ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI
KUMULATIF MAHASISWA PROGRAM STUDI MAGISTER MANAJEMEN
UNIVERSITAS MATARAM
ROSIHAN MU’AWWANAH
12G017016
MAGISTER ILMU EKONOMI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MATARAM
1. Identifikasi Variabel
1.1 Jenis Kelamin (Sex)
Sebagian besar penelitian yang menguji pengaruh gender terhadap prestasi
belajar menunjukkan bahwa perempuan cenderung memiliki prestasi akademis
yang lebih bagus daripada laki-laki. Penjelasan teoritis mengenai hal ini antara
lain karena setalah zaman emansipasi, pendidikan merupakan kunci utama
kemajuan, pemberdayaan dan kebebasan bagi kaum perempuan. Selain itu,
perempuan dikenal cenderung lebih tekun dalam belajar dan rajin terlibat
dalam kegiatan kampus yang menunjang proses belajar, sedangkan laki-laki
lebih menyukai kegiatan kampus yang bersifat refreshing dan olah raga.
(Chafetz: serta Kuh,Hu, dan Vesper dalam chee, pino dan Smith, 2005).
Menurut Chodorow dan Gilligan dalam Chee, Pino dan Smith (2005),
perempuan juga mempunyai sifat alami berupa kecendrungan untuk terlibat
dan terpengaruh dalam hubungan sosial, sehingga dalam hal belajar mereka
merasa mempunyai kewajiban dan tanggung jawab meningkatkan prestasinya
untuk memenuhi harapan keluarga, guru dan teman-teman di sekitarnya,
sedangkan laki-laki cenderung termotivasi untuk meningkatkan prestasi hanya
untuk kepentingannya sendiri, sehingga usaha yang dilakukan oleh perempuan
biasanya lebih sungguh-sungguh. Jadi, prestasi belajar perempuan yang lebih
tinggi dimungkinkan merupakan manfaat yang diperoleh dari hubungan sosial
mereka yang berkontribusi untuk menanamkan perilaku belajar yang baik dan
memberikan sanksi sosial apabila mereka tidak melaksanakan tugas belajarnya
dengan baik.
1.2 Usia
Richardson (1994) mengemukakan mahasiswa yang usianya relatif lanjut
diduga mengalami age-related intellectual deficits sehingga mengalami
penurunan dalam hal basic skills yang diperlukan untuk belajar efektif pada
tingkat pendidikan tinggi. Sehingga, variabel usia diduga berpengaruh negatif
terhadap prestasi belajar mahasiswa pascasarjana.
1.3 Pendidikan Sebelumnya
Kesesuaian program S2 dengan latar belakang pendidikan S1 menunjukkan
bahwa seorang mahasiswa telah memiliki pengalaman akademis yang terkait
dengan pendidikan S2 yang sedang ditempuhnya. Hasil penelitian Eskew dan
Faley (1988) menunjukkan bahwa pengalaman akademis bidang akuntansi di
tingkat pendidikan sebelumnya berpengaruh positif dan signifikan terhadap
prestasi belajar mahasiswa jurusan akuntansi keuangan tingkat pertama di
Purdue University. Oleh karena itu, variabel latar belakang pendidikan diduga
berpengaruh positif terhadap prestasi belajar mahasiswa pascasarjana.
1.4 Pekerjaan
Variabel pekerjaan menujukkan apakah mahasiswa mempunyai pekerjaan
selain kuliah. Mahasiswa yang mempunyai pekerjaan diduga mempunyai
prestasi akademis yang lebih rendah karena konsentrasi belajarnya bisa
terganggu dan waktu belajarnya berkurang. Dengan demikian variabel
pekerjaan diduga berpengaruh negatif terhadap prestasi akademik/belajar
mahasiswa pascasarjana.
1.5 Status Perkawinan
Status perkawinan merupakan salah satu faktor yang terkait dengan kondisi
keluarga. Apabila seseorang telah menikah maka mereka cenderung memiliki
permasalahan yang lebih kompleks daripada seorang yang belum menikah,
sehingga konsentrasi belajarnya lebih terpecah dan tidak optimal. Sehingga
mahasiswa yang sudah menikah diduga memiliki prestasi belajar yang lebih
rendah daripada yang belum menikah, atau status perkawinan berpengaruh
negatif terhadap prestasi belajar.
2. Kajian Kepustakaan
2.1 Tinjauan Penelitian Terdahulu
Penelitian yang pernah dilakukan sebelumnya sangat penting untuk
diungkapkan karena dapat dipakai sebagai sumber informasi dan bahan acuan
yang sangat berguna bagi penulis. Ada beberapa penelitian terdahulu yang
relevan dengan penelitian ini adalah sebagai berikut:
a. Rizma Vinda Mayangsari, 2012. Melakukan penelitian dengan judul
Faktor-Faktor yang Mempengaruhi Indeks Prestasi Kumulatif Mahasiswa
Program Studi Matematika Universitas Airlangga dengan menggunakan
Multivariate Adaptive Regression Spline (MARS). Hasil penelitian
menunjukkan bahwa faktor yang berpengaruh terhadap indeks prestasi
Kumulatif mahasiswa program studi Matematika Universitas Airlangga
adalah jenis kelamin (X2), pekerjaan (X3), nilai rata-rata ujian akhir
nasional SMA (X4), nilai matematika ujian akhir nasional SMA (X 5),
penghasilan orangtua(X9), intensitas browsing internet dalam satu minggu
(X11), dan intensitas ke perpustakaan dalam satu minggu(X12), intensitas
keruang baca dalam satu minggu (X13 ).
b. Safitri Daruyani, dkk. 2013. Faktor-Faktor yang memepngaruhi indeks
prestasi Mahasiswa FSM Universitas Diponegoro Semester Pertama
dengan metode regresi logistik Biner. Hasil penelitian ini menunjukkan
bahwa nilai prediktor yang berupa nilai rapor, nilai UN, jalur masuk,
pilihan jurusan, tempat tinggal, metode belajar, biaya hidup perbulan,
hubungan mahasiswa dengan teman, hubungan mahasiswa dengan
keluarga
serta
motivasi
belajar
semua
variabel
ini
signifikan
mempengaruhi indeks prestasi mahasiswa. Setelah pengujian secara
individu variabel nilai UN dan hubungan mahasiswa dengan teman
signifikan mempengaruhi indeks prestasi mahasiswa.
c. Putriaji Hendikawati. Analisis Faktor yang mempengaruhi Indeks Prestasi
Mahasiswa. Hasil penelitian menunjukkan bahwa indeks prestasi (IP)
mahasiswa dipengaruhi oleh beberapa variabel antara lain: variabel
suasana hati, membagi waktu, hubungan dengan keluarga, penjelasan
dosen, suasana tempat tinggal, kegiatan selain kuliah, bakat, adaptasi
lingkungan, pantauan orangtua, perhatian orangtua, pergaulan, makan dan
gizi, IQ dan EQ, kemampuan sosialisasi, kondisi keuangan, suasana
belajar kampus, panca indera kemampuan menangkap materi, dan
olahraga. Setelah dilakukan analisis faktor dan proses reduksi diperoleh 5
faktor yang mempengaruhi IP mahasiswa. Lima Faktor tersebut adalah
Faktor manajemen diri, faktor lingkungan sekitar, faktor kondisi eksternal,
faktor kondisi fisik dan faktor olahraga.
2.2 Perumusan Hipotesis
1. {H0 = Jenis kelamin, usia, pendidikan sebelumnya, pekerjaan dan status
perkawinan tidak berpengaruh positif dan signifikan terhadap IPK.}
H1 = Jenis kelamin berpengaruh positif dan signifikan terhadap IPK.
H2 = Usia berpengaruh positif dan signifikan terhadap IPK.
H3 = Pendidikan sebelumnya berpengaruh positif dan signifikan terhadap IPK.
H4 = Pekerjaan berpengaruh positif dan signifikan terhadap IPK.
H5 = Status perkawinan berpengaruh positif dan signifikan terhadap IPK.
2. Uji Statistik
3. α : 0.05 atau 2/α = 0.025
4. Tolak Ho jika:
a. thitung > ttabel atau - thitung < ttabel
b. p_value < α
3.Analisis dan Pembahasan
A. Regresi Linier Berganda
Pada output ini, dikemukakan nilai koefisien dari persamaan regresi. Dalam
kasus ini, persamaan regresi berganda yang digunakan adalah:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5+ e
Dimana:
Y = Indeks Prestasi Kumulatif Mahasiswa
β0 = Konstanta
β1,2,3,4 = Koefisien Variabel Independen
X1 = Jenis Kelamin
X2 = Usia
X3 = Pendidikan Sebelumnya
X4 = Pekerjaan
X5 = Status Perkawinan
e = Standar Error
Tabel. Regresi Linier Berganda
Coefficientsa
Unstandardized
Coefficients
Std.
Error
Model
B
1
3.123
.086
Jenis Kelamin
.116
.027
Usia (Tahun)
.000
Pendidikan
Sebelumnya
(Constant)
Pekerjaan
Status Perkawinan
Standardized
Coefficients
Beta
Collinearity Statis
T
Sig.
Tolerance
36.285
.000
.194
4.240
.000
.943
.002
-.022
-.405
.686
.646
.009
.003
.130
2.873
.004
.972
-.001
.008
-.007
-.153
.879
.865
.057
.039
.084
1.484
.138
.621
a. Dependent Variable: Indeks Prestasi
Kumulatif
Penjelasan:
Tabel coefficients ini menunjukkan t test, nilai ini untuk menguji apakah variabel
independen (Jenis Kelamin, Usia, Pendidikan Sebelumnya, Pekerjaan, dan Status
Perkawinan) secara individu mempengaruhi variabel dependen (Indeks Prestasi Kumulatif).
Sehingga, pada tabel diatas kita dapat membuat model persamaan fungsi sebagai berikut:
IPK = 3.123 + 0,116 X1 + 0.000 X2 + 0.009 X3 - 0.001 X4 + 0.057 X5 + e
Pada tabel di atas dapat disimpulkan bahwa ada beberapa variabel yang berpengaruh
positif secara signifikan yaitu bisa dilihat pada kolom sig. jadi,variabel yang signifikan hanya
ada 2 variabel yaitu variabel jenis kelamin dengan nilai signifikansi sebesar 0,000 atau lebih
kecil dari 0.025, kemudian pendidikan sebelumnya dengan nilai signifikansi sebesar 0.004
lebih kecil dari nilai alpha yaitu 0,025. Sedangkan, variabel yang tidak signifikan ada 3 yaitu
Usia dengan nilai signifikansi sebesar 0.686, kemudian variabel pekerjaan berpengaruh
negatif dengan nilai signifikansi sebesar 0.879, kemudian variabel status perkawinan dengan
signifikansi sebesar 0.138 sehingga dapat disimpulkan bahwa ketiga variabel tersebut tidak
signifikan karena p. Value nya lebih besar dari nilai alpha yaitu 0.025. sedangkan jika dilihat
dari pengaruhnya 4 variabel (jenis kelamin, usia, pendidikan sebelumnya dan status
VIF
perkawianan) memiliki pengaruh yang positif terhadap IPK, sedangkan variabel pekerjaan
memiliki pengaruh yang negarif terhadap IPK.
Tabel. Koefisien Determinasi (R2)
Model Summaryb
Model
R
R Square
Adjusted R
Square
1
.237a
.056
.046
Std. Error of
the Estimate Durbin-Watson
.21457
1.875
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis
Kelamin, Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Penjelasan:
Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan
variabel independen yaitu (Jenis kelamin, usia, pendidikan sebelumnya, pekerjaan dan status
perkawinan) dapat menjelaskan variabel dependen (IPK). Dari tabel Model Summary di atas dapat
dilihat nilai dari (R2) sebesar 0.056 (5,6%), ini menunjukkan bahwa variabel independen mampu
menjelaskan variabel dependen sebesar 5,6% sedangkan sisanya sebesar 94,4% dijelaskan oleh
variabel lain yang tidak dimasukkan ke dalam model.
B. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah variabel independen dan
variabel dependen dalam model regresi memiliki distribusi normal atau tidak (Bawono,
2006). Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati
normal. Pada pengujian ini peneliti menggunakan analisa grafik dengan cara melihat
grafik normal plot yang membandingkan distribusi kumulatif dari data yang
sesungguhnya dengan distribusi kumulatif dari data distribusi normal. Jika distribusi
normal, maka ada titik-titik yang menyebar disekitar garis diagonal sedangkan
penyebarannya mengukuti arah garis diagonalnya. Berikut merupakan gambar grafik
normal plot :
Dalam grafik Normal Plot di sini yang dapat kita lihat adalah perbandingan antara
distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif data dari
distribusi normal. Dalam grafik normal plot terlihat adanya titik-titik yang menyebar
disekitar garis diagonal sedangkan penyebarannya mengikuti arah garis diagonalnya.
Sehingga bisa disimpulkan bahwa model regresi memenuhi asumsi Normalitas.
Tabel. Histogram
Tabel. ANOVA
ANOVAb
Sum of
Squares
Df
Mean Square
F
Sig.
Regression
1.303
5
.261
5.662
.000a
Residual
21.914
476
.046
Total
23.218
481
Model
1
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis Kelamin,
Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Penjelasan:
Berdasarkan pada tabel analisis Varian (ANOVA) ditampilkan hasil uji F yang
dipergunakan untuk mengetahui signifikansi pengaruh variabel independen (Jenis
Kelamin, Usia, Pendidikan Sebelumnya, Pekerjaan dan status perkawinan ) terhadap
variabel dependen (IPK) dengan menggunakan tingkat signifikansi 0,05 df 1 = 5 dan
df2 = 476. Jadi nilai signifikansi sebesar 0.000 menunjukkan bahwa semua variabe
berpengaruh signifikan karena p-value lebih kecil alpha 0.000 < 0,025
Tabel. Uji Heteroskedastisitas
Dari gambar scatterplot di atas, terlihat bahwa titik-titik data menyebar
secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y dan
tidak membentuk suatu pola yang jelas. Maka dapat disimpulkan tidak terjadi
heteroskedastisitas pada model regresi ini.
PENUTUP
Kesimpulan:
1. Variabel jenis kelamin memiliki pengaruh positif dan signifikan dengan nilai
koefisien sebesar 0.116 dengan nilai signifikansi sebesar 0.000 yang berarti bahwa
nilai p-value lebih kecil dari nilai alpha (0.025) yang berarti bahwa H0 DITOLAK.
2. Variabel Usia
memiliki pengaruh positif dan tidak signifikan
dengan nilai
koefisien sebesar 0.000 dengan nilai signifikansi sebesar 0.686 yang berarti bahwa
nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa H 0
DITERIMA.
3. Variabel Pendidikan Sebelumnya memiliki pengaruh positif dan signifikan
dengan nilai koefisien sebesar 0.009 dengan nilai signifikansi sebesar 0.004 yang
berarti bahwa nilai p-value lebih kecil dari nilai alpha (0.025) yang berarti bahwa
H0 DITOLAK.
4. Variabel Pekerjaan memiliki pengaruh negatif dan tidak signifikan dengan nilai
koefisien sebesar -0.001 dengan nilai signifikansi sebesar 0.879 yang berarti
bahwa nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa H 0
DITERIMA.
5. Variabel Status perkawinan memiliki pengaruh positif dan tidak signifikan
dengan nilai koefisien sebesar 0.057 dengan nilai signifikansi sebesar 0.138 yang
berarti bahwa nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa
H0 DITERIMA.
Saran:
Penelitian
ini masih jauh dari kesempurnaan sehingga akan lebih baik apabila
peneliti selanjutnya mencari informasi sebanyak mungkin baik mengenai variabel apa
saja yang mempengaruhi IPK serta metode penelitian yang lebih banyak dan lebih
baik serta yang lebih cocok untuk variabel yang akan diteliti.
DAFTAR PUSTAKA
Daruyani, Safitri.dkk. 2013. Faktor-faktor yang mempengaruhi indeks prestasi Mahasiswa
FSM Universitas Diponegoro semester pertama dengan metode Regresi Logistik
Biner. UNDIP. {Jurnal Nasional}.
Hendikawati,Putriaji.
AnalisisFaktoryangMempengaruhiIndeksPrestasiMahasiswa.UnnesSekaranGunu
ngpatiSemarang.
Kusumaningsih,Yunita. 2009. Faktor Utama yang berpengaruh terhadap prestasi belajar
mahasiswa pascasarjana penerima beasiswa BPK-RI. Jakarta: Fakultas Ekonomi
Universitas Indonesia. {Jurnal Nasional}.
LAMPIRAN
Descriptive Statistics
Mean
Std. Deviation
N
Indeks Prestasi Kumulatif
3.3919
.21970
482
Jenis Kelamin
1.16
.369
482
Usia (Tahun)
39.66
7.721
482
Pendidikan Sebelumnya
6.66
3.233
482
Pekerjaan
6.41
1.391
482
Status Perkawinan
1.88
.321
482
Variables Entered/Removedb
Model
1
Variables
Entered
Variables
Removed
Method
Status
Perkawinan,
Pendidikan
Sebelumnya,
Jenis Kelamin,
Pekerjaan,
Usia (Tahun)a
.
Enter
a. All requested variables entered.
b. Dependent Variable: Indeks Prestasi Kumulatif
Model Summaryb
Model
R
R Square
Adjusted R
Square
1
.237a
.056
.046
Std. Error of
the Estimate Durbin-Watson
.21457
1.875
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis
Kelamin, Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
ANOVAb
Sum of
Squares
df
Mean Square
F
Sig.
Regression
1.303
5
.261
5.662
.000a
Residual
21.914
476
.046
Total
23.218
481
Model
1
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis Kelamin,
Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Coefficientsa
Unstandardized
Coefficients
Model
1
B
Std. Error
(Constant)
3.123
.086
Jenis Kelamin
.116
.027
Usia (Tahun)
.000
Pendidikan
Sebelumnya
Standardized
Coefficients
t
Sig.
36.285
.000
.194
4.240
.002
-.022
.009
.003
Pekerjaan
-.001
Status Perkawinan
.057
a. Dependent Variable: Indeks Prestasi
Kumulatif
Beta
Collinearity Statisti
Tolerance
VIF
.000
.943
1.061
-.405
.686
.646
1.548
.130
2.873
.004
.972
1.029
.008
-.007
-.153
.879
.865
1.157
.039
.084
1.484
.138
.621
1.611
Coefficient Correlationsa
Status
Pendidikan
Perkawinan Sebelumnya
Model
1
Correlations Status Perkawinan
Jenis
Kelamin
1.000
.037
.150
-.190
-.519
Pendidikan
Sebelumnya
.037
1.000
-.046
.110
.023
Jenis Kelamin
.150
-.046
1.000
-.010
.059
Pekerjaan
-.190
.110
-.010
1.000
-.139
Usia (Tahun)
-.519
.023
.059
-.139
1.000
.001
4.339E-6
.000
Pendidikan
Sebelumnya
4.339E-6
9.418E-6
Jenis Kelamin
.000
-3.841E-6
Pekerjaan
-5.559E-5
2.558E-6
-2.015E-6 5.720E-5 -1.653E-6
Usia (Tahun)
-3.166E-5
1.094E-7
2.543E-6 -1.653E-6 2.486E-6
Covariances Status Perkawinan
-5.559E-5 -3.166E-5
-3.841E-6 2.558E-6 1.094E-7
.001
-2.015E-6 2.543E-6
a. Dependent Variable: Indeks Prestasi Kumulatif
Casewise Diagnosticsa
Case
Number
Indeks Prestasi
Std. Residual
Kumulatif
393
Usia
Pekerjaan (Tahun)
-4.779
2.32
Predicted
Value
Residual
3.3436
-1.02545
a. Dependent Variable: Indeks Prestasi Kumulatif
Residuals Statisticsa
Minimum Maximum
Predicted Value
Mean
Std. Deviation
N
3.2823
3.5371
3.3919
.05205
482
-1.02545
.50863
.00000
.21345
482
Std. Predicted Value
-2.107
2.790
.000
1.000
482
Std. Residual
-4.779
2.371
.000
.995
482
Residual
a. Dependent Variable: Indeks Prestasi Kumulatif
KUMULATIF MAHASISWA PROGRAM STUDI MAGISTER MANAJEMEN
UNIVERSITAS MATARAM
ROSIHAN MU’AWWANAH
12G017016
MAGISTER ILMU EKONOMI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MATARAM
1. Identifikasi Variabel
1.1 Jenis Kelamin (Sex)
Sebagian besar penelitian yang menguji pengaruh gender terhadap prestasi
belajar menunjukkan bahwa perempuan cenderung memiliki prestasi akademis
yang lebih bagus daripada laki-laki. Penjelasan teoritis mengenai hal ini antara
lain karena setalah zaman emansipasi, pendidikan merupakan kunci utama
kemajuan, pemberdayaan dan kebebasan bagi kaum perempuan. Selain itu,
perempuan dikenal cenderung lebih tekun dalam belajar dan rajin terlibat
dalam kegiatan kampus yang menunjang proses belajar, sedangkan laki-laki
lebih menyukai kegiatan kampus yang bersifat refreshing dan olah raga.
(Chafetz: serta Kuh,Hu, dan Vesper dalam chee, pino dan Smith, 2005).
Menurut Chodorow dan Gilligan dalam Chee, Pino dan Smith (2005),
perempuan juga mempunyai sifat alami berupa kecendrungan untuk terlibat
dan terpengaruh dalam hubungan sosial, sehingga dalam hal belajar mereka
merasa mempunyai kewajiban dan tanggung jawab meningkatkan prestasinya
untuk memenuhi harapan keluarga, guru dan teman-teman di sekitarnya,
sedangkan laki-laki cenderung termotivasi untuk meningkatkan prestasi hanya
untuk kepentingannya sendiri, sehingga usaha yang dilakukan oleh perempuan
biasanya lebih sungguh-sungguh. Jadi, prestasi belajar perempuan yang lebih
tinggi dimungkinkan merupakan manfaat yang diperoleh dari hubungan sosial
mereka yang berkontribusi untuk menanamkan perilaku belajar yang baik dan
memberikan sanksi sosial apabila mereka tidak melaksanakan tugas belajarnya
dengan baik.
1.2 Usia
Richardson (1994) mengemukakan mahasiswa yang usianya relatif lanjut
diduga mengalami age-related intellectual deficits sehingga mengalami
penurunan dalam hal basic skills yang diperlukan untuk belajar efektif pada
tingkat pendidikan tinggi. Sehingga, variabel usia diduga berpengaruh negatif
terhadap prestasi belajar mahasiswa pascasarjana.
1.3 Pendidikan Sebelumnya
Kesesuaian program S2 dengan latar belakang pendidikan S1 menunjukkan
bahwa seorang mahasiswa telah memiliki pengalaman akademis yang terkait
dengan pendidikan S2 yang sedang ditempuhnya. Hasil penelitian Eskew dan
Faley (1988) menunjukkan bahwa pengalaman akademis bidang akuntansi di
tingkat pendidikan sebelumnya berpengaruh positif dan signifikan terhadap
prestasi belajar mahasiswa jurusan akuntansi keuangan tingkat pertama di
Purdue University. Oleh karena itu, variabel latar belakang pendidikan diduga
berpengaruh positif terhadap prestasi belajar mahasiswa pascasarjana.
1.4 Pekerjaan
Variabel pekerjaan menujukkan apakah mahasiswa mempunyai pekerjaan
selain kuliah. Mahasiswa yang mempunyai pekerjaan diduga mempunyai
prestasi akademis yang lebih rendah karena konsentrasi belajarnya bisa
terganggu dan waktu belajarnya berkurang. Dengan demikian variabel
pekerjaan diduga berpengaruh negatif terhadap prestasi akademik/belajar
mahasiswa pascasarjana.
1.5 Status Perkawinan
Status perkawinan merupakan salah satu faktor yang terkait dengan kondisi
keluarga. Apabila seseorang telah menikah maka mereka cenderung memiliki
permasalahan yang lebih kompleks daripada seorang yang belum menikah,
sehingga konsentrasi belajarnya lebih terpecah dan tidak optimal. Sehingga
mahasiswa yang sudah menikah diduga memiliki prestasi belajar yang lebih
rendah daripada yang belum menikah, atau status perkawinan berpengaruh
negatif terhadap prestasi belajar.
2. Kajian Kepustakaan
2.1 Tinjauan Penelitian Terdahulu
Penelitian yang pernah dilakukan sebelumnya sangat penting untuk
diungkapkan karena dapat dipakai sebagai sumber informasi dan bahan acuan
yang sangat berguna bagi penulis. Ada beberapa penelitian terdahulu yang
relevan dengan penelitian ini adalah sebagai berikut:
a. Rizma Vinda Mayangsari, 2012. Melakukan penelitian dengan judul
Faktor-Faktor yang Mempengaruhi Indeks Prestasi Kumulatif Mahasiswa
Program Studi Matematika Universitas Airlangga dengan menggunakan
Multivariate Adaptive Regression Spline (MARS). Hasil penelitian
menunjukkan bahwa faktor yang berpengaruh terhadap indeks prestasi
Kumulatif mahasiswa program studi Matematika Universitas Airlangga
adalah jenis kelamin (X2), pekerjaan (X3), nilai rata-rata ujian akhir
nasional SMA (X4), nilai matematika ujian akhir nasional SMA (X 5),
penghasilan orangtua(X9), intensitas browsing internet dalam satu minggu
(X11), dan intensitas ke perpustakaan dalam satu minggu(X12), intensitas
keruang baca dalam satu minggu (X13 ).
b. Safitri Daruyani, dkk. 2013. Faktor-Faktor yang memepngaruhi indeks
prestasi Mahasiswa FSM Universitas Diponegoro Semester Pertama
dengan metode regresi logistik Biner. Hasil penelitian ini menunjukkan
bahwa nilai prediktor yang berupa nilai rapor, nilai UN, jalur masuk,
pilihan jurusan, tempat tinggal, metode belajar, biaya hidup perbulan,
hubungan mahasiswa dengan teman, hubungan mahasiswa dengan
keluarga
serta
motivasi
belajar
semua
variabel
ini
signifikan
mempengaruhi indeks prestasi mahasiswa. Setelah pengujian secara
individu variabel nilai UN dan hubungan mahasiswa dengan teman
signifikan mempengaruhi indeks prestasi mahasiswa.
c. Putriaji Hendikawati. Analisis Faktor yang mempengaruhi Indeks Prestasi
Mahasiswa. Hasil penelitian menunjukkan bahwa indeks prestasi (IP)
mahasiswa dipengaruhi oleh beberapa variabel antara lain: variabel
suasana hati, membagi waktu, hubungan dengan keluarga, penjelasan
dosen, suasana tempat tinggal, kegiatan selain kuliah, bakat, adaptasi
lingkungan, pantauan orangtua, perhatian orangtua, pergaulan, makan dan
gizi, IQ dan EQ, kemampuan sosialisasi, kondisi keuangan, suasana
belajar kampus, panca indera kemampuan menangkap materi, dan
olahraga. Setelah dilakukan analisis faktor dan proses reduksi diperoleh 5
faktor yang mempengaruhi IP mahasiswa. Lima Faktor tersebut adalah
Faktor manajemen diri, faktor lingkungan sekitar, faktor kondisi eksternal,
faktor kondisi fisik dan faktor olahraga.
2.2 Perumusan Hipotesis
1. {H0 = Jenis kelamin, usia, pendidikan sebelumnya, pekerjaan dan status
perkawinan tidak berpengaruh positif dan signifikan terhadap IPK.}
H1 = Jenis kelamin berpengaruh positif dan signifikan terhadap IPK.
H2 = Usia berpengaruh positif dan signifikan terhadap IPK.
H3 = Pendidikan sebelumnya berpengaruh positif dan signifikan terhadap IPK.
H4 = Pekerjaan berpengaruh positif dan signifikan terhadap IPK.
H5 = Status perkawinan berpengaruh positif dan signifikan terhadap IPK.
2. Uji Statistik
3. α : 0.05 atau 2/α = 0.025
4. Tolak Ho jika:
a. thitung > ttabel atau - thitung < ttabel
b. p_value < α
3.Analisis dan Pembahasan
A. Regresi Linier Berganda
Pada output ini, dikemukakan nilai koefisien dari persamaan regresi. Dalam
kasus ini, persamaan regresi berganda yang digunakan adalah:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5+ e
Dimana:
Y = Indeks Prestasi Kumulatif Mahasiswa
β0 = Konstanta
β1,2,3,4 = Koefisien Variabel Independen
X1 = Jenis Kelamin
X2 = Usia
X3 = Pendidikan Sebelumnya
X4 = Pekerjaan
X5 = Status Perkawinan
e = Standar Error
Tabel. Regresi Linier Berganda
Coefficientsa
Unstandardized
Coefficients
Std.
Error
Model
B
1
3.123
.086
Jenis Kelamin
.116
.027
Usia (Tahun)
.000
Pendidikan
Sebelumnya
(Constant)
Pekerjaan
Status Perkawinan
Standardized
Coefficients
Beta
Collinearity Statis
T
Sig.
Tolerance
36.285
.000
.194
4.240
.000
.943
.002
-.022
-.405
.686
.646
.009
.003
.130
2.873
.004
.972
-.001
.008
-.007
-.153
.879
.865
.057
.039
.084
1.484
.138
.621
a. Dependent Variable: Indeks Prestasi
Kumulatif
Penjelasan:
Tabel coefficients ini menunjukkan t test, nilai ini untuk menguji apakah variabel
independen (Jenis Kelamin, Usia, Pendidikan Sebelumnya, Pekerjaan, dan Status
Perkawinan) secara individu mempengaruhi variabel dependen (Indeks Prestasi Kumulatif).
Sehingga, pada tabel diatas kita dapat membuat model persamaan fungsi sebagai berikut:
IPK = 3.123 + 0,116 X1 + 0.000 X2 + 0.009 X3 - 0.001 X4 + 0.057 X5 + e
Pada tabel di atas dapat disimpulkan bahwa ada beberapa variabel yang berpengaruh
positif secara signifikan yaitu bisa dilihat pada kolom sig. jadi,variabel yang signifikan hanya
ada 2 variabel yaitu variabel jenis kelamin dengan nilai signifikansi sebesar 0,000 atau lebih
kecil dari 0.025, kemudian pendidikan sebelumnya dengan nilai signifikansi sebesar 0.004
lebih kecil dari nilai alpha yaitu 0,025. Sedangkan, variabel yang tidak signifikan ada 3 yaitu
Usia dengan nilai signifikansi sebesar 0.686, kemudian variabel pekerjaan berpengaruh
negatif dengan nilai signifikansi sebesar 0.879, kemudian variabel status perkawinan dengan
signifikansi sebesar 0.138 sehingga dapat disimpulkan bahwa ketiga variabel tersebut tidak
signifikan karena p. Value nya lebih besar dari nilai alpha yaitu 0.025. sedangkan jika dilihat
dari pengaruhnya 4 variabel (jenis kelamin, usia, pendidikan sebelumnya dan status
VIF
perkawianan) memiliki pengaruh yang positif terhadap IPK, sedangkan variabel pekerjaan
memiliki pengaruh yang negarif terhadap IPK.
Tabel. Koefisien Determinasi (R2)
Model Summaryb
Model
R
R Square
Adjusted R
Square
1
.237a
.056
.046
Std. Error of
the Estimate Durbin-Watson
.21457
1.875
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis
Kelamin, Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Penjelasan:
Koefisien determinasi (R2) bertujuan untuk mengetahui seberapa besar kemampuan
variabel independen yaitu (Jenis kelamin, usia, pendidikan sebelumnya, pekerjaan dan status
perkawinan) dapat menjelaskan variabel dependen (IPK). Dari tabel Model Summary di atas dapat
dilihat nilai dari (R2) sebesar 0.056 (5,6%), ini menunjukkan bahwa variabel independen mampu
menjelaskan variabel dependen sebesar 5,6% sedangkan sisanya sebesar 94,4% dijelaskan oleh
variabel lain yang tidak dimasukkan ke dalam model.
B. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah variabel independen dan
variabel dependen dalam model regresi memiliki distribusi normal atau tidak (Bawono,
2006). Model regresi yang baik adalah yang memiliki distribusi normal atau mendekati
normal. Pada pengujian ini peneliti menggunakan analisa grafik dengan cara melihat
grafik normal plot yang membandingkan distribusi kumulatif dari data yang
sesungguhnya dengan distribusi kumulatif dari data distribusi normal. Jika distribusi
normal, maka ada titik-titik yang menyebar disekitar garis diagonal sedangkan
penyebarannya mengukuti arah garis diagonalnya. Berikut merupakan gambar grafik
normal plot :
Dalam grafik Normal Plot di sini yang dapat kita lihat adalah perbandingan antara
distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif data dari
distribusi normal. Dalam grafik normal plot terlihat adanya titik-titik yang menyebar
disekitar garis diagonal sedangkan penyebarannya mengikuti arah garis diagonalnya.
Sehingga bisa disimpulkan bahwa model regresi memenuhi asumsi Normalitas.
Tabel. Histogram
Tabel. ANOVA
ANOVAb
Sum of
Squares
Df
Mean Square
F
Sig.
Regression
1.303
5
.261
5.662
.000a
Residual
21.914
476
.046
Total
23.218
481
Model
1
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis Kelamin,
Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Penjelasan:
Berdasarkan pada tabel analisis Varian (ANOVA) ditampilkan hasil uji F yang
dipergunakan untuk mengetahui signifikansi pengaruh variabel independen (Jenis
Kelamin, Usia, Pendidikan Sebelumnya, Pekerjaan dan status perkawinan ) terhadap
variabel dependen (IPK) dengan menggunakan tingkat signifikansi 0,05 df 1 = 5 dan
df2 = 476. Jadi nilai signifikansi sebesar 0.000 menunjukkan bahwa semua variabe
berpengaruh signifikan karena p-value lebih kecil alpha 0.000 < 0,025
Tabel. Uji Heteroskedastisitas
Dari gambar scatterplot di atas, terlihat bahwa titik-titik data menyebar
secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y dan
tidak membentuk suatu pola yang jelas. Maka dapat disimpulkan tidak terjadi
heteroskedastisitas pada model regresi ini.
PENUTUP
Kesimpulan:
1. Variabel jenis kelamin memiliki pengaruh positif dan signifikan dengan nilai
koefisien sebesar 0.116 dengan nilai signifikansi sebesar 0.000 yang berarti bahwa
nilai p-value lebih kecil dari nilai alpha (0.025) yang berarti bahwa H0 DITOLAK.
2. Variabel Usia
memiliki pengaruh positif dan tidak signifikan
dengan nilai
koefisien sebesar 0.000 dengan nilai signifikansi sebesar 0.686 yang berarti bahwa
nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa H 0
DITERIMA.
3. Variabel Pendidikan Sebelumnya memiliki pengaruh positif dan signifikan
dengan nilai koefisien sebesar 0.009 dengan nilai signifikansi sebesar 0.004 yang
berarti bahwa nilai p-value lebih kecil dari nilai alpha (0.025) yang berarti bahwa
H0 DITOLAK.
4. Variabel Pekerjaan memiliki pengaruh negatif dan tidak signifikan dengan nilai
koefisien sebesar -0.001 dengan nilai signifikansi sebesar 0.879 yang berarti
bahwa nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa H 0
DITERIMA.
5. Variabel Status perkawinan memiliki pengaruh positif dan tidak signifikan
dengan nilai koefisien sebesar 0.057 dengan nilai signifikansi sebesar 0.138 yang
berarti bahwa nilai p-value lebih besar dari nilai alpha (0.025) yang berarti bahwa
H0 DITERIMA.
Saran:
Penelitian
ini masih jauh dari kesempurnaan sehingga akan lebih baik apabila
peneliti selanjutnya mencari informasi sebanyak mungkin baik mengenai variabel apa
saja yang mempengaruhi IPK serta metode penelitian yang lebih banyak dan lebih
baik serta yang lebih cocok untuk variabel yang akan diteliti.
DAFTAR PUSTAKA
Daruyani, Safitri.dkk. 2013. Faktor-faktor yang mempengaruhi indeks prestasi Mahasiswa
FSM Universitas Diponegoro semester pertama dengan metode Regresi Logistik
Biner. UNDIP. {Jurnal Nasional}.
Hendikawati,Putriaji.
AnalisisFaktoryangMempengaruhiIndeksPrestasiMahasiswa.UnnesSekaranGunu
ngpatiSemarang.
Kusumaningsih,Yunita. 2009. Faktor Utama yang berpengaruh terhadap prestasi belajar
mahasiswa pascasarjana penerima beasiswa BPK-RI. Jakarta: Fakultas Ekonomi
Universitas Indonesia. {Jurnal Nasional}.
LAMPIRAN
Descriptive Statistics
Mean
Std. Deviation
N
Indeks Prestasi Kumulatif
3.3919
.21970
482
Jenis Kelamin
1.16
.369
482
Usia (Tahun)
39.66
7.721
482
Pendidikan Sebelumnya
6.66
3.233
482
Pekerjaan
6.41
1.391
482
Status Perkawinan
1.88
.321
482
Variables Entered/Removedb
Model
1
Variables
Entered
Variables
Removed
Method
Status
Perkawinan,
Pendidikan
Sebelumnya,
Jenis Kelamin,
Pekerjaan,
Usia (Tahun)a
.
Enter
a. All requested variables entered.
b. Dependent Variable: Indeks Prestasi Kumulatif
Model Summaryb
Model
R
R Square
Adjusted R
Square
1
.237a
.056
.046
Std. Error of
the Estimate Durbin-Watson
.21457
1.875
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis
Kelamin, Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
ANOVAb
Sum of
Squares
df
Mean Square
F
Sig.
Regression
1.303
5
.261
5.662
.000a
Residual
21.914
476
.046
Total
23.218
481
Model
1
a. Predictors: (Constant), Status Perkawinan, Pendidikan Sebelumnya, Jenis Kelamin,
Pekerjaan, Usia (Tahun)
b. Dependent Variable: Indeks Prestasi Kumulatif
Coefficientsa
Unstandardized
Coefficients
Model
1
B
Std. Error
(Constant)
3.123
.086
Jenis Kelamin
.116
.027
Usia (Tahun)
.000
Pendidikan
Sebelumnya
Standardized
Coefficients
t
Sig.
36.285
.000
.194
4.240
.002
-.022
.009
.003
Pekerjaan
-.001
Status Perkawinan
.057
a. Dependent Variable: Indeks Prestasi
Kumulatif
Beta
Collinearity Statisti
Tolerance
VIF
.000
.943
1.061
-.405
.686
.646
1.548
.130
2.873
.004
.972
1.029
.008
-.007
-.153
.879
.865
1.157
.039
.084
1.484
.138
.621
1.611
Coefficient Correlationsa
Status
Pendidikan
Perkawinan Sebelumnya
Model
1
Correlations Status Perkawinan
Jenis
Kelamin
1.000
.037
.150
-.190
-.519
Pendidikan
Sebelumnya
.037
1.000
-.046
.110
.023
Jenis Kelamin
.150
-.046
1.000
-.010
.059
Pekerjaan
-.190
.110
-.010
1.000
-.139
Usia (Tahun)
-.519
.023
.059
-.139
1.000
.001
4.339E-6
.000
Pendidikan
Sebelumnya
4.339E-6
9.418E-6
Jenis Kelamin
.000
-3.841E-6
Pekerjaan
-5.559E-5
2.558E-6
-2.015E-6 5.720E-5 -1.653E-6
Usia (Tahun)
-3.166E-5
1.094E-7
2.543E-6 -1.653E-6 2.486E-6
Covariances Status Perkawinan
-5.559E-5 -3.166E-5
-3.841E-6 2.558E-6 1.094E-7
.001
-2.015E-6 2.543E-6
a. Dependent Variable: Indeks Prestasi Kumulatif
Casewise Diagnosticsa
Case
Number
Indeks Prestasi
Std. Residual
Kumulatif
393
Usia
Pekerjaan (Tahun)
-4.779
2.32
Predicted
Value
Residual
3.3436
-1.02545
a. Dependent Variable: Indeks Prestasi Kumulatif
Residuals Statisticsa
Minimum Maximum
Predicted Value
Mean
Std. Deviation
N
3.2823
3.5371
3.3919
.05205
482
-1.02545
.50863
.00000
.21345
482
Std. Predicted Value
-2.107
2.790
.000
1.000
482
Std. Residual
-4.779
2.371
.000
.995
482
Residual
a. Dependent Variable: Indeks Prestasi Kumulatif