UNIVERSITAS INDONESIA
PENERAPAN PENGGUNAAN E-LEARNING DAN KETERKAITANNYA DENGAN PRESTASI BELAJAR MAHASISWA: STUDI KASUS STMIK GI MDP, AMIK MDP DAN STIE MDP
KARYA AKHIR
CHRIESTINA 1206302365
FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
UNIVERSITAS INDONESIA
PENERAPAN PENGGUNAAN E-LEARNING DAN KETERKAITANNYA DENGAN PRESTASI BELAJAR MAHASISWA: STUDI KASUS STMIK GI MDP, AMIK MDP DAN STIE MDP
KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi
CHRIESTINA 1206302365
FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
ii
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
iii
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena berkat rahmat-Nya, penulis dapat menyelesaikan karya akhir ini dengan tepat waktu. Penyusunan
karya akhir ini ditujukan untuk memenuhi persyaratan dalam
memperoleh gelar Magister Teknologi Informasi setelah satu setengah tahun perjuangan penulis untuk menyelesaikan studi ini. Saya menyadari bahwa tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan karya akhir ini, sulit bagi saya untuk bisa menyelesaikannya. Dengan segala kerendahan hati saya menyampaikan terima kasih yang sebesar–besarnya kepada : 1. Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom., sebagai dosen pembimbing yang senantiasa meluangkan waktu dan pikirannya untuk membimbing penulis selama penyusunan karya akhir ini; 2. Bapak Darwis Atma Weijaya dan Ibu Tjieta Kumalawati selaku orang tua penulis dan saudara-saudari penulis : Marlina Nirmala Sari, S.Kom., Sartika Nirmala Dewi, S.Kom., Anita, S.E atas segala bentuk dukungan dan bantuan morilnya yang selalu menjadi penyemangat dan merawat penulis selama perkuliahan; 3. Bapak Alexander Kurniawan, selaku pemilik Yayasan Multi Data Palembang (MDP) yang telah memberikan kesempatan dan menyediakan fasilitas pada saya untuk dapat mengikuti perkuliahan ini dengan baik; 4. Ir. Rusbandi, M. Eng, selaku Ketua STMIK GI MDP yang telah memberikan kesempatan kepada saya agar dapat menjadi mahasiswa Dual Mode Magister Teknologi Informasi Universitas Indonesia; 5. Hendri S.Kom., atas bantuannya yang selalu rela menjemput penulis saat perkuliahan malam serta selalu menyemangati dan memberi dukungan moril pada penulis; 6. Ervi Cofriyanti, S.Si., M.T.I dan Mardiani, S.Si., M.T.I atas bantuannya dan senantiasa memberikan masukan selama penyusunan karya akhir ini. Terima kasih telah mendengar keluh kesah penulis, memberikan solusi terhadap iv
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
permasalahan yang penulis hadapi serta memberikan referensi berkaitan dengan karya akhir ini; 7. Trisnadi Wijaya, S.E, S.Kom., atas bantuannya dalam peminjaman buku-buku dan membantu menginstal software-software yang penulis butuhkan untuk pengolahan data pada karya akhir ini; 8. Teman-teman seperjuangan MTI Dual Mode Palembang, Pak Anggoro Aryo P, Dedy Hermanto, Della Oktaviany, Desi Pibriana, Dicky Pratama, Dorie Pandora Kesuma, Fithri Selva Jumeilah, Fransiska Prihatini Sihotang, dan Triana Elizabeth. Terima kasih sudah banyak membantu penulis selama tiga semester ini; 9. Rekan-rekan di bagian administrasi akademik STMIK GI MDP, AMIK MDP dan STIE MDP: Lisa Amelia, S.E., M.T.I., Silvia Atista, S.Kom., Santun Irawan. S.Kom., Serta rekan di bagian administrasi keuangan : Kathryn Sugara, S.E., Meyliani., S.Kom. Terima kasih karena telah membantu membackup pekerjaan penulis selama penulis mengikuti perkuliahan dan mengerjakan tugas dan telah memberikan semangat kepada penulis untuk dapat menyelesaikan karya akhir ini; 10. Dosen-dosen STMIK GI MDP, AMIK dan STIE MDP : Abdul Rahman, S.Si, M.T.I., Ahmad Farisi, S.Kom., Christina Yunita W, SE.Ak., Dewi, M.Kom, Eka Puji Widiyanto, S.T., M.Kom., Nyimas Artina, S.Kom., M.Si., Dr. Ratna Juwita, SE., M.Si., Renni Angreni, M.Kom., Tinaliah, M.Kom., Willy, M.Kom., Yoannita., M.Kom., Terima kasih atas kesediannya membantu penulis dalam proses penyebaran kuesioner untuk penelitian ini; 11. Usniawati Keristin, SE, dan Nur Rachmat, S.Kom., terima kasih telah membimbing penulis dalam membuat daftar isi dan memberikan data terkait penelitian dalam penyusunan karya akhir ini; 12. Bu Nining, Bu Dewi, Pak Ganda dan Pak Wiryo terima kasih atas bantuan yang selama ini telah memberikan banyak membantu penulis; 13. Teman-teman Magister Teknologi Informasi Jakarta,
Muhammad Idham,
Erwin Setiawan, Yan Yonathan Rotinsulu, terima kasih atas pertemanan, bantuan dan dukungannya selama perkuliahan;
v
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
14. Seluruh responden yang telah bersedia meluangkan waktunya untuk mengisi kuesioner penelitian ini. 15. Seluruh pihak yang telah membantu proses penyusunan karya akhir ini, yang namanya tidak dapat penulis sebutkan satu per satu. Akhir kata, penulis menyadari bahwa karya akhir ini tak luput dari kekurangan dan membutuhkan penyempurnaan. Segala bentuk kritik dan masukan yang membangun akan diterima dengan senang hati dalam membantu penyempurnaan karya akhir ini, agar dapat memberikan kontribusi yang baik bagi ilmu pengetahuan. Semoga karya akhir ini dapat memberikan manfaat dan dipergunakan dengan sebaik-baiknya oleh seluruh pihak.
Jakarta, Januari 2014
Chriestina
vi
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
vii
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
ABSTRAK
Nama Program Studi Judul
: Chriestina : Magister Teknologi Informasi : Penerapan Penggunaan E-learning dan Keterkaitannya Dengan Prestasi Belajar Mahasiswa : Studi Kasus STMIK GI MDP, AMIK MDP dan STIE MDP.
Perkembangan teknologi saat ini sangat berpengaruh terhadap pola pikir dan pola hidup dalam bermasyarakat. Salah satu aspek yang sangat berpengaruh adalah dunia pendidikan, dimana terjadi proses pembelajaran, tidak hanya dapat dilakukan dengan cara yang konvensional(face-to-face) tetapi sudah dapat dilakukan dalam bentuk digital(electronic) dengan bantuan teknologi dan internet atau yang lebih dikenal dengan istilah e-learning. Dengan adanya e-learning ini diharapkan kebutuhan akan informasi dapat selalu tersedia dan dapat di akses oleh mahasiswa saat mahasiswa butuhkan dengan mudah dan cepat. Dalam beberapa tahun terakhir, penggunaan e-learning mulai diterapkan di berbagai Perguruan Tinggi di Indonesia dan hal ini telah dikembangkan pula pada Tahun 2009 di STMIK GI MDP dan AMIK MDP dan mengetahui pentingnya manfaat e-learning ini bagi mahasiswa, pada tahun 2010 diterapkan juga di STIE MDP. Sistem elearning yang diterapkan di STMIK GI MDP, AMIK MDP dan STIE MDP ini dinamakan SIMPONI(Sistem Pembelajaran Online dan Interaktif). Penelitian ini bertujuan untuk mengetahui sejauh mana pengaruh penggunaan e-learning serta bagaimana keterkaitannya dengan prestasi belajar mahasiswa di STMIK GI MDP, AMIK MDP dan STIE MDP dengan melihat faktor internal dan faktor experience (pengalaman) mahasiswa yang dapat mempengaruhi prestasi belajar dari analisis penelitian-penelitian terdahulu, analisis penelitian ini akan dilakukan dengan menyebarkan kuesioner kepada mahasiswa-mahasiswa berstatus aktif yang pernah menggunakan SIMPONI dan penelitian ini menggunakan metode analisis multivariateStructural Equation Modeling (SEM) dengan bantuan software AMOS22. Hasil penelitian ini menunjukkan bahwa faktor internal mahasiswa yaitu motivasi diri mahasiswa (Student Self-Motivation), faktor experience(pengalaman) mahasiswa yaitu, interaksi mahasiswa dengan pengajar (Interaction Student-Tutor), interaksi antar mahasiswa (Interaction StudentStudent), interaksi mahasiswa dengan konten (Interaction Student-Content) SIMPONI, desain pembelajaran (Course Design), dan keahlian pengajar (Tutor Expertise) dalam menggunakan SIMPONI memiliki pengaruh berkaitan dengan prestasi belajar dengan menggunakan sistem e-learning SIMPONI. Kata Kunci : E-learning, Prestasi Belajar, Structural Equation Modelling, SEM, dan AMOS.
viii
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
ABSTRACT
Name : Chriestina Study Program : Master of Information Technology Title : The use of e-learning and it’s impact to the student’s achievement multiple case study at STMIK GI MDP, AMIK MDP and STIE MDP. The development of technology today is very influential on the mindset and lifestyle of the community. One of the most influential aspect is education , where the learning process, not only can be done by conventional means (face-to-face) but it can be do into digital form with the help of technology and the internet or better known as the term e -learning. With e-learning is expected to need for the information is always available and can be accessed by students when students need easily and quickly. In recent years, the use of e-learning began to be applied in various universities in Indonesia and this has also developed in 2009 in STMIK GI MDP, AMIK MDP and know the importance of the benefits of e- learning for students , in 2010 applied also in STIE MDP. E-learning systems are implemented in STMIK GI MDP, AMIK MDP and STIE MDP is called SIMPONI(Online and Interactive Learning System). This study aims to determine the extent of the effect of the use of e-learning and how its association with student achievement in STMIK GI MDP, AMIK MDP and STIE MDP to see internal factors and experience factors that can affect student learning achievement of analytical studies earlier, the analysis of this study will be conducted by distributing questionnaires to students who have used SIMPONI and this research use analytical methods multivariate Structural Equation Modeling(SEM) and software AMOS22. The results of this study indicate that internal factors Student SelfMotivation and from the student’s experience, interaction student-lecture, interaction student-student, interaction student-content, course design and lecture expertise have effect to learning achievement using an e-learning system, SIMPONI. Keywords : E-learning, Structural Equation Modeling, Learning Achievement, SEM, and AMOS.
ix
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
DAFTAR ISI
HALAMAN JUDUL ............................................................................................. i HALAMAN PERNYATAAN ORISINALITAS ............................................... ii HALAMAN PENGESAHAN ............................................................................. iii KATA PENGANTAR ......................................................................................... iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI....................... vii ABSTRAK ......................................................................................................... viii ABSTRACT .......................................................................................................... ix DAFTAR ISI ........................................................................................................ xi DAFTAR GAMBAR ......................................................................................... xiv DAFTAR TABEL ............................................................................................. xvi BAB I PENDAHULUAN 1.1 Latar Balakang ......................................................................................... 1 1.2 Rumusan Masalah .................................................................................... 6 1.2.1 Analisis Permasalahan ................................................................... 6 1.3 Tujuan Penelitian ..................................................................................... 8 1.4 Manfaat Penelitian ................................................................................... 8 1.5 Ruang Lingkup Penelitian ....................................................................... 9 1.6 Sistematika Penulisan .............................................................................. 9 BAB II TINJAUAN PUSTAKA 2.1 e-Learning............................................................................................. 11 2.1.1 Konsep e-Learning ..................................................................... 11 2.1.2 Konponen Penting e-Learning.................................................... 12 2.1.3 Kriteria e-Learning ..................................................................... 12 2.1.4 Keuntungan Menggunakan e-Learning ...................................... 13 2.1.5 Mengembangkan e-Learning...................................................... 13 2.1.6 Penelitian Terdahulu yang Membahas e-Learning..................... 14 2.2 Prestasi Belajar ..................................................................................... 20 2.2.1 Definisi Prestasi Belajar ............................................................. 20 2.2.2 Faktor yang Mempengaruhi Prestasi Belajar ............................. 21 2.3 SIMPONI .............................................................................................. 23 2.4 Theoretical Framework Penelitian ....................................................... 27 2.4.1 Variabel dan Hipotesis Penelitian............................................... 28 2.4.1.1 Keterkaitan antara interaction dengan prestasi mahasiswa .......................................................... 28 2.4.1.2 Keterkaitan antara student self-efficacy dengan prestasi mahasiswa .......................................................... 30 2.4.1.3 Keterkaitan antara student self-motivation dengan prestasi mahasiswa .......................................................... 31 2.4.1.4 Keterkaitan antara curriculum program dengan prestasi mahasiswa ...........................................................32 2.4.1.5 Keterkaitan antara course design dengan prestasi mahasiswa .......................................................... 32 2.4.1.6 Keterkaitan antara lecture expertise dengan x
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
prestasi mahasiswa .......................................................... 33 2.5 Structural Equation Modelling (SEM) .................................................. 33 2.5.1 Keunggulan SEM .......................................................................... 34 2.5.2 Aplikasi Utama SEM .................................................................... 34 2.5.3 Variabel Laten dan Variabel Teramati .......................................... 35 2.5.3.1 Variabel Laten (Latent Variable) ...................................... 35 2.5.3.2 Variabel Teramati (Observed Variable) ........................... 36 2.5.4 Tahapan dalam SEM ..................................................................... 36 BAB III METODOLOGI PENELITIAN 3.1 Alur Tahapan Penelitian ....................................................................... 38 3.2 Sampel, Populasi, dan Metode Pengumpulan Data .............................. 40 3.3 Instrumen Penelitian ............................................................................. 41 3.4 Uji Keterbacaan .................................................................................... 46 3.5 Metode Analisis Data ........................................................................... 48 3.5.1 Spesifikasi Model Teoritis ........................................................... 48 3.5.2 Identifikasi Model Penelitian ....................................................... 50 3.5.3 Matriks Input dan Estimasi Parameter ......................................... 51 3.5.4 Evaluasi Estimasi Model Penelitian............................................. 51 3.5.5 Evaluasi Kelayakan Model Penelitian ......................................... 53 3.5.5.1 Evaluasi Measurement Model ......................................... 53 3.5.5.2 Evaluasi Structural Model ............................................... 54 3.6 Interpretasi Model dan modifikasi Model ............................................ 56 BAB IV DESKRIPSI ORGANISASI 4.1 Profil Organisasi ................................................................................... 57 4.2 Kegiatan Utama Organisasi .................................................................. 59 4.3 Visi dan Misi Organisasi ...................................................................... 61 4.3.1 Visi dan Misi STMIK GI MDP & AMIK MDP .......................... 61 4.3.2 Visi dan Misi STIE MDP............................................................. 61 4.4 Struktur Organisasi ............................................................................... 62 BAB V ANALISIS DAN PEMBAHASAN 5.1 Gambaran Umum Responden ............................................................... 64 5.1.1 Jenis Kelamin ................................................................................ 64 5.1.2 Angkatan ....................................................................................... 65 5.1.3 Program Studi ............................................................................... 65 5.1.4 Indeks Prestasi Kumulatif ............................................................. 66 5.1.5 Frekuensi Penggunaan SIMPONI ................................................. 67 5.2 Proses dan Hasil Analisis Data .............................................................. 70 5.2.1 Pengembangan Model Berdasarkan Teori .................................... 70 5.2.2 Pembuatan Path Diagram (Diagram Jalur) .................................. 71 5.2.3 Pemilihan Matriks Input dan Teknik Estimasi Model .................. 72 5.2.3.1 Persamaan Struktural dan Model Pengukuran .................. 72 5.2.4 Identifikasi Model Penelitian ........................................................ 79 5.2.5 Evaluasi Estimasi Model Penelitian.............................................. 80 5.2.5.1 Jumlah Sampel................................................................... 80 5.2.5.2 Normalitas Data ................................................................ 80 xi
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
5.2.5.3 Outlier ............................................................................... 81 5.2.5.4 Perbandingan Kovarians Sampel dan Kovarians Estimasi............................................................................. 82 5.2.5.5 Offending Estimates.......................................................... 82 5.2.5.6 Memilih Matriks Input dan Teknik Estimasi Parameter .......................................................................... 83 5.3 Evaluasi Kelayakan Model Penelitan .................................................... 84 5.3.1 Evaluasi Measurement Model ....................................................... 84 5.3.1.1 Analisis Validitas Measurement Model............................ 84 5.3.1.2 Analisis Reliabilitas Measurement Model ........................ 87 5.3.1.3 Uji Kecocokan Measurement Model (Goodness of Fit) .................................................................................90 5.3.2 Evaluasi Structural Model ........................................................ 92 5.4 Interpretasi dan Modifikasi Model Penelitian ...................................... 94 5.5 Analisis Hubungan Antar Konstruk...................................................... 97 5.6 Pengujian Hipotesis .............................................................................. 97 5.7 Koefisien Persamaan Struktural ......................................................... 102 5.8 Analisis Pengaruh ............................................................................... 103 5.9 Diskusi Penelitian ............................................................................... 104 5.10 Implikasi Penelitian. .......................................................................... 110 BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan ......................................................................................... 114 6.2 Keterbatasan Penelitian ...................................................................... 115 6.3 Saran ................................................................................................... 115 DAFTAR PUSTAKA ........................................................................................ 117
xii
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
DAFTAR GAMBAR
Gambar 1.1 Jumlah Pengguna Internet PerTahun Berdasarkan APJIII ................ 1 Gambar 1.2 Statistik Pengguna Internet Berdasarkan Tujuan Pengguna ............. 2 Gambar 1.3 Tampilan Halaman Depan Simponi................................................... 3 Gambar 1.4 Tampilan Bagian Dalam Simponi dengan Login Mahasiswa ........... 5 Gambar 1.5 Fishbone Diagram ............................................................................ 7 Gambar 2.1 Model Penelitian Penelitian Lemos & Pedro (2012) ...................... 15 Gambar 2.2 Model Penelitian Penelitian Paetcher, Maier, & Macher (2009) .... 17 Gambar 2.3 Model Penelitian Penelitian Joo, Lim & Kim(2013) ...................... 20 Gambar 2.4 Tampilan Halaman Depan Simponi ................................................ 23 Gambar 2.5 Tampilan Halaman Utama Simponi ................................................ 26 Gambar 2.6 Tampilan Halaman Website STMIK GI MDP & AMIK MDP....... 27 Gambar 2.7 Theoretical Framework Penelitian ................................................... 28 Gambar 3.1 Gambar Tahapan Penelitian ............................................................ 38 Gambar 4.1 Proses Bisnis MDP .......................................................................... 60 Gambar 4.2 Struktur Organisasi STMIK, AMIK, dan STIE MDP ..................... 63 Gambar 5.1 Data Jenis Kelamin Responden ....................................................... 64 Gambar 5.2 Semester Angkatan Responden ....................................................... 65 Gambar 5.3 Data Program Studi Responden ...................................................... 66 Gambar 5.4 Indeks Prestasi Kumulatif Responden............................................. 67 Gambar 5.5 Frekuensi Penggunaan SIMPONI ................................................... 68 Gambar 5.6 Diagram Model Penelitian .............................................................. 71 Gambar 5.7 Measurement Model Variabel Interaction Student-Content ........... 73 Gambar 5.8 Measurement Model Variabel Interaction Student-Student ............ 74 Gambar 5.9 Measurement Model Variabel Interaction Student-Lecture ........... 75 Gambar 5.10 Measurement Model Variabel Student Self-Efficacy ...................... 76 Gambar 5.11 Measurement Model Variabel Student Self-Motivation .................. 77 Gambar 5.12 Measurement Model Variabel Curricullum Program ..................... 77 Gambar 5.13 Measurement Model Variabel Course Design ................................ 78 Gambar 5.14 Measurement Model Variabel Lecture Expertise............................ 79 xiii
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Gambar 5.15 Tampilan Degree of Freedom ......................................................... 79 Gambar 5.16 Path Diagram Confirmatory Factor Analysis Measurement Model........................................................................ 92 Gambar 5.17 Path Diagram Structural Model Awal ........................................... 93 Gambar 5.18 Path Diagram Hasil Uji Structural Model setelah Modifikasi ........................................................................................ 96
Gambar 5.19 Model Akhir Penelitian ................................................................. 102
xiv
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
DAFTAR TABEL
Tabel 1.1 Penggunaan e-learning pada Semester Ganjil dan Genap Tahun Akademik 2012/2013 ............................................................................. 6 Tabel 2.1 Penelitian yang Dilakukan oleh Lemos & Pedro (2012) ..................... 14 Tabel 2.2 Penelitian yang Dilakukan oleh Paetcher, Maier, & Macher (2009) .. 16 Tabel 2.3 Penelitian yang Dilakukan oleh Owston, York & Murtha (2013) ...... 18 Tabel 2.4 Penelitian yang Dilakukan oleh Joo, Lim & Kim Jiyeon (2013) ....... 19 Tabel 3.1 Item-item Pengukuran ......................................................................... 42 Tabel 3.2 Revisi Indikator Setelah Keterbacaan ................................................. 47 Tabel 3.3 Simbol Pada Diagram Path ................................................................. 49 Tabel 3.4 Standar Ukuran dan Tingkat Kecocokan Goodness of Fit .................. 55 Tabel 5.1 Data Deskriptif Responden ................................................................. 68 Tabel 5.2 Nilai Modus dan Median untuk Tiap Indikator .................................. 69 Tabel 5.3 Hasil Uji Normalitas secara Deskriptif ............................................... 80 Tabel 5.4 Tampilan Standardized Regression Weight Hasil Output .................. 84 Tabel 5.5 Tampilan Regression Weight Hasil Output ......................................... 86 Tabel 5.6 Reliability dan Variance Extract untuk Konstruk Interaction Student-Content ................................................................................... 88 Tabel 5.7 Reliability dan Variance Extract untuk Konstruk Interaction Student-Student ................................................................................... 88 Tabel 5.8 Reliability dan Variance Extract untuk Konstruk Interaction Student-Lecture ................................................................................... 88 Tabel 5.9 Reliability dan Variance Extract untuk Konstruk Student Self-Efficacy ........................................................................................ 89 Tabel 5.10 Reliability dan Variance Extract untuk Konstruk Student Self-Motivation .................................................................................... 89 Tabel 5.11 Reliability dan Variance Extract untuk Konstruk Curricullum Program ............................................................................................... 89 Tabel 5.12 Reliability dan Variance Extract untuk Konstruk Course Design ...... 89 Tabel 5.13 Reliability dan Variance Extract untuk Konstruk Lecture Expertise . 90 Tabel 5.14 Nilai Contruct Reliability dan Variance Extracted Measurement Model............................................................................ 90 xv Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Tabel 5.15 Hasil Uji Kecocokan Measurement Model (Goodness of Fit).............91 Tabel 5.16 Hasil Uji Kecocokan Full Model SEM (Goodness of Fit) ...................94 Tabel 5.17 Penambahan Error Variance yang Dilakukan untuk Modifikasi Structural Model....................................................................95
Tabel 5.18 Hasil Uji Kecocokan Full Model SEM Setelah di Modifikasi ............95 Tabel 5.19 Signifikasi Hubungan Kausal Antar Variabel pada Uji Structural Model ..................................................................................97 Tabel 5.20 Hasil Uji Hipotesis Penelitian ..............................................................98 Tabel 5.21 Koefisien Parameter Persamaan Struktural Model ............................102 Tabel 5.22 Pengaruh Variabel Secara Langsung .................................................103
xvi
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB I PENDAHULUAN
Bab ini menjelaskan mengenai latar belakang penelitian, perumusan masalah yang dimulai dengan analisis permasalahan serta perumusan pertanyaan penelitian, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian dan sistematika dari penulisan karya akhir. 1.1 Latar Belakang Semakin berkembangnya teknologi saat ini sangat mempengaruhi pola pikir dan pola hidup dalam bermasyarakat. Dalam perkembangannya, teknologi tidak hanya berpengaruh pada satu bidang saja tetapi sudah meluas dan memudahkan kita untuk mendapatkan informasi melalui internet. Berdasarkan survei yang diselenggarakan oleh Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) terungkap bahwa jumlah pengguna internet di Indonesia pada tahun 2012 mencapai 63 juta orang atau 24,23 persen dari total jumlah populasi di Indonesia dan diprediksikan bahwa tahun depan jumlah pengguna internet akan naik sekitar 30% menjadi 82 juta pengguna dan akan terus tumbuh menjadi 107 juta pada 2014 dan 139 juta atau 50 persen total populasi pada 2015 seperti yang dapat dilihat pada Gambar 1.1.
Gambar 1.1 Statistik jumlah Pengguna Internet PerTahun (Sumber: http://www.apjii.or.id/v2/index.php/read/page/halaman-data/9/statistik.html di akses tanggal 1 Oktober 2013)
1
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
2
Penggunaan internet yang semakin meningkat inipun membawa pengaruh ke berbagai aspek kehidupan yang salah satunya berdampak pada dunia pendidikan dimana terjadinya proses transformasi pendidikan konvensional (face-to-face) ke dalam bentuk digital (electronic). Media digital mulai digunakan oleh banyak pengguna internet di dunia dalam membantu proses belajar dan juga dapat membantu dalam pencarian tugas-tugas. Dalam hanya beberapa tahun, penggunaan e-learning yaitu penerapan media digital untuk pengajaran dan pembelajaran telah meningkat pesat(Liaw, Hung & Chen, 2007). Comstore menuliskan laporan tentang penggunaan internet di Indonesia. Dari total pengguna internet di Indonesia yang terbagi-bagi atas tujuan atau fungsi pengguna menggunakan internet, sebanyak 90 persen dari total pengguna menggunakan internet untuk mengakses jaringan sosial, dan sebanyak 24 persen dari total pengguna di Indonesia menggunakan internet di bidang pendidikan. Gambar statistik penggunaan internet berdasarkan tujuan pengguna dapat dilihat pada Gambar 1.2.
Gambar 1.2 Statistik Pengguna Internet Berdasarkan Tujuan Pengguna (Sumber: http://www.teknojurnal.com/2011/03/11/perkembangan-internet-di-indonesia-padatahun-2010/ di akses tanggal 1 Oktober 2013)
Perguruan-perguruan tinggi kini telah melakukan berbagai peningkatan dalam pengefektifan penggunaan e-learning, seperti pelatihan-pelatihan untuk dosen dalam menggunakan platform pembelajaran elektronik dalam menyajikan materi perkuliahan. Perkembangan internet yang telah merambah ke dunia pendidikan ini merupakan kesempatan dan peluang untuk meningkatkan prestasi belajar Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
3
mahasiswa. Berbagai informasi yang ditampilkan pada e-learning merupakan suatu pilihan yang sangat strategis dalam menerapkan teknologi terbaru pada kegiatan sistem informasi pada lingkup pendidikan. Dengan adanya e-learning ini diharapkan kebutuhan akan informasi selalu tersedia dan dapat di akses oleh mahasiswa dengan mudah dan cepat. Hal ini pulalah yang dilakukan oleh STMIK GI MDP dan AMIK MDP yang turut menerapkan e-learning sebagai salah satu media pendukung pembelajaran berbasis web. Pada awal tahun 2009, STMIK GI MDP dan AMIK MDP mulai mengefektifkan penggunaan e-learning yang dinamakan SIMPONI. SIMPONI merupakan singkatan dari Sistem Pembelajaran Online dan Interaktif. SIMPONI kemudian diefektifkan pula di STIE MDP pada pertengahan tahun 2010. Setiap mahasiswa atau dosen harus memasukkan NPM(Nomor Pokok Mahasiswa) atau kode dosen serta mengisi password yang tepat untuk masuk dan dapat menggunakan SIMPONI. Tampilan halaman depan SIMPONI dapat dilihat di Gambar 1.3.
Gambar 1.3 Tampilan Halaman Depan SIMPONI (Sumber: simponi.mdp.ac.id tanggal di akses tanggal 1 Oktober 2013)
SIMPONI
mendukung
kegiatan
belajar
mengajar
mahasiswa
seperti
menyampaikan informasi, pengumuman yang berhubungan dengan akademik dan administrasi. Dengan adanya SIMPONI ini dosen dapat memasukkan materi ajar, perbaharuan materi ajar, menghapus materi ajar, melakukan interaksi dengan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
4
mahasiswa, dan melihat beberapa aktivitas yang berkaitan dengan perkuliahan. Konten materi ajar biasanya berupa file yang dikemas dengan format presentasi powerpoint dan ada beberapa mata kuliah yang memiliki video rekaman. Selain dimanfaatkan oleh dosen, SIMPONI juga dimanfaatkan oleh mahasiswa untuk membantu dan mendukung proses perkuliahan. Tampilan SIMPONI mahasiswa memiliki beberapa fitur yang membantu proses perkuliahan seperti mahasiswa dapat melihat jumlah persentase absensi setiap matakuliah yang diambil, melihat jadwal perkuliahan semester berjalan, mahasiswa dapat melihat dan melakukan interaksi dengan dosen pengajar mata kuliah tersebut dan memulai thread pertanyaan atau menjawab pertanyaan dengan
dosen dan mahasiswa yang
mengambil kelas yang sama pada fitur forum, kemudian mahasiswa juga dapat mengunduh materi perkuliahan, melihat silabus matakuliah, mengumpulkan tugas pada fitur tugas dan dosen juga dapat meletakkan atau memasukkan pengumuman berkenaan dengan perkuliahan pada bagian pengumuman. Selain berkaitan dengan perkuliahan, SIMPONI juga dimanfaatkan bagi mahasiswa untuk dapat melihat Nilai(Kuis, Tugas, UTS dan UAS), DNS(Daftar Nilai Semester) dan melihat indeks prestasi mahasiswa, serta melihat total dan indeks prestasi kumulatif terakhir nilai mahasiswa yang telah selesai ditempuh mahasiswa melalui fitur transkrip nilai. SIMPONI juga digunakan untuk pendaftaran online Wisuda, dimana pendaftaran ini langsung terhubungan ke aplikasi administrasi akademik MDP, mahasiswa juga dapat melihat daftar-daftar E-Book yang dapat dipinjam di perpustakaan MDP. Tampilan bagian dalam SIMPONI dapat dilihat pada Gambar 1.4.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
5
Gambar 1.4 Tampilan Bagian Dalam SIMPONI dengan Login Mahasiswa (Sumber: simponi.mdp.ac.id di akses tanggal 10 Januari 2014)
Walaupun e-learning saat ini telah berkembang pesat dan digunakan oleh beberapa perguruan tinggi di Indonesia, tetapi hanya sedikit yang mengetahui prestasi mahasiswa dalam menggunakan e-learning. Dari pertanyaan yang ditanyakan kepada Bapak Ketua STMIK GI MDP, sampai saat ini belum pernah diketahui pengaruh e-learning terhadap prestasi mahasiswa karena belum di STMIK GI MDP, AMIK MDP dan STIE MDP pernah dilakukan penelitian sejenis. Berdasarkan hasil observasi dan wawancara dengan Bagian UPT Sistem Informasi. Hanya 35,5% dari total dosen yang mengajar semester ganjil Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
6
2012/2013 yang menggunakan SIMPONI dan begitu pula hanya 13,5% dari total mahasiswa aktif MDP aktif
menggunakan SIMPONI serta 21,1% dari total
mahasiswa aktif MDP yang menggunakan SIMPONI pada semester genap 2012/2013. Rangkuman penggunaan e-learning dapat dilihat dari Tabel 1.1. Tabel 1.1 Penggunaan e-learning pada Semester Ganjil dan Genap Tahun Akademik 2012/2013 Pengguna e-learning Jumlah Pengguna
Periode SeptemberJanuari 2013 Mahasiswa Dosen 338 39
Periode Februari-Juli 2013 Mahasiswa Dosen 527 20
Total mahasiswa aktif dan dosen STMIK, AMIK dan STIE MDP
2504
105
2046
100
Persentase jumlah
13,5%
35,5%
21,1%
20%
(Sumber: UPT Sistem Informasi MDP, 2013)
Melalui penelitian ini diharapkan dapat mengetahui pengaruh penggunaan elearning serta keterkaitannya dengan prestasi belajar mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP. Penelitian ini akan dianalisis menggunakan SEM(Structural Equation Modelling). SEM adalah gabungan analisis faktor dan regresi berganda yang melibatkan banyak variabel, juga telah dapat dilakukan dengan mudah(Santoso, 2012). 1.2 Perumusan Masalah 1.2.1 Analisis Permasalahan Berdasarkan penjelasan latar belakang diatas dilakukan identifikasi permasalahan yang dapat digambar melalui fishbone diagram yang dapat dilihat di Gambar 1.5.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
7
PROSEDUR
Belum pernah Dilakukannya penelitian
Hanya sedikit dosen Yang menggunakan SIMPONI
Terbatasnya SDM Yang mengerti SIMPONI
Belum diketahui sejauh mana Pengaruh e-learning terhadap Prestasi belajar mahasiswa
Tidak ada kepedulian Dari level Top manajemen
Masih kurang pemahaman dosen dalam menggunakan SIMPONI
DOSEN
MANAJEMEN
Gambar 1.5 Fishbone Diagram Berdasarkan analisis permasalahan dengan menggunakan diagram fishbone, akar permasalahannya adalah belum pernah dilakukan penelitian terkait penggunaan SIMPONI, sehingga belum diketahui sejauh mana pengaruh e-learning terhadap prestasi belajar. Dari segi level management, ada dua faktor yang berpengaruh, antara lain : 1. Terbatasnya SDM yang mengerti SIMPONI. SIMPONI dikelola oleh dua orang staff UPT Sistem Informasi dengan berlatar belakang pendidikan komputer, hanya dua staff ini yang memiliki akses dan mengatur semua aktivitas yang ada di SIMPONI, melakukan backup dan pengubahan data dan nilai. 2. Tidak ada kepedulian dari Level Top Management. Level Top Management selaku pimpinan staff UPT Sistem Informasi dalam pengubahan informasi, tidak terlalu memperhatikan SIMPONI karena keterbatasan akses ke SIMPONI. Level Top Management mengkoordinasi isi website www.mdp.ac.id yang terkadang mengabaikan isi dari SIMPONI. Kemudian yang kedua, dari segi dosen-dosen yang menggunakan SIMPONI, dapat ditarik dua faktor yang mempengaruhi : 1. Hanya sedikit dosen yang menggunakan SIMPONI. Dosen-dosen yang menggunakan SIMPONI kebanyakan hanya dosen yang berlatar belakang pendidikan komputer saja atau dosen yang terbiasa mengoperasikan komputer. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
8
2. Dosen masih kurang memahami penggunaan dari SIMPONI karena belum ada pelatihan khusus penggunaan SIMPONI, dosen yang menggunakannya banyak yang belajar secara otodidak atau hanya bertanya dengan dosen yang sudah terbiasa menggunakan. Media pembelajaran yang biasa hanya face-to-face merupakan salah satu alasan mengapa belum pernah dilakukan penelitian yang berhubungan dengan SIMPONI. Berdasarkan permasalahan yang telah dikemukakan, maka diperlukan penelitian sehingga dapat mengetahui sejauh mana pengaruh e-learning terhadap prestasi belajar mahasiswa. Dari perumusan masalah diatas didapat sebuah bentuk research question yang digunakan dalam penelitian ini yaitu sejauh mana dan faktor apa yang memiliki pengaruh terhadap penggunaan e-learning terhadap prestasi belajar bagi mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP? 1.3 Tujuan Penelitan Tujuan dari penelitian ini adalah 1. Mengetahui sejauh mana pengaruh penggunaan e-learning serta keterkaitannya dengan prestasi belajar mahasiswa. 2. Mengetahui faktor yang paling berpengaruh dalam meningkatkan
prestasi
belajar mahasiswa dalam menggunakan e-learning. 1.4 Manfaat Penelitian Manfaat yang diharapkan dengan adanya penelitian ini adalah 1. Manfaat bagi lembaga Hasil penelitian ini sebagai pertimbangan perbaikan sistem pembelajaran yang bermanfaat untuk mengetahui keterkaitan prestasi belajar mahasiswa di STMIK GI MDP, AMIK MDP, dan STIE MDP dengan penggunaan e-learning. 2. Manfaat bagi dunia pendidikan Hasil penelitian ini dapat memberikan kontribusi dalam melengkapi penelitian sejenis di perguruan tinggi lainnya. 3. Manfaat bagi mahasiswa Hasil penelitian ini dapat memberikan pengarahan penggunaan e-learning kepada mahasiswa yang berkaitan dengan prestasi belajar mahasiswa. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
9
1.5 Ruang Lingkup Penelitian Agar penelitian menjadi lebih terarah, maka ruang lingkup penelitian adalah: 1. Penelitian dilakukan kepada mahasiswa aktif semester ganjil 2013/2014 STMIK GI MDP, AMIK MDP dan STIE MDP yang menggunakan SIMPONI. 2. Penelitian ini menganalisis penggunaan e-learning yang sudah berjalan sekarang untuk mengetahui keterkaitannya dengan prestasi mahasiswa. Prestasi mahasiswa dalam penelitian ini dapat dilihat dari nilai indeks prestasi kumulatif(IPK) mahasiswa sampai dengan semester genap 2012/2013. 3. Sistem e-learning yang dimaksud adalah sistem e-learning berbasis web yang dinamakan SIMPONI milik STMIK GI MDP, AMIK MDP dan STIE MDP. 1.6 Sistematika Penulisan Untuk lebih mudah memahami karya akhir ini secara keseluruhan, ditentukan sistematika penulisan sebagai berikut : BAB I Pendahuluan Bab ini berisi latar belakang dalam melakukan penelitian, permasalahan penelitian, pertanyaan penelitian, tujuan dari penelitian, manfaat dari penelitian, ruang lingkup penelitian serta sistematika penulisan. BAB II Tinjauan Pustaka Bab ini menjelaskan landasan teori-teori yang berkaitan mengenai penggunaan elearning, SIMPONI dan pengaruhnya pada prestasi mahasiswa dalam proses pembelajaran yang menjadi acuan dalam pelaksanaan penelitian ini serta penyimpulan teori dan analisis penelitian sebelumnya sehingga menghasilkan theoritical framework serta merumuskan hipotesis penelitian. BAB III Metodologi Penelitian Bab ini membahas tahapan melakukan penelitian, metode pengumpulan data beserta metode analisis data yang digunakan dalam penelitian ini. BAB IV Deskripsi Organisasi Bab ini berisi penjelasan singkat mengenai organisasi dimana penelitian dilakukan, termasuk didalamnya profil organisasi, visi, misi, tujuan, struktur organisasi dan proses bisnis STMIK GI MDP, AMIK MDP dan STIE MDP. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
10
BAB V Analisis dan Pembahasan Bab ini berisi analisis data hasil analisis atau pembahasan hasil pengolahan data penelitian serta langkah-langkah yang diambil dalam melakukan analisis, proses pengujian hipotesis, serta ditutup dengan diskusi dan implikasi penelitian dari penelitian ini. BAB VI Kesimpulan dan Saran Bab ini berisi kesimpulan dari hasil penelitian ini serta saran-saran berdasarkan hasil yang didapat dari uraian keterbatasan penelitian ini.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB II TINJAUAN PUSTAKA
Bab ini akan menjelaskan mengenai teori-teori yang akan digunakan sebagai landasan dalam melakukan penelitian dan analisis penelitian-penelitian terdahulu yang berkaitan dengan tema yang dibahas dalam penelitian ini dan penyimpulan model penelitian yang dapat didapat dari analisis dari teori dan penelitianpenelitian terdahulu. 2.1 E-learning Istilah e-learning memiliki pengertian yang sangat luas, sehingga banyak ahli yang menjelaskan definisi e-learning dari berbagai sudut pandang. 2.1.1 Konsep E-learning Hartley (2001) menyatakan bahwa e-learning merupakan suatu jenis belajar mengajar yang memungkinkan tersampaikannya mater pembelajaran ke pelajar dengan menggunakan media internet, intranet atau media jaringan komputer lain. Pernyataan yang hampir sama dikemukakan oleh LearnFrame.Com dalam Glossary of e-learning Terms (Glossary, 2001) menyatakan suatu definisi yang lebih luas bahwa: e-learning adalah sistem pendidikan yang menggunakan aplikasi berbasis elektronik untuk mendukung proses belajar mengajar dengan media internet, jaringan komputer, maupun komputer stand alone. Kemudian definisi e-learning menurut Allen (2006) “The term e-learning applies to the broad range of ways computing and communication technologies can be used for teaching and learning. Some uses are effective-magnificently so” dan definisi lain menurut Wentling et al. (2000) e-learning adalah “the acquisition and use of knowledge distributed and facilitated primarily by electronic means". Dari beberapa definisi yang dikemukakan oleh para ahli ini, dapat disimpulkan bahwa sistem atau konsep pendidikan yang memanfaatkan teknologi informasi dalam proses belajar mengajar dapat disebut sebagai suatu e-learning.
11
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
12
2.1.2 Komponen Penting e-learning Dalam membangun e-learning, ada beberapa komponen yang harus ada. Menurut Allen (2006) ada empat komponen penting yang harus ada dalam e-learning, antara lain : a. Multimedia Kemampuan multimedia menyajikan informasi atau konten grafis dan tekstual. Suara, animasi, dan video juga tersedia untuk menarik perhatian yang dapat membantu memahami konsep cepat dan lebih lengkap. b. Interactivity (interaktivitas) Interaktivitas menyediakan sarana untuk mengajukan pertanyaan, memilih tantangan, dan penyajian umpan balik kepada pelajar. Pelajar umumnya memberikan tanggapan mereka melalui penggunaan mouse dan keyboard komputer. c. Computation (penghitungan) Mungkin yang paling penting dan sering kurang dimanfaatkan, sistem e-learning yaitu menawarkan perhitungan cepat. Perhitungan dapat memberikan simulasi yang membuat konteks belajar lebih realistis dan membantu pelatihan transfer ke dunia nyata. d. Communication (komunikasi) Komunikasi dengan pengguna lainnya dimungkinkan melalui koneksi jaringan. Ketika fasilitas yang digunakan, seperti dalam bentuk synchronous dan asynchronouse-learning yang disebutkan di atas, masyarakat dapat dibentuk untuk memotivasi individu memperkaya pengalaman, dan memberikan pelengkap yang luas dari kedua pembelajaran terstruktur dan pembelajaran informal. 2.1.3 Kriteria e-learning Rosenberg (2001) mengkategorikan tiga kriteria dasar yang harus ada dalam elearning, yaitu : 1. e-learning bersifat jaringan, yang membuatnya mampu memperbaiki secara cepat, menyimpan atau memunculkan kembali, mendistribusikan, dan sharing pembelajaran dan informasi. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
13
2.
e-learning
dikirimkan
kepada
pengguna
melalui
komputer
dengan
menggunakan standar teknologi internet. 3. e-learning berfokus pada pandangan pembelajaran yang paling luas, solusi pembelajaran yang menggungguli paradigma tradisional dalam pelatihan. 2.1.4 Keuntungan Menggunakan e-learning Pada saat ini, e-learning sudah dikenal sebagai salah satu cara untuk meningkatkan sistem belajar baik di negara maju maupun di negara yang sedang berkembang. Menurut Romi (2003) keuntungan menggunakan e-learning diantaranya adalah sebagai berikut: 1. Dapat menghemat waktu proses belajar mengajar. 2. Dapat mengurangi biaya perjalanan. 3. Dapat menghemat biaya pendidikan secara keseluruhan (infrastruktur, peralatan, buku-buku). 4. Dapat menjangkau wilayah geografis yang luas. 5. Dapat melatih pelajar agar lebih mandiri dalam mendapatkan ilmu pengetahuan. 2.1.5 Mengembangkan e-Learning Conole & Oliver (1988) mengemukakan bahwa peningkatan proses e-learning dapat dilakukan melalui langkah-langkah sebagai berikut: 1. Melakukan review kursus/program. 2. Menetapkan tujuan yang jelas dan hasil dari kursus/program yang diharapkan. 3. Mengatur metode dan kegiatan yang diperlukan untuk mencapai tujuan dan hasil belajar belajar. 4. Memilih model penilaian yang sesuai. 5. Menentukan organisasi dan presentasi kegiatan serta mengidentifikasi metode terbaik berdasarkan pengetahuan dan keterampilan pelajar berkaitan dengan kesesuaian media dan fleksibilitas dari urutan belajar. 6. Mengaitkan skenario individu menjadi satu program.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
14
7. Menentukan materi pembelajaran untuk setiap kegiatan dan menentukan apakah material akan dibuat atau materi yang ada akan disesuaikan. 8. Mengatur persyaratan yang berkaitan dengan sumber daya dan infrastruktur (misalnya, kebutuhan untuk pelatihan tambahan untuk staff) jika itu dibutuhkan. 9. Mengidentifikasi keterampilan dan persyaratan lain untuk akses. 2.1.6 Penelitian Terdahulu yang Membahas e-Learning Penelitian-penelitian terdahulu yang pernah membahas tema e-learning : 1. Penelitian dengan judul Students’ Expectation and Satisfaction in PostGraduate Online Courses yang dilakukan oleh Susana Lemos dan Neuza Pedro pada tahun 2012. Penjelasan mengenai penelitian Lemos & Pedro dapat dilihat pada Tabel 2.1. Tabel 2.1 Penelitian yang dilakukan oleh Lemos & Pedro (2012) Kriteria
Penelitian oleh Lemos & Pedro
Judul Penelitian
Students’ Expectation and Satisfaction in PostGraduate Online Courses Meneliti hubungan antara dengan harapan mahasiswa dengan tingkat kepuasan dalam menggunakan e-learning dalam program Master Degree angkatan tahun 2010-2012 di University of Lisbon. University of Lisbon 31 mahasiswa Master Degree Course Design, Coordination, Faculty and Tutors, Curricular Program, Resources, Learning Methodologies, Evaluation System, Support Services, Technological Infrastructures.
Tujuan Penelitian
Tempat Penelitian Jumlah Sampel Penelitian Variabel yang digunakan pada penelitian Lemos & Pedro
Penelitian ini bertujuan untuk menganalisis kepuasan mahasiswa dari sembilan variabel yang teridentifikasi dan indikator-indikatornya, untuk memahami keterkaitan masing-masing variabel serta mengidentifikasi kekuatan dan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
15
kelemahan sistem e-learning yang berjalan dan menentukan pedoman umum untuk peningkatan sistem e-learning yang ada di sana. Hasil penelitian ini menunjukan bahwa variabel resources merupakan variabel yang paling mempengaruhi harapan dan kepuasan mahasiswa dalam menggunakan e-learning di University of Lisbon. Kualitas resources yang bagus dapat mendorong keterlibatan mahasiswa yang lebih besar dan memberikan kontribusi untuk keberhasilan belajar, kepuasan dan prestasi akademik. Kemudian variabel curricullum program dan variabel faculty and tutor juga terbukti merupakan faktor kuat penentu kepuasan dan prestasi belajar mahasiswa. Sehingga peneliti juga mengambil variabel course design dan variabel curriculum program yang digunakan pada penelitian ini. Model Penelitian miliknya Lemos & Pedro ini dapat dilihat pada Gambar 2.1.
Gambar 2.1 Model Penelitian Penelitian Lemos & Pedro (2012) (Sumber: Students’ Expectation and Satisfaction in Post-Graduate Online Courses [Lemos & Pedro, 2012])
2. Penelitian yang berjudul Students’ Expectations Of, And Experiences In ELearning: Their Relation To Learning Achievements And Course Satisfaction yang dilakukan oleh Paetcher, Maier, & Macher pada tahun 2009. Penjelasan mengenai penelitian ini dapat dilihat pada Tabel 2.2.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
16
Tabel 2.2 Penelitian yang dilakukan oleh Paetcher, Maier, & Macher (2009) Kriteria
Penelitian oleh Paetcher, Maier, & Macher
Judul Penelitian
Students’ Expectations Of, And Experiences In ELearning: Their Relation To Learning Achievements And Course Satisfaction Untuk mendapatkan pandangan umum mengenai ekspektasi dan pengalaman mahasiswa dalam menggunakan e-learning dan kemudian hubungannya dengan pencapaian dan kepuasan belajar. 29 Universitas di Austria Interview online dan kuesioner 2196 mahasiswa Mplus 4.21 Course Design Interaction with the instructor Interaction with the peer students Individual Learning Process Learning Outcomes Flexibility Tutor Expertise Tutor Support Communication : Knowledge Communication : Relation Structure Motivation
Tujuan Penelitian
Tempat Penelitian Metode Pengumpulan data Jumlah Sampel Penelitian Metode Pengolahan Data Variabel yang digunakan pada penelitian Paetcher, Maier, & Macher
Kuesioner penelitian ini berisi evaluasi mahasiswa terhadap harapan mahasiswa dalam menggunakan e-learning, evaluasi pengalaman mereka dalam belajar serta penilaian dari hasil belajar (kepuasan dan prestasi belajar), dan pertanyaanpertanyaan demografis yang ditujukan untuk mahasiswa-mahasiswa di Austria. Berdasarkan hasil pengolahan data kuesioner, penelitian Paetcher, Maier, & Macher (2009) menunjukkan karakteristik e-learning dan perilaku belajar adalah penting bagi kepuasan dan prestasi belajar mahasiswa. Dua variabel yang kuat berpengaruh pada penelitian ini adalah variabel learning outcomes dan variabel tutor expertise, serta variabel yang memiliki pengaruh cukup kuat adalah interaction with instructor. Selain itu, hasil penelitian juga menekankan aspek tutor expertise serta peran sebagai fasilitator dalam belajar (tutor support). Peran instruktur merupakan aspek yang cukup penting dalam kepuasan dan prestasi Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
17
belajar mahasiswa dalam menggunakan e-learning. Variabel Tutor Support dan Tutor Expertise terbukti sebagai variabel yang penting dalam proses perpindahan pengetahuan, skill, kompetensi dan kepuasan belajar. Kemudian variabel Motivation juga berkaitan kepada kesempatan untuk self-regulated learning, karakteristik sistem e-learning yang berkaitan dengan prestasi belajar yang disarankan. Dari hasil penelitian miliknya Paetcher, Maier, & Macher (2009) maka peneliti mengambil variabel Course Design, Interaction Student-Lecture, Interaction Peer Student, Lecture Expertise dan Motivation untuk digunakan juga pada penelitian ini. Model penelitian miliknya Paetcher, Maier, & Macher dapat dilihat pada Gambar 2.2. Structure
Flexibility
Satisfaction
Tutor expertise Personal comp.
Tutor Support Knowledge & skils Motivation
Communication :
Media comp.
Knowledge Communication : relation
Gambar 2.2 Model Penelitian Paetcher, Maier, & Macher (2009) (Sumber: Students’ Expectations Of, And Experiences In E-Learning: Their Relation To Learning Achievements And Course Satisfaction [Paetcher, Maier, & Macher, 2009])
3. Penelitian yang berjudul Student Perceptions And Achievement In A University Blended Learning Strategic Initiative yang dilakukan oleh Owston R., York, & Murtha pada tahun 2013. Penjelasan mengenai penelitian Owston R., York, & Murtha ini dapat dilihat pada Tabel 2.3.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
18
Tabel 2.3 Penelitian yang dilakukan oleh Owston R., York, & Murtha (2013) Kriteria
Penelitian oleh Owston R., York, & Murtha
Judul Penelitian
Student Perceptions And Achievement In A University Blended Learning Strategic Initiative Tujuan Penelitian Mengetahui hubungan antara persepsi mahasiswa di York University yang menggunakan blended learning course serta keterkaitan dengan pencapaian mahasiswanya. Tempat Penelitian 3 Fakultas di York University di Toronto, Kanada. Metode Pengambilan Data Kuesioner Jumlah Sampel Penelitian 577 responden (50% dari jumlah mahasiswa yang mengambil 11 courses). Metode Pemodelan Data dianalisis dengan menggunakan Statistical Statistik Package for Social Sciences (SPSS) dalam analisis kovarians(ANCOVA). Research Question RQ1: How do perceptions and satisfaction with blended courses relate to achievement? RQ2: How do perceptions of the convenience afforded by blended learning relate to achievement? RQ3: How do perceptions of engagement in blended learning courses relate to achievement? RQ 4: How do perceptions of learning in blended courses relate to achievement? Blended learning adalah pendekatan pengajaran yang dapat menggantikan online learning dalam bertatap muka (face-to-face) dengan instruktur. Hubungan antara persepsi mahasiswa blended learning dan prestasi belajar yang merupakan fokus penelitian ini. Pemahaman tentang hubungan ini akan bermanfaat bagi perguruan tinggi tersebut untuk mulai meningkatkan blended learning di kampus mereka. Universitas memilih blended learning sebagai cara untuk meningkatkan perkuliahan yang lebih efisien. Hasil penelitian dari research question yang telah disimpulkan Owston R., York, & Murtha (2013) secara umum rata-rata mahasiswa dengan nilai yang tinggi sangat setuju untuk memilih blended courses. Mahasiswa lebih memilih blended courses karena blended courses mengurangi waktu perjalanan/biaya, dan mudah berinteraksi dengan mahasiswa (interaction with peer student), sedangkan mahasiswa berprestasi rendah tidak setuju dengan blended courses. Hubungan yang kuat antara engagement (keikutsertaan) dan nilai mahasiswa berprestasi yang menyatakan bahwa mereka sangat setuju bahwa Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
19
mereka lebih terlibat dalam blended courses. Selain itu penelitan ini juga menemukan bahwa pelajar yang mengambil blended courses termotivasi dan bersyukur dengan adanya tutor support dan hasil belajar mereka yang lebih tinggi. Dari penelitian Owston R., York, & Murtha (2013) peneliti mengambil variabel Student’s Motivation, Interaction Student-Lecture dan Interaction StudentStudent. 4. Penelitian yang berjudul Locus of control, self-efficacy, and task value as predictors of learning outcome in an online university context yang dilakukan oleh Joo Y. J., Lim K. Y., Kim Jiyeon pada tahun 2013. Penjelasan mengenai penelitian Joo, Lim & Kim ini dapat dilihat pada Tabel 2.4. Tabel 2.4 Penelitian yang dilakukan oleh Joo, Lim, Kim Jiyeon (2013) Kriteria
Penelitian oleh Joo, Lim & Kim (2013)
Judul Penelitian
Locus of control, self-efficacy, and task value as predictors of learning outcome in an online university context Memprediksi kepuasan pelajar, ketekunan dan prestasi belajar mahasiswa dalam Ewha Womans University Seoul. Ewha Womans University Seoul 897 mahasiswa yang terdaftar di sebuah universitas online di tahun 2009. Structural Equation Modelling (SEM) dibantu software AMOS 17.
Tujuan Penelitian
Tempat Penelitian Jumlah Sampel Penelitian Metode Pemodelan Statistik
Penelitian ini menguji pengaruh variabel Self-Efficacy, Locus of Control dan Task Value
terhadap
Kepuasan,
Prestasi
dan
Ketekunan
Mahasiswa
dalam
menggunakan sistem online pada Ewha Womans University Korea Selatan. Model penelitian miliknya Joo, Lim, & Kim dapat dilihat pada Gambar 2.3.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
20
Gambar 2.3 Model Penelitian Penelitian Joo, Lim, & Kim (2013) (Sumber: Locus of control, self-efficacy, and task value as predictors of learning outcome in an online university context [Joo, Lim, & Kim, 2013])
Hasil penelitian Joo, Lim, & Kim (2013) ini menunjukkan bahwa variabel locus of control, self-efficacy dan task value (nilai tugas) adalah prediktor yang terbukti signifikan berpengaruh terhadap kepuasan mahasiswa, sementara self-efficacy dan task value (nilai tugas) terbukti merupakan prediktor terhadap prestasi mahasiswa. Task value (nilai tugas), kepuasan, dan prestasi adalah prediktor signifikan untuk ketekunan(persistance). Dari penelitian milik Joo, Lim, & Kim (2013) ini, peneliti mengambil variabel Self Efficacy sebagai variabel yang dapat berpengaruh terhadap prestasi belajar. 2.2 Prestasi Belajar 2.2.1 Definisi Prestasi Belajar Prestasi belajar adalah kemampuan yang dimiliki oleh pelajar setelah pelajar menerima pengalaman pembelajaran. Sejumlah pengalaman yang diperoleh pelajar mencakup ranah kognitif, afektif dan psikomotorik. Hasil belajar mempunyai peran penting dalam proses pembelajaran karena akan memberikan sebuah informasi kepada pengajar tentang kemajuan pelajar dalam upaya mencapai tujuan-tujuan belajarnya melalui proses kegiatan belajar mengajar yang selanjutnya setelah mendapat informasi tersebut pengajar dapat menyusun dan membina kegiatan-kegiatan pelajar lebih lanjut baik dalam individu maupun dalam kelompok belajar. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
21
Dalam Webster’s New International Dictionary (1951) mengungkapkan definisi prestasi belajar adalah “Achievement test a standardised test for measuring the skill or knowledge by person in one more lines of work a study”. Menurut Gagne (1985), prestasi belajar dapat dibagi menjadi lima aspek, yaitu : kemampuan intelektual, strategi kognitif, informasi verbal, sikap dan keterampilan. Menurut Bloom dalam Suharsimi Arikunto (1990) bahwa hasil belajar dibagi menjadi tiga aspek yaitu kognitif, afektif dan psikomotorik serta menyatakan bahwa prestasi merupakan hasil konkrit dari suatu hal yang dapat dicapai pada periode tertentu. Berdasarkan pendapat-pendapat tersebut, prestasi belajar yang akan dibahas dalam penelitian ini adalah hasil belajar yang telah dicapai oleh mahasiswa dalam proses belajar mengajar berdasarkan penggunaan e-learning selama semester berjalan. Pada penelitian ini, prestasi belajar mahasiswa akan dilihat pada nilai indeks prestasi kumulatif pada setiap mahasiswa, mahasiswa yang memiliki Indeks prestasi kumulatif yang tinggi merupakan mahasiswa yang memiliki prestasi yang baik. 2.2.2 Faktor yang Mempengaruhi Prestasi Belajar Prestasi belajar yang diperoleh pelajar berbeda-beda dan biasanya dilatar belakangi oleh beberapa faktor. Faktor-faktor yang mempengaruhi prestasi belajar menurut Rusman (2012) antara lain meliputi faktor internal dan faktor eksternal : A. Faktor Internal 1. Faktor Fisiologis. Secara umum kondisi fisiologis seperti kesehatan yang prima, tidak dalam keadaan lelah dan capek, tidak dalam keadaan cacat jasmani dan sebagainya. Hal tersebut dapat mempengaruhi pelajar dalam menerima materi pelajaran. 2. Faktor Psikologis. Setiap individu dalam hal ini, pelajar pada dasarnya memiliki kondisi psikologis yang berbeda-beda, tentunya hal ini turut mempengaruhi hasil
belajarnya.
Beberapa
faktor psikologis
meliputi
intelegensi (IQ), perhatian, minat, bakat, motif, motivasi, kognitif dan daya nalar pelajar.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
22
B. Faktor Eksternal 1. Faktor Lingkungan. Faktor lingkungan dapat mempengaruhi hasil belajar. Faktor lingkungan ini meliputi lingkungan fisik dan lingkungan sosial. Lingkungan alam misalnya suhu, kelembaban dan lain-lain. Belajar pada siang hari dan di ruangan yang kurang akan sirkulasi udara dapat berpengaruh dan akan sangat berbeda pada pembelajaran pada pagi hari yang kondisinya masih segar dan dengan ruangan yang cukup untuk bernafas lega. 2. Faktor Instrumental. Faktor-faktor instrumental adalah faktor yang keberadaan dan penggunaannya dirancang sesuai dengan hasil belajar yang diharapkan. Faktor-faktor ini diharapkan dapat berfungsi sebagai sarana untuk tercapainya tujuan-tujuan belajar yang direncanakan. Faktor-faktor instrumental ini dapat berupa kurikulum, komunikasi, sarana dan prasarana. Pernyataan yang hampir sama, disampaikan juga oleh Sunarto (2009). Menurut Sunarto (2009) faktor-faktor yang dapat mempengaruhi hasil belajar antara lain : 1. Faktor Intern Faktor intern adalah faktor-faktor yang berasal dari dalam diri individu yang dapat mempengaruhi individu berkaitan dengan prestasi belajarnya. Faktor-faktor intern yang dapat mempengaruhi prestasi belajar seseorang antara lain adalah kecerdasan, bakat, minat, dan motivasi. 2. Faktor Ekstern Faktor ekstern adalah faktor-faktor yang dapat mempengaruhi prestasi belajar individu yang berasal dari luar diri individu tersebut. Yang termasuk faktor-faktor ekstern antara lain adalah keadaan lingkungan keluarga, keadaan lingkungan tempat belajar dan keadaan lingkungan masyarakat. Menurut Sunarto(2009) untuk meningkatkan prestasi belajar, hal yang harus diperhatikan adalah kondisi internal dan eksternal. Kondisi internal dalah kondisi atau situasi yang ada dalam diri pelajar, seperti kesehatan, keterampilan, kemampuan dan sebagainya. Kondisi eksternal adalah kondisi yang ada diluar diri pribadi individu misalnya kebersihan ruang belajar, sarana dan prasarana belajar.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
23
2.3 SIMPONI SIMPONI merupakan singkatan dari Sistem Pembelajaran Online dan Interaktif. SIMPONI merupakan Sistem Berbasis Web yang mulai dikembangkan STMIK GI MDP, AMIK MDP dan STIE MDP pada tahun 2010. SIMPONI dibuat dengan bertujuan agar mahasiswa lebih mudah mendapatkan informasi yang berkaitan dengan akademik, pembayaran dan yang paling penting adalah informasi yang berkaitan dalam perkuliahan. Dari awal perkembangannya hingga sekarang, SIMPONI memiliki banyak perubahan. Perubahan yang paling terlihat adalah dari jumlah fitur yang ada dalam SIMPONI. Selain bertujuan sebagai media penunjang belajar
mahasiswa,
SIMPONI
juga
membantu
meringankan
pekerjaan
administrasi akademik STMIK GI MDP, AMIK MDP dan STIE MDP dimana mahasiswa sudah dapat melihat informasi yang berhubungan dengan pendaftaran Kerja Praktek, Skripsi dan Tugas Akhir ataupun informasi umum yang berkaitan dengan Seminar, Workshop yang sudah tertera di SIMPONI sehingga tidak perlu harus bertanya terlebih dahulu. Untuk dapat masuk ke dalam SIMPONI dosen atau mahasiswa harus memasukkan username dan password yang tepat. Mahasiswa dan dosen juga dapat melakukan perbaharuan password SIMPONI. Tampilan Halaman Depan SIMPONI dapat dilihat pada Gambar 2.4.
Gambar 2.4 Tampilan Halaman Depan SIMPONI (Sumber: https://simponi.mdp.ac.id/, diakses tanggal 09 Oktober 2013)
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
24
SIMPONI yang sekarang ini telah memiliki fitur-fitur sebagai berikut : 1. Profil Pada bagian profil, mahasiswa dapat melihat dan memperbaharui data pribadi mahasiswa seperti alamat, email, dan no handphone. Mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP memiliki nomor virtual account. Virtual account adalah bentuk kerjasama mahasiswa dengan salah satu bank swasta di Palembang. Mahasiswa dapat melihat nomimal pembayaran yang harus dibayar dan mengetahui nomor rekening mahasiswa tersebut di SIMPONI. Setiap mahasiswa memiliki nomor virtual account yang berbeda-beda. Nomor virtual account ini aktif hanya selama mahasiswa tersebut terdaftar sebagai mahasiswa di STMIK, AMIK dan STIE MDP. 2. Perkuliahan Mahasiswa dapat mengunduh materi belajar yang mahasiswa ambil dan mahasiswa dapat mengambil silabus mata kuliah yang dikehendaki. Mahasiswa dapat mengunduh materi belajar jika dosen mata kuliah bersangkutan telah mengupload materi belajar. Dengan adanya fitur ini, mahasiswa dapat melihat jadwal perkuliahan untuk semester aktif berjalan, yang terdiri dari hari, waktu, nama dosen, dan ruang belajar. Selain itu, mahasiswa juga dapat melihat rincian persentase absensi perkuliahan untuk masing-masing mata kuliah yang di ambil. 3. Nilai (kuis, tugas, nilai UTS dan UAS) pada semester berjalan. Jika dosen sudah memasukkan nilai ke dalam aplikasi input nilai maka detail nilai mahasiswa dapat dilihat di SIMPONI sehingga nilai mahasiswa di STMIK, AMIK dan STIE MDP bersifat transparan. Daftar nilai ini berisi huruf mutu, angka mutu, total sks dan IPK(indeks prestasi kumulatif) dari semua mata kuliah yang telah ditempuh selama perkuliahan berjalan. Dosen dan mahasiswa dapat menggunakan forum sebagai media interaksi dalam membantu proses perkuliahan. Forum biasanya digunakan oleh dosen dan mahasiswa dalam berbagi informasi perkuliahan yang berhubungan dengan konten belajar. Dosen meletakkan tugas difitur ini, serta memberikan informasi berkenaan dengan deadline tugas dan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
25
penjelasan mengenai tugas. Video interaktif ini berisi rekaman mata kuliah dikelas yang dapat membantu mahasiswa dalam mereview materi belajar. Tapi video ini hanya untuk beberapa mata kuliah tertentu saja. 4. Kalender Akademik Mahasiswa dapat melihat kalender akademik per periode 1 tahun. Kegiatan akademik seperti tanggal berlangsungnya Ujian Tengah Semester dan Ujian Akhir Semester, jadwal perkuliahan semester Ganjil, Genap dan Pendek, jadwal pengisian PPRS dan pembagian DNS. Kemudian kalender akademik yang terdapat didalam SIMPONI juga memberikan infomasi mengenai pendaftaran yang berhubungan dengan Kerja Praktek dan Skripsi/Tugas Akhir. 5. Polling Dosen Selain sebagai media belajar bagi mahasiswa, SIMPONI juga dapat bermanfaat untuk menilai kinerja dosen pengampu melalui polling dosen yang ada di SIMPONI. Selain menilai kinerja dosen, polling juga bertujuan untuk memberikan saran dan kritik terhadap pelayanan, fasilitas yang disediakan oleh STMIK GI MDP, AMIK MDP dan STIE MDP. Polling ini hanya dilakukan satu kali dalam tiap semester menjelang Ujian Akhir Semester. 6. KP/TA/Skripsi SIMPONI juga bermanfaaat untuk melakukan pendaftaran judul, tema dan tempat Kerja Praktek, Skripsi / Tugas Akhir / Business Plan untuk mahasiswa yang akan mengambil Kerja Praktek / Skripsi / Tugas Akhir / Business Plan. Pendaftaran mahasiswa ini akan langsung terhubung ke aplikasi yang dimiliki oleh masingmasing Ketua Program Studi. Mahasiwa juga dapat melihat dan mengunduh pengumuman, persyaratan, formulir yang akan digunakan untuk pendaftaran seminar dan sidang Kerja Praktek / Skripsi / Tugas Akhir / Business Plan. 7. Lainnya Selain berkaitan dengan perkuliahan, SIMPONI juga digunakan untuk pendaftaran online Wisuda, dimana pendaftaran ini langsung terhubung ke aplikasi Administrasi yang berkaitan dengan proses pencetakkan ijazah mahasiswa bersangkutan, mahasiswa dapat melihat daftar-daftar E-Book yang Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
26
dapat dipinjam di perpustakaan MDP Tampilan halaman utama SIMPONI, dapat dilihat pada Gambar 2.5.
Gambar 2.5 Tampilan Halaman Utama SIMPONI (Sumber: https://simponi.mdp.ac.id/akademik.html diakses tanggal 10 Januari 2014)
Selain simponi.mdp.ac.id, SIMPONI juga dapat di akses melalui website STMIK GI MDP, AMIK MDP dan STIE MDP kemudian pilih logo SIMPONI pada menu. Tampilan Halaman Website STMIK GI MDP dan AMIK MDP dapat dilihat pada Gambar 2.6 berikut.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
27
Gambar 2.6 Tampilan Halaman Website STMIK GI MDP & AMIK MDP (Sumber: https://mdp.ac.id/ diakses tanggal 09 Oktober 2013)
2.4 Theoretical Framework Penelitian Theoretical framework merupakan kerangka acuan penelitian yang berdasarkan kesimpulan dari teori-teori dan penelitian yang membahas tema serupa. Theoretical framework yang disimpulkan untuk penelitian ini dibuat berdasarkan hasil penelitian dan analisis teori dari penelitian terdahulu. Theoretical Framework pada penelitian ini dibagi menjadi dua yang dianalisis berpengaruh pada Student’s Achievement, faktor internal yang didapat dari teori miliknya Sunarto(2009), dan faktor experience yang disimpulkan dari penelitian terdahulu. Variabel-variabel yang disimpulkan pada theoretical framework penelitian ini merupakan variabel-variabel yang dianalisis dapat mempengaruhi prestasi belajar pada penelitian-penelitian yang sudah diteliti sebelumnya. Variabel-variabel yang dikategorikan sebagai faktor internal adalah: Student SelfEfficacy dan Student Self-Motivation. Kemudian kategori kedua yaitu pengalaman mahasiswa yang dianalisis mempengaruhi prestasi belajar adalah Interaction, dimana interaction menurut Moore(1989) dibagi menjadi 3 jenis, Interaction Student-Content,
Interaction
Student-Student,
Interaction
Student-Lecture,
kemudian variabel Course Design dan juga Lecture Expertise dan variabel lainnya yang juga digunakan pada penelitian ini adalah Curricullum Program. Theoritical Framework dari penelitian ini dapat dilihat pada Gambar 2.7. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
28
Internal Factor
Student Self Efficacy (Joo, Lim & Kim, 2013)
Student Self Motivation Owston, York, & Murtha (2013) Paetcher, Maier & Macher (2009) Student Experience
H4 H5
Interaction Student – Content (Moore, 1989)
H1
Interaction Student – Student Owston, York, & Murtha (2013)
H2
Student’s Achievement
Paetcher, Maier & Macher (2009)
Interaction Student-Lecturer Owston, York, & Murtha (2013) Paetcher, Maier & Macher (2009)
Course Design
H3 H7 H8
Lemos & Pedro (2012) Paetcher, Maier & Macher (2009)
H6
Lecturer Expertise Paetcher, Maier & Macher (2009)
Curricullum Program Lemos & Pedro (2012)
Gambar 2.7 Theoretical Framework Penelitian 2.4.1 Variabel dan Hipotesis Penelitian 2.4.1.1 Keterkaitan antara interaction dengan prestasi mahasiswa Penelitian Sher (2009) menunjukkan bahwa interaksi online memberikan kontribusi yang signifikan terhadap minat belajar mahasiswa dan prestasi mereka dalam proses pembelajaran dalam menggunakan e-learning. E-learning memiliki manfaat seperti mengontrol kecepatan penyampaian materi dalam pembelajaran, interaksi antara mahasiswa dan instruktur (Sun, Tsai, Finger, Chen, & Yeh, 2008; Tang & Byrne, 2007). Menurut Moore (1984), sistem e-learning dapat mempermudah interaksi antara pelajar dengan bahan atau materi pembelajaran, antara pelajar dengan dosen atau pengajar, dan antara sesama pelajar. Pelajar Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
29
dapat saling berbagi informasi dan dapat mengakses materi pembelajaran setiap saat, sehingga mereka dapat lebih memantapkan penguasaan terhadap materi tersebut. Dengan adanya e-learning, para pengajar akan menjadi lebih mudah untuk (Moore, 1984): Melakukan perbaharuan bahan-bahan belajar yang menjadi tanggung jawabnya sesuai dengan tuntutan perkembangan keilmuan yang terbaru. Mengembangkan diri individu atau melakukan penelitian yang berguna untuk meningkatkan wawasannya. Menurut Paetcher, Maier, & Macher (2009) dibandingkan dengan semua variabel lain, dukungan instruktur dalam proses belajar mengajar sangat berkontribusi terhadap pencapaian belajar. Pengajar harus dapat melakukan berbagai kegiatan dalam proses pengajaran misalnya menyediakan materi ajar apa yang harus diberikan, memberikan feedback kepada pelajar, merangsang motivasi pelajar untuk memproses dan mendiskusikan materi belajar, serta membantu mereka untuk terlibat aktif dalam kegiatan belajar (Brophy, 1999). Kemudian variabel interaction student-lecture mendukung peningkatan pengetahuan, motivasi, dan pembentukan hubungan sosial. Pertukaran informasi mengenai materi ajar serta informasi sosio-emosional penting bagi proses pembelajaran (Johnson, Hornik, & Salas, 2008; Paechter & Schweizer, 2006; Richardson & Swan, 2003). Interaction student-lecture dalam penelitian ini dapat didefinisikan sebagai dukungan instruktur dan kualitas pengajar terhadap pelajar dalam menggunakan sistem elearning. Lemos & Pedro (2012) meneliti hubungan antara penggunaan secara online instruktur dan kepuasan mahasiswa dan menemukan korelasi yang signifikan antara mahasiswa tingkat kepuasan yang tinggi, antusiasme instruktur, kejelasan harapan, aktivitas online yang diusulkan, iklim sosial yang diciptakan, tingkat keahlian instruktur terhadap teknologi, serta dukungan instruktur terhadap belajar mahasiswa (Eom et al., 2006; Palmer & Holt, 2008). Tingkat pengetahuan instruktur atau perannya sebagai fasilitator dan kemampuannya untuk mendukung dan memberikan nasihat kepada pelajar menjadi faktor utama yang berpengaruh terhadap kepuasan mahasiswa dan hasil penelitian milik Lemos & Pedro (2012) ini menunjukkan bahwa mahasiswa-mahasiswa yang menerima feedback yang Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
30
cepat dari instruktur mendapatkan prestasi yang lebih baik daripada traditional course (Korr, Derwin, Greene, & Sokoloff, 2012). Hal yang sama dikemukakan oleh Eom, Wen and Ashill (2006) dimana struktur course, motivasi mahasiswa dalam belajar, student personal learning style dan pengetahuan instruktur, investasi dalam interaksi dan feedback dari instruktur sangat mempengaruhi kepuasan mahasiswa. Menurut Moore(1989) tanpa interaction student-content tidak akan ada pendidikan, karena proses intelektualitas interaksi dengan konten dapat membuat pelajar paham, memiliki perspektif dan mendapat nilai kognitif. Cao, Griffin and Bai (2009) dan Moore(1989) membagi variabel instructor ini menjadi 3 bagian yaitu learner-instructor, learner-learner, dan learner-content. Dalam beberapa penelitian yang menggunakan variabel interaction, interaction yang terbukti mempengaruhi prestasi mahasiswa dalam menggunakan e-learning, sehingga pada penelitian ini interaction dalam penelitian juga diajukan hipotesis sebagai berikut : H1 : Interaction Student-Content berpengaruh terhadap prestasi belajar. H2 : Interaction Student-Student berpengaruh terhadap prestasi belajar. H3 : Interaction Student-Lecture berpengaruh terhadap prestasi belajar. 2.4.1.2 Keterkaitan antara student self-efficacy dengan prestasi mahasiswa Self-efficacy didefinisikan sebagai "The belief that one has the capability to perform a particular behavior" (Bandura, 1977) atau yang berarti keyakinan seseorang bahwa individu dapat menguasai situasi dan menghasilkan hasil yang positif. Self-efficacy dianggap sangat penting dalam pembelajaran karena mempengaruhi learning tasks, amount of efforts, emotions, tujuan belajar, penilaian dan prestasi (Bandura, 1977; Schunk, 1995). Liaw (2008) dalam studi mengenai efektivitas sistem e-learning menyimpulkan bahwa self-efficacy dari pelajar online merupakan faktor penting yang mempengaruhi kepuasan mereka. Hal yang sama juga dikemukakan oleh Tsai, Chuang, Liang dan Tsai (2011) pada 46 penelitian yang membahas mengenai variabel self-efficacy dan meyimpulkan bahwa variabel self efficacy memainkan peran positif dalam sikap pelajar terhadap proses dan hasil dan mereka berasal dari pembelajaran berbasis internet. Hasil ini Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
31
sejalan dengan hasil penelitian oleh Pintrich, Smith, Garcia, dan McKeachie (1993) dan Zusho, Pintrich, dan Coppola (2003). Ada faktor-faktor yang dapat mempengaruhi Self-efficacy dan menurut Bandura (1995) faktor-faktor yang mempengaruhi self efficacy yaitu pengalaman keberhasilan, pengalaman orang lain, persuasi sosial, dan terakhir adalah keadan fisiologis dan emosional. Mahasiswa dengan self-efficacy yang rendah akan menghindari matakuliah yang banyak tugasnya, khususnya untuk tugas-tugas yang menantang sedangkan untuk individu yang memiliki self-efficacy yang tinggi akan sangat termotivasi untuk menyelesaikan tugas-tugas yang sulit. Penelitian miliknya Joo, Lim, & Kim(2013) mengemukakan bahwa variabel self-efficacy juga terbukti sebagai prediktor prestasi belajar. Bandura juga menyebutkan bahwa orang yang memiliki selfefficacy yang tinggi akan menggunakan strategi belajar yang lebih besar dibandingkan dengan orang yang memiliki self-efficacy yang rendah dan pada penelitian ini diajukan hipotesis sebagai berikut : H4 : Student Self Efficacy berpengaruh terhadap prestasi belajar.
2.4.1.3 Keterkaitan antara student self-motivation dengan prestasi mahasiswa Motivasi belajar adalah sebagai a general state dan sebagai a situation-specific state (Brophy, 1987). Sebagai a general state, motivasi belajar adalah suatu watak permanen yang mendorong seseorang untuk menguasai pengetahuan dan keterampilan dalam suatu kegiatan belajar. Sebagai a situation-specific state, motivasi belajar muncul karena keterlibatan individu dalam suatu kegiatan tertentu dan diarahkan oleh tujuan memperoleh pengetahuan atau menguasai keterampilan yang diajarkan. Pada penelitian milik Ballard (2008) salah satu faktor yang mempengaruhi prestasi belajar pelajar adalah motivasi dan tanggung jawab dari mahasiswa itu sendiri. Kemudian hal yang sama dikemukakan oleh Eom, Wen and Ashill (2006) yang menunjukkan bahwa variabel structure course, motivasi mahasiswa dalam belajar, student personal learning style dan pengetahuan dan memungkinkan sikap instruktur, investasi dalam interaksi dan feedback dari instruktur sangat mempengaruhi kepuasan mahasiswa. Motivasi yang rendah dapat membuat mahasiswa malas dalam belajar karena motivasi diri akan mempengaruhi Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
32
pencapaian dan prestasi belajar mahasiswa oleh karena itu pada penelitian ini diajukan hipotesis sebagai berikut : H5 : Student Self Motivation berpengaruh terhadap prestasi belajar. 2.4.1.4 Keterkaitan antara curricullum program dengan prestasi mahasiswa Curricullum Program dapat diartikan sebagai “Programmatic content of each curricular unit of the course”. Pada penelitian milik Paetcher, Maier, & Macher (2009) yang membahas mengenai prestasi belajar mengemukakan bahwa beberapa penelitian menunjukkan bahwa banyaknya keterkaitan antara curriculum program dengan instruction. Meskipun penilaian tampaknya merupakan variabel yang paling berpengaruh terhadap prestasi belajar, akan tetapi dapat dilihat di mana pembelajaran yang dipengaruhi oleh kurikulum dan pengajaran profesional dapat memiliki dampak yang besar baik positif maupun negatif pada pencapaian belajar (Popham, 2004) sehingga pada penelitian ini diajukan hipotesis sebagai berikut : H6 : Curricullum Program berpengaruh terhadap prestasi belajar. 2.4.1.5 Keterkaitan antara course design dengan prestasi mahasiswa Dalam penelitian ini Course Design diartikan “Course General Structure and organization”. Brophy (1999) mengasumsikan bahwa structure serta hubungan antar kurikulum dan materi belajar merupakan faktor utama agar pembelajaran lebih dapat diterima oleh mahasiswa. Kualitas lingkungan belajar dan kemudahan menggunakan sistem pembelajaran juga berkontribusi terhadap keberhasilan dan kepuasan dalam menggunakan e-learning (Chang & Tung, 2008; Shee & Wang, 2008) dan kinerja (Lee & Lee, 2008). Kemudian penelitian yang dilakukan oleh Lemos & Pedro (2012) dan Paetcher, Maier, & Macher (2009) juga memasukkan variabel course design yang berpengaruh pada kepuasan belajar mahasiswa, kepuasan mahasiswa terhadap course design dapat meningkatkan minat belajar mahasiswa dalam menggunakan sistem e-learning sehingga penelitian ini diajukan hipotesis sebagai berikut : H7 : Course Design berpengaruh terhadap prestasi belajar.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
33
2.4.1.6 Keterkaitan antara Lecture expertise dengan prestasi mahasiswa Lecture Expertise didefinisikan sebagai kemampuan yang dimiliki pengajar dalam menggunakan e-learning. Dalam menggunakan e-learning, pengajar harus memiliki keahlian dibidang teknologi informasi dalam mengoperasikan elearning. Pada penelitian milik Paetcher, Maier, & Macher (2009) menunjukkan bahwa kompetensi profesional pengajar, keterampilan yang berhubungan dengan teknologi informasi dan komputer tetapi juga keterampilan komunikasi interpersonal juga paling signifikan memiliki pengaruh dalam penerapan elearning serta keterkaitannya dengan prestasi. Kurangnya tutor expertise dapat berakibat pada sulitnya berkomunikasi dengan mahasiswa, mahasiswa sulit mendapatkan feedback. Kurangnya kualitas feedback yang diperoleh oleh pengajar pada tugas online yang sering ditunjukkan sebagai faktor yang negatif mempengaruhi prestasi mahasiswa dalam e-learning (Paetcher, Maier, & Macher, 2009). Oleh karena itu, penelitian ini diajukan hipotesis sebagai berikut : H8 : Lecture Expertise berpengaruh terhadap prestasi belajar. 2.5 Structural Equation Modelling (SEM) Menurut Ghozali (2008), Structural Equation Modelling (SEM) merupakan gabungan dari dua metode statistik yang terpisah yaitu analisis faktor yang dikembangkan di fakultas psikologi dan psikometri serta model persamaan simultan yang dikembangkan oleh disiplin ilmu ekonomi khususnya di bidang ekonometrika. Sarwono (2008) juga menyatakan bahwa Structural Equation modelling (SEM) merupakan suatu teknik statistik yang dapat digunakan untuk membangun dan menguji model statistik yang biasanya berbentuk model-model sebab akibat. SEM adalah metode statistik yang komprehensif yang digunakan dalam pengujian hipotesis tentang hubungan kausal di antara variabel laten dan variabel yang diamati yang telah terbukti berguna dalam memecahkan masalah dalam merumuskan teori konstruksi (Schumacker dan Lomax, 2004; Raykov dan Marcoulides, 2006; Yılmaz, 2004; Reisinger dan Turner, 1999). Softwaresoftware yang dapat digunakan untuk menganalisis SEM adalah AMOS, LISREL, PLS, EQS, dan Mplus. Namun sejak diakuisisi (dibeli) oleh SPSS, AMOS mulai Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
34
populer digunakan, baik dari kalangan peneliti, akademisi, maupun para praktisi (Santoso, 2012).
2.5.1 Keunggulan SEM Menurut Sarwono (2008) keunggulan-keunggulan SEM dibandingkan dengan regresi berganda lainnya adalah : 1. Penggunaan confirmatory factor analysis(CFA) untuk mengurangi error measurement dengan memiliki banyak indikator dalam satu variabel laten. 2. Memungkinkan adanya asumsi-asumsi yang lebih fleksibel. 3. Kemampuan untuk menguji model – model dengan menggunakan beberapa variabel tergantung. 4. Kemampuan untuk menguji koefisien-koefisien diluar antara beberapa kelompok subjek. 5. Kemampuan
untuk
membuat
model
terhadap
variabel-variabel
perantara(mediasi). 6. Kemampuan untuk membuat model gangguan kesalahan(error term). 7. Kemampuan untuk mengatasi data yang sulit seperti data yang tidak normal dengan kesalahan otokorelasi dan data yang tidak lengkap. 8. Daya tarik tampilan pemodelan grafis untuk memudahkan untuk membaca output hasil analisis. 9. Kemungkinan adanya pengujian model secara keseluruhan dari pada koefisien-koefisien secara sendiri-sendiri. 2.5.2 Aplikasi Utama yang ada di SEM Menurut Sarwono (2008) aplikasi utama yang harus ada dalam SEM adalah sebagai berikut : 1. Model sebab akibat (causal modeling,) atau disebut juga analisis jalur (path analysis) Bagian ini menyusun hipotesis hubungan sebab akibat (causal relationships) diantara variabel-variabel dan menguji model-model sebab akibat (causal models) dengan menggunakan sistem persamaan linier. Model-model sebab akibat dapat Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
35
mencakup variabel-variabel manifest (indikator), variabel-variabel laten ataupun keduanya. 2. Analisis faktor penegasan (confirmatory factor analysis) Analisis faktor penegesan ini merupakan suatu teknik lanjutan dari analisis faktor dimana dilakukan pengujian hipotesis-hipotesis struktur factor loadings dan interkorelasinya. 3. Analisis faktor urutan kedua (second order factor analysis) Suatu variasi dari teknik analisis faktor dimana matriks korelasi dari faktor-faktor tertentu (common factors) dilakukan analisis pada faktornya sendiri untuk membuat faktor-faktor lanjutan. 4. Model-model regresi (regression models) Model-model regresi adalah suatu teknik lanjutan dari analisis regresi linear dimana bobot regresi dibatasi agar menjadi sama satu dengan lainnya atau dilakukan spesifikasi pada nilai-nilai numeriknya. 5.
Model-model struktur covariance (covariance structure models)
Model-model struktur kovarians adalah model yang menghipotesiskan bahwa matriks kovarians mempunyai nilai tertentu. 6.
Model struktur korelasi (correlation structure models)
Model-model struktur korelasi adalah model yang menghipotesakan bahwa matriks korelasi mempunyai nilai tertentu. 2.5.3 Variabel Laten dan Variabel Teramati SEM memiliki dua jenis variabel yaitu variabel laten dan variabel teramati. 2.5.3.1 Variabel Laten (Latent Variable) Variabel laten adalah konstruk-konstruk yang dihipotesiskan dalam sebuah penelitian. Karakteristik utama dari variabel laten adalah bahwa variabel tersebut tidak dapat diukur secara langsung karena tidak secara langsung dapat diamati. Untuk mendapatkan hasil pengukuran biasanya dilakukan dengan penyebaran kuesioner. Variabel laten dibedakan menjadi dua, yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten endogen adalah variabel terikat (dependent variable) pada paling sedikit satu persamaan dalam model, meskipun di semua Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
36
persamaan sisanya, variabel tersebut adalah variabel bebas dan dapat dikatakan jika suatu variabel laten pernah menjadi variabel yang dipengaruhi oleh variabel lain berarti variabel laten tersebut merupakan variabel laten endogen. (Wijanto, 2008). 2.5.3.2 Variabel Teramati (Observed Variable) Variabel teramati adalah variabel-variabel yang dapat diukur secara empiris misalnya dengan menggunakan item pertanyaan-pertanyaan yang terdapat pada kuesioner. Menurut Raykov & Marcoulides (2006) variabel teramati seringkali disebut sebagai manifest variables, untuk menekankan bahwa variabel-variabel telah diukur oleh peneliti dalam proses pengumpulan data. 2.5.4
Tahapan dalam SEM
SEM terdiri atas beberapa tahapan sebagai berikut(Widodo, 2006) : Pengembangan model berdasarkan teori Tahap ini bertujuan untuk membuat sebuah model yang mempunyai pembenaran secara teoritis yang kuat guna mendukung upaya analisis terhadap suatu masalah yang sedang diteliti. Pembuatan model SEM(Structural Equation Modelling) ini berdasarkan teori merupakan tahap awal sebelum melakukan estimasi. Menurut Hair et al. (2006), terdapat tiga tahap dalam proses pembuatan model, yaitu: 1. Mengidentifikasi pada faktor-faktor atau variabel-variabel laten berdasarkan sumber-sumber teoritis atau empiris. 2. Membuat hubungan kausal dari faktor-faktor yang telah diidentifikasi tersebut. 3. Merumuskan hipotesis yang bersifat kausalitas. Pengembangan diagram lintasan (path diagram) Tahap ini bertujuan untuk menggambarkan model teoritis yang telah dibangun pada langkah pertama kedalam sebuah path diagram agar peneliti dapat dengan mudah menganalisis hubungan kausalitas yang ingin diuji. SEM sebagai analisis multivariate dapat menganalisis hubungan pada variabel-variabel laten yang bertingkat secara bersamaan, tanpa harus memecah hubungan tersebut terlebih dahulu(Santoso, 2007).
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
37
Mengkonversi diagram jalur ke dalam persamaan structural Tahap ini dilakukan bertujuan untuk mengkonversi dari diagram jalur yang telah dibuat ke dalam bentuk persamaan-persamaan pada measurement model dan structural model. Pemilihan data input dan teknik estimasi Tahap ini dilakukan bertujuan untuk menetapkan data input yang digunakan dalam pemodelan dan teknik estimasi model. Evaluasi masalah identifikasi model Tahap ini bertujuan untuk mendeteksi ada tidaknya masalah identifikasi berdasarkan evaluasi terhadap hasil estimasi yang dilakukan program. Evaluasi asumsi dan kesesuaian model Tahap ini bertujuan untuk mengevaluasi pemenuhan asumsi yang disyaratkan SEM dan kesesuaian model berdasarkan kriteria nilai goodness of fit tertentu. Interpretasi dan modifikasi model Tahap ini bertujuan untuk memutuskan bentuk perlakuan lanjutan setelah dilakukan proses evaluasi asumsi dan uji kesesuaian model pada structural model.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB III METODOLOGI PENELITIAN
Bab ini membahas alur tahapan-tahapan penelitian yang akan dilakukan pada penelitian ini, instrumen penelitian, metode pengumpulan data dan metode analisis data. 3.1 Alur Tahapan Penelitian Alur tahapan penelitian yang digunakan pada penelitian dapat dilihat pada Gambar 3.1.
Mulai
Menyebarkan Kuisioner
Pengolahan Data
Yes
Pemilihan Topik
Pengumpulan data awal
Apakah Kuisioner Baik
Uji Keterbacaan Kuisioner
Hipotesis Testing
No
Kesimpulan dan Saran Studi Literatur
Menyusun Kuisioner
Theoritical Framework
Perumusan Hipotesis
Selesai
Gambar 3.1 Gambar Tahapan Penelitian Penelitian dimulai dengan melakukan mengidentifikasi minat penelitian, kemudian memilih topik yang akan diteliti lalu dilanjutkan dengan melakukan pengumpulan data awal, teknik pengumpulan data awal yang digunakan pada penelitian ini adalah dengan melakukan wawancara dengan bagian UPT Sistem Informasi MDP serta meminta activity log penggunaan e-learning, dan studi 38
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
39
literatur mengenai topik penelitian yang terkait (e-learning dan prestasi belajar), dan penelitian-penelitian terdahulu yang berkaitan dengan tema penelitian ini serta studi literatur mengenai permasalahan yang diteliti, sesuai dengan ruang lingkup serta tujuan dan manfaat penelitian yang telah ditentukan. Pada tahap selanjutnya, mencari literatur-literatur yang terkait dengan topik penelitian yang diangkat, kemudian menentukan pertanyaan penelitian dari permasalahan dan menganalisis teori-teori dan analisis dari penelitian-penelitian terdahulu. Tahap berikutnya adalah merumuskan theoretical framework dan pengembangan theoretical framework yang digambarkan berdasarkan yang digunakan analisa penelitian-penelitian terdahulu yang didapat dari studi literatur. Berdasarkan theoretical framework yang telah dibuat, maka dirumuskan hipotesis-hipotesis yang muncul. Kemudian membuat daftar pertanyaan-pertanyaan untuk kuesioner, dimana kuesioner dibuat berdasarkan item pengukuran yang didapat dari studi literatur. Kuesioner ini akan menggunakan skala likert point. Setelah kuesioner dirancang, maka dilakukan uji keterbacaan akan dilakukan kepada 20 mahasiswa dari angkatan dan jurusan yang berbeda-beda. Hal ini bertujuan untuk mendapatkan masukan dan saran dari rancangan kuesioner yang telah dibuat, apakah pertanyaan-pertanyaan dalam kuesioner telah dapat dimengerti dengan baik. Jika uji keterbacaan kuesioner sukses, kuesioner tersebut langsung disebarkan kepada mahasiswa-mahasiswa aktif di STMIK GI MDP, AMIK MDP dan STIE MDP pengguna SIMPONI. Dari penyebaran dan pengumpulan kuesioner kemudian dilakukan uji validitas dan reliabilitas awal dari kuesioner tersebut. Uji validitas dari kuesioner awal penelitian ini akan dibantu dengan menggunakan software SPSS15. Kemudian jika data sudah valid dan reliabel dilakukan pengolahan data menguji dengan melakukan uji measurement model dan structural model dan yang terakhir adalah menguji hipotesis penelitian menggunakan software AMOS22. Dari hasil pengolahan data dan analisis dari penelitian ini kemudian dibuat kesimpulan penelitian dan saran untuk penelitianpenelitian sejenis kedepannya. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
40
3.2 Sampel, Populasi dan Metode Pengumpulan Data Populasi dalam penelitian ini adalah mahasiswa-mahasiswa aktif di STMIK GI MDP, AMIK MDP dan STIE MDP yang menggunakan SIMPONI pada semester yang berjalan. Kemudian metode pengumpulan data yang akan digunakan untuk penelitian ini adalah metode kuesioner yang menggunakan teknik purposive sampling dengan respondennya adalah mahasiswa aktif pada semester ganjil 2013/2014 STMIK GI MDP, AMIK MDP dan STIE MDP yang menggunakan SIMPONI. Jumlah sampel minimal dalam menggunakan SEM adalah 100. Penentuan jumlah sampel yang harus disebar dalam penelitian ini akan menggunakan Rumus Slovin (Sevilla et. al., 1960), sebagai berikut :
Dimana : n : jumlah sampel N : jumlah populasi e : batas toleransi kesalahan (error tolerance) Dalam menggunakan rumus Slovin harus ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Semakin kecil toleransi kesalahan, semakin akurat sampel menggambarkan populasi. Batas toleransi kesalahan pada penelitian ini adalah sebesar 4%. Total jumlah mahasiswa aktif STMIK GI MDP, AMIK MDP, STIE MDP pada semester ganjil 2013/2014 adalah 2046 mahasiswa. Sehingga, jumlah sampel yang harus diambil adalah 479,1 sehingga . Pada penelitian ini, uji keterbacaan dilakukan terhadap 20 mahasiswa yang setiap hari menggunakan SIMPONI dan memiliki Indeks Prestasi Kumulatif(IPK) terdiri dari 12 mahasiswa STMIK GI MDP, 2 mahasiswa AMIK MDP, 6 mahasiswa STIE MDP. Kuesioner ini ditujukan kepada mahasiswa angkatan semester 3, 5, 7, 9 dan diatas semester 9 yang sudah pernah menggunakan SIMPONI. Proses penyebaran kuesioner ini dimulai pada tanggal 10 Oktober sampai dengan tanggal 19 Oktober 2013 karena penulis ingin kuesioner menyebar ke setiap jurusan. Penyebaran kuesioner ini dilakukan dengan menitipkan kuesioner ke beberapa dosen serta penulis juga turut menerangkan isi Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
41
kuesioner di dalam kelas untuk memastikan semua mahasiswa bersedia mengisi kuesioner. Kuesioner ini dibagikan di berbagai mata kuliah, program studi dan angkatan untuk mencegah mahasiswa mengisi dua kali. 3.3 Instrumen Penelitian Penelitian ini menggunakan kuesioner sebagai media untuk mengumpulkan data. Kuesioner adalah daftar pertanyaan tertulis yang telah dirumuskan sebelumnya yang akan di jawab responden, dan biasanya dalam alternatif yang didefinisikan dengan jelas (Sekaran, 2006). Dalam membuat kuesioner ada beberapa pedoman yang harus diikuti. Menurut Sekaran (2006) prinsip merancang kuesioner bisa difokuskan pada tiga bidang, yaitu : 1. Prinsip susunan kata Prinsip susunan kata mengacu pada faktor-faktor, seperti ketepatan isi pertanyaan, bagaimana pertanyaan disampaikan dan tingkat kefasihan bahasa yang digunakan, tipe dan bentuk pertanyaan yang diajukan, urutan pertanyaan. Dan data pribadi yang dicari dari responden (Sekaran, 2006). 2. Mengurutkan pertanyaan Urutan pertanyaan dalam kuesioner sebaiknya membawa responden dari pertanyaan yang bersifat lebih umum ke pertanyaan spesifik, dan dari pertanyaan yang relatif mudah ke pertanyaan yang semakin sulit dijawab (Sekaran, 2006). 3. Data Klasifikasi atau informasi pribadi Data klasifikasi juga disebut sebagai informasi pribadi dan pertanyaan demografis mengungkap informasi seperti usia, tingkat pendidikan, status pernikahan dan penghasilan (Sekaran, 2006). Kuisioner pada penelitian ini menggunakan skala likert point. Pengukuran masing-masing variabel menggunakan skala likert 1 sampai 5 dengan masing-masing angka memiliki arti sebagai berikut : 1 = sangat tidak setuju (STS) 2 = tidak setuju (TS) 3 = netral 4 = setuju (S) 5 = sangat setuju (SS) Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
42
Skala likert dikembangkan oleh Rensis Likert. Skala likert (Likert Scale) dirancang untuk menelaah seberapa kuat subjek setuju atau tidak setuju dengan skala 5 titik (Sekaran, 2006) dan skala likert paling sering digunakan untuk mengukur sikap dan perilaku dalam penelitian organisasional. Tujuan pengujian ini adalah untuk menghasilkan daftar pertanyaan yang reliabel dan valid sehingga dapat secara tepat digunakan untuk menyimpulkan hipotesis. Sesuai dengan yang disarankan oleh Sekaran (2006), item-item pengukuran yang digunakan di adaptasi dari pengukuran yang telah digunakan sebelumnya pada penelitianpenelitian terdahulu. Item-item pengukuran beserta hubungan dengan konstruk atau variabel latennya dapat dilihat pada Tabel 3.1. Tabel 3.1 Item-item Pengukuran No.
Variabel
Indikator
1
Interaction Student – Content
ISC1: Saya merasa materi dan informasi yang ada pada SIMPONI mudah untuk dipahami. ISC2: Saya merasa materi dan informasi yang ada pada dalam SIMPONI dapat membantu meningkatkan prestasi belajar saya.
Sumber : [Hirumi, 2002]
ISC3: Saya tidak merasakan adanya kendala teknis saat mengunduh materi atau bertukar informasi yang ada pada SIMPONI.
Sumber : [Lemos & Pedro, 2012]
ISS1: Saya dapat bertukar informasi dengan mudah dan cepat dengan mahasiswa lain melalui forum yang ada di SIMPONI.
Sumber : [Paetcher, Maier, & Macher,2009]
ISS2: Saya merasa forum yang ada dalam SIMPONI memfasilitasi saya untuk berteman dengan mahasiswa lain.
Sumber : [Paetcher, Maier, & Macher, 2009]
(ISC)
2
Interaction Student-Student (ISS)
Referensi
Sumber : [Hirumi, 2002]
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
43
Tabel 3.1 Item-item Pengukuran(lanjutan) No.
3
Variabel
Interaction Student-Lecture (ISL)
Indikator
Referensi
ISS3: Mahasiswa lain selalu menanggapi pertanyaanpertanyaan terkait materi pembelajaran yang saya ajukan pada SIMPONI.
Sumber : [Hirumi, 2002]
ISS4: Saya merasa dengan adanya SIMPONI kualitas interaksi saya dengan mahasiswa lain meningkat.
Sumber : [Owston, York, & Murtha, 2013]
ISS5: Saya merasa dengan adanya SIMPONI jumlah intensitas interaksi saya dengan mahasiswa lain meningkat.
Sumber : [Owston, York, & Murtha, 2013]
ISL1: Ketika saya membutuhkan saran atau masukan dari dosen, saya dapat mudah berkomunikasi melalui SIMPONI.
Sumber : [Lemos & Pedro, 2012] [Owston, York, & Murtha, 2013]
ISL2: Dosen saya memberikan balasan yang cepat dari pertanyaan yang saya ajukan dalam SIMPONI.
Sumber : [Lemos & Pedro, 2012] [Owston, York, & Murtha 2013] Sumber : [Owston, York, & Murtha 2013]
ISL3: Saya merasa dengan adanya SIMPONI kualitas interaksi saya dengan dosen meningkat. ISL4: Saya merasa interaksi belajar saya dengan dosen melalui SIMPONI sangat membantu saya dalam pencapaian belajar saya.
Sumber : [Owston, York, & Murtha, 2013]
IST5: Dosen selalu mendukung dan membimbing saya berkaitan dengan proses belajar saya.
Sumber : [Paetcher, Maier, & Macher, 2009]
IST6: Dosen selalu memberikan cara terbaik untuk mengajari saya sehingga saya bisa mendapatkan nilai bagus.
Sumber : [Lemos & Pedro, 2012] [Owston, York, & Murtha 2013]
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
44
Tabel 3.1 Item-item Pengukuran(lanjutan) No.
4
Variabel
Student SelfEfficacy (SSE)
5
Student SelfMotivation (SSM)
Indikator
Referensi
IST7: Dosen selalu dapat memberikan respon yang cepat terhadap kesulitan-kesulitan saya dalam belajar.
Sumber : [Lemos &Pedro, 2012] [Owston, York, & Murtha 2013] Sumber : [Liaw, 2008]
SSE1: Saya merasa percaya diri dalam menggunakan SIMPONI sebagai media sharing atau diskusi dalam proses pembelajaran. SSE2: Saya merasa percaya diri dalam menggunakan SIMPONI sebagai media evaluasi belajar secara online.
Sumber : [Liaw, 2008]
SSE3: Saya merasa percaya diri dalam mengoperasikan fitur-fitur dari SIMPONI yang saya gunakan.
Sumber : [Park S. Y., 2009]
SSM1: Saya dapat memutuskan kapan dan dimana saya menggunakan dan mengakses SIMPONI (Misalnya, di kampus atau di rumah).
Sumber : [Owston, York, & Murtha, 2013]
SSM2: Saya merasa sulit untuk memotivasi diri sendiri dan mempertahankan motivasi saya untuk menggunakan SIMPONI.
Sumber : [Paetcher, Maier, & Macher, 2009]
SSM3: Saya merasa SIMPONI telah membantu meningkatkan motivasi belajar saya.
Sumber : [Sanam, 2009]
SSM4: Saya merasa termotivasi untuk mendapatkan nilai yang bagus.
Sumber : [Owston, York, & Murtha, 2013]
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
45
Tabel 3.1 Item-item Pengukuran(lanjutan) No.
Variabel
Indikator
Referensi
6
Curricullum Program
CP1: Saya merasa konten yang ada di SIMPONI selalu relevan dan up to date.
Sumber : [Lemos & Pedro, 2012]
CP2: Saya merasa materi-materi yang ada pada SIMPONI dikemas dalam bentuk file yang memudahkan saya untuk mengaksesnya.
Sumber : [Lemos & Pedro, 2012]
CP3: Saya merasa materi-materi dalam beberapa mata kuliah sesuai dengan pembelajaran berbasis online.
Sumber : [Lemos & Pedro, 2012]
CP4: Saya merasa mata kuliah yang ada kurikulum sudah sesuai dengan kompetensi saya.
Sumber : [Lemos & Pedro, 2012]
CP5: Saya merasa mata kuliah di kurikulum yang saya pelajari mendukung pencapaian hasil belajar saya.
Sumber : [Lemos & Pedro, 2012]
CP6: Saya merasa mata kuliah pada kurikulum yang ada saat ini sesuai dan dapat dipraktekkan.
Sumber : [Lemos & Pedro, 2012]
CD1: Saya merasa ada keterkaitan antar satu mata kuliah dengan matakuliah lain yang ada di kurikulum. CD2: Saya merasa struktur materi pembelajaran sudah jelas dan terorganisir.
Sumber : [Lemos & Pedro, 2012]
CD3: Saya merasa desain media pembelajaran dan teknologi yang digunakan kampus sudah memadai.
Sumber : [Lemos & Pedro, 2012]
(CP)
7
Course Design (CD)
Sumber : [Paetcher, Maier, & Macher, 2009]
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
46
Tabel 3.1 Item-item Pengukuran(lanjutan) No.
8
Variabel
Indikator
Referensi
Lecture Expertise (LE)
CD4: Saya merasa desain matakuliah yang sudah ada saat ini sudah membantu pengembangan kompetensi diri saya. CD5: Saya merasa desain matakuliah yang ada saat ini relevan dengan waktu sekarang dan mengikuti perkembangan teknologi dan zaman. CD6: Saya merasa materi/konten online dan yang ada di SIMPONI sudah memadai. CD7: Saya merasa teknologi dan platform yang digunakan saat ini membantu saya dalam proses belajar mengajar. LE1: Dosen saya memiliki tingkat keahlian yang tinggi dalam menggunakan SIMPONI. LE2: Saya merasa dosen pengajar sangat berkompetensi pada bidang mata kuliah yang diampu. LE3: Dosen saya peduli dan memberikan saran yang berkaitan dengan pencapaian belajar saya.
Sumber : [Lemos & Pedro, 2012] Sumber : [Lemos & Pedro, 2012] Sumber : [Lemos & Pedro, 2012] Sumber : [Paetcher, Maier, & Macher, 2009] Sumber : [Paetcher, Maier, & Macher, 2009] Sumber : [Lemos & Pedro, 2012] Sumber : [Paetcher, Maier, & Macher, 2009]
3.4 Uji Keterbacaan Sebelum menyebarkan kuesioner kepada responden terlebih dahulu dilakukan uji keterbacaan terhadap isi kuesioner tersebut. Uji keterbacaan ini bertujuan untuk mengetahui seberapa baik indikator atau seberapa jelas pemahaman terhadap pernyataan yang ada dalam kuesioner. Saran yang diperoleh dari hasil uji keterbacaan ini digunakan untuk perbaikan kuesioner yang nantinya akan dilakukan pada proses pengumpulan data. Berdasarkan hasil uji keterbacaan, dilakukan revisi pada sembilan indikator dengan tidak mengubah tujuan dari Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
47
indikator tersebut. Rincian revisi delapan indikator tersebut dapat dilihat pada Tabel 3.2. Tabel 3.2 Revisi Indikator Setelah Uji Keterbacaan No.
Variabel
Kode Indikator
Indikator Sebelum Uji Keterbacaan Saya tidak merasakan adanya kendala teknis saat mengunduh materi atau bertukar informasi yang ada pada SIMPONI.
Indikator Setelah Uji Keterbacaan Saya tidak merasakan adanya kendala teknis saat mengunduh materi yang ada pada SIMPONI.
1
Interaction Student-Content
ISC3
ISL7
Dosen selalu dapat memberikan respon yang cepat terhadap kesulitankesulitan saya dalam belajar.
Dosen selalu dapat memberikan respon yang cepat terhadap kesulitankesulitan yang saya hadapi dalam belajar.
SSM2
Saya merasa sulit untuk memotivasi diri sendiri dan mempertahankan motivasi saya untuk menggunakan SIMPONI.
Saya merasa sulit untuk memotivasi diri sendiri untuk menggunakan SIMPONI.
CP4
Saya merasa mata kuliah yang ada kurikulum sudah sesuai dengan kompetensi saya.
Saya merasa mata kuliah yang ada di kurikulum sudah sesuai dengan kompetensi saya.
Course Design (CD) Course Design (CD)
CD2
Saya merasa struktur materi pembelajaran sudah jelas dan terorganisir. Saya merasa desain media pembelajaran dan teknologi yang digunakan kampus sudah memadai.
7
Course Design (CD)
CD5
8
Lecture Expertise (LE)
LE2
Saya merasa struktur desain mata kuliah sudah jelas dan terorganisir. Saya merasa desain media pembelajaran dan teknologi yang digunakan oleh kampus sudah memadai. Saya merasa desain mata kuliah yang ada saat ini relevan dengan waktu sekarang dan mengikuti perkembangan teknologi. Saya merasa dosen pengajar saya sangat berkompetensi pada bidang mata kuliah yang diampu.
(ISC)
2
Interaction Student-Lecture (ISL)
3
Student SelfMotivation (SSM)
4
Curricullum Program (CP)
5
6
CD3
Saya merasa desain mata kuliah yang ada saat ini relevan dengan waktu sekarang dan mengikuti perkembangan teknologi dan zaman. Saya merasa dosen pengajar sangat berkompetensi pada bidang matakuliah yang diampu.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
48
3.5 Metode Analisis Data Metode analisis data dilakukan dengan menggunakan aplikasi AMOS22. Sebelum melakukan analisis lebih lanjut, penelitian ini diawali dengan memasukkan data primer yang diperoleh dari kuesioner ke dalam sebuah file Ms. Excel. Kemudian file Ms. Excel ini disimpan ke aplikasi SPSS15 dan file tersimpan dalam .sav. File .sav yang telah tersimpan tadi, kemudian dimasukkan ke dalam aplikasi AMOS22. Berikut adalah penjelasan terkait tahapan yang dilakukan dalam analisis data dengan menggunakan aplikasi AMOS. Dalam pengujian SEM terdapat beberapa langkah yang harus ditempuh, antara lain(Wijanto, 2008) : 3.5.1 Spesifikasi Model Teoritis Langkah ini merupakan langkah dalam melakukan identifikasi terhadap permasalahan penelitian, sehingga hubungan antar variabel-variabel yang dihipotesiskan harus didukung oleh teori yang kuat. Tahapan-tahapan untuk spesifikasi model ini meliputi : (1) Model Pengukuran dan Struktural (Measurement dan Structural Model) Model struktural bertujuan untuk memeriksa hubungan yang mendasari atau yang menyusun variabel laten ke dalam model pengukuran dan variabel konstruk lainnya berdasarkan teori. Analisis faktor konfirmatori dapat digunakan untuk mendapatkan data variabel laten, yang diperoleh dari indikator berupa skor faktor. Solimun dan Rinaldo (2002) mengungkapkan bahwa analisis faktor konfirmatori digunakan untuk melakukan konfirmasi (confirm) apakah instrumen yang telah dibuat oleh peneliti sudah reliabel dan valid atau tidak. (2) Pembuatan Path Diagram (Diagram Jalur) Ada dua hal yang perlu dilakukan pada saat menyusun diagram jalur dan menyusun persamaan strukturalnya. Pembuatan path diagram merupakan visualisasi untuk memudahkan dalam melihat hubungan antar variabel pada model penelitian yang telah dibuat. Menurut Santoso (2007), terdapat dua macam variabel error pada path diagram, yaitu:
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
49
a) Measurement error Measurement error ini terdapat pada setiap indikator variabel menyatakan bahwa setiap indikator tidak selalu tepat dalam mengukur variabel yang diukurnya, atau dengan kata lain akan selalu ada kesalahan dalam pengukuran. b) Structural error Setiap variabel dependen selalu disertai dengan variabel error ini. Structural error menyatakan bahwa seluruh variabel eksogen tidak dapat menjelaskan seluruh hal yang ada pada variabel endogen, atau dengan kata lain akan selalu ada kesalahan prediksi. Dalam membuat path perlu diperhatikan simbol-simbol dalam membuat diagram path yang dapat dilihat pada Tabel 3.3. Tabel 3.3 Simbol pada Diagram Path Simbol
ε
Keterangan Variabel laten endogen (eta)
ξ δ
Variabel laten eksogen (ksi)
ε
Error pengukuran pada indikator (observed) variabel endogen (epsilon). Error pengukuran pada indikator (observed) variabel eksogen (delta). Matriks koefisien untuk variabel laten endogen / hubungan endogen dengan endogen(beta). Matriks koefisien untuk variabel laten eksogen / hubungan eksogen dengan endogen(gamma). Matriks koefisien yang menghubungkan laten eksogen dengan indikatornya.
δ β γ λ
Error pada variabel laten di dalam persamaan (Z / zeta).
(Sumber: Wijanto, 2008 )
Diagram jalur (path diagram) dalam SEM digunakan untuk menggambarkan atau menspesifikasikan model SEM dengan lebih jelas dan mudah jika dibandingkan dengan model persamaan matematik. Untuk dapat menggambarkan diagram jalur sebuah persamaan secara tepat, perlu diketahui tentang variabel-variabel dalam SEM berserta notasi dan simbol yang berkaitan kemudian hubungan diantara Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
50
model-model tersebut dituangkan dalam model persamaan struktural dan model pengukuran. 3.5.2 Identifikasi Model Penelitian Sebelum melakukan tahap pendugaan parameter untuk mencari solusi dari persamaan simultan yang mewakili model yang dispesifikasikan, maka pemeriksaan identifikasi dari persamaan simultan tersebut harus diperiksa terlebih dahulu apakah model yang terbentuk berupa model just-identified, underidentified atau over-identified. Identifikasi model penelitian berkaitan dengan degree of freedom (df) yang nilainya dapat diperoleh dari formula berikut:
dimana p = jumlah variabel yang diobservasi (jumlah indikator) k = jumlah parameter yang diestimasi Secara garis besar, terdapat tiga jenis identifikasi model berdasarkan nilai degree of freedom yang mungkin terjadi, yaitu (Wijanto, 2008): 1. Just-identified Model Suatu model dapat dikatakan masuk dalam just-identified jika memiliki nilai degree of freedom sama dengan nol (df = 0) sehingga dianggap sudah teridentifikasi. Model yang sudah teridentifikasi tidak perlu melewati tahapan estimasi dan penilaian model. 2. Under-identified Model Suatu model dikatakan masuk dalam under-identified jika memiliki nilai degree of freedom kurang dari nol atau bernilai negatif (df < 0) sehingga model ini disebut can never be solved. Model seperti ini juga tidak perlu melewati tahapan estimasi dan penilaian model. 3. Over-identified Model Suatu model dikatakan masuk dalam over-identified jika memiliki nilai degree of freedom lebih dari nol atau bernilai positif(df > 0) sehingga model ini dapat dibuktikan kesalahannya. Model seperti ini perlu melewati tahapan estimasi dan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
51
penilaian model, sehingga model dengan kategori inilah yang dapat dianalisis dengan menggunakan SEM. 3.5.3 Matriks Input dan Estimasi Parameter Pada SEM pemilihan jenis matriks sebagai input dilakukan berdasarkan tujuan dari analisis yang dilakukan. Walaupun peneliti bebas untuk memilih jenis matriks sebagai input, namun pada penelitian yang bersifat pengujian teoritis, disarankan untuk menggunakan matriks kovarian sebagai input (Hair et al., 2006). Langkah selanjutnya setelah melakukan pemilihan matriks yaitu melakukan teknik estimasi model. Teknik estimasi model merupakan algoritma matematika yang digunakan untuk melakukan estimasi terhadap parameter-parameter pada suatu model penelitian (Santoso, 2007). Sebagian besar program SEM menggunakan pendekatan Maximum Likelihood Estimation (MLE) sebagai teknik estimasi model, karena pendekatan ini di nilai lebih efisien serta tidak bias, terutama pada data yang telah memenuhi kriteria normalitas. Beberapa masalah identifikasi yang sering muncul sehingga model tidak layak di antaranya adalah sebagai berikut (Ferdinand, 2002): a. Program tidak mampu menghasilkan matriks informasi yang seharusnya disajikan, misalnya sampel terlalu sedikit atau iterasi yang dilakukan tidak konvergen. b. Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat (misalnya ≥ 0,9). c. Munculnya angka-angka yang aneh seperti adanya varians error yang negatif. 3.5.4 Evaluasi Estimasi Model Penelitian Jika nilai degree of freedom dari model penelitian bernilai positif, langkah selanjutnya adalah melakukan evaluasi terhadap hasil estimasi model untuk mengetahui apakah model penelitian telah sesuai dengan data yang akan diolah. Evaluasi terhadap hasil estimasi model ini dilakukan agar dapat memenuhi asumsi-asumsi atau syarat-syarat yang harus dipenuhi untuk mengaplikasikan SEM, antara lain: Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
52
Jumlah Sampel
Menurut Wijanto (2008) jika menggunakan SEM sampel yang dibutuhkan relatif besar, jumlah sampel ideal dalam menggunakan SEM adalah minimal sebanyak lima kali dari jumlah indikator atau pertanyaan yang digunakan.
Normalitas Data
Data yang akan diolah sebaiknya memiliki distribusi normal agar hasil analisis tidak bias. Salah satu cara untuk menentukan data terdistribusi normal atau tidak yaitu dengan melihat tampilan keluaran rasio skewness dan rasio kurtosis. Skewness merupakan derajat ketidaksimetrisan suatu distribusi, sedangkan kurtosis merupakan derajat keruncingan suatu distribusi. Suatu data dikatakan terdistribusi normal jika memiliki nilai rasio skewness dan nilai rasio kurtosis yang berada diantara -2.58 hingga +2.58 (Santoso, 2012). Jika data yang digunakan dalam analisis tidak terdistribusi normal maka tingkat validitas hasil pengolahannya dapat menjadi kurang baik. Namun ketika ukuran sampel lebih dari 200, penyimpangan dari kenormalan data dapat diabaikan, karena pengaruh dari ketidaknormalan data dapat berkurang seiring dengan bertambahnya ukuran sampel (Hair et al., 2006).
Outlier
Melihat data outlier dalam penelitian ini menggunakan uji Observations Farthest From The Centroid (Mahalanobis Distance). Mahalanobis distance merupakan jarak sebuah data dari titik pusat tertentu dimana semakin besar nilai mahalanobis distance, maka ada kemungkinan bahwa data tersebut outliers.
Data yang
teridentifikasi sebagai sebuah outlier dapat dihapus, namun penghapusan data harus dilakukan dengan sangat hati-hati, karena data empiris merupakan fakta yang didapat dan mencerminkan hal-hal yang berkaitan dengan riset. Pendapat lain mengatakan bahwa pengujian ini seharusnya tidak perlu dilakukan, terutama pada riset-riset terkait perilaku yang menggunakan skala ordinal (Santoso, 2007).
Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terdapat korelasi yang besar antar indikator pada variabel penelitian. Ada beberapa cara untuk menentukan apakah suatu model memiliki multikolinearitas antara lain dengan melihat nilai Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
53
korelasi antar indikator. Suatu model dikatakan memiliki gejala multikolinearitas jika terdapat nilai korelasi antar indikator yang ≥0.9 (Santoso, 2000).
Offending Estimates
Analisis offending estimates dilakukan untuk mengecek apakah terdapat negative error variances. Jika ada negative error variances, maka varian tersebut perlu ditetapkan menjadi 0.01 atau 0.005. 3.5.5 Evaluasi Kelayakan Model Penelitian Terdapat dua tahapan dalam melakukan evaluasi kelayakan model penelitian, yaitu evaluasi terhadap measurement model dan evaluasi terhadap structural model. Evaluasi measurement model akan menguji hubungan antara variabel laten dengan variabel teramati, sedangkan evaluasi structural model akan menguji model struktural aslinya. 3.5.5.1 Evaluasi Measurement Model Evaluasi terhadap measurement model dilakukan untuk mengetahui seberapa baik observed variables atau indikator-indikator yang digunakan dalam mengukur variabel laten yang ada pada model penelitian. Penetapan indikator-indikator yang merefleksikan sebuah variabel laten dilakukan berdasarkan substansi dari studi yang bersangkutan, kemudian model pengukuran akan mengkonfirmasi apakah indikator-indikator tersebut memang merupakan refleksi dari sebuah variabel laten. Analisis pada evaluasi measurement model ini disebut juga sebagai Confirmatory Factor Analysis (CFA). Menurut Wijanto (2008), terdapat tiga cara untuk memperoleh nilai CFA, yaitu : 1. Analisis Validitas Measurement Model Analisis validitas dilakukan dengan memeriksa apakah t-value indikator-indikator dalam model penelitian memiliki nilai ≥ 1.96, dan standardized loading factor (λ) pada indikator-indikator dalam model penelitian memiliki nilai ≥ 0.50. (Ghozali, 2011)
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
54
2. Analisis Reliabilitas Measurement Model Analisis reliabilitas dilakukan dengan menghitung nilai Construct Reliability (CR) dan Variance Extracted (VE) dari nilai-nilai standardized loading factors dan error variances. Sebuah variabel dikatakan memiliki reliabilitas yang baik jika memiliki nilai CR ≥ 0.70 dan memiliki nilai VE ≥ 0.50. Adapun nilai CR dan VE dapat dihitung dengan menggunakan dua formula berikut (Wijanto, 2008):
dimana: SLF
= standardized loading factor
error = measurement error untuk setiap indikator 3. Uji Kecocokan Measurement Model (Goodness of Fit) Uji kecocokan dilakukan untuk mengevaluasi secara umum goodness of fit antara data dengan model penelitian. Uji ini dilakukan dengan memeriksa nilai dari chisquare, Comparative Fit Index (CFI), Goodness of Fit Index (GFI), Root Mean Square Error of Approximation (RMSEA), Normed Fit Index (NFI), Adjusted Goodness of Fit Index (AGFI), Normed Chi-Square serta beberapa goodness of fit index lainnya, apakah telah memenuhi kriteria ukuran kecocokan yang baik atau tidak. 3.5.5.2 Evaluasi Structural Model Setelah measurement model berhasil divalidasi, tahapan selanjutnya yaitu melakukan evaluasi structural model. Pada dasarnya evaluasi structural model serupa dengan evaluasi measurement model, hanya saja structural model dibuat dengan mengubah susunan yang ada pada measurement model. Ketika suatu model dinyatakan telah sesuai, model tersebut belum tentu merupakan model yang paling sesuai, oleh karena itu perlu dilakukan analisis terhadap model tersebut untuk melihat kecocokan model secara keseluruhan serta analisis terhadap hubungan kausalnya, dengan rincian sebagai berikut. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
55
1. Uji kecocokan keseluruhan model Menurut Wijanto (2008) secara umum terdapat tiga kelompok pengukuran dalam uji kecocokan keseluruhan model, yaitu:
Absolute fit measure. Absolute fit measure merupakan ukuran kecocokan
model secara keseluruhan terhadap matriks korelasi dan matriks kovarian.
Incremental/relative fit measure. Incremental/relative fit measure merupakan
ukuran kecocokan yang bersifat relatif dan digunakan sebagai pembanding antara model yang diusulkan dengan model dasar yang digunakan oleh peneliti.
Parsimony fit measure. Parsimony fit measure merupakan ukuran kecocokan
yang mempertimbangkan banyaknya koefisien di dalam model. Pengelompokkan standar ukuran goodness of fit beserta tingkat kecocokannya dapat dilihat pada Tabel 3.4 berikut.
Tabel 3.4 Standar Ukuran dan Tingkat Kecocokan Goodness of Fit Ukuran Goodness of Fit Absolute Fit Measures 1 Chi-square 2 Goodness of Fit Index (GFI) No.
3
4
5
Root Mean Square Residual (RMR) Root Mean Square Error of Approximation (RMSEA) Expected CrossValidation Index (ECVI)
Kriteria Kecocokan Nilai Chi-square semakin kecil semakin baik. Nilai berkisar antara 0–1 nilai lebih tinggi lebih baik. GFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ GFI ≤ 0.90 adalah marginal fit. Residual rata-rata antara matriks (korelasi atau kovarian) teramati dan hasil estimasi. Standardized RMR ≤ 0.05 adalah good fit. Rata-rata perbedaan per degree of freedom yang diharapkan terjadi dalam populasi dan bukan dalam sampel. RMSEA ≤ 0.08 adalah good fit sedangkan RMSEA ≤ 0.05 adalah close fit. Digunakan dengan perbandingan antar model. Semakin kecil semakin baik. Pada model tunggal, nilai ECVI dari model yang mendekati nilai saturated ECVI menunjukkan good fit.
Incremental Fit Measures 6 Tucker-Lewis Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih Index/Non Normed baik. TLI atau NNFI ≥ 0.90 adalah good fit, sedangkan Fit Index 0.80 ≤ TLI ≤ 0.90 adalah marginal fit. (TLI/NNFI)
7
Non Normed Fit Index (NFI)
Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih baik. NFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ NFI ≤ 0.90 adalah marginal fit.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
56
Tabel 3.4 Standar Ukuran dan Tingkat Kecocokan Goodness of Fit (lanjutan) No. 8
9
Ukuran Goodness of Fit Adjusted Goodness of Fit Index (AGFI) Relative Fit Index (RFI)
10
Incremental Fit Index (IFI)
11
Comparative Fit Index (CFI)
Kriteria Kecocokan Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih baik. AGFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ AGFI ≤ 0.90 adalah marginal fit. Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih baik. RFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ RFI ≤ 0.90 adalah marginal fit. Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih baik. IFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ IFI ≤ 0.90 adalah marginal fit. Nilai berkisar antara 0–1, dengan nilai lebih tinggi lebih baik. CFI ≥ 0.90 adalah good fit, sedangkan 0.80 ≤ CFI ≤ 0.90 adalah marginal fit.
Parsimony Fit Measures 12
Parsimonious Goodness of Fit (PGFI)
13
Normed Chi-Square
14
Parsimonious Normed Fit Index
Nilai lebih tinggi menunjukkan bahwa parsimoni yang lebih besar. Ukuran ini digunakan untuk perbandingan antar model. Rasio antar chi-square dibagi degree of freedom. Nilai yang disarankan: batas bawah: 1.0 dan batas atas: 2.0. Nilai tinggi menunjukkan kecocokan lebih baik; hanya digunakan untuk perbandingan antar model alternatif.
(Sumber : Wijanto, 2008)
3.6 Interpretasi Model dan Modifikasi Model Langkah terakhir adalah melakukan intrepetasi model dan memodifikasi model bagi model–model yang tidak memenuhi syarat hasil pengujian yang dilakukan. Hair et al.(2006) memberikan pedoman untuk mempertimbangkan perlu tidaknya sebuah model dimodifikasi yaitu dengan melihat jumlah residual yang dihasilkan oleh model.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB IV DESKRIPSI ORGANISASI
Bab ini akan membahas organisasi dimana penelitian dilakukan. Pembahasan akan mencakup profil organisasi, visi, misi dan tujuan organisasi serta struktur organisasi. 4.1 Profil Organisasi STMIK GI MDP berawal dari lembaga kursus yang berorientasi khusus memberikan pelatihan/kursus dari berbagai program aplikasi komputer, MDP didirikan pada tanggal 1 Juli 1987 di Kota Palembang, dan bertempat di Jalan Rupit No. 20. Seiring berkembangnya teknologi dan juga melihat peluang akan kebutuhan tenaga kerja yang mengharuskan terampil di bidang komputer dan untuk lebih meningkatkan pelayanan, maka pada tanggal 5 Juli 2001 dikeluarkan Surat Keputusan Direktorat Pendidikan Tinggi Departemen Pendidikan No. 60/D/O/2001 mengenai pendirian STMIK GI MDP ( Sekolah Tinggi Manajemen Informatika dan Komputer Global Informatika Multi Data Palembang). Saat ini STMIK GI MDP beralamat di Jalan Rajawali No. 14 Palembang. STMIK GI MDP memiliki beberapa program studi, diantaranya : Teknik Informatika(S1), Sistem Informasi(S1), Komputerisasi Akutansi(D3), dan AMIK MDP memiliki jurusan Teknik Komputer(D3), Manajemen Informatika(D3). Kemudian sebagai melihat respon terhadap kebutuhan wirausahawan dan perkembangan bisnis di Kota Palembang yang cukup meningkat, Yayasan Multi Data Palembang (MDP) berkeinginan mendirikan sekolah bisnis yang mampu mencetak para wirausahawan muda dan profesionalis di bidang bisnis. Untuk mewujudkan keinginan tersebut, Yayasan MDP juga mendirikan STIE MDP (MDP Business School) berdasarkan Surat Keputusan Menteri Pendidikan Nasional Republik Indonesia Nomor 197/D/O/2008 padatanggal 18 September 2008. STIE MDP (MDP Business School) menyelenggarakan pendidikan tinggi dengan tiga program studi, yaitu Program Studi Manajemen (S1), Akuntansi (S1), dan Akuntansi (D3). Saat ini STMIK GI MDP, AMIK MDP dan STIE MDP 57
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
58
masih berada dalam gedung yang sama. Adapun fasilitas yang disediakan oleh STMIK GI MDP untuk menunjang kegiatan perkuliahan adalah sebagai berikut: a) Ruangan kelas, yang terdiri dari 2 jenis ruangan 24 ruangan kelas dan 6 ruangan laboratorium untuk praktikum, 1 ruangan laboratorium praktikum iMac yang digunakan untuk mata kuliah seperti Multimedia dan iOS Programming, 1 ruangan laboratorium jaringan/robotika dan 1 laboratorium fisika/elektronika dasar. Setiap ruangan dilengkapi oleh LCD Projector, Smart Board/Star Board, dan pendingin udara. Selain itu juga setiap ruangan kelas dilengkapi dengan satu buah unit komputer dan akses internet untuk menunjang sistem perkuliahan dan aplikasi absensi yang dapat digunakan oleh dosen. b) Perpustakaan, STMIK GI MDP, AMIK MDP dan STIE MDP memiliki perpustakaan yang berada di lantai 2. Perpustakaan yang banyak dikunjungi oleh dosen dan mahasiswa ini di samping menyediakan buku-buku bacaan, juga menyediakan beberapa unit komputer yang dapatdigunakan untuk mengakses informasi dari internet, meja diskusi untuk mahasiswa yang ingin membaca atau berdiskusi serta juga menyediakan satu buah komputer yang dapat digunakan oleh mahasiswaa tau dosen dalam melakukan pencarian buku. c) Auditorium, terletak di lantai 5 gedung yang biasanya digunakan untuk acaraacara yang diselenggarakan oleh STMIK GI MDP, AMIK MDP dan STIE MDP atau pihak luar yang digunakan untuk rapat, seminar, workshop, dll. d) Internet Corner STMIK GI MDP, AMIK MDP dan STIE MDP menyediakan internet corner yang dapat digunakan mahasiswa untuk mengakses internet. Internet corner ini berada pada lantai 1, lantai 3 dan lantai 4 gedung. Dan dimana pada lantai 3 dan 4 masing-masing tersedia 4 buah komputer. e) Mesin SIAM SIAM adalah singkatan dari Sistem Informasi Akademik Mahasiswa. SIAM adalah media elektronik yang terletak di Lantai 1 STMIK GI MDP, AMIK MDP dan STIE MDP. SIAM disediakan untuk membantu dalam beberapa aktivitas mahasiswa seperti melihat dan mencetak jadwal perkuliahan, melihat data umum dan jadwal mengajar dosen per hari,
melihat persentase kehadiran,
melihat serta dapat melakukan pencetakan transkrip nilai. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
59
f) SIMPONI SIMPONI merupakan singkatan dari Sistem Pembelajaran Online dan Interaktif. SIMPONI merupakan suatu system aplikasi berbasis web yang dapat digunakan oleh dosen dan mahasiswa yang berstatus aktif dalam membantu proses belajar mengajar. Setiap mahasiswa dan dosen memiliki username yang berbeda beda dengan memasukkan NPM/kode dosen serta password yang benar, mahasiswa atau dosen dapat menggunakan SIMPONI. 4.2 Kegiatan Utama Organisasi Kegiatan utama bisnis dari STMIK GI MDP adalah di bidang pendidikan dengan tujuan meningkatkan kualitas masyarakat dengan cara menghasilkan lulusan yang bermutu, mengembangkan ilmu dan teknologi khususnya Teknologi Informasi dan Komunikasi serta mampu menyelesaikan persoalan-persoalan yang muncul di tengah masyarakat dan dapat membentuk Sumber Daya Manusia yang kreatif dan inovatif serta turut berpartisipasi secara nyata dalam upaya mencerdaskan kehidupan bangsa. Proses Bisnis Utama di STMIK GI, AMIK dan STIE MDP dimulai dari Proses Penerimaan Calon Mahasiswa Baru, calon mahasiswa baru ini harus melakukan proses registrasi yang berkaitan dengan proses akademis dan keuangan serta pengadaan sarana dan fasilitas setelah registrasi selesai mahasiswa tersebut mengikuti kuliah, ujian, dan setelah itu wisuda. Pelanggan dari STMIK GI MDP adalah calon mahasiswa baru, orang tua, dunia usaha, dan pemerintah. Gambar proses bisnis tersebut dapat di lihat pada Gambar 4.1.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
60
AUDIT EKSTERNAL
P E
P E PERANCANGAN / PENGEMBANGAN KURIKULUM
A
G
AUDIT MUTU INTERNAL
PEMBENTUKAN PROG STUDI
L
N
RAPAT TINJAUAN MANAJEMEN
RAPAT PIMPINAN
EVALUASI DOSEN DAN KARYAWAN
PELATIHAN DOSEN / KARYAWAN
L A N
PENERIMAAN DOSEN/KARYAWAN
G G
G PMB
A
REGISTRASI
PERKULIAHAN
UJIAN
WISUDA
A N
N
PENJADWALAN KULIAH
PENGADAAN SARANA/ FASILITAS
PEMELIHARAAN SARANA/ FASILITAS
EVALUASI SUPLIER / SUBKONTRAKTO R
PEMASARAN DAN KERJASAMA EKSTERNAL
Gambar 4.1 Proses Bisnis MDP (Sumber: Badan Penjaminan Mutu MDP, 2013)
Selain dibidang akademis, STMIK GI MDP, AMIK dan STIE MDP juga membantu dan memfasilitasi mahasiswa untuk mengembangkan kompetensi mahasiswa dalam UKM(Unit KegiatanMahasiswa). Beberapa UKM yang ada di STMIK GI, AMIK, dan STIE MDP yang diantaranya adalah: Band, Basket, Bulu Tangkis, Cheerleader, Fotografi, Futsal, Jurnalistik, KOSMA(Komunitas Sosial Mahasiswa), Mapala(Mahasiswa Pecinta Alam), Marching Band, MDP Android Community, Modern Dance, M2K(Muda Mudi Katolik), Paduan Suara, Parkour,
Permadis(Perkumpulan
Mahasiswa
Budhist),
PMK(Persatuan
Mahasiswa Kristen), Polo Air, Public Speaking, Robotik, Rohis(Rohani Islam), Sepak Bola, Tari Tradisional, Taekwondo, Teater Topeng. (Sumber: www. mdp.ac.id).
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
61
4.3 Visi dan Misi Organisasi 4.3.1 Visi dan Misi STMIK GI MDP & AMIK MDP Kemajuan
teknologi
terutama
teknologi
informasi
dan
komunikasi,
mengakibatkan arus informasi mengalir secara bebas. Batas antar negara menjadi kurang atau bahkan tidak berpengaruh terhadap aliran informasi dari segala arah. Akibatnya muncul perubahan-perubahan yang bersifat dinamis pada masyarakat. Eksistensi sebuah perguruan tinggi ditentukan oleh usaha cerdas yang dilakukan dalam mengantisipasi perubahan-perubahan yang terjadi. Sebagai perguruan tinggi komputer, STMIK GI MDP telah mempersiapkan tuntunan dasar dalam memandang dan meraih masa depan dalam bentuk visi: Menjadi Perguruan Tinggi Berbasis Teknologi Informasi yang Unggul di Indonesia. Sebagai salah satu perguruan tinggi, STMIK GI MDP mempunyai tanggung jawab untuk meningkatkan
kemampuan
pendidikan
dan
pengajaran,
penelitian
dan
pengembangan, serta pengabdian kepada masyarakat. Sebagai wujud tanggung jawab tersebut diatas dan untuk mendukung visi yang telah ditetapkan, pihak STMIK GI MDP menyusun sebuah misi: Menyelenggarakan proses belajar dan penelitian untuk mendukung pengembangan ilmu pengetahuan dan teknologi yang bermanfaat bagi masyarakat. Tujuan STMIK GI MDP adalah 1. Menghasilkan lulusan yang mempunyai kemampuan akademik yang tinggi, berbudi luhur dan berjiwa wirausaha. 2. Menghasilkan penelitian yang bermutu, sebagai dasar untuk pengembangan ilmu dan teknologi. 3. Menerapkan teknologi informasi dan komunikasi untuk kepentingan masyarakat. 4.3.2 Visi dan Misi STIE MDP Visi STIE MDP adalah Menjadi perguruan tinggi terbaik di Indonesia tahun 2020 yang memiliki komitmen tinggi dalam pengembangan ilmu manajemen, bisnis, dan akuntansi yang berbasis teknologi informasi, serta menghasilkan lulusan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
62
cerdas, terampil, bermoral, dan berwawasan global. Kemudian STIE MDP mempunyai misi Menjalankan Tridarma Perguruan Tinggi dalam meningkatkan sumber daya manusia, untuk itu beberapa tujuan telah ditetapkan, yaitu: 1. Memberikan
pendidikan
yang
berkualitas
kepada
mahasiswa
dalam
mempersiapkan diri memasuki dunia bisnis maupun menghadapi persaingan di pasar kerja baik nasional maupun internasional. 2. Melakukan pengembangan pendidikan dan profesi bagi tenaga pengajar dan staff pendukung. 3. Melakukan
penelitian
secara
terprogram
dan
teratur
dalam
rangka
mengembangkan ilmu manajemen, bisnis, dan akuntansi serta kontribusinya dalam bidang bisnis dan pengembangan ekonomi masyarakat. 4. Melakukan kegiatan pengabdian kepada masyarakat dengan menerapkan ilmu manajemen, bisnis, dan akuntansi sebagai bentuk kontribusi terhadap pemberdayaan ekonomi masyarakat. 4.4 Struktur Organisasi STMIK GI MDP dan AMIK MDP di pimpin oleh Ketua yang bertanggung jawab langsung kepada Yayasan MDP. Dalam pelaksanaan operasionalnya, Ketua dibantu oleh Pembantu Ketua 1, Pembantu Ketua 2 dan Pembantu Ketua 3. Kemudian pada Middle Level terdapat 1 orang bagian Staff Khusus Ketua Bidang Pengembangan Sumber Daya Manusia, Badan Penjaminan Mutu, Lembaga Penelitian dan Pengabdian Kepada Masyarakat dan kepala program studi untuk masing-masing program studi. Dan pada low level terdapat bagian Administrasi Akademik, Administrasi Umum, Administrasi Keuangan, Komunikasi dan Pemasaran, UPT Perpustakaan, UPT Sistem Informasi, UPT Sarana Prasarana, UPT Multimedia, Dosen-dosen, Kepala Laboratorium Robotika dan Jaringan, Kepala Elektronika dan Fisika Dasar. Struktur Organisasi di STMIK GI, AMIK dan STIE MDP dapat dilihat pada Gambar 4.2.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
63
Gambar 4.2 Struktur Organisasi STMIK GI MDP, AMIK dan STIE MDP (Sumber: Badan Penjaminan Mutu MDP, 2013)
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB V ANALISIS DAN PEMBAHASAN
Pada bab ini akan berisi penjelasan mengenai profil responden, deskripsi jawaban responden, proses analisis data yang dilakukan dengan menggunakan SEM, dan proses pengujian hipotesis dari penelitian ini. 5.1 Gambaran Umum Responden Responden dalam penelitian ini mahasiswa aktif STMIK GI MDP, AMIK dan STIE MDP dari berbagai program studi. Dari 479 kuesioner yang dibagikan ke mahasiswa, semua kuesioner dianggap layak uji karena kuesioner diisi secara lengkap. Profil responden dalam penelitian ini diklasifikasikan berdasarkan umur, jenis kelamin, angkatan, program studi yang diambil, lama penggunaan SIMPONI, indeks prestasi kumulatif mahasiswa, frekuensi penggunaan SIMPONI serta jenis konten yang paling sering diakses di SIMPONI. 5.1.1 Jenis Kelamin Responden dalam penelitian ini, terdiri dari 318 responden mahasiwa laki-laki atau sebanyak 66% responden, dan 161 responden mahasiswa perempuan atau sebanyak 34% dapat dilihat pada Gambar 5.1.
Jenis Kelamin 161 34%
318 66%
Laki-laki Perempuan
Gambar 5.1 Data Jenis Kelamin Responden
64
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
65
5.1.2 Angkatan Mahasiswa responden penelitian ini berasal dari berbagai angkatan.Berdasarkan Gambar 5.2 dibawah ini, terlihat bahwa responden yang berasal dari semester 3 sebanyak 122 mahasiswa atau sebesar 25%. Kemudian responden terbanyak berasal dari mahasiswa semester 5 yaitu sebanyak 242 mahasiwa atau sebesar 51%. Kemudian mahasiswa angkatan semester 7 sebanyak 73 mahasiswa atau sebesar 15%, responden semester 9 sejumlah 34 orang atau sebesar 7%. Sedangkan responden sisanya yaitu sebanyak 8 responden atau sebesar 2% berasal dari angkatan diatas semester 9.
Semester 34 7%
8 2% 122 25%
73 15%
Semester 3 Semester 5 Semester 7
242 51%
Semester 9 Semester >9
Gambar 5.2 Semester Angkatan Responden 5.1.3 Program Studi Mahasiswa responden pada penelitian ini berasal dari berbagai jenis program studi, mayoritas reponden penelitian ini merupakan mahasiswa yang berasal dari program studi Sistem Informasi, yaitu berjumlah 176 responden atau sebesar 37%. Mahasiswa dari program studi Teknik Informatika menempati urutan kedua dengan jumlah sebesar 137 responden atausebesar 28%. Responden terbanyak berikutnya berasal dari program studi Manajemen(S1) STIE MDP yaitu sebesar 69 responden atau sekitar 14%, dan diikuti dengan responden dari program studi Akuntansi(S1) yang berjumlah 51 responden atau 11%, kemudian program studi Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
66
Manajemen Informatika berjumlah 25 responden atau sekitar 5%, dan 10 responden dari program studi Teknik Komputer atau 2%, 8 responden dari program studi Komputerisasi Akuntansi atau sebesar 2%, kemudian yang terakhir 3 responden dari program Studi Akuntansi(D3) atau sebesar 1%. Seperti yang terlihat pada Gambar 5.3.
Gambar 5.3 Data Program Studi Responden 5.1.4 Indeks Prestasi Kumulatif Berdasarkan indeks prestasi kumulatif(IPK) responden, responden terbesar pada penelitian memiliki IPK ≥ 2.00 dan < 3.00 sebanyak 257 responden atau 54% dari total responden,responden terbesar kedua IPK responden yang ≥ 3.00 ada sebanyak 189 responden, kemudian responden yang memiliki IPK ≥ 1.00 dan < 2.00 sebanyak 32 responden atau sebesar 7%, dan hanya ada 1 responden yang IPKnya dibawah <1.00 seperti yang dapat dilihat pada Gambar 5.4.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
67
Indeks Prestasi Kumulatif 1 0%
32 7%
189 39%
<1.00 ≥ 1.00 dan < 2.00 257 54%
≥ 2.00 dan < 3.00
≥ 3.00
Gambar 5.4 Indeks Prestasi Kumulatif Responden 5.1.5 Frekuensi Penggunaan SIMPONI Berdasarkan frekuensi penggunaannya, responden yang mengisi kadang-kadang (sekitar 2-3 kali seminggu) menggunakan SIMPONI merupakan mayoritas, yaitu sebesar 201 responden atau sebesar 42%, seperti yang terlihat pada Gambar 5.5. Mayoritas responden kedua berasal dari kategori responden yang sering mengakses SIMPONI (sekitar 4-6 kali seminggu), yaitu berjumlah 170 responden atau sekitar 36%, dan kemudian responden yang setiap hari menggunakan SIMPONI ada 63 responden atau sebesar 13%. Sedangkan responden yang jarang(1-2 kali seminggu) menggunakan SIMPONI hanya berjumlah 45 responden atau sekitar 9%.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
68
Frekuensi Penggunaan SIMPONI 63 45 13% 9%
Jarang(sekitar 1kali seminggu) Kadang(2-3kali seminggu)
170 36%
201 42%
Sering(4-6kali seminggu) Setiap Hari
Gambar 5.5 Frekuensi Penggunaan SIMPONI Sedangkan data deskriptif dari responden meliputi jenis kelamin, semester, program studi, indeks prestasi kumulatif dari hasil penyebaran kuesioner kepada responden ditampilkan dalam Tabel 5.1. Tabel 5.1 Data Deskriptif Responden Demografi Jenis Kelamin Semester
Program Studi
Indeks Prestasi Kumulatif
Keterangan Perempuan Laki-laki Semester 3 Semester 5 Semester 7 Semester 9 Semester >9 Teknik Informatika Sistem Informasi Komputerisasi Akuntansi Manajemen Informatika Teknik Komputer Akuntansi(S1) Manajemen(S1) Akuntansi(D3) < 1.00 ≥ 1.00 dan < 2.00 ≥ 2.00 dan < 3.00 ≥ 3.00
Jumlah
Persentase
161 318 122 242 73 34 8 137 176 8 25 10 51 69 3 1 32 257 189
34% 66% 25% 51% 15% 7% 2% 28% 37% 2% 5% 2% 11% 14% 1% 0% 7% 54% 39% Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
69
Tabel 5.1 Data Deskriptif Responden(lanjutan) Demografi Frekuensi Penggunaan SIMPONI
Keterangan Setiap Hari Sering Kadang-kadang Jarang
Jumlah 63 170 201 45
Persentase 13% 36% 42% 9%
Berdasarkan hasil jawaban kuesioner terhadap 479 responden, diperoleh deskripsi jawaban pada subbab ini akan menjelaskan bagaimana modus dan median dari jawaban responden berkaitan dengan indikator-indikator pada variabel dari hasil penyebaran kuesioner yang dapat dilihat pada Tabel 5.2. Tabel 5.2 Nilai Modus dan Median untuk Tiap Indikator Variabel Laten Interaction Student Content
Interaction Student-Student
Interaction Student-Lecture
Student Self Efficacy
Student Self Motivation
Variabel Indikator ISC1 ISC2 ISC3 ISS1 ISS2 ISS3 ISS4 ISS5 ISL1 ISL2 ISL3 ISL4 ISL5 ISL6 ISL7 SSE1 SSE2 SSE3 SSM1 SSM2 SSM3 SSM4
Modus
Median
4 4 4 3 3 3 3 3 3 3 3 3 4 4 4 3 4 4 5 3 3 4
4 4 4 3 3 3 3 3 3 3 3 3 4 4 4 3 4 4 5 4 4 4 Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
70
Tabel 5.2 Nilai Modus dan Median untuk Tiap Indikator(lanjutan) Variabel Laten Curricullum Program
Course Design
Lecture Expertise
Variabel Indikator CP1 CP2 CP3 CP4 CP5 CP6 CD1 CD2 CD3 CD4 CD5 CD6 CD7 LE1 LE2 LE3
Modus
Median
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5.2 Proses dan Hasil Analisis Data Proses analisis data yang digunakan dalam penelitian ini mengikuti 7 langkah dari Structural Equation Model (SEM), sebagaimana yang dijelaskan oleh Ferdinand (2005) sebagai berikut : 5.2.1 Pengembangan Model Berdasarkan Teori Model dalam penelitian ini dikembangkan dengan berpedoman pada kajian teori yang memadai sebagaimana dan telah diuraikan pada bab II dan dirangkum menjadi Theoritical Framework. Model penelitian ini menggambarkan hubungan kausal antara variabel Interaction Student-Content, variabel Interaction StudentStudent, variabel Interaction Student-Lecture, variabel Student Self-Efficacy, variabel Student Self-Motivation, variabel Curicullum Program, variabel Course Design dan variabel Lecture Expertise terhadap prestasi belajar mahasiswa (Student’s Achievement). Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
71
5.2.2 Pembuatan Path Diagram (Diagram Jalur) Setelah membuat model atau Theoritical Framework kemudian tahap selanjutnya adalah membuat path diagram berdasarkan model tersebut. Adapun path diagram pada model penelitian ini dapat dilihat pada Gambar 5.6 berikut.
Gambar 5.6 Diagram Model Penelitian
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
72
5.2.3 Pemilihan Matriks Input dan Teknik Estimasi Model Matriks input pada penelitian ini berupa matriks kovarian yang terdiri dari nilai kovarian antara seluruh indikator pada setiap variabel. Pada AMOS, nilai matriks kovarian ini dapat dihitung dari raw data yang dimasukkan sebagai input dalam bentuk excel. Untuk teknik estimasi model, penelitian ini menggunakan pendekatan Maximum Likehood Estimation yang terdapat pada menu AMOS. Penggunaan MLE dinilai lebih efisien serta tidak bias, terutama untuk penelitian dengan jumlah responden yang tergolong besar, sesuai dengan penelitian ini yang memiliki jumlah responden besar yaitu sejumlah 479 responden. 5.2.3.1 Persamaan Struktural dan Model Pengukuran
Persamaan-persamaan structural dan model pengukuran yang didapat dari path diagram dapat dijabarkan sebagai berikut.
Persamaan Struktural
Dalam penelitian ini, persamaan strukturalnya adalah sebagai berikut. SA = γ1.ISC + γ2.ISS + γ3.ISL + γ4.SSE + γ5.SSM + γ6.CP + γ7.CD + γ8.LE + ζ1 Keterangan : SA = Student’s Achievement ISC = Interaction Student-Content ISS = Interaction Student-Student ISL = Interaction Student-Lecture SSE = Student Self-Efficacy SSM = Student Self-Motivation CP = Curricullum Program CD = Course Design LE = Lecture Expertise γ1, γ2, γ3, γ4, γ5, γ6, γ7, γ8 = Koefisien regresi antara variabel eksogen dengan variabel endogen. ζ1 = Error atau nilai residual regresi. Model Pengukuran Kemudian model pengukuran dalam penelitian ini adalah sebagai berikut Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
73
(a) Model Pengukuran pada Variabel Interaction Student-Content ISC1 = λ1.ISC + δ1 ISC2 = λ2.ISC + δ2 ISC3 = λ3.ISC + δ3 Keterangan : ISC = Interaction Student-Content ISC1 = Materi dan informasi yang ada pada SIMPONI mudah untuk dipahami. ISC2 = Materi dan informasi yang ada pada dalam SIMPONI dapat membantu meningkatkan prestasi belajar saya. ISC3 = Tidak mengalami kendala teknis saat mengunduh materi di SIMPONI. λ1, λ2, λ3 = Nilai factor loading dari indikator ke konstruk laten ISC. δ1, δ2, δ3 = Error indikator untuk variabel eksogen ISC.
Gambar 5.7 Measurement Model Variabel Interaction Student-Content (b) Model Pengukuran pada Variabel Interaction Student-Student ISS1 = λ4.ISS + δ4 ISS2 = λ5.ISS + δ5 ISS3 = λ6.ISS + δ6 ISS4 = λ7.ISS + δ7 ISS5 = λ8.ISS + δ8 Keterangan : ISS
=
Interaction Student-Student
ISS1
=
Bertukar informasi dengan mudah dan cepat dengan mahasiswa lain melalui forum yang ada di SIMPONI.
ISS2
=
Forum yang ada dalam SIMPONI memfasilitasi saya untuk berteman dengan mahasiswa lain.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
74
ISS3
=
Mahasiswa lain selalu menanggapi pertanyaan-pertanyaan terkait materi pembelajaran yang saya ajukan pada SIMPONI.
ISS4
=
Dengan adanya SIMPONI kualitas interaksi saya dengan mahasiswa lain meningkat.
ISS5
=
Dengan adanya SIMPONI jumlah intensitas interaksi saya dengan mahasiswa lain meningkat.
λ4, λ5, λ6, λ7, λ8= Nilai factor loading dari indikator ke konstruk laten ISS. δ4, δ5, δ6, δ7, δ8 = Error indikator untuk variabel eksogen ISS.
Gambar 5.8 Measurement Model Variabel Interaction Student-Student (c) Model Pengukuran Pada Variabel Interaction Student-Lecture ISL1 = λ9.ISL+ δ9 ISL2 = λ10.ISL + δ10 ISL3 = λ11.ISL + δ11 ISL4 = λ12.ISL + δ12 ISL5 = λ13.ISL + δ13 ISL6 = λ14.ISL + δ14 ISL7 = λ15.ISL + δ15 Keterangan : ISL
=
Interaction Student-Lecture
ISL1
=
Ketika saya membutuhkan saran atau masukan dari dosen, saya dapat mudah berkomunikasi melalui SIMPONI.
ISL2
=
Dosen saya memberikan balasan yang cepat dari pertanyaan yang saya ajukan dalam SIMPONI.
ISL3
=
Saya merasa dengan adanya SIMPONI kualitas interaksi saya dengan dosen meningkat.
ISL4
=
Interaksi belajar saya dengan dosen melalui SIMPONI sangat Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
75
membantu saya dalam pencapaian belajar saya. ISL5
=
Dosen selalu mendukung dan membimbing saya berkaitan dengan proses belajar saya.
ISL6
=
Dosen selalu memberikan cara terbaik untuk mengajari saya sehingga saya bisa mendapatkan nilai bagus.
ISL7
=
Dosen selalu dapat memberikan respon yang cepat terhadap kesulitan-kesulitan yang saya hadapi dalam belajar.
λ9, λ10, λ11, λ12, λ13, λ14, λ15 = Nilai factor loading dari indikator ke konstruk laten ISL. δ9, δ10, δ11, δ12, δ13, δ14, δ15 = Error indikator untuk variabel eksogen ISL.
Gambar 5.9 Measurement Model Variabel Interaction Student-Lecture (d) Model Pengukuran Pada Variabel Student Self-Efficacy SSE1 = λ16.SSE + δ16 SSE2 = λ17.SSE + δ17 SSE3 = λ18.SSE + δ18 Keterangan : SSE
=
SSE1 =
Student Self-Efficacy Percaya diri dalam menggunakan SIMPONI sebagai media sharing atau diskusi dalam proses pembelajaran.
SSE2 =
Percaya diri dalam menggunakan SIMPONI sebagai media evaluasi belajar secara online.
SSE3 =
Percaya diri dalam mengoperasikan fitur-fitur dari SIMPONI yang saya gunakan.
λ16, λ17, λ18 = Nilai factor loading dari indikator ke konstruk laten SSE. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
76
δ16, δ17, δ18 = Error indikator untuk variabel eksogen SSE.
Gambar 5.10 Measurement Model Variabel Student Self-Efficacy (e) Model Pengukuran Pada Variabel Student Self-Motivation SSM1 = λ19.SSM + δ19 SSM2 = λ20.SSM + δ20 SSM3 = λ21.SSM + δ21 SSM4 = λ22.SSM + δ22 Keterangan : SSM
=
Student Self-Motivation
SSM1
=
Dapat memutuskan kapan dan dimana saya menggunakan dan mengakses SIMPONI. (Misalnya, di kampus atau di rumah)
SSM2
=
Sulit untuk memotivasi diri sendiri untuk menggunakan SIMPONI.
SSM3 SSM4
=
SIMPONI telah membantu meningkatkan motivasi belajar saya. Termotivasi untuk berusaha mendapatkan nilai yang bagus.
λ19, λ20, λ21, λ22 = Nilai factor loading dari indikator ke konstruk laten SSM. δ19, δ20, δ21, δ22= Error indikator untuk variabel eksogen SSM.
Gambar 5.11 Measurement Model Variabel Student Self-Motivation (f) Model Pengukuran Pada Variabel Curricullum Program CP1 = λ23.CP + δ23 CP2 = λ24.CP + δ24 CP3 = λ25.CP + δ25 CP4 = λ26.CP + δ26 CP5 = λ27.CP + δ27 Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
77
CP6 = λ28.CP + δ28 Keterangan : CP
=
Curricullum Program
CP1
=
Konten yang ada di SIMPONI selalu relevan dan up to date.
CP2
=
Materi-materi yang ada pada SIMPONI dikemas dalam bentuk file yang memudahkan saya untuk mengaksesnya.
CP3
=
Materi-materi dalam beberapa mata kuliah sesuai dengan pembelajaran berbasis online.
CP4
=
Saya merasa mata kuliah yang ada di kurikulum sudah sesuai dengan kompetensi saya.
CP5
=
Mata kuliah di kurikulum yang saya pelajari mendukung pencapaian hasil belajar saya.
CP6
=
Mata kuliah pada kurikulum yang ada saat ini sesuai dan dapat dipraktekkan.
λ23, λ24, λ25, λ26, λ27, λ28 = Nilai factor loading dari indikator ke konstruk laten CP. δ23, δ24, δ25, δ26, δ27, δ28 = Error indikator untuk variabel eksogen CP.
Gambar 5.12 Measurement Model Variabel Curricullum Program (g) Model Pengukuran Pada Variabel Course Design CD1 = λ29.CD + δ29 CD2 = λ30.CD + δ30 CD3 = λ31.CD + δ31 CD4 = λ32.CD + δ32 CD5 = λ33.CD + δ33 CD6 = λ34.CD + δ34 Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
78
CD7 = λ35.CD + δ35 Keterangan : CD
= Course Design
CD1
= Ada keterkaitan antar satu mata kuliah dengan mata kuliah lain yang ada di kurikulum.
CD2
= Struktur desain mata kuliah sudah jelas dan terorganisir.
CD3
= Desain media pembelajaran dan teknologi yang digunakan kampus sudah memadai.
CD4
= Desain mata kuliah yang sudah ada saat ini sudah membantu pengembangan kompetensi diri saya.
CD5
= Desain mata kuliah yang ada saat ini relevan dengan waktu sekarang dan mengikuti perkembangan teknologi.
CD6
= Materi/konten online dan yang ada di SIMPONI sudah memadai.
CD7
= Teknologi dan platform yang digunakan saat ini membantu saya dalam proses belajar mengajar.
λ29, λ30, λ31, λ32, λ33, λ34, λ35 = Nilai factor loading dari indikator ke konstruk laten CD. δ29, δ30, δ31, δ32, δ33, δ34, δ35 = Error indikator untuk variabel eksogen CD.
Gambar 5.13 Measurement Model Variabel Course Design (h) Model Pengukuran Pada Variabel Lecture Expertise LE1 = λ36.LE + δ36 LE2 = λ37.LE + δ37 LE3 = λ38.LE + δ38 Keterangan : LE
=
Lecture Expertise Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
79
LE1
=
Dosen pengajar memiliki tingkat keahlian yang tinggi dalam menggunakan SIMPONI.
LE2
=
Dosen pengajar saya sangat berkompetensi pada bidang matakuliah yang diampu.
LE3
=
Dosen peduli dan memberikan saran yang berkaitan dengan pencapaian belajar saya.
λ36, λ37, λ38 = Nilai factor loading dari indikator ke konstruk laten LE. δ36, δ37, δ38 = Error indikator untuk variabel eksogen LE.
Gambar 5.14 Measurement Model Variabel Lecture Expertise 5.2.4 Identifikasi Model Penelitian Identifikasi model penelitian dilakukan dengan melihat nilai dari degree of freedom (df). Pada penelitian ini, nilai df yang ditunjukkan oleh output AMOS 22 yaitu sebesar 705 seperti yang dapat dilihat pada Gambar 5.15.
Gambar 5.15 Tampilan Degree of fredoom Nilai df juga dapat dilihat dari perhitungan dengan formula berikut. df = ½[(p).(p+1)] – k = ½[(40).(40+1)]-115 = ½[1640]-115 = 705 Terlihat bahwa nilai df pada model penelitian ini bernilai lebih dari nol atau bernilai positif, sehingga model ini masuk ke dalam kategori over-identified yang berarti memenuhi syarat untuk dapat dianalisis dengan menggunakan SEM. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
80
5.2.5 Evaluasi Estimasi Model Penelitian Pada penelitian ini, dilakukan evaluasi terhadap hasil estimasi model agar dapat memenuhi asumsi-asumsi atau syarat-syarat yang harus dipenuhi dalam mengaplikasikan SEM, yaitu : 5.2.5.1 Jumlah sampel Jumlah sampel minimal yang dianjurkan dalam penggunaan SEM yaitu 100. Pada penelitian ini menggunakan rumus Slovin untuk menetapkan jumlah sampel dan dari perhitungan rumus Slovin, peneliti mengambil 479 sampel. 5.2.5.2 Normalitas Data Uji normalitas pada penelitian ini menggunakan rasio skewness dan rasio kurtosis pada nilai residual. Menurut Santoso (2012) dalam penelitiannya terkait uji normalitas secara deskriptif, suatu data dikatakan terdistribusi normal jika memiliki rasio skewness atau rasio kurtosis dari residual berada diantara -2.58 hingga +2.58. Besar rasio skewness diperoleh dari nilai skewness dibagi dengan nilai standar error skewness, sedangkan rasio kurtosis diperoleh dari nilai kurtosis dibagi dengan nilai standar error kurtosis. Hasil uji normalitas secara deskriptif pada penelitian ini dapat dilihat pada Tabel 5.3. Tabel 5.3 Hasil Uji Normalitas secara Deskriptif Assessment of normality (Group number 1)
Variable ISC1 SA ISL7 ISL6 ISL5 LE1 LE2 LE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7
Min 2.000 .800 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000
max 5.000 4.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000
skew -.092 -.317 -.125 -.041 -.157 .220 -.028 .100 -.113 -.293 -.316 -.127 -.178 -.114 .065
c.r. kurtosis c.r. -.719 -.007 -.028 -2.479 .508 1.989 -.980 -.304 -1.191 -.322 -.384 -1.503 -1.229 -.225 -.883 1.720 -.706 -2.765 -.221 -.425 -1.663 .780 -.689 -2.700 -.886 -.136 -.532 -2.297 .126 .495 -2.473 -.171 -.671 -.993 -.100 -.390 -1.395 -.157 -.615 -.889 -.285 -1.116 .511 -.374 -1.463 Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
81
Variable CP1 CP2 CP3 CP4 CP5 CP6 SSM1 SSM2 SSM3 SSM4 SSE1 SSE2 SSE3 ISL1 ISL2 ISL3 ISL4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Min 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 1.000 2.000 2.000 2.000 1.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000
max 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000
skew -.145 -.249 -.034 .292 .202 .055 -.290 -.289 -.329 -.381 -.028 -.172 -.212 .147 .068 .178 -.019 -.107 .105 .208 .170 .312 -.055 -.253
c.r. kurtosis c.r. -1.136 -.201 -.787 -1.951 -.404 -1.583 -.265 -.364 -1.423 2.287 -.517 -2.023 1.581 -.497 -1.946 .429 -.351 -1.373 -2.270 -.300 -1.174 -2.266 -.243 -.950 -2.580 -.093 -.363 -2.984 .146 .572 -.216 -.171 -.670 -1.343 -.170 -.665 -1.659 -.117 -.459 1.148 -.330 -1.293 .534 -.005 -.018 1.396 -.204 -.799 -.148 -.289 -1.130 -.835 -.413 -1.616 .822 -.367 -1.438 1.627 .085 .333 1.332 -.154 -.602 2.441 -.031 -.120 -.429 -.274 -1.072 -1.983 .399 1.562
Tabel 5.3 merupakan hasil output dari AMOS 22 dengan melihat assessment of normality dari pengolahan data pada penelitian ini. Pada Tabel 5.3 dapat dilihat bahwa ada beberapa nilai yang memiliki nilai critical ratio (CR) skewness dan nilai critical ratio (CR) kurtosis residual dari penelitian ini lebih kecil dari -2.58 dan lebih besar dari +2.58, akan tetapi secara keseluruhan data pada penelitian ini terdistribusi dengan normal. 5.2.5.3 Outlier Pada penelitian ini, identifikasi outlier dilakukan pada saat proses uji normalitas berlangsung, yaitu dengan melihat tampilan Mahalanobis Distance dari keluaran AMOS. Menurut Santoso (2012), suatu data dapat dikatakan outlier jika angkaangka tersebut menunjukkan jauh jarak sebuah data dari titik pusat tertentu, jarak tersebut diukur dengan metode Mahalanobis. Semakin jauh jarak sebuah data Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
82
dengan titik pusat(centroid), semakin ada kemungkinan data masuk kategori outlier. Tampilan mahalanobis distance pada penelitian ini dapat dilihat pada lampiran 6. Dari hasil mahalanobis distance, maka peneliti menghapus 16 sampel yang menyimpang, jauh dari titik tengah centroid dan nilai p1 dan p2 ≤ 0.05 sehingga sampel yang tersisa 463. Namun demikian, penulis tetap mempertahankan beberapa outlier yang terdapat dalam penelitian ini, karena seluruh data yang diperoleh dalam penelitian ini mencerminkan hal-hal yang berkaitan dengan riset, sehingga penghapusan outlier dapat menghilangkan makna dari data tersebut. Hair, Black, Babin, & Andreson (2009) mengememukakan bahwa Outliers harus dipertahankan kecuali dapat ditunjukkan bukti yang mengidentifikasikan bahwa data-data tersebut benar-benar menyimpang dan tidak representative terhadap populasi. Jika Outliers dihapus, terdapat resiko membatasi generalisasi dari hasil penelitian. 5.2.5.4 Perbandingan Kovarians Sampel dan Kovarians Estimasi Perbandingan antara nilai kovarians sampel dan nilai kovarians estimasi dilakukan dengan menghitung selisih antara keduanya sehingga menghasilkan nilai kovarians residual. Menurut Santoso (2012), nilai kovarians residual yang kecil atau berada di sekitar nol dapat menandakan bahwa data yang ada dapat mendukung keberadaan model. Keluaran nilai kovarians residual pada aplikasi AMOS dapat dilihat pada lampiran 7. Berdasarkan lampiran tersebut dapat terlihat bahwa semua nilai kovarians residual berada di sekitar nol sehingga dapat dikatakan bahwa data yang sudah ada dapat mendukung keberadaan model. 5.2.5.5 Offending Estimates Analisis offending estimates dilakukan untuk mengecek apakah terdapat negative error variances. Jika ada negative error variances, maka varian tersebut perlu ditetapkan menjadi 0.01 atau 0.005(Heywood cases). Heywood cases terjadi karena adanya varian kesalahan yang bernilai negatif. Apabila terjadi Heywood cases, maka varian dari kesalahan tersebut dapat ditetapkan menjadi 0,01 atau Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
83
0,005 (Wijanto, 2008). Hasil analisis offending estimates menggunakan aplikasi AMOS dapat dilihat pada lampiran 8. Berdasarkan lampiran tersebut dapat dilihat bahwa tidak terdapat nilai negatif pada kolom estimates sehingga tidak terjadi Heywood cases pada model awal penelitian ini. 5.2.5.6 Memilih Matriks Input dan Teknik Estimasi Parameter Matriks input pada penelitian ini berupa matriks kovarian (covariance matrix), yang terdiri dari nilai kovarian antara seluruh indikator pada setiap variabel. Matriks kovarians umumnya lebih banyak digunakan dalam penelitian mengenai hubungan sebab standard error yang dilaporkan dari berbagai penelitian umumnya menunjukkan angka yang kurang akurat bila matriks korelasi yang digunakan sebagai input. Sementara itu, teknik estimasi yang digunakan adalah Maximum Likehood Estimation dinilai lebih efisien serta tidak bias, terutama untuk penelitian dengan jumlah responden yang tergolong besar, sesuai dengan penelitian ini yang memiliki jumlah responden besar yaitu sejumlah 463 responden. Sebelum membentuk suatu full model SEM, terlebih dahulu akan dilakukan pengujian terhadap faktor-faktor yang membentuk variabel. Pengujian model pengukuran (measurement model) akan dilakukan dengan menggunakan model confirmatory factor analysis(CFA). Kecocokan model (goodness of the fit), untuk confirmatory factor analysis juga akan diuji. Dengan program AMOS, ukuran-ukuran goodness of the fit tersebut akan terlihat dalam output Model Fit Summary. Selanjutnya kesimpulan atas kecocokan model yang dibangun akan dapat dilihat dari hasil ukuran-ukuran goodness of the fit yang diperoleh. Pengujian goodness of the fit terlebih dahulu dilakukan terhadap model confirmatory factor analysis. Model Struktural persaman (Structural Equation Model) dilakukan untuk melihat kesesuaian model dan hubungan kausalitas yang dibangun dalam model yang diuji. Model ini dilakukan dengan mengganti hubungan korelasi (dua anak panah) dengan satu anak panah pada masing-masing variabel laten.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
84
5.3 Evaluasi Kelayakan Model Penelitan Evaluasi kelayakan model pada penelitian ini dilakukan melalui dua tahap, yaitu evaluasi measurement model untuk menguji hubungan antara variabel laten dengan variabel teramati, serta evaluasi structural model untuk menguji model struktural aslinya. 5.3.1 Evaluasi Measurement Model Evaluasi measurement model atau Confirmatory Factor Analysis (CFA) pada penelitian ini dilakukan melalui tiga cara, yaitu: 5.3.1.1 Analisis Validitas Measurement Model Uji Validitas bertujuan untuk menentukan kemampuan suatu indikator dalam mengukur variabel latennya. Validitas suatu indikator dapat di evaluasi dengan tingkat signifikasi pengaruh antara suatu variabel laten dengan indikatornya. (Ghozali & Fuad, 2008). Analisis validitas dilakukan dengan melihat nilai critical ratio (CR) dan nilai standardized loading factor(SLF) pada indikator-indikator yang digunakan dalam penelitian. Nilai CR dapat dilihat dari output Regression Weight sedangkan nilai Standarized Loading Factor(SLF) dilihat dari Standardized Regression Weight di Scalar Estimate AMOS. Nilai SLF penelitian ini pada software AMOS dapat dilihat pada kolom Estimate. Tampilan keluaran Standardized Regression Weight dapat dilihat pada Lampiran 9. Pada Tabel 5.4 adalah hasil keluaran Standarized Regression Weight dan Tabel 5.5 merupakan keluaran nilai Regression Weight. Tabel 5.4 Nilai Standardized Regression Weight Hasil Output Indikator CD1 CD2 CD3 CD4 CD5 CD6 CD7 CP1
Standardized Loading Factor 0.571 0.671 0.679 0.758 0.737 0.689 0.651 0.650
Standardized Loading Factor minimum ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50
Kesimpulan Valid Valid Valid Valid Valid Valid Valid Valid Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
85
Tabel 5.4 Nilai Standardized Regression Weight Hasil Output (lanjutan)
Indikator CP2 CP3 CP4 CP5 CP6 ISC1 ISC2 ISC3 ISS1 ISS2 ISS3 ISS4 ISS5 ISL1 ISL2 ISL3 ISL4 ISL5 ISL6 ISL7 SSE1 SSE2 SSE3 SSM1 SSM2 SSM3 SSM4 LE1 LE2 LE3
Standardized Loading Factor 0.627 0.721 0.774 0.824 0.727 0.670 0.799 0.734 0.662 0.647 0.566 0.856 0.761 0.629 0.625 0.686 0.881 0.829 0.808 0.813 0.732 0.779 0.610 0.877 0.850 0.854 0.885 0.778 0.800 0.678
Standardized Loading Factor minimum ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50 ≥0.50
Kesimpulan Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Seperti yang dapat dilihat pada Tabel 5.4 bahwa seluruh indikator memiliki memiliki nilai standardized loading factors(SLF) ≥ 0.50, sehingga indikatorindikator tersebut sudah cukup menggambarkan variabel yang ada. Kemudian Tabel 5.5 dibawah ini, menampilkan hasil dari nilai Regression Weight. Nilai Regression Weight dapat direpresentasikan dengan melihat nilai critical ratio(CR) atau t-value dari masing-masing indikator. Standar nilai critical ratio(CR) adalah Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
86
≥ 1.96 sehingga dapat disimpulkan bahwa semua indikator yang berdimensi sama dengan variabel lainnya untuk menjelaskan sebuah variabel laten. Tabel 5.5 Tampilan Regression Weight Hasil Output ISC3 ISC2 ISS5 ISS4 ISS3 ISS2 ISS1 ISL4 ISL3 ISL2 ISL1 SSE3 SSE2 SSE1 SSM4 SSM3 SSM2 SSM1 CP6 CP5 CP4 CP3 CP2 CP1 CD7 CD6 CD5 CD4 CD3 CD2 CD1 LE3 LE2 LE1 ISL5
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Interaction_Student_Content Interaction_Student_Content Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_ Lecture Interaction_Student_ Lecture Interaction_Student_ Lecture Student_Self_Efficacy Student_Self_Efficacy Student_Self_Efficacy Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Course_Design Course_Design Course_Design Course_Design Course_Design Course_Design Course_Design Lecture_Expertise Lecture _Expertise Lecture _Expertise Interaction_Student_ Lecture
Estimate 1.000 1.141 1.000 1.108 .697 .863 .871 1.000 .781 .724 .751 1.000 1.297 1.296 1.000 1.019 1.029 1.086 1.000 1.097 1.024 .987 .868 .939 1.000 1.179 1.188 1.137 1.211 1.064 .878 1.000 1.129 1.122 .936
S.E.
C.R.
P Label
.095 12.012 *** .072 .067 .072 .071
15.443 10.353 11.909 12.208
*** *** *** ***
.051 15.280 *** .054 13.409 *** .056 13.534 *** .121 10.749 *** .124 10.412 *** .046 22.135 *** .047 21.897 *** .047 23.255 *** .072 .071 .074 .075 .078
15.266 14.334 13.345 11.564 12.002
*** *** *** *** ***
.102 .097 .091 .106 .094 .090
11.533 12.192 12.478 11.389 11.274 9.806
*** *** *** *** *** ***
.090 12.486 *** .091 12.283 *** .045 20.751 *** Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
87
Tabel 5.5 Tampilan Regression Weight Hasil Output (lanjutan) Estimate S.E. ISL6 ISL7 ISC1
<--- Interaction_Student_ Lecture <--- Interaction_Student_ Lecture <--- Interaction_Student_Content
C.R.
P Label
.962 .049 19.813 *** .953 .048 20.032 *** .885 .080 11.024 ***
Nilai Regression Weight juga dapat dilihat nilai probabilitas indikator-indikator pada penelitian ini, pada Tabel 5.5 terlihat bahwa nilai probabilitas (P) bernilai ***, atau ≤ 0.001, sehingga dapat disimpulkan bahwa setiap indikator yang ada di tiap variabel pada penelitian ini saling berhubungan satu dengan yang lainnya. Dengan demikian dapat disimpulkan bahwa validitas semua variabel teramati terhadap variabel latennya adalah baik. 5.3.1.2 Analisis Reliabilitas Measurement Model Uji reliabilitas adalah suatu pengujian untuk menentukan konsistensi pengukuran indikator-indikator dari suatu variabel laten. (Ghozali & Fuad, 2008) Analisis reliabilitas dilakukan dengan menggunakan Construct Reliability (CR) dan Variance Extracted (VE) dari nilai-nilai standardized loading factors dan error variances. Jika seluruh variabel memiliki nilai CR ≥ 0.70 dan memiliki nilai VE ≥ 0.50, sehingga dapat disimpulkan bahwa seluruh variabel dalam penelitian ini bernilai reliable. Pada SEM, analisis reliabilitas dimensi pembentuk variabel laten, digunakan rumus :
dimana: SLF = standardized loading factor Error = measurement error untuk setiap indikator. Error = 1- Std.Loading2
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
88
Hasil pengolahan Construct reliability dan Variance extract tersebut ditampilkan pada Tabel 5.6 sampai Tabel 5.13. Tabel 5.6 Reliability dan Variance Extract untuk Konstruk Interaction Student-Content Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
ISC1 ISC2 ISC3 Ʃ
0.670 0.799 0.734 2.203 4.853
0.449 0.638 0.538 1.625
0.551 0.362 0.462 1.375
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.779
0.54
Tabel 5.7 Reliability dan Variance Extract untuk Konstruk Interaction Student-Student Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
ISS1 ISS2 ISS3 ISS4 ISS5 Ʃ
0.662 0.647 0.566 0.856 0.761 3.492 12.194
0.438 0.418 0.320 0.732 0.579 2.487
0.562 0.582 0.680 0.268 0.421 2.513
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.83
0.497
Tabel 5.8 Reliability dan Variance Extract untuk Konstruk Interaction Student-Lecture Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
ISL1 ISL2 ISL3 ISL4 ISL5 ISL6 ISL7 Ʃ
0.629 0.625 0.686 0.881 0.829 0.808 0.813 5.271 27.783
0.395 0.391 0.471 0.776 0.687 0.653 0.661 4.034
0.605 0.609 0.529 0.224 0.313 0.347 0.339 2.966
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.903
0.576
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
89
Tabel 5.9 Reliability dan Variance Extract untuk Konstruk Student Self-Efficacy Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
SSE1 SSE2 SSE3 Ʃ
0.732 0.779 0.610 2.121 4.498
0.535 0.607 0.372 1.514
0.465 0.393 0.628 1.486
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.75
0.504
Tabel 5.10 Reliability dan Variance Extract untuk Konstruk Student Self-Motivation Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
SSM1 SSM2 SSM3 SSM4 Ʃ
0.877 0.85 0.854 0.885 3.466 12.013
0.769 0.722 0.729 0.783 3.003
0.231 0.278 0.271 0.217 0.997
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.923
0.751
Tabel 5.11 Reliability dan Variance Extract untuk Konstruk Curricullum Program Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
CP1 CP2 CP3 CP4 CP5 CP6 Ʃ
0.650 0.627 0.721 0.774 0.824 0.727 4.323 18.688
0.422 0.393 0.519 0.599 0.679 0.528 3.14
0.578 0.607 0.481 0.401 0.321 0.472 2.86
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.867
0.523
Tabel 5.12 Reliability dan Variance Extract untuk Konstruk Course Design Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
CD1 CD2 CD3 CD4 CD5 CD6 CD7 Ʃ
0.571 0.671 0.679 0.758 0.737 0.689 0.651 4.756 22.619
0.326 0.450 0.461 0.575 0.543 0.475 0.423 3.64
0.674 0.550 0.539 0.425 0.457 0.525 0.577 4.36
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.838
0.52
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
90
Tabel 5.13 Reliability dan Variance Extract untuk Konstruk Lecture Expertise Indikator
Std. Loading
Std. Loading2
1- Std.Loading2
LE1 LE2 LE3 Ʃ
0.778 0.800 0.678 2.256 5.089
0.605 0.64 0.459 1.704
0.395 0.36 0.541 1.296
(Ʃ Std.loading)2
Construct Reliability
Variance Extract
0.797
0.568
Hasil perhitungan reliabilitas diatas dirangkum pada Tabel 5.14 dan dapat dilihat bahwa semua nilai Construct Reliability(CR) ≥ 0.70, untuk nilai Variance Extracted, variabel Interaction Student-Student dan variabel Course Design memiliki nilai yang hampir mendekati dan dapat dibulatkan menjadi 0.5. Dengan demikian dapat disimpulkan bahwa reliabilitas model pengukuran adalah baik. Tabel 5.14 Nilai Construct Reliability dan Variance Extracted Measurement Model Variabel Interaction Student-Content (ISC) Interaction Student-Student (ISS) Interaction StudentLecture(ISL) Student Self-Efficacy (SSE) Student Self-Motivation (SSM) Curricullum Program (CP) Course Design (CD) Lecture Expertise (LE)
Nilai CR
Standar CR
Nilai VE
Standar VE
Kesimpulan
0.779
≥ 0.70
0.54
≥ 0.50
Reliable
0.83
≥ 0.70
0.497
≥ 0.50
Reliable
0.903
≥ 0.70
0.576
≥ 0.50
Reliable
0.75
≥ 0.70
0.504
≥ 0.50
Reliable
0.923
≥ 0.70
0.751
≥ 0.50
Reliable
0.867
≥ 0.70
0.523
≥ 0.50
Reliable
0.838
≥ 0.70
0.52
≥ 0.50
Reliable
0.797
≥ 0.70
0.568
≥ 0.50
Reliable
5.3.1.3 Uji Kecocokan Measurement Model (Goodness of Fit) Pada tahap ini, akan diperiksa tingkat kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran. Uji kecocokan dilakukan dengan memeriksa beberapa nilai goodness of fit index. Indeks chi-square tidak digunakan dalam penelitian ini karena hasil chi-square biasanya tidak akurat untuk jumlah sampel yang besar (≥200), sehingga banyak peneliti yang Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
91
mengabaikan indeks ini jika jumlah sampel pada penelitian mereka berukuran besar (Moss, 2009). Secara umum, hasil pengujian kecocokan pada penelitian ini sudah cukup baik, seperti yang terlihat pada Tabel 5.15 berikut. Serta tampilan hasil model hasil pengujian kelayakan model pada analisis faktor konfirmatori measurement model dapat dilihat pada Gambar 5.16. Tabel 5.15 Hasil Uji Kecocokan Measurement Model (Goodness of Fit) Goodness of Fit Index Absolute Fit Measures 1 GFI 2 RMR 3 RMSEA
Cut-Off Value
No.
4
≥ 0.90 ≤ 0.05 ≤ 0.08 Semakin kecil semakin baik. nilai ECVI dari model yang mendekati nilai saturated ECVI menunjukkan good fit.
ECVI
Incremental Fit Measures 5 TLI ≥ 0.90 6 NFI ≥ 0.90 7 AGFI ≥ 0.90 8 RFI ≥ 0.90 9 IFI ≥ 0.90 10 CFI ≥ 0.90 Parsimony Fit Measures 11
Normed ChiSquare (CMIN/DF)
≤ 2.00
Hasil
Evaluasi Model
0.847 0.025 0.049
Marginal Fit Good Fit Good Fit
Default Model : 4,051 Saturated Model : 4,251
Good Fit
0.913 0.847 0.823 0.832 0.922 0.921
Good Fit Marginal Fit Marginal Fit Marginal Fit Good Fit Good Fit
1.891
Good Fit
Berdasarkan hasil uji kecocokan keseluruhan model seluruh fit measures yang digunakan memiliki tingkat kecocokan good fit dan marginal fit sehingga dapat disimpulkan bahwa kecocokan keseluruhan model adalah baik.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
92
Gambar 5.16 Path Diagram Confirmatory Factor Analysis Measurement Model 5.3.2 Evaluasi Structural Model Setelah measurement model berhasil dilakukan, tahapan selanjutnya yaitu melakukan evaluasi structural model. Pada dasarnya evaluasi structural model serupa dengan evaluasi measurement model, hanya saja structural model dibuat dengan mengubah susunan yang ada pada measurement model. Analisis hasil Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
93
pengolahan data pada tahap full model SEM dilakukan dengan melakukan uji kesesuaian dan uji statistik. Hasil pengolahan data untuk analisis full model SEM ditampilkan pada Gambar 5.17 dan uji kelayakan model yang dapat dilihat pada Tabel 5.16.
Gambar 5.17 Path Diagram Structural Model Awal Ringkasan hasil uji terhadap kecocokan full model Structural Equation Modelling tersebut dapat dilihat pada Tabel 5.16 berikut ini.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
94
Tabel 5.16 Hasil Uji Kecocokan Full Model SEM (Goodness of Fit) Goodness of Fit Index Absolute Fit Measures 1 GFI 2 RMR 3 RMSEA
Cut-Off Value
No.
4
Evaluasi Model
0.846 0.025 0.049
Marginal Fit Good Fit Good Fit
Default Model : 4.208 Saturated Model : 4.469
Good Fit
0.912 0.844 0.821 0.827 0.921 0.920
Good Fit Marginal Fit Marginal Fit Marginal Fit Good Fit Good Fit
1.864
Good Fit
≥ 0.90 ≤ 0.05 ≤ 0.08 Semakin kecil semakin baik. nilai ECVI dari model yang mendekati nilai saturated ECVI menunjukkan good fit.
ECVI
Hasil
Incremental Fit Measures 5 TLI ≥ 0.90 6 NFI ≥ 0.90 7 AGFI ≥ 0.90 8 RFI ≥ 0.90 9 IFI ≥ 0.90 10 CFI ≥ 0.90 Parsimony Fit Measures 11
Normed ChiSquare (CMIN/DF)
≤ 2.00
Berdasarkan data hasil uji kecocokan di atas, terlihat bahwa kriteria Standarized RMR, RMSEA, ECVI, TLI, IFI, CFI, Normed Chi-Square menunjukkan hasil yang baik, sedangkan GFI, NFI, AGFI dan RFI cukup baik. Secara umum, dapat disimpulkan bahwa kecocokan terhadap keseluruhan model masih belum baik, sehingga perlu dilakukan modifikasi pada structural model. 5.4 Interpretasi dan Modifikasi Model Penelitian Evaluasi structural model pada AMOS menghasilkan output berupa beberapa masukan untuk melakukan modifikasi melalui Modification Indices agar dapat meningkatkan kecocokan model pada penelitian ini. Tabel 5.17 berikut menggambarkan modifikasi berupa beberapa penambahan error variance yang disarankan berdasarkan output AMOS dan dilakukan oleh penulis dalam memodifikasi model.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
95
Tabel 5.17 Penambahan Error Variance yang Dilakukan untuk Modifikasi Structural Model Modification Indices (Group number 1 - Default model)
e13 e34 e24 e27 e27 e22 e10 e11 e11 e12 e5
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
M.I. 16.261 18.331 15.224 13.759 15.241 14.629 41.780 89.394 45.018 22.180 14.006
e15 e32 e23 e35 e24 e15 e9 e9 e10 e14 e4
Par Change .044 .063 .061 -.044 -.045 -.037 .123 .166 .115 .047 .061
Hasil uji kecocokan selengkapnya setelah dilakukan modifikasi penambahan error covariance dapat dilihat pada Lampiran 13. Setelah dilakukan modifikasi, penulis kembali melakukan uji kecocokan structural model yang hasilnya dapat dilihat pada Tabel 5.18 berikut. Tabel 5.18 Hasil Uji Kecocokan Full Model SEM Setelah di Modifikasi Goodness of Fit Index Absolute Fit Measures 1 GFI 2 RMR 3 RMSEA
Cut-Off Value
No.
4
≥ 0.90 ≤ 0.05 ≤ 0.08 Semakin kecil semakin baik. nilai ECVI dari model yang mendekati nilai saturated ECVI menunjukkan good fit.
ECVI
Incremental Fit Measures 5 TLI ≥ 0.90 6 NFI ≥ 0.90 7 AGFI ≥ 0.90 8 RFI ≥ 0.90 9 IFI ≥ 0.90 10 CFI ≥ 0.90 Parsimony Fit Measures 11
Normed ChiSquare (CMIN/DF)
≤ 2.00
Hasil
Evaluasi Model
0.883 0.024 0.036
Good Fit Good Fit Good Fit
Default Model : 3.467 Saturated Model : 4.469
Good Fit
0.952 0.879 0.861 0.864 0.958 0.957
Good Fit Good Fit Marginal Fit Marginal Fit Good Fit Good Fit
1.470
Good Fit Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
96
Setelah melakukan modifikasi, maka diperoleh hasil uji kecocokan yang secara umum memiliki nilai kecocokan Goodness of Fit dengan kriteria baik, kecuali indeks AGFI dan RFI dengan kriteria marginal fit. Namun, terdapat teori yang menyatakan bahwa dalam praktiknya, nilai GFI ≥ 0.80 sebenarnya dapat dipertimbangkan sebagai good fit (Hsu & Lu, 2004). Oleh karena itu, dapat disimpulkan bahwa hasil model penelitian ini secara keseluruhan telah memiliki nilai kecocokan yang baik. Adapun hasil dari modifikasi model penelitian dapat dilihat pada Gambar 5.18.
Gambar 5.18 Path Diagram Hasil Uji Structural Model setelah Modifikasi Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
97
5.5 Analisis Hubungan Antar Konstruk Analisis hubungan antar konstruk atau variabel yang menjadi hipotesis dilakukan dengan melihat nilai Critical Ratio (C.R) dan nilai probability (P) dari setiap hubungan antar variabel laten. Dengan nilai Critical Ratio yang ≥1,96 dan nilai probability yang ≤ 0.05, maka hipotesis penelitian yang diajukan dapat diterima. Nilai C.R dan probability dapat diketahui melalui aplikasi AMOS dari keluaran Covariances. Ringkasan analisis hubungan antar konstruk dapat dilihat pada Tabel 5.19. Tabel 5.19 Signifikasi Hubungan Kausal Antar Variabel pada Uji Structural Model Covariances: (Group number 1 - Default model) Curricullum_Program Interaction_Student_ Lecture Curricullum_Program Interaction_Student_ Lecture Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_Student Interaction_Student_ Lecture Interaction_Student_Content Interaction_Student_Content Interaction_Student_Content Interaction_Student_Student Interaction_Student_ Lecture Interaction_Student_Content Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_ Lecture Student_Self_Motivation Student_Self_Motivation Student_Self_Efficacy Interaction_Student_Student Interaction_Student_Content Course_Design Student_Self_Motivation
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
Course_Design Student_Self_Motivation Lecture _Expertise Course_Design Course_Design Course_Design Course_Design Lecture _Expertise Lecture _Expertise Lecture _Expertise Interaction_Student_Student Interaction_Student_ Lecture Interaction_Student_ Lecture Student_Self_Efficacy Student_Self_Efficacy Student_Self_Efficacy Lecture _Expertise Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Lecture _Expertise Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Lecture _Expertise Course_Design
Estimate .182 .111 .157 .113 .071 .128 .104 .064 .135 .086 .059 .112 .160 .151 .096 .105 .123 .079 .131 .110 .130 .102 .120 .116 .093 .073 .151 .093
S.E. .021 .024 .020 .019 .015 .018 .016 .017 .022 .017 .016 .020 .024 .022 .016 .018 .019 .017 .019 .017 .021 .019 .021 .020 .021 .019 .020 .018
C.R. 8.683 4.605 7.698 6.016 4.616 7.100 6.596 3.685 6.109 5.193 3.590 5.539 6.783 6.801 5.845 5.792 6.494 4.689 7.039 6.545 6.294 5.322 5.729 5.830 4.438 3.958 7.684 5.283
P Label *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
5.6 Pengujian Hipotesis Setelah semua asumsi sudah terpenuhi, selanjutnya akan dilakukan pengujian hipotesis. Pengujian 8 hipotesis penelitian ini dilakukan berdasarkan nilai critical Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
98
ratio(C.R.) dari suatu hubungan kausalitas dari hasil pengolahan SEM sebagaimana pada Tabel 5.20 berikut. Uji hubungan kausal ini dilakukan untuk mengetahui signifikasi pengaruh suatu variabel ke variabel lain. Suatu variabel yang memenuhi syarat yaitu memiliki nilai CR ≥ 1.96 dan nilai P (probabilitas) ≤ 0.05. Tabel 5.20 Hasil Uji Hipotesis Penelitian Hipotesis
H1 H2 H3 H4 H5 H6 H7 H8
Path
ISC ISS ISL SSE SSM CP CD LE
SA SA SA SA SA SA SA SA
C.R.
P
1.979 2.718 3.132 0.167 2.432 0.027 2.346 2.126
0.051 0.007 0.002 0.868 0.016 0.979 0.018 0.033
Keterangan
Signifikan Signifikan Signifikan Tidak signifikan Signifikan Tidak signifikan Signifikan Signifikan
Hasil Hipotesis
H1 di terima H2 di terima H3 di terima H4 di tolak H5 di terima H6 di tolak H7 di terima H8 di terima
Pada Tabel 5.20 diatas terlihat bahwa dari 8 hipotesis, terdapat 6 hipotesis yang diterima dan 2 hipotesis yang ditolak. Berikut penjelasan mengenai hasil uji berdasarkan uji structural model pada setiap hipotesis. H1 : Interaction Student-Content berpengaruh terhadap prestasi belajar. Hipotesis 1 menguji hubungan langsung antara variabel Interaction StudentContent(ISC) dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 1 yang dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path ISCSA adalah 1.979 dan dapat dibulatkan menjadi 1.96 sehingga hipotesis ini terbukti. Dengan kata lain, pengujian secara empiris memberikan hasil bahwa ISC memiliki pengaruh langsung yang signifikan terhadap SA. Su, Bonk, Magjuka, Liu, & Lee (2005) mengemukakan bahwa definisi dari Interaction Student-Content merupakan interaksi mahasiswa dengan konten perkuliahan seperti powerpoint, web pages, and forum. Konten-konten yang ada di SIMPONI yang saat ini bermanfaat bagi mahasiswa untuk mendapatkan informasi yang berkaitan dengan proses belajar mengajar dan berkaitan dengan prestasi belajar mahasiswa dalam menggunakan SIMPONI serta merupakan faktor
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
99
penting dalam upaya meningkatkan interaksi antara mahasiswa dengan materi perkuliahan yang terdapat dalam SIMPONI. H2 : Interaction Student-Student berpengaruh terhadap prestasi belajar. Hipotesis 2 menguji hubungan langsung antara variabel Interaction StudentStudent(ISS) dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 2 yang dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path ISSSA adalah 2.718 sehingga hipotesis 2 dapat diterima, karena terlihat hubungan yang signifikan antara Interaction Student-Student dengan Student’s Achievement. Hal ini sesuai dengan penelitian yang miliknya Sher (2009) yang menunjukkan bahwa interaksi online dalam menggunakan SIMPONI memberikan kontribusi yang signifikan terhadap minat belajar dan prestasi berlajar mahasiswa dalam proses pembelajaran dalam menggunakan e-learning. H3 : Interaction Student-Lecture berpengaruh terhadap prestasi belajar. Hipotesis 3 menguji hubungan langsung antara variabel Interaction StudentLecture(ISL) dengan Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 3 menunjukkan bahwa nilai path ISLSA adalah 3.132 sehingga hipotesis 3 diterima. Dengan kata lain karena terlihat hubungan yang signifikan antara Interaction Student-Lecture dengan Student Achievement. Dapat juga diartikan bahwa semakin tinggi interaksi mahasiswa dengan pengajar dalam menggunakan SIMPONI maka dapat berpengaruh pada prestasi belajar mahasiswa. Pengajar harus dapat melakukan beberapa kegiatan dalam proses belajar mengajar seperti mendukung mahasiswa dengan menyediakan feedback dari pertanyaan, memandu untuk memungkinkan mereka untuk terlibat dalam kegiatan belajar mengajar melalui sistem e-learning. (Brophy, 1999). H4 : Student Self Efficacy berpengaruh terhadap prestasi belajar. Hipotesis 4 menguji hubungan langsung antara variabel Student Self-Efficacy dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 4 dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path SSESA adalah 0.167 (≤1.96) sehingga hipotesis 4 dapat diterima ini tidak terbukti, karena Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
100
tidak terlihat hubungan yang signifikan antara Student Self Efficacy dengan Student’s Achievement dan dapat disimpulkan bahwa kepercayaan diri mahasiswa STMIK GI MDP, AMIK dan STIE MDP yang menggunakan SIMPONI tidak berpengaruh pada prestasi belajar terkait dengan penggunaan SIMPONI. H5 : Student Self Motivation berpengaruh terhadap prestasi belajar. Hipotesis 5 menguji hubungan langsung antara variabel Student Self-Motivation dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 5 dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path SSMSA adalah 2.432 sehingga hipotesis 5 dapat terbukti, karena terlihat hubungan yang signifikan antara Student Self Motivation dengan Student’s Achievement. Dapat juga diartikan semakin tinggi motivasi mahasiswa dalam menggunakan e-learning dapat berpengaruh pada prestasi belajar. Hal ini mendukung pernyataan Ballard (2008), dimana menuliskan bahwa salah satu faktor yang mempengaruhi prestasi belajar mahasiswa adalah motivasi dan tanggung jawab dari mahasiswa itu sendiri. H6 : Curricullum Program berpengaruh terhadap prestasi belajar. Hipotesis 6 menguji hubungan langsung antara variabel Curricullum Program dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 6 dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path CPSA adalah 0.027 (≤1.96) sehingga hipotesis 6 dapat ditolak, karena tidak terlihat hubungan yang signifikan antara Curricullum Program dengan Student’s Achievement. Hal ini menandakan bahwa curriculum program terkait dengan penggunaan SIMPONI yang telah diterapkan STMIK GI MDP, AMIK MDP dan STIE MDP tidak memiliki pengaruh berkaitan dengan prestasi belajar mahasiswa dan hasil ini bertolak belakang dengan pendapat Popham (2004). Popham (2004) mengemukakan bahwa kurikulum dan pengajaran profesional dapat memiliki dampak yang besar, baik positif maupun negatif pada pencapaian belajar. H7 : Course Design berpengaruh terhadap prestasi belajar.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
101
Hipotesis 7 menguji hubungan langsung antara variabel Course Design dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 7 dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path CDSA adalah 2.346 sehingga hipotesis 7 dapat diterima, karena terlihat hubungan yang signifikan antara Course Design dengan Student’s Achievement. Sehingga dapat disimpulkan bahwa desain matakuliah yang ada saat ini dalam penggunaan SIMPONI memiliki keterkaitan dengan prestasi belajar mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP. Dalam penelitian ini Course Design diartikan “Course General Structure and organization” dan hal ini mendukung pernyataan Brophy (1999). Brophy(1999) mengemukakan bahwa structure serta hubungan antar kurikulum dan materi belajar merupakan faktor utama agar pembelajaran lebih dapat diterima oleh mahasiswa. H8 : Lecture Expertise berpengaruh terhadap prestasi belajar. Hipotesis 8 menguji hubungan langsung antara variabel Lecture Expertise dengan variabel Student’s Achievement(SA). Hasil pengujian terhadap hipotesis 8 dapat dilihat pada Tabel 5.20 menunjukkan bahwa nilai C.R. dari path LESA adalah 2.126 sehingga hipotesis 8 dapat diterima, karena terlihat hubungan yang signifikan antara Lecture Expertise dengan Student’s Achievement. Hal ini menandakan bahwa keahlian dosen yang tinggi dalam menggunakan SIMPONI sebagai media pembelajaran mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP memiliki pengaruh berkaitan dengan minat dan prestasi belajar mahasiswa. Hal ini juga mendukung penelitian milik Paetcher, Maier, & Macher (2009) yang menyatakan bahwa kompetensi profesional dari pengajar, keterampilan yang berhubungan dengan teknologi informasi dan komputer tetapi juga keterampilan komunikasi interpersonal juga signifikan berpengaruh pada prestasi belajar mahasiswa. Gambar 5.19 berikut merupakan hasil model akhir yang terbentuk sebagai representasi penerapan penggunaan SIMPONI serta keterkaitannya dengan prestasi belajar mahasiswa-mahasiswa di STMIK GI MDP, AMIK MDP dan STIE MDP. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
102
Internal Factor Student Self Motivation
Student Experience
Interaction Student Content Student’s Achievement
Interaction Student Student Interaction Student Lecture
Course Design
Lecture Expertise
Gambar 5.19 Model Akhir Penelitian 5.7 Koefisien Persamaan Struktural Setelah melakukan uji kecocokan structural model proses yang terakhir adalah persamaan struktural akhir setelah sudah mengetahui nilai koefisiennya. Nilai path koefisien dapat di lihat dari output nilai Standarized Total Effect dari variabel-variabel laten ke SA dapat dilihat pada Tabel 5.21. Tabel 5.21 Koefisien Parameter Persamaan Struktural Model Hipotesis H1 ISC H2 ISS H3 ISL H4 SSE H5 SSM H6 CP H7 CD H8 LE
Path Koefisien SA SA SA SA SA SA SA SA
0.214 0.347 0.398 0.005 0.287 0.019 0.271 0.243
Persamaan Struktural Model Penelitian : SA = γ1.ISC + γ2.ISS + γ3.ISL + γ4.SSE + γ5.SSM + γ6.CP + γ7.CD + γ8.LE + ζ1 Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
103
SA = 0.214.ISC + 0.347.ISS + 0.398.ISL + 0.005.SSE + 0.267.SSM + 0.019.CP + 0.271.CD + 0.243.LE + 0.28 ζ1 Besar dan arah koefisien lintasan bernilai positif dan menunjukkan keterkaitan hubungan antara variabel laten ke variabel teramati, SA. 5.8 Analisis Pengaruh Setelah melakukan pengujian hipotesis, dilakukan analisis pengaruh variabel bebas terhadap variabel terikat. Tujuan analisis pengaruh adalah untuk melihat seberapa kuat pengaruh suatu variabel dengan variabel lainnya secara langsung. Analisis pengaruh ini didapat dari output standardized total effects variabelvariabel bebas terhadap variabel yang diamati, Student’s Achievement(SA). Dari Tabel 5.22 terlihat bahwa pengaruh langsung yang paling variabel Interaction Student-Lecture terhadap Student’s Achievement(SA) sebesar 0,498 dan variabel yang memiliki pengaruh langsung terbesar kedua Interaction Student-Student terhadap Student’s Achievement adalah sebesar 0,347. Sedangkan untuk pengaruh secara langsung dari Curricullum Program terhadap Student’s Achievement hanya sebesar 0,005 dan terakhir variabel Student Self-Efficacy terhadap Student’s Achievement sebesar 0,019. Dengan demikian Curricullum Program dan Student Self-Efficacy memiliki pengaruh langsung yang lemah terhadap Student’s Achievement. Tabel 5.22 Pengaruh Variabel Secara Langsung Standardized Total Effects (Group number 1 - Default model) ISC1 SA ISL7 ISL6 ISL5 TE1 TE2 TE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7 CP1 CP2 CP3
Lecture_ Expertise .000 .243 .000 .000 .000 .777 .799 .681 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Course_ Design .000 .271 .000 .000 .000 .000 .000 .000 .573 .675 .649 .758 .714 .691 .656 .000 .000 .000
Curricullum_ Program .000 .019 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .636 .643 .713
Student_Self _Motivation .000 .287 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Student_Self _Efficacy .000 .005 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Lecture .000 .398 .821 .794 .835 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Student .000 .347 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Content .672 .214 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
104
Tabel 5.22 Pengaruh Variabel Secara Langsung (lanjutan)
CP4 CP5 CP6 SSM1 SSM2 SSM3 SSM4 SSE1 SSE2 SSE3 ISL1 ISL2 ISL3 ISL4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Lecture_ Expertise .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Course_ Design .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Curricullum_ Program .768 .848 .723 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Student_Self _Motivation .000 .000 .000 .877 .849 .855 .885 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Student_Self _Efficacy .000 .000 .000 .000 .000 .000 .000 .732 .781 .608 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Lecture .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .581 .583 .646 .879 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Student .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .632 .612 .563 .874 .768 .000 .000
Interaction_ Student_Content .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .797 .735
5.9 Diskusi Penelitian Penelitian ini bertujuan untuk mengetahui sejauh mana pengaruh penggunaan elearning serta keterkaitannya dengan prestasi belajar mahasiswa dan mengetahui faktor yang paling berpengaruh dalam berpengaruh pada
prestasi belajar
mahasiswa dalam menggunakan e-learning. Berdasarkan hasil analisis uji hipotesis yang telah dilakukan pada Tabel 5.20 disubbab 5.6 diatas, dapat dilihat bahwa nilai critical ratio (C.R.) variabel Interaction Student-Content, Interaction Student-Student, Interaction Student-Lecture, Student Self-Motivation, Course Design dan Lecture Expertise berpengaruh positif( ≥1.96) terhadap penggunaan SIMPONI serta keterkaitannya dengan prestasi belajar mahasiswa di STMIK GI MDP, AMIK MDP dan STIE MDP. Selain melihat dari nilai critical ratio(C.R) variabel bebas ke variabel teramati, untuk mengetahui variabel mana yang berpengaruh terhadap Student’s Achievement(SA) pada penelitian ini, dapat juga dilihat nilai pengaruh dengan melihat nilai standardized total effect pada Tabel 5.21 disubbab 5.7. Dari Tabel 5.21, dapat dilihat variabel yang memiliki pengaruh yang paling dominan adalah interaksi mahasiswa dengan pengajar(Interaction Student-Lecture)dengan nilai Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
105
estimates sebesar 0.398, pengaruh terbesar kedua yaitu interaksi antar mahasiswa(Interaction
Student-Student)
dengan
estimates
sebesar
0.347,
pengaruh terbesar ketiga yaitu motivasi diri mahasiswa(Student Self-Motivation) dalam menggunakan SIMPONI dengan nilai estimates sebesar 0.287, variabel selanjutnya yang juga berpengaruh adalah desain pembelajaran(Course Design) dengan nilai estimates sebesar 0.271, kemudian keahlian pengajar(Lecture Expertise) dengan nilai estimates sebesar 0.243, dan terakhir yaitu interaksi mahasiswa dengan konten(Interaction Student-Content) dengan estimates sebesar 0.214 dan hal ini menunjukkan bahwa interaksi mahasiswa dengan konten (Interaction Student-Content) pembelajaran yang ada di SIMPONI merupakan suatu hal yang penting, Manajemen MDP harus memastikan bahwa mahasiswa tidak merasa kesulitan dalam mengakses dan mendapatkan informasi berkenaan dengan konten-konten belajar dan pengajar sudah memasukkan materi ajar sebelum perkuliahan dimulai dan hal ini merupakan salah satu faktor pendukung prestasi belajar mahasiswa dalam menggunakan SIMPONI dan pernyataan ini sama dengan penelitian Tekeisha, Denise, & Zimmerman(2012) diketahui bahwa Interaction Student-Content memiliki hubungan positif terhadap prestasi belajar. Hasil penelitian tersebut menyatakan mahasiswa yang lebih sering melakukan interaksi dengan konten online courses, mendapatkan nilai yang lebih tinggi. (Tekeisha, Denise, & Zimmerman, 2012). Mahasiswa-mahasiswa dapat dengan leluasa mengunduh materi yang telah diunggah oleh dosen di SIMPONI, selain materi mahasiswa juga dapat melihat silabus dan kurikulum matakuliah. Selain itu faktor lain yang juga mempengaruhi adalah interaksi mahasiswa dengan mahasiswa
lainnya(Interaction
Student-Student)
dalam
SIMPONI
dapat
berpengaruh pada prestasi belajar dimana mahasiswa satu dengan yang lainnya dapat saling bertukar informasi yang baru dan bermanfaat dalam proses belajar mengajar. Mahasiswa-mahasiswa yang menggunakan forum dapat berinteraksi dengan dosen ataupun sesama mahasiswa yang mengambil mata kuliah yang sama. Mahasiswa dapat memulai pertanyaan dan diajukan pada forum tersebut.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
106
Forum dibagi berdasarkan matakuliah dan kelas, mahasiswa dapat melakukan interaksi dengan mahasiswa yang mengambil matakuliah dan kelas yang sama. Dari penelitian sebelumnya juga disebutkan bahwa interaction student-student memiliki banyak keuntungan yang berkaitan dengan pembelajaran menggunakan sistem e-learning, menawarkan kesempatan untuk berkomunikasi dan saling mendukung serta berbagi pengetahuan (Dennis,Wixom, & Vandenberg, 2001), dan mendorong mahasiswa-mahasiswa yang pendiam untuk berpartisipasi dalam course(Liaw, Chen, & Huang, 2008; Wen & Tsai, 2008). Kemudian pada penelitiannya Paulus (2007) & Sweeney et al. (2004) dikemukakan bahwa mahasiswa lebih memilih komunikasi secara online saat informasi tersebarluaskan dikalangan mahasiswa dan pada penelitian milik Paetcher, Maier, & Macher (2009) terbukti bahwa pertukaran pengetahuan antar mahasiswa berhubungan positif ke learning achievements. Faktor ketiga yang juga merupakan variabel yang paling memiliki berpengaruh adalah interaksi mahasiswa dengan dosen pengajar (Interaction Student-Lecture), dengan terlihat bahwa standard loading sebesar 0.398. Interaksi dengan dosen ini dapat meliputi interaksi-interaksi yang ada di forum setiap matakuliah yang di ambil, feedback yang cepat dalam merespon pertanyaan mahasiswa berkaitan dengan perkuliahan, meningkatkan kualitas interaksi antar mahasiswa dan dosen serta dukungan dosen berkaitan perkuliahan terbukti memiliki pengaruh dalam prestasi belajar terkait dengan penggunaan SIMPONI. Dalam beberapa kesempatan, forum digunakan oleh dosen dalam menganalisis sebuah contoh kasus atau pertanyaan dan memberikan kesempatan untuk mahasiswa menjawab dan berdiskusi. Dari penelitian sebelumnya juga disebutkan bahwa interaksi antar mahasiswa dan interaksi mahasiswa dengan pengajar dalam pembelajaran menggunakan sistem online merupakan suatu hal yang penting dan menjelaskan bahwa pengajar mendukung pembelajaran dan komunikasi antar mahasiswa dan mahasiswa menjadi saling bergantung pada satu dengan yang lain(Collison, Elbaum, Haavind, & Tinker, 2000). Hasil dari penelitian sebelumnya menyatakan bahwa Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
107
pengajar cukup penting dalam proses pembelajaran sistem e-learning, pengalaman mahasiswa mengenai tutor expertise dan tutor support sangat penting terutama dalam memperoleh pengetahuan, keahlian dan kompetensi dan untuk kepuasan belajar(Paetcher, Maier, & Macher, 2009). Faktor keempat yang juga memiliki pengaruh terbesar ketiga yaitu sebesar 0.287 adalah motivasi diri mahasiswa (Student Self-Motivation) dalam menggunakan elearning. Mahasiswa-mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP termotivasi untuk mendapat prestasi yang bagus, motivasi menggunakan SIMPONI sebagai media pembelajaran memiliki pengaruh terhadap prestasi belajar. Motivasi ini terlihat juga dari nilai IPK mahasiswa, dimana dari 479 mahasiswa yang mengisi kuesioner, 39% mahasiswa memiliki nilai IPK ≥ 3.00, alasan lain karena STMIK GI MDP, AMIK MDP dan STIE MDP sering memberikan beasiswa kepada mahasiswa-mahasiswa berprestasi dan biasanya informasi beasiswa tertera di SIMPONI. Semakin tinggi motivasi mahasiswa dalam menggunakan SIMPONI dapat memiliki pengaruh terhadap prestasi belajar mahasiwa. Ballard & Bates (2008) dalam penelitiannya menulis faktor yang mempengaruhi student achievement adalah motivasi dan tanggungjawab dari diri pelajar itu sendiri, banyak sekali jenis sistem reward dapat meningkatkan dropout mahasiswa karena rendahnya motivasi siswa yang tidak dapat mencapai nilai yang cukup tinggi. Dari penelitian sebelumnya juga disebutkan bahwa motivasi juga berhubungan dengan kesempatan sebagai belajar pengaturan diri, karakteristik elearning yang berkaitan dengan pretasi belajar(Paetcher, Maier, & Macher, 2009). Lee(2000) mengatakan motivasi merupakan suatu hak yang penting dalam pembelajaran dan kinerja belajar. Kemudian faktor kelima adalah desain pembelajaran(Course Design) SIMPONI, desain pembelajaran yang sudah diterapkan di kampus harus sesuai dengan strategi belajar yang diusulkan dalam mencapai tujuan pembelajaran, struktur desain pembelajaran harus jelas dan terorganisir, teknologi, platform dalam SIMPONI memiliki berpengaruh terhadap prestasi mahasiswa. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
108
Penelitian sebelumnya mengatakan course design mendukung hasil pada kejelasan dan kemudahan menggunakan sistem pembelajaran online dan ini dapat berpengaruh pada kepuasan kursus (Chang & Tung, 2008; Naveh, Tubin, & Pliskin, 2010; Shee &Wang, 2008) dan kinerja dalam kursus(Lee & Lee, 2008). Faktor yang keenam atau yang terakhir adalah keahlian pengajar(Lecture Expertise) yang juga memiliki pengaruh positif terhadap prestasi belajar dalam menggunakan dan mengoperasikan SIMPONI, pengajar harus memiliki tingkat keahlian yang tinggi dalam menggunakan SIMPONI, dan mahasiswa berpendapat bahwa dosen-dosen di STMIK GI MDP, AMIK MDP, dan STIE MDP harus sangat berkompetensi pada bidang mata kuliah yang diampu, kemudian dosen harus dapat peduli serta memberikan saran berkaitan dengan perkuliahan dan materi belajar mahasiswa. Terkait dengan variabel Lecture Expertise hasil penelitian miliknya Lemos & Pedro (2012) menampilkan bahwa variabel Faculty & Tutor merupakan variabel yang memiliki pengaruh yang kuat terhadap kepuasan belajar. Kemudian Pedro & Lemos (2012) juga menyatakan bahwa peran pengajar, kompetensi mengajar online, pendekatan dan kemampuan adapatasi terhadap gaya belajar pelajar adalah satu faktor penting pendukung penelitian mereka. Kualitas dari pengajar sangat penting bagi pengembangan dari inisiatif pendidikan, memberikan kontribuasi secara signifikan bagi prestasi dan kepuasan pelajar, dan kursus online tidak terkecuali (Eom, Wen and Ashill, 2006; Lee, Srinivasa, Trail, Lewis and Lopez, 2011; Malik, 2009; Paechter, B. Maier & Macher, 2010). Kemudian dari penelitian ini ada dua variabel yang tidak menunjukkan hubungan yang signifikan pada penelitian ini, variabel yang pertama adalah Student SelfEfficacy.
Self
Efficacy
merupakan
keyakinan
diri
seseorang
terhadap
kemampuannya dalam menggunakan teknologi tersebut untuk mengerjakan pekerjaan mereka (Venkatesh et al., 2003). Pada penelitian ini variabel Student Self-Efficacy memiliki nilai total pengaruh sebesar 0.005 sehingga dapat dikatakan Self-Efficacy tidak memiliki pengaruh terhadap Student’s Achievement sehingga dapat disimpulkan bahwa kepercayaan diri mahasiswa dalam menggunakan Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
109
SIMPONI tidak memiliki pengaruh terhadap prestasi belajar mereka. Hal ini bertolak belakang dengan penelitan Joo, Lim, & Kim (2013) dimana Joo, Lim, & Kim mengatakan bahwa kebutuhan pelajar harus hati-hati di analisis dan tercermin dalam desain kurikulum sehingga pelajar merasakan kursus atau program untuk menjadi lebih relevan dan bermakna, self-efficacy juga penting mengingat terkena dampak langsung baik kepuasan dan prestasi. Dan hasil penelitian Joo, Lim, & Kim (2013) ini mengatakan self-efficacy merupakan faktor penting dan berpengaruh secara langsung terhadap kepuasan dan prestasi terhadap online university context. Self-Efficacy ini
tidak memiliki berpengaruh kemungkinan
dikarenakan
mahasiswa tidak memiliki kepercayaan diri yang tinggi dalam menggunakan SIMPONI sebagai media sharing dan hal ini dapat disebabkan oleh beberapa faktor seperti mahasiswa tidak merasa dekat dengan mahasiswa lainnya sehingga untuk memulai interaksi atau thread dalam forum terasa segan, mayoritas mahasiswa(42%) jarang(1-2kali seminggu) mengakses SIMPONI, mayoritas mahasiswa (67,8% ) tujuannya dalam menggunakan SIMPONI adalah mengakses materi perkuliahan, kemudian dari sisi dosen pengajar, dosen tidak memahami penggunaan dan manfaat dari menggunakan SIMPONI, dosen pengajar yang menggunakan SIMPONI hanya sebesar 20%, dan tidak ada peraturan berkenaan dengan keharusan dosen menggunakan SIMPONI. Hasil penelitian Galy, Downey, & Johnson(2010) juga mengemukakan hal yang sama bahwa Computer Self-Efficacy tidak memiliki kontribusi yang signifikan terhadap prediksi
ke
persamaan regresi saat memprediksi kepastian nilai akhir mahasiswa dalam menggunakan sistem online. Kemudian Grant, Malloy, and Murphy (2009) memberikan perhatian pada fakta bahwa pemahaman, tingkat keterampilan, dan self-effiacay mahasiswa yang berkenaan mengenai sebuah perangkat komputer atau yang berkaitan dengan e-learning tools akan terus menerus berubah, diperlukan penekanan untuk pengukuran yang berkelanjutan dari faktor-faktor dan adaptasi berikutnya atau penataan kembali isi kurus.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
110
Variabel kedua yang tidak berpengaruh pada penelitian ini adalah Curricullum Program, total pengaruh langsung variabel Curricullum Program ke Student’s Achievement hanya sebesar 0.019. Hasil penelitian ini bertolak belakang dengan penelitian sebelumnya yang mengatakan curricular program menunjukkan nilai yang paling tinggi dan menunjukkan hasil bahwa pelajar sangat puas dengan curricular program tiap mata kuliah(Lemos & Pedro, 2012). Dapat ditarik kesimpulan bahwa variabel Curricullum Program SIMPONI yang ada sekarang ini tidak berpengaruh pada prestasi belajar mahasiswa yang mungkin dikarenakan karena mahasiswa-mahasiwa belum merasa puas dengan konten-konten perkuliahan yang ada di SIMPONI, dan hal ini dapat disebabkan hanya sedikit dosen yang sudah mengupload materi perkuliahan sebelum perkuliahan di mulai, kurang arahan dari dosen berkenaan mengenai materi belajar yang ada di SIMPONI, mahasiswa diharuskan membawa materi belajar saat mengikuti perkuliahan. 5.10 Implikasi Penelitian Pada bagian ini peneliti menyajikan berbagai implikasi kebijakan dapat dihubungkan dengan temuan-temuan yang dihasilkan dalam penelitian ini. Implikasi ini dapat dilihat dari beberapa sudut pandang, antara lain : 1. Bagi Manajemen MDP Manajemen sebagai pihak yang menyediakan layanan e-learning SIMPONI, sebaiknya memberikan perhatian khusus terhadap implementasi sistem ini terkait prestasi belajar mahasiswa. Hambatan yang dihadapi STMIK GI MDP dalam penerapan penggunaan SIMPONI sebagai media belajar adalah masih sedikit jumlah mahasiswa dan dosen yang aktif menggunakan SIMPONI. Berdasarkan hasil penelitian terdapat beberapa implikasi penelitian bagi STMIK GI MDP, AMIK MDP dan STIE MDP, yang pertama adalah membuat suatu peraturan dan kebijakan berkenaan dengan kewajiban dosen dalam menggunakan SIMPONI per semester dan akan di evaluasi setiap akhir semester salah satu caranya adalah pihak manajemen MDP adalah dengan aktif menyelenggarakan sosialisasi terkait pentingnya sistem e-learning dalam membantu proses pembelajaran dalam setiap Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
111
rapat. Selain itu dapat mengadakan pelatihan khusus kepada dosen-dosen STMIK GI MDP, AMIK MDP dan STIE MDP berkenaan cara penggunaan forum diskusi, bagaimana cara pengunggahan materi-materi belajar, cara pengunggahan tugas dan pengaturan waktu pengumpulan tugas di SIMPONI sebagai upaya peningkatan interaksi mahasiswa dengan dosen(interaction student-lecture). Kemudian untuk meningkatkan motivasi dosen dalam menggunakan SIMPONI, pihak manajemen MDP harus dapat memantau pemakaian dan mengetahui log penggunaan dosen selama satu semester berjalan dan memberikan reward untuk dosen yang rajin menggunakan SIMPONI pada rapat persiapan UAS. Kemudian dalam meningkatkan interaksi mahasiswa dengan konten, manajemen MDP harus memonitor materi perkuliahan, dosen-dosen harus memasukkan materi satu minggu sebelum kuliah pertama dimulai dan hal ini sudah dua semester diterapkan dan mulai dievaluasi STMIK GI MDP dan manajemen juga harus memastikan bahwa mahasiswa tidak merasa kesulitan dalam mengakses dan mendapatkan informasi berkenaan dengan konten-konten belajar dan pengajar sudah memasukkan materi ajar sebelum perkuliahan dimulai selain itu untuk dapat mengetahui bagaimana tanggapan mahasiwa dan dosen berkenaan dengan konten dalam SIMPONI, manajemen dapat dilakukan evaluasi konten SIMPONI yang di dapat berdasarkan saran dan kritik mengenai konten dalam SIMPONI dan pihak manajemen dapat mengevaluasi konten-konten yang dapat meningkatkan interaksi mahasiswa terkait konten belajar(interaction student-content) yang berpengaruh dengan prestasi belajar mahasiswa. Yang ketiga untuk dapat meningkatkan interaksi antar mahasiswa(interaction student-student) melalui SIMPONI adalah pihak MDP membuat suatu forum yang dapat diakses semua mahasiswa yang mengambil mata kuliah yang sama walaupun mengambil kelas yang berbeda, sehingga mahasiswa dapat lebih memiliki banyak kesempatan untuk dapat saling berinteraksi dan saling berbagi informasi dan pengetahuan dengan mahasiswa lainnya.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
112
2. Bagi Para Pengajar Prestasi belajar mahasiswa adalah salah satu faktor penting yang menjadi prioritas para pengajar untuk menciptakan suatu pembelajaran yang efektif melalui elearning dan hal ini dapat ditingkatkan dengan berfokus pada interaksi, misalnya interaction student-lecture. Ada beberapa cara yang dapat dilakukan pengajar untuk dapat meningkatkan partisipasi mahasiswa dalam menggunakan SIMPONI yaitu
yang
pertama
dengan
memberikan
pertanyaan-pertanyaan
kepada
mahasiswa melalui forum yang tersedia pada SIMPONI, memberikan feedback yang cepat serta membantu mahasiswa dalam memberikan solusi dari soal atau pertanyaan yang diajukan sehingga dapat membantu peningkatkan pemahaman mahasiswa terhadap materi belajar yang telah sebelumnya atau nantinya akan dijelaskan pada interaksi face-to-face. Faktor lainnya yang terbukti berpengaruh terhadap prestasi belajar mahasiswa MDP adalah keahlian pengajar(lecture expertise). Lecture expertise dalam penelitian ini memiliki definisi pengajar memiliki pengetahuan penggunaan elearning yang baik. Pengajar yang dapat menggunakan e-learning dengan baik dan dapat membuat thread-thread dalam forum yang tersedia di SIMPONI dapat membuat
mahasiswa
tertarik
untuk
menggunakan SIMPONI. Salah satu
sering
membuka
dan
termotivasi
hal yang harus diingat dan tidak kalah
pentingnya adalah materi belajar, pengajar harus memasukkan materi sebelum perkuliahan dimulai sehingga mahasiswa dapat membaca-baca atau mengetahui materi belajar terlebih dahulu atau dosen dapat juga memberikan peraturan dikelas, bahwa setiap mahasiswa harus membawa materi belajar saat masuk kelas. Dosen sebagai penentu kebijakan di kelas, jugadapat memberikan soal kasus setiap minggunya di SIMPONI dan memberikan kesempatan mahasiswa untuk mengerjakannya dalam berkelompok dan saling berinteraksi antar mahasiswa serta untuk meningkatkan interaksi mahasiswa dengan dosen, dosen dapat memanfaatkan SIMPONI sebagai media untuk mengadakan kuis secara online dan sebagai pemicu peningkatan motivasi mahasiswa dalam menggunakan SIMPONI. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
113
Salah satu motivasi mahasiswa dalam kuliah adalah mendapatkan nilai atau prestasi yang bagus, sehingga untuk memotivasi mahasiswa dalam menggunakan SIMPONI, dosen juga dapat memberikan tambahan nilai untuk mahasiswa yang aktif berpartisipasi pada forum di SIMPONI. Kemudian terkait desain pembelajaran(course design). Desain pembelajaran merupakan faktor yang juga memiliki pengaruh terhadap prestasi belajar mahasiswa, oleh karena itu tim dosen koordinator dan dosen verifikator matakuliah harus mendesain rancangan silabus matakuliah yang dapat menyangkut agar ada interaksi mahasiswa dengan dosen terkait dengan penggunaan SIMPONI sebagai media belajar. 3. Bagi Bidang Riset dan Keilmuan Hasil penelitian ini dapat memberikan masukan untuk penelitian selanjutnya terkait dengan penggunaan sistem e-learning pada sekolah tinggi yang berkaitan dengan prestasi belajar mahasiswa. Untuk keperluan penelitian selanjutnya, model penelitian ini juga dapat digunakan sebagai kerangka kerja mengenai penggunaan sistem e-learning sebagai media pembelajaran serta keterkaitannya dengan prestasi belajar. Peneliti juga dapat melakukan analisis dengan melakukan penelitian lebih lanjut terhadap beberapa faktor utama yang mempengaruhi prestasi belajar mahasiswa dengan penggunaan e-learning dari berbagai literatur yang ada dan diharapkan dapat memberikan kontribusi bagi perbaikan dan pengembangan sistem e-learning di masa depan.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan yang diperoleh setelah melakukan analisis pada Bab 5 dan saran yang dapat diberikan oleh penulis untuk penelitian selanjutnya dari keterbatasan yang ada dalam penelitian ini.
6.1 Kesimpulan Penelitian ini bertujuan untuk menganalisis faktor-faktor dalam e-learning (dalam hal ini adalah SIMPONI) yang mempengaruhi prestasi belajar mahasiswa. Faktor yang diamati meliputi pengalaman dalam penggunaan e-learning, faktor individual, program kurikulum dan keahlian pengajar yang dijabarkan dalam delapan variabel. Berdasarkan hasil analisis yang telah dilakukan, pada Bab 5 diperoleh kesimpulan sebagai berikut:
Hasil penelitian ini menunjukkan bahwa faktor-faktor dalam experience seperti
interaction
student-content,
interaction
student-student
dan
interaction student-lecture, course design, lecture expertise kemudian faktor internal mahasiswa, student self-motivation memiliki pengaruh yang signifikan terhadap penggunaan SIMPONI yang berkaitan dengan prestasi belajar mahasiswa di STMIK GI MDP, AMIK MDP dan STIE MDP. Sedangkan faktor student self-efficacy dan curricullum program tidak terbukti memiliki pengaruh yang signifikan terhadap prestasi belajar mahasiswa.
Dari keenam faktor yang berpengaruh tersebut, faktor yang paling dominan dalam mempengaruhi prestasi belajar dengan menggunakan media SIMPONI adalah interaksi antara dosen dengan mahasiswa dengan nilai estimates sebesar 0.398, faktor terbesar kedua adalah interaksi mahasiswa dengan mahasiswa yang memiliki estimates sebesar 0.347, sedangkan faktor terbesar ketiga adalah motivasi diri mahasiswa dengan nilai estimates 0.287, faktor keempat yang juga berpengaruh adalah desain pembelajaran yang memiliki nilai estimates sebesar 0.271, faktor kelima adalah keahlian pengajar yang memiliki nilai estimates sebesar 0.243, yang terakhir yaitu 114
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
115
interaksi mahasiswa dengan konten yang ada di SIMPONI dengan nilai estimates sebesar 0.214. 6.2 Keterbatasan Penelitian Penelitian ini masih memiliki keterbatasan dan kekurangan yang masih perlu diperbaiki. Adapun keterbatasan-keterbatasan yang dihadapi penulis yaitu:
Pada penelitian ini faktor-faktor yang berpengaruh pada prestasi belajar mahasiswa dalam menggunakan sistem e-learning mencakup dua hal, yaitu faktor internal dan faktor pengalaman mahasiswa dalam menggunakan elearning. Dari berbagai literatur yang ada, masih banyak faktor-faktor lain juga memiliki pengaruh terhadap prestasi belajar mahasiswa.
Sampel penelitian yang terbatas karena penelitian ini hanya dibagikan kepada mahasiswa-mahasiswa STMIK GI MDP, AMIK MDP dan STIE MDP.
6.3 Saran Penelitian ini masih memiliki beberapa kekurangan seperti yang telah disampaikan. Untuk meningkatkan kualitas penelitian ini, beberapa saran yang dapat diberikan untuk penelitian-penelitian selanjutnya adalah sebagai berikut :
Penelitian selanjutnya dapat melakukan eksplorasi lebih terhadap faktor-faktor penggunan SIMPONI yang berkaitan dengan prestasi belajar serta dapat juga mendapatkan sudut pandang penggunaan SIMPONI dari sisi pengajar serta membuat model penelitian dengan melakukan analisis dengan memasukkan teori penerimaan penggunaan terhadap teknologi seperti Technology Acceptance Model (TAM) atau Unified Theory of Acceptance and Use of Technology (UTAUT).
Penelitian selanjutnya dapat mengambil sampel mahasiswa-mahasiswa dari perguruan tinggi berbeda yang juga menggunakan sistem e-learning sebagai media pembelajaran. Sampel juga dapat berasal dari kota-kota di Indonesia dengan fakultas yang berbeda-beda.
Penelitian mendatang juga perlu memasukkan pertanyaan terbuka dalam kuesioner penelitian yang berkenaan dengan penggunaan sistem e-learning
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
116
seperti konten apa yang harus ada dalam sistem e-learning yang dapat meningkatkan prestasi akademik mahasiswa.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
DAFTAR PUSTAKA
Ali, Tatlah I. A., & Muhammad Saeed. (2010). Motivation and student’s behavior: A tertiary level study. International Journal of Psychology and Counselling Vol. 3(2), pp. 29-32, February 2011. Allen, Michael W. (2006). Creating Succesful e-learning: a rapid system for getting it right first time, everytime. Arbuckle, James L. (2009). Amos 18 User’s Guide. United States. Arikunto, Suharsimi. (1990). Organisasi dan Administrasi Pendidikan Teknologi dan Kejuruan. Jakarta : CV. Rajawali. Ballard, K. and Alan Bates.(2008). Making a Connection between Student Achievement, Teacher Accountability, and Quality Classroom Instruction. The Qualitative Report Volume 13 Number 4 December 2008, 560-580. http://www.nova.edu/ssss/ QR/QR13-4/ballard.pdf. Bandura, A. (1997). Social Learning Theory. Englewood Cliffs, NJ : Prentice Hall. Bloom, B. S. ed. et. al. (1956). Taxonomy of Educational Objectives : Handbook 1, Coqnitive Domain. New York : David McKay. Booker, Q.E., & Rebman, C.E. (2005). E-Student Retention : Factors Affecting Customer Loyalty for Online Program Success. Issues in Information Systems, 1(1), 183-189. Brophy, J. E. (1999). Teaching. Educational practices series (Vol.01). International Academy of Education & International Bureau of Education. Collison, G., Elbaum, B., Haavind, S., & Tinker, R. (2000). Facilitating online learning. Madison: Atwood Publishing. Cao, Q., Griffing, T.E., & Bai, X. (2009). The Importance of Synchronous Interaction for Student Satisfaction with Course Web Sites. Journal of Information Systems Education 20(3), 331-338. Celik, et al. (2012). Examination of Satisfaction from Family Medicine by structural equation modeling: The example of Turkey. African Journal of Business Management Vol. 6(9), pp. 3282-3287, 7 March, 2012.
117
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
118
Chang, S. C., & Tung, F. C. (2008). An empirical investigation of students' behavioural intentions to use the online learning course websites.British Journal of Educational Technology, 39, 71−83. Coates, H., James, R., & Baldwin, G. (2005). A critical examination of the effects of learning management systems on university teaching and learning. Tertiary Education and Management, 11, 19–36. Conole, G., & Oliver, M. (1998). A pedagogical framework for embedding C&IT into the curriculum. ALTJ, 6(2), 4e16.doi:10.1080/0968776980060202. Dennis, A. R., Wixom, B. H., & Vandenberg, R. J. (2001). Understanding fit and appropriation effects in group support systems via meta-analysis. MIS Quarterly, 25, 167−193. Ehlers, U. (2004). Quality in e-learning. The learner as a key quality assurance category. European Journal of Vocational Training, 29, 3-15. Eom, S. B., Wen, H. J., & Ashill, N. (2006). The determinants of students’ perceived learning outcomes and satisfaction in university online education: An empirical investigation. Decision Sciences Journal of Innovative Education, 4(2), 215-235. Ferdinand, Augusty. (2002). Structural Equation Modelling dalam Penelitian Manajemen. Semarang: FE UNDIP. Gagne, R.M. (1985). The Conditions of learning and the theory of instruction. Holt, Rinehart and Winston, New York. Galy, Downey, & Johnson. (2011). The Effect of Using E-Learning Tools in Online and Campus-based Classrooms on Student Performance. University of Texas at Brownsville, College of Business, Brownsville, TX, USA. Journal of Information Technology Education Volume 10, 2011. Ghozali, Abbas. (2001). Tinjauan Metodologi: Structural Equation Modeling dan Penerapannya dalam Pendidikan. World Wide Web: http://www.depdiknas.go.id. Ghozali, Imam. (2008). SEM Metode Alternatif dengan PLS. Badan Penerbit Universitas Diponegoro. Ghozali, H. I., & Fuad. (2008). Structural Equation Modeling : Teori, Konsep, dan Aplikasi dengan Program LISREL 8.80 (2nd ed.). Semarang : Badan Penerbit Universitas Diponegoro.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
119
Ghozali, Imam. (2013). Model Persamaan Struktural Konsep dan Aplikasi Dengan AMOS 21.0 Badan Penerbit : Universitas Diponegoro. Govindasamy, T. (2002). Successful implementation of e-learning pedagogical considerations. Internet and Higher Education, 4, 287–299. Glossary. (2001). Glossary of e-Learning Terms, LearnFrame.Com. Hartley, D.E. (2001). Selling e-Learning, American Society for Training and Development, 2001. Hair, J., Black, W., Babin, B., Anderson, R., & Tatham, R., (2006). Multivariate data analysis (6th ed.). Upper Saddle River, NJ: Pearson Prentice Hall. Hair, J. F., Black, W.C, Babin, B. J., & Anderson, R. E. (2009). Multivariate Data Analysis (7th ed.). USA : Prentice Hall. Hirumi, A. (2002). Student-centered, technology-rich, learning environments (SCenTRLE): Operationalizing constructivist approaches to teaching and learning. Journal for Technology and Teacher Education, 10(4), 497-537. Johnson, R. D., Hornik, S., & Salas, E. (2008). An empirical examination of factors contributing to the creation of successful e-learning environments. International Journal of Human–Computer Studies, 66, 356–369. Joo Y. J., Lim K. Y., Kim Jiyeon. (2013). Locus of control, self-efficacy, and task value as predictors of learning outcome in an online university context. Computers & Education 62 (2013) 149–158. Korr, J., Derwin, E. B., Greene, K., & Sokoloff, W. (2012). Transitioning an adult-serving university to a blended learning model. The Journal of Continuing Higher Education,60, 2–11. Lee, J. K., & Lee, W. K. (2008). The relationship of e-learner's self-regulatory efficacy and perception of e-learning environmental quality.Computers in Human Behavior, 24, 32−47. Lee, B. C., Yoon, J. O., & Lee, I. (2009). Learners' acceptance of e-learning in South Korea: Theories and results. Computers & Education, 53, 1320−1329. Lee, S. J., Srinivasan S., Trail T., Lewis D., and S. Lopez. (2011). Examining the relationship among student perception of support, course satisfaction, and learning outcomes in online learning. The Internet and Higher Education, 2011, pp. 158-163. Lemos, S. & Neuza P. (2012). Students' Expectation and Satisfaction in PostGraduate Online Courses. ICICTE 2012 Proceedings, pp. 568-580. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
120
Liaw, S. S., Huang, H. M., & Chen, G. D. (2007). Surveying instructor and learner attitudes toward e-learning. Computers & Education, 49, 1066–1080. Liaw, S. (2008). Investigating students’ perceived satisfaction, behavioral intention, and effectiveness of e-learning: a case study of the blackboard system.Computers and Education, 51(2), 864–873. Liaw, S. S., Chen, G. D., & Huang, H. M. (2008). Users' attitudes toward webbased collaborative learning systems for knowledge management. Computers & Education, 50, 950−961. Moller, L., Foshay, W., & Huett, J. (2008). The evolution of distance education: implications for instructional design on the potential of the web. TechTrends, 52(4), 66–70. Moore, M.G. (1984). Independent Study. W.aps, 16-31. San Fransisco; Joschy Bass. Moore, M. G. (1989). Three types of interaction. American Journal of Distance Education, 3(2), 1-7. Moore, D. M. (1996). A Flexible Learning System for Higher Education in South Africa. Florida: Technikon SA. Naveh, G., Tubin, T., & Pliskin, N. (2010). Student LMS use and satisfaction in academic institutions: The organizational perspective. The Internet and Higher Education, 13, 127−133. Noble, J., Davenport, M., & Sawyer, R. (2001). Relationships between noncognitive characteristics, high school course work and grades, and performance on a college admissions test. A paper presented at the annual meeting of the American EducationResearch Association in Seattle, WA. Ong, C. S., Lai, J. Y., & Wang, Y. S. (2004). Factors affecting engineers’ acceptance of asynchronous e-learning systems in high-tech companies. Information and Management, 41, 795–804. Owston, R., et al., (2013). Student Perceptions and achievement in a university blended learning strategic initiative, Internet and Higher Education. http://dx.doi.org/10.1016/j.iheduc.2012.12.003. Paechter, M., Maier, B, & Macher, D. (2009). Students’ expectation s of, and experiences in e-learning: Their relation to learning achievements and course satisfaction. Computers & Education 54, 222–229.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
121
Paechter, M. & Brigitte Maier. (2010). Online or face-to-face? Students' experiences and preferences in e-learning. Internet and Higher Education 13 (2010) 292–297. Paechter, M., & Schweizer, K. (2006). Learning and motivation with virtual tutors. Does it matter if the tutor is visible on the net? In M. Pivec (Ed.), Affective and emotional aspects of human–computer-interaction: Emphasis on game-based and innovative learning approaches (pp. 155–164). Amsterdam: IOS Press. Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in Understanding University Students’ Behavioral Intention to Use e-learning. Educational Technology & Society , 12 (3), 150–162. Pintrich, P., & deGroot. (1990). Motivational and self-regulated learning components of classroom academic performance. Journal of Educational Psychology , 82 (March), 33-40. Popham, W. J. (2004). Curriculum, instruction, and assessment: Amiable allies or phony friends?. Teachers College Record, 106(3), 417-428. Popham, W. J. (2005). Classroom assessment: What teachers need to know (4th ed.). Boston: Pearson, Allyn, and Bacon. R. Renganathan, S. Balachandran and K. Govindarajan (2012). Customer perception towards banking sector: Structural equation modeling approach.African Journal of Business Management Vol.6 (46), pp. 11426-11436, 21 November 2012. India. Raykov, Tenko and George A Marcoulides.(2006). Afirst Course in Structural Equation Modeling, London; Lawrence Erlbaum Associates, Publishers. Rosenberg, M. (2001). E-Learning.Strategies for Delivering Knowledge in the Digital Age. New York: McGraw-Hill Companies, Inc, 2001. Richardson, J. C., & Swan, K. (2003). Examining social presence in online courses in relation to students' perceived learning and satisfaction.Journal of Asynchronous Learning Networks, 7(1), 68. Romi S.W., (2003). Strategi Baru Pengelolaan Situs eLearning Gratis, IlmuKomputer.Com. Romi S.W., (2003). Spiralisasi Pengetahuan: Teknik Menghidupkan Pengetahuan Kita, IlmuKomputer.Com.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
122
Romi, S.W. (2004a). Strategi Membangun Komunitas Maya: Studi Kasus IlmuKomputer.Com, Seminar MIFTA 2004: Urgensi Penggunaan IT Sebagai Upaya Akselerasi Menuju Kemajuan Umat. MIFTA, June 03 2004. Rusman. (2012). Model-model Pembelajaran. Jakarta : PT. Raja Grafindo Persada. Rusman. (2012). Belajar dan Pembelajaran Berbasis Komputer: Mengembangkan Profesionalisme Guru Abad 21. Bandung : Alfabeta. Sachs, D., & Hale, N. (2003). Pace university’s focus on student satisfaction with student services in online education. Journal of Asynchronous Learning Networks, 7(2), 36–42. Sanam, A. (2009). Learners intention to continue use of E-learning Technology case of Iranian universities, Master Thesis, Lulea University of Technology, Iran. Santoso, Singgih. (2000). Buku Latihan SPSS Statistik Parametrik. Jakarta : PT. Elex Media Komputindo. Santoso, Singgih. (2007). Structural Equation Modeling. Jakarta : Elex Media Komputindo. Santoso, Singgih. (2012). Analisis SEM Menggunakan AMOS. Jakarta : Elex Media Komputindo. Sarwono, Jonathan. (2012). Statistik Terapan : Aplikasi untuk Riset Skripsi, Tesis dan Disertasi Menggunakan SPSS, AMOS dan Excel. Jakarta : Elex Media Komputindo. Schumacker, R.E., & Lomax. R. G. (2004). A Beginner’s Guide to Structural Equation Modeling (2nd ed.). New Jersey : Lawrence Erlbaum Associates, Inc. Schunk, D. H. (1995). Self-efficacy and education in instruction.In J. Maddux (Ed.), Self-efficacy, adaptation, and adjustment: Theory, research, and application (pp. 281–303).New York: Plenum. Schunk, D. H. (2005). Self-regulated learning: the educational legacy of Paul R. Pintrich. Educational Psychologist, 40, 85–94. Sekaran, Uma. (2006). Metodologi Penelitian untuk Bisnis Buku 2. Jakarta : Salemba Empat. Sekaran, Uma. (2007). Metodologi Penelitian untuk Bisnis Buku 1 Revisi 4. Jakarta: Salemba Empat. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
123
Selim, H. M. (2007). Critical success factors for e-learning acceptance. Confirmatory factor models. Computers & Education, 49, 396–413. Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City. Shea, P., & Bidjerano, T. (2009). Community of inquiry as a theoretical framework to foster “epistemic engagement” and “cognitive presence” in online education. Computers & Education, 52, 543–553. Shee D. Y. and Y. Wang. (2008) . “Multi-criteriaevaluation of the web-based elearning system: A methodologybased on learner satisfaction and its applications.“ Computers & Education, pp. 894-905. Sher A. (2009). Assessing the relationship of student-instructor and studentstudent interaction to student learning and satisfaction in Web-bases Online Learning Environment. Journal of Interactive Online Learning. Sinclaire, Jollean K. (2011). Student satisfaction with online learning: Lessons from organizational behavior. Research in Higher Education Journal. Student satisfaction with online, page 1-20. Su, B., Bonk, C. J., Magjuka, R. J., Liu, Z., & Lee, S.H. (2005). The importance of interaction in web-based education: A program-level case study of online MBA courses. Journal of Interactive Online Learning, 4, 1-19. Sun, P.C., Tsai, R. J., Finger, G., Chen, Y.Y., & Yeh, D. (2008). What drives a successful e-learning? An empirical investigation of the critical factors influencing learner satisfaction. Computers and Education, 50, 1183–1202. Sunarto. (2009). Peningkatan Motivasi dan Hasil Belajar Fisika Listrik Dinamis Melalui Model Pembelajaran Kooperatif Student Team Achievement Division (Stad) Dengan Lembar Kerja Terstruktur (Lkt) Pada Siswa Kelas Ix A SMP Negeri 2 Boyolali. Jurnal Penelitian Vol2 Agustus 2007. Tsai, C.C., Chuang, S.C., Liang, J.C., & Tsai, M.J. (2011). Self-efficacy in Internet-based Learning Environments: a Literature review. Educational Technology & Society, 14(4), 222–240. Tzeng, G.H., Chiang, C.H., & Li, C.W. (2007). Evaluating intertwined effects in elearning program: A novel hybrid MCDM model based on factor analysis and DEMATEL. Expert Systems with Applications, vol. 32, pp. 1028–1044. Venkatesh, V., Morris, M.G., Davis, G.B., and Davis, F.D. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly (27:3), pp. 425-478. Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
124
Wallace, R. (2003). Online Learning in Higher Education: a Review of Research on Interactions Among Teachers and Students. Education, Communication & Information, 3(2),241–280. Wang, Y. S. (2003). Assessment of Learner Satisfaction With Asynchronous Electronic Learning Systems. Information and Management, 41, 75–86. Wang, Y.S., Wang, H.Y., & Shee, D. Y. (2007). Measuring E-learning Systems Success in an Organizational Context: Scale Development and Validation. Computers in Human Behavior, 23, 1792–1808. Wen, M. L., & Tsai, C. C. (2008). Online peer assessment in an inservice science and mathematics teacher education course. Teaching in Higher Education, 13, 55−67. Wentling, T. L., Waight, C., Gallaher, J., La Fleur, J., Wang, C., & Kanfer, A. (2000). E-learning- A review of literature. Uic papers. Wijanto, S. H., (2008). Structural Equation Modeling dengan Lisrel 8.8: Konsep dan Tutorial. Graha Ilmu. Zimmerman, B. J. (1989). A Social Cognitive View of Self-regulated Academic Learning. Journal of Educational Psychology, 81, 329-339.
Universitas Indonesia
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 1 : KUESIONER PENELITIAN KUESIONER UNTUK PENYUSUNAN KARYA AKHIR PENERAPAN PENGGUNAAN E-LEARNING DAN KETERKAITANNYA DENGAN PRESTASI BELAJAR MAHASISWA : STUDI KASUS STMIK GI MDP, AMIK MDP DAN STIE MDP
Petunjuk Pengisian Kuesioner (1) Berilah tanda silang (X) pada kolom setiap pernyataan yang sesuai dengan pendapat anda atas setiap pernyataan yang ada. Dimana akan terdiri dari 1-5, yang memiliki arti : 1 = sangat tidak setuju (STS) 2 = tidak setuju (TS) 3 = netral(N) 4 = setuju (S) 5 = sangat setuju (SS) Contoh Pengisian Kuesioner : NO
PERNYATAAN
STS
Interaction Student-Content 1 Saya merasa materi dan informasi yang ada pada SIMPONI mudah untuk dipahami.
1
PENDAPAT TS N S 2
3
4
SS
5
(2) Harap mengisi semua pernyataan yang tertera pada kuesioner ini. (3) E-learning yang dimaksud dalam kuesioner adalah e-learning berbasiswa web di STMIKGI MDP, AMIK MDP dan STIE MDP yang dinamakan SIMPONI Sistem Pembelajaran Online dan Interaktif. (http://simponi.mdp.ac.id) Terima Kasih.
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Bagian I (Identitas Responden) Bagian ini mencakup informasi pribadi responden.
Nama Jenis Kelamin
Perempuan
Umur
Laki-laki
................. tahun 3 5
Semester Jurusan Sudah berapa lama Anda menggunakan SIMPONI? Indeks Prestasi Kumulatif (IPK)
7
9
STMIK-GI MDP
AMIK MDP
SI
TK
TI
KA
>9 STIE MDP
MI
AK
AD
MJ
Tahun 1
2
3
4
>4
………………………..
Frekuensi Penggunaan E-learning : a. b. c. d.
Setiap Hari Sering (sekitar 4-6 kali seminggu) Kadang-kadang (sekitar 2-3 kali seminggu) Jarang (sekitar 1 kali seminggu)
Jenis konten apa yang paling sering Anda gunakan di SIMPONI : a. b. c. d. e.
Materi perkuliahan dan silabus Absensi perkuliahan dan transkrip nilai Forum Video interaktif Lainnya........................................
Bagian II (Daftar Pertanyaan) NO
PERNYATAAN
Interaction Student-Content 1 Saya merasa materi dan informasi yang ada pada SIMPONI mudah untuk dipahami. 2 Saya merasa materi dan informasi yang ada pada dalam SIMPONI dapat membantu meningkatkan prestasi belajar saya.
STS
PENDAPAT TS N S
SS
1
2
3
4
5
1
2
3
4
5
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
3
Saya tidak merasakan adanya kendala teknis saat mengunduh materi yang ada pada SIMPONI.
Interaction Student-Student 1 Saya dapat bertukar informasi dengan mudah dan cepat dengan mahasiswa lain melalui forum yang ada di SIMPONI. 2 Saya merasa forum yang ada dalam SIMPONI memfasilitasi saya untuk berteman dengan mahasiswa lain. Mahasiswa lain selalu menanggapi pertanyaanpertanyaan terkait materi pembelajaran yang saya ajukan pada SIMPONI. 4 Saya merasa dengan adanya SIMPONI kualitas interaksi saya dengan mahasiswa lain meningkat. 5 Saya merasa dengan adanya SIMPONI jumlah intensitas interaksi saya dengan mahasiswa lain meningkat. Interaction Student-Lecture 1 Ketika saya membutuhkan saran atau masukan dari dosen, saya dapat mudah berkomunikasi melalui SIMPONI. 2 Dosen saya memberikan balasan yang cepat dari pertanyaan yang saya ajukan dalam SIMPONI. 3 Saya merasa dengan adanya SIMPONI kualitas interaksi saya dengan dosen meningkat. 4 Saya merasa interaksi belajar saya dengan dosen melalui SIMPONI sangat membantu saya dalam pencapaian belajar saya. 5 Dosen selalu mendukung dan membimbing saya berkaitan dengan proses belajar saya. 6 Dosen selalu memberikan cara terbaik untuk mengajari saya sehingga saya bisa mendapatkan nilai bagus. 7 Dosen selalu dapat memberikan respon yang cepat terhadap kesulitan-kesulitan yang saya hadapi dalam belajar. Student Self-Efficacy 1 Saya merasa percaya diri dalam menggunakan SIMPONI sebagai media sharing atau diskusi dalam proses pembelajaran. 2 Saya merasa percaya diri dalam menggunakan SIMPONI sebagai media evaluasi belajar secara online. 3 Saya merasa percaya diri dalam mengoperasikan fitur-fitur dari SIMPONI yang saya gunakan.
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
3
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Student Self-Motivation 1 Saya dapat memutuskan kapan dan dimana saya menggunakan dan mengakses SIMPONI. (Misalnya, di kampus atau di rumah) 2 Saya merasa sulit untuk memotivasi diri sendiri untuk menggunakan SIMPONI. 3 Saya merasa SIMPONI telah membantu meningkatkan motivasi belajar saya. 4 Saya merasa termotivasi untuk berusaha mendapatkan nilai yang bagus. Curricullum Program 1 Saya merasa konten yang ada di SIMPONI selalu relevan dan up to date. 2 Saya merasa materi-materi yang ada pada SIMPONI dikemas dalam bentuk file yang memudahkan saya untuk mengaksesnya. 3 Saya merasa materi-materi dalam beberapa mata kuliah sesuai dengan pembelajaran berbasis online. 4 Saya merasa mata kuliah yang ada di kurikulum sudah sesuai dengan kompetensi saya. 5 Saya merasa mata kuliah di kurikulum yang saya pelajari mendukung pencapaian hasil belajar saya. 6 Saya merasa mata kuliah pada kurikulum yang ada saat ini sesuai dan dapat dipraktekkan. Course Design 1 Saya merasa ada kesesuaian antara strategi belajar yang diusulkan dalam mencapai tujuan pembelajaran. 2 Saya merasa ada keterkaitan antar satu mata kuliah dengan mata kuliah lain yang ada di kurikulum. 3 Saya merasa struktur desain mata kuliah sudah jelas dan terorganisir. 4 Saya merasa desain media pembelajaran dan teknologi yang digunakan kampus sudah memadai. 5 Saya merasa desain mata kuliah yang sudah ada saat ini sudah membantu pengembangan kompetensi diri saya. 6 Saya merasa desain mata kuliah yang ada saat ini relevan dengan waktu sekarang dan mengikuti perkembangan teknologi. 7 Saya merasa materi/konten online dan yang ada di SIMPONI sudah memadai.
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Saya merasa teknologi dan platform yang digunakan saat ini membantu saya dalam proses belajar mengajar. Lecture Expertise 8
1 2
3
Dosen saya memiliki tingkat keahlian yang tinggi dalam menggunakan SIMPONI. Saya merasa dosen pengajar saya sangat berkompetensi pada bidang matakuliah yang diampu. Dosen saya peduli dan memberikan saran yang berkaitan dengan pencapaian belajar saya.
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
oOo Terima Kasih oOo
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 2 : REKAP HASIL KUESIONER PENELITIAN No.
DR1
DR2
DR3
DR4
DR5
DR6
DR7
DR8
1
Gita Soraya
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
2
Siti Rahayu W
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
3
Wayan N
L
22
7
AK
3
Kadang
Absensi Perkuliahan dan Transkrip Nilai
4
KMA Muamar HS
L
21
7
AK
3
Kadang
Materi Perkuliahan dan Silabus
5
Mukhaimin Saputra
L
21
7
AK
3
Kadang
Materi Perkuliahan dan Silabus
6
Hendra Wijaya
L
20
7
AK
3
Kadang
Materi Perkuliahan dan Silabus
7
Novan Adriansyah
L
22
9
AK
>4
Kadang
Absensi Perkuliahan dan Transkrip Nilai
8
Abdul Khaliq
L
19
5
AK
2
Setiap Hari
Jadwal,materi,tugas, transkrip nilai, pengumuman akademik
9
Rati Oktavia
P
20
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
10
Jukia Prasisca
P
20
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
11
Ririn Safitri
P
19
5
AK
2
Sering
Materi Perkuliahan dan Silabus
12
Putri Wulandari
P
19
5
AK
2
Sering
Materi Perkuliahan dan Silabus
13
Rika Oktaria
P
19
5
AK
2
Sering
Materi Perkuliahan dan Silabus
14
Yesika Gunawan
P
19
5
AK
2
Kadang
Jadwal,materi,tugas, transkrip nilai, pengumuman akademik
15
Christie Pratiwi
P
20
5
AD
2
Kadang
Materi Perkuliahan dan Silabus
16
Siti Fatimah
P
20
5
AD
2
Kadang
Materi Perkuliahan dan Silabus
17
Ade Rezha A
L
21
5
AD
2
Kadang
Materi Perkuliahan dan Silabus
18
Fadli Hardi
L
20
5
TK
2
Kadang
Materi Perkuliahan dan Silabus
19
Prima
L
20
5
TK
2
Sering
Forum Diskusi
20
Gita Triwardana
P
21
7
TK
3
Setiap Hari
Materi Perkuliahan dan Silabus
21
Fahmi
L
24
5
TK
2
Setiap Hari
Materi Perkuliahan dan Silabus
22
Muhammad Karim
L
19
3
TK
1
Sering
Materi Perkuliahan dan Silabus
23
Norwan Adi Saputra
L
18
3
TK
1
Sering
Materi Perkuliahan dan Silabus
24
Robiyadi
L
22
5
TK
2
Jarang
Absensi Perkuliahan
25
Peter Winardi
L
19
3
TK
1
Setiap Hari
Materi Perkuliahan dan Silabus
26
Epran Santi Aji
L
21
5
TK
2
Jarang
Absensi Perkuliahan
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
27
Nur Hasanah
P
20
5
TK
2
Sering
Materi Perkuliahan dan Silabus
28
Kasdami
L
20
5
TK
2
Kadang
Materi Perkuliahan dan Silabus
29
Isra Miranthy
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
30
Henny Frista
P
18
3
AK
1
Setiap Hari
Materi Perkuliahan dan Silabus
31
Rosmarina Elisa
P
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
32
Dana Saputri
P
18
3
AK
1
Sering
Materi Perkuliahan dan Silabus
33
Hendra Hermawan
L
20
5
AK
2
Sering
Forum Diskusi
34
Refinaldi
L
19
5
AK
2
Jarang
Absensi Perkuliahan
35
Komang Sastra G
L
20
5
AK
2
Sering
Forum Diskusi
36
Betsy Deselor W
P
20
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
37
Jeffri Andalas Putra
L
19
3
AK
1
Setiap Hari
Materi Perkuliahan dan Silabus
38
Gunawan
L
20
5
AK
3
Kadang
Materi Perkuliahan dan Silabus
39
Ismiarti
P
20
7
AK
3
Sering
Materi Perkuliahan dan Silabus
40
Agung Nugraha
L
22
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
41
Adi
L
24
5
SI
2
Sering
Materi Perkuliahan dan Silabus
42
Tri Muryati
P
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
43
Andes Andriady
L
20
5
TI
3
Jarang
Materi Perkuliahan dan Silabus
44
Windra
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
45
Ahmadi Syafar
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
46
Fandi Sanjaya
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
47
Maria Magdalena
P
19
5
TI
2
Sering
Absensi Perkuliahan
48
Nikolaus Adi PutrA
L
20
5
ti
2
Sering
Materi Perkuliahan dan Silabus
49
Yoga Saputra
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
50
Muhamad Lutfi
L
19
5
TI
2
Setiap Hari
Materi, Forum dan Tugas
51
Iskhaq Fitriansyah
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
52
Apri Sutiono
L
21
3
SI
1
Setiap Hari
Forum Diskusi
53
Aan Pujiantara
L
20
3
SI
1
Sering
Materi Perkuliahan dan Silabus
54
Denny Suhandi Wijaya
L
23
9
SI
4
Jarang
Materi Perkuliahan dan Silabus
55
Yudho Tri Syahputra
L
19
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
56
Iqbal Y
L
18
3
SI
1
Sering
Absensi Perkuliahan
57
Ti Angga BK
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
58
M.Tiyas A
L
19
3
SI
1
Kadang
Absensi Perkuliahan
59
M.Obrien S
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
60
Muhammad Nugraha P
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
61
Adi Candra
P
20
3
SI
1
Sering
Materi Perkuliahan dan Silabus
62
Ganda Putra M
L
20
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
63
Agus M
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
64
Sefti Rinanda
P
21
3
SI
1
Sering
Materi Perkuliahan dan Video Interaktif
65
Fredy Andriawan
L
19
3
SI
1
Sering
Materi, Absensi, Forum, dan Pengumuman
66
Basri Elnando
L
18
3
SI
1
Sering
Materi Perkuliahan dan Video Interaktif
67
Aldi Febriansyah
L
21
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
68
Rndy Hutama Putra
L
20
7
KA
3
Kadang
Materi Perkuliahan dan Silabus
69
Andre Pratama
L
19
3
KA
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
70
Rowi Anto
L
20
3
KA
1
Sering
Materi Perkuliahan dan Silabus
71
Fila N. S.
L
21
7
KA
3
Kadang
Materi Perkuliahan dan Silabus
72
Wahyuni
P
19
3
KA
1
Sering
Materi Perkuliahan dan Absensi
73
Sri Oktarina
P
21
7
KA
3
Jarang
Absensi Perkuliahan dan Transkrip Nilai
74
Ade Prima W
P
18
3
KA
1
Sering
Materi Perkuliahan dan Silabus
75
Gantha PW
L
21
7
KA
3
Setiap Hari
Absensi Perkuliahan dan Transkrip Nilai
76
Andi
L
19
3
MJ
1
Sering
Materi Perkuliahan dan Silabus
77
Intan Patricia
P
18
3
MJ
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
78
Welly
L
19
3
MJ
1
Sering
Materi Perkuliahan dan Silabus
79
Oktary B
L
19
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
80
Dani Rusdinsyah
L
21
7
MJ
3
Setiap Hari
Materi Perkuliahan dan Silabus
81
Melly Fatrin
P
20
5
MJ
2
Kadang
Pengumuman
82
Margaretha Devi
P
19
3
MJ
1
Kadang
Pengumuman
83
Andre Wirajati
L
19
3
MJ
1
Jarang
Materi Perkuliahan dan Silabus
84
Ariel Nopri
L
18
3
MJ
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
85
Andrian
L
19
3
MJ
1
Sering
Materi Perkuliahan dan Silabus
86
Meiriana Puspa Dewi
P
19
3
MJ
1
Sering
Materi Perkuliahan dan Silabus
87
Afriyansyah
L
19
3
MJ
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
88
Dwi Pratiwi
P
18
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
89
Yuvita Sari Harun
P
18
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
90
Agus Wijaya
L
18
3
MJ
1
Jarang
Materi Perkuliahan dan Silabus
91
Nopriyani P
L
19
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
92
Maria Naftaly
P
19
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
93
Yulianty
P
19
3
MJ
1
Sering
Absensi Perkuliahan dan Transkrip Nilai
94
Fajar Anggara
L
17
3
TI
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
95
Hendra
L
18
3
TI
1
Sering
Absensi Perkuliahan dan Transkrip Nilai
96
Arie Marvin
L
18
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
97
Clauditta
P
18
3
TI
1
Sering
Materi Perkuliahan dan Silabus
98
Eko Nopyanto
L
18
3
TI
1
Sering
Materi Perkuliahan dan Silabus
99
Elza Erin
P
19
3
TI
1
Sering
Absensi Perkuliahan dan Materi Perkuliahan
100
Juratminingsih
P
9
3
TI
1
Sering
Absensi Perkuliahan dan Transkrip Nilai
101
Rio Julyo
L
19
3
TI
1
Setiap Hari
Materi Perkuliahan dan Silabus
102
Maria Valentina
P
19
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
103
Adi Rinaldi
L
19
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
104
Andi Kartono
L
19
3
TI
1
Sering
Materi Perkuliahan dan Silabus
105
Bobby Gunanda
L
19
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
106
M. Sugeng R
L
19
3
TI
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
107
Lotten R.N
L
19
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
108
Frans Irawan
L
19
3
TI
1
Sering
Materi Perkuliahan dan Silabus
109
Ade Kurnia S
L
19
3
TI
1
Setiap Hari
Materi Perkuliahan, Absensi Perkuliahan dan Forum Diskusi
110
Rendy FR
L
19
3
TI
1
Sering
Materi Perkuliahan dan Silabus
111
Victor Hamonangan
L
20
7
TI
3
Kadang
Materi Perkuliahan dan Silabus
112
Adi Purnomo
L
20
3
TI
1
Kadang
Materi Perkuliahan dan Silabus
113
Habibi Pranses
L
20
3
TI
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
114
Lovi Dianti
P
20
3
TI
1
Sering
Materi Perkuliahan dan Silabus
115
Kasogi Brades
L
20
5
TI
1
Kadang
Materi Perkuliahan dan Silabus
116
Try Wahyudi
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
117
Firman
L
20
3
TI
1
Jarang
Materi Perkuliahan dan Silabus
118
Ali Daud
L
21
9
TI
4
Kadang
Materi Perkuliahan dan Silabus
119
Alifullah
L
21
3
TI
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
120
Khairul A
L
21
7
TI
3
Kadang
Materi Perkuliahan dan Silabus
121
M.Abu Daby
L
21
7
TI
3
Jarang
Materi Perkuliahan dan Silabus
122
Hadi Kurniawan
L
22
3
TI
1
Setiap Hari
Materi Perkuliahan dan Silabus
123
Ebranda Ardi W
L
22
9
TI
4
Jarang
Absensi Perkuliahan dan Transkrip Nilai
124
Anugrah Putra P
L
22
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
125
Adetio Septian
L
21
9
SI
4
Sering
Absensi Perkuliahan dan Materi Perkuliahan
126
Firdho Rua
L
22
9
SI
4
Kadang
Berita Akademik, Transkrip Nilai, Absensi dan Tugas
127
Hendra Marta
L
21
9
SI
4
Kadang
Materi, Tugas, Absensi, Daftar Seminar
128
Rifka Fitria
P
20
9
SI
4
Jarang
Materi Perkuliahan dan Silabus
129
Nurmala Dewi
P
22
>9
SI
>4
Jarang
Materi Perkuliahan dan Silabus
130
Rizky Ramadhan
L
21
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
131
Hadi
L
22
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
132
Merian Cafo
P
22
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
133
M.Rizky Andrian
L
20
7
SI
3
Sering
Materi Perkuliahan dan Silabus
134
Jerry Paringga
L
21
7
SI
3
Kadang
Forum Diskusi
135
Joni Pranata
L
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
136
Johnny
L
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
137
Sadeli Rais
L
22
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
138
Ratna Puspita Sari
P
21
7
SI
3
Sering
Absensi Perkuliahan dan Materi Perkuliahan
139
Melati Arnika S
P
21
7
SI
3
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
140
Novrizal Maulana
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Forum Diskusi
141
Oktaviani H
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
142
Detha Meirina
P
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
143
Didik Andrianto
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
144
Yoza Jaka Tianda
L
20
5
SI
2
Kadang
Materi, Absensi dan Forum
145
Chandra Gumelar
L
21
7
SI
3
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
146
Dedi Sugianto
L
21
7
SI
3
Jarang
Materi Perkuliahan dan Silabus
147
Fardiansyah Romli
L
20
7
SI
3
Jarang
Materi Perkuliahan dan Silabus
148
Ghazali Rianto
L
22
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
149
Husnus
L
21
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
150
Supermanto
L
23
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
151
Ronald
L
21
9
SI
4
Setiap Hari
Materi Perkuliahan dan Silabus
152
Muhamad Mirzan
L
21
7
SI
3
Sering
Absensi Perkuliahan dan Materi Perkuliahan
153
Reymond Lawrence
L
20
5
MI
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
154
M.Siddik
L
23
9
MI
4
Kadang
Absensi Perkuliahan dan Transkrip Nilai
155
Kusmei Hardi
L
22
7
MI
3
Sering
Materi Perkuliahan dan Silabus
156
Doni Mustafa
L
19
5
MI
2
Sering
Materi Perkuliahan dan Silabus
157
Nopendra Trianto
L
25
7
MI
3
Kadang
Materi Perkuliahan dan Silabus
158
Yoshe Sentia
P
21
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
159
Yuki Devina
P
20
5
MJ
2
Jarang
Materi Perkuliahan dan Silabus
160
Freddy
L
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
161
Ade Gunawan
L
21
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
162
Michelle
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Jadwal Seminar
163
Victorianus
L
22
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
164
Kisca Andriani
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
165
Jessica Chandra
P
20
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
166
Ricky
L
21
5
MJ
2
Jarang
Materi Perkuliahan dan Silabus
167
Weslo N
L
21
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
168
Fendy
L
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
169
Agus Prana
L
25
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
170
Atika S
P
21
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
171
Kespi M
P
19
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
172
Erick Pratama
L
19
3
MJ
1
Sering
Materi Perkuliahan dan Silabus
173
Febriani
P
18
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
174
Febrio Tan
L
19
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
175
Handi Haryanto Lim
L
22
5
MJ
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
176
Robert
L
19
3
MJ
1
Kadang
Materi Perkuliahan dan Silabus
177
Frezki C
L
22
3
MJ
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
178
Jimmy Lukito
L
22
9
MJ
4
Sering
Materi Perkuliahan dan Silabus
179
Erfendi
L
26
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
180
Asep Supriyatna
L
20
5
MJ
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
181
Nessia Agustina
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
182
Mali
P
21
5
SI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
183
Medy Safini
L
27
7
SI
3
Sering
Materi Perkuliahan dan Silabus
184
Yonanda
L
21
9
SI
4
Sering
Materi Perkuliahan dan Video Interaktif
185
Teking
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
186
Ade Triyandi
L
25
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
187
M.Kamil W
L
23
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
188
Indrawan
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
189
Emi Yulianti
P
23
7
SI
3
Sering
Materi Perkuliahan dan Video Interaktif
190
Ambaryani
P
21
7
SI
3
Sering
Forum Diskusi
191
Ridha A
P
21
7
SI
3
Sering
Jadwal Seminar
192
Aris Triantono
L
22
9
SI
4
Setiap Hari
Materi Perkuliahan dan Silabus
193
Zainal Arifin F
L
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
194
Ricky T
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
195
Deny Martindo
L
21
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
196
Didi
L
27
5
SI
2
Jarang
Materi, Tugas, dan Transkip nilai
197
Albert Einstein
L
27
3
SI
1
Jarang
Materi Perkuliahan dan Silabus
198
Utama Putra
L
21
7
TI
3
Setiap Hari
Materi Perkuliahan dan Silabus
199
M.Zulian
L
21
7
TI
3
Sering
Materi Perkuliahan dan Silabus
200
M.Surya Ikhsan
L
25
7
TI
3
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
201
Tjipto S
L
23
7
TI
3
Sering
Materi Perkuliahan dan Silabus
202
Christin Leo Japar
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
203
Tommy Wonggo
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
204
Andrian Chanhar
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
205
Eflin Winata
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
206
Yunita Chandra
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
207
Yessi Stifany
L
19
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
208
Redho P
L
21
7
TI
3
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
209
Chairul Saleh
L
21
7
TI
3
Jarang
Absensi Perkuliahan dan Materi Perkuliahan
210
Rico Wijaya
L
20
5
TI
2
Jarang
Materi Perkuliahan dan Silabus
211
Very Ramadhan
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
212
David Oktavian
L
21
5
TI
2
Sering
Materi Perkuliahan dan Silabus
213
Kevin Octavianus
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
214
Helvi Risna
P
19
5
TI
2
Jarang
Materi Perkuliahan dan Silabus
215
Andy Setiawan
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
216
Sandi Desmanto
L
20
5
TI
2
Kadang
Jadwal Perkuliahan
217
Darwin Teja
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
218
Irwan
L
19
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
219
Kelvin
L
19
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
220
Albert Ivando
L
19
5
TI
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
221
Muhammad Andri
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
222
Tommy Darsono
L
21
5
TI
2
Sering
Materi Perkuliahan dan Silabus
223
Erwin Junianto
L
20
5
TI
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
224
Woinner Septa
L
21
5
TI
2
Sering
Materi Perkuliahan dan Silabus
225
Kevin Sunanto Husin
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
226
Medi Riansa
L
22
5
TI
2
Sering
Materi Perkuliahan dan Silabus
227
Riko Fransisco
L
26
>9
TI
>4
Kadang
Materi Perkuliahan dan Silabus
228
Yonanda Sabrina
L
26
7
TI
3
Setiap Hari
Materi Perkuliahan dan Forum Diskusi
229
Haryono
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
230
Alimin
L
31
7
TI
3
Setiap Hari
Forum Diskusi
231
Aries Suhendar
L
22
5
TI
2
Sering
Materi, Artikel dan Informasi
232
Hadi Suryajaya
L
20
5
TI
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
233
Sherly Lesmono
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
234
Hengky Harun
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Tugas
235
Jhohanis
L
20
5
MI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
236
Denny Suhandi W
L
23
>9
SI
>4
Jarang
Materi Perkuliahan dan Silabus
237
Aldino Motu Mona
L
21
9
TI
3
Sering
Jadwal Perkuliahan
238
M.Ariansyah
L
24
>9
SI
>4
Kadang
Absensi Perkuliahan, Transkrip Nilai & Jadwal
239
Tommy Setiawan
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
240
Kusrianto
L
21
3
SI
1
Sering
Materi Perkuliahan dan Silabus
241
Tria Ajeng
P
19
5
SI
2
Sering
Materi Perkuliahan dan Silabus
242
Septia W
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
243
Nur Andini Septiani
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
244
Septian Perdana
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
245
Rizky Emilia
P
20
5
SI
2
Kadang
Materi, Absensi dan Forum
246
Abdiz Zaki
L
20
5
SI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
247
Lucyana Ningrum
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
248
Rezki Yunima
P
20
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
249
Yones Olidia W
P
21
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
250
Febria Suci
P
20
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
251
Yuliana
P
19
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
252
Fitria Permata Sari
P
21
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
253
Valencia Tioriman
P
21
7
MJ
3
Jarang
Materi Perkuliahan dan Silabus
254
Onna Sutra
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
255
Mgs. Deny R
L
21
7
MJ
3
Setiap Hari
Absensi Perkuliahan, Transkrip Nilai & Jadwal
256
Elki Noviandi
L
21
5
TI
2
Sering
Materi Perkuliahan dan Silabus
257
Frans Setia W
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
258
Rahmat Agus Setiawan
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
259
Steffany
P
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
260
M.Aprizal
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
261
Nariana
P
21
7
TI
3
Sering
Materi Perkuliahan dan Silabus
262
M. Adi Nugroho
P
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
263
Johan Wijaya
L
22
7
TI
3
Sering
Materi Perkuliahan dan Silabus
264
M. Lian Syahbana
L
21
7
MJ
3
Sering
Materi Perkuliahan dan Silabus
265
Fillya Afriani
P
20
5
MJ
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
266
Winda Widya
P
20
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
267
Okayo A. Yunus
L
22
5
MI
2
Kadang
Materi Perkuliahan dan Silabus
268
Firmansyah
L
20
5
MI
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
269
Friangga Gilar Pratama
L
20
5
MI
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
270
Raden Rubby Satria
L
25
5
MI
2
Setiap Hari
Materi Perkuliahan dan Silabus
271
Egas Timor S
L
21
5
MI
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
272
Muhammad Alfian
L
20
5
MI
2
Kadang
Materi Perkuliahan dan Silabus
273
Gustomi Dwi Putra
L
20
5
MI
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
274
Muhammad Agustian
L
21
5
MI
2
Setiap Hari
Absensi Perkuliahan dan Materi Perkuliahan
275
Ferry Yansen
L
22
7
TI
3
Setiap Hari
Materi Perkuliahan dan Silabus
276
Ahmad Kornain
L
21
7
TI
3
Kadang
Materi Perkuliahan dan Silabus
277
Muhammad Kamil
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Jadwal Perkuliahan
278
Berri Muzzaki
L
19
5
SI
2
Setiap Hari
Materi Perkuliahan dan Transkrip Nilai
279
M.Rachmad Nurgraha
L
21
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
280
Oktaviani
L
20
5
SI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
281
Billy Suyanto
L
20
5
SI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
282
Rusli
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
283
Safriansyah
L
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
284
Evan Markus
L
23
9
SI
4
Jarang
Absensi Perkuliahan dan Materi Perkuliahan
285
Depa Permatasari
P
21
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
286
Merliansyah
L
21
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
287
M.Rizky M.
L
20
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
288
Dian Cendana Sari
P
19
5
SI
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
289
Muhmammad Hanafi
L
20
5
SI
2
Setiap Hari
Materi Perkuliahan dan Silabus
290
Januardi Irawan
L
21
5
SI
2
Setiap Hari
Absensi Perkuliahan dan Materi Perkuliahan
291
Wilanda Andalas
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
292
Novita Wulandari
L
19
5
SI
2
Sering
Materi Perkuliahan dan Silabus
293
M.Fajri
L
19
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
294
Sari
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
295
Weri Hidayanti
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
296
Sellfy Fitria
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
297
Kendy
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
298
Mega Silvia
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
299
Lia Wahyuni
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
300
Christiana Octavia
P
21
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
301
Sufinah M
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
302
Dwi Oetari
P
19
5
SI
2
Sering
Materi Perkuliahan dan Silabus
303
Cahya Kurnia
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
304
Tejo
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
305
Owiyah S
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
306
Hardianto S
L
20
5
SI
2
Sering
Forum Diskusi
307
Edward
L
22
7
SI
3
Sering
Materi Perkuliahan dan Silabus
308
Yoga Okta Sena
L
23
9
SI
4
Sering
Absensi Perkuliahan dan Transkrip Nilai
309
Harde R
L
21
9
SI
4
Jarang
Materi Perkuliahan dan Silabus
310
Abah
P
22
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
311
Temi Saputro
L
23
9
SI
4
Jarang
Materi Perkuliahan dan Silabus
312
Arya Wahyu
L
23
>9
SI
>4
Sering
Absensi Perkuliahan dan Materi Perkuliahan
313
Kristiono
L
20
5
SI
2
Setiap Hari
Materi Perkuliahan dan Silabus
314
Suryani
P
20
5
SI
2
Jarang
Absensi Perkuliahan dan Transkrip Nilai
315
Beby Mareta
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
316
Yanto
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
317
Sahra Mulya
P
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
318
Rama Pramudya
L
21
7
SI
3
Kadang
Materi Perkuliahan dan Silabus
319
Didik Andrianto
L
21
7
SI
3
Jarang
Materi Perkuliahan dan Silabus
320
Oktavianus
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
321
Sintya Subli
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
322
Septry Dherwindo
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
323
Rahmadi Lendriansyah
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
324
Yoza Jaka Tianda
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
325
Petrea Hesty L
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
326
Rachmad D
L
19
5
SI
2
Sering
Materi Perkuliahan dan Silabus
327
Muhammad Al Amin
L
19
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
328
Riyo
L
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
329
Suyandra Eko Mukti
L
23
9
TI
4
Sering
Materi, Forum dan Tugas
330
Ryan Sabian
L
24
>9
TI
>4
Jarang
Forum Diskusi
331
Winda Amalia
P
20
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
332
Lucyana Ningrum
P
20
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
333
Merdianti Resino
P
19
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
334
Jevita
P
20
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
335
Febria Suci R.
P
20
5
MJ
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
336
Ariawan Gandhi
L
21
5
MJ
2
Kadang
Materi Perkuliahan dan Silabus
337
Melly Fatrin
P
20
5
MJ
2
Setiap hari
Materi Perkuliahan dan Silabus
338
Hagay Eagle Kaende
L
20
7
MJ
3
Kadang
Absensi Perkuliahan dan Transkrip Nilai
339
Novita Sari Putri H
P
20
5
MJ
2
Setiap Hari
Materi Perkuliahan dan Silabus
340
Devika H
P
20
5
MJ
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
341
Fillya Afriani
P
20
5
MJ
2
Sering
Absensi Perkuliahan dan Materi Perkuliahan
342
Yoanna Olidia W
P
21
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
343
Roza Novalia
P
19
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
344
Dian
P
21
7
MJ
3
Kadang
Absensi Perkuliahan dan Transkrip Nilai
345
M.Ulul Azmi
L
21
5
MJ
2
Sering
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
346
Fenny Firdaus
P
19
3
AK
1
Jarang
Materi Perkuliahan dan Silabus
347
Siska Noviyanti
P
19
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
348
Tristianto
L
18
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
349
Catherine Octavia
P
19
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
350
Chelsy Alinto
P
18
3
AK
1
Sering
Materi Perkuliahan dan Silabus
351
Nurdiani
P
21
3
SI
1
Sering
Materi Perkuliahan dan Silabus
352
Vadanty Lestari
P
19
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
353
Leonardo A
L
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
354
Chrisdian Tri W
L
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
355
Novita Sari
P
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
356
Ayu Fitri
P
17
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
357
Hayyu Roza
P
21
3
AK
1
Setiap Hari
Materi Perkuliahan dan Silabus
358
Teur A
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
359
Veronica
P
20
5
AK
2
Sering
Materi Perkuliahan dan Silabus
360
Rika A
P
19
5
AK
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
361
Ernawati
P
19
3
AK
1
Jarang
Materi Perkuliahan dan Silabus
362
Margaretha A
P
22
3
AK
1
Sering
Materi Perkuliahan dan Silabus
363
Yesi Dwi W
P
20
3
AK
1
Sering
Materi Perkuliahan dan Silabus
364
Mario Anwar
L
20
3
AK
1
Sering
Materi Perkuliahan dan Silabus
365
Venke Ariska
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Absensi
366
Yopi Ratnasari
P
19
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
367
Noviarny Joko
P
20
5
AK
2
Kadang
Materi Perkuliahan dan Silabus
368
Andre
L
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
369
Tania Andarni
P
19
3
AK
1
Sering
Materi Perkuliahan dan Silabus
370
Ricki
L
18
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
371
Emi Yulianti
P
19
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
372
Yellysah
P
18
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
373
Try Wulan Sari
P
19
3
AK
1
Kadang
Materi Perkuliahan dan Silabus
374
Mally Afriansyah
L
23
>9
SI
>4
Sering
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
375
Markus Richard M
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
376
Netti Herawati
P
20
5
SI
2
Sering
Materi Perkuliahan dan Silabus
377
Daniel Bernandes
L
19
5
SI
2
Kadang
Materi, Absensi dan Forum
378
Jovin
L
20
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
379
Juwanda
L
19
5
SI
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
380
Made Suwastiko
L
22
5
SI
2
Kadang
Materi, Absensi dan Forum
381
Rizq Sugiarto
L
21
5
SI
2
Sering
Materi Perkuliahan dan Silabus
382
Rendy Rusli
L
24
7
SI
3
Sering
Materi Perkuliahan dan Silabus
383
Oky Ustiawan
L
20
7
SI
3
Sering
Materi Perkuliahan dan Silabus
384
M.Hafiz
L
21
5
SI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
385
Harry Kurniawan
L
21
7
SI
3
Jarang
Absensi Perkuliahan dan Transkrip Nilai
386
Reni
L
20
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
387
Abu Hanifah
L
22
9
SI
4
Kadang
Materi Perkuliahan dan Silabus
388
Limberdy O.S
P
20
5
SI
2
Setiap Hari
Absensi Perkuliahan dan Transkrip Nilai
389
Reza Sartika
P
23
>9
SI
>4
Kadang
Absensi Perkuliahan dan Transkrip Nilai
390
Beny Wijaya
L
19
5
SI
2
Kadang
Materi Perkuliahan dan Silabus
391
Rusdianto Rusli
L
20
5
SI
2
Jarang
Materi Perkuliahan dan Silabus
392
Suhardi Dentari
L
20
5
SI
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
393
Hadi Surono
L
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
394
Wenny Lestari
P
21
7
SI
3
Sering
Absensi Perkuliahan dan Transkrip Nilai
395
Maria Aguslin
P
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
396
Sundari
P
21
7
SI
3
Sering
Materi Perkuliahan dan Silabus
397
Lisa
P
20
7
SI
3
Sering
Materi, Absen, Transkrip nilai dan Forum Diskusi
398
Dini Lestari
P
21
7
SI
3
Sering
Materi Perkuliahan, Transkrip Nilai dan Forum Diskusi
399
Komaruddin
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
400
Rizky Buana S
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
401
Steffanie
P
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
402
Yonanda Rizky
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
403
M.Arroyyan
L
20
5
TI
2
Jarang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
404
Saiful Bari
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
405
Ade Kurniawan
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
406
Ilham Ginting
L
21
5
TI
2
Jarang
Jadwal Perkuliahan
407
Rendra Warsita
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
408
Maulana M.R
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
409
M.Danial
L
21
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
410
Diyo Gilang P
L
22
9
TI
4
Sering
Materi Perkuliahan dan Silabus
411
M.Rizki Aditya
L
20
5
TI
2
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
412
M.Syahril Q
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
413
Muhammad Rinaldo F
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
414
Wera Tera Belta
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
415
Dedi Rahman
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
416
Selvi Bonita N
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
417
Ira Wahyu M
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
418
Polindo Budi H
L
20
5
TI
2
Sering
Forum Diskusi
419
M. Shaleh
L
21
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
420
Dano Irwansyah
L
22
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
421
A.Syarif
L
22
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
422
Alexander Chandra K
L
20
5
TI
2
Sering
Absensi Perkuliahan dan Transkrip Nilai
423
Okti F
P
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
424
M.Andi Yusuf
L
19
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
425
Afda A
L
19
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
426
Barep P
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
427
Bayu Prakasa
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
428
Toni
L
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
429
Indah Novita Sari
P
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
430
Dwi Ratna Pratiwi
P
19
5
TI
2
Sering
Forum Diskusi, Absensi, Nilai, Transkrip, DNS, Materi dan Silabus
431
Serlly Pramita
P
21
5
TI
2
Sering
Materi, Tugas, Pengumuman, dll
432
Ihsan Ridhwan
L
20
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
433
Noval Arisco
L
19
5
TI
2
Sering
Materi Perkuliahan dan Silabus
434
Nurhamid
L
19
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
435
Melki Kurniawan
L
19
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
436
M.Yudha Pratama
L
20
5
TI
2
Jarang
Materi Perkuliahan dan Silabus
437
M.Taufik Setiawan
L
20
5
TI
2
Jarang
Materi Perkuliahan dan Silabus
438
Muhammad Rosyid
L
20
5
TI
2
Kadang
Materi, Absensi dan Transkrip nilai
439
Ali Mintarko
L
23
9
TI
3
Setiap Hari
Materi Perkuliahan dan Silabus
440
Mutia Purwati
P
22
5
TI
2
Kadang
Materi Perkuliahan dan Silabus
441
Rahmat Hidayat Febriansyah
L
20
5
TI
>4
Kadang
Materi Perkuliahan dan Silabus
442
Okti Firnawati
P
20
5
TI
2
Sering
Materi Perkuliahan dan Silabus
443
Supriyanto
L
20
7
TI
2
Kadang
Lainnya Semuanya
444
Anggari Ayu P
P
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
445
Randi Poernomo
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
446
Dwi Indra Wibowo
L
20
5
TI
2
Setiap Hari
Materi Perkuliahan dan Silabus
447
Fadly Irwansyah P
L
18
3
MI
1
Kadang
Materi Perkuliahan dan Silabus
448
Anita Dian Pertiwi
P
20
3
MI
1
Jarang
Materi Perkuliahan dan Silabus
449
Yohana Mahaban
P
20
3
MI
1
Jarang
Materi Perkuliahan dan Silabus
450
Wedi Sapril
L
21
3
MI
1
Setiap Hari
Materi Perkuliahan dan Silabus
451
Ario Prastio
L
19
3
MI
1
Sering
Materi Perkuliahan dan Silabus
452
Andi N
L
19
3
MI
1
Setiap Hari
Materi Perkuliahan dan Silabus
453
Muhammad Rizki Prakoso
L
19
3
MI
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
454
Willy Ardy
L
18
3
MI
1
Kadang
Absensi Perkuliahan dan Materi Perkuliahan
455
Muhammad Ansori
L
20
3
MI
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
456
Andrian Nurcahyo
L
18
3
MI
1
Jarang
Materi Perkuliahan dan Silabus
457
Rofin
L
20
5
MI
2
Kadang
Absensi Perkuliahan dan Transkrip Nilai
458
Rysa Putri Utami
P
19
3
SI
1
Sering
Materi Perkuliahan dan Silabus
459
Galih Dwika P
L
19
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
460
Muhammad Ari Wibowo
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
461
Muhammad Rivadaus
L
19
3
SI
1
Setiap Hari
Lainnya Semuanya
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
462
M.Robiansyah
L
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
463
M.Alfath Napian
L
21
9
SI
4
Kadang
Absensi Perkuliahan dan Transkrip Nilai
464
Erwin Saputra
L
20
3
SI
1
Sering
Materi Perkuliahan dan Silabus
465
Fadhil Tri Wibowo
L
19
3
SI
1
Kadang
Absensi Perkuliahan dan Transkrip Nilai
466
Wahyu Setiabudi
L
18
3
SI
1
Sering
Materi Perkuliahan dan Silabus
467
Nur Hamid
L
19
3
SI
1
Sering
Materi Perkuliahan dan Silabus
468
Elpan Nur
L
19
3
SI
1
Sering
Absensi Perkuliahan dan Transkrip Nilai
469
Prastya Nugroho
L
19
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
470
Basar Alam
L
19
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
471
Vera Theresia Gultom
P
19
3
SI
1
Sering
Materi Perkuliahan dan Silabus
472
Sonia Permata Sari
P
19
3
SI
1
Sering
Materi Perkuliahan dan Silabus
473
Malinda Ade Lina
P
19
3
SI
1
Setiap Hari
Materi Perkuliahan dan Silabus
474
Oki Novita
P
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
475
Lussy Melani
P
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
476
Risha Widya Sari
P
19
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
477
Loria
P
18
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
478
Neviana Diah P
P
19
3
SI
1
Kadang
Lainnya Semuanya
479
Siska Saimona
P
18
3
SI
1
Kadang
Materi Perkuliahan dan Silabus
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 3 : LOG PENGGUNAAN SIMPONI Semester Ganjil dan Genap 2012/2013 1. Semester Ganjil 2012/2013 (Periode September 2012– Januari 2013) a. Log Mahasiswa NPM NPM NPM No. Mahasiswa No. Mahasiswa No. Mahasiswa 1 2006240108 41 2009240059 81 2010120005 2 2006240110 42 2009240075 82 2010130011 3 2007240039 43 2009240078 83 2010130012 4 2007240043 44 2009240094 84 2010130016 5 2007240116 45 2009240105 85 2010130018 6 2007240142 46 2009240148 86 2010130019 7 2007240201 47 2009240157 87 2010130020 8 2007250013 48 2009240158 88 2010130021 9 2007260045 49 2009240160 89 2010130028 10 2008120004 50 2009240163 90 2010240007 11 2008120005 51 2009240167 91 2010240010 12 2008240014 52 2009240169 92 2010240014 13 2008240048 53 2009240174 93 2010240016 14 2008240173 54 2009240199 94 2010240018 15 2008240174 55 2009240200 95 2010240019 16 2008240198 56 2009240205 96 2010240030 17 2008240253 57 2009240207 97 2010240031 18 2008240269 58 2009240214 98 2010240032 19 2008240287 59 2009240220 99 2010240033 20 2008240290 60 2009240225 100 2010240035 21 2008240295 61 2009240237 101 2010240042 22 2008240296 62 2009240239 102 2010240065 23 2008240303 63 2009240258 103 2010240067 24 2008240306 64 2009240270 104 2010240068 25 2008240312 65 2009250007 105 2010240073 26 2008240318 66 2009250008 106 2010240075 27 2008240329 67 2009250009 107 2010240077 28 2008240330 68 2009250015 108 2010240079 29 2008240331 69 2009250057 109 2010240082 30 2008240337 70 2009250060 110 2010240107 31 2008240527 71 2009250084 111 2010240116 32 2008250034 72 2009250092 112 2010240117 33 2008250101 73 2009250096 113 2010240121 34 2008250112 74 2009250110 114 2010240126 35 2008250131 75 2009250125 115 2010240127 36 2008250154 76 2010110014 116 2010240136 37 2009110006 77 2010110036 117 2010240147 38 2009130005 78 2010110058 118 2010240152 39 2009240006 79 2010120003 119 2010240161 40 2009240033 80 2010120004 120 2010240163
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
No. 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
NPM Mahasiswa 2010240168 2010240169 2010240171 2010240177 2010240178 2010240180 2010240181 2010240184 2010240187 2010240188 2010240198 2010240199 2010240201 2010240204 2010240206 2010240208 2010240209 2010240210 2010240212 2010240214 2010240215 2010240216 2010240218 2010240222 2010240235 2010240298 2010240301 2010240313 2010240339 2010240351 2010240355 2010240357 2010240358 2010240361 2010240363 2010240366 2010250008 2010250010 2010250013 2010250014
No. 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
NPM Mahasiswa 2010250016 2010250018 2010250019 2010250020 2010250025 2010250027 2010250028 2010250035 2010250036 2010250037 2010250041 2010250043 2010250047 2010250048 2010250049 2010250069 2010250075 2010250079 2010250084 2010250085 2010250086 2010250124 2010250165 2010250176 2010250185 2010250190 2010250191 2011110003 2011110019 2011120001 2011120005 2011130001 2011240001 2011240010 2011240011 2011240012 2011240013 2011240016 2011240017 2011240022
No. 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
NPM Mahasiswa 2011240026 2011240030 2011240031 2011240032 2011240033 2011240036 2011240037 2011240038 2011240039 2011240040 2011240043 2011240044 2011240045 2011240047 2011240054 2011240057 2011240058 2011240059 2011240060 2011240063 2011240068 2011240070 2011240072 2011240079 2011240081 2011240082 2011240129 2011240131 2011240132 2011240136 2011240142 2011240149 2011240150 2011240155 2011240158 2011240163 2011240170 2011240181 2011240182 2011240186
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
No. 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280
NPM Mahasiswa 2011240187 2011240190 2011250081 2011250502 2011250504 2012110002 2012110004 2012110011 2012110027 2012110030 2012110031 2012120002 2012120004 2012120005 2012120006 2012120007 2012130001 2012130002 2012130003 2012130005 2012130006 2012130007 2012240001 2012240002 2012240003 2012240004 2012240005 2012240006 2012240007 2012240008 2012240009 2012240010 2012240011 2012240012 2012240013 2012240014 2012240015 2012240030 2012240032 2012240033
No. 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
NPM Mahasiswa 2012240034 2012240035 2012240036 2012240037 2012240038 2012240039 2012240040 2012240042 2012240043 2012240045 2012240046 2012240047 2012240049 2012240050 2012240051 2012240053 2012240054 2012240055 2012240057 2012240058 2012240059 2012240060 2012240061 2012240062 2012240063 2012240065 2012240067 2012240068 2012240070 2012240071 2012240076 2012240079 2012240081 2012240082 2012240083 2012240084 2012240087 2012240093 2012240115 2012240117
No. 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338
NPM Mahasiswa 2012240184 2012240186 2012240188 2012240189 2012240200 2012240202 2012240203 2012240204 2012240206 2012240211 2012240222 2012250031 2012250035 2012250037 2012250040 2012250065 2012250069 2012250077
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
b. Log Dosen
No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
NIK Dosen 021011 021016 021021 032052 032056 032076 032083 041032 042092 051039 051040 051041 052098 052103 052116 061043 071045 071046 071047 072153 092179 101057 101058 102190 111061 111062 111064 111065 111068 111070 112193 121073 121076 121077 121078 121079 121080 121082 121083
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
2. Semester Genap 2012/2013 (Periode Februari - Juli 2013) a. Log Mahasiswa NPM NPM NPM No. Mahasiswa No. Mahasiswa No. Mahasiswa 1 2006240111 41 2009240059 81 2010120005 2 2006240220 42 2009240075 82 2010130011 3 2007240038 43 2009240078 83 2010130012 4 2007240048 44 2009240094 84 2010130016 5 2007240112 45 2009240105 85 2010130018 6 2007240152 46 2009240148 86 2010130019 7 2007240200 47 2009240157 87 2010130020 8 2007250016 48 2009240158 88 2010130021 9 2007260045 49 2009240160 89 2010130028 10 2008120004 50 2009240163 90 2010240007 11 2008120005 51 2009240167 91 2010240010 12 2008240014 52 2009240169 92 2010240014 13 2008240048 53 2009240174 93 2010240016 14 2008240173 54 2009240199 94 2010240018 15 2008240174 55 2009240200 95 2010240019 16 2008240198 56 2009240205 96 2010240030 17 2008240253 57 2009240207 97 2010240031 18 2008240269 58 2009240214 98 2010240032 19 2008240287 59 2009240220 99 2010240033 20 2008240290 60 2009240225 100 2010240035 21 2008240295 61 2009240237 101 2010240042 22 2008240296 62 2009240239 102 2010240047 23 2008240303 63 2009240258 103 2010240051 24 2008240306 64 2009240270 104 2010240057 25 2008240312 65 2009250007 105 2010240065 26 2008240318 66 2009250008 106 2010240067 27 2008240329 67 2009250009 107 2010240068 28 2008240330 68 2009250015 108 2010240073 29 2008240331 69 2009250057 109 2010240075 30 2008240337 70 2009250060 110 2010240077 31 2008240527 71 2009250084 111 2010240079 32 2008250034 72 2009250092 112 2010240082 33 2008250101 73 2009250096 113 2010240107 34 2008250112 74 2009250110 114 2010240116 35 2008250131 75 2009250125 115 2010240117 36 2008250154 76 2010110014 116 2010240121 37 2009110006 77 2010110036 117 2010240126 38 2009130005 78 2010110058 118 2010240127 39 2009240006 79 2010120003 119 2010240136 40 2009240033 80 2010120004 120 2010240147
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
No. 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
NPM Mahasiswa 2010240152 2010240161 2010240163 2010240168 2010240169 2010240171 2010240177 2010240178 2010240180 2010240181 2010240184 2010240187 2010240188 2010240198 2010240199 2010240201 2010240204 2010240206 2010240208 2010240209 2010240210 2010240212 2010240214 2010240215 2010240216 2010240218 2010240222 2010240223 2010240235 2010240237 2010240239 2010240241 2010240253 2010240257 2010240264 2010240267 2010240275 2010240276 2010240287 2010240288
No. 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
NPM Mahasiswa 2010240289 2010240293 2010240296 2010240298 2010240301 2010240313 2010240339 2010240351 2010240355 2010240357 2010240358 2010240361 2010240363 2010240366 2010240379 2010240380 2010240506 2010250001 2010250002 2010250003 2010250005 2010250007 2010250008 2010250010 2010250013 2010250014 2010250016 2010250018 2010250019 2010250020 2010250025 2010250027 2010250028 2010250035 2010250036 2010250037 2010250041 2010250043 2010250047 2010250048
No. 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
NPM Mahasiswa 2010250049 2010250069 2010250075 2010250079 2010250084 2010250085 2010250086 2010250124 2010250165 2010250176 2010250185 2010250190 2010250191 2011110003 2011110019 2011120001 2011120005 2011130001 2011240001 2011240010 2011240011 2011240012 2011240013 2011240016 2011240017 2011240022 2011240026 2011240030 2011240031 2011240032 2011240033 2011240036 2011240037 2011240038 2011240039 2011240040 2011240043 2011240044 2011240045 2011240047
No. 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280
NPM Mahasiswa 2011240054 2011240057 2011240058 2011240059 2011240060 2011240063 2011240068 2011240070 2011240072 2011240079 2011240079 2011240081 2011240082 2011240083 2011240091 2011240092 2011240093 2011240097 2011240099 2011240103 2011240104 2011240119 2011240121 2011240122 2011240123 2011240124 2011240125 2011240127 2011240128 2011240129 2011240131 2011240132 2011240136 2011240138 2011240142 2011240149 2011240150 2011240152 2011240155 2011240158
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
No. 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
NPM Mahasiswa 2011240163 2011240170 2011240180 2011240181 2011240182 2011240186 2011240187 2011240190 2011240502 2011240510 2011240512 2011250008 2011250012 2011250024 2011250069 2011250081 2011250502 2011250502 2011250504 2012110002 2012110004 2012110006 2012110011 2012110016 2012110017 2012110018 2012110027 2012110030 2012110031 2012120001 2012120002 2012120004 2012120005 2012120006 2012120007 2012130001 2012130002 2012130003 2012130005 2012130006
No. 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
NPM Mahasiswa 2012130007 2012240001 2012240002 2012240003 2012240004 2012240005 2012240006 2012240007 2012240008 2012240009 2012240010 2012240011 2012240012 2012240013 2012240014 2012240015 2012240016 2012240017 2012240018 2012240019 2012240020 2012240021 2012240022 2012240023 2012240024 2012240025 2012240027 2012240028 2012240030 2012240032 2012240033 2012240034 2012240035 2012240036 2012240037 2012240038 2012240039 2012240040 2012240042 2012240043
No. 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
NPM Mahasiswa 2012240045 2012240046 2012240047 2012240049 2012240050 2012240051 2012240053 2012240054 2012240055 2012240057 2012240058 2012240059 2012240060 2012240061 2012240062 2012240063 2012240065 2012240067 2012240068 2012240070 2012240071 2012240076 2012240078 2012240079 2012240081 2012240082 2012240083 2012240084 2012240087 2012240093 2012240094 2012240096 2012240099 2012240101 2012240102 2012240103 2012240107 2012240109 2012240111 2012240112
No. 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440
NPM Mahasiswa 2012240113 2012240114 2012240115 2012240116 2012240117 2012240120 2012240122 2012240123 2012240124 2012240126 2012240127 2012240128 2012240130 2012240131 2012240132 2012240133 2012240134 2012240136 2012240137 2012240140 2012240141 2012240143 2012240149 2012240150 2012240151 2012240152 2012240153 2012240154 2012240155 2012240156 2012240157 2012240160 2012240161 2012240165 2012240166 2012240167 2012240169 2012240170 2012240171 2012240172
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
No. 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480
NPM Mahasiswa 2012240173 2012240174 2012240176 2012240177 2012240178 2012240180 2012240182 2012240184 2012240185 2012240186 2012240188 2012240189 2012240190 2012240191 2012240192 2012240195 2012240197 2012240200 2012240202 2012240203 2012240204 2012240206 2012240211 2012240212 2012240216 2012240218 2012240219 2012240220 2012240221 2012240222 2012240502 2012240503 2012250001 2012250003 2012250004 2012250005 2012250006 2012250013 2012250016 2012250017
No. 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500
NPM Mahasiswa 2012250018 2012250023 2012250026 2012250028 2012250029 2012250030 2012250031 2012250035 2012250037 2012250039 2012250040 2012250042 2012250047 2012250048 2012250050 2012250053 2012250054 2012250057 2012250058 2012250059
No. 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520
NPM Mahasiswa 2012250062 2012250064 2012250065 2012250069 2012250077 2012250079 2012250081 2012250083 2012250084 2012250085 2012250091 2012250092 2012250095 2012250096 2012250097 2012250103 2012250105 2012250106 2012250111 2012250115
No. 521 522 523 524 525 526 527
NPM Mahasiswa 2012250116 2012250117 2012250121 2012250122 2012250124 2012250126 2012250127
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
b. Log Dosen NIK No. Dosen 1 021016 2 032083 3 041032 4 051039 5 052098 6 052107 7 071046 8 101058 9 111062 10 111064 11 111065 12 111068 13 111069 14 111070 15 121076 16 121077 17 121078 18 121079 19 121080 20 121082
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 4 : HASIL UJI VALIDITAS AWAL DENGAN MENGGUNAKAN SPSS Item-Total Statistics Scale Mean if Item Deleted ISC1 ISC2 ISC3 ISS1 ISS2 ISS3 ISS4 ISS5 ISL1 ISL2 ISL3 ISL4 ISL5 ISL6 ISL7 SSE1 SSE2 SSE3 SSM1 SSM2 SSM3 SSM4 CP1 CP2 CP3 CP4 CP5 CP6 CD1 CD2 CD3 CD4 CD5 CD6 CD7 LE1 LE2 LE3 SA
140.4807 140.6103 140.5152 141.1545 141.3316 141.3360 141.3684 141.4915 141.1805 141.3079 141.2323 141.0487 140.9386 140.9321 140.9234 141.0077 140.8414 140.6578 140.6902 140.6599 140.6923 140.5995 140.6794 140.3381 140.6254 140.8522 140.8046 140.8003 140.6167 140.7377 140.6729 140.8370 140.5908 140.8090 140.7679 140.7636 140.6556 140.7290 141.6847
Scale Variance if Corrected ItemItem Deleted Total Correlation 214.850 214.846 217.450 215.531 215.782 216.995 214.692 214.465 210.416 211.673 210.982 210.647 211.803 211.499 211.819 209.913 211.384 213.484 213.528 214.738 213.928 212.860 212.548 213.879 212.537 212.928 211.833 211.992 215.813 213.458 212.335 211.600 211.882 211.141 211.705 211.569 212.638 212.269 225.779
.451 .448 .317 .361 .351 .320 .408 .423 .531 .484 .530 .555 .512 .494 .500 .578 .547 .459 .402 .372 .413 .476 .514 .480 .543 .521 .604 .557 .393 .504 .463 .594 .573 .553 .571 .559 .528 .500 -.120
Cronbach's Alpha if Item Deleted .925 .925 .926 .926 .926 .926 .925 .925 .924 .925 .924 .924 .924 .924 .924 .923 .924 .925 .925 .926 .925 .925 .924 .925 .924 .924 .923 .924 .925 .924 .925 .923 .924 .924 .924 .924 .924 .924 .929
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 5 : HASIL UJI RELIABILITAS AWAL DENGAN MENGGUNAKAN SPSS
1. Variabel Interaction Student-Content
2. Variabel Interaction Student-Student
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
3. Variabel Interaction Student-Lecture
4. Variabel Student Self-Efficacy
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
5. Variabel Student Self-Motivation
6. Variabel Curricullum Program
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
7. Variabel Course Design
8. Variabel Lecture Expertise
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 6 : HASIL UJI OUTLIER(MAHALANOBIS DISTANCE) Observations farthest from the centroid (Mahalanobis distance) (Group number 1)
Observation number Mahalanobis d-squared 108 69.778 43 69.633 312 69.177 162 67.464 150 65.904 169 65.534 107 65.500 316 65.354 140 65.309 304 65.133 246 64.244 142 64.011 133 63.714 71 63.611 56 63.168 302 62.804 308 62.425 327 60.432 349 60.141 90 60.033 52 59.204 116 59.190 278 58.976 246 58.942 41 58.913 42 58.852 190 58.846 160 58.549 254 58.476 179 58.412 273 58.055 211 57.875 229 57.767 181 57.372 280 57.058 270 56.903 137 56.786
p1 .002 .003 .003 .004 .006 .007 .007 .007 .007 .007 .009 .009 .010 .010 .011 .012 .013 .020 .021 .022 .026 .026 .027 .027 .027 .028 .028 .029 .030 .030 .032 .033 .034 .037 .039 .040 .041
p2 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .955 .978 .954 .903 .912 .837 .774 .667 .547 .436 .320 .285 .210 .148 .143 .115 .084 .091 .090 .072 .055
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
122 32 319 48 153 49 362 206 326 82 180 6 15 271 336 353 276 359 13 228 155 303 346 25 47 223 111 14 256 84 68 352 124 22 222 240 331 51 11 110 23 189 200
56.551 56.433 56.133 56.133 56.116 55.987 55.932 55.720 55.682 55.509 55.408 55.389 55.341 55.206 55.165 54.994 54.902 54.840 54.816 54.603 54.461 54.439 54.056 54.053 53.912 53.910 53.753 53.615 53.287 53.277 53.118 52.990 52.460 52.383 52.257 52.250 52.219 52.155 51.961 51.845 51.690 51.640 51.495
.043 .044 .047 .047 .047 .048 .048 .050 .051 .052 .053 .054 .054 .055 .056 .058 .058 .059 .059 .062 .063 .064 .068 .068 .070 .070 .072 .074 .078 .078 .080 .082 .090 .091 .093 .093 .093 .094 .097 .099 .102 .103 .105
.050 .038 .041 .025 .015 .012 .008 .007 .004 .004 .003 .002 .001 .001 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
253 342 39 183 204 292 174 159 191 317 89 186 77 315 324 226 314 96 288 118 38 178 328 150 100 138 59 43 209 320 363 129 120 73 172
51.398 51.289 51.245 51.136 51.115 50.980 50.970 50.869 50.853 50.836 50.639 50.351 50.337 50.138 50.074 49.990 49.956 49.936 49.913 49.790 49.694 49.630 49.581 49.534 49.492 49.283 49.183 49.054 49.032 48.960 48.879 48.860 48.652 48.602 48.546
.107 .109 .110 .112 .112 .114 .115 .116 .117 .117 .121 .126 .127 .131 .132 .134 .134 .135 .135 .138 .140 .141 .143 .144 .144 .149 .151 .154 .155 .157 .158 .159 .164 .165 .166
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 7 : OUTPUT MATRIKS KOVARIAN DARI DATA MENTAH Residual Covariances (Group number 1 - Default model) ISC1
ISC1 .000
SA
SA
.012
.000
IST7
.032
.014
IST6
.033
.006
IST5
.039
TE1
.052
.008 .015
TE2
.039
.006
IST7
.000 .011
IST6
IST5
TE1
TE2
TE3
CD1
CD2
CD3
CD4
.005
.005
.013
.022
.007
.000 .006
.001
.000
TE3
.048
.013
.020
.000
.012
.007
.000
CD1
.000
.005
.034
.011
.018
.018
.005
.025
.000
CD2
.001
.022
.031
.030
.000
.010
.016
.004
.031
.000
CD3
.015
.007
.009
.001
.028
.000
.037
.015
.007
.005
.000
.003
.026
.022
.002
.025 .024
.027 .030 .025 .009 .046
.002
.012
CD5
.046
.012
CD6
.030
.014
CD7
.045
CD8
.036
CP1 CP2
.033 .036
.027 .012 .001 .019
CD7
CD8
CP1
CP2
CP3
CP4
.000
.023
.009
CD4
CD6
.000
.032
.018 .059
CD5
.006 .069
.011 .055
.005
.014 .019
.001
.011
.018
.008
.005
.008
.004
.040 .007
.029 .028
.009
.024
.011
.020
.020
.039
.009
.031
.027
.028
.035
.025
.016
.006
.015
.014
.001
.019
.031
.023
.014
.004
.017 .026 .013 .028
.037 .025 .008
.002 .005 .020
.009 .010 .007
.023
.015
.032
.010
.037
CP3
.039
.009
CP4
.026
.014
CP5
.039
.001
.017
.016
CP6
.028
.005
.008
.013
SSM 1 SSM 2 SSM 3 SSM 4
.001 .008 .009
.003
.003
.001
.003
.026 .012 .012
SSE1 SSE2
.019 .003
.028
.011
.004
.009
.003
.019
.015
.014
.009
.002
.009
.007
.016
.002
.000
.008
.002
.030
.007
.011
.016 .024 .026
.006 .015
.008
.011
.001
.005
.002
.007 .002
.017 .014
.015
.008
.000
.004
.052 .037
.002 .018
.000 .026
.000
.028
.000
.001
.014
.000
.011
.041
.023
.013
.006
.000
.021
.004
.003
.034
.010
.053
.000
.020 .011
.009 .010
.020
.004
.004
.027
.000
.005
.025
.008
.016
.023
.000
.006
.016
.035
.017
.010
.034
.018
.016
.013
.003
.005
.016
.020
.020
.012
.036
.000
.036
.021
.020
.028
.019
.045 .016 .012
.020
.011
.028
.015
.004 .001
.003
.000
.008
.014
.020
.034
.045
.007
.028 .033 .017
.000
.037 .012 .033
.025 .007 .046 .022 .010
.011
.003
.019
.005
.023
.017
.014
.010
.003
.016
.037
.000
.001
.005
.007
.013
.054
.005
.012
.020
.021
.047
.048
.040
.027
.020
.014
.016
.021
.005
.031
.019
.009
.014
.011
.034
.015
.006
.005
.014
.011
.021
.022
.005
.017
.002
.007
.007
.006
.010
.025
.042
.022
.004
.011
.005
.037
.014
.019
.023
.032
.035
.007
.002
.036 .080 .040 .041
SSE3
.019
.030
.025
.015
.023
.004
.026
.025
.009
.040
.008
.048
.013
.028
.009
.035
.047
.044
IST1
.039
.036
.032
.036
.037
.026
.009
.013
.031
.025
.056
.008
.040
.018
.052
.047
.060
.005
.045
.044
IST2
.052
.001
-.016
-.023
-.033
.036
.027
.056
.048
.000
.033
-.015
.017
.006
.050
.064
.012
.005
.026
IST3
.049
-.035
-.017
-.036
-.027
.030
.013
.044
.033
.009
.035
-.030
.043
.012
.039
.018
.023
-.023
.038
.029
IST4
.028
.003
.003
.031
.010
.005
-.024
-.022
.020
-.002
-.005
-.083
.008
-.028
-.006
.036
-.009
-.010
-.009
-.010
ISS1
.014
-.009
-.009
-.010
-.022
.001
.011
-.016
.013
-.013
-.011
-.018
-.003
.012
.058
.030
.010
-.016
-.009
-.012
ISS2
.022
-.003
-.020
-.034
-.024
.019
.003
-.029
.042
.021
.006
-.027
.032
.014
.035
.012
.008
-.026
ISS3
.020
.003
-.040
-.041
-.050
.000
-.003
.001
.041
.003
.004
-.004
.008
-.003
.056
.025
.014
.040
.021
.011
ISS4
.007
.005
.002
-.030
-.027
-.001
-.010
-.022
.022
.008
-.012
-.062
-.012
-.039
.024
.006
-.032
-.026
-.002
-.010
ISS5
-.002
-.003
.030
.012
.022
.025
.023
-.012
.025
-.020
-.014
-.070
-.008
-.025
.040
.017
.008
-.013
.000
.012
ISC2
-.016
.008
.026
.024
-.011
-.017
-.017
.004
-.035
-.042
-.019
-.008
.012
-.008
.010
.035
-.012
-.011
-.006
-.024
ISC3
.003
-.002
-.031
-.046
-.046
-.034
-.013
-.009
-.033
-.044
-.006
-.032
-.001
-.029
.017
.006
-.016
.000
-.024
-.034
ISS3
ISS4
ISS5
ISC2
ISC3
CP5
CP6
SSM 1
SSM 2
SSM 3
SSM 4
SSE1
SSE2
SSE3
IST1
IST2
IST3
IST4
ISS1
ISS2
.000 .017 .032
.000 .028
.012
.006
-.004
.000
.005
.003
.016
-.008
.000
.021 .005
.027
-.007
.011
-.007
.000
.005
-.021
.002
-.010
.012
.000
.000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
.001
.039
.011
CP5
CP6
SSM 1
SSM 2
SSM 3
SSM 4
SSE1
SSE2
.003
.005
-.013
.003
-.008
.014
.006
.000
.026
.027
-.007
.005
.003
.020
.022
.037
-.042
.015
.000
.025
.044 .111
.037
.027
-.021
-.003
-.002
.021
.034
.000
.025
.147
.102
.000
.042 .011 .008
.029
.023
.027
.000
.061
.030
.014
.009
.000
.049
.026
.060
.008
.050
.000
.019
.031
.021
.007
.023
.001
.023
.027
.008
.017
.006
.057
.004
.042
.032
.006 .024
.021 .011
.037
.023
.045
.068
-.004
-.002
-.006
.015
.022
.047
.000
.009
.001
.013
.020
.011
.004
.032
.010
.021
-.005
.003
.031
.023
.007
.013
.007
.036
-.023
.007
.004
.002
.004
.009
.012
.010
-.028
-.019
-.005
.005
.007
.024
.019
.018
-.007
-.002
.002
.024
.042
.009
.003
-.031
-.057
-.038
ISS2
.111
-.007
.017
ISS1
.000
.014
.004
IST4
.021 .004
.020
.019
IST3
.000
.004
.004
IST2
.025 .022
.031
.022
IST1
.025
.007
.005
SSE3
.029 .016
.042
.010
.016
.018
.025
.009
.000
.013
.018
-.009
.045
.027
.022
.031
.031
.047
.052
.004
ISS3
ISS4
ISS5
ISC2
ISC3
.000 .014
.000
.034
.016
.000
.028
.014
.002
.007
.00 0
.003
.017
.017
.038
.01 1
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
.00 0
LAMPIRAN 8 : HASIL UJI OFFENDING ESTIMATES Variances: (Group number 1 - Default model)
Interaction_Student_Content Interaction_Student_Student Interaction_Student_Lecture Student_Self_Efficacy Student_Self_Motivation Curricullum_Program Course_Design Lecture_Expertise e3 e2 e8 e7 e6 e5 e4 e12 e11 e10 e9 e18 e17 e16 e22 e21 e20 e19 e28 e27 e26 e25 e24 e23 e36 e35 e34 e33 e32 e31
Estimate .210 .283 .413 .185 .397 .235 .180 .234 .178 .156 .206 .128 .291 .292 .274 .120 .283 .337 .355 .313 .202 .270 .110 .152 .162 .140 .210 .134 .166 .211 .274 .283 .245 .278 .214 .172 .310 .250
S.E. .029 .035 .039 .031 .038 .030 .027 .034 .019 .021 .020 .017 .023 .024 .023 .012 .023 .026 .028 .027 .023 .027 .012 .015 .015 .014 .018 .013 .015 .018 .022 .023 .020 .023 .018 .015 .025 .020
C.R. 7.242 8.080 10.509 5.892 10.593 7.805 6.752 6.825 9.327 7.474 10.456 7.654 12.536 11.978 11.834 9.647 12.545 12.832 12.810 11.801 8.825 10.042 9.453 10.483 10.627 9.752 11.923 10.461 11.382 11.978 12.614 12.492 12.538 12.307 11.907 11.678 12.375 12.425
P Label *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
e30 e39 e37 e38 e29 e13 e14 e15 z1 e1
Estimate .288 .274 .193 .167 .223 .165 .204 .193 .277 .201
S.E. .022 .024 .020 .019 .018 .015 .018 .017 .021 .019
C.R. 12.886 11.285 9.416 8.722 12.681 11.064 11.433 11.362 13.398 10.708
P Label *** *** *** *** *** *** *** *** *** ***
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 9 : OUTPUT NILAI STANDARIZED LOADING FACTOR Standardized Regression Weights: (Group number 1 - Default model)
ISC3 ISC2 ISS5 ISS4 ISS3 ISS2 ISS1 IST4 IST3 IST2 IST1 SSE3 SSE2 SSE1 SSM4 SSM3 SSM2 SSM1 CP6 CP5 CP4 CP3 CP2 CP1 CD8 CD7 CD6 CD5 CD4 CD3 CD2 CD1 TE3 TE2 TE1 IST5 IST6 IST7 ISC1
<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---
Interaction_Student_Content Interaction_Student_Content Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Lecture Interaction_Student_Lecture Interaction_Student_Lecture Student_Self_Efficacy Student_Self_Efficacy Student_Self_Efficacy Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Course_Design Course_Design Course_Design Course_Design Course_Design Course_Design Course_Design Course_Design Lecture_Expertise Lecture_Expertise Lecture_Expertise Interaction_Student_Lecture Interaction_Student_Lecture Interaction_Student_Lecture Interaction_Student_Content
Estimate .735 .797 .761 .854 .566 .648 .664 .880 .688 .626 .631 .610 .779 .732 .885 .855 .850 .877 .727 .824 .774 .721 .627 .650 .651 .689 .737 .758 .679 .671 .571 .622 .679 .800 .777 .829 .808 .812 .671
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 10 : HASIL PENGUJIAN KECOCOKAN ANALISIS MEASUREMENT MODEL Model Fit Summary CMIN
Model Default model Saturated model Independence model
NPAR CMIN DF P CMIN/DF 106 1274.858 674 .000 1.891 780 .000 0 39 8346.162 741 .000 11.263
RMR, GFI
Model RMR GFI AGFI PGFI Default model .025 .847 .823 .732 Saturated model .000 1.000 Independence model .149 .213 .172 .202 Baseline Comparisons
NFI RFI IFI TLI CFI Delta1 rho1 Delta2 rho2 Default model .847 .832 .922 .913 .921 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000 Model
Parsimony-Adjusted Measures
Model PRATIO PNFI PCFI Default model .910 .771 .838 Saturated model .000 .000 .000 Independence model 1.000 .000 .000 NCP
Model NCP LO 90 HI 90 Default model 600.858 503.982 705.533 Saturated model .000 .000 .000 Independence model 7605.162 7314.618 7902.183 FMIN
Model FMIN F0 LO 90 HI 90 Default model 3.474 1.637 1.373 1.922 Saturated model .000 .000 .000 .000 Independence model 22.742 20.723 19.931 21.532 RMSEA
Model Default model
RMSEA LO 90 HI 90 PCLOSE .049 .045 .053 .607
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Model RMSEA LO 90 HI 90 PCLOSE Independence model .167 .164 .170 .000 AIC
Model AIC BCC BIC CAIC Default model 1486.858 1512.791 1901.115 2007.115 Saturated model 1560.000 1750.826 4608.305 5388.305 Independence model 8424.162 8433.704 8576.577 8615.577 ECVI
Model ECVI LO 90 HI 90 MECVI Default model 4.051 3.787 4.337 4.122 Saturated model 4.251 4.251 4.251 4.771 Independence model 22.954 22.162 23.763 22.980 HOELTER
HOELTER HOELTER .05 .01 Default model 212 220 Independence model 36 37 Minimization: .078 Miscellaneous: 3.688 Bootstrap: .000 Total: 3.766 Model
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 11 : HASIL PENGUJIAN KECOCOKAN ANALISIS STRUKTURAL MODEL Model Fit Summary CMIN
Model NPAR CMIN DF P CMIN/DF Default model 115 1314.422 705 .000 1.864 Saturated model 820 .000 0 Independence model 40 8412.616 780 .000 10.785 RMR, GFI
Model RMR GFI AGFI PGFI Default model .025 .846 .821 .727 Saturated model .000 1.000 Independence model .146 .216 .176 .206 Baseline Comparisons
NFI RFI IFI TLI CFI Delta1 rho1 Delta2 rho2 Default model .844 .827 .921 .912 .920 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000 Model
Parsimony-Adjusted Measures
Model PRATIO PNFI PCFI Default model .904 .763 .832 Saturated model .000 .000 .000 Independence model 1.000 .000 .000 NCP
Model NCP LO 90 HI 90 Default model 609.422 511.265 715.384 Saturated model .000 .000 .000 Independence model 7632.616 7341.212 7930.505 FMIN
Model FMIN F0 LO 90 HI 90 Default model 3.582 1.661 1.393 1.949 Saturated model .000 .000 .000 .000 Independence model 22.923 20.797 20.003 21.609 RMSEA
Model Default model
RMSEA LO 90 HI 90 PCLOSE .049 .044 .053 .720
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Model RMSEA LO 90 HI 90 PCLOSE Independence model .163 .160 .166 .000 AIC
Model AIC BCC BIC CAIC Default model 1544.422 1573.348 1993.851 2108.851 Saturated model 1640.000 1846.258 4844.628 5664.628 Independence model 8492.616 8502.678 8648.939 8688.939 ECVI
Model ECVI LO 90 HI 90 MECVI Default model 4.208 3.941 4.497 4.287 Saturated model 4.469 4.469 4.469 5.031 Independence model 23.141 22.347 23.952 23.168 HOELTER
HOELTER HOELTER .05 .01 Default model 215 223 Independence model 37 39 Minimization: .047 Miscellaneous: 1.562 Bootstrap: 2.532 Model
Total:
4.141
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 12 : HASIL OUTPUT MODIFIKASI YANG DISARANKAN (MODIFICATION INDICES) Modification Indices (Group number 1 - Default model)
e1 e1 e13 e29 e29 e29 e29 e30 e30 e31 e31 e32 e32 e33 e33 e34 e34 e34 e34 e35 e35 e35 e35 e35 e35 e36 e36 e23 e23 e23 e24 e24 e24 e25 e26 e26 e26 e27
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
Lecture_Expertise Interaction_Student_Content e15 Interaction_Student_Content e15 e37 e39 Interaction_Student_Content e29 Curricullum_Program e30 Interaction_Student_Lecture Interaction_Student_Student e30 e31 e39 e29 e31 e32 Lecture_Expertise Interaction_Student_Student e14 e31 e32 e34 e31 e32 e37 e32 e33 Curricullum_Program e30 e23 e24 Student_Self_Motivation e36 e25 e32
M.I. Par Change 5.806 .025 4.336 -.023 16.261 .044 7.737 -.032 4.119 .025 5.476 -.030 4.875 .032 6.404 -.033 6.178 .035 7.132 .023 4.638 .032 5.434 -.039 4.910 -.034 5.970 .031 4.925 .027 4.790 -.031 5.548 -.029 5.956 -.032 18.331 .063 6.520 .030 10.151 .046 5.600 -.033 5.534 -.035 6.766 .043 5.212 .032 4.468 -.029 4.538 -.033 4.178 -.030 4.040 .034 7.713 -.035 4.208 -.018 4.726 .034 15.224 .061 5.350 .032 13.343 -.050 5.355 -.027 7.002 .029 6.822 -.032
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
e27 e27 e27 e27 e27 e28 e28 e28 e28 e28 e28 e19 e19 e20 e21 e21 e21 e22 e22 e22 e22 e16 e16 e16 e17 e18 e18 e18 e18 e18 e18 e18 e18 e9 e9 e9 e9 e9 e9 e9 e9 e10 e10
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
e35 e36 e24 e25 e26 Course_Design Curricullum_Program e31 e33 e25 e27 e31 e34 e26 z1 e32 e19 Lecture_Expertise Interaction_Student_Content e15 e20 Interaction_Student_Lecture z1 e31 e14 Curricullum_Program e32 e33 e34 e35 e26 e16 e17 Student_Self_Efficacy Interaction_Student_Lecture Interaction_Student_Student e15 e14 e13 e19 e16 e13 e9
M.I. Par Change 13.759 -.044 4.627 .024 15.241 -.045 5.852 -.025 5.722 .022 4.913 .015 4.024 -.016 5.064 .030 4.255 .023 4.086 -.025 5.096 .023 6.473 -.030 5.685 .026 4.882 -.023 4.278 .025 4.045 .027 6.385 .024 5.282 .019 5.226 .021 14.629 -.037 4.009 .017 11.321 .056 9.360 -.049 6.417 .040 6.895 .035 5.215 .023 5.080 .040 4.855 -.030 5.346 .035 4.719 -.037 5.031 .030 11.562 -.060 5.172 .036 5.030 .026 4.703 -.038 4.942 .036 6.843 -.040 7.952 -.044 10.649 -.046 11.703 -.047 7.612 .051 8.813 -.041 41.780 .123
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
e11 e11 e11 e11 e11 e11 e11 e11 e12 e12 e12 e12 e12 e12 e12 e12 e12 e4 e5 e5 e5 e6 e6 e6 e6 e7 e7 e7 e8 e8 e8 e8 e8 e2 e2 e2 e2 e3 e3
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
z1 e14 e13 e36 e24 e19 e9 e10 Student_Self_Efficacy e14 e39 e32 e27 e17 e9 e10 e11 e17 e25 e11 e4 e24 e27 e18 e10 e30 e23 e5 Course_Design e32 e4 e6 e7 Student_Self_Motivation e1 e13 e36 Interaction_Student_Lecture Interaction_Student_Content
M.I. Par Change 5.657 -.036 10.222 -.044 7.309 -.034 4.953 -.033 5.617 -.037 6.216 -.031 89.394 .166 45.018 .115 7.237 -.021 22.180 .047 6.106 -.029 4.600 -.026 4.139 .017 4.569 -.024 10.410 -.041 6.881 -.032 10.850 -.038 6.113 .038 6.989 -.038 7.827 .046 14.006 .061 6.770 .041 5.682 -.028 4.120 .035 4.719 .038 4.629 .028 4.360 -.027 6.902 -.034 5.858 -.017 5.360 -.035 5.066 -.032 8.968 -.043 6.296 .028 4.298 .031 5.192 -.027 4.788 -.025 4.055 .026 7.675 -.038 4.482 .023
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 13 : HASIL PENGUJIAN KECOCOKAN ANALISIS STRUKTURAL MODEL PASCA MODIFIKASI Model Fit Summary CMIN
Model NPAR CMIN DF P CMIN/DF Default model 126 1020.391 694 .000 1.470 Saturated model 820 .000 0 Independence model 40 8412.616 780 .000 10.785 RMR, GFI
Model RMR GFI AGFI PGFI Default model .024 .883 .861 .747 Saturated model .000 1.000 Independence model .146 .216 .176 .206 Baseline Comparisons
NFI RFI IFI TLI CFI Delta1 rho1 Delta2 rho2 Default model .879 .864 .958 .952 .957 Saturated model 1.000 1.000 1.000 Independence model .000 .000 .000 .000 .000 Model
Parsimony-Adjusted Measures
Model PRATIO PNFI PCFI Default model .890 .782 .852 Saturated model .000 .000 .000 Independence model 1.000 .000 .000 NCP
Model NCP LO 90 HI 90 Default model 326.391 244.989 415.777 Saturated model .000 .000 .000 Independence model 7632.616 7341.212 7930.505 FMIN
Model FMIN F0 LO 90 HI 90 Default model 2.780 .889 .668 1.133 Saturated model .000 .000 .000 .000 Independence model 22.923 20.797 20.003 21.609 RMSEA
Model RMSEA LO 90 HI 90 PCLOSE Default model .036 .031 .040 1.000 Independence model .163 .160 .166 .000 AIC
Model AIC BCC BIC CAIC Default model 1272.391 1304.084 1764.809 1890.809 Saturated model 1640.000 1846.258 4844.628 5664.628 Independence model 8492.616 8502.678 8648.939 8688.939
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
ECVI
Model ECVI LO 90 HI 90 MECVI Default model 3.467 3.245 3.711 3.553 Saturated model 4.469 4.469 4.469 5.031 Independence model 23.141 22.347 23.952 23.168 HOELTER
HOELTER HOELTER .05 .01 Default model 273 282 Independence model 37 39 Minimization: .110 Miscellaneous: 4.687 Bootstrap: 6.235 Total: 11.032 Model
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 14 : OUTPUT NILAI ANALISIS HUBUNGAN ANTAR KONSTRUK Covariances: (Group number 1 - Default model)
Curricullum_Program Interaction_Student_Lecture Curricullum_Program Interaction_Student_Lecture Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Content Interaction_Student_Content Interaction_Student_Content Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Content Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_Lecture Student_Self_Motivation Student_Self_Motivation Student_Self_Efficacy Interaction_Student_Student Interaction_Student_Content Course_Design Student_Self_Motivation e13 e34 e24 e27 e27 e22 e10 e11 e11 e12 e5
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
Course_Design Student_Self_Motivation Lecture_Expertise Course_Design Course_Design Course_Design Course_Design Lecture_Expertise Lecture_Expertise Lecture_Expertise Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Lecture Student_Self_Efficacy Student_Self_Efficacy Student_Self_Efficacy Lecture_Expertise Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Lecture_Expertise Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Lecture_Expertise Course_Design e15 e32 e23 e35 e24 e15 e9 e9 e10 e14 e4
Estimate .182 .111 .157 .113 .071 .128 .104 .064 .135 .086 .059 .112 .160 .151 .096 .105 .123 .079 .131 .110 .130 .102 .120 .116 .093 .073 .151 .093 .025 .072 .057 -.045 -.046 -.034 .143 .180 .131 .039 .072
S.E. C.R. P Label .021 8.683 *** .024 4.605 *** .020 7.698 *** .019 6.016 *** .015 4.616 *** .018 7.100 *** .016 6.596 *** .017 3.685 *** .022 6.109 *** .017 5.193 *** .016 3.590 *** .020 5.539 *** .024 6.783 *** .022 6.801 *** .016 5.845 *** .018 5.792 *** .019 6.494 *** .017 4.689 *** .019 7.039 *** .017 6.545 *** .021 6.294 *** .019 5.322 *** .021 5.729 *** .020 5.830 *** .021 4.438 *** .019 3.958 *** .020 7.684 *** .018 5.283 *** .015 1.640 .101 .017 4.269 *** .017 3.375 *** .012 -3.899 *** .011 -4.131 *** .010 -3.540 *** .023 6.315 *** .022 8.082 *** .021 6.365 *** .016 2.497 .013 .019 3.807 ***
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
Correlations: (Group number 1 - Default model) Curricullum_Program Interaction_Student_Lecture Curricullum_Program Interaction_Student_Lecture Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Content Interaction_Student_Content Interaction_Student_Content Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Content Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Student Student_Self_Efficacy Interaction_Student_Content Interaction_Student_Lecture Student_Self_Motivation Student_Self_Motivation Student_Self_Efficacy Interaction_Student_Student Interaction_Student_Content Course_Design Student_Self_Motivation e13 e34 e24 e27 e27 e22 e10 e11 e11 e12 e5
<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->
Course_Design Student_Self_Motivation Lecture_Expertise Course_Design Course_Design Course_Design Course_Design Lecture_Expertise Lecture_Expertise Lecture_Expertise Interaction_Student_Student Interaction_Student_Lecture Interaction_Student_Lecture Student_Self_Efficacy Student_Self_Efficacy Student_Self_Efficacy Lecture_Expertise Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Curricullum_Program Lecture_Expertise Student_Self_Motivation Student_Self_Motivation Student_Self_Motivation Lecture_Expertise Course_Design e15 e32 e23 e35 e24 e15 e9 e9 e10 e14 e4
Estimate .882 .275 .671 .412 .308 .694 .532 .245 .433 .388 .239 .381 .465 .548 .488 .454 .590 .304 .632 .499 .419 .334 .391 .427 .275 .254 .728 .343 .144 .259 .205 -.251 -.262 -.235 .379 .516 .388 .241 .235
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 15 : OUTPUT NILAI TOTAL PENGARUH VARIABEL Total Effects (Group number 1 - Default model)
ISC1
SA IST7 IST6 IST5 TE1 TE2 TE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7 CD8 CP1 CP2 CP3 CP4 CP5 CP6 SSM1 SSM2 SSM3 SSM4 SSE1 SSE2 SSE3 IST1 IST2 IST3 IST4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Lecture_ Expertise
Course_ Design
Curricullum_ Program
Student_Self_ Motivation
Student_Self_ Efficacy
.000 .243 .000 .000 .000 1.117 1.124 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .271 .000 .000 .000 .000 .000 .000 .882 .875 1.062 1.149 1.127 1.143 1.172 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .019 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .924 .897 .981 1.022 1.137 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .287 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.084 1.027 1.019 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .005 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.301 1.304 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Lecture
.000 .398 .971 .947 .944 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .695 .676 .737 1.000 .000 .000 .000 .000 .000 .000 .000
Interaction_ Student_Student
Interaction_ Student_Content
.000 .347 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .823 .809 .686 1.120 1.000 .000 .000
.886 .214 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.137 1.000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 16 : OUTPUT NILAI STANDARIZED TOTAL PENGARUH VARIABEL Standardized Total Effects (Group number 1 - Default model) ISC1
SA ISL7 ISL6 ISL5 LE1 LE2 LE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7 CP1 CP2 CP3 CP4 CP5 CP6 SSM1 SSM2
Lecture_Expertise
Course_Design
.000 .243 .000 .000 .000 .777 .799 .681 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .271 .000 .000 .000 .000 .000 .000 .573 .675 .649 .758 .714 .691 .656 .000 .000 .000 .000 .000 .000 .000 .000
Curricullum_Program
.000 .019 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .636 .643 .713 .768 .848 .723 .000 .000
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Student
Interaction_Student_Content
.000 .287 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .877 .849
.000 .005 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .398 .821 .794 .835 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .347 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.672 .214 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
SSM3 SSM4 SSE1 SSE2 SSE3 ISL1 ISL2 ISL3 ISL4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Lecture_Expertise
Course_Design
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Curricullum_Program
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Student
Interaction_Student_Content
.855 .885 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .732 .781 .608 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .581 .583 .646 .879 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .632 .612 .563 .874 .768 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .797 .735
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 17 : OUTPUT NILAI PENGARUH LANGSUNG VARIABEL Direct Effects (Group number 1 - Default model) Lecture_Expertise
ISC1 SA ISL7 ISL6 ISL5 LE1 LE2 LE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7 CP1 CP2 CP3 CP4 CP5 CP6
Course_Design
Curricullum_Program
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Stu dent
Interaction_Stude nt_Content
.000
.000
.000
.000
.000
.000
.000
.886
.233
.262
.026
.278
.004
.381
.332
.198
.000 .000 .000
.000 .000 .000
.000 .000 .000
.000 .000 .000
.000 .000 .000
.971 .947 .944
.000 .000 .000
.000 .000 .000
1.117 1.124 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .875 1.062 1.149 1.127 1.143 1.172 1.000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .924 .897 .981 1.022 1.137 1.000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
SSM1 SSM2 SSM3 SSM4 SSE1 SSE2 SSE3 ISL1 ISL2 ISL3 ISL4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Lecture_Expertise
Course_Design
Curricullum_Program
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Stu dent
Interaction_Stude nt_Content
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
1.084 1.027 1.019 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 1.301 1.304 1.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .695 .676 .737 1.000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .823 .809 .686 1.120 1.000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 1.137 1.000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 18 : OUTPUT NILAI STANDARIZED PENGARUH LANGSUNG VARIABEL Standardized Direct Effects (Group number 1 - Default model)
ISC1 SA ISL7 IST6 IST5 LE1 LE2 LE3 CD1 CD2 CD3 CD4 CD5 CD6 CD7 CP1 CP2 CP3 CP4 CP5 CP6 SSM1
Lecture_Expertise
Course_Design
Curricullum_Program
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Student
Interaction_Student_Content
.000 .233 .000 .000 .000 .777 .799 .681 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .262 .000 .000 .000 .000 .000 .000 .573 .675 .649 .758 .714 .691 .656 .000 .000 .000 .000 .000 .000 .000
.000 .026 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .636 .643 .713 .768 .848 .723 .000
.000 .278 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .877
.000 .004 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .381 .821 .794 .835 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .332 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.672 .198 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
SSM2 SSM3 SSM4 SSE1 SSE2 SSE3 ISL1 ISL2 ISL3 ISL4 ISS1 ISS2 ISS3 ISS4 ISS5 ISC2 ISC3
Lecture_Expertise
Course_Design
Curricullum_Program
Student_Self_Motivation
Student_Self_Efficacy
Interaction_Student_Lecture
Interaction_Student_Student
Interaction_Student_Content
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.849 .855 .885 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .732 .781 .608 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .581 .583 .646 .879 .000 .000 .000 .000 .000 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .632 .612 .563 .874 .768 .000 .000
.000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .797 .735
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
LAMPIRAN 19 : OUTPUT NILAI ESTIMATES VARIABEL LATEN KE VARIABEL TERAMATI Standardized Regression Weights: (Group number 1 - Default model)
SA SA SA SA SA SA SA SA
<--<--<--<--<--<--<--<---
Lecture_Expertise Course_Design Curricullum_Program Student_Self_Motivation Student_Self_Efficacy Interaction_Student_Lecture Interaction_Student_Student Interaction_Student_Content
Estimate .243 .271 .019 .287 .005 .398 .347 .214
LAMPIRAN 20 : OUTPUT HASIL UJI HIPOTESIS Regression Weights: (Group number 1 - Default model)
SA SA SA SA SA SA SA SA
<--<--<--<--<--<--<--<---
Lecture_Expertise Course_Design Curricullum_Program Student_Self_Motivation Student_Self_Efficacy Interaction_Student_Lecture Interaction_Student_Student Interaction_Student_Content
Estimate .222 .445 .009 .435 .046 .742 .568 .189
S.E. .105 .190 .181 .172 .107 .077 .060 .286
C.R. 2.126 2.346 .027 2.432 .167 3.132 2.718 1.979
Penerapan penggunaan ..., Chriestina, Fasilkom UI, 2014
P .033 .018 .979 .016 .868 .002 .007 .051
Label