1

PENDAHULUAN

Latar Belakang Salah satu metode pengumpulan data

dalam penelitian adalah melalui percobaan. Percobaan yang dikenal selama ini secara umum memerlukan beberapa kaidah atau prinsip-prinsip yang harus dipenuhi, yaitu pengulangan, proses pengacakan dan pengendalian lokal. Prinsip-prinsip tersebut relatif mudah dipenuhi dalam suatu percobaan di bidang ilmu eksakta. Sedangkan untuk percobaan di bidang ilmu sosial termasuk percobaan di bidang pendidikan, seringkali prinsip-prinsip tersebut tidak secara murni dapat dipenuhi.

Rancangan Percobaan Semu (Quasi Experimental Design) merupakan salah satu metode yang sering diterapkan dalam penelitian sosial. Metode ini disebut quasi (semu) karena prinsip-prinsip pengacakan dan kontrol lokal tidak dapat dilakukan secara ketat sebagaimana dalam ilmu eksakta.

Pada penelitian ini akan diterapkan Rancangan Kelompok Tidak Setara (Non-Equivalent Group Design). Rancangan ini merupakan salah satu teknik dalam rancangan percobaan semu yang digunakan dalam kegiatan evaluasi. Pada rancangan ini diambil dua kelompok yang dianggap setara dimana salah satu kelompok akan dikenai program (intervensi) dan kelompok lainnya sebagai pembanding (kontrol).

Rancangan ini akan difokuskan pada bidang pendidikan dalam evaluasi pengaruh tutorial untuk mengetahui apakah pemberian tutorial bermanfaat meningkatkan kualitas peserta didiknya

Tujuan

Tujuan dari penelitian ini adalah : 1. Mengaplikasikan Rancangan Kelompok

Tidak Setara untuk mengevaluasi pemberian tutorial pada mahasiswa semester pendek mata kuliah Metode Statistika tahun ajaran 2010-2011

2. Menganalisis efektivitas tutorial mata kuliah metode statistika terhadap nilai ujian akhir semester (UAS)

3. Menganalisis pengaruh faktor-faktor lain yang mempengaruhi nilai Ujian Akhir Semester mata kuliah Metode Statistika.

TINJAUAN PUSTAKA

Rancangan Percobaan Semu

Cook dan Campbell (1979) merumuskan rancangan percobaan semu sebagai percobaan yang memiliki perlakuan, pengukuran

dampak, unit percobaan, namun tidak menggunakan pengacakan untuk menciptakan pembandingan dalam rangka menyimpulkan perubahan yang disebabkan oleh perlakuan.

Rancangan percobaan semu diterapkan jika tidak ada pengacakan dalam pemilihan objek dan digunakan kelompok pembanding sebagai kontrol. Rancangan ini biasanya digunakan pada bidang sosial, khususnya bidang pendidikan. Ada beberapa jenis rancangan percobaan semu yaitu Rancangan Deret Waktu (Time Series Design), Rancangan Contoh Waktu Setara (Equivalent Time-Sample Design), Rancangan Materi Setara (Equivalent Materials Design), Rancangan Kelompok Tidak Setara (Nonequivalent Control Group Design), Rancangan Berimbang (Counterbalanced Design), Rancangan Pra-Pasca Pengujian Terbagi (Separate-Sample Pretest-Posttest Design), Rancangan Kelompok Kontrol Pra-Pasca Pengujian Terbagi (Separate-Sample Pretest-Posttes Control Group Design), Rancangan Deret Waktu Berulang (The Multiple Time-Series Design), Rancangan Siklus Berulang Institusi (Recurrent Institutional Cycle Design) dan Rancangan Regresi Diskontinyu (Regression Discon-tinuity Design). Namun, rancangan yang sering kali digunakan adalah Rancangan Kelompok Tidak Setara dan Rancangan Regresi Diskontinuitas.

Validitas

Validitas menunjukkan perkiraan terbaik yang ada terhadap kebenaran atau kesalahan proposisi, termasuk proposisi mengenai sebab. Campbell dan Stanley (1963) membagi validitas eksperimen menjadi dua yakni validitas internal dan eksternal. Validitas internal adalah kebenaran perkiraan tentang kesimpulan mengenai sebab-akibat atau hubungan kausal, menunjukkan apakah ada hubungan kausal antara dua variabel, apakah hubungan kausal itu berasal dari variabel yang dimanipulasi (perlakuan) ke variabel yang diukur. Ancaman untuk validitas internal adalah variabel ekstra dan interaksi sosial. Variabel ekstra adalah faktor-faktor lain selain program yang mempengaruhi keadaan kelompok pengamatan sehingga dapat mempengaruhi hasil pada pengamatan akhir. Variabel ekstra dapat dikategorikan sebagai berikut : 1. Sejarah (history)

Menunjukkan perubahan perilaku karena peristiwa yang terjadi diantara selang pengamatan (pretest dan posttest), bukan karena perlakuan.

2

2. Maturasi Menunjukkan perubahan perilaku karena subjek penelitian bertambah dewasa, bijak, kuat dan lebih berpengalaman diantara selang pengamatan.

3. Efek pengujian (Testing) Menunjukkan efek karena pengulangan pengukuran tertentu. Pengulangan akan membuat subjek penelitian lebih mengenal tesnya sehingga performans akan meningkat.

4. Instrumentasi Menunjukkan perubahan perilaku karena perubahan yang dialami instrumen (alat ukur) dalam selang pengamatan. Misalnya, peneliti menjadi lebih berpengalaman.

5. Efek statistik Menunjukkan efek yang terjadi jika kelompok diberi alat ukur yang tidak reliabel, sehingga adanya perubahan seolah-oleh karena adanya suatu perlakuan tertentu, skor pretest tinggi dapat menjadi skor posttest lebih rendah dan sebaliknya.

6. Seleksi Menunjukkan efek yang disebabkan karena perbedaan jenis subjek antara kelompok percobaan. Dalam rancangan percobaan semu, ancaman seleksi sering terjadi, karena kelompok yang berbeda akan mendapat perlakuan yang berbeda, dan pemilihan subjek dalam kelompok tidak mempunyai peluang yang sama seperti pada percobaan acak.

7. Mortalitas Menunjukkan efek yang disebabkan oleh jenis subjek yang berbeda yang mengundurkan diri dari perlakuan selama penelitian dilakukan. Selain variabel ekstra, interaksi sosial juga

dapat mempengaruhi validitas internal. Berikut adalah interaksi sosial yang terjadi pada percobaan semu : 1. Difusi atau imitasi perlakuan

Adanya hubungan sosial antara kelompok-kelompok pengamatan sehingga kemung-kinan akan ada pertukaran informasi dan pengalaman.

2. Persaingan kompensatoris Motivasi untuk mengembangkan diri yang terjadi pada kelompok pembanding

3. Demoralisasi responden Jatuhnya mental kelompok pembanding karena merasa diabaikan.

4. Persamaan kompensasi perlakuan Adanya kecenderungan untuk memberikan perlakuan pada suatu kelompok tertentu. Validitas eksternal berkaitan dengan

generalisasi, validitas yang mengacu pada perkiraan kebenaran preposisi dan ke-

simpulan. Ancaman bagi validitas eksternal adalah penjelasan yang mungkin salah dalam membuat generalisasi. Ada tiga ancaman utama bagi validitas eksternal yaitu orang, tempat dan waktu. (Trochim 2006, diacu dalam Web Center for Social Research Methods 2006)

Rancangan Kelompok Tidak Setara

(RKTS) Rancangan Kelompok Tidak Setara

adalah desain yang paling sering digunakan dalam penelitian sosial (Trochim 2006). Strukturnya seperti pada percobaan acak, dengan pengamatan sebelum dan sesudah perlakuan. Notasinya biasa ditulis seperti berikut:

N O1 X O2

N O1 O2 dengan O1 adalah pretest, O2 adalah posttest, X adalah perlakuan dan N adalah ketidaksetaraan. Tabel 1 Penerapan RKTS Kelas A Pre-test Tutorial Post-test Kelas B Pre-test Post-test

Dalam RKTS, kita paling sering

menggunakan grup utuh yang dianggap sama sebagai kelompok perlakuan dan kelompok kontrol. Dalam penelitian berbasis komunitas, digunakan dua komunitas yang sama. Dalam RKTS diusahakan untuk memilih kelompok yang serupa mungkin sehingga dapat membandingkan kelompok perlakuan dan kelompok kontrol. Tapi kita tidak pernah bisa memastikan kelompok yang diperbandingkan itu sama persis, karena memang tidak ada pengacakan di dalamnya. Setiap perbedaan sebelumnya antara kelompok dapat mempengaruhi hasil penelitian. Dalam ke-adaan terburuk, dapat mempengaruhi kesimpulan. Oleh karena itu, ancaman validitas internal yang paling mempengaruhi adalah seleksi.

Tutorial

Tutorial adalah suatu pertemuan antara tutor dan seorang atau sekelompok peserta didik. Tutorial biasanya diadakan setelah kegiatan belajar utama, untuk menyem-purnakan pengajaran. Tutorial bukan kelas atau kuliah, hanya pelengkap kuliah dan lebih membahas soal-soal. Dengan tutorial dapat dilihat lebih dekat sejauh mana peserta didik menerima dan paham akan materi (Nor 2002).

3

Faktor-faktor yang Mempengaruhi Prestasi Belajar

Menurut Munthe (1983), faktor-faktor yang mempengaruhi keberhasilan mahasiwa dalam proses pendidikan adalah faktor intelektual (kapasitas belajar, bakat dan kecerdasan) dan faktor nonintelektual (masalah belajar, karier, sosial, emosional, jenis kelamin, kesehatan, keuangan, pengembangan pribadi, keluarga, pemanfaatan waktu luang, agama dan akhlak).

Statistika Deskriptif

Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada perlunya adanya penjelasan dan penafsiran (Aunuddin 1989).

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole 1992). Statistika deskriptif belum sampai pada upaya penarikan kesimpulan, tetapi hanya pada tingkat memberikan suatu ringkasan data sehingga setiap orang dapat memahami informasi yang terkandung didalamnya.

Analisis Regresi Linear Berganda

Analisis regresi linear berganda adalah salah satu alat statistika untuk mengevaluasi hubungan antara peubah respon (Y) dengan beberapa peubah penjelas (X). Model regresi linear berganda yang melibatkan p peubah penjelas adalah

� � �� � ����+…+���� � Salah satu metode yang digunakan untuk

menduga parameter regresi dalam regresi linear berganda adalah Metode Kuadrat Terkecil (MKT). Konsep dasar dari MKT untuk menduga parameter regresi adalah dengan meminimumkan jumlah kuadrat simpangan nilai pengamatan dengan garis dugaan (Aunuddin 2005), yaitu

2 2

1 1

ˆmin ( ) minn n

i i ii i

y y e= =

− =∑ ∑

Untuk peubah bebas yang berskala kategorik diperlukan peubah boneka (dummy variable). Jika sebuah peubah bebas dengan skala nominal atau ordinal mempunyai k kategori maka sebanyak k-1 peubah boneka akan dibentuk, sehingga model regresi linear berganda menjadi :

1

0 1 11

...jk

jl jl p pi

Y X D Xβ β β β−

=

= + + + +∑

dengan kj adalah kategori peubah bebas ke-j, Djl melambangkan kj – 1 peubah boneka dan βjl adalah koefisien peubah boneka, l = 1,2,….kj – 1.

Dalam analisis regresi linear berganda ada beberapa asumsi yang harus dipenuhi, yaitu bebas multikolinearitas, homoskedastisitas, bebas autokorelasi dan kenormalan sisaan.

Pada RKTS, pendekatan untuk melihat pengaruh perlakuan dapat dilakukan dengan menggunakan model regresi linear berganda. Model yang digunakan adalah

0 1 2i i i iY X Z eβ β β= + + +

Dengan Yi adalah skor posttest pada unit pengamatan ke-i, β0 adalah koefisien intersep, β1 adalah koefisien pretest, Xi adalah skor pretest pada unit pengamatan ke-i, Zi adalah peubah boneka untuk perlakuan ( 0 =kontrol, 1=perlakuan) dan ei merupakan sisaan dari unit pengamatan ke-i.

METODOLOGI

Data Populasi dalam penelitian ini adalah 165

mahasiswa yang mengikuti mata kuliah Metode Statistika pada semester pendek tahun ajaran 2010-2011 yang tersebar dari 27 departemen di IPB dan dibagi dalam 5 kelas paralel. Dari populasi dipilih mahasiswa yang memenuhi kriteria Indeks Prestasi Kumulatif (IPK) ≤ 3.00 sebagai objek penelitian. Pada awalnya, kriteria pemilihan objek penelitian yang akan digunakan adalah nilai Ujian Tengah Semester (UTS), namun karena sulit mendapatkannya, maka digunakan kriteria IPK, dengan asumsi ada korelasi positif antara nilai UTS dan IPK.

Data yang digunakan dalam penelitian ini adalah data nilai UTS dan Ujian Akhir Semester (UAS) mata kuliah Metode Statistika pada Semester Pendek Tahun Ajaran 2010-2011. Selain itu diamati pula faktor-faktor lain yang diduga mempengaruhi nilai UAS. Faktor-faktor tersebut antara lain : X1 = Indeks Prestasi Kumulatif (IPK) X2 = Jenis Kelamin X3 = Asal Daerah X4 = Pengeluaran per bulan X5 = Status Beasiswa X6 = Keikutsertaan dalam bimbingan belajar X7 = Kegiatan non-akademik X8 = Nilai Mutu Pengantar Matematika X9 = Nilai Mutu Kalkulus Peubah boneka beserta kode dari peubah kategorik dapat dilihat pada Lampiran 2.

Metode

Tahapan penelitian yang dilakukan adalah:1. Penyusunan kuesioner2. Pengumpulan data yang dilakukan pada

bulan Juli-Agustus 20103. Pembagian kelompok dari objek penelitian

yang masuk kriteria IPK. Objek penelitian dibagi menjadi 2 kelompok yaitu kelompok perlakuan dan kontrol.

4. Pemberian perlakuan berupa tutorial yang dilaksanakan pada tangg2010 dan dilakukan sebanyak 2dimana tiap pertemuan sekitar 2Tutorial dilaksanakan seminggu sebelum Ujian Akhir Semeter (UAS), dimana mahasiswa dalam kelompok perlakuan dibagi menjadi grup kecil yang terdiri dari 5-6 orang. Materi tutorial lebih difokuskan pada review materi dan pembahasan soalsoal ujian.

5. Analisis Data a. Analisis statistika deskriptif untuk

melihat karakteristik objek penelitian secara umum.

b. Mengevaluasi pengaruh tutorial dan nilai UAS menggunakan analisis regresi linear berganda. Untuk analisis ini, nilai UTS dan UAS dibakukan terlebih dahulu terhadap ratasimpangan baku di tiap kelas. Hal ini dilakukan untuk menyetarakan keheterogenan yakelas paralel.

c. Analisis regresi berganda untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS.

HASIL DAN PEMBAHASAN

Deskripsi Populasi Penelitian

Pada penelitian ini diperoleh nilai korelasi IPK dan UTS adalah 0.576 dengan nilai p sebesar 0.000, sehingga kriteria pemilihan objek penelitianDari 165 mahasiswa, hanya 73 mayang memiliki IPK ≤ 3.0044.24% mahasiswa yang menjadpenelitian. Pada penelitian ini, tidak ada mahasiswa yang memiliki IPK sehingga hanya digunkana mahasiswa dengan IPK 2.00-≤3.00.

Berdasarkan Gambar 1, mahasiswa mempunyai IPK≤3.50 (40%). Selanjutnyakelompok IPK 2.5-≤3.00(15.76%), serta IPK 2-≤2.5 (8.48%).

Metode Tahapan penelitian yang dilakukan adalah: Penyusunan kuesioner.

yang dilakukan pada Agustus 2010.

Pembagian kelompok dari objek penelitian yang masuk kriteria IPK. Objek penelitian dibagi menjadi 2 kelompok yaitu kelompok perlakuan dan kontrol. Pemberian perlakuan berupa tutorial yang dilaksanakan pada tanggal 8-14 Agustus 2010 dan dilakukan sebanyak 2-3 kali dimana tiap pertemuan sekitar 2-3 jam. Tutorial dilaksanakan seminggu sebelum Ujian Akhir Semeter (UAS), dimana mahasiswa dalam kelompok perlakuan dibagi menjadi grup kecil yang terdiri dari

ateri tutorial lebih difokuskan materi dan pembahasan soal-

Analisis statistika deskriptif untuk melihat karakteristik objek penelitian

Mengevaluasi pengaruh pemberian nilai UTS terhadap nilai

menggunakan analisis regresi . Untuk analisis ini,

nilai UTS dan UAS dibakukan terlebih dahulu terhadap rata-rata dan

di tiap kelas. Hal ini dilakukan untuk menyetarakan keheterogenan yang terjadi di antara

Analisis regresi berganda untuk faktor lain yang

mempengaruhi nilai UAS.

HASIL DAN PEMBAHASAN

Deskripsi Populasi Penelitian Pada penelitian ini diperoleh nilai korelasi

IPK dan UTS adalah 0.576 dengan nilai p , sehingga kriteria IPK untuk

pemilihan objek penelitian dapat digunakan. Dari 165 mahasiswa, hanya 73 mahasiswa

3.00, sehingga hanya 44.24% mahasiswa yang menjadi objek

Pada penelitian ini, tidak ada mahasiswa yang memiliki IPK ≤ 2.00, sehingga hanya digunkana mahasiswa dengan

ambar 1, sebagian besar mahasiswa mempunyai IPK-nya antara 3.00-

(40%). Selanjutnya diikuti oleh .00 (35.7%), IPK>3.5 2.5 (8.48%).

Gambar 1 Sebaran persentase

Pemilihan mahasiswa dalam kelompok percobaan dilakukan secara merata di semua kelas paralel. Berdasarkan Gpada paralel 1 terwakili 75.67% dengan 27.03% masuk kelompok perlakuan, paralel 2 terwakili 14.28% dengan 4.78% masuk kelompok perlakuan, paralel 3 terwakili 35.71% dengan 14.29% masuk kelompok perlakuan, paralel 4 terwakili22.86% masuk kelompok perlakuan, dan paralel 5 terwakili 31.8% dengan 18.18% masuk kelompok perlakuan. Pemilihan sampel secara menyebar dilakukan agar sampel yang diambil representatif. Pembagian sampel pada dua kelompok diusahakan setara.

Gambar 2 Persentase mahasiswa yang masuk dalam penelitian berdasarkan paralel.

Deskripsi Mahasiswa Berdasarkan

KelompokMahasiswa yang terpilih menjadi objek

penelitian terbagi menjadi dua kelompok, yakni 42.47% (31 orang)perlakuan dan 57.53% (42 orang) kelompok kontrol. Tutorial hanya diberikan pada kelompok perlakuan. perlihatkan persentase jenis kelamin pada kelompok percobaan. Pada kelompok kontrol persentase laki-laki lebih tinggi dib

8.48%

40.0%

15.76%

2<IPK<2.5

3<IPK<3.5

0%

20%

40%

60%

80%

100%

1 2

27.03

4.7614.29

48.65

9.52

21.43

24.32

85.71

64.29

Perlakuan Kontrol

2<IPK≤2.5

3<IPK≤3.5

4

ntase IPK mahasiswa

Pemilihan mahasiswa dalam kelompok percobaan dilakukan secara merata di semua

an Gambar 2, sampel pada paralel 1 terwakili 75.67% dengan 27.03% masuk kelompok perlakuan, paralel 2 terwakili 14.28% dengan 4.78% masuk kelompok perlakuan, paralel 3 terwakili 35.71% dengan 14.29% masuk kelompok

terwakili 50% dengan 6% masuk kelompok perlakuan, dan

paralel 5 terwakili 31.8% dengan 18.18% masuk kelompok perlakuan. Pemilihan sampel secara menyebar dilakukan agar sampel yang diambil representatif. Pembagian sampel pada dua kelompok diusahakan setara.

mahasiswa yang masuk

an berdasarkan kelas

Deskripsi Mahasiswa Berdasarkan Kelompok

Mahasiswa yang terpilih menjadi objek terbagi menjadi dua kelompok,

(31 orang) masuk kelompok (42 orang) masuk

Tutorial hanya diberikan pada kelompok perlakuan. Gambar 3 mem-

jenis kelamin pada kelompok percobaan. Pada kelompok kontrol

laki lebih tinggi dibanding

8.48%

35.76%

2.5<IPK<3

>3.5

3 4 5

14.2922.86 18.18

21.43

28.57

13.64

64.2948.57

68.18

Kontrol Total

2.5<IPK≤3

Lainnya (IPK>3.00)

persentase perempuan, sedangkan pada kelompok perlakuan persentase perempuan yang lebih tinggi.

Gambar 3 Persentase mahasiswajenis kelamin.

Pengelompokan mahasiswa

asal daerah dibedakan menjadi yaitu DKI Jakarta dan Bantendan lainnya yang meliputi Jawa Tengah, Jawa Timur, Sumatera, Sulawesi seDapat dilihat dari Gambar 4, dari keduakelompok, persentase mahasiswa dari Jawa Barat yang paling tinggi. semester pendek yang mengambil masa libur lebih banyak diikuti mahasiswa yang tempat tinggalnya di wilayah sekitar Jawa Barat khususnya Bogor, karena jangkauamudah ke kampus.

Gambar 4 Persentase mahasiswa berdasarkan asal daerah.

Untuk pengelompokan berdasarkan tingkat

pengeluaran, dibedakan menjadi 3 tingkat, yaitu ≤Rp500.000, >Rp1.000.000, serta Rp 500.000 - ≤Rp 1.000.000dapat dilihat bahwa persentase pengeluaran paling tinggi kelompok, masing-masing 71.43% untuk kelompok kontrol dan 64.52% untuk kelompok perlakuan. kontrol, tidak ada satu pun mahasiswa dengan tingkat pengeluaran lebih dari

0%

10%

20%

30%

40%

50%

60%

Kontrol

52.3847.62

Laki-laki

0%

10%

20%

30%

40%

50%

Kontrol

23.81

42.86

33.33

DKI Jakarta dan Banten

persentase perempuan, sedangkan pada kelompok perlakuan persentase perempuan

mahasiswa berdasarkan

Pengelompokan mahasiswa berdasarkan dibedakan menjadi tiga wilayah,

dan Banten, Jawa Barat, dan lainnya yang meliputi Jawa Tengah, Jawa Timur, Sumatera, Sulawesi serta Maluku.

ambar 4, dari kedua kelompok, persentase mahasiswa dari Jawa Barat yang paling tinggi. Masa perkuliahan

yang mengambil masa libur lebih banyak diikuti mahasiswa yang tempat

a di wilayah sekitar Jawa Barat karena jangkauannya lebih

mahasiswa berdasarkan

Untuk pengelompokan berdasarkan tingkat pengeluaran, dibedakan menjadi 3 tingkat,

>Rp1.000.000, serta 000. Pada Gambar 5,

dapat dilihat bahwa persentase tingkat paling tinggi untuk kedua

masing 71.43% untuk kelompok kontrol dan 64.52% untuk

Untuk kelompok pun mahasiswa dengan

tingkat pengeluaran lebih dari Rp 1.000.000.

Gambar 5 Persentase mahasiswa berdasarkan tingkat pengeluaran.

Untuk status memperoleh beasiswakelompok memiliki kesamaamemperlihatkan persentase mahasiswa yang tidak memperoleh beasiswa jauh lebih tinggi dibanding yang memperoleh beasiswa untuk kedua kelompok. Pada kelompok kontrol 61.9% mahasiswa tidak memperoleh beasiswa, sedangkan pada kelompok perlakuan ada 58.06%.

Gambar 6 Persentase mahasiswa berdasarkan status beasiswa.

Pada semester pendek tahun ajaran 2010

2011 banyak kegiatan organisasi yangmenyita waktu mahasiswa. Pada Gdapat dilihat bahwa sebagian besar mahasiswa dalam penelitian ini mengikuti kegiatanorganisasi. Pada kelompok kontrol 66.67% mahasiswa mengikuti kegiatan organisasi, sedangkan pada kelompok perlakuan ada 67.74%.

Gambar 7 Persentase mahasiswa berdasarkan status organisasi.

Perlakuan

45.16

54.84

Perempuan

Perlakuan

32.2638.71

33.3329.03

Jawa Barat Lainnya

0%

20%

40%

60%

80%

Kontrol

28.57

71.43

0

<=500000 500000-1000000

0%10%20%30%40%50%60%70%

Kontrol

38.10

61.90

Beasiswa Non

0%

20%

40%

60%

80%

Kontrol

33.33

66.67

Non-organisasi

5

mahasiswa berdasarkan

Untuk status memperoleh beasiswa, kedua kelompok memiliki kesamaan. Gambar 6 memperlihatkan persentase mahasiswa yang tidak memperoleh beasiswa jauh lebih tinggi dibanding yang memperoleh beasiswa untuk kedua kelompok. Pada kelompok kontrol

tidak memperoleh beasiswa, sedangkan pada kelompok

mahasiswa berdasarkan

Pada semester pendek tahun ajaran 2010-2011 banyak kegiatan organisasi yang menyita waktu mahasiswa. Pada Gambar 7 dapat dilihat bahwa sebagian besar mahasiswa dalam penelitian ini mengikuti kegiatan

Pada kelompok kontrol 66.67% mahasiswa mengikuti kegiatan organisasi, sedangkan pada kelompok perlakuan ada

mahasiswa berdasarkan

status organisasi.

Perlakuan

12.90

64.52

22.58

1000000 >1000000

Perlakuan

41.94

58.06

Non-Beasiswa

Perlakuan

32.26

67.74

Organisasi

Gambar 8 Persentase mahasiswa berdasarkan keikutsertaan bimbingan belajar.

Selain variabel jenis kelamin, asal daerah,

status beasiswa, status organisasi, identifikasi mahasiswa juga dilihat berdasarkan keiikutsertaannya pada suatu bimbingan belajar. Dari Gambar 8 sebagian besar mahasiswa tidak mengikuti bimbingan belajar (les). Pada kelompok kontrol 83.33% tidak mengikuti bimbingan belajar, sedangkan kelompok perlakuan lebih tinggi yaitu 93.55%. Hal ini disebabkan karena pada masa perkuliahan semester pendek hanya ada satu atau dua mata kuliah yang diikuti, sehingga mahasiswa lebih memilih belajar sendiri.

Gambar 9 Persentase mahasiswa berdasarkan nilai mutu PM dan Kalkulus.

Pada Gambar 9 terlihat bahwa

besar mahasiswa memilikikuliah Pengantar Matematika Kalkulus adalah C. Pada mata kuliah PM persentase nilai mutu PM adalah 66.67% untuk kelompok kontrol dan 64.52% perlakuan. Sama halnya Kalkulus, untuk kelompok kontrol sebesar 71.43% dan kelompok perlakuan sebesar 54.84%. Pada mata kuliah PM, tidak ada satupun mahasiswa dalam penelitian ini yang memiliki nilai mutu A.

Dari statistika deskriptif didilihat bahwa kelompok penelitian memiliki

0%

20%

40%

60%

80%

100%

Kontrol

16.67

83.33

Les Tidak Les

0%10%20%30%40%50%60%70%80%

Kontrol Perlakuan

PM

16.67 12.9

66.67 64.52

16.6722.58

A

mahasiswa berdasarkan

keikutsertaan bimbingan belajar.

Selain variabel jenis kelamin, asal daerah, status beasiswa, status organisasi, identifikasi mahasiswa juga dilihat berdasarkan

utsertaannya pada suatu bimbingan dapat dilihat bahwa

sebagian besar mahasiswa tidak mengikuti bimbingan belajar (les). Pada kelompok kontrol 83.33% tidak mengikuti bimbingan belajar, sedangkan kelompok perlakuan lebih

93.55%. Hal ini disebabkan karena pada masa perkuliahan semester pendek hanya ada satu atau dua mata kuliah yang diikuti, sehingga mahasiswa lebih

mahasiswa berdasarkan

nilai mutu PM dan Kalkulus.

terlihat bahwa sebagian besar mahasiswa memiliki nilai mutu mata kuliah Pengantar Matematika (PM) dan

Pada mata kuliah PM persentase nilai mutu PM adalah 66.67% untuk kelompok kontrol dan 64.52%

. Sama halnya dengan mata kuliah Kalkulus, untuk kelompok kontrol sebesar

kelompok perlakuan sebesar mata kuliah PM, tidak ada

satupun mahasiswa dalam penelitian ini yang

Dari statistika deskriptif di atas, dapat bahwa kelompok penelitian memiliki

kemiripan dalam tiap karakteristik yang diamati yaitu jenis kelamin, asal daerah, tingkat pengeluaran per bulan, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hal ini semakin mendukung kesetaraan diantara dua kelompok.

Evaluasi Tutorial

Pada Tabel 2, dapat dilihat statistika deskriptif dari nilai UTS dan UASseluruh kelas paralel. Dapat dilihat bahwa rata-rata nilai UTS untuk kelompok kontrol lebih tinggi dibanding kelompok perlakuan, namun rata-rata nilai UAS lebih tinggi pada kelompok perlakuan. Pada kelompok kontrol terjadi penurunan nilai ratayaitu dari 60.13 menjadi pada kelompok perlakuan terjadi peningkatan nilai rata-rata dari 56.83Peningkatan ini dapat mengindikasikan adanya pengaruh tutorial pada peningkatan nilai ujian mahasiswa.

Tabel 2 Deskripsi nilai pretestStatistika Deskriptif

Pretest (UTS) Kontrol Perlakuan

Rata-rata 60.13 58.74Simpangan baku

15.94 19.06

Q1 45.83 41Q2 62.45 60Q3 72.33 75Min 25 28Max 93.33 91.43

Namun ada keragaman antar kelas paralel,

sehingga dilakukan pembakuan nilai UTS dan UAS untuk menyetarakan keheterogenan tersebut. Penyebaran nilai UTS dan UAS baku dapat dilihat melalui boxplot pada Gambar 10.

Pada Gambar 10, dapat dilihat ada kemiripan penyebaran nilai UTS dan UAS baku dengan penyebaran nilai UTS dan UAS yang sesungguhnya. Begitu pula dengan besaran nilai rata-ratanya pada kelompok kontrol dan perlakuan.

UTUAS KontrolUTS Kontrol

2

1

0

-1

-2

-3

Data

Gambar 10 Boxplot UTS dan UAS

Perlakuan

6.45

93.55

Tidak Les

Perlakuan Kontrol Perlakuan

Kalkulus

4.76 3.23

9.52 12.9

64.5271.43

54.84

22.58

14.3

29.03

B C D

6

dalam tiap karakteristik yang diamati yaitu jenis kelamin, asal daerah, tingkat pengeluaran per bulan, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian

atika dan kalkulus. Hal ini semakin mendukung kesetaraan diantara dua

Evaluasi Tutorial Pada Tabel 2, dapat dilihat statistika

deskriptif dari nilai UTS dan UAS untuk Dapat dilihat bahwa

rata nilai UTS untuk kelompok kontrol lebih tinggi dibanding kelompok perlakuan,

rata nilai UAS lebih tinggi pada kelompok perlakuan. Pada kelompok kontrol terjadi penurunan nilai rata-rata UTS ke UAS

menjadi 58.74. Sedangkan pada kelompok perlakuan terjadi peningkatan

56.83 menjadi 65.47. Peningkatan ini dapat mengindikasikan adanya pengaruh tutorial pada peningkatan

pretest-posttest Posttest (UAS)

Perlakuan Kontrol Perlakuan 58.74 56.83 65.47 19.06 17.87 17.78

41 44.75 49 60 55.23 65.71 75 69.25 83 28 22.86 36

91.43 100 96.36

Namun ada keragaman antar kelas paralel, sehingga dilakukan pembakuan nilai UTS dan UAS untuk menyetarakan keheterogenan tersebut. Penyebaran nilai UTS dan UAS baku dapat dilihat melalui boxplot pada Gambar 10.

dapat dilihat ada kemiripan penyebaran nilai UTS dan UAS baku dengan penyebaran nilai UTS dan UAS yang sesungguhnya. Begitu pula dengan

ratanya pada kelompok

UAS PerlakuanTS Perlakuan dan UAS baku.

7

Pada RKTS, kelompok kontrol diharapkan memiliki kestabilan nilai antara pretest dan posttest sehingga dapat menjadi pembanding untuk kelompok perlakuan. Pada Gambar 10, terjadi penurunan pada nilai kelompok kontrol, hal ini disebabkan adanya faktor-faktor eksternal yang tidak terkontrol. Faktor eksternal dan interaksi sosial dapat mempengaruhi validitas internal. Faktor-faktor eksternal sangat sulit dikontrol pada penelitian ini, karena pengamatan terhadap objek penelitian yang tidak menyeluruh. Pengamatan objek penelitian hanya difokus-kan pada kelompok perlakuan, sedangkan tidak dilakukan pengamatan pada kelompok kontrol.

Pengaruh faktor eksternal tidak dapat dihindari. Pada saat penelitian, objek penelitian mengalami ospek kampus, hal ini merupakan salah satu peristiwa yang dapat menjadi faktor eksternal, yang dapat memberikan efek berbeda pada objek penelitian. Demikian pula, adanya faktor dari segi instrumentasi dimana standar alat ukur untuk pretest dan posttest berbeda. Selain itu, adanya interaksi sosial juga dapat mempengaruhi objek penelitian. Ancaman validitas internal tidak dapat diukur, namun dapat dijadikan sebagai pertimbangan.

Untuk melihat pengaruh pemberian tutorial maka dilakukan analisis regresi yang memodelkan nilai UAS (posttest) dengan nilai UTS (pretest) dan kelompok. Pada RKTS, nilai UTS dijadikan faktor yang tidak dapat disetarakan di antara objek penelitian dan diasumsikan akan mempengaruhi nilai UAS selain perlakuan yang diberikan.

Tabel 3 Persamaan regresi

variabel b SE(b) P Konstanta -0.4611 0.1475 0.003 UTS(Pretest) 0.4701 0.1097 0.000 Perlakuan 0.6863 0.2251 0.003

S=0.931 R2=25.0% R2 (adj)=22.9%

Pada persamaan regresi di atas, dapat

dilihat bahwa nilai UTS (pretest) dan perbedaan kelompok mempengaruhi nilai UAS (posttest) pada taraf nyata 5%. Perbedaan kelompok memberikan pengaruh positif sebesar 0.6863 dengan nilai p sebesar 0.003. Hal ini dapat diartikan bahwa tutorial memberi kenaikan nilai pada kelompok perlakuan.

Asumsi pada analisis regresi pada Tabel 3 sudah terpenuhi. Untuk asumsi kenormalan, diperoleh nilai p lebih dari 0.10, sehingga sisaan normal. Asumsi bebas dari

multikolinearitas juga terpenuhi dengan nilai VIF kurang dari 10. Untuk asumsi homokedastisitas dapat dilihat pada Lampiran 4, bahwa sisaan menyebar dengan pita lurus sehingga dapat dikatakan sisaan homogen. Selain itu juga, sisaan tidak membentuk suatu trend tertentu, sehingga saling bebas

210-1-2

2

1

0

-1

-2

-3

UTS

UA

S

KontrolPerlakuan

Gambar 11 Plot nilai UTS dan UAS.

Pada Gambar 11 dapat dilihat selisih

perbedaan antara kelompok kontrol dan perlakuan. Sesuai dengan persamaan regresi di atas, pengaruh pemberian perlakuan (tutorial) dapat menambah intersep dari persamaan. Untuk kelompok kontrol, saat nilai baku UTS sebesar 0 maka nilai UAS yang diperoleh -0.4611 yang artinya nilai UAS yang diperoleh berada di bawah rata-rata. Sedangkan pada kelompok perlakuan, saat nilai baku UTS sebesar 0, maka nilai UAS yang diperoleh 0.225 yang artinya nilai berada di atas rata-rata.

Pada Tabel 3 dapat dilihat nilai R2 adj yang dihasilkan hanya 22.9%, dengan kata lain 77.1% dipengaruhi oleh faktor lain di luar model. Oleh karena itu dilakukan analisis untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS (posttest) dengan menggunakan regresi bertatar (stepwise regression). Faktor-faktor tersebut antara lain jenis kelamin, asal daerah, tingkat pengeluaran per bulan, IPK, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hasil analisis regresi dengan semua faktor dapat dilihat pada Lampiran 7.

Tabel 4 Persamaan regresi dengan IPK

variabel b SE(b) P

Konstanta -5.676 1.223 0.000 Pretest 0.3339 0.1032 0.002 Perlakuan 0.6485 0.2017 0.002

IPK 1.9406 0.4526 0.000

S=0.833 R2=40.8% R2 (adj)=38.2%

8

Dengan menggunakan regresi bertatar, dari faktor-faktor yang dimasukkan dalam persamaan, hanya faktor IPK yang mempengaruhi nilai UAS (posttest) selain kelompok dan nilai UTS (pretest). Pada Tabel 4 dapat dilihat bahwa IPK berpengaruh positif dengan nilai statistik uji t sebesar 4.29 dengan nilai p 0.000. Pengaruh IPK sebesar 1.9406, dan lebih besar dibanding pengaruh kelompok. Terlihat juga dengan penambahan faktor IPK terjadi peningkatan nilai R2 Adjusted sebesar 38.2%.

Asumsi pada persamaan Tabel 4 sudah terpenuhi. Hal ini dapat dilihat pada Lampiran 4. Asumsi tidak ada multikolinearitas ter-penuhi dengan nilai VIF kecil, sedangkan asumsi kenormalan, homokedastisitas dan kebebasan sisaan dapat dilihat melalui plot sisaan.

Untuk melihat pengaruh IPK lebih mendalam, dilakukan pemisahan untuk kelompok berdasarkan IPK yaitu IPK rendah (2.00<IPK≤2.50) dan IPK sedang (2.50<IPK≤3.00). Pada Tabel 5 dapat dilihat bahwa perlakuan dan nilai UTS berpengaruh pada kelompok IPK rendah dengan nilai R2 adjusted sebesar 53.1%. Uji asumsi untuk persamaan regresi pada Tabel 5 dapat dilihat pada Lampiran 5, dimana semua asumsi regresi sudah terpenuhi.

Tabel 5 Persamaan Regresi untuk IPK rendah

variabel b SE(b) P

Konstanta -0.2832 0.1588 0.080 UTS(Pretest) 0.2982 0.1196 0.016 Perlakuan 0.6194 0.2397 0.013

S=0.646 R2=59.0% R2(adj)=53.1%

Tabel 6 Persamaan Regresi untuk IPK sedang

variabel b SE(b) P

Konstanta -1.0505 0.2169 0.000 UTS(Pretest) 0.7684 0.1742 0.001 Perlakuan 0.9981 0.3590 0.015

S=0.880 R2=17.7% R2(adj)=14.6% Berbeda halnya bila persamaan regresi

dilakukan pada kelompok IPK sedang. Pada kelompok ini nilai UTS dan perlakuan juga berpengaruh terhadap nilai UAS. Namun dengan nilai R2 adjusted yang lebih kecil yaitu hanya sebesar 14.6 %. Sehingga persamaan regresi untuk IPK rendah lebih baik dibanding IPK sedang. Persamaan regresi dapat untuk IPK sedang dilihat pada Tabel 6. Asumsi pada persamaan regresi ini juga sudah terpenuhi, dapat dilihat dari plot sisaan pada Lampiran 6.

Pada penelitian ini, R2 adjusted untuk data lengkap (tidak dipisahkan oleh kelompok

IPK) yang dihasilkan hanya 38.2%, dengan kata lain 61.8% keragaman nlai UAS dijelaskan oleh faktor lain di luar model yang tidak diamati pada penelitian ini. Pengaruh pemberian tutorial pada penelitian ini masih tergolong kecil. Hal ini disebabkan karena pelaksanaan tutorial tidak sesuai rencana yaitu hanya seminggu sebelum dilaksanakannya UAS. Pelaksanaan tutorial terhambat karena sulitnya mendapatkan nilai mahasiswa untuk UTS yang pada awalnya akan dijadikan kriteria pembagian kelompok. Selain itu, frekuensi pemberian tutorial yang terlalu sedikit dan tidak secara reguler dapat mengurangi pengaruh pemberian tutorial.

SIMPULAN DAN SARAN

Simpulan

Tutorial mata kuliah Metode Statistika Semester Pendek 2010-2011 pada penelitian ini memberikan pengaruh positif. Dari rata-rata yang diperoleh, pada kelompok perlakuan terjadi peningkatan nilai dari UTS ke UAS, sedangkan pada kelompok kontrol terjadi penurunan nilai. Nilai R2 Adjusted yang diperoleh sebesar 22.9%. Penambahan peubah IPK ke dalam model menghasilkan nilai R2 Adjusted sebesar 38.2%. Dari pemisahan IPK diperoleh bahwa persamaan regresi untuk IPK rendah dengan R2 Adjusted sebesar 53.1% lebih baik dibanding IPK sedang dengan R2 Adjusted sebesar 14.6%.

Pengaruh tutorial masih dianggap kecil karena pelaksanaan tutorial yang tidak sesuai rencana dan frekuensi dilakukannya tutorial yang terlalu sedikit dan tidak secara reguler. Penelitian ini tidak cukup kuat untuk digeneralisasikan pada semester genap atau ganjil karena dilaksanakan pada semester pendek.

Saran

Pada penelitian ini, sebaiknya pemberian tutorial dilakukan secara terencana dan secara reguler sehingga pengaruh dari pemberian tutorial lebih terlihat. Metode pemberian tutorial harus bersifat latihan dan pemahaman soal dengan jelas. Tutorial sebaiknya dilakukan pada kelompok belajar kecil yang terdiri dari 5-7 orang selama 2 jam tiap pertemuan.

9

DAFTAR PUSTAKA

Aunuddin. 1989. Analisis Data. Bogor : Pusat Antar Universitas Ilmu Hayat, Institut Pertanian Bogor.

Aunuddin. 2005. Statistika : Rancangan dan Analisis Data.Bogor : IPB Press.

Campbell DT, Julian TS. 1963. Experimental and Quasi-Experimental Design For Research. London : Houston Mifflin Company Boston.

Cook TD, Donald TC. 1979. Quasi Experimentation : Design & Analysis Issues For Field Settings. London : Houghton Mifflin Company Boston.

Munthe J. 1983. Studi Komparatif Tentang Problem yang dihadapi Mahasiswa Terhambat dan Berhasil. Tesis. Bandung. IKIP.

Nor KM. 2002. Belajar Teknik Belajar. Kuala Lumpur : PTS Litera Utama.

Simamora B. 2004. Riset Pemasaran. Jakarta : PT Gramedia Pustaka Utama

Trochim WM. The Research Methods Knowledge Base, 2nd Edition. http://www.socialresearchmethods.net/kb[20 Oktober 2006].

Walpole RE. 1992. Pengantar Statistika Edition ke-3. Sumantri B, penerjemah; Jakarta : Gramedia Pustaka Utama. Terjemahan dari : Introduction to Statistics, 3rd Edition.