dijadikan predictor terhadap prestasi dibidang statistika. Hasil penelitian Lalonde dan Gardner menemukan bahwa,
“…a direct path between situational anxiety and achievement was not significant when the path between mathematical aptitude and achievement
was present. Their results also suggested that the level of anxiety and the combination of attitudes and motivation could have indirect effects on
achievement through effort…”.
2.2.2 Faktor yang Memengaruhi Prestasi Belajar Statistika
Terdapat banyak penelitian yang telah dilakukan untuk menemukan model prestasi belajar Statistika. Pada table 2.1 ini peneliti membuat matrikulasi hasil
penelitian prestasi belajar dibidang statistika.
Tabel 2.1 Hasil Penelitian tentang Prestasi Belajar Statistika.
No Nama Temuan
1 Anthony J Onwuegbuzie
2004 • Hasil menunjukkan bahwa kurang lebih 40 sd 60
mahasiswa melaporkan bahwa mereka hampir selalu atau selalu menunda-nunda dalam menulis makalah, belajar untuk
menghadapi ujian, serta menunda untuk mengikuti tugas membaca mingguan.
• Sekitar 20 sd 45 melaporkan bahwa mereka bermasalah dengan menunda-nunda terhadap ketiga tugas akademik
tersebut. ` • Selain itu juga, 65 -75 mahasiswa ingin mengurangi
kebiasaan menunda-nunda dalam ketiga tugas akademik
tersebut. • Temuan pokok yang kedua, akademik prokrastinasi yang
merupakan hasil dari fear of failure dan task aversiveness menampakkan korelasi canonical yang positif dan signifikan
dengan statistics anxiety Rc1=.51. 2 Lalonde dan Gardner
1993 • Peneltian ini menggunakan causal modeling yang mana
ditemukan bahwa mathematical aptitude sebagai predictor yang negative terhadap situational anxiety, tetapi
mathematical aptitude merupakan predictor yang positif
terhadap statistics achievement. • Situational anxiety berpengaruh negative terhadap
individual’s attitude-motivation index namun selanjutnya
memiliki pengaruh yang positif terhadap effort yang pada gilirannya menuju kepada achievement.
• Kemudian hasil yang konsisten yaitu, course evaluation secara signifikan berkorelasi dengan semua pengukuran dari
performance mis : assignments, quizzes, final grade. Sedangkan instructor evaluation tidak satupun berkorelasi
secara signifikan terhadap semua pengukuran performance statistika.
3 Sorge dan Schau 2002
• Sekitar 55 variance dari achievement dipengaruhi oleh previous success
terdiri dari 3 hal, yaitu : prestasi matematika di SMA, skor self-concept terhadap matematika,
yang ketiga IP sebelumnya dan sisanya 45 variance dari achievement dipengaruhi oleh keempat komponen sikap
value, cognitive competence, affect, difficulty. • Beberapa variabel dalam saturated structural model
memengaruhi variabel lain melalui multiple path. Menguji bentuk dari pengaruh tersebut menghasilkan informasi yang
penting dari semua model. Contohnya, pada komponen attitudes
misalnya : difficulty memengaruhi value secara langsung seperti difficulty juga memngaruhi value secara
tidak langsung melalui cognitive competence dan affect. Total efek yang dimiliki difficulty terhadap value merupakan
jumlah dari dua efek yakni langsung dan tidak langsung. Difficulty
berpengaruh langsung yang negative sebesar – .495 dan pengaruh tidak langsung yang positif sebesar
.512, sehingga difficulty memiliki total efek terhadap value sebesar .017. yang mana angka tsb menunjukkan pengaruh
yang bersih dari difficulty terhadap value. Namun total efek dapat diabaikan ketika pengaruh baik secara langsung
maupun tidak langsung menunjukkan angka yang besar. • Dari hasil direct dan indirect effect terhadap achievement ,
maka yang memiliki pengaruh direct paling besar yaitu previous success
sebesar .682 dan signifikan. Dan pengaruh secara tidak langsung tetap positif sebesar .118,
sehingga menunjukkan hasil yang konsisten ketimbang variabel lain.
4 Fidia M. Nasser 2004
• Dari hasil penelitian Nasser ini didapatkan bahwa memiliki kemampuan matematika yang memadai dan sikap positif
terhadap statistika maka akan meningkatkan prestasi dibidang statistika. Meskipun efek keduanya signifikan,
namun efek dari kemampuan matematika yang memadai secara substantial lebih besar efeknya daripada variabel
sikap dibidang statistika. • Hasil juga mengindikasikan bahwa motivasi yang kuat untuk
sukses dan mathematics anxiety yang rendah maka akan memperkuat sikap yang positif terhadap statistika.
• Variance total dari mathematical aptitude, mathematics anxiety, attitudes toward mathematics, attitudes toward
statistics dan motivation secara bersamaan memengaruhi
prestasi belajar statistika sebesar 36. Secara terpisah, mathematical aptitude
memengaruhi sebesar 22 dari prestasi belajar statistika ; sedangkan variable kognitif dan
afektif sebesar 14. • Kemudian Nasser mengatakan penting untuk dicatat bahwa
kombinasi antara mathematical aptitude, mathematics anxiety, attitudes toward mathematics
dan motivation memiliki varians sebesar 51 dalam sikap terhadap
statistika. 5 Galli S, Ciancaleoni ,
Chiesi F, Primi C 2007 • Fokus terhadap latar belakang nilai matematika ketika SMA,
maka ditemukan ada perbedaan yang signifikan antara mahasiswa yang lulus ujian statistika dan mahasiswa yang
tidak lulus ujian statistika, dimana mahasiswa yang tidak gagal ujian statistika memiliki nilai prestasi matematika
lebih tinggi M=6,92, SD=1,13 daripada mahasiswa yang gagal ujian statistika M=6,48; SD=1,25 ketika mereka
SMA. Selanjutnya ada hubungan yang signifikan antara learning debts
utang belajar pada matematika dengan kegagalan chi-square 1,n=311 = 13,96, p 0,01,
mahasiswa yang memilki learning debts yang tinggi maka lebih memungkinkan gagal ketika ujian statistika.
• Kemudian masih pada aspek kompetensi bidang matematika, bahwasannya mahasiswa yang tidak gagal ujian statistika
memiliki kompetensi matematika yang lebih tinggi M=23,71; SD=4,6 dibandingkan dengan kompetensi
matematika mahasiswa yang gagal ujian M=20,48; SD=5,9, perbedaanya secara statistic juga signifikant 323
= 5,39, p0,01. • Kemudian pada aspek sikap, ditemukan bahwa ada
perbedaan sikap yang signifikan t 350 = 2,96, p0.01 antara sikap mahasiswa yang tidak gagal ujian statistika
dimana sikap mereka lebih positif M=117,40; SD=17,24 dengan sikap mahasiswa yang gagal ujian statistika
M=111,83; SD=16,35. Hasil yang sama juga ditemukan pada saat pengukuran di akhir perkuliahan yang juga
signifikan secara statistic t 256 = 5,41, p0,01. • Selanjutnya tentang kecemasan terhadap statistika, yang juga
berbeda signifikan secara statistic, t 248 = -5,48, p0,01, mahasiswa yang tidak gagal ujian
statistika memiliki skor kecemasan statistika yang rendah M=109,15; SD=24,25 sedangkan mahasiswa yang gagal
ujian memiliki skor kecemasan statistika yang lebih tinggi M=126,32; SD=15,41.
• Terakhir, menguji beda pada performance atau prestasi belajar dibidang statistika. Hasil yang ditemukan berbeda
signfikan secara statistic t 440 = 8,96, p 0,01, dimana mahasiswa yang lulus statistika pertama kali memiliki nilai
statistika yang lebih tinggi M=24,43; SD=4,06 dibandingkan dengan mahasiswa yang harus mengulang
ujian agar lulus M=21,15; SD=2,97. 6
Candace Schau 2003 • Mahasiswa ketika berbicara tentang sikap terhadap Statistika
lebih negative ketimbang ketika mereka merespon SATS. • Mahasiswa mengatribusikan sikap berkaitan dengan prestasi
mereka sebelumnya dan terkait dengan instructor juga.
• Secara rata-rata, sikap cognitive competence dan value terhadap statistika mendapatkan nilai yang paling tinggi dan
positif, sedangkan affect mendapatkan skor yang netral, kemudian difficulty agak negative. Perbedaan mean pada
empat aspek sikap ini besar. • Pada class section berbeda sangat besar pada mean diawal
perkuliahan dengan mean diakhir perkuliahan. • Mahasiswa dan mahasiswi, begitupun juga keturunan kulit
putih dan keturunan spanyol, memiliki skor pre-test yang sama. Namun, mahasiswa kulit putih memilki skor sikap
yang lebih tinggi daripada mahasiswi keturunan spanyol pada beberapa komponen sikap.
• Secara keseluruhan sikap mahasiswa berubah dari awal perkuliahan sampai akhir perkuliahan menjadi kecil dan
negative. • Sikap mahasiswa dan prestasi terhadap statistic berkorelasi
secara positif. 7
Fadia Nasser 2004 • Analisis yang digunakan menggunakan path analysis.
• Meskipun memiliki pengaruh yang signifikan terhadap motive to avoid failure,
namun sikap terhadap matematika dan kecemasan matematika hanya memprediksi sekitar 10
dari variance motive to avoid failure. • Sikap terhadap matematika berkorelasi positif dengan sikap
terhadap statistika .31, sedangkan motive to avoid failure berkorelasi negative dengan sikap terhadap statistika -
.33. Sikap terhadap matematika dan motive to avoid failure
memiliki pengaruh varian sebesar 37 pada sikap terhadap statistika.
• Ketiga exogenous variable sikap terhadap matematika, kecemasan matematika, kemampuan matematika dan dua
endogenous variable sikap terhadap statistika, motive to
avoid failure secara signifikan berkorelasi dengan
kecemasan statistika, dengan varians sebesar 67. Sedangkan korelasi negative terbesar terdapat pada korelasi
antara kecemasan statistika dengan sikap terhadap statistika -.57. Korelasi positif terbesar terdapat pada sikap
terhadap statistika dengan prestasi dibidang statistika .50.
8 Brian Evans 2007
• Tidak ada perbedaan yang signifikan antara pre-test dan post-test tentang sikap dan konsep mahasiswa pada masing-
masing departemen sosiologi,psikologi dan matematika F 1,228= 0,166 p=.684.
sehingga mahasiswa menunjukkan tidak ada perubahan yang berarti baik ketika awal
perkuliahan maupun pada saat akhir perkuliahan. Sedangkan ketika dilakukan analisis uji F ketiganya untuk melihat
apakah ada perbedaan, maka ditemukan secara statistic
bahwa ada perbedaan signifkan antara ketiganya F 2,227, = 9,913 p=.000.
kemudian dilakukan tukey test untuk menguji manakah yang paling berbeda signifkan terhadap
sikap dan konseptual terhadap statistika, ternyata ditemukan bahwa mahasiswa sosiologi menunjukkan sikap yang lebih
positif ketimbang mahasiswa psikologi dan matematika p = .000
, dan juga mahasiswa sosiologi menunjukkan konseptual yang lebih benar daripada mahasiswa matematika p=.002.
• Selanjutnya yang kedua, menguji hubungan antara sikap positif terhadap statistika dengan keakuratan konsep tentang
statistika baik sebelum maupun sesudah perkuliahan pre post. Dari hasil menunjukkan bahwa tidak ada korelasi yang
signifikan antara keduanya pada pre-test r= .143; n=115; p= .127
. sedangkan pada post-test, meskipun signifikan secara statistic namun korelasi keduanya hanya menunjukkan
tingkat korelasi yang rendah r= .197; n=115; p= .035. Namun ketika dilakukan analisis per departemen masing-
masing untuk dibandingkan pre post-test, ternyata hanya departemen matematika saja yang menunjukkan ada korelasi
yang signifikan baik pre post-test, dengan r = .451; n=30; p= .012
dan r = .431; n=30; p = 018. • Kemudian yang terakhir memprediksi prestasi belajar
statistika, dimana prediktornya variabel sikap dan konsep
tentang Statistika dengan menggunakan regresi linear. Dari analisis ini didapatkan korelasi yang signifikan hanya
variabel antara sikap ketika awal dan akhir perkuliahan statistika terhadap nilai ujian statistika. r= .203,n = 115; R2
= .04 p = .03 dan r = .247; R2 = .06; n = 115; p = .008.
persamaan regresi sederhana antara sikap awal perkuliahan dengan prestasi statistika yaitu, y’ = 76.045 + 4.324 x.
dimana y adalah prestasi belajar, sedangkan x adalah skor sikap ketika awal perkuliahan. Untuk persamaan regresi
sederhana antara sikap ketika akhir perkuliahan terhadap prestasi statistika yaitu, y’ = 75.526 + 4.574 x. dimana y
adalah prestasi belajar statistika, x skor sikap ketika akhir perkuliahan. Namun meskipun persamaan ini signifikan,
hanya menghasilkan R
2
yang kecil, sehingga menginterpretasikannya perlu kehati-hatian, atau dengan
kata lain memprediksikan prestasi dibidang statistika tidak cukup dengan sikap diawal dan akhir perkuliahan statistika
saja.
Dari tabel yang telah dibuat peneliti bisa menyimpulkan beberapa hal, diantaranya yaitu :
1. Prestasi dibidang statistika di temukan berkorelasi positif dengan variabel
mathematical aptitude Lalonde Gardner, 1993 ; Nasser, 2004 ; Galli,
Ciancaleoni, Chiesi, Primi, 2007. Tetapi mathematical aptitude merupakan predictor yang negative terhadap statistics anxiety Lalonde Gardner,
1993. 2.
Prestasi dibidang statistika juga berkaitan dengan prestasi matematika sewaktu SMA, self-concept terhadap matematika dan IP sebelumnya atau hal
ini dikenal dengan previous success Sorge Schau, 2002 ; Galli, Ciancaleoni, Chiesi, Primi, 2007. Sebagai contoh, previous success bisa juga
dikaitkan dengan prestasi dibidang statistika sebelumnya yaitu nilai statistika 1 menjadi predictor untuk nilai statistika 2 Nasser, 2004. Bahkan bisa juga
nilai hasil kuis dan nilai mid-term yang dijadikan predictor bagi nilai akhir statistika Nasser, 2004 ; Galli, Ciancaleoni, Chiesi, Primi, 2007.
3. Kemudian variabel sikap attitudes pada beberapa penelitian Galli,
Ciancaleoni, Chiesi, Primi, 2007 ; Schau, 2003 ; Nasser, 2004 menunjukkan hasil bahwa mahasiswa yang memiliki skor sikap yang positif terhadap
statistika maka mendapatkan prestasi statistitka yang tinggi pula, artinya keduanya memiliki korelasi yang positif. Namun demikian, Pada penelitian
Evans 2007 sikap terhadap statistika hanya memengaruhi prestasi belajar statistika sebesar 4 pada awal perkuliahan statistika, sedangkan 6 pada
akhir perkuliahan Statistika. Dengan demikian sikap terhadap statistika memengaruhi prestasi belajar statistika relative kecil.
4. Prestasi belajar statistika masih menyisakan pola yang belum pasti jika
dihubungkan dengan variabel statistics anxiety. Pada penelitian Lalonde dan Gardner 1993 statistics anxiety berpengaruh positif terhadap effort, hanya
saja bersifat tidak langsung, ia harus melalui variabel sikap dan motivasi, yang selanjutnya effort tsb akan berpengaruh positif terhadap achievement.
Selanjutnya pada penelitian Galli, Ciancaleoni, Chiesi, Primi, 2007, menunjukkan bahwa mahasiswa yang tidak gagal ujian statistika memiliki
skor kecemasan statistika rendah dibandingkan dengan mahasiswa yang gagal ujian memiliki skor kecemasan statisstika yang lebih tinggi. Sedangkan pada
peneltian Nasser 2004, statistics anxiety memiliki pengaruh yang positif dan signifikan, bahkan memengaruhi secara langsung terhadap prestasi dibidang
statistika. 5.
Selanjutnya dari hasil penelitian Onwuegbuzie 2004, disimpulkan bahwa statistics anxiety
berpengaruh negative terhadap prestasi belajar statistika secara tidak langsung, namun statistics anxiety terlebih dahulu menyebabkan
atau memengaruhi penundaan tugas-tugas akademik academic procrastination
yang selanjutnya akan berkorelasi negative terhadap prestasi belajar. Artinya semakin tinggi mahasiswa menunda-nunda untuk melakukan
tugas-tugas akademik dibidang statistika, maka semakin rendah prestasi belajar statistika-nya.
6. Terakhir, Nasser 2004 secara simultan menjadikan mathematical aptitude,
mathematics anxiety, attitudes toward mathematics, attitudes toward statistics,
dan motivation sebagai predictor terhadap prestasi belajar statistika, menghasilkan varians sebesar 36. Dalam analisis psikologi dengan varians
sebesar ini, sudah cukup diasumsikan bahwa semua predictor tersebut memiliki pengaruh yang cukup berarti.
Dari pembahasan hasil penelitian diatas, tampaklah bahwa cukup banyak variabel yang memengaruhi prestasi belajar statistika. Namun secara garis besar, peneliti
membatasi ada dua variabel utama yang memengaruhi prestasi belajar statistika, yaitu variabel kognitif mis : inteligence dan variabel afektif mis : statistics anxiety ;
attitudes toward statistics .
2.3 Pengukuran Prestasi Belajar Statistika
