Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa

(1)

ABSTRAK

EDO MUHAMMAD SUHADA. Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa. Di bawah bimbingan ITASIA DINA S. dan UTAMI DYAH SYAFITRI.

Dalam meningkatkan prestasi belajar, diperlukan sesuatu yang dapat mengarahkan, memunculkan, mendorong, dan mempertahankan sikap seseorang agar tujuan tercapai. Hal ini dinamakan motivasi. Motivasi adalah sesuatu yang tidak dapat diukur secara langsung (peubah laten). Analisis yang menghubungkan antara peubah laten dengan peubah laten lainnya dinamakan Pemodelan Persamaan Struktural.

Penelitian ini dilakukan terhadap 100 mahasiswa IPB angkatan 41 yang mewakili program studi berdasarkan lokasi praktek. Peubah-peubah laten eksogen yang mewakili motivasi untuk dilihat pengaruhnya terhadap prestasi belajar (PRES) adalah latar belakang pendidikan orang tua (LTR_ORTU), faktor ekonomi (FAK_EKO), kegiatan ekstrakurikuler di luar perkuliahan (KEG_EXTRA), kondisi belajar (KON_BEL), literatur (LITRATUR), kompetisi pendidikan (KOMPTISI), dan kesesuaian cita-cita (CITA_2). Peubah-peubah laten tersebut diukur oleh peubah-peubah manifes.

Dari hasil analisis Pemodelan Persamaan Struktural, faktor-faktor yang berpengaruh secara statistik terhadap prestasi belajar mahasiswa adalah kegiatan ekstrakurikuler di luar perkuliahan dan cita-cita, dengan nilai dugaan parameter untuk masing-masing peubah laten tersebut adalah 0,34 dan -0,33. Sedangkan peubah-peubah laten lainnya, yaitu latar belakang pendidikan orang tua, faktor ekonomi, kondisi belajar, literatur, dan kompetisi pendidikan tidak berpengaruh secara statistik.

(2)

PEMODELAN PERSAMAAN STRUKTURAL

PRESTASI BELAJAR MAHASISWA

EDO MUHAMMAD SUHADA

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(3)

ABSTRAK

EDO MUHAMMAD SUHADA. Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa. Di bawah bimbingan ITASIA DINA S. dan UTAMI DYAH SYAFITRI.

(4)

PEMODELAN PERSAMAAN STRUKTURAL

PRESTASI BELAJAR MAHASISWA

EDO MUHAMMAD SUHADA

G14103053

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar

Sarjana Sains pada

Departemen Statistika

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(5)

Judul

: Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa

Nama

: Edo Muhammad Suhada

NRP :

G14103053

Menyetujui :

Pembimbing I,

Dra. Itasia Dina S., M.Si.

NIP. 131 796 095

Pembimbing II,

Utami Dyah Syafitri, M.Si.

NIP. 132 311 922

Mengetahui :

Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

Dr. Drh. Hasim, DEA

NIP. 131 578 806

(6)

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 1 Desember 1985 dari pasangan Sobandi Barkah dan Halimah sebagai anak ke-empat dari tujuh bersaudara. Penulis menempuh pendidikan dasar di SD Negeri Gunung 05 Pagi Jakarta hingga tahun 1997. Kemudian melanjutkan pendidikan menengah pertama di SLTP Negeri 19 Jakarta hingga tahun 2000. Pada tahun 2003 penulis menyelesaikan pendidikan menengah atas di SMU Negeri 65 Jakarta dan pada tahun yang sama diterima di Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor melalui Sistem Penerimaan Mahasiswa Baru (SPMB).

Selama mengikuti perkuliahan, penulis ikut serta dalam kegiatan himpunan profesi Gamma Sigma Beta sebagai ketua Departemen Kajian Strategis periode 2004/2005 dan sekretaris umum periode 2005/2006. Penulis mengikuti kegiatan praktek lapang di Pusat Penelitian Teh dan Kina Gambung di Bandung pada bulan Februari-April 2007 di bawah bimbingan Bapak Imron Rosyadi.

(7)

PRAKATA

Alhamdulillahirabbil’alamin, segala puji dan syukur penulis haturkan kehadirat Allah SWT atas segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam semoga selalu tercurahkan kepada Rasulullah SAW, keluarga, sahabat, dan umatnya hingga akhir zaman.

Karya ilmiah ini berjudul “Pemodelan Persamaan Struktural Motivasi Belajar Mahasiswa“. Penelitian ini membahas penerapan Pemodelan Persamaan Struktural pada studi kasus motivasi belajar mahasiswa IPB.

Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dalam penyelesaian karya ilmiah ini, terutama kepada :

• Ibu Itasia Dina S., M.Si. dan Ibu Utami Dyah Syafitri, M.Si. yang telah memberikan bimbingan dan masukan agar penelitian ini dapat diselesaikan dengan baik.

• Seluruh dosen pengajar Departemen Statistika IPB atas ilmu bermanfaat yang telah diberikan selama penulis mengikuti perkuliahan di Departemen Statistika IPB.

• Bu Dedeh, Bu Mar, Bu Sulis, Mang Soed, Bu Aat, Mang Dur, Mang Herman, Pak Heri, dan Pak Yan yang telah memberikan banyak sekali bantuan selama masa perkuliahan penulis.

• Mama dan Papa yang selalu memberikan do’a, dorongan semangat, dukungan, perhatian kepada penulis. Kakak-kakak dan adik-adik saya yang selalu memberikan “keramaian” di rumah.

• Yudi, Arief, Rio, Ipunk, Bayu, Daus, Anggoro, Wahyu, Kakek Adit (terima kasih untuk hari-harinya di kosani), Danis, Rina, Deni (terima kasih untuk diskusinya tentang SEM), Rani, Arta, Rahayu, Meylin, Esi, Dania, Yuni, Adis, Rosit, Vina, Mutia, Ash, Lala, Ema, Rara (terima kasih untuk semangatnya), dan seluruh STK’40 atas semua keceriaan yang diberikan semasa kuliah.

• Seluruh STK’41 dan STK’42 yang memberi semangat dengan menanyakan tentang seminar.

• Semua pihak yang telah memberikan dukungan kepada penulis yang tidak dapat disebut satu persatu sehingga karya ilmiah ini dapat diselesaikan.

Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis harapkan sebagai pemicu untuk dapat berkarya lebih baik lagi. Semoga karya ilmiah ini bermanfaat bagi pihak yang membutuhkan.

Bogor, Januari 2008

(8)

DAFTAR ISI

Halaman

DAFTAR ISI... v

DAFTAR TABEL ... vi

DAFTAR LAMPIRAN ... vi

PENDAHULUAN Latar Belakang ... 1

Tujuan ... 1

TINJAUAN PUSTAKA Motivasi ... 1

Validitas dan Reliabilitas ... 1

Analisis Lintas ... 2

Pemodelan Persamaan Struktural ... 2

Tipe Korelasi ... 3

Metode Unweighted Least Square ... 3

Evaluasi Model ... 3

Interpretasi Koefisien Lintas ... 3

BAHAN DAN METODE Bahan ... 4

Metode ... 4

HASIL DAN PEMBAHASAN Deskripsi Data ... 5

Validitas dan Reliabilitas ... 5

Pendugaan Parameter ... 5

SIMPULAN ... 6

SARAN ... 7

DAFTAR PUSTAKA ... 7 LAMPIRAN

(9)

DAFTAR TABEL

1. Penyebaran Kuota Contoh ... 4

2. Hasil Uji Kelayakan Model ... 5

3. Dugaan Nilai Reliabilitas Peubah Laten ... 6

4. Nilai Dugaan Parameter ... 6

DAFTAR LAMPIRAN

1. Peubah yang Digunakan ... 8

2. Kuesioner yang Digunakan ... 9

3. Daya Tampung Program Studi di IPB ... 14

4. Penyebaran Mahasiswa Teramati ... 16

5. Matriks Korelasi ... 17

(10)

PENDAHULUAN

Latar Belakang

Menurut Ulmann dalam Stoelting (2002), pemodelan persamaan struktural adalah salah satu cara untuk menganalisa hubungan antara satu atau lebih peubah bebas dan satu atau lebih peubah tak bebas. Peubah-peubah tak bebas dan peubah-peubah bebas tersebut dapat berupa peubah terukur (peubah manifes) atau peubah tak terukur (peubah laten). Pada saat yang bersamaan satu atau lebih peubah tak bebas tersebut dapat berperan sebagai peubah bebas bagi peubah tak bebas lainnya. (Hair 1995). Dalam membentuk model persamaan struktural, ada beberapa software yang dapat digunakan, diantaranya adalah Linear

Structure Relationship (LISREL), Linear

Equation (LINEQS), Analysis of Moment

Structure (AMOS), Partial Least

Square-Graph (PLS-Graph), dan sebagainya.

Dalam ilmu sosial, penelitian dilakukan untuk mengukur setiap karakteristik subyek yang melibatkan lebih dari satu peubah. Tidak seperti dalam ilmu eksakta, pengukuran pada ilmu sosial tidak dapat dilakukan secara langsung, tetapi melalui peubah manifes yang merupakan refleksi dari peubah laten yang ingin diukur. Dalam kajian statistika biasanya dimodelkan dengan Pemodelan Persamaan Struktural (Dillon dan Goldstein 1984).

Salah satu faktor yang mempengaruhi prestasi seseorang adalah motivasi. Motivasi merupakan sesuatu yang tidak dapat diukur s e c a r a l a n g s u n g , s e h i n g g a d i p e r l u k a n p e r t a n y a a n - p e r t a n y a a n y a n g d a p a t merefleksikan mengenai motivasi tersebut. Oleh karena itu, dilakukan analisa dengan me n g g u n a k a n p e mo d e l a n p e r s a ma a n struktural untuk mengetahui bagaimana pemodelan yang terbentuk berdasarkan pertanyaan-pertanyaan tersebut. Dalam penelitian ini, diambil studi kasus mengenai faktor-faktor motivasi yang mempengaruhi prestasi mahasiswa IPB.

Tujuan

Tujuan dari penelitian ini adalah menyusun dan menduga model persamaan struktural mengenai prestasi belajar mahasiswa IPB.

TINJAUAN PUSTAKA

Motivasi

Motivasi adalah keadaan dalam diri individu yang memunculkan, mengarahkan, dan mempertahankan perilaku. Dengan kata lain adalah dorongan terhadap seseorang agar mau melaksanakan sesuatu (Wikipedia 2007).

Menurut Dimyati dan Mudjiono (2006), motivasi belajar adalah keinginan yang me n g g e r a k k a n , me n y a l u r k a n , d a n mengarahkan sikap atau perilaku individu belajar. Faktor-f a k t o r mo t i v a s i b e l a j a r a d a l a h c i t a - c i t a , kemampuan, kondisi s e s e o r a n g , k o n d i s i l i n g k u n g a n , d a n sebagainya.

Sampling

Purposive sampling adalah salah satu

teknik pengambilan contoh berdasarkan subyektifitas peneliti untuk mendapatkan contoh yang representatif tanpa adanya pengacakan (List 2007).

Quota sampling adalah salah satu teknik

pengambilan contoh dari suatu kelompok tertentu dengan banyak contoh yang telah ditentukan oleh peneliti untuk masing-masing kelompok (Trochim 2006).

Validitas dan Reliabilitas Validitas

V a l i d i t a s d a p a t d i a r t i k a n s e b a g a i ketepatan dari suatu alat ukur, apakah suatu alat ukur dapat mengukur apa yang ingin diukur atau tidak (Key 2007). Dalam hal ini, sejauh mana pertanyaan dalam kuesioner dapat memberikan informasi secara tepat mengenai hal yang ingin diukur sesuai dengan tujuan penelitian .

Terdapat 4 metode untuk menguji validitas suatu kuesioner, yaitu face validity,

content validity, criterion validity, dan

construct validity. Dalam penelitian ini,

dilakukan uji validitas dengan menggunakan

face validity. Face validity adalah pengujian secara statistik yang paling sederhana karena hanya berdasarkan pada pendapat orang ahli mengenai bidang penelitian tersebut, apakah suatu kuesioner sudah dapat dikatakan valid atau tidak (Key 2007).

(11)

Reliabilitas

Reliabilitas adalah kekonsistenan dari pengukuran, atau dapat dikatakan tingkat k e t e r h a n d a l a n s u a t u a l a t u k u r d a l a m mengukur nilai pada subyek dan kondisi yang sama, tetapi dalam waktu yang berbeda (Key 2007). Terdapat 2 cara dalam menduga reliabilitas suatu alat ukur, yaitu test/retest dan

internal consistency (Key 2007). Dalam

penelitian ini, d i l a k u k a n u j i r e l i a b i l i t a s d e n g a n menggunakan internal consistency.

Internal consistency menduga nilai reliabilitas alat ukur dengan melakukan perhitungan ragam terhadap pertanyaan-pertanyaan dalam satu kelompok. Salah satu cara yang umum digunakan untuk mengukur reliabilitas dalam kuesioner adalah dengan menggunakan

Cronbach’s Alpha yang dapat dirumuskan

sebagai berikut: ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ σ σ − − =

∑

= 2 t k 1 i 2 i 1 1 k k

A ... (1)

dengan:

A = koefisien reliabilitas

k = banyaknya pertanyaan pada suatu kelompok tertentu

σt2 = ragam total

σi2 = ragam pertanyaan ke-i

Semakin tinggi nilai A, maka semakin dapat diandalkan kuesioner yang digunakan dan sebaliknya (Key 2007).

Untuk menduga nilai construct reliability, yaitu nilai reliabilitas untuk masing-masing peubah laten, dihitung dengan menggunakan rumus sebagai berikut:

(

)

(

)

2 i 2 i e . std . std liability Re Construct ∑ + λ ∑ λ ∑ = ... (2) dengan std λi adalah nilai loading yang telah

distandarkan dan ei adalah error pengukuran

untuk peubah manifes ke-i dalam satu peubah laten. Nilai reliabilitas yang disarankan adalah minimal 0,5 (Hair 1995).

Analisis Lintas

Analisis lintas adalah suatu metode yang berupaya untuk menganalisa sistem pada persamaan struktural. Tujuan dari analisis lintas adalah untuk menerangkan akibat

langsung dan tidak langsung dari beberapa peubah sebagai peubah sebab terhadap beberapa peubah lainnya sebagai peubah akibat. Pengaruh tak langsung dari suatu peubah bebas terhadap suatu peubah tak bebas adalah melalui peubah lain yang disebut

intervening variable atau peubah antara.

Pengaruh total peubah bebas terhadap peubah tak bebas merupakan penjumlahan dari pengaruh langsung dan seluruh pengaruh tak langsung (Garson 2006).

Pemodelan Persamaan Struktural Terdapat dua model yang membangun pemodelan persamaan struktural, yaitu model struktural dan model pengukuran. Bentuk persamaan model struktural adalah sebagai berikut:

= β + Γξ + ... (3) dengan:

= vektor peubah laten tak bebas (latent endogenous) berukuran mx1

ξ = vektor peubah laten bebas (latent exogenous) berukuran nx1

β = matriks koefisien dari berukuran mxm

Γ = matriks koefisien dari ξ berukuran mxn

= vektor sisaan hubungan antara dan ξ berukuran mx1

Bentuk persamaan model pengukuran adalah sebagai berikut:

y = Λy + ... (4)

x = Λx β + ... (5)

dengan:

y = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi berukuran px1

x = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi ξ berukuran qx1

= vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing px1

= vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing qx1

Λy = matriks berukuran pxm

Λx = matriks berukuran qxn

Asumsi yang mendasari analisis pemodelan persamaan stuktural antara lain: 1. tidak berkorelasi dengan

2. tidak berkorelasi dengan ξ

(12)

3. tidak berkorelasi dengan ξ 4. , , dan saling bebas

Bila Φ adalah matriks berukuran nxn, Ψ matriks mxm merupakan matriks peragam bagi ξ dan , sedangkan Θ dan Θ berturut-turut adalah matriks peragam dari dan . Maka matriks peragam bagi Z=(Y’,X’) yang dilambangkan dengan Σ dapat dinyatakan sebagai:

( )

_{( )}

( )

_{( )}

( )

⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ∑ ∑ ∑ ∑ = ∑ θ θ θ θ θ xx xy yx

yy _{... (6)}

di mana Σyy adalah matriks peragam dari

peubah pengamatan Y, yaitu:

Σyy = Λy(I-B)-1(ΓΦΓ` + Ψ)[(I-B)-1]` Λy` + Θ

Σyx adalah matriks peragam bagi peubah

pengamatan Y dan X yang dapat ditulis sebagai:

Σyx = Λy(I-B)-1ΓΦΛx`

Σxy adalah matriks putaran dari Σyx, yaitu:

Σxy = ΛxΦΓ`[(I-B)-1]` Λy`

Matriks peragam peubah pengamatan X adalah:

Σxx = ΛxΦΛx` + Θ

Dapat dilihat bahwa Σ merupakan fungsi dari matriks Λy, Λx, B, Γ, Φ, Ψ, Θ dan Θ.

Tipe Korelasi

Skala pengukuran yang digunakan dalam penelitian ini adalah ordinal dan interval. Korelasi untuk skala pengukuran antara numerik dengan numerik dinamakan korelasi Pearson. Korelasi untuk skala pengukuran antara ordinal dengan ordinal dinamakan korelasi polychoric, sedangkan korelasi untuk skala pengukuran antara ordinal dengan interval dinamakan korelasi polyserial. Ketiga korelasi tersebut digunakan pada Pemodelan Persamaan Struktural (Hair 1995).

Metode Unweighted Least Square M e t o d e y a n g d i g u n a k a n a d a l a h

unweighted least square. Bentuk umum fungsi

unweighted least square adalah sebagai

berikut:

( )

(

)

[

]

2 1 θ ∑ − ∑ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = tr

F_ULS ... (7)

Terdapat 2 keuntungan dari metode

unweighted least square ini, yaitu: 1. Penduga θ yang dihasilkan konsisten. 2. Asumsi sebaran dari peubah pengamatan

tidak diperlukan. (Bollen 1989)

Evaluasi Model

Untuk mengetahui kebaikan suatu model, diperlukan beberapa uji. Uji yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Goodness of Fit Index (GFI)

( )

(

)

[

]

[ ]

2 2 tr tr 1 GFI ∑ θ Σ − ∑ −

= ... (8) G F I me r e p r e s e n t a s i k a n p e r s e n keragaman Σ yang dapat diterangkan oleh model. Model dengan GFI ≥ 0,90 dapat dikatakan model sudah didukung oleh data (Garson 2007).

2. Root Mean Square Error Approximation (RMSEA)

Nilai RMSEA merupakan ukuran ketidakcocokan suatu model, sehingga diharapkan nilainya kecil. Nilai RMSEA diharapkan berkisar antara 0,05 – 0,08 yang merupakan indeks penerimaan model (Hair 1995).

(

n 1

)

db db RMSEA 2 − − χ

= ... (9) dengan db = n–[0,5(q)(q+1)] dan q adalah banyaknya peubah manifes.

Interpretasi Koefisien Lintas

Hubungan antara peubah laten dengan peubah manifes dapat diinterpretasikan seperti interpretasi nilai faktor loading. Interpretasi nilai faktor loading adalah seberapa besar kontribusi faktor loading terhadap peubah tak bebas (Dillon dan Goldstein 1984). Dalam hal i n i , s e b e r a p a b e s a r p e u b a h ma n i f e s

(13)

memberikan kontribusi untuk membangun peubah laten. Sedangkan hubungan antara peubah laten terhadap peubah laten lainnya dapat diinterpretasikan seperti koefisien dalam regresi.

BAHAN DAN METODE

Bahan

Dalam penelitian ini, digunakan contoh sebanyak 100 mahasiswa IPB angkatan 41. Peubah laten endogen yang diamati adalah prestasi (PRES) yang dibangun oleh sebuah peubah manifes, yaitu nilai IPK. Peubah-peubah laten eksogen yang mewakili motivasi untuk dilihat pengaruhnya terhadap prestasi adalah sebagai berikut:

1. Kesesuaian cita-cita (CITA_2)

2. Latar belakang pendidikan orang tua (LTR_ORTU)

3. Faktor ekonomi (FAK_EKO)

4. K e g i a t a n e k s t r a k u r i k u l e r d i l u a r perkuliahan (KEG_EXTRA)

5. Kondisi belajar (KON_BEL) 6. Literatur (LITRATUR)

7. Kompetisi pendidikan (KOMPTISI). Peubah-peubah laten dan manifes yang digunakan selengkapnya dapat dilihat pada Lampiran 1.

Metode

Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut:

1. Pembuatan kuesioner. Kuesioner yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 2.

2. Pengujian validitas dan reliabilitas kuesioner. Pengumpulan data dengan menggunakan metode quota purposive

sampling. Sampling dilakukan dengan

menentukan target responden yang diinginkan, yaitu mahasiswa yang melakukan praktek di lapangan, laboratorium percobaan, dan laboratorium komputer. Oleh karena itu, dibentuklah kelompok program studi berdasarkan lokasi praktek tersebut di atas. Kemudian dari jumlah contoh yang ingin diamati, yaitu sebesar 100 orang, diambil kuota secara proporsional untuk masing-masing kelompok. Berdasarkan daya tampung program studi di IPB pada Lampiran 3

dan banyaknya mahasiswa yang teramati untuk masing-masing kelompok p a d a Lampiran 4, dapat dilakukan perhitungan untuk menentukan seberapa banyak kuota contoh untuk masing-masing kelompok. Banyaknya kuota contoh untuk masing-masing kelompok dapat dilihat pada Tabel 1 sebagai berikut:

Tabel 1. Penyebaran Kuota Contoh Kelompok Praktek Kuota (orang)

Lapangan 20 Laboratorium 50

Lab. Komputer 30

3. Pengolahan data, yang terdiri dari: a. Spesifikasi model berdasarkan teori.

Konsep pemodelan dapat dilihat pada Gambar 1.

b. Membentuk matriks korelasi yang terdiri dari korelasi Pearson, korelasi

polyserial, dan korelasi polychoric. Hasil matriks korelasi dapat dilihat pada Lampiran 5.

c. Menguji kelayakan model dengan menggunakan RMSEA dan GFI. d. Menduga koefisien lintas dengan

menggunakan metode unweighted least square..

e. Menguji pengaruh peubah laten eksogen dengan menggunakan uji-t. f. Interpretasi model.

Software yang digunakan dalam

penelitian ini adalah Microsoft Excel 2003, SPSS 13, dan LISREL 8,30.

Gambar 1. Konsep Model

(14)

HASIL DAN PEMBAHASAN

Deskripsi Data

Pengambilan data dilakukan terhadap 100 o r a n g ma h a s i s w a I P B a n g k a t a n 4 1 . Responden yang teramati terdiri dari laki-laki sebanyak 40% dan responden perempuan sebanyak 60%. Dari keseluruhan responden, sebanyak 48% mendapatkan nilai IPK < 2,75 dan sisanya mendapatkan nilai IPK lebih dari 2,75. Responden sebagian besar berasal dari pulau Jawa, yaitu sebesar 80%. Sisanya berasal dari pulau Sumatra (11%), pulau Kalimantan (6%), pulau Sulawesi (1%), dan pulau Irian (2%).

Validitas dan Reliabilitas

Validitas dalam penelitian ini dilakukan dengan metode face validity, di mana metode ini adalah metode yang paling sederhana untuk menguji valid atau tidaknya sebuah kuesioner. Untuk menduga nilai reliabilitas suatu kuesioner, dilakukan uji dengan menggunakan perhitungan Cronbach’s Alpha. Dugaan nilai reliabilitas kuesioner yang didapatkan adalah sebesar 0,655. Hasil perhitungan ini dapat dikatakan reliabel

karena telah memenuhi batas minimal keterhandalan suatu kuesioner, yaitu 0,5.

Pendugaan Parameter

Karena kesederhanaan asumsi yang diperlukan, maka dalam penelitian ini digunakan RMSEA dan GFI untuk menguji kelayakan suatu model. Kedua uji tersebut tidak memerlukan asumsi bahwa data menyebar mengikuti suatu sebaran tertentu, sehingga kedua uji ini fleksibel digunakan. Hasil uji tersebut dapat dilihat pada Tabel 2 berikut ini:

Tabel 2. Hasil Uji Kelayakan Model Nilai yang

Disarankan

Nilai yang Dihasilkan RMSEA 0,05 – 0,08 0,062

GFI > 0,90 0,91

Berdasarkan Tabel 2, diketahui bahwa nilai RMSEA dan GFI sudah memenuhi kriteria yang disarankan, sehingga model yang dihasilkan dalam penelitian ini sudah dapat d i k a t a k a n l a y a k d a n d a p a t d i l a k u k a n pendugaan parameter.

(15)

Hasil pendugaan koefisien pemodelan persamaan struktural secara lengkap dapat dilihat pada Gambar 2. Dari hasil perhitungan uji parameter terhadap peubah laten endogen prestasi belajar didapatkan nilai t-hitung sebesar 8,54, diketahui bahwa peubah manifes endogen IPK berpengaruh nyata dalam membangun peubah laten endogen prestasi belajar pada taraf α = 0,05 dengan kontribusi yang diberikan sebesar 0,97. Ini dapat diartikan bahwa peubah manifes endogen IPK dapat membangun peubah laten endogen pretasi belajar dengan sangat baik karena menghasilkan kontribusi mendekati 1, sehingga layak digunakan.

Tabel 3. Dugaan Nilai Reliabilitas Peubah Laten

Peubah Laten Dugaan Nilai Reliabilitas LTR_ORTU 0,82 FAK_EKO 0,64 KEG_EXTRA 0,78 KON_BEL 0,5 LITRATUR 0,5 KOMPTISI 0,75 CITA_2 0,95

PRES 0,95

Tabel 3 memperlihatkan dugaan nilai r e l i a b i l i t a s p e u b a h - p e u b a h l a t e n y a n g digunakan dalam model. Nilai reliabilitas peubah-peubah laten yang tertera pada Tabel 3 telah memenuhi kriteria reliabilitas karena batas minimum dugaan nilai reliabilitas yang disarankan adalah 0,5.

Tabel 4. Nilai Dugaan Parameter Peubah Laten

Eksogen

Nilai Dugaan Parameter

db t-hitung LTR_ORTU -0,02 97 -0,21 FAK_EKO 0,01 97 0,09 KEG_EXTRA 0,34 97 2,83* KON_BEL -0,16 97 -0,83 LITRATUR 0,18 94 1,21 KOMPTISI 0,13 97 0,96 CITA_2 -0,33 99 -2,63*

*Nyata pada taraf α =0,05

Nilai dugaan parameter untuk masing-masing peubah laten eksogen terhadap peubah laten endogen prestasi belajar disajikan pada Tabel 4. Pada Tabel 4 tersebut, diketahui b a h w a p e u b a h - p e u b a h l a t e n e k s o g e n

KEG_EXTRA dan CITA_2 berpengaruh pada taraf α = 0,05. Sedangkan peubah-peubah laten eksogen lainnya tidak berpengaruh secara statistik pada taraf yang sama.

Pada Tabel 4, nilai dugaan parameter (koefisien lintas) bagi peubah laten eksogen KEG_EXTRA sebesar 0,34. Hal ini dapat diterjemahkan bahwa peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan mempengaruhi peubah laten endogen prestasi belajar sebesar nilai tersebut. Tanda positif menunjukkan adanya indikasi dengan mengikuti kegiatan ekstrakurikuler di luar perkuliahan, maka prestasi belajar meningkat.

Nilai dugaan parameter (koefisien lintas) peubah laten eksogen CITA_2 sebesar -0,33. Hal ini dapat diterjemahkan bahwa peubah laten eksogen kesesuaian cita-cita mempengaruhi peubah laten endogen prestasi belajar sebesar nilai tersebut. Tanda negatif dapat diartikan bahwa ketidaksesuaian cita-cita dengan program studi yang sedang dijalani tidak menyebabkan penurunan prestasi belajar. Hal ini mungkin dapat terjadi karena ada kalanya mahasiswa lebih me n g u t a ma k a n u n t u k me n d a p a t k a n pendidikan yang tinggi meskipun tidak sesuai dengan cita-cita yang diinginkan.

Berdasarkan hasil yang disajikan pada Tabel 4, pengaruh peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita tidak cukup besar. Hal ini mengindikasikan adanya peubah manifes eksogen lain bagi kedua peubah laten eksogen tersebut yang belum dimasukkan ke dalam model.

SIMPULAN

Tidak semua peubah laten eksogen yang dipilih pada pemodelan awal dapat digunakan. Peubah-peubah laten eksogen yang dapat mewakili motivasi untuk dapat menduga p r e s t a s i b e l a j a r a d a l a h k e g i a t a n ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita.

Ada indikasi bahwa:

1. Mahasiswa IPB yang program studinya tidak sesuai dengan cita-cita yang diinginkan memiliki prestasi belajar yang baik.

2. Mahasiswa IPB yang aktif mengikuti kegiatan ekstrakurikuler di luar perkuliahan memiliki prestasi belajar yang baik.

(16)

Pengaruh peubah-peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita tidak cukup besar yang kemungkinan besar disebabkan oleh kurang lengkapnya peubah manifes eksogen yang digunakan.

SARAN

Saran untuk penelitian selanjutnya agar dilakukan penambahan terhadap peubah manifes eksogen yang digunakan dan peubah laten eksogen yang dapat mewakili motivasi, sehingga didapatkan model yang lebih baik untuk menduga prestasi belajar mahasiwa.

DAFTAR PUSTAKA

Bollen, K.A. 1989. Structural Equations with Latent Variables. Canada: John Wiley & Sons.

Dillon, W. R. and Goldstein, M. 1984.

Multivariate Analysis Method and

Applications. Canada: John Wiley &

Sons.

Garson, G.D. 2006. Path Analysis. (http:// www.statisticssolutions.com/index.htm/p ath_analysis.htm).

[25 Mei 2007]

. 2007. Structural Equation Modeling

ExampleUsing WinAMOS. (http://www2.

chass.ncsu.edu/garson/pa765/semAMOS1 .htm)

[17 November 2007]

Hair, J.F, et al. 1995. Multivariate Data

Analysis with Readings4th Edition. New

Jersey: Prentice-Hall.

Kenny, D.A. 2003. Measuring Model Fit. (http://davidakenny.net/cm/fit.htm). [17 November 2007]

Key, J.P. 1997. Reliability and Validity. (http:// www.okstate.edu/ag/agedcm4h/ac ademic/aged5980a/5980/newpage18.htm. [1 Oktober 2007]

List, D. 2007. Sampling For Surveys. (http:// www.statpac.com/surveys/sampling.htm). [6 Desember 2007]

Mudjiono dan Dimyati. 2006. Belajar dan Pembelajaran. Jakarta: PT Rineka Cipta. Stoelting, R. 2002. Structral Equation

Modeling/Path Analysis. (http://userwww .sfsu.edu/~efc/classes/biol710/path/SEM webpage.htm)

[16 Desember 2007]

Trochim, W. M. K. 2006. Nonprobability

Sampling. (http:// www.socialresearchme

thods.net/ kb/sampnon.htm). [6 Desember 2007]

[Wikipedia]. 2007. Motivasi. (http:// id.wiki pedia.org/wiki/Motivasi.htm)

(17)

(18)

LAMPIRAN 1 Peubah yang Digunakan Peubah laten:

PRES = Prestasi belajar

LTR_ORTU = Latar belakang orang tua FAK_EKO = Faktor ekonomi

KEG_EXTRA = Kegiatan ekstrakurikuler di luar perkuliahan KON_BEL = Kondisi belajar

LITRATUR = Literatur KOMPTISI = Kompetisi pendidikan CITA_2 = Kesesuaian cita-cita Peubah manifes:

IPK = Nilai Indeks Prestasi Kumulatif PA = Pendidikan akhir ayah

PI = Pendidikan akhir ibu

JU = Jumlah kiriman uang tiap bulan

AU = Alokasi uang bulanan di luar kebutuhan makan JKE = Jumlah kegiatan ekstrakurikuler di luar perkuliahan

SR = Status responden pada kegiatan ekstrakurikuler di luar perkuliahan KR = Kondisi ruang belajar

AW = Alokasi waktu belajar dalam 1 minggu

PLI = Pemahaman terhadap literatur berbahasa Inggris

PLIT = Persentase literatur berbahasa Inggris terhadap keseluruhan literatur yang dimiliki ACMT = Keaktifan mencarai materi penunjang perkuliahan dalam 1 minggu

KD = Kondisi kompetisi di departemen

SK = Sikap responden terhadap kompetisi departemen CC = Kesesuaian cita-cita

(19)

LAMPIRAN 2 Kuesioner yang Digunakan

DRAFT KUESIONER PENELITIAN

PEMODELAN PERSAMAAN STRUKTURAL MOTIVASI BELAJAR MAHASISWA

No. Kuesioner : Responden/No. Kontak : Fakultas/Program Studi : Nilai IPK Terakhir : Nama Pewawancara : Hari/Tanggal Wawancara : Waktu Wawancara :

A. KONDISI KELUARGA

1. Pendidikan terakhir orang tua (ayah):

a. SD/SMP d. Sarjana

b. SMU/SMK e. Pascasarjana

c. Diploma f. Lainnya (Sebutkan!) 2. Pekerjaan orang tua (ayah):

a. Pegawai Negeri Sipil d. Tidak bekerja/Pensiun b. Pegawai swasta e. Lainnya (Sebutkan!)

c. Wiraswata

3. Jabatan orang tua (ayah) pada pekerjaan tersebut: a. Direktur/Kepala Pusat d. Staf

b. Manager/Kepala Bidang e. Lainnya (Sebutkan!) c. Kepala Seksi

4. Pendidikan terakhir orang tua (ibu):

a. SD/SMP d. Sarjana

b. SMU/SMK e. Pascasarjana

c. Diploma f. Lainnya (Sebutkan!) 5. Pekerjaan orang tua (ibu):

a. Pegawai Negeri Sipil d. Tidak bekerja/Pensiun b. Pegawai swasta e. Lainnya (Sebutkan!)

c. Wiraswata

6. Jabatan orang tua (ibu) pada pekerjaan tersebut:

a. Direktur/Kepala Pusat d. Staf

b. Manager/Kepala Bidang e. Lainnya (Sebutkan!) c. Kepala Seksi

B. FAKTOR EKONOMI

1. Rata-rata jumlah kiriman uang orang tua per bulan (di luar biaya kos):

a. < Rp. 250.000 d. Rp. 750.000 < jumlah < 1.000.000 b. Rp. 250.000 < jumlah < Rp. 500.000 e. > Rp. 1.000.000

c. Rp. 500.000 < jumlah < Rp. 750.000

2. Alokasi uang berdasarkan jawaban pertanyaan B.1 untuk kebutuhan lain di luar kebutuhan makan (seperti buku, literature, internet, dan lain-lain):

a. < 5% d. 15% < alokasi < 20% b. 5% < alokasi < 10% e. > 25%

c. 10% < alokasi <15%

(20)

C. KEGIATAN EKSTRAKURIKULER

1. Apakah responden mengikuti kegiatan di luar perkuliahan selama kuliah?

a. Ya b. Tidak

Jika Ya, lanjut ke pertanyaan C.2. Jika Tidak, lanjut ke pertanyaan D.1.

2. Jenis kegiatan yang diikuti: (jawaban boleh lebih dari satu)

a. UKM olah raga d. Organisasi keagamaan (Sebutkan!) b. UKM seni e. Lainnya (Sebutkan!)

c. Organisasi mahasiswa (Sebutkan!)

3. Banyak kegiatan yang diikuti per tahun perkuliahan:

Tahun perkuliahan Banyak kegiatan (Sebutkan!)

4. Keaktifan responden dalam kegiatan tersebut::

a. Tidak pernah c. Sering

b. Jarang d. Selalu

D. KONDISI LINGKUNGAN

1. Apakah responden memiliki sahabat?

a. Ya b. Tidak

2. Berapa nilai IPK masing-masing sahabat responden? Nilai IPK

3. Tempat tinggal responden:

a. Kamar kos d. Rumah orang tua

b. Rumah sewa/kontrak e. Lainnya c. Rumah saudara

4. Kesesuaian kondisi kamar responden dengan kegiatan belajar: a. Sangat tidak kondusif d. Kondusif

b. Tidak kondusif e. Sangat kondusif c. Biasa

E. ASAL SMU

(21)

2. Wilayah SMU responden berasal:

a. Pulau Jawa dan sekitar e. Pulau Bali/Nusa Tenggara dan sekitar b. Pulau Sumatra dan sekitar f. Kepulauan Maluku dan sekitar c. Pulau Kalimantan dan sekitar g. Pulau Irian dan sekitar d. Pulau Sulawesi dan sekitar h. Lainnya (Sebutkan!) 3. Status SMU responden:

a. Unggulan b. Non-unggulan

F. SUPPORT ORANG TUA

1. Kelancaran kiriman uang dari orang tua:

a. Selalu terlambat c. Terkadang terlambat b. Sering terlambat d. Lancar

2. Bentuk support dari orang tua: a. Materi

b. Non-Materi c. Materi dan non-materi

G. LITERATUR

1. Banyak literatur yang dimiliki:

a. < 3 buah d. 12 – 15 buah b. 4 – 7 buah e. > 16 buah

c. 8 – 11 buah

2. Banyak literatur yang berbahasa Inggis yang dimiliki:

a. < 3 buah d. 12 – 15 buah b. 4 – 7 buah e. > 16 buah

c. 8 – 11 buah

3. Pemahaman literatur berdasarkan kemampuan bahasa Inggris yang dimiliki responden: a. Sangat tidak paham d. Paham

b. Tidak paham e. Sangat paham

c. Biasa

H. KOMPETISI

1. Kompetisi pendidikan di departemen responden dalam satu angkatan: a. Sangat tidak ketat d. Ketat b. Tidak ketat e. Sangat ketat c. Biasa

2. Sikap responden menghadapi kondisi kompetisi demikian: a. Sangat tidak terpacu d. Terpacu b. Tidak terpacu e. Sangat terpacu c. Biasa

I. MATERI TAMBAHAN PERKULIAHAN

1. Apakah responden mencari materi tambahan mengenai perkuliahan di luar jam kuliah?

a. Ya b. Tidak

Jika Ya, lanjut ke pertanyaan I.2. Jika Tidak, lanjut ke pertanyaan J.1.

(22)

2. Sumber responden mendapatkan materi tambahan untuk menunjang materi perkuliahan: (jawaban boleh lebih dari satu)

Sumber responden mendapatkan materi tambahan untuk menunjang materi perkuliahan: (jawaban boleh lebih dari satu)

a. Perpustakaan d. Mading

b. Internet e. Lainnya

c. Seminar c. Seminar

3. Responden paling banyak mendapatkan materi tambahan berdasarkan jawaban pertanyaan I.1 dari:

a. Perpustakaan d. Mading

b. Internet e. Lainnya

c. Seminar c. Seminar

4. Frekuensi dalam satu minggu responden mencari materi tambahan berdasarkan jawaban pertanyaan I.2:

a. 1 - 2 kali d. 7 kali

b. 3 - 4 kali e. > 7 kali b. 3 - 4 kali e. > 7 kali c. 5 – 6 kali

c. 5 – 6 kali

J. CITA-CITA J. CITA-CITA

1. Minat responden sebelum masuk program studi yang responden jalani sekarang: 1. Minat responden sebelum masuk program studi yang responden jalani sekarang:

K. CARA BELAJAR K. CARA BELAJAR 1. Cara responden belajar: 1. Cara responden belajar:

a. Sendiri c. Les Privat

b. Kelompok d. Lainnya (Sebutkan!) b. Kelompok d. Lainnya (Sebutkan!)

2. Cara responden memahami pelajaran: 2. Cara responden memahami pelajaran:

a. Membaca buku c. Diskusi

b. Mengerjakan tugas d. Lainnya (Sebutkan!) b. Mengerjakan tugas d. Lainnya (Sebutkan!)

3. Alokasi waktu yang disediakan untuk belajar dalam 1 minggu: 3. Alokasi waktu yang disediakan untuk belajar dalam 1 minggu:

a. 0 <

a. 0 < alokasi < 4 jam d. 8 < alokasi < 10 jam b. 4 < alokasi < 6 jam e. > 10 jam

(23)

LAMPIRAN 3 Daya Tampung Program Studi di IPB

No. Fakultas Departemen Program Studi Kelompok Daya Tampung

1 FAHUTAN Manajemen Hutan Budidaya Hutan 1 60

2 FAHUTAN Konservasi Sumberdaya Hutan Konservasi Sumberdaya Hutan 1 90

3 FAHUTAN Manajemen Hutan Manajemen Hutan 1 100

4 FAPERTA Sosial Ekonomi Pertanian Komunikasi dan Pengembangan Masyarakat 1 90

5 FPIK Ilmu dan Teknologi Kelautan (ITK) Ilmu Kelautan (IKL) 1 70

6 FPIK Pemanfaatan Sumberdaya Perikanan (PSP) Pemanfaatan Sumberdaya Perikanan (PSP) 1 70

7 FPIK Budidaya Perairan (BDP) Teknologi dan Manajemen Akuakultur 1 70

8 FAHUTAN Teknologi Hasil Hutan Teknologi Hasil Hutan 2 70

9 FAPERTA Budidaya Pertanian Agronomi 2 75

10 FAPERTA Gizi Masyarakat dan Sumberdaya Keluarga Gizi Masyarakat dan Sumberdaya Keluarga 2 110

11 FAPERTA Budidaya Pertanian Hortikultura 2 75

12 FAPERTA Tanah Ilmu Tanah 2 110

13 FAPERTA Budidaya Pertanian Pemuliaan Tanaman dan Teknologi Benih 2 50

14 FAPERTA Hama dan Penyakit Tumbuhan Proteksi Tanaman 2 70

15 FAPET Ilmu Nutrisi dan Makanan Ternak Ilmu Nutrisi dan Makanan Ternak 2 80

16 FAPET Ilmu Produksi Ternak Teknologi Hasil Ternak 2 80

17 FAPET Ilmu Produksi Ternak Teknologi Produksi Ternak 2 100

18 FATETA Teknik Pertanian Teknik Pertanian 2 110

19 FATETA Teknologi Industri Pertanian Teknologi Industri Pertanian 2 110

20 FATETA Teknologi Pangan dan Gizi Teknologi Pangan 2 110

21 FKH Kedokteran Hewan Kedokteran Hewan 2 110

22 FMIPA Kimia Biokimia 2 60

23 FMIPA Biologi Biologi 2 100

24 FMIPA Fisika Fisika 2 45

25 FMIPA Kimia Kimia 2 80

26 FPIK Teknologi Hasil Perikanan (THP) Teknologi Hasil Perikanan (THP) 2 70

27 FAPERTA Sosial Ekonomi Pertanian Agribisnis 3 100

28 FAPERTA Budidaya Pertanian Arsitektur Lanskap/Pertamanan 3 60

29 FAPERTA Sosial Ekonomi Pertanian Ekonomi Pertanian dan Sumberdaya 3 50

(24)

LAMPIRAN 3 Daya Tampung Program Studi di IPB (Lanjutan)

No. Fakultas Departemen Program Studi Kelompok Daya Tampung

30 FAPET Sosial Ekonomi Industri Peternakan Sosial Ekonomi Peternakan 3 70

31 FEM Ilmu Ekonomi dan Studi Pembangunan Ekonomi Pembangunan 3 100

32 FEM Manajemen Manajemen 3 120

33 FMIPA Ilmu Komputer Ilmu Komputer 3 100

34 FMIPA Matematika Matematika 3 70

35 FMIPA Geofisika dan Meteorologi Meteorologi 3 45

36 FMIPA Statistika Statistika 3 60

37 FPIK Sosial Ekonomi Perikanan dan Kelautan (SEI) Manajemen Bisnis dan Ekonomi Perikanan Kelautan (MEP) 3 60

38 FPIK Manajemen Sumberdaya Perairan (MSP) Manajemen Sumberdaya Perairan (MSP) 3 70

(25)

LAMPIRAN 4 Penyebaran Mahasiswa Teramati

Kelompok Program Studi Jumlah

Mahasiswa

Total Teramati

Budidaya Hutan 5

Komunikasi dan Pengembangan Masyarakat 2 Konservasi Sumberdaya Hutan 3

Manajemen Hutan 5

Pemanfaatan Sumberdaya Perikanan (PSP) 4

Pra

k La

Teknologi dan Manajemen Akuakultur 1

Teknologi Hasil Hutan 3

Biokimia 9 Biologi 5 Fisika 6 Gizi Masyarakat dan Sumberdaya Keluarga 4

Hortikultura 2 Ilmu Nutrisi dan Makanan Ternak 2

Ilmu Tanah 3

Kedokteran Hewan 2

Pemuliaan Tanaman dan Teknologi Benih 1

Proteksi Tanaman 2

Teknik Pertanian 1

Teknologi Hasil Ternak 3

Teknologi Industri Pertanian 6

Prak

tek

Labo

rato

rium

Teknologi Pangan 1

Agribisnis 2

Ekonomi Pembangunan 4

Ekonomi Pertanian dan Sumberdaya 2

Ilmu Komputer 2

Manajemen 5 Manajemen Sumberdaya Perairan (MSP) 1

Matematika 3 Meteorologi 3 Sosial Ekonomi Peternakan 1

tek

Labk

Statistika 7 30

TOTAL 100

(26)

(27)

PEMODELAN PERSAMAAN STRUKTURAL

PRESTASI BELAJAR MAHASISWA

EDO MUHAMMAD SUHADA

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(28)

PENDAHULUAN

Latar Belakang

Structure Relationship (LISREL), Linear

Equation (LINEQS), Analysis of Moment

Structure (AMOS), Partial Least

Square-Graph (PLS-Graph), dan sebagainya.

Tujuan

Tujuan dari penelitian ini adalah menyusun dan menduga model persamaan struktural mengenai prestasi belajar mahasiswa IPB.

TINJAUAN PUSTAKA

Motivasi

Sampling

Purposive sampling adalah salah satu

teknik pengambilan contoh berdasarkan subyektifitas peneliti untuk mendapatkan contoh yang representatif tanpa adanya pengacakan (List 2007).

Quota sampling adalah salah satu teknik

pengambilan contoh dari suatu kelompok tertentu dengan banyak contoh yang telah ditentukan oleh peneliti untuk masing-masing kelompok (Trochim 2006).

Validitas dan Reliabilitas Validitas

Terdapat 4 metode untuk menguji validitas suatu kuesioner, yaitu face validity,

content validity, criterion validity, dan

construct validity. Dalam penelitian ini,

dilakukan uji validitas dengan menggunakan

(29)

PENDAHULUAN

Latar Belakang

Structure Relationship (LISREL), Linear

Equation (LINEQS), Analysis of Moment

Structure (AMOS), Partial Least

Square-Graph (PLS-Graph), dan sebagainya.

Tujuan

Tujuan dari penelitian ini adalah menyusun dan menduga model persamaan struktural mengenai prestasi belajar mahasiswa IPB.

TINJAUAN PUSTAKA

Motivasi

Sampling

Purposive sampling adalah salah satu

teknik pengambilan contoh berdasarkan subyektifitas peneliti untuk mendapatkan contoh yang representatif tanpa adanya pengacakan (List 2007).

Quota sampling adalah salah satu teknik

pengambilan contoh dari suatu kelompok tertentu dengan banyak contoh yang telah ditentukan oleh peneliti untuk masing-masing kelompok (Trochim 2006).

Validitas dan Reliabilitas Validitas

Terdapat 4 metode untuk menguji validitas suatu kuesioner, yaitu face validity,

content validity, criterion validity, dan

construct validity. Dalam penelitian ini,

dilakukan uji validitas dengan menggunakan

(30)

Reliabilitas

internal consistency (Key 2007). Dalam

penelitian ini, d i l a k u k a n u j i r e l i a b i l i t a s d e n g a n menggunakan internal consistency.

Cronbach’s Alpha yang dapat dirumuskan

sebagai berikut: ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ σ σ − − =

∑

= 2 t k 1 i 2 i 1 1 k k

A ... (1)

dengan:

A = koefisien reliabilitas

k = banyaknya pertanyaan pada suatu kelompok tertentu

σt2 = ragam total

σi2 = ragam pertanyaan ke-i

Semakin tinggi nilai A, maka semakin dapat diandalkan kuesioner yang digunakan dan sebaliknya (Key 2007).

Untuk menduga nilai construct reliability, yaitu nilai reliabilitas untuk masing-masing peubah laten, dihitung dengan menggunakan rumus sebagai berikut:

(

)

(

)

2 i 2 i e . std . std liability Re Construct ∑ + λ ∑ λ ∑ = ... (2) dengan std λi adalah nilai loading yang telah

distandarkan dan ei adalah error pengukuran

untuk peubah manifes ke-i dalam satu peubah laten. Nilai reliabilitas yang disarankan adalah minimal 0,5 (Hair 1995).

Analisis Lintas

Analisis lintas adalah suatu metode yang berupaya untuk menganalisa sistem pada persamaan struktural. Tujuan dari analisis lintas adalah untuk menerangkan akibat

intervening variable atau peubah antara.

Pengaruh total peubah bebas terhadap peubah tak bebas merupakan penjumlahan dari pengaruh langsung dan seluruh pengaruh tak langsung (Garson 2006).

= β + Γξ + ... (3) dengan:

= vektor peubah laten tak bebas (latent endogenous) berukuran mx1

ξ = vektor peubah laten bebas (latent exogenous) berukuran nx1

β = matriks koefisien dari berukuran mxm

Γ = matriks koefisien dari ξ berukuran mxn

= vektor sisaan hubungan antara dan ξ berukuran mx1

Bentuk persamaan model pengukuran adalah sebagai berikut:

y = Λy + ... (4)

x = Λx β + ... (5)

dengan:

y = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi berukuran px1

x = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi ξ berukuran qx1

= vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing px1

= vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing qx1

Λy = matriks berukuran pxm

Λx = matriks berukuran qxn

Asumsi yang mendasari analisis pemodelan persamaan stuktural antara lain: 1. tidak berkorelasi dengan

(31)

3. tidak berkorelasi dengan ξ 4. , , dan saling bebas

( )

_{( )}

( )

_{( )}

( )

⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ∑ ∑ ∑ ∑ = ∑ θ θ θ θ θ xx xy yx

yy _{... (6)}

di mana Σyy adalah matriks peragam dari

peubah pengamatan Y, yaitu:

Σyy = Λy(I-B)-1(ΓΦΓ` + Ψ)[(I-B)-1]` Λy` + Θ

Σyx adalah matriks peragam bagi peubah

pengamatan Y dan X yang dapat ditulis sebagai:

Σyx = Λy(I-B)-1ΓΦΛx`

Σxy adalah matriks putaran dari Σyx, yaitu:

Σxy = ΛxΦΓ`[(I-B)-1]` Λy`

Matriks peragam peubah pengamatan X adalah:

Σxx = ΛxΦΛx` + Θ

Dapat dilihat bahwa Σ merupakan fungsi dari matriks Λy, Λx, B, Γ, Φ, Ψ, Θ dan Θ.

Tipe Korelasi

Metode Unweighted Least Square M e t o d e y a n g d i g u n a k a n a d a l a h

unweighted least square. Bentuk umum fungsi

unweighted least square adalah sebagai

berikut:

( )

(

)

[

]

2 1 θ ∑ − ∑ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = tr

F_ULS ... (7)

Terdapat 2 keuntungan dari metode

unweighted least square ini, yaitu: 1. Penduga θ yang dihasilkan konsisten. 2. Asumsi sebaran dari peubah pengamatan

tidak diperlukan. (Bollen 1989)

Evaluasi Model

Untuk mengetahui kebaikan suatu model, diperlukan beberapa uji. Uji yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Goodness of Fit Index (GFI)

( )

(

)

[

]

[ ]

2 2 tr tr 1 GFI ∑ θ Σ − ∑ −

= ... (8) G F I me r e p r e s e n t a s i k a n p e r s e n keragaman Σ yang dapat diterangkan oleh model. Model dengan GFI ≥ 0,90 dapat dikatakan model sudah didukung oleh data (Garson 2007).

2. Root Mean Square Error Approximation (RMSEA)

Nilai RMSEA merupakan ukuran ketidakcocokan suatu model, sehingga diharapkan nilainya kecil. Nilai RMSEA diharapkan berkisar antara 0,05 – 0,08 yang merupakan indeks penerimaan model (Hair 1995).

(

n 1

)

db db RMSEA 2 − − χ

= ... (9) dengan db = n–[0,5(q)(q+1)] dan q adalah banyaknya peubah manifes.

Interpretasi Koefisien Lintas

(32)

memberikan kontribusi untuk membangun peubah laten. Sedangkan hubungan antara peubah laten terhadap peubah laten lainnya dapat diinterpretasikan seperti koefisien dalam regresi.

BAHAN DAN METODE

Bahan

1. Kesesuaian cita-cita (CITA_2)

2. Latar belakang pendidikan orang tua (LTR_ORTU)

3. Faktor ekonomi (FAK_EKO)

4. K e g i a t a n e k s t r a k u r i k u l e r d i l u a r perkuliahan (KEG_EXTRA)

5. Kondisi belajar (KON_BEL) 6. Literatur (LITRATUR)

7. Kompetisi pendidikan (KOMPTISI). Peubah-peubah laten dan manifes yang digunakan selengkapnya dapat dilihat pada Lampiran 1.

Metode

Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut:

1. Pembuatan kuesioner. Kuesioner yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 2.

2. Pengujian validitas dan reliabilitas kuesioner. Pengumpulan data dengan menggunakan metode quota purposive

sampling. Sampling dilakukan dengan

Tabel 1. Penyebaran Kuota Contoh Kelompok Praktek Kuota (orang)

Lapangan 20 Laboratorium 50

Lab. Komputer 30

3. Pengolahan data, yang terdiri dari: a. Spesifikasi model berdasarkan teori.

Konsep pemodelan dapat dilihat pada Gambar 1.

b. Membentuk matriks korelasi yang terdiri dari korelasi Pearson, korelasi

polyserial, dan korelasi polychoric. Hasil matriks korelasi dapat dilihat pada Lampiran 5.

c. Menguji kelayakan model dengan menggunakan RMSEA dan GFI. d. Menduga koefisien lintas dengan

menggunakan metode unweighted least square..

e. Menguji pengaruh peubah laten eksogen dengan menggunakan uji-t. f. Interpretasi model.

Software yang digunakan dalam

penelitian ini adalah Microsoft Excel 2003, SPSS 13, dan LISREL 8,30.

(33)

memberikan kontribusi untuk membangun peubah laten. Sedangkan hubungan antara peubah laten terhadap peubah laten lainnya dapat diinterpretasikan seperti koefisien dalam regresi.

BAHAN DAN METODE

Bahan

1. Kesesuaian cita-cita (CITA_2)

2. Latar belakang pendidikan orang tua (LTR_ORTU)

3. Faktor ekonomi (FAK_EKO)

4. K e g i a t a n e k s t r a k u r i k u l e r d i l u a r perkuliahan (KEG_EXTRA)

5. Kondisi belajar (KON_BEL) 6. Literatur (LITRATUR)

7. Kompetisi pendidikan (KOMPTISI). Peubah-peubah laten dan manifes yang digunakan selengkapnya dapat dilihat pada Lampiran 1.

Metode

Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut:

1. Pembuatan kuesioner. Kuesioner yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 2.

2. Pengujian validitas dan reliabilitas kuesioner. Pengumpulan data dengan menggunakan metode quota purposive

sampling. Sampling dilakukan dengan

Tabel 1. Penyebaran Kuota Contoh Kelompok Praktek Kuota (orang)

Lapangan 20 Laboratorium 50

Lab. Komputer 30

3. Pengolahan data, yang terdiri dari: a. Spesifikasi model berdasarkan teori.

Konsep pemodelan dapat dilihat pada Gambar 1.

b. Membentuk matriks korelasi yang terdiri dari korelasi Pearson, korelasi

polyserial, dan korelasi polychoric. Hasil matriks korelasi dapat dilihat pada Lampiran 5.

c. Menguji kelayakan model dengan menggunakan RMSEA dan GFI. d. Menduga koefisien lintas dengan

menggunakan metode unweighted least square..

e. Menguji pengaruh peubah laten eksogen dengan menggunakan uji-t. f. Interpretasi model.

Software yang digunakan dalam

penelitian ini adalah Microsoft Excel 2003, SPSS 13, dan LISREL 8,30.

Gambar 1. Konsep Model

(34)

HASIL DAN PEMBAHASAN

Deskripsi Data

Validitas dan Reliabilitas

karena telah memenuhi batas minimal keterhandalan suatu kuesioner, yaitu 0,5.

Pendugaan Parameter

Tabel 2. Hasil Uji Kelayakan Model Nilai yang

Disarankan

Nilai yang Dihasilkan RMSEA 0,05 – 0,08 0,062

GFI > 0,90 0,91

(35)

Tabel 3. Dugaan Nilai Reliabilitas Peubah Laten

Peubah Laten Dugaan Nilai Reliabilitas LTR_ORTU 0,82 FAK_EKO 0,64 KEG_EXTRA 0,78 KON_BEL 0,5 LITRATUR 0,5 KOMPTISI 0,75 CITA_2 0,95

PRES 0,95

Tabel 4. Nilai Dugaan Parameter Peubah Laten

Eksogen

Nilai Dugaan Parameter

*Nyata pada taraf α =0,05

KEG_EXTRA dan CITA_2 berpengaruh pada taraf α = 0,05. Sedangkan peubah-peubah laten eksogen lainnya tidak berpengaruh secara statistik pada taraf yang sama.

SIMPULAN

Ada indikasi bahwa:

1. Mahasiswa IPB yang program studinya tidak sesuai dengan cita-cita yang diinginkan memiliki prestasi belajar yang baik.

2. Mahasiswa IPB yang aktif mengikuti kegiatan ekstrakurikuler di luar perkuliahan memiliki prestasi belajar yang baik.

(36)

Tabel 3. Dugaan Nilai Reliabilitas Peubah Laten

Peubah Laten Dugaan Nilai Reliabilitas LTR_ORTU 0,82 FAK_EKO 0,64 KEG_EXTRA 0,78 KON_BEL 0,5 LITRATUR 0,5 KOMPTISI 0,75 CITA_2 0,95

PRES 0,95

Tabel 4. Nilai Dugaan Parameter Peubah Laten

Eksogen

Nilai Dugaan Parameter

*Nyata pada taraf α =0,05

KEG_EXTRA dan CITA_2 berpengaruh pada taraf α = 0,05. Sedangkan peubah-peubah laten eksogen lainnya tidak berpengaruh secara statistik pada taraf yang sama.

SIMPULAN

Ada indikasi bahwa:

1. Mahasiswa IPB yang program studinya tidak sesuai dengan cita-cita yang diinginkan memiliki prestasi belajar yang baik.

2. Mahasiswa IPB yang aktif mengikuti kegiatan ekstrakurikuler di luar perkuliahan memiliki prestasi belajar yang baik.

(37)

SARAN

DAFTAR PUSTAKA

Bollen, K.A. 1989. Structural Equations with Latent Variables. Canada: John Wiley & Sons.

Dillon, W. R. and Goldstein, M. 1984.

Multivariate Analysis Method and

Applications. Canada: John Wiley &

Sons.

Garson, G.D. 2006. Path Analysis. (http:// www.statisticssolutions.com/index.htm/p ath_analysis.htm).

[25 Mei 2007]

. 2007. Structural Equation Modeling

ExampleUsing WinAMOS. (http://www2.

chass.ncsu.edu/garson/pa765/semAMOS1 .htm)

[17 November 2007]

Hair, J.F, et al. 1995. Multivariate Data

Analysis with Readings4th Edition. New

Jersey: Prentice-Hall.

Kenny, D.A. 2003. Measuring Model Fit. (http://davidakenny.net/cm/fit.htm). [17 November 2007]

Key, J.P. 1997. Reliability and Validity. (http:// www.okstate.edu/ag/agedcm4h/ac ademic/aged5980a/5980/newpage18.htm. [1 Oktober 2007]

List, D. 2007. Sampling For Surveys. (http:// www.statpac.com/surveys/sampling.htm). [6 Desember 2007]

Mudjiono dan Dimyati. 2006. Belajar dan Pembelajaran. Jakarta: PT Rineka Cipta. Stoelting, R. 2002. Structral Equation

Modeling/Path Analysis. (http://userwww .sfsu.edu/~efc/classes/biol710/path/SEM webpage.htm)

[16 Desember 2007]

Trochim, W. M. K. 2006. Nonprobability

Sampling. (http:// www.socialresearchme

thods.net/ kb/sampnon.htm). [6 Desember 2007]

[Wikipedia]. 2007. Motivasi. (http:// id.wiki pedia.org/wiki/Motivasi.htm)

[15 November 2007]

(38)

SARAN

DAFTAR PUSTAKA

Bollen, K.A. 1989. Structural Equations with Latent Variables. Canada: John Wiley & Sons.

Dillon, W. R. and Goldstein, M. 1984.

Multivariate Analysis Method and

Applications. Canada: John Wiley &

Sons.

Garson, G.D. 2006. Path Analysis. (http:// www.statisticssolutions.com/index.htm/p ath_analysis.htm).

[25 Mei 2007]

. 2007. Structural Equation Modeling

ExampleUsing WinAMOS. (http://www2.

chass.ncsu.edu/garson/pa765/semAMOS1 .htm)

[17 November 2007]

Hair, J.F, et al. 1995. Multivariate Data

Analysis with Readings4th Edition. New

Jersey: Prentice-Hall.

Kenny, D.A. 2003. Measuring Model Fit. (http://davidakenny.net/cm/fit.htm). [17 November 2007]

Key, J.P. 1997. Reliability and Validity. (http:// www.okstate.edu/ag/agedcm4h/ac ademic/aged5980a/5980/newpage18.htm. [1 Oktober 2007]

List, D. 2007. Sampling For Surveys. (http:// www.statpac.com/surveys/sampling.htm). [6 Desember 2007]

Mudjiono dan Dimyati. 2006. Belajar dan Pembelajaran. Jakarta: PT Rineka Cipta. Stoelting, R. 2002. Structral Equation

Modeling/Path Analysis. (http://userwww .sfsu.edu/~efc/classes/biol710/path/SEM webpage.htm)

[16 Desember 2007]

Trochim, W. M. K. 2006. Nonprobability

Sampling. (http:// www.socialresearchme

thods.net/ kb/sampnon.htm). [6 Desember 2007]

[Wikipedia]. 2007. Motivasi. (http:// id.wiki pedia.org/wiki/Motivasi.htm)

(39)

(40)

LAMPIRAN 1 Peubah yang Digunakan Peubah laten:

PRES = Prestasi belajar

LTR_ORTU = Latar belakang orang tua FAK_EKO = Faktor ekonomi

KEG_EXTRA = Kegiatan ekstrakurikuler di luar perkuliahan KON_BEL = Kondisi belajar

LITRATUR = Literatur KOMPTISI = Kompetisi pendidikan CITA_2 = Kesesuaian cita-cita Peubah manifes:

IPK = Nilai Indeks Prestasi Kumulatif PA = Pendidikan akhir ayah

PI = Pendidikan akhir ibu

JU = Jumlah kiriman uang tiap bulan

AU = Alokasi uang bulanan di luar kebutuhan makan JKE = Jumlah kegiatan ekstrakurikuler di luar perkuliahan

SR = Status responden pada kegiatan ekstrakurikuler di luar perkuliahan KR = Kondisi ruang belajar

AW = Alokasi waktu belajar dalam 1 minggu

PLI = Pemahaman terhadap literatur berbahasa Inggris

PLIT = Persentase literatur berbahasa Inggris terhadap keseluruhan literatur yang dimiliki ACMT = Keaktifan mencarai materi penunjang perkuliahan dalam 1 minggu

KD = Kondisi kompetisi di departemen

SK = Sikap responden terhadap kompetisi departemen CC = Kesesuaian cita-cita

(1)

2. Wilayah SMU responden berasal:

a. Unggulan b. Non-unggulan

F. SUPPORT ORANG TUA

1. Kelancaran kiriman uang dari orang tua:

a. Selalu terlambat c. Terkadang terlambat b. Sering terlambat d. Lancar

2. Bentuk support dari orang tua: a. Materi

b. Non-Materi c. Materi dan non-materi

G. LITERATUR

1. Banyak literatur yang dimiliki:

a. < 3 buah d. 12 – 15 buah b. 4 – 7 buah e. > 16 buah

c. 8 – 11 buah

2. Banyak literatur yang berbahasa Inggis yang dimiliki:

a. < 3 buah d. 12 – 15 buah b. 4 – 7 buah e. > 16 buah

c. 8 – 11 buah

3. Pemahaman literatur berdasarkan kemampuan bahasa Inggris yang dimiliki responden: a. Sangat tidak paham d. Paham

b. Tidak paham e. Sangat paham c. Biasa

H. KOMPETISI

1. Kompetisi pendidikan di departemen responden dalam satu angkatan: a. Sangat tidak ketat d. Ketat b. Tidak ketat e. Sangat ketat c. Biasa

2. Sikap responden menghadapi kondisi kompetisi demikian: a. Sangat tidak terpacu d. Terpacu b. Tidak terpacu e. Sangat terpacu c. Biasa

I. MATERI TAMBAHAN PERKULIAHAN

1. Apakah responden mencari materi tambahan mengenai perkuliahan di luar jam kuliah?

a. Ya b. Tidak

Jika Ya, lanjut ke pertanyaan I.2. Jika Tidak, lanjut ke pertanyaan J.1.

(2)

2. Sumber responden mendapatkan materi tambahan untuk menunjang materi perkuliahan: (jawaban boleh lebih dari satu)

Sumber responden mendapatkan materi tambahan untuk menunjang materi perkuliahan: (jawaban boleh lebih dari satu)

a. Perpustakaan d. Mading a. Perpustakaan d. Mading b. Internet e. Lainnya b. Internet e. Lainnya c. Seminar

c. Seminar

3. Responden paling banyak mendapatkan materi tambahan berdasarkan jawaban pertanyaan I.1 dari:

a. Perpustakaan d. Mading a. Perpustakaan d. Mading b. Internet e. Lainnya b. Internet e. Lainnya c. Seminar

c. Seminar

4. Frekuensi dalam satu minggu responden mencari materi tambahan berdasarkan jawaban pertanyaan I.2:

a. 1 - 2 kali d. 7 kali a. 1 - 2 kali d. 7 kali b. 3 - 4 kali e. > 7 kali b. 3 - 4 kali e. > 7 kali c. 5 – 6 kali

c. 5 – 6 kali

J. CITA-CITA J. CITA-CITA

1. Minat responden sebelum masuk program studi yang responden jalani sekarang: 1. Minat responden sebelum masuk program studi yang responden jalani sekarang:

K. CARA BELAJAR K. CARA BELAJAR 1. Cara responden belajar: 1. Cara responden belajar:

a. Sendiri c. Les Privat a. Sendiri c. Les Privat

b. Kelompok d. Lainnya (Sebutkan!) b. Kelompok d. Lainnya (Sebutkan!)

2. Cara responden memahami pelajaran: 2. Cara responden memahami pelajaran:

a. Membaca buku c. Diskusi a. Membaca buku c. Diskusi b. Mengerjakan tugas d. Lainnya (Sebutkan!) b. Mengerjakan tugas d. Lainnya (Sebutkan!)

3. Alokasi waktu yang disediakan untuk belajar dalam 1 minggu: 3. Alokasi waktu yang disediakan untuk belajar dalam 1 minggu:

a. 0 <

a. 0 < alokasi < 4 jam d. 8 < alokasi < 10 jam b. 4 < alokasi < 6 jam e. > 10 jam

(3)

LAMPIRAN 3 Daya Tampung Program Studi di IPB

No. Fakultas Departemen Program Studi Kelompok Daya Tampung

1 FAHUTAN Manajemen Hutan Budidaya Hutan 1 60

2 FAHUTAN Konservasi Sumberdaya Hutan Konservasi Sumberdaya Hutan 1 90

3 FAHUTAN Manajemen Hutan Manajemen Hutan 1 100

4 FAPERTA Sosial Ekonomi Pertanian Komunikasi dan Pengembangan Masyarakat 1 90

5 FPIK Ilmu dan Teknologi Kelautan (ITK) Ilmu Kelautan (IKL) 1 70

6 FPIK Pemanfaatan Sumberdaya Perikanan (PSP) Pemanfaatan Sumberdaya Perikanan (PSP) 1 70

7 FPIK Budidaya Perairan (BDP) Teknologi dan Manajemen Akuakultur 1 70

8 FAHUTAN Teknologi Hasil Hutan Teknologi Hasil Hutan 2 70

9 FAPERTA Budidaya Pertanian Agronomi 2 75

10 FAPERTA Gizi Masyarakat dan Sumberdaya Keluarga Gizi Masyarakat dan Sumberdaya Keluarga 2 110

11 FAPERTA Budidaya Pertanian Hortikultura 2 75

12 FAPERTA Tanah Ilmu Tanah 2 110

13 FAPERTA Budidaya Pertanian Pemuliaan Tanaman dan Teknologi Benih 2 50

14 FAPERTA Hama dan Penyakit Tumbuhan Proteksi Tanaman 2 70

15 FAPET Ilmu Nutrisi dan Makanan Ternak Ilmu Nutrisi dan Makanan Ternak 2 80

16 FAPET Ilmu Produksi Ternak Teknologi Hasil Ternak 2 80

17 FAPET Ilmu Produksi Ternak Teknologi Produksi Ternak 2 100

18 FATETA Teknik Pertanian Teknik Pertanian 2 110

19 FATETA Teknologi Industri Pertanian Teknologi Industri Pertanian 2 110

20 FATETA Teknologi Pangan dan Gizi Teknologi Pangan 2 110

21 FKH Kedokteran Hewan Kedokteran Hewan 2 110

22 FMIPA Kimia Biokimia 2 60

23 FMIPA Biologi Biologi 2 100

24 FMIPA Fisika Fisika 2 45

25 FMIPA Kimia Kimia 2 80

26 FPIK Teknologi Hasil Perikanan (THP) Teknologi Hasil Perikanan (THP) 2 70

27 FAPERTA Sosial Ekonomi Pertanian Agribisnis 3 100

(4)

LAMPIRAN 3 Daya Tampung Program Studi di IPB (Lanjutan)

No. Fakultas Departemen Program Studi Kelompok Daya Tampung

30 FAPET Sosial Ekonomi Industri Peternakan Sosial Ekonomi Peternakan 3 70

31 FEM Ilmu Ekonomi dan Studi Pembangunan Ekonomi Pembangunan 3 100

32 FEM Manajemen Manajemen 3 120

33 FMIPA Ilmu Komputer Ilmu Komputer 3 100

34 FMIPA Matematika Matematika 3 70

35 FMIPA Geofisika dan Meteorologi Meteorologi 3 45

36 FMIPA Statistika Statistika 3 60

37 FPIK Sosial Ekonomi Perikanan dan Kelautan (SEI) Manajemen Bisnis dan Ekonomi Perikanan Kelautan (MEP) 3 60

38 FPIK Manajemen Sumberdaya Perairan (MSP) Manajemen Sumberdaya Perairan (MSP) 3 70

(5)

LAMPIRAN 4 Penyebaran Mahasiswa Teramati

Kelompok Program Studi Jumlah

Mahasiswa

Total Teramati

Budidaya Hutan 5

Komunikasi dan Pengembangan Masyarakat 2 Konservasi Sumberdaya Hutan 3

Manajemen Hutan 5

Pemanfaatan Sumberdaya Perikanan (PSP) 4

Pra k te k La pa n g an

Teknologi dan Manajemen Akuakultur 1

Teknologi Hasil Hutan 3

Biokimia 9 Biologi 5 Fisika 6 Gizi Masyarakat dan Sumberdaya Keluarga 4

Hortikultura 2 Ilmu Nutrisi dan Makanan Ternak 2

Ilmu Tanah 3

Kedokteran Hewan 2

Pemuliaan Tanaman dan Teknologi Benih 1

Proteksi Tanaman 2

Teknik Pertanian 1

Teknologi Hasil Ternak 3 Teknologi Industri Pertanian 6

Prak

tek

Labo

rato

rium

Teknologi Pangan 1

Agribisnis 2 Ekonomi Pembangunan 4

Ekonomi Pertanian dan Sumberdaya 2

Ilmu Komputer 2

Manajemen 5 Manajemen Sumberdaya Perairan (MSP) 1

Matematika 3 Meteorologi 3 Sosial Ekonomi Peternakan 1

Pr ak tek Labk om Statistika 7 30 TOTAL 100

(6)