Misalnya, peneliti menjadi lebih berpengalaman. 5. Efek statistik Menunjukkan efek yang terjadi jika kelompok diberi alat ukur yang tidak reliabel, sehingga adanya perubahan seolah-oleh karena adanya suatu perlakuan tertentu, skor pretest tinggi dapat menjadi skor posttest lebih rendah dan sebaliknya. 6. Seleksi Menunjukkan efek yang disebabkan karena perbedaan jenis subjek antara kelompok percobaan. Dalam rancangan percobaan semu, ancaman seleksi sering terjadi, karena kelompok yang berbeda akan mendapat perlakuan yang berbeda, dan pemilihan subjek dalam kelompok tidak mempunyai peluang yang sama seperti pada percobaan acak. 7. Mortalitas Menunjukkan efek yang disebabkan oleh jenis subjek yang berbeda yang mengundurkan diri dari perlakuan selama penelitian dilakukan. Selain variabel ekstra, interaksi sosial juga dapat mempengaruhi validitas internal. Berikut adalah interaksi sosial yang terjadi pada percobaan semu : 1. Difusi atau imitasi perlakuan Adanya hubungan sosial antara kelompokkelompok pengamatan sehingga kemungkinan akan ada pertukaran informasi dan pengalaman. 2. Persaingan kompensatoris Motivasi untuk mengembangkan diri yang terjadi pada kelompok pembanding 3. Demoralisasi responden Jatuhnya mental kelompok pembanding karena merasa diabaikan. 4. Persamaan kompensasi perlakuan Adanya kecenderungan untuk memberikan perlakuan pada suatu kelompok tertentu. Validitas eksternal berkaitan dengan generalisasi, validitas yang mengacu pada perkiraan kebenaran preposisi dan ke-
simpulan. Ancaman bagi validitas eksternal adalah penjelasan yang mungkin salah dalam membuat generalisasi. Ada tiga ancaman utama bagi validitas eksternal yaitu orang, tempat dan waktu. (Trochim 2006, diacu dalam Web Center for Social Research Methods 2006) Rancangan Kelompok Tidak Setara (RKTS) Rancangan Kelompok Tidak Setara adalah desain yang paling sering digunakan dalam penelitian sosial (Trochim 2006). Strukturnya seperti pada percobaan acak, dengan pengamatan sebelum dan sesudah perlakuan. Notasinya biasa ditulis seperti berikut:
N O1 X O2 N O1 O2 dengan O1 adalah pretest, O2 adalah posttest, X adalah perlakuan dan N adalah ketidaksetaraan. Tabel 1 Penerapan RKTS Kelas A Pre-test Tutorial Kelas B Pre-test
Post-test Post-test
Dalam RKTS, kita paling sering menggunakan grup utuh yang dianggap sama sebagai kelompok perlakuan dan kelompok kontrol. Dalam penelitian berbasis komunitas, digunakan dua komunitas yang sama. Dalam RKTS diusahakan untuk memilih kelompok yang serupa mungkin sehingga dapat membandingkan kelompok perlakuan dan kelompok kontrol. Tapi kita tidak pernah bisa memastikan kelompok yang diperbandingkan itu sama persis, karena memang tidak ada pengacakan di dalamnya. Setiap perbedaan sebelumnya antara kelompok dapat mempengaruhi hasil penelitian. Dalam keadaan terburuk, dapat mempengaruhi kesimpulan. Oleh karena itu, ancaman validitas internal yang paling mempengaruhi adalah seleksi. Tutorial Tutorial adalah suatu pertemuan antara tutor dan seorang atau sekelompok peserta didik. Tutorial biasanya diadakan setelah kegiatan belajar utama, untuk menyempurnakan pengajaran. Tutorial bukan kelas atau kuliah, hanya pelengkap kuliah dan lebih membahas soal-soal. Dengan tutorial dapat dilihat lebih dekat sejauh mana peserta didik menerima dan paham akan materi (Nor 2002).
3
Faktor-faktor yang Mempengaruhi Prestasi Belajar Menurut Munthe (1983), faktor-faktor yang mempengaruhi keberhasilan mahasiwa dalam proses pendidikan adalah faktor intelektual (kapasitas belajar, bakat dan kecerdasan) dan faktor nonintelektual (masalah belajar, karier, sosial, emosional, jenis kelamin, kesehatan, keuangan, pengembangan pribadi, keluarga, pemanfaatan waktu luang, agama dan akhlak). Statistika Deskriptif Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada perlunya adanya penjelasan dan penafsiran (Aunuddin 1989). Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole 1992). Statistika deskriptif belum sampai pada upaya penarikan kesimpulan, tetapi hanya pada tingkat memberikan suatu ringkasan data sehingga setiap orang dapat memahami informasi yang terkandung didalamnya. Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah salah satu alat statistika untuk mengevaluasi hubungan antara peubah respon (Y) dengan beberapa peubah penjelas (X). Model regresi linear berganda yang melibatkan p peubah penjelas adalah ܻ ൌ ߚ ߚଵ ܺଵ +…+ߚ ܺ ߝ Salah satu metode yang digunakan untuk menduga parameter regresi dalam regresi linear berganda adalah Metode Kuadrat Terkecil (MKT). Konsep dasar dari MKT untuk menduga parameter regresi adalah dengan meminimumkan jumlah kuadrat simpangan nilai pengamatan dengan garis dugaan (Aunuddin 2005), yaitu n
n
i =1
i =1
min ∑( yi −yˆi )2 = min ∑ei 2 Untuk peubah bebas yang berskala kategorik diperlukan peubah boneka (dummy variable). Jika sebuah peubah bebas dengan skala nominal atau ordinal mempunyai k kategori maka sebanyak k-1 peubah boneka akan dibentuk, sehingga model regresi linear berganda menjadi :
Y = β 0 + β 1 X 1 + ... +
k j −1
∑
i =1
β jl D jl + β p X
p
dengan kj adalah kategori peubah bebas ke-j, Djl melambangkan kj – 1 peubah boneka dan βjl adalah koefisien peubah boneka, l = 1,2,….kj – 1. Dalam analisis regresi linear berganda ada beberapa asumsi yang harus dipenuhi, yaitu bebas multikolinearitas, homoskedastisitas, bebas autokorelasi dan kenormalan sisaan. Pada RKTS, pendekatan untuk melihat pengaruh perlakuan dapat dilakukan dengan menggunakan model regresi linear berganda. Model yang digunakan adalah Yi = β 0 + β 1 X i + β 2 Z i + ei Dengan Yi adalah skor posttest pada unit pengamatan ke-i, β0 adalah koefisien intersep, β1 adalah koefisien pretest, Xi adalah skor pretest pada unit pengamatan ke-i, Zi adalah peubah boneka untuk perlakuan ( 0 =kontrol, 1=perlakuan) dan ei merupakan sisaan dari unit pengamatan ke-i. METODOLOGI Data Populasi dalam penelitian ini adalah 165 mahasiswa yang mengikuti mata kuliah Metode Statistika pada semester pendek tahun ajaran 2010-2011 yang tersebar dari 27 departemen di IPB dan dibagi dalam 5 kelas paralel. Dari populasi dipilih mahasiswa yang memenuhi kriteria Indeks Prestasi Kumulatif (IPK) ≤ 3.00 sebagai objek penelitian. Pada awalnya, kriteria pemilihan objek penelitian yang akan digunakan adalah nilai Ujian Tengah Semester (UTS), namun karena sulit mendapatkannya, maka digunakan kriteria IPK, dengan asumsi ada korelasi positif antara nilai UTS dan IPK. Data yang digunakan dalam penelitian ini adalah data nilai UTS dan Ujian Akhir Semester (UAS) mata kuliah Metode Statistika pada Semester Pendek Tahun Ajaran 2010-2011. Selain itu diamati pula faktor-faktor lain yang diduga mempengaruhi nilai UAS. Faktor-faktor tersebut antara lain : X1 = Indeks Prestasi Kumulatif (IPK) X2 = Jenis Kelamin X3 = Asal Daerah X4 = Pengeluaran per bulan X5 = Status Beasiswa X6 = Keikutsertaan dalam bimbingan belajar X7 = Kegiatan non-akademik X8 = Nilai Mutu Pengantar Matematika X9 = Nilai Mutu Kalkulus Peubah boneka beserta kode dari peubah kategorik dapat dilihat pada Lampiran 2.
4
1. 2. 3.
4.
5.
Metode Tahapan penelitian yang dilakukan adalah: Penyusunan kuesioner. Pengumpulan data yang dilakukan pada bulan Juli-Agustus 2010. Pembagian kelompok dari objek penelitian yang masuk kriteria IPK. Objek penelitian dibagi menjadi 2 kelompok yaitu kelompok perlakuan dan kontrol. Pemberian perlakuan berupa tutorial yang dilaksanakan pada tanggal 8-14 Agustus 2010 dan dilakukan sebanyak 2-3 kali dimana tiap pertemuan sekitar 2-3 jam. Tutorial dilaksanakan seminggu sebelum Ujian Akhir Semeter (UAS), dimana mahasiswa dalam kelompok perlakuan dibagi menjadi grup kecil yang terdiri dari 5-6 orang. Materi tutorial lebih difokuskan pada review materi dan pembahasan soalsoal ujian. Analisis Data a. Analisis statistika deskriptif untuk melihat karakteristik objek penelitian secara umum. b. Mengevaluasi pengaruh pemberian tutorial dan nilai UTS terhadap nilai UAS menggunakan analisis regresi linear berganda. Untuk analisis ini, nilai UTS dan UAS dibakukan terlebih dan dahulu terhadap rata-rata simpangan baku di tiap kelas. Hal ini dilakukan untuk menyetarakan keheterogenan yang terjadi di antara kelas paralel. c. Analisis regresi berganda untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS. HASIL DAN PEMBAHASAN
15.76%
35.76% 40.0%
2
2.5
3
>3.5
Gambar 1 Sebaran persentase IPK mahasiswa Pemilihan mahasiswa dalam kelompok percobaan dilakukan secara merata di semua kelas paralel. Berdasarkan Gambar 2, sampel pada paralel 1 terwakili 75.67% dengan 27.03% masuk kelompok perlakuan, paralel 2 terwakili 14.28% dengan 4.78% masuk kelompok perlakuan, paralel 3 terwakili 35.71% dengan 14.29% masuk kelompok perlakuan, paralel 4 terwakili 50% dengan 22.86% masuk kelompok perlakuan, dan paralel 5 terwakili 31.8% dengan 18.18% masuk kelompok perlakuan. Pemilihan sampel secara menyebar dilakukan agar sampel yang diambil representatif. Pembagian sampel pada dua kelompok diusahakan setara. 100% 24.32 80%
48.57 64.29
60% 48.65
20%
68.18
85.71
40%
28.57 13.64
21.43
27.03
0%
9.52
14.29
22.86
18.18
4
5
4.76
1 Deskripsi Populasi Penelitian Pada penelitian ini diperoleh nilai korelasi IPK dan UTS adalah 0.576 dengan nilai p sebesar 0.000, sehingga kriteria IPK untuk pemilihan objek penelitian dapat digunakan. Dari 165 mahasiswa, hanya 73 mahasiswa yang memiliki IPK ≤ 3.00, sehingga hanya 44.24% mahasiswa yang menjadi objek penelitian. Pada penelitian ini, tidak ada mahasiswa yang memiliki IPK ≤ 2.00, sehingga hanya digunkana mahasiswa dengan IPK 2.00-≤3.00. Berdasarkan Gambar 1, sebagian besar mahasiswa mempunyai IPK-nya antara 3.00≤3.50 (40%). Selanjutnya diikuti oleh kelompok IPK 2.5-≤3.00 (35.7%), IPK>3.5 (15.76%), serta IPK 2-≤2.5 (8.48%).
8.48%
Perlakuan
2
3 Kontrol
Total Lainnya (IPK>3.00)
Gambar 2 Persentase mahasiswa yang masuk dalam penelitian berdasarkan kelas paralel. Deskripsi Mahasiswa Berdasarkan Kelompok Mahasiswa yang terpilih menjadi objek penelitian terbagi menjadi dua kelompok, yakni 42.47% (31 orang) masuk kelompok perlakuan dan 57.53% (42 orang) masuk kelompok kontrol. Tutorial hanya diberikan pada kelompok perlakuan. Gambar 3 memperlihatkan persentase jenis kelamin pada kelompok percobaan. Pada kelompok kontrol persentase laki-laki lebih tinggi dibanding
5
persentase perempuan, sedangkan pada kelompok perlakuan persentase perempuan yang lebih tinggi. 60%
52.38
54.84 47.62
45.16
71.43
80% 60% 40%
28.57
22.58 12.90
20%
50%
0
40%
0%
30% 20%
<=500000
10%
Perlakuan Kontrol 500000-1000000 >1000000
Gambar 5 Persentase mahasiswa berdasarkan tingkat pengeluaran.
0% Kontrol Laki-laki
Perlakuan Perempuan
Gambar 3 Persentase mahasiswa berdasarkan jenis kelamin. Pengelompokan mahasiswa berdasarkan asal daerah dibedakan menjadi tiga wilayah, yaitu DKI Jakarta dan Banten, Jawa Barat, dan lainnya yang meliputi Jawa Tengah, Jawa Timur, Sumatera, Sulawesi serta Maluku. Dapat dilihat dari Gambar 4, dari kedua kelompok, persentase mahasiswa dari Jawa Barat yang paling tinggi. Masa perkuliahan semester pendek yang mengambil masa libur lebih banyak diikuti mahasiswa yang tempat tinggalnya di wilayah sekitar Jawa Barat khususnya Bogor, karena jangkauannya lebih mudah ke kampus. 50%
42.86
40% 30%
64.52
32.26
29.03
23.81
20% 10% 0% Kontrol DKI Jakarta dan Banten
Perlakuan Jawa Barat
70% 60% 50% 40% 30% 20% 10% 0%
61.90
58.06 41.94
38.10
Kontrol Beasiswa
Perlakuan Non-Beasiswa
Gambar 6 Persentase mahasiswa berdasarkan status beasiswa.
38.71 33.33
Untuk status memperoleh beasiswa, kedua kelompok memiliki kesamaan. Gambar 6 memperlihatkan persentase mahasiswa yang tidak memperoleh beasiswa jauh lebih tinggi dibanding yang memperoleh beasiswa untuk kedua kelompok. Pada kelompok kontrol 61.9% mahasiswa tidak memperoleh beasiswa, sedangkan pada kelompok perlakuan ada 58.06%.
Lainnya
Gambar 4 Persentase mahasiswa berdasarkan asal daerah. Untuk pengelompokan berdasarkan tingkat pengeluaran, dibedakan menjadi 3 tingkat, yaitu ≤Rp500.000, >Rp1.000.000, serta Rp 500.000 - ≤Rp 1.000.000. Pada Gambar 5, dapat dilihat bahwa persentase tingkat pengeluaran paling tinggi untuk kedua kelompok, masing-masing 71.43% untuk kelompok kontrol dan 64.52% untuk kelompok perlakuan. Untuk kelompok kontrol, tidak ada satu pun mahasiswa dengan tingkat pengeluaran lebih dari Rp 1.000.000.
Pada semester pendek tahun ajaran 20102011 banyak kegiatan organisasi yang menyita waktu mahasiswa. Pada Gambar 7 dapat dilihat bahwa sebagian besar mahasiswa dalam penelitian ini mengikuti kegiatan organisasi. Pada kelompok kontrol 66.67% mahasiswa mengikuti kegiatan organisasi, sedangkan pada kelompok perlakuan ada 67.74%. 80%
67.74
66.67
60% 40%
33.33
32.26
20% 0% Kontrol Non-organisasi
Perlakuan Organisasi
Gambar 7 Persentase mahasiswa berdasarkan status organisasi.
6
kemiripan dalam tiap karakteristik yang diamati yaitu jenis kelamin, asal daerah, tingkat pengeluaran per bulan, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hal ini semakin mendukung kesetaraan diantara dua kelompok.
80% 60% 40%
16.67
6.45
20% 0% Kontrol
Perlakuan
Les
Tidak Les
Gambar 8 Persentase mahasiswa berdasarkan keikutsertaan bimbingan belajar. Selain variabel jenis kelamin, asal daerah, status beasiswa, status organisasi, identifikasi mahasiswa juga dilihat berdasarkan keiikutsertaannya pada suatu bimbingan belajar. Dari Gambar 8 dapat dilihat bahwa sebagian besar mahasiswa tidak mengikuti bimbingan belajar (les). Pada kelompok kontrol 83.33% tidak mengikuti bimbingan belajar, sedangkan kelompok perlakuan lebih tinggi yaitu 93.55%. Hal ini disebabkan karena pada masa perkuliahan semester pendek hanya ada satu atau dua mata kuliah yang diikuti, sehingga mahasiswa lebih memilih belajar sendiri. 80% 70% 60% 50% 40% 30% 20% 10% 0%
66.67
71.43
64.52
54.84
16.67 16.67 12.9
Kontrol
Perlakuan
PM
29.03
22.58
9.52 14.3 12.9 4.76 3.23 Kontrol
Perlakuan
Kalkulus
A B C D Gambar 9 Persentase mahasiswa berdasarkan nilai mutu PM dan Kalkulus.
Pada Gambar 9 terlihat bahwa sebagian besar mahasiswa memiliki nilai mutu mata kuliah Pengantar Matematika (PM) dan Kalkulus adalah C. Pada mata kuliah PM persentase nilai mutu PM adalah 66.67% untuk kelompok kontrol dan 64.52% perlakuan. Sama halnya dengan mata kuliah Kalkulus, untuk kelompok kontrol sebesar 71.43% dan kelompok perlakuan sebesar 54.84%. Pada mata kuliah PM, tidak ada satupun mahasiswa dalam penelitian ini yang memiliki nilai mutu A. Dari statistika deskriptif di atas, dapat dilihat bahwa kelompok penelitian memiliki
Evaluasi Tutorial Pada Tabel 2, dapat dilihat statistika deskriptif dari nilai UTS dan UAS untuk seluruh kelas paralel. Dapat dilihat bahwa rata-rata nilai UTS untuk kelompok kontrol lebih tinggi dibanding kelompok perlakuan, namun rata-rata nilai UAS lebih tinggi pada kelompok perlakuan. Pada kelompok kontrol terjadi penurunan nilai rata-rata UTS ke UAS yaitu dari 60.13 menjadi 58.74. Sedangkan pada kelompok perlakuan terjadi peningkatan nilai rata-rata dari 56.83 menjadi 65.47. Peningkatan ini dapat mengindikasikan adanya pengaruh tutorial pada peningkatan nilai ujian mahasiswa.
Tabel 2 Deskripsi nilai pretest-posttest Statistika Deskriptif Rata-rata Simpangan baku Q1 Q2 Q3 Min Max
Pretest (UTS) Kontrol Perlakuan 60.13 58.74 15.94 19.06 45.83 62.45 72.33 25 93.33
41 60 75 28 91.43
Posttest (UAS) Kontrol Perlakuan 56.83 65.47 17.87 17.78 44.75 55.23 69.25 22.86 100
49 65.71 83 36 96.36
Namun ada keragaman antar kelas paralel, sehingga dilakukan pembakuan nilai UTS dan UAS untuk menyetarakan keheterogenan tersebut. Penyebaran nilai UTS dan UAS baku dapat dilihat melalui boxplot pada Gambar 10. Pada Gambar 10, dapat dilihat ada kemiripan penyebaran nilai UTS dan UAS baku dengan penyebaran nilai UTS dan UAS yang sesungguhnya. Begitu pula dengan besaran nilai rata-ratanya pada kelompok kontrol dan perlakuan. 2
1
0 Data
93.55
83.33
100%
-1
-2
-3 UTS Kontrol
UAS Kontrol
UTS Perlakuan
UAS Perlakuan
Gambar 10 Boxplot UTS dan UAS baku.
7
Tabel 3 Persamaan regresi variabel Konstanta UTS(Pretest) Perlakuan
b -0.4611 0.4701 0.6863
S=0.931
R2=25.0%
SE(b) 0.1475 0.1097 0.2251
P 0.003 0.000 0.003
R2 (adj)=22.9%
Pada persamaan regresi di atas, dapat dilihat bahwa nilai UTS (pretest) dan perbedaan kelompok mempengaruhi nilai UAS (posttest) pada taraf nyata 5%. Perbedaan kelompok memberikan pengaruh positif sebesar 0.6863 dengan nilai p sebesar 0.003. Hal ini dapat diartikan bahwa tutorial memberi kenaikan nilai pada kelompok perlakuan. Asumsi pada analisis regresi pada Tabel 3 sudah terpenuhi. Untuk asumsi kenormalan, diperoleh nilai p lebih dari 0.10, sehingga sisaan normal. Asumsi bebas dari
multikolinearitas juga terpenuhi dengan nilai VIF kurang dari 10. Untuk asumsi homokedastisitas dapat dilihat pada Lampiran 4, bahwa sisaan menyebar dengan pita lurus sehingga dapat dikatakan sisaan homogen. Selain itu juga, sisaan tidak membentuk suatu trend tertentu, sehingga saling bebas 2
1
0 UAS
Pada RKTS, kelompok kontrol diharapkan memiliki kestabilan nilai antara pretest dan posttest sehingga dapat menjadi pembanding untuk kelompok perlakuan. Pada Gambar 10, terjadi penurunan pada nilai kelompok kontrol, hal ini disebabkan adanya faktorfaktor eksternal yang tidak terkontrol. Faktor eksternal dan interaksi sosial dapat mempengaruhi validitas internal. Faktorfaktor eksternal sangat sulit dikontrol pada penelitian ini, karena pengamatan terhadap objek penelitian yang tidak menyeluruh. Pengamatan objek penelitian hanya difokuskan pada kelompok perlakuan, sedangkan tidak dilakukan pengamatan pada kelompok kontrol. Pengaruh faktor eksternal tidak dapat dihindari. Pada saat penelitian, objek penelitian mengalami ospek kampus, hal ini merupakan salah satu peristiwa yang dapat menjadi faktor eksternal, yang dapat memberikan efek berbeda pada objek penelitian. Demikian pula, adanya faktor dari segi instrumentasi dimana standar alat ukur untuk pretest dan posttest berbeda. Selain itu, adanya interaksi sosial juga dapat mempengaruhi objek penelitian. Ancaman validitas internal tidak dapat diukur, namun dapat dijadikan sebagai pertimbangan. Untuk melihat pengaruh pemberian tutorial maka dilakukan analisis regresi yang memodelkan nilai UAS (posttest) dengan nilai UTS (pretest) dan kelompok. Pada RKTS, nilai UTS dijadikan faktor yang tidak dapat disetarakan di antara objek penelitian dan diasumsikan akan mempengaruhi nilai UAS selain perlakuan yang diberikan.
-1
-2
-3 -2
-1
0
1
2
UTS
Kontrol Perlakuan
Gambar 11 Plot nilai UTS dan UAS. Pada Gambar 11 dapat dilihat selisih perbedaan antara kelompok kontrol dan perlakuan. Sesuai dengan persamaan regresi di atas, pengaruh pemberian perlakuan (tutorial) dapat menambah intersep dari persamaan. Untuk kelompok kontrol, saat nilai baku UTS sebesar 0 maka nilai UAS yang diperoleh -0.4611 yang artinya nilai UAS yang diperoleh berada di bawah ratarata. Sedangkan pada kelompok perlakuan, saat nilai baku UTS sebesar 0, maka nilai UAS yang diperoleh 0.225 yang artinya nilai berada di atas rata-rata. Pada Tabel 3 dapat dilihat nilai R2 adj yang dihasilkan hanya 22.9%, dengan kata lain 77.1% dipengaruhi oleh faktor lain di luar model. Oleh karena itu dilakukan analisis untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS (posttest) dengan menggunakan regresi bertatar (stepwise regression). Faktor-faktor tersebut antara lain jenis kelamin, asal daerah, tingkat pengeluaran per bulan, IPK, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hasil analisis regresi dengan semua faktor dapat dilihat pada Lampiran 7. Tabel 4 Persamaan regresi dengan IPK variabel Konstanta Pretest Perlakuan IPK S=0.833
b -5.676 0.3339 0.6485 1.9406
R2=40.8%
SE(b) 1.223 0.1032 0.2017 0.4526
R2 (adj)=38.2%
P 0.000 0.002 0.002 0.000
8
Dengan menggunakan regresi bertatar, dari faktor-faktor yang dimasukkan dalam persamaan, hanya faktor IPK yang mempengaruhi nilai UAS (posttest) selain kelompok dan nilai UTS (pretest). Pada Tabel 4 dapat dilihat bahwa IPK berpengaruh positif dengan nilai statistik uji t sebesar 4.29 dengan nilai p 0.000. Pengaruh IPK sebesar 1.9406, dan lebih besar dibanding pengaruh kelompok. Terlihat juga dengan penambahan faktor IPK terjadi peningkatan nilai R2 Adjusted sebesar 38.2%. Asumsi pada persamaan Tabel 4 sudah terpenuhi. Hal ini dapat dilihat pada Lampiran 4. Asumsi tidak ada multikolinearitas terpenuhi dengan nilai VIF kecil, sedangkan asumsi kenormalan, homokedastisitas dan kebebasan sisaan dapat dilihat melalui plot sisaan. Untuk melihat pengaruh IPK lebih mendalam, dilakukan pemisahan untuk kelompok berdasarkan IPK yaitu IPK rendah (2.00
b -0.2832 0.2982 0.6194
S=0.646
R2=59.0%
SE(b) 0.1588 0.1196 0.2397
P 0.080 0.016 0.013
R2(adj)=53.1%
Tabel 6 Persamaan Regresi untuk IPK sedang variabel Konstanta UTS(Pretest) Perlakuan S=0.880
b -1.0505 0.7684 0.9981 2
R =17.7%
SE(b) 0.2169 0.1742 0.3590
P 0.000 0.001 0.015
2
R (adj)=14.6%
Berbeda halnya bila persamaan regresi dilakukan pada kelompok IPK sedang. Pada kelompok ini nilai UTS dan perlakuan juga berpengaruh terhadap nilai UAS. Namun dengan nilai R2 adjusted yang lebih kecil yaitu hanya sebesar 14.6 %. Sehingga persamaan regresi untuk IPK rendah lebih baik dibanding IPK sedang. Persamaan regresi dapat untuk IPK sedang dilihat pada Tabel 6. Asumsi pada persamaan regresi ini juga sudah terpenuhi, dapat dilihat dari plot sisaan pada Lampiran 6. Pada penelitian ini, R2 adjusted untuk data lengkap (tidak dipisahkan oleh kelompok
IPK) yang dihasilkan hanya 38.2%, dengan kata lain 61.8% keragaman nlai UAS dijelaskan oleh faktor lain di luar model yang tidak diamati pada penelitian ini. Pengaruh pemberian tutorial pada penelitian ini masih tergolong kecil. Hal ini disebabkan karena pelaksanaan tutorial tidak sesuai rencana yaitu hanya seminggu sebelum dilaksanakannya UAS. Pelaksanaan tutorial terhambat karena sulitnya mendapatkan nilai mahasiswa untuk UTS yang pada awalnya akan dijadikan kriteria pembagian kelompok. Selain itu, frekuensi pemberian tutorial yang terlalu sedikit dan tidak secara reguler dapat mengurangi pengaruh pemberian tutorial. SIMPULAN DAN SARAN Simpulan Tutorial mata kuliah Metode Statistika Semester Pendek 2010-2011 pada penelitian ini memberikan pengaruh positif. Dari ratarata yang diperoleh, pada kelompok perlakuan terjadi peningkatan nilai dari UTS ke UAS, sedangkan pada kelompok kontrol terjadi penurunan nilai. Nilai R2 Adjusted yang diperoleh sebesar 22.9%. Penambahan peubah IPK ke dalam model menghasilkan nilai R2 Adjusted sebesar 38.2%. Dari pemisahan IPK diperoleh bahwa persamaan regresi untuk IPK rendah dengan R2 Adjusted sebesar 53.1% lebih baik dibanding IPK sedang dengan R2 Adjusted sebesar 14.6%. Pengaruh tutorial masih dianggap kecil karena pelaksanaan tutorial yang tidak sesuai rencana dan frekuensi dilakukannya tutorial yang terlalu sedikit dan tidak secara reguler. Penelitian ini tidak cukup kuat untuk digeneralisasikan pada semester genap atau ganjil karena dilaksanakan pada semester pendek. Saran Pada penelitian ini, sebaiknya pemberian tutorial dilakukan secara terencana dan secara reguler sehingga pengaruh dari pemberian tutorial lebih terlihat. Metode pemberian tutorial harus bersifat latihan dan pemahaman soal dengan jelas. Tutorial sebaiknya dilakukan pada kelompok belajar kecil yang terdiri dari 5-7 orang selama 2 jam tiap pertemuan.
9
DAFTAR PUSTAKA Aunuddin. 1989. Analisis Data. Bogor : Pusat Antar Universitas Ilmu Hayat, Institut Pertanian Bogor. Aunuddin. 2005. Statistika : Rancangan dan Analisis Data.Bogor : IPB Press. Campbell DT, Julian TS. 1963. Experimental and Quasi-Experimental Design For Research. London : Houston Mifflin Company Boston. Cook TD, Donald TC. 1979. Quasi Experimentation : Design & Analysis Issues For Field Settings. London : Houghton Mifflin Company Boston. Munthe J. 1983. Studi Komparatif Tentang Problem yang dihadapi Mahasiswa Terhambat dan Berhasil. Tesis. Bandung. IKIP. Nor KM. 2002. Belajar Teknik Belajar. Kuala Lumpur : PTS Litera Utama. Simamora B. 2004. Riset Pemasaran. Jakarta : PT Gramedia Pustaka Utama Trochim WM. The Research Methods Knowledge Base, 2nd Edition. http://www.socialresearchmethods.net/ kb[20 Oktober 2006]. Walpole RE. 1992. Pengantar Statistika Edition ke-3. Sumantri B, penerjemah; Jakarta : Gramedia Pustaka Utama. Terjemahan dari : Introduction to Statistics, 3rd Edition.
10
Lampiran 1 Kuesioner penelitian Dear rekan-rekan sekalian, Saya mahasiswa Statistika Angkatan 43 sedang melakukan penelitian mengenai mahasiswa semester pendek mata kuliah Metode Statistika. Oleh karena itu, diharap partisipasi rekan-rekan sekalian untuk mengisi kuesioner berikut ini. Kerahasiaan anda akan kami jaga. Terima Kasih atas partisipasinya… A. 1. 2. 3. 4. 5.
Karakteristik Responden Nama Lengkap : ____________________________________________________ No HP :____ ________________________________________________ NRP/Dept : ____________________________________________________ TTL : ____________________________________________________ Alamat di Bogor : ____________________________________________________ _____________________________________________________ 6. Jenis Kelamin : Laki laki Perempuan 7. Asal SMA : ____________________________________________________ 8. Provinsi : ____________________________________________________ 9. Pengeluaran per bulan : ____________________________________________________ 10. Pekerjaan orang tua : ____________________________________________________ Apakah anda memperoleh beasiswa?? YA TIDAK Jika iya, sebutkan____________________________________________________________ B. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20.
Akademik IPK :____________________________________________________ Nilai mutu PM : A B C D E Nilai mutu Kalkulus : A B C D E Alokasi waktu untuk belajar ______________menit perhari Pola Belajar : Group Sendiri Waktu efektif belajar adalah jam ______(Pagi/Siang/Malam) Pernah Belajar Metode Statistika Sebelumnya? YA TIDAK Mengikuti les Metode Statistika periode UTS ? YA TIDAK Mengikuti les Metode Statistika periode UAS? YA TIDAK Selain Metode Statistika, mata kuliah yang diikuti pada Semester Pendek ada ____mata kuliah, yaitu ________________________________________________________________ 21. Motivasi mengikuti SP mata kuliah Metode Statistika adalah _________________________ ___________________________________________________________________________ ___________________________________________________________________________ C. Non Akademik 22. Apakah anda mengikuti kegiatan diluar akademik? YA TIDAK 23. Jika Ya, jenis kegiatan apa?? Kerja Sambilan Organisasi Kampus Lainnya,____________________________ 24. Apakah sekarang Anda sedang mengikuti kepanitiaan?? YA TIDAK Sebutkan___________________________________________________________________
TERIMA KASIH
11
Lampiran 2 Peubah penjelas beserta peubah boneka yang terbentuk 1. 2.
X1 = IPK Tingkat Persiapan Bersama X2 = Jenis Kelamin Jenis Kelamin
(1)
Laki-laki
1
Perempuan
0
3.
X3 = Asal Daerah Asal Daerah
(1)
(2)
DKI Jakarta dan Banten Jawa Barat
1 0
0 1
Lainnya
0
0
(1)
(2)
<=500000
1
0
500000-1000000
0
1
>1000000
0
0
4.
5.
X4 = Pengeluaran per Bulan Tingkat Pengeluaran
X5 = Status Beasiswa Status Beasiswa
(1)
Memperoleh Beasiswa
1
Tidak Memperoleh Beasiswa
0
6.
X6 = Keikutsertaan dalam bimbingan belajar Keikutsertaan dalam bimbingan belajar
(1)
Ikut Bimbingan Belajar
1
Tidak Ikut Bimbingan Belajar
0
7.
X7 = Kegiatan Non-Akademik Kegiatan Non-Akademik
(1)
Ikut Kegiatan
1
Tidak Ikut Kegiatan
0
8.
X8 = Nilai Mutu Pengantar Matematika Nilai Mutu Pengantar Matematika
(1)
(2)
(3)
A dan B
1
0
0
C
0
1
0
D
0
0
0
(1)
(2)
(3)
A dan B
1
0
0
C
0
1
0
D
0
0
0
9.
X9 = Nilai Mutu Kalkulus Nilai Mutu Kalkulus
12
Lampiran 3 Persamaan regresi dan plot sisaan Persamaan Regresi Regression Analysis: uasbaku versus utsbaku, kelompok The regression equation is uasbaku = - 0.461 + 0.470 utsbaku + 0.686 kelompok Predictor Constant utsbaku kelompok
Coef -0.4611 0.4701 0.6863
S = 0.931396
SE Coef 0.1475 0.1097 0.2251
R-Sq = 25.0%
Analysis of Variance Source DF SS Regression 2 20.256 Residual Error 70 60.725 Total 72 80.981
T -3.13 4.28 3.05
P 0.003 0.000 0.003
VIF 1.042 1.042
R-Sq(adj) = 22.9%
MS 10.128 0.867
F 11.67
P 0.000
Durbin-Watson statistic = 2.13021
Residual Plots for uasbaku Normal Probability Plot
Versus Fits
99.9
2
99
Residual
Percent
90 50 10 1
1 0 -1 -2
0.1
-3.0
-1.5
0.0 Residual
1.5
3.0
-1.5
-1.0
Histogram
0.5
Versus Order 2
16
1
12
Residual
Frequency
-0.5 0.0 Fitted Value
8
0 -1
4 -2 0 -2
-1
0 Residual
1
1 5 10 15 20 25 30 35 40 45 50 55 60 65 70
2
Observation Order
Uji Kenormalan Sisaan Normal 99.9 Mean StDev N KS P-Value
99
Percent
95 90 80 70 60 50 40 30 20 10 5 1 0.1
-3
-2
-1
0 RESI1
1
2
3
7.208845E-16 0.9184 73 0.091 0.136
13
Lampiran 4 Persamaan regresi dengan IPK dan plot sisaan Persamaan Regresi dengan IPK Regression Analysis: uasbaku versus utsbaku, kelompok, IPK The regression equation is uasbaku = - 5.68 + 0.334 utsbaku + 0.648 kelompok + 1.94 IPK Predictor Constant utsbaku kelompok IPK
Coef -5.676 0.3339 0.6485 1.9406
S = 0.833619
SE Coef 1.223 0.1032 0.2017 0.4526
T -4.64 3.24 3.22 4.29
R-Sq = 40.8%
P 0.000 0.002 0.002 0.000
VIF 1.151 1.044 1.105
R-Sq(adj) = 38.2%
Analysis of Variance Source Regression Residual Error Total Source utsbaku kelompok IPK
DF 1 1 1
DF 3 69 72
SS 33.031 47.949 80.981
MS 11.010 0.695
F 15.84
P 0.000
Seq SS 12.193 8.063 12.775
Durbin-Watson statistic = 2.10682 Residual Plots for uasbaku Normal Pro babilit y Plo t
Versus Fit s
99.9
2
99
1 Residual
Percent
90 50 10
0 -1
1
-2
0.1
-2
-1
0 Residual
1
2
-2
1
Versus Order
20
2
15
1 Residual
Frequency
Hist og ram
-1 0 Fitted V alue
10
0 -1
5
-2
0 -1.6
-0.8
0.0 0.8 Residual
1.6
1
5
10 15 20 25 30 35 40 45 50 55 60 65 70
O bser vation O r der
Uji Kenormalan Sisaan Normal 99.9 Mean StDev N KS P-Value
99 95
Percent
90 80 70 60 50 40 30 20 10 5 1 0.1
-3
-2
-1
0 RESI2
1
2
3
1.028097E-15 0.8161 73 0.065 >0.150
14
Lampiran 5 Persamaan regresi dengan IPK rendah dan plot sisaan Persamaan regresi pada IPK rendah (2.00
Coef -1.0505 0.7684 0.9981
S = 0.645660
SE Coef 0.2169 0.1742 0.3590
R-Sq = 59.0%
Analysis of Variance Source DF SS Regression 2 8.3996 Residual Error 14 5.8363 Total 16 14.2359 Source utsbaku kelompok
DF 1 1
T -4.84 4.41 2.78
P 0.000 0.001 0.015
VIF 1.273 1.273
R-Sq(adj) = 53.1%
MS 4.1998 0.4169
F 10.07
P 0.002
Seq SS 5.1769 3.2227
Durbin-Watson statistic = 1.41671
Residual Plots for uasbaku Normal Probability Plot
Versus Fits
99 1.0 Residual
Percent
90 50
0.5 0.0 -0.5
10 -1.0 1 -1
0 Residual
1
-3
-2
0
Versus Order
4
1.0
3
0.5 Residual
Frequency
Histogram
-1 Fitted Value
2
0.0 -0.5
1 -1.0 0 -1.0
-0.5
0.0 Residual
0.5
1.0
2
4
6 8 10 12 Observation Order
14
Probability Plot of RESI3 Normal 99 Mean StDev N KS P-Value
95 90 80
Percent
70 60 50 40 30 20 10 5
1
-1.5
-1.0
-0.5
0.0 RESI3
0.5
1.0
1.5
4.440892E-16 0.6040 17 0.104 >0.150
16
15
Lampiran 6 Persamaan regresi dengan IPK sedang dan plot sisaan Persamaan regresi pada IPK sedang (2.5
Coef -0.2832 0.2982 0.6194
S = 0.880495
SE Coef 0.1588 0.1196 0.2397
T -1.78 2.49 2.58
R-Sq = 17.7%
DF 1 1
VIF 1.017 1.017
R-Sq(adj) = 14.6%
Analysis of Variance Source DF SS Regression 2 8.8634 Residual Error 53 41.0894 Total 55 49.9527 Source utsbaku kelompok
P 0.080 0.016 0.013
MS 4.4317 0.7753
F 5.72
P 0.006
Seq SS 3.6872 5.1761
Durbin-Watson statistic = 2.23192 Residual Plots for uasbaku Versus Fits
99
2
90
1 Residual
Percent
Normal Probability Plot
50
0 -1
10
-2 -1.0
1 -2
-1
0 Residual
1
2
-0.5
Histogram
0.5
Versus Order 2
7.5
1 Residual
10.0 Frequency
0.0 Fitted Value
5.0
0 -1
2.5
-2
0.0 -1.6
-0.8
0.0 Residual
0.8
1.6
1
5
10 15
20 25 30 35 40 45 Observation Order
50 55
Probability Plot of RESI3 Normal 99 Mean StDev N KS P-Value
95 90 80
Percent
70 60 50 40 30 20 10 5
1
-2
-1
0 RESI3
1
2
1.407604E-16 0.8643 56 0.089 >0.150
16
Lampiran 7 Analisis regresi untuk faktor-faktor luar
The regression equation is uasbaku = - 5.72 + 0.320 utsbaku + 0.719 kelompok + 1.88 IPK - 0.169 JK - 0.115 Prov1 + 0.312 Prov2 + 0.004 pengeluaran1 + 0.142 Les + 0.216 luar akademik - 0.031 pm1 - 0.286 pm2 + 0.375 kal 1 + 0.239 kal 2
Predictor Constant utsbaku kelompok IPK JK Prov1 Prov2 pengeluaran1 Les luar akademik pm1 pm2 kal 1 kal 2
Coef -5.724 0.3201 0.7191 1.8826 -0.1694 -0.1146 0.3115 0.0041 0.1421 0.2165 -0.0308 -0.2855 0.3751 0.2388
S = 0.860565
R-Sq = 46.0%
PRESS = 68.1254
SE Coef 1.470 0.1123 0.2173 0.6377 0.2396 0.3057 0.2749 0.2416 0.3362 0.2238 0.4461 0.2934 0.4732 0.3232
T -3.89 2.85 3.31 2.95 -0.71 -0.37 1.13 0.02 0.42 0.97 -0.07 -0.97 0.79 0.74
P 0.000 0.006 0.002 0.005 0.482 0.709 0.262 0.986 0.674 0.337 0.945 0.334 0.431 0.463
VIF 1.279 1.137 2.059 1.415 1.832 1.803 1.377 1.204 1.090 2.511 1.910 2.825 2.361
R-Sq(adj) = 34.2%
R-Sq(pred) = 15.87%
Analysis of Variance Source Regression Residual Error Total
DF 13 59 72
SS 37.2871 43.6937 80.9808
MS 2.8682 0.7406
F 3.87
P 0.000
