Tugas UAS Penulisan Karya Ilmiah

Analisis Statistik Faktor-Faktor yang Mempengaruhi Indeks Prestasi Kumulatif

Mahasiswa Fakultas MIPA Universitas Mandiri Unggul

GUNAWAN ATMANEGARA
140803016

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
 1

BAB 1
PENDAHULUAN

1.1 Latar Belakang

Pada perguruan tinggi untuk melihat keberhasilan seorang mahasiswa, dapat
diketahui dengan nilai indeks prestasi (IP). Indeks prestasi (IP) adalah nilai
kredit rata-rata yang merupakan satuan nilai akhir yang menggambarkan nilai
proses belajar tiap semester atau dapat diartikan juga sebagai besaran atau
angka yang menyatakan prestasi keberhasilan dalam proses belajar mahasiswa
pada satu semester. Mahasiswa yang memperoleh indeks prestasi tinggi
mengindikasikan bahwa mahasiswa tersebut mampu mengikuti kuliah dengan
baik dan sebaliknya semakin rendah indeks prestasi yang diperoleh
menunjukkan bahwa mahasiswa tersebut tidak mampu mengikuti kuliah dengan
baik.
Pada dasarnya ada banyak manfaat atau benefit yang didapat mahasiswa
dengan memperoleh indeks prestasi yang baik, antara lain mempercepat masa
kuliah, bahkan memungkinkan memperoleh beasiswa. Pada era globalisasi ini,
banyak perusahaan yang merekrut dengan mencari calon pegawai yang
memenuhi syarat dan ketentuan yang ditetapkan perusahaan, salah satunya
adalah nilai indeks prestasi kumulatif yang harus memenuhi nilai minimal
tertentu. Berkaitan dengan nilai indeks prestasi kumulatif (IPK) yang
disyaratkan saat melamar pekerjaan, tidak heran bila perusahaan
mencantumkan nilai indeks prestasi kumulatif yang cukup tinggi sebagai salah
satu persyaratan untuk melamar pekerjaan di instansi bersangkutan.
Berdasarkan latar belakang mahasiswa yang beragam serta banyaknya
faktor-faktor lain dalam keseharian mereka sebagai seorang mahasiswa, maka
sangat mungkin indeks prestasi yang dicapai mahasiswa pada akhir semester
dipengaruhi oleh berbagai faktor, baik faktor internal maupun eksternal.
Penelitian ini menggunakan 100 mahasiswa Fakultas MIPA Universitas
Mandiri Unggul yang mewakili tiap jurusan (Matematika, Fisika, Kimia,
 2

Biologi) sebagai sampel. Berdasarkan latar belakang mahasiswa yang beragam

serta banyaknya faktor-faktor lain dalam keseharian mereka sebagai seorang
mahasiswa, maka sangat mungkin indeks prestasi yang dicapai mahasiswa pada
akhir semester dipengaruhi oleh berbagai faktor. Menurut Anni (2004:11)
faktor-faktor yang mempengaruhi hasil belajar terbagi atas faktor internal dan
faktor eksternal.

1.2 Perumusan Masalah

Penelitian ini mengacu kepada faktor – faktor apa saja yang menjadi masalah
tinggi atau rendahnya IP pada mahasiswa Universitas Mandiri Unggul.

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah menganalisis faktor-faktor yang
mempengaruhi Indeks Prestasi Mahasiswa Kumulatif dari 100 sampel yang
diambil dari perwakilan tiap jurusan (Matematika, Fisik, Kimia, Biologi)
Universitas Mandiri Unggul.

1.4 Manfaat Penelitian

Hasil dari penelitian ini diharapkan dapat digunakan sebagai bahan acuan guna
menambah wawasan dalam pembahasan yang berhubungan dengan faktor –
faktor yang menjadi pengaruh terhadap tinggi rendahnya IPK seorang
mahasiswa.
 3

1.5 Metode Penelitian

Agar proses penelitian ini lebih jelas, maka penulis memberikan batasan
masalah yang akan diteliti yakni:
1. Analisis data yang digunakan adalah analisis deskriptif,uji hipotesis,analisis
faktor, dan analisis korelasi.
2. Pengambilan sampel menggunakan Cluster Random Sampling.
3. Objek yang diteliti adalah mahasiswa Fakultas MIPA Universitas Mandiri
Unggul yang mewakili tiap jurusan (Matematika, Fisika, Kimia, Biologi)
 4

BAB 2
LANDASAN TEORI

2.1 Jenis dan Sumber Data

Data yang diperlukan dalam jenis penelitian ini termasuk dalam jenis data
primer dan data sekunder. Data primer adalah data yang secara langsung
diperoleh dari sumber penelitian yang asli, tanpa media perantara (Indriantoro
dan Supomo, 1999: 147). Data primer diperoleh melalui kuesioner. Sedangkan
data sekunder adalah data penelitian yang diperoleh secara tidak langsung
melalui media perantara (Indriantoro dan Supomo, 1999: 147). Dalam
penelitian ini data sekunder adalah diperoleh dari bukubuku, jurnal, internet,
majalah, dan literatur terkait lainnya.

2.2 Metode Analisis Data

a. Statistika Deskriptif
Statistik deskriptif adalah bagian dari statistika yang mempelajari cara
pengumpulan data dan penyajian data sehingga mudah dipahamu. Statistika
deskriptif hanya berhubungan dengan hal menguraikan atau memberikan
keterangan-keterangan mengenai suatu data atau keadaan.. dengan kata lain
statistika deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan.
Penarikan kesimpulan pada statistika deskriptif (jika ada) hanya ditujukan
pada kumpulan data yang ada.
Bambang Suryoatmono (2004:18) menyatakan statistika deskriptif
adalah statistika yang menggunakan data pada suatu kelompok untuk
menjelaskan atau menarik kesimpulan mengenai kelompok itu saja.
Menurut Sugiono (2004:169). Analisis deskriptif adalah statistic yang
digunakan untuk menganalisa data dengan cara mendeskripsikan atau
menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud
membuat kesimpulan yang berlaku untuk umum atau generalisasi.
 5

b. Analisis Faktor
Analisis faktor dipelopori oleh Charles Spearman dalam bidang psikologi
dan beliau dipercaya sebagai penemu dari metode analisis faktor. Charles
Spearman menemukan fakta bahwa nilai ujian anak-anak sekolah pada mata
pelajaran yang berbeda (tidak berkaitan) berhubungan secara positif. Hal itu
yang membuat beliau menerima dalil bahwa kemampuan mental atau g
mendasari dan mempengaruhi kinerja kognitif manusia. Dalil tersebut kini
diadopsi dalam penelitian kecerdasan (intelligence research) yang dikenal
sebagai Teori g (g theory).
Pada analisis faktor (factor analysis) dapat dibagi dua macam yaitu
analisis komponen utama (principal component analysis = PCA) dan
analisis faktor (factor analysis= FA). Kedua analisis di atas bertujuan
menerangkan struktur ragam-peragam melalui kombinasi linier dari variabel-
variabel pembentuknya. Seterusnya dapat dikatakan bahwa faktor atau
komponen adalah variabel bentukan bukan variabel asli. Secara umum
analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data
dan menginterpretasikannya sebagai suatu variabel baru yang berupa
variabel bentukan
Pada dasarnya analisis faktor atau analisis komponen utama
mendekatkan data pada suatu pengelompokan atau pembentukan suatu
variabel baru yang berdasarkan adanya keeratan hubungan antar-dimensi
pembentuk faktor. Statistik kunci yang relevan dengan analisis faktor adalah
sebagai berikut:

1. Bartletts test of sphericity yaitu suatu uji statistik yang dipergunakan

untuk menguji hipotesis bahwa variabel tidak saling berkorelasi
(uncorrelated) dalam populasi. Dengan perkataan lain matriks korelasi
populasi merupakan matriks identitas (identity matrix). Statistik uji
bartlett adalah sebagai berikut:
 6

2𝑝 − 5
𝑋 2 = [ −𝑁 − 1 − |ln|𝑅|
6

Dengan derajat kebebasan (degree of freedom) :

𝑝(𝑝 − 1)
𝑑𝑓 =
2

Keterangan : N = Jumlah Observasi

P = Jumlah Variabel
|R| = Determinan Matriks Operasi

2. Kaiser-Meyer-Olkin (KMO) merupakan suatu indeks yang

dipergunakan untuk meneliti ketepatan analisis faktor. Analisis faktor
dikatakan tepat apabila nilai KMO berkisar antara 0,5 sampai 1,0 dan
sebaliknya jika nilai KMO kurang dari 0,5 berarti analisis faktor tidak
tepat.
3. Measure of Sampling Adequacy (MSA) yaitu suatu indeks
perbandingan antara koefisien korelasi parsial untuk setiap variabel.
MSA digunakan untuk mengukur kecukupan sampel.

Model matematis analisis faktor digunakan asumsi, bahwa model tersebut

mempunyai sifat linier dan aditif. Model matematis dalam analisis faktor
yang digunakan adalah yang bertujuan untuk memaksimumkan reproduksi
dari korelasi-korelasi. Model analisis faktor dapat ditulis sebagai berikut:

𝑿𝒊 = 𝑩𝒊𝟏 𝑭𝟏 + 𝑩𝒊𝟐 𝑭𝟐 + 𝑩𝒊𝟑 𝑭𝟑 + ⋯ + 𝑩𝒊𝒋 𝑭𝒋 + ⋯ + 𝑩𝒊𝒎 𝑭𝒎 + 𝑩𝒊 𝝁𝟏

 7

Keterangan :
𝑋𝑖 = variabel ke-i yang dibakukan (rata-ratanya nol, standar deviasinya
satu).
𝐵𝑖𝑗 = koefisien regresi parsial yang dibakukan untuk variabel i pada
common faktor ke-j.
𝐹𝑗 = common faktor ke-j.
𝑉𝑖 = koefisien regresi yang dibakukan untuk variabel ke-i pada faktor
unik ke-i.
𝜇𝑖 = faktor unik variabel ke-i.
m = Banyaknya common faktor.
 8

BAB 3
PEMBAHASAN

3.1 Statistika Deskriptif

Adapun deskripsi karakteristik responden dari penelitian ini meliputi jurusan
dan jenis kelamin. Sampel yang digunakan dalam penelitian ini sebanyak 100
mahasiswa. Berdasarkan data deskriptif dari Tabel 1 dapat diketahui bahwa
responden yang berjenis kelamin laki-laki sebanyak 34 orang, sedangkan
wanita sebanyak 66 orang.
Tabel 1 Karakteristik Responden Berdasaekan Jenis Kelamin
Frequency Percent Valid Percent Cumulative
Percent
Perempuan 66 66.0 66.0 66.0

Valid Laki-Laki 34 34.0 34.0 100.0

Total 100 100.0 100.0

Berdasarkan data deskriptif pada Tabel 2 dapat diketahui bahwa

responden dari jurusan biologi sebanyak 7 orang, dari jurusan fisika sebanyak
42 orang, dari jurusan kimia sebanyak 25 orang dan dari jurusan matematika
sebanyak 26 orang.
 9

Tabel 2 Karakteristik Responden Berdasarkan Jurusan

Frequency Percent Valid Percent Cumulative
Percent
Fisika 42 42.0 42.0 42.0

Kimia 25 25.0 25.0 67.0

Valid Biologi 7 7.0 7.0 74.0

Matematika 26 26.0 26.0 100.0

Total 100 100.0 100.0

Berdasarkan data deskriptif pada Tabel 3 dapat diketahui bahwa

responden dari Medan sebanyak 46 orang, dan dari luar medan sebanyak 54
orang.
Tabel 3 Karakteristik Responden Berdasarkan Asal Tinggal
Frequency Percent Valid Percent
Cumulative
Percent
Medan 46 46.0 46.0 46.0

Valid Luar Medan 54 54.0 54.0 100.0

Total 100 100.0 100.0
 10

Berdasarkan data deskriptif pada Tabel 4 dapat diketahui bahwa responden

yang tinggal bersama orangtua sebanyak 44 orang, dan yang tidak tinggal
bersama orangtua sebanyak 56 orang.

Tabel 4 Karakteristik Responden Berdasarkan Status Tinggal

Frequency Percent Valid Cumulative
Percent
Percent
Bersama orangtua 44 44.0 44.0 44.0

Valid Tidak bersama 56 56.0 56.0 100.0

orangtua
Total 100 100.0 100.0

Berdasarkan data deskriptif pada Tabel 5 dapat diketahui bahwa responden

yang berasal dari SMA Negeri sebanyak 39 orang, dan yang berasal dari SMA
Swasta sebanyak 61 orang.
Tabel 5 Karakteristik Responden Berasarkan Asal SMA
Frequency Percent Valid Percent
Cumulative
Percent
Negeri 39 39.0 39.0 39.0

Valid Swasta 61 61.0 61.0 100.0

Total 100 100.0 100.0
 11

Berdasarkan data deskriptif pada Tabel 6 dapat diketahui bahwa responden

yang pekerjaan orangtuanya sebagai PNS sebanyak 20 orang dan pekerjaan
orangtuanya Non PNS sebanyak 80 orang.

Tabel 6 Karakteristik Responden Berdasarkan Pekerjaan Orang Tua

Frequency Percent Valid Percent Cumulative
Percent
PNS 20 20.0 20.0 20.0

Valid Non PNS 80 80.0 80.0 100.0

Total 100 100.0 100.0

Berdasarkan data deskriptif pada Tabel 7 dapat diketahui bahwa responden

yang bekerja sebanyak 36 orang dan yang tidak bekerja sebanyak 64 orang.

Tabel 7 Karakteristik Responden Berdasarkan Status Kerja

Frequency Percent Valid Percent Cumulative
Percent
Bekerja 36 36.0 36.0 36.0

Valid Tidak Bekerja 64 64.0 64.0 100.0

Total 100 100.0 100.0
 12

3.2 Uji Hipotesis

Berdasarkan hasil uji hipotesis yang telah peneliti lakukan menggunakan teknik
pengolahan data one way ANOVA, didapatkan hasil sebagai berikut.
Dari Tabel 8 nilai sig. 0.882 lebih besar dari 0.05. Ini artinya bahwa tidak
ada pebedaan IPK antar jurusan. Dari Tabel 9 nilai sig. 0.78 lebih besar dari
0.05. Ini atinya bahwa tidak ada perbedaan pengeluaran per bulan antara
mahasiswa dengan mahasiswi.

Tabel 8 Uji ANOVA IPK dengan Jurusan

Sum of Squares Df Mean Square F Sig.

Between Groups .581 3 .194 .221 .882

Within Groups 84.287 96 .878
Total 84.868 99

Tabel 9 Uji ANOVA Pengeluaran dengan Jenis Kelamin

Sum of Squares df Mean Square F Sig.

27764159347.5 27764159347.5
Between Groups 1 .078 .780
72 72
3470191852931 354101209482.
Within Groups 98
8.617 843
3472968268866
Total 99
6.188

3.3 Uji Validitas

Untuk mengukur apakah alat ukur yang digunakan memenuhi syarat-syarat alat
ukur yang baik, sehingga menghasilkan data yang sesuai dengan apa yang di
ukur, sebelum dilakukan analisis data berdasarkan hasil data yang terkumpul
dahulu dilakukan pengujian data melalui uji validitas. Dari hasil pengolahan
data menggunakan SPSS 20 diperoleh variabel yang memenuhi uji validitas
yaitu jenis kelamin, status kerja, lama di perpustakaan, jumlah textbook yang
dimiliki dan jarak rumah ke kampus.
 13

Tabel 10 Hasil Perhitungan Validitas

Variabel Korelasi Nilai Batas Kesimpulan

Jenis kelamin 0.623 0.5 Valid
Status Kerja 0.549 0.5 Valid
Lama diperpustakaan 0.580 0.5 Valid
Jumlah Textbook yang
0.561 0.5 Valid
dimiliki
Jarak Rumah ke kampus 0.588 0.5 Valid

3.4 Analisis Faktor

3.4.1 Menentukan variabel yang akan dianalisa
Variabel yang akan di analisa dalam penelitian ini adalah sebanyak 5
variabel. Yang pada tahap sebelumnya telah lolos uji validitas.

3.4.2 Menguji variabel-variabel yang telah ditentukan

Variabel yang di uji, dimasukkan ke dalam analisis factor untuk di uji
nilai KMO dan Bartlett Test dan MSA, nilai MSA harus di atas 0.5.
Berikut ini adalah table dari nilai KMO dan Bartlet Test.

Tabel 11
KMO and Bartlett Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .548

Approx. Chi-Square 15.033
Bartlett's Test of Sphericity Df 10
Sig. .007

Berdasarkan dari Tabel 5 dapat dilihat bahwa angka KMO dan Bartlett Test
adalah0.548 dengan tingkat signifikansi 0.007. Oleh sebab itu, variabel yang
ada dapat dianalisis lebih lanjut.
Angka MSA dalam tabel anti image matriks, yang terdapat pada anti
image correlation, menunjukkan nilai jenis kelamin adalah 0.576, status kerja
 14

adalah 0.508, lama di perpustakaan adalah 0.549, jumlah textbook yang

dimiliki adalah 0.521 dan jarak rumah ke kampus adalah 0.548.

3.4.3 Melakukan faktoring dari rotasi

Nilai communalities tertinggi adalah variabel jarak rumah ke kampus
sebesar 0.906, artinya jarak rumah ke kampus dapat menjelaskan
90.6% varians factor yang terbentuk. Sebaliknya, nilai communalities
yang terendah adalah varibel status kerja sebesar 0.240.

Tabel 11 Communalities

Initial Extraction

jenis_kelamin 1.000 .776

status_kerja 1.000 .538
lama_diperpustakaan_perha
1.000 .725
ri
jumlahbukutextyangdimiliki 1.000 .559
jarakrumahkekampus 1.000 .906

Tabel 12 Eigienvalues

Component Initial Eigenvalues

1 1.306 26.121 26.121

2 1.162 23.247 49.367
3 1.035 20.708 70.075
4 .872 17.431 87.507
5 .625 12.493 100.000

Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 3 faktor dari
5 variabel yang dapat diolah dengan variansi kumulatif sebesar 70.075%.
Penentuan factor tersebut berdasarkan eigen value yang lebih besar dari satu.
Korelasi antara variabel-variabel dan factor hasil ekstraksi (factor loading)
tersebut dapat dilihat pada tabel 13 berikut.
 15

Tabel 13 Factor Loading

Component

1 2 3

jenis_kelamin .733 -.068 .483

status_kerja .037 .721 -.127
lama_diperpustakaan_perha
.833 .114 -.138
ri
Jumlah_buku_text_yang_di .017 .727 -.174
miliki
Jarak_rumah_kekampus -.270 .310 .858

3.5 Interpretasi Faktor

Interpretasi dipercepat melalui variabel-variabel yang memiliki loading lebih
besar pada faktor yang sama yang kemudian dapat diinterpretasikan dalam
batasan variabel-variabel yang loadingnya tinggi. Variabel-variabel yang
berkorelasi kuat (nilai faktor loadingnya besar) dengan faktor tertentu akan
memberikan inspirasi nama faktor bersangkutan.

Tabel 14 Faktor-Faktor Hasil Interpretasi

no Nama Faktor Variabel Pendukung Bobot tiap Variabel
1 Faktor 1 Jenis Kelamin 0.733
Lama di perpustakaan 0.833
2 Faktor 2 Status kerja 0.721
Jumlah textbook yang dimiliki 0.727
3 Faktor 3 Jarak rumah ke kampus 0.858

3.6 Uji Korelasi

Uji korelasi dilakukan untuk mengetahui hubungan antara masing-masing
variabel. Dari hasil uji korelasi yang telah dilakukan,diperoleh tidak ada
variabel yang berpengaruh signifikan terhadap pengeluaran mahasiswa dan
mahasiswi.
 16

BAB 4
KESIMPULAN DAN SARAN

4.1 Kesimpulan
Dari hasil penelitian dan pembahasan diperoleh :
1. Faktor yang mempengaruhi perolehan indeks prestasi mahasiswa S1
Matematika FMIPA Universitas Mandiri Unggul adalah fakta yang terjadi
di lapangan selama proses masa studi. Kedua faktor tersebut adalah
sebagai berikut :
a. Faktor yang pertama berupa jurusan, jenis kelamin dan lama di
perpustakaan.
b. Faktor yang kedua berupa status kerja dan jumlah textbook yang dimiliki.
c. Faktor yang ketiga berupa jarak rumah ke kampus.
2. Tidak ada perbedaan IPK antar tiap jurusan dan tidak ada perbedaan
pengeluaran antara mahasiswa dengan mahasiswi.

4.2 Saran
1. Bagi Mahasiswa
Dapat menjadi referensi terkait penelitian yang sama dan menambahkan
variabel yang lain yang mempengaruhi IPK.
2. Bagi Universitas
Hasil analisis faktor dapat dijadikan sebagai saran perbaikan agar faktor-
faktor dominan yang mempengaruhi indeks prestasi mahasiswa FMIPA
Univeristas Mandiri Unggul lebih diperhatikan untuk memperoleh indeks
prestasi yang lebih baik selama masa studi.
 17

DAFTAR PUSTAKA

Daely, Karyanus. 2013. Analisis Statistik Faktor-faktor Yang Mempengaruhi Indeks

Prestasi Mahasiswa. Saintia Matematika. 5:483-494.

Santoso, Singgih. 2003. Statistika Multivariat. PT. Gramedia,

Jakarta.

Supranto, J. 2004. Analisis multivariat Arti dan Interpretasi.

PT. Rineka Cipta, Jakarta.

Ujianto, Abdurrachman. Analisis Faktor-faktor Yang Mempengaruhi Kecenderungan

Minat Beli Konsumen Sarung (Studi Kasus Konsumen di Jawa Timur).
[Skripsi]. Surabaya. Universitas Kristen Petra.