Analisis Hubungan Kehadiran Terhadap Tingkat Prestasi MahasiswaMenggunakan Metode Regresi dan Korelasi

(Studi Kasus: Kelas Praktikum ALM FTI UKSW)

Artikel Ilmiah

Peneliti:Antony Yunanto (672014004)

Magdalena A. Ineke Pakereng, M.Kom.

Program Studi Teknik InformatikaFakultas Teknologi Informasi

Universitas Kristen Satya WacanaSalatiga

September 2017

1. Pendahuluan

Prestasi merupakan suatu pencapaian yang diraih oleh seseorang melalui usaha dankerja keras. Prestasi dibutuhkan pada era global yang menuntut pelaku dalam meningkatkankualitas sekaligus membuktikan daya saing diri terhadap lingkungan. Salah satu penilaiansuatu prestasi dapat ditinjau dari nilai. Fakultas FTI UKSW memiliki kelas praktikum yangmengambil nilai sebagai bukti dari prestasi mahasiswa.

Kelas praktikum dipantau oleh pengajar kelas yang disebut asisten dosen (asdos).Kedatangan mahasiswa pada kelas praktikum mempengaruhi prestasi, karena nilai tugas danquiz yang diselenggarakan asdos, disimpan sebagai nilai yang nanti akan diolah dan menjadipencapaian prestasi selama satu semester. Apabila mahasiswa mengikuti kegiatanperkuliahan kurang dari 80%, yang bersangkutan dinyatakan gagal (Keputusan RektorUKSW NOMOR :168 / KEP./ REK. / V/ 2012 Pasal 38 dan 39) [1]. Jumlah rata-rata setiapnilai adalah nilai prestasi. Sedangkan, jumlah kedatangan pada setiap pertemuan kelaspraktikum adalah jumlah presensi. Keterkaitan kedatangan mahasiswa pada kelas praktikumAljabar Linear dan Matriks dengan prestasi, menjadi hal yang akan diteliti. Penelitianmengambil lima kelas praktikum dengan nilai dan tingkat kedatangan yang berbeda padasetiap mahasiswa.

Berdasarkan masalah yang ada, maka dilakukan penelitian yang membahas tentangmetode regresi dan korelasi yang akan digunakan untuk membuktikan tingkat sebab akibatantara tingkat kedatangan mahasiswa dengan prestasi yang akan dicapai.

2. Tinjauan Pustaka

Metode regresi dan korelasi sudah pernah digunakan sebelumnya pada beberapapenelitian, di antaranya adalah Pengaruh Minat Belajar Dan Kehadiran Siswa Terhadap HasilBelajar Matematika Siswa Kelas VIII SMP Negeri 3 Mojosongo, yang membahas penerapanregresi linear dan korelasi untuk mengetahui pengaruh minat belajar dan kehadiran siswaterhadap hasil belajar matematika siswa. Setelah dilakukan penelitian, hasil menunjukkanbahwa minat belajar dan kehadiran siswa memiliki pengaruh terhadap hasil belajarmatematika siswa [2] .

Pada penelitian yang berjudul Hubungan Antara Jumlah Kehadiran Mahasiswa DenganNilai Akhir Semester Ganjil 2009/2010 Mata Kuliah Statistika Menggunakan Korelasi RankSpearman telah membahas korelasi untuk mengetahui ada asosiatif positif ataukah tidakantara jumlah kehadiran mahasiswa prodi Farmasi dengan nilai akhir semester ganjil tahunakademik 2009/2010. Setelah dilakukan penelitian, diperoleh kesimpulan bahwa jumlahkehadiran mahasiswa prodi Farmasi dengan nilai akhir semester ganjil tahun akademik2009/2010 berasosiasi positif [3].

Pada penelitian yang berjudul Analisis Faktor yang Mempengaruhi Indeks PrestasiMahasiswa telah membahas faktor-faktor yang mempengaruhi perolehan indeks prestasimahasiswa. Populasi penelitian adalah mahasiswa program studi Pendidikan MatematikaFMIPA UNNES dan dipilih sampel sebanyak 3 kelas yang dilakukan dengan cara stratifiedcluster random sampling dengan sampel penelitian berjumlah 114 mahasiswa. Setelahdilakukan penelitian analisis faktor dan proses reduksi diperoleh 5 faktor yang mempengaruhi

IP mahasiswa. Lima faktor tersebut adalah Faktor Manajemen Diri, Faktor LingkunganSekitar, Faktor Kondisi Eksternal, Faktor Kondisi Fisik dan Faktor Olahraga [4].

Pada penelitian yang berjudul Hubungan Motivasi Belajar Dan Prestasi AkademikMahasiswa S1 – Keperawatan Sekolah Tinggi Ilmu Kesehatan Dian Husada Mojokerto telahmembahas korelasi untuk menganalisa hubungan antara motivasi dengan prestasi belajarmahasiswa angkatan 2008-2009 Prodi S1 Keperawatan STIKES Dian Husada Mojokerto.Setelah dilakukan penelitian, diperoleh kesimpulan bahwa ada hubungan antara hubunganmotivasi belajar dengan prestasi akademik mahasiswa S1 – Keperawatan Sekolah TinggiIlmu Kesehatan Dian Husada Mojokerto [5].

Penelitian yang lain, yaitu Analisis Regresi Dan Korelasi Antara Pengunjung DanPembeli Terhadap Nominal Pembelian Di Indomaret Kedungmundu Semarang DenganMetode Kuadrat Terkecil telah membahas regresi linear dan korelasi pearson untukmenganalisa hubungan pengunjung dan pembeli terhadap nominal pembelian KedungmunduSemarang. Setelah dilakukan penelitian, diperoleh kesimpulan yaitu variabel pengunjung danpembeli sama-sama tidak berpengaruh terhadap variabel nominal pembelian dan pengunjungmemberi pengaruh hanya pada interval keyakinan 70%. Untuk pembeli memberi pengaruhhanya pada interval keyakinan 55% [6].

Berdasarkan penelitian terdahulu yang membahas tentang implementasi regresi dankorelasi maka dilakukan penelitian tentang Analisis Hubungan Kehadiran Terhadap TingkatPrestasi Mahasiswa Menggunakan Metode Regresi dan Korelasi (Studi Kasus: KelasPraktikum ALM FTI UKSW) untuk mengetahui dan menganalisis hubungan yang terjadiantara kehadiran mahasiswa terhadap prestasi mahasiswa di praktikum Aljabar Linear danMatriks FTI UKSW periode 2016/2017.

Penelitian yang dilakukan membahas tentang regresi dan korelasi Pearson. Regresimerupakan suatu alat ukur yang digunakan untuk mengukur ada atau tidak sebuah korelasiantar variabel. Istilah regresi berarti ramalan atau taksiran. Persamaan yang digunakan untukmendapatkan garis regresi pada data diagram pencar disebut persamaan regresi. Untukmenempatkan garis regresi pada data yang diperoleh, digunakan metode kuadrat terkecil,sehingga bentuk persamaan regresi ditunjukkan pada Rumus 1 [9].

Y’ = a + b X (1)

Nilai dari a dan b pada persamaan regresi dapat dihitung dengan menggunakan rumus yangditunjukkan pada Rumus 2 [9].

(2)

Perhitungan analisis regresi dan analisis korelasi dapat dipermudah denganmenggunakan rumus dalam bentuk penyimpangan nilai tengah variabel X dan Y, yaitupenyimpangan dari �� dan ��. Oleh karena itu, dapat digunakan rumus yang ditunjukkan padaRumus 3 [9].

XbYa

XXn

YXYXnbatau

xyx

b

ii

iiii

i

ii

22

2

YYXXxydan

YYyXXx

(3)

Naik turunnya Y adalah sedemikian rupa sehingga nilai Y bervariasi, tidak semata-matadisebabkan oleh X, karena masih ada faktor lain yang menyebabkannya. Jadi untukmengetahui berapa besar kontribusi dari X terhadap naik turunnya nilai Y maka harusdihitung dengan koefisien penentuan (koefisien determinasi). Kalau koefisien penentuanditulis KP, maka untuk menghitung KP digunakan rumus yang ditunjukkan pada Rumus 4.

KP = r2 (4)

Perhitungan nilai r untuk mendapatkan nilai KP dapat diperoleh dengan menggunakanrumus yang ditunjukkan pada Rumus 5 [9].

(5)

3. Metode Penelitian

Secara umum penelitian terbagi ke dalam 4 (empat) tahap, yaitu: (1) IdentifikasiMasalah, (2) Pengumpulan Data, (3) Penerapan Metode Regresi dan Korelasi Pearson, (4)Analisa Hasil Perhitungan.

Gambar 1 Tahapan Penelitian

Gambar 1 menunjukkan tahapan jalannya penelitian yang dijelaskan sebagai berikut:Langkah pertama dalam tahapan penelitian adalah Identifikasi Masalah, pada tahap inidilakukan analisis kebutuhan, yaitu melakukan analisis kebutuhan absensi setiap mingguserta setiap nilai tugas atau quiz dari masing-masing kelas. Langkah yang kedua dari tahapan

n

ii

n

ii

n

iii

yx

yxr

1

2

1

2

1

penelitian adalah Pengumpulan Data, yaitu tahapan yang meliputi menyatukan data darisetiap kelas serta pendefinisian variable independent dan variable dependent. Langkah yangketiga dari tahapan penelitian adalah Penerapan Metode Regresi dan Korelasi, setelahpengelompokan selesai, kemudian dilakukan perhitungan yaitu pembuatan tabel danmenambahkan variable baru seperti: (X-��), (X-X)2,(Y-��), (Y-��)2, (X.Y). Selanjutnya dalamtahap implementasi dibutuhkan perhitungan nilai total mean (rata-rata) masing-masingvariable. Kemudian membuat persamaan regresi menggunakan Rumus 1 yang kemudian Xakan diisi setiap nilai absensi masing-masing mahasiswa dan mendapatkan nilai koefisienkorelasi. Langkah yang terakhir dari tahapan adalah Analisis Hasil Perhitungan, yaitumelakukan analisis regresi dan korelasi terhadap penerapan metode regresi dan korelasisesuai dengan rumus yang berlaku.

Proses perhitungan nilai regresi dan korelasi ditunjukkan dalam bentuk flow chart padaGambar 2.

Gambar 2 Proses Perhitungan Nilai Regresi dan Korelasi

Gambar 2 menunjukkan proses perhitungan nilai regresi dan korelasi, dijelaskansebagai berikut. Algoritma yang dibangun dalam melakukan analisis regresi dan korelasi,terbagi menjadi 3 tahap. Tahap pertama adalah pengelompokan data serta penentuan variabel,yang terbagi menjadi dua proses, yaitu: proses pengelompokan data independent (X) sertaproses pengelompokan data dependent (Y).

Tahap kedua, merupakan proses, setiap data independent dan dependent akan dibagimenjadi dua tahap, yaitu tahap pertama adalah menghitung nilai dependent dan independentyang masing-masing mencari rata-rata dari setiap elemen kemudian mencari jumlah total darisetiap elemen kuadrat dari dependent variable dan independent variable, perkalian daridependent variable dan independent variable untuk mendapatkan nilai korelasi (r).

Sedangkan untuk tahap kedua pada bagian proses yaitu menghitung a dan b untukkemudian dimasukkan pada persamaan regresi dengan rumus seperti yang dicantumkan padaRumus 2.

Tahap terakhir adalah tahap output yang merupakan penyatuan atau penggabungan nilaidari setiap hasil yang dihitung pada tahap proses. Tahap output juga merupakan sebuah nilaidan persamaan yang akan dibahas dan disimpulkan.

4. Hasil dan Pembahasan

Data prestasi dan kehadiran mahasiswa merupakan data yang diperoleh dari FTIUKSW, presensi dan nilai kelas praktikum aljabar linier dan matriks yang memiliki fungsiperumusan. Data prestasi dan kehadiran diambil dari 5 kelas praktikum, kemudian dilakukanpengelompokan serta penentuan variabel. Kemudian data dikelompokkan seperti padaGambar 3 dan Gambar 4.

Gambar 3 Sampel Data Presensi [7]

Gambar 4 Sampel Data Nilai [8]

Penelitian diawali dengan penentuan variabel x dan y, y merepresentasikan variabeldependent (tidak bebas), sedangkan x merepresentasikan variabel independent (bebas).Jumlah kehadiran disimbolkan sebagai x yang telah dikonversi dalam bentuk presentasekehadiran, dan nilai akhir (prestasi) menggunakan simbol y sebagai variabel yang tidak bebasdan dikonversi ke bentuk persentase dimana nilai maksimum telah ditentukan aturan kuliahsebesar 25%. Langkah selanjutnya menggunakan fungsi perpangkatan pada variabel x dan y,serta menentukan perkalian antara x dan y, yang akan ditampung pada kolom xy seperti yangditunjukkan pada Gambar 5.

Gambar 5 Sample Data yang Diuji Dalam Variabel x, y, x2, y2 dan xy

Data yang diuji akan dijumlahkan sesuai kolom untuk memudahkan perhitungan nilaikorelasi, koefisien determinasi serta nilai regresi seperti contoh pada Gambar 6.

Gambar 6 Penjumlahan Data Sesuai Kolom Kategori

Perhitungan nilai korelasi menggunakan Rumus 5 adalah sebagai berikut.

Berdasarkan nilai korelasi yang didapatkan, hubungan yang terjalin antara variabeldependent dan independent sangat kuat dan bersifat positif. Sedangkan perhitungan nilaiKoefisien Determinasi menggunakan Rumus 4 adalah sebagai berikut.

Koefisien penelitian / koefisien determinasi = 0.94 x 100%

= 94%

Perhitungan Regresi menggunakan Rumus 1 dan Rumus 2 adalah sebagai berikut.

Sehingga didapatkan persamaan garis Regresi sebagai berikut :

Hasil dari regresi pengaruh jumlah presensi terhadap nilai prestasi mendapatkanpersamaan Y’ = 0.26 + 0.22X, yang berarti persamaan garis regresi menggambarkan bahwasetiap kenaikan 1 nilai x akan menyebabkan peningkatan nilai y sebesar 0.22. Hasil yangdiperoleh akan dibuat diagram pencar yang didapat dari Y’ setiap data kemudian dimasukkanke scatter diagram dengan variabel X atau setiap data jumlah presensi yang ada, yang jikadigambarkan dalam bentuk grafik akan berbentuk seperti terlihat pada Gambar 7.

Gambar 7 Diagram Regresi antara Tingkat Kehadiran dan Prestasi

Kelas praktikum Aljabar linier dan matriks semester antara 2016/2017 merupakansumber dari data prestasi dan data kehadiran 5 kelas praktikum aljabar linier dan matriks.Data yang akan diolah terlebih dahulu di-filter dan dimasukkan sesuai penentuan variabel.Variabel yang digunakan dalam penelitian terbagi menjadi dua variabel, yaitu: variabel bebas(Independent) dan variabel terikat (dependent), sebagai simbol variabel bebas makaditetapkan simbol X, sedangkan untuk variabel terikat dilambangkan dengan simbol Y.Untuk menentukan nilai relasi pada sebuah hubungan perlu penentuan, data jumlah kehadiranakan masuk dalam variabel X serta nilai prestasi akan dimasukkan dalam variabel Y.Sehingga dapat dibuat sebuah pertanyaan, apakah jumlah kehadiran memiliki nilai korelasipositif atau tidak. Sebuah relasi dikatakan positif apabila nilai Y naik apabila X naik atau Yturun apabila X turun, sedangkan dapat dikatakan relasi negatif jika dan hanya jika nilai Yturun namun nilai X naik maupun nilai Y naik namun nilai X turun. Berdasarkan hasilperhitungan korelasi menggunakan korelasi pearson diperoleh nilai 0,97, yang berarti nilaidari korelasi antara pengaruh jumlah presensi terhadap nilai prestasi bernilai positif, dimananilai Y naik apabila X naik atau Y turun apabila X turun.

5. Simpulan

Berdasarkan penelitian yang sudah dilakukan menggunakan regresi dan korelasidiperoleh hasil korelasi positive atau menunjukkan bahwa variabel dependent dan variabelindependent saling mendukung, dengan kenaikan variabel bebas yang memberikan dampakkenaikan variabel terikat. Persamaan regresi dari perhitungan diperoleh hasil Y’= 0.26 +0.22X, yang berarti setiap kenaikan 1 variabel independent akan mengakibatkan kenaikan0.22 pada setiap Y. Hasil dari korelasi pearson antara jumlah presensi dengan nilai prestasi

menurut data kelas praktikum Aljabar Linear dan Matriks tahun 2016-2017 menunjukkannilai korelasi yang positif yaitu 0,97 dan nilai yang diperoleh merupakan korelasi positif yangkuat, karena nilai korelasi optimum dari negatif adalah -1 dan +1 untuk positif. Nilai positifdari regresi maupun korelasi pearson juga diperkuat dari diagram pencar atau scatterdiagram, menurut grafik yang diambil dari dua elemen yaitu: Y’ dan X, gambar yangditunjukkan condong atau cenderung ke arah kanan, yang berarti merupakan diagram darifungsi positif. Untuk penelitian lebih lanjut, dapat dikembangkan dengan menambahkanvariabel poin keaktifan pemicu nilai prestasi, dan dapat menggunakan metode korelasi RankSpearman.

6. Daftar Pustaka

[1] http://www.uksw.edu/ppma/uploads/dokumen/Peraturan_Penyelenggaraan_keg ._Akademik_.pdf, Diakses Tanggal 3 November 2016.

[2] Khusna, R. N., 2013. Pengaruh Minat Belajar Dan Kehadiran Siswa Terhadap HasilBelajar Matematika Siswa Kelas VIII SMP Negeri 3 Mojosongo. Surakarta :Pendidikan Matematika Universitas Muhammadiyah Surakarta.

[3] Wachidah, L., . Hubungan Antara Jumlah Kehadiran Mahasiswa Dengan NilaiAkhir Semester Ganjil 2009/2010 Mata Kuliah Statistika Menggunakan Korelasi RankSpearman. Bandung : Universitas Islam Bandung.

[4] Hendikawati, P., 2011. Analisis Faktor yang Mempengaruhi Indeks Prestasi Mahasiswa.Semarang : Pendidikan Matematika Universitas Negeri Semarang.

[5] Andriani, H., 2011. Hubungan Motivasi Belajar Dan Prestasi Akademik Mahasiswa S1 –Keperawatan Sekolah Tinggi Ilmu Kesehatan Dian Husada Mojokerto.

[6] Pratomo, D. S., Astuti, E. Z., 2015.Analisis Regresi dan Korelasi Antara Pengunjungdan Pembeli Terhadap Nominal Pembelian di Indomaret Kedungmundu Semarangdengan Metode Kuadrat Terkecil. Semarang : Jurusan Teknik Informatika UniversitasDian Nuswantoro.

[7] FTI UKSW, 2016. Presensi Kelas Praktikum Aljabar Linier dan Matriks SemesterAntara 2016/2017.

[8] FTI UKSW, 2016. Nilai Kelas Praktikum Aljabar Linier dan Matriks Semester Antara2016/2017.

[9] Sugiyono, Statistika untuk Penelitian, Bandung, Alfabeta, 2008.