Bab III Pengukuran Kesiapan...

13

Bab III Pengukuran Kesiapan E-Learning

Agar dapat menilai kesiapan dosen dan mahasiswa Universitas Kristen Maranatha

(UKM) untuk e-learning, maka perlu adanya instrumen penelitian yang sesuai.

Dalam bab ini akan dipaparkan proses-proses yang dilalui untuk membuat

instrumen pengukur, proses pengukuran, dan hasilnya.

III.1. Tahapan Penelitian

Penelitian untuk menilai kesiapan e-learning terdiri dari tiga tahap. Tahap pertama

adalah membuat instrumen pengukur kesiapan e-learning di UKM, tahap kedua

adalah melakukan pengukuran kesiapan e-learning dengan menggunakan

instrumen yang telah dibuat pada tahap sebelumnya, dan tahap terakhir adalah

membuat rekomendasi untuk langkah implementasi selanjutnya berdasarkan hasil

pengukuran. Ilustrasi tiap tahap beserta langkah-langkah dalam tiap tahap

digambarkan pada Gambar III.1.

Tahap 3 : Membuat rekomendasi : Melakukan analisis lanjutan atas hasil pengukuran. Merumuskan rekomendasi bagi langkah implementasi selanjutnya.

Tahap 2 : Melakukan pengukuran : Menentukan besar sampel. Menyebarkan kuesioner. Menganalisis data survei. Merumuskan tingkat kesiapan dosen dan mahasiswa UKM.

Tahap 1 : Membuat instrumen pengukur : Eksplorasi konsep e-learning, e-learning rdan e-learning readiness assessmen Merumuskan

eadiness

t.

kan

iness

survei.

konsep e-learning di UKM. Menjalanfocus group mengenai e-learning readUKM. Membuat instrumen Menguji validitas dan reliabilitas instrumen.

Gambar III.1. Tahapan Penelitian

14

III.2. Membuat Instrumen Pengukur Kesiapan E-Learning

Untuk menghasilkan instrumen pengukur kesiapan e-learning yang sesuai bagi

UKM, harus dipahami terlebih dahulu konsep e-learning, kesiapan e-learning,

dan penilaian kesiapan e-learning (e-learning readiness assessment). Hasil

tinjauan hal-hal tersebut tertuang pada Bab 2.

Dalam penelitian ini, konsep e-learning yang diambil mengacu pada konsep e-

learning yang diterapkan saat ini di UKM, yaitu proses penyampaian materi

kuliah yang meliputi penempatan materi dan interaksi antara dosen dan

mahasiswa melalui Internet, yang difasilitasi oleh suatu learning management

system (LMS) yang berbasis Web.

Untuk mendapatkan definisi di atas, dilakukan wawancara pada pengelola LMS

universitas dan Pembantu Rektor II yang sekaligus menjabat sebagai Kepala

Divisi Teknologi Informasi. Dari hasil wawancara tersebut, sebuah fakultas

dianggap telah menerapkan e-learning apabila dosen-dosen fakultas tersebut telah

menggunakan fasilitas LMS yang disediakan universitas.

Berangkat dari konsep e-learning yang diterapkan di UKM, dibuat studi

eksploratori untuk mengetahui faktor-faktor yang menentukan kesiapan e-learning

dosen dan mahasiswa UKM. Menurut Malhotra (2004), agar peneliti bisa

mendapatkan pemahaman lebih jauh mengenai suatu masalah dan faktor-faktor

utama penentunya, dapat dilakukan penelitian yang bersifat kualitatif. Penelitian

kualitatif bersifat eksploratori, tidak terstruktur, dan berdasar pada sampel yang

kecil. Penelitian kualitatif dapat dilakukan dengan mendayagunakan teknik seperti

focus group (wawancara berkelompok), word association (bertanya pada

responden untuk mengindikasikan respon pertama mereka pada kata-kata stimulus

yang disampaikan), dan depth interview (wawancara satu-satu untuk mengetahui

pikiran responden secara detil). Selanjutnya Malhotra (2004) memaparkan, hasil

dari suatu studi yang bersifat eksploratori sebaiknya diikuti oleh penelitian

eksploratori lain atau oleh penelitian yang bersifat konklusif. Dengan kata lain,

15

sebaiknya temuan dalam suatu penelitian yang bersifat eksploratori digunakan

sebagai input bagi penelitian lebih lanjut.

III.2.1. Focus Group

Dalam studi eksploratori yang dilakukan di UKM, teknik yang digunakan adalah

focus group. Focus group adalah suatu wawancara dengan sekumpulan kecil

orang yang dipimpin oleh seorang moderator secara natural dan tidak terstruktur

(Malhotra, 2004). Tujuan utama focus group adalah mendapatkan pengertian

mendalam akan hal yang menjadi minat peneliti dengan mendengarkan

sekelompok orang yang relevan dengan minat tersebut.

Di UKM, orang-orang yang dilibatkan dalam focus group adalah para anggota

TLC (Teaching and Learning Centre). TLC merupakan sebuah unit di UKM yang

bertugas menjaga dan meningkatkan kualitas pengajaran. Aktivitas TLC meliputi

memberikan pelatihan cara mengajar bagi dosen, memberikan pelatihan

pembuatan GBPP (Garis-Garis Besar Program Pengajaran) dan SAP (Satuan

Acara Pengajaran) bagi dosen pengampu mata kuliah, dan meninjau GBPP dan

SAP yang telah dibuat agar sesuai dengan standar. Dalam pekerjaannya, TLC

bekerja erat dengan unit Survey Centre (SC). SC akan memberikan hasil survei

evaluasi proses belajar mengajar kepada dosen dan TLC. Hasil dari survei yang

dilaksanakan tiap semester tersebut akan dapat menjadi masukan bagi TLC untuk

memperlengkapi dosen sesuai tuntutan yang ada. Anggota TLC merupakan

representasi dari tiap fakultas di UKM ditambah dengan beberapa orang yang

memiliki keahlian dalam bidang pendidikan dan pengajaran. Setiap fakultas di

UKM dapat mengirimkan 2 wakilnya untuk menjadi anggota TLC.

Langkah pertama untuk menjalankan focus group adalah menentukan sasaran atau

pertanyaan yang harus dijawab di dalam focus group. Dalam hal ini, sasaran focus

group adalah harus dapat mengidentifikasi pandangan wakil seluruh fakultas

mengenai e-learning, kondisi kesiapan e-learning, dan beberapa instrumen

pengukur kesiapannya.

16

Langkah kedua adalah menyusun alur focus group yang akan menjadi pegangan

moderator. Susunan alur focus group yang digunakan terdapat pada Lampiran A-

Focus Group.

Langkah berikutnya adalah melaksanakan focus group sesuai alur yang telah

ditetapkan. Di dalam TLC telah terdapat perwakilan dari seluruh fakultas, yaitu

dari Fakultas Kedokteran (FK), Fakultas Psikologi (FP), Fakultas Ekonomi (FE),

Fakultas Teknik (FT), Fakultas Seni Rupa dan Disain (FSRD), Fakultas Sastra

(FS), dan Fakultas Teknologi Informasi (FIT). Hasil eksplorasi dalam focus group

mengenai kondisi e-learning tiap fakultas dipaparkan dalam Lampiran A-Focus

Group.

Dari hasil tersebut terlihat bahwa baru terdapat 2 fakultas yang menggunakan

LMS, yaitu Fakultas Teknik dan Fakultas Teknologi Informasi. Selanjutnya,

sesuai alur yang telah ditetapkan sebelumnya, dilakukan eksplorasi untuk

mendapatkan faktor-faktor yang menentukan kesiapan e-learning dosen dan

mahasiswa. Berdasar hasil diskusi mengenai kondisi e-learning tiap fakultas,

diskusi juga diarahkan untuk mengetahui penyebab suatu fakultas menggunakan

atau tidak menggunakan LMS yang telah disediakan universitas.

Hasil diskusi menunjukkan bahwa faktor-faktor yang mempengaruhi digunakan

tidaknya LMS adalah kemampuan komputer dosen, sosialisasi LMS, persepsi atas

LMS, dan kemauan tiap dosen untuk menggunakan LMS. Berikutnya, dilakukan

diskusi mengenai kesiapan mahasiswa. Hasilnya dapat dilihat pada Lampiran A-

Focus Group.

Pada mahasiswa, faktor yang dianggap mempengaruhi kesiapan mahasiswa adalah

kemampuan komputer mahasiswa, fasilitas yang disediakan universitas, dan

kekuatan motivasi mahasiswa menggunakan LMS.

Selanjutnya, diskusi dalam focus group diarahkan untuk mengetahui pendapat

para anggota focus group mengenai faktor-faktor penentu kesiapan dari beberapa

17

penelitian yang disajikan moderator. Pendapat para peserta mengenai faktor yang

sesuai dengan kondisi di UKM juga berusaha digali. Hasil diskusi atas topik ini

terdapat pada Lampiran A-Focus Group.

III.2.2. Membuat Instrumen Survei

Berdasarkan hasil focus group dan tinjauan teori yang ada, dibuat sebuah

instrumen survei yang akan digunakan untuk mengukur kesiapan dosen dan

mahasiswa untuk e-learning. Langkah pertama adalah menentukan konstruk yang

sesuai. Dalam hal ini, penelitian dari Sadik (2007) telah menjelaskan domain-

domain yang sesuai dengan keadaan di universitas, yaitu kompetensi,

pengalaman, dan sikap/perilaku.

Berdasarkan hasil focus group mengenai pandangan atas instrumen yang

disajikan, terlihat bahwa para responden menganggap instrumen Sadik adalah

yang paling relevan untuk digunakan, walaupun tetap memerlukan modifikasi.

Untuk mendukung pembentukan instrumen yang sesuai, pada Tabel III.1 disajikan

perbandingan antara faktor-faktor pada instrumen Sadik, Chapnick, Rosenberg,

dan Rautenbach, beserta relevansinya untuk digunakan dengan kondisi di UKM.

Pada domain pertama yaitu kompetensi, Sadik (2007) membagi kompetensi

menjadi dua, yaitu kompetensi pedagogis dan kompetensi teknis. Sesuai hasil

focus group, jika dikaitkan dengan definisi e-learning di UKM, kompetensi

pedagogis bukanlah faktor penentu digunakannya LMS oleh para dosen, sehingga

untuk domain kompetensi, yang masuk adalah item-item untuk mengukur

kompetensi teknis. Dalam hal kompetensi teknis, instrumen lainnya (Tabel III.1)

memberikan beberapa item untuk mengukur kompetensi teknis. Walaupun

demikian, berdasar kondisi di UKM, pertanyaan dari instrumen tersebut kurang

relevan. Oleh sebab itu, untuk kompetensi teknis diambil item-item yang disusun

dari Panduan Penggunaan LMS UKM. Panduan diberikan pada saat seseorang

mengikuti pelatihan penggunaan LMS.

18

Tabel III.1. Perbandingan Faktor Antar Instrumen Sadik Chapnick Rosenberg Rautenbach

Teknis Teknologi Kesiapan Bisnis SDM

Kompetensi Pedagogis Konten

Sifat Pembelajaran

& E-Learning

Yang Berubah

Nilai Disain Informasi & Instruksional

Pedagogis

Teknologi

Frekuensi Penggunaan

Training Yang Diterima

Pengalaman

Pengalaman Sebelumnya

Psikologis

Sosiologis

Kesiapan Bisnis

Manajemen Perubahan

Reinventing

Training Organization

Organisasional

Kecemasan Kepercayaan

Diri Kesukaan (Liking) Sikap Tingkat

Pentingnya (Importance) E-Learning

Psikologis

Sosiologis

Manajemen Perubahan

Reinventing


Komitmen

Pribadi

Organisasional

SDM Reinventing


Peralatan Kesiapan Bisnis

Finansial

Reinventing Training

Organization

Industri E-Learning

Lingkungan

Kesiapan Bisnis

Sifat

Pembelajaran & E-

Learning Yang

Berubah

Reinventing Training

Organization

Organisasional

19

Domain berikutnya menurut Sadik (2007) adalah domain pengalaman.

Pengalaman dibagi dalam 3 faktor yaitu frekuensi penggunaan, training yang

diterima, dan pengalaman sebelumnya. Sesuai hasil focus group, item-item pada

domain ini ternyata dapat dikaitkan dengan area-area yang dikemukakan oleh

Chapnick, Rosenberg, dan Rautenbach. Menurut Chapnick (2000), area kesiapan

psikologis merupakan area terpenting bagi kesiapan e-learning karena hal ini

terkait dengan keadaan pikiran seseorang yang berdampak pada hasil (outcome)

inisiatif e-learning. Selain psikologis, area kesiapan sosiologis dari Chapnick juga

dapat dikaitkan dengan domain ini. Dari instrumen Rosenberg, area yang dapat

dikaitkan adalah area kesiapan bisnis, manajemen perubahan, dan area reinventing

training organization.. Jika dikaitkan dengan kondisi universitas, dalam area

tersebut Rosenberg mempertanyakan persepsi responden mengenai seberapa baik

penggunaan teknologi, e-learning, dan dukungan yang ada. Sedangkan pada

instrumen Rautenbach, dari seluruh dimensi yang dikemukakan, pada tiap dimensi

selalu terdapat item yang mempertanyakan pendapat pengguna terkait dengan

pengalaman pengguna. Dengan mempertimbangkan masing-masing item tersebut

dan hasil focus group, maka domain Pengalaman diubah menjadi domain

Persepsi, dengan memasukkan juga sebagian isi domain Sikap dari Sadik pada

domain ini. Isi domain Persepsi akan mempertanyakan persepsi masing-masing

responden terhadap item-item pengalaman yang dinyatakan. Dengan demikian, isi

dari domain ini dapat mewakili sebagian dari area psikologis dan sosiologis

Chapnick.

Domain terakhir menurut Sadik adalah domain sikap. Karena sebagian item pada

domain ini telah tersirat pada domain Persepsi, maka item pada domain ini

dipersempit, yaitu hanya digunakan untuk mengukur kesediaan untuk mengikuti

pelatihan dan menggunakan e-learning, sesuai dengan hasil focus group. Hal ini

sejalan juga dengan area Komitmen Pribadi dari Rosenberg. Keseluruhan item-

item yang dimasukkan pada instrumen terdapat pada Tabel III.2 dan Tabel III.3.

20

Tabel III.2. Item-Item Instrumen Survei Dosen

Domain Item Keterangan

A1. Menggambarkan isi GBPP/ SAP dengan mind map. A2. Membuat mind map menggunakan aplikasi. A3. Menaruh file di halaman web. A4. Melakukan instalasi aplikasi. A5. Manipulasi sederhana pada file gambar. A6. Terbiasa dengan dokumen format PDF. A7. Mengkonversi file ke format PDF. A8. Kompresi/ dekompresi file. A9. Menentukan ukuran file yang sesuai untuk halaman web. A10. Membagi file dalam ukuran lebih kecil dan menyatukan kembali. A11. Membuat file presentasi multimedia. A12. Terbiasa menggunakan search engine. A13. Bertindak sebagai moderator online. A14. Membuat kuis online.

A.

Kompetensi

A15. Mengikuti instruksi di layar komputer.

Dimodifikasi dari Panduan Penggunaan LMS UKM dengan mempertimbangkan Chapnick (technology)

B1. Aplikasi e-learning mudah digunakan. B2. Aplikasi dapat memperkaya pembelajaran. B3. Mahasiswa antusias menggunakan e-learning.

Dimodifikasi dari Sadik (kepercayaan diri, tingkat pentingnya e-learning)

B4. Universitas menyediakan infrastruktur memadai. B5. Universitas menyediakan pelatihan memadai. B6. Universitas menyediakan fasilitas memadai.

B. Persepsi

B7. Universitas memiliki kebijakan jelas untuk e-

Dimodifikasi dari Rosenberg (business readiness, manajemen perubahan, reinventing training organization) dan Sadik (Pengalaman training yang diterima)

21


learning. B8. Aplikasi e-learning mudah digunakan mahasiswa.

Dimodifikasi dari Sadik (kecemasan)

B9. Kemampuan komputer sudah memadai.

Dimodifikasi dari Sadik (kepercayaan diri, pengalaman sebelumnya)

B10. Penerapan e-learning membebani pekerjaan.

Dimodifikasi dari Sadik (tingkat perlunya e-learning)

B11. Rekan dosen lain antusias akan e-learning.

Dimodifikasi dari Chapnick (sosiological) dan Sadik (kesukaan)

B12. E-learning+kelas lebih baik dari kelas saja. B13. Dana untuk e-learning. B14. Dorongan dari rekan atau atasan untuk menggunakan e-learning.

Dimodifikasi dari Sadik (tingkat perlunya e-learning) dan Chapnick (sociological)

B15. Dukungan teknis dari universitas.

Dimodifikasi dari Sadik (kepercayaan diri) dan Rautenbach (organisasional)

D1. Penghalang terbesar. D2. Pendorong keberhasilan e-learning.

Dimodifikasi dari Chapnick (psychological, sociological, environmental) dan Rosenberg dalam bentuk pertanyaan terbuka.

C1. Mengikuti pelatihan. C2. Memberi waktu untuk mendayagunakan e-learning. C3. Melakukan perbaikan terus-menerus.

C. Kesediaan

C4. Mendorong mahasiswa mengunakan e-learning.

Dimodifikasi dari Sadik (kesukaan) dan Rosenberg (personal commitment).

Tabel III.3. Item-Item Instrumen Survei Mahasiswa


A1. Kemampuan dasar komputer A2. Menjelajah Internet. A3. Mengirim e-mail dengan attachment. A4. Berdiskusi melalui Internet.

A. Kompetensi

A5. Mengunduh file.

Dimodifikasi dari Panduan Penggunaan LMS UKM dan Chapnick (technology)

22


A6. Mengikuti instruksi di layar komputer. B1. Universitas menyediakan infrastruktur memadai. B2. Universitas menyediakan pelatihan memadai.

Dimodifikasi dari Rosenberg (business readiness, manajemen perubahan, reinventing training organization) dan Sadik (Pengalaman training yang diterima)

B3. E-learning mendukung pembelajaran. B4. Penggunaan komputer sulit.

Dimodifikasi dari Sadik (kepercayaan diri, tingkat perlunya e-learning)

B5. Mencari informasi di Internet menyenangkan. B6. Diskusi mata kuliah dengan dosen atau mahasiswa lain melalui Internet menyenangkan.

Dimodifikasi dari Sadik (kesukaan)

B7. Dosen dapat menggunakan aplikasi e-learning. B8. Kesulitan jika mata kuliah harus menggunakan aplikasi e-learning

Dimodifikasi dari Sadik (kecemasan)

B9. Dukungan teknis dalam menggunakan aplikasi e-learning.

Dimodifikasi dari Sadik (kepercayaan diri) dan Rautenbach (organisasional)

D1. Penghalang terbesar.

B. Persepsi

D2. Pendorong keberhasilan e-learning.

Dimodifikasi dari Chapnick (psychological, sociological, environmental) dan Rosenberg dalam bentuk pertanyaan terbuka.

C1. Mengikuti pelatihan. C. Kesediaan C2. Mendayagunakan e-learning untuk pembelajaran.

Dimodifikasi dari Sadik (kesukaan) dan Rosenberg (personal commitment).

Instrumen lengkap yang digunakan, dapat dilihat pada Lampiran B-Instrumen

Survei Dosen dan Mahasiswa.

III.2.3. Uji Validitas dan Reliabilitas Instrumen

Instrumen survei harus memenuhi persyaratan validitas dan reliabilitas. Sugiyono

(2007) menyatakan bahwa instrumen yang valid berarti instrumen tersebut dapat

digunakan untuk mengukur apa yang seharusnya diukur. Jumlah sampel yang

23

digunakan sekitar 30 orang. Sedangkan instrumen yang reliabel berarti instrumen

bila digunakan beberapa kali untuk mengukur obyek yang sama, akan

menghasilkan data yang sama.

Dalam penelitian ini, instrumen survei akan diuji validitasnya menggunakan

korelasi Pearson (r). Item pernyataan berperan sebagai variabel bebas, sedangkan

skor total domain berperan sebagai variabel tidak bebas. Selanjutnya skor setiap

nomor akan dikorelasikan dengan skor total. Jika skor korelasi tiap nomor berada

di atas r kritis yaitu 0,3, maka item pertanyaan dapat dinyatakan valid. Untuk

menjalankan pengujian, digunakan perangkat lunak SPSS.

Untuk uji reliabilitas, digunakan koefisien Cronbach’s Alpha (α). Besarnya

koefisien ini berkisar dari nol hingga satu. Instrumen dikatakan reliabel jika nilai

α lebih besar atau sama dengan 0,7. Seperti halnya pengujian validitas, pengujian

untuk hal ini juga menggunakan perangkat lunak SPSS.

Hasil pengujian validitas dan reliabilitas instrumen bagi dosen terdapat pada Tabel

III.4, sedangkan hasil pengujian instrumen bagi mahasiswa terdapat pada Tabel

III.5. Data sampel dan keluaran program SPSS dapat dilihat pada Lampiran C-Uji

Validitas dan Reliabilitas.

Tabel III.4. Hasil Uji Validitas dan Reliabilitas - Dosen

Variabel Item Koefisien Validitas

Titik Kritis Ket. Koefisien

ReliabilitasTitik Kritis Ket.

A1 0,595 0,3 Valid A2 0,735 0,3 Valid A3 0,855 0,3 Valid A4 0,711 0,3 Valid A5 0,771 0,3 Valid A6 0,831 0,3 Valid A7 0,830 0,3 Valid A8 0,863 0,3 Valid A9 0,844 0,3 Valid

Kompetensi

A10 0,837 0,3 Valid

0,946 0,7 Reliabel

24




A11 0,778 0,3 Valid A12 0,720 0,3 Valid A13 0,530 0,3 Valid A14 0,645 0,3 Valid A15 0,844 0,3 Valid B1 0,682 0,3 Valid B2 0,694 0,3 Valid B3 0,633 0,3 Valid B4 0,815 0,3 Valid B5 0,844 0,3 Valid B6 0,818 0,3 Valid B7 0,849 0,3 Valid B8 0,518 0,3 Valid B9 0,705 0,3 Valid B10 0,699 0,3 Valid B11 0,624 0,3 Valid B12 0,573 0,3 Valid B13 0,475 0,3 Valid B14 0,537 0,3 Valid

Persepsi

B15 0,703 0,3 Valid

0,915 0,7 Reliabel

C1 0,930 0,3 Valid C2 0,950 0,3 Valid C3 0,956 0,3 Valid

Kesediaan

C4 0,768 0,3 Valid

0,925 0,7 Reliabel

Tabel III.5. Hasil Uji Validitas dan Reliabilitas-Mahasiswa




A1 0,758 0,3 Valid A2 0,889 0,3 Valid A3 0,865 0,3 Valid A4 0,902 0,3 Valid A5 0,862 0,3 Valid

Kompetensi

A6 0,679 0,3 Valid

0,907 0,7 Reliabel

B1 0,814 0,3 Valid Persepsi B2 0,720 0,3 Valid

0,910 0,7 Reliabel

25




B3 0,766 0,3 Valid B4 0,700 0,3 Valid B5 0,773 0,3 Valid B6 0,723 0,3 Valid B7 0,880 0,3 Valid B8 0,735 0,3 Valid B9 0,757 0,3 Valid C1 0,909 0,3 Valid Kesediaan C2 0,885 0,3 Valid

0,755 0,7 Reliabel

III.3. Melakukan Pengukuran Kesiapan E-Learning

Untuk melakukan pengukuran kesiapan e-learning, ditempuh langkah-langkah

berikut :

1. Menentukan besar sampel.

2. Melakukan survei pada responden.

3. Melakukan analisis data

4. Merumuskan tingkat kesiapan dosen dan mahasiswa.

III.3.1. Menentukan Besar Sampel

Penentuan besar sampel dilakukan dengan menentukan populasi terlebih dahulu.

Populasi (N) pada penelitian ini adalah jumlah dosen dan mahasiswa aktif pada

semester reguler genap tahun ajaran 2007/2008. Penyedia data adalah Unit Sistem

Administrasi Terpadu (SAT) universitas. Dari Tabel III.6 dan Tabel III.7, terlihat

bahwa populasi dosen adalah 685, sedangkan populasi mahasiswa adalah 9655.

Tabel III.6. Populasi Dosen

Fakultas Jumlah Dosen Kedokteran 98

Teknik 120 Psikologi 57

Sastra 84 Ekonomi 131

SRD 113 Teknologi Informasi 82

Total 685

26

Tabel III.7. Populasi Mahasiswa

Fakultas Jumlah Mahasiswa Aktif Kedokteran 815

Teknik 1448 Psikologi 1160

Sastra 815 Ekonomi 3166

SRD 1075 Teknologi Informasi 1176

Total 9655

Untuk menghitung besar sampel, digunakan dua teknik. Yang pertama adalah

teknik penghitungan besar sampel menggunakan rumus dari Taro Yamane,

digunakan untuk populasi yang besarnya lebih dari 1000 (Riduwan, 2007). Dalam

hal ini, rumus Yamane digunakan untuk menghitung besar sampel mahasiswa.

Rumus Yamane adalah sebagai berikut :

12 +=

NdNn …………………………………………………………….. (III.1)

Dimana :

n = jumlah sampel

N = jumlah populasi

d = presisi yang ditetapkan

Dengan jumlah populasi sebesar 9655 dan presisi 5 persen, maka perhitungan

besar sampel mahasiswa adalah :

1)05,0(96559655

2 +=n = 384,09 ~ 385

Berikutnya, untuk menghitung besar sampel dosen, Prijana (2005) menyarankan

penggunaan rumus bagi populasi kecil (kurang dari 1000) sebagai berikut :

⎟⎠⎞

⎜⎝⎛+

=

Nn

nn

o

o

1 …………..…………………………………………………. (III.2)

2

2 )..(d

qptno = ..……………………………………………………………. (III.3)

27

Dimana :

n = jumlah sampel

N = jumlah populasi = 685

d = presisi yang ditetapkan = 0,1

t = nilai kritis kurva normal = 1,96

p = parameter proporsi = 0,5

q = parameter proporsi = 0,5

Maka perhitungan besar sampel dosen adalah sebagai berikut :

2

2

1,0)5,05,0.()96,1( ×

=on = 96,04

⎟⎠⎞

⎜⎝⎛+

=

68504,961

04,96n = 84

Dengan demikian, besar sampel minimum yang digunakan bagi penelitian ini

adalah sebesar 84 dosen dan 385 mahasiswa.

III.3.2. Survei Pada Responden

Pelaksanaan survei mengenai kesiapan e-learning dosen dan mahasiswa

dilaksanakan melalui Unit Survey Center universitas. Survei dilakukan dengan

menyebarkan kuesioner ke masing-masing fakultas dengan waktu pengembalian

dalam 2 minggu. Untuk kuesioner dosen, sejumlah 100 eksemplar kuesioner

diserahkan pada Tata Usaha Fakultas agar dapat diteruskan ke masing-masing

jurusan. Untuk kuesioner mahasiswa, kuesioner disebarkan bersamaan dengan

penyebaran kuesioner Proses Belajar Mengajar (PBM). Pengisian kuesioner bagi

mahasiswa diperkirakan memakan waktu kurang dari 5 menit. Hasil

pengembalian kuesioner mahasiswa adalah sejumlah 548 kuesioner dari 550

kuesioner yang disebarkan. Dari 548 kuesioner tersebut, sebanyak 23 kuesioner

tidak diisi lengkap, sehingga total jumlah kuesioner valid bagi mahasiswa adalah

sebesar 525 kuesioner.

28

Untuk kuesioner dosen, setelah masa 2 minggu, dilakukan pengumpulan ke

bagian Tata Usaha masing-masing fakultas. Hasil pengumpulan menunjukkan

tingkat pengembalian kuesioner sangat rendah, yaitu hanya berjumlah 21

kuesioner dari 100 yang disebarkan. Untuk itu, dilakukan perpanjangan waktu

pengembalian selama 2 minggu, sehingga total waktu pengembalian adalah 4

minggu.

Pada 2 minggu berikutnya, dilakukan pengumpulan kembali kuesioner dosen.

Hasil pengembalian hanya bertambah 9 kuesioner saja, sehingga diputuskan untuk

mengubah cara penyebaran kuesioner. Pada cara penyebaran ini, penyebaran

dilakukan di Gedung Grha Widya Maranatha, yang merupakan gedung kuliah

bersama untuk seluruh fakultas. Pada gedung tersebut terdapat 2 buah ruang

dosen, yaitu pada lantai 2 dan lantai 5. Penyebaran dilakukan di Ruang Dosen

lantai 5, dengan pertimbangan pada ruang dosen tersebut terdapat lebih banyak

dosen yang dijadwalkan mengajar. Untuk tiap dosen yang telah selesai mengajar,

diberikan kuesioner dosen. Dengan cara ini, sebagian dosen mengisi di ruang

dosen, sebagian dibawa, dan sebagian lagi menolak untuk mengisi. Penyebaran

kuesioner di ruang dosen dilangsungkan hingga jumlah minimum sampel yaitu 84

telah terpenuhi. Data keseluruhan hasil survei dosen dan mahasiswa terdapat pada

Lampiran D-Data Survei.

III.3.3. Analisis Data

Analisis data hasil survei dilakukan secara deskriptif untuk menggambarkan dan

mengetahui tingkat kompetensi, persepsi, dan kesediaan dosen dan mahasiswa

untuk mendayagunakan e-learning. Hasil yang ada dibagi dalam 3 tingkat, yaitu

Tinggi, Sedang, dan Rendah. Untuk mendapatkan jangkauan nilai tiap tingkatan,

pertama-tama dicari nilai tertinggi dan terendah, yaitu perkalian dari jumlah item

dan skor jawaban tertinggi maupun terendah. Setelah itu, dicari selisih nilai

tertinggi dan terendah. Nilai selisih kemudian dibagi 3, sesuai jumlah tingkatan

yang diinginkan. Dari sini didapat rentang untuk tiap tingkatan. Data jangkauan

untuk tiap tingkat terdapat pada Tabel III.8.

29

Tabel III.8. Data Jangkauan Tiap Tingkat

Responden Domain Rendah Sedang Tinggi Kompetensi 15 ≤ nilai < 30 30 ≤ nilai < 45 45 ≤ nilai < 60 Persepsi 15 ≤ nilai < 30 30 ≤ nilai < 45 45 ≤ nilai < 60 Dosen Kesediaan 4 ≤ nilai < 8 8 ≤ nilai < 12 12 ≤ nilai < 16 Kompetensi 6 ≤ nilai < 12 12 ≤ nilai < 18 18 ≤ nilai < 24 Persepsi 9 ≤ nilai < 18 18 ≤ nilai < 27 27 ≤ nilai < 36 Mahasiswa Kesediaan 2 ≤ nilai < 4 4 ≤ nilai < 6 6 ≤ nilai < 8

Selain dicari gambaran tingkat kompetensi, persepsi, dan kesediaan, dilakukan

juga tabulasi silang untuk mendapatkan gambaran tingkatan masing-masing

domain terhadap beberapa karakteristik tertentu. Untuk dosen, karakteristik yang

diperhitungkan adalah pendidikan, status, dan fakultas. Sedangkan untuk

mahasiswa, karakteristik yang diperhitungkan adalah daerah asal SMU dan

fakultas.

III.3.3.1. Karakteristik Responden Dosen

Karakteristik responden dosen yang digambarkan adalah jenis kelamin, usia,

pendidikan, status, fakultas, jurusan/program studi, status pejabat/bukan pejabat,

pengalaman mengajar, jumlah mata kuliah ajar, jumlah kelas, dan rata-rata jumlah

mahasiswa per kelas. Data karakteristik dosen dapat dilihat pada Lampiran D-

Analisis Data.

Dari 84 responden, sebagian besar dosen yang diteliti adalah berjenis kelamin pria

(54,8%). Sebagian besar berada pada rentang usia 21 hingga 40 tahun, sedang

pada rentang usia 21-30 dan 31-40 sama-sama terdapat 33,3% responden. Data

termuda berusia 23 tahun dan data tertua berusia 65 tahun.

Dalam hal pendidikan, dari 84 responden, sebagian besar dosen yang diteliti

berpendidikan S2 (51,2%), dimana sebagian besar dosen yang diteliti adalah

berstatus dosen biasa (58,3%).

Dalam hal asal fakultas dan jurusan, sebagian besar responden berasal dari

fakultas IT (26,2%) dan Teknik (25%), dengan porsi responden terbesar masing-

masing sebesar 11,9% berasal dari jurusan S1 IT dan Teknik Elektro.

30

Berikutnya, dalam hal status pejabat, dari 84 responden, kebanyakan responden

yang diteliti yaitu 63 responden (75,0%) bukan pejabat struktural sedangkan 21

responden (25,0%) adalah pejabat struktural.

Dilihat dari pengalaman mengajar, kebanyakan responden yang diteliti memiliki

pengalaman mengajar 1 hingga 5 tahun (60,7%) dan memiliki 3 mata kuliah ajar

(26,2%) dengan banyak kelas yang diajar sebagian besar berjumlah 5, 6, 2, dan 3

kelas. Untuk tiap kelas, kebanyakan responden yang diteliti yaitu 17 responden

(20,2%) memiliki jumlah rata-rata mahasiswa 40 orang per kelas.

III.3.3.2. Tingkatan Dosen Pada Tiap Domain

Pada bagian ini ditampilkan tingkatan dosen pada domain kompetensi, persepsi,

dan kesediaan.

Tabel III.9. Tingkatan Kompetensi-Dosen

No Kompetensi f % 1 Tinggi 57 67,9 2 Sedang 24 28,6 3 Rendah 3 3,6 Total 84 100,0

Tabel III.9 menggambarkan tanggapan responden mengenai kompetensi. Dari

tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden yang

diteliti (67,9%) memiliki kompetensi yang tinggi.

Tabel III.10. Tingkatan Persepsi Dosen

No Persepsi f % 1 Tinggi 22 26,2 2 Sedang 61 72,6 3 Rendah 1 1,2 Total 84 100,0

31

Tabel III.10 menggambarkan tanggapan responden mengenai persepsi. Dari tabel

dapat dilihat bahwa dari 84 responden, sebagian besar responden (72,6%)

memiliki persepsi tingkat sedang terhadap e-learning.

Tabel III.11. Tingkatan Kesediaan Dosen

No Kesediaan f % 1 Tinggi 74 88,1 2 Sedang 8 9,5 3 Rendah 2 2,4 Total 84 100,0

Tabel III.11 menggambarkan tanggapan responden mengenai kesediaan. Dari

tabel dapat dilihat bahwa dari 84 responden, sebagian besar responden (88,1%)

berada pada tingkat kesediaan Tinggi untuk menggunakan e-learning.

III.3.3.3. Tabulasi Silang Karakteristik Dosen Atas Tiap Domain

Pada bagian ini ditampilkan tabulasi silang antara beberapa karakteristik dosen

dengan tiap domain yang ada, yaitu kompetensi, persepsi, dan kesediaan.

Karakteristik yang disilangkan dalam tabulasi adalah karakteristik pendidikan,

status, dan fakultas. Untuk tiap tabulasi silang, dihitung juga nilai Chi-square

untuk melihat apakah antar kelompok karakteristik yang ada terdapat perbedaan

signifikan, serta nilai Gamma maupun koefisien kontingensi untuk mengetahui

apakah terdapat hubungan antara karakteristik yang disilangkan dengan domain

yang ada. Seluruh perhitungan dilakukan dengan menggunakan SPSS dan dapat

dilihat pada Lampiran E-Analisis Data.

Tabel III.12. Tabulasi Silang Pendidikan dan Kompetensi Dosen

Kompetensi Pendidikan Rendah Sedang Tinggi Total

f 0 5 26 31 S1 % 0,0 16,1 83,9 100,0 f 3 15 25 43 S2 % 7,0 34,9 58,1 100,0 f 0 4 6 10 S3 % 0,0 40,0 60,0 100,0

32

Kompetensi Pendidikan Rendah Sedang Tinggi Total

f 3 24 57 84 Total % 3,6 28,6 67,9 100,0 Pearson Chi-Square 7,458 Asym. Sig. (2-sided) 0,114 Gamma (Approx. Sig.) 0,014

Dari Tabel III.12 terlihat bahwa pada masing-masing jenjang pendidikan dosen,

persentase tertinggi berada pada tingkat kompetensi Tinggi. Dari hasil juga

terlihat bahwa kompetensi rendah hanya terdapat pada dosen dengan jenjang

pendidikan S2, dengan persentase yang relatif sangat kecil (7 %) dibanding

responden lainnya pada jenjang yang sama. Berdasarkan nilai signifikansi

perhitungan dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga

dapat dikatakan secara statistik tidak terdapat perbedaan yang signifikan antara

masing-masing tingkat pendidikan dalam hal kompetensi. Sedangkan dari nilai

signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan lebih kecil

dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara pendidikan

dosen dengan kompetensi.

Tabel III.13. Tabulasi Silang Status dan Kompetensi Dosen

Kompetensi Status Rendah Sedang Tinggi Total

f 0 0 12 12 Calon Dosen Biasa % 0,0 0,0 100,0 100,0 f 2 14 33 49 Dosen Biasa % 4,1 28,6 67,3 100,0 f 1 9 10 20 Dosen Luar Biasa % 5,0 45,0 50,0 100,0 f 0 1 2 3 Dosen Luar Biasa Khusus % 0,0 33,3 66,7 100,0 f 3 24 57 84 Total % 3,6 28,6 67,9 100,0

Pearson Chi-Square 8,797 Asym. Sig. (2-sided) 0,185 Gamma (Approx. Sig.) 0,03

33

Tabel III.13 menggambarkan tabulasi silang antara status dengan kompetensi

dosen. Terlihat bahwa untuk masing-masing status, persentase tertinggi

kompetensi dosen berada pada tingkat kompetensi Tinggi. Untuk calon dosen

biasa, seluruhnya tercatat berkompetensi tinggi. Pada dosen biasa, hanya sebagian

kecil (4,1 %) berkompetensi rendah. Pada dosen luar biasa, responden

berkompetensi rendah hanya terdapat pada 5% responden. Sedangkan pada dosen

luar biasa khusus tidak terdapat responden berkompetensi rendah. Berdasarkan

nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih besar dari

0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan yang

signifikan antara masing-masing tingkat status dalam hal kompetensi. Sedangkan

dari nilai signifikansi perhitungan dengan Gamma, karena nilai yang dihasilkan

lebih kecil dari 0,05, dapat dikatakan secara statistik terdapat hubungan antara

status dosen dengan kompetensi.

Tabel III.14. Tabulasi Silang Fakultas dan Kompetensi Dosen

kompetensi Fakultas rendah sedang tinggi Total

f 0 2 6 8 Ekonomi % 0,0 25,0 75,0 100,0 f 1 3 3 7 Sastra % 14,3 42,9 42,9 100,0 f 0 2 20 22 IT % 0,0 9,1 90,9 100,0 f 0 9 12 21 Teknik % 0,0 42,9 57,1 100,0 f 1 2 1 4 Psikologi % 25,0 50,0 25,0 100,0 f 0 3 11 14 FSRD % 0,0 21,4 78,6 100,0 f 0 1 2 3 MKU % 0,0 33,3 66,7 100,0 f 1 2 2 5 Kedokteran % 20,0 40,0 40,0 100,0 f 3 24 57 84 Total % 3,6 28,6 67,9 100,0

Pearson Chi-Square 25,207 Asym. Sig. (2-sided) 0,066 Cont. Coef. (Approx. Sig.) 0,066

34

Dari Tabel III.14 terlihat bahwa pada tabulasi silang fakultas dan kompetensi,

dosen fakultas ekonomi, IT, teknik, seni rupa, dan dari pengajar mata kuliah

umum memiliki kompetensi Tinggi. Responden dengan persentase tertinggi

berkompetensi Sedang hanya terdapat pada fakultas sastra (42,9 %), psikologi (50

%) dan kedokteran (40 %). Responden dengan kompetensi Rendah juga hanya

terdapat pada fakultas sastra (14,3 %), psikologi (25 %), dan kedokteran (20 %).

Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih

besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat perbedaan

yang signifikan antara masing-masing fakultas dalam hal kompetensi. Sedangkan

dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang

dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik

tidak terdapat hubungan antara fakultas dengan kompetensi.

Tabel III.15. Tabulasi Silang Pendidikan dan Persepsi Dosen

Persepsi Pendidikan Rendah Sedang Tinggi Total

f 0 21 10 31 S1 % 0,0 67,7 32,3 100,0 f 1 31 11 43 S2 % 2,3 72,1 25,6 100,0 f 0 9 1 10 S3 % 0,0 90,0 10,0 100,0 f 1 61 22 84 Total % 1,2 72,6 26,2 100,0


Pada tabulasi silang pendidikan dan persepsi dosen (Tabel III.15), terlihat bahwa

untuk seluruh jenjang pendidikan, persentase tertinggi terdapat pada tingkat

persepsi Sedang. Pada jenjang S1 dan S3 tidak terdapat responden berpersepsi

Rendah. Persepsi Rendah hanya terdapat pada responden berpendidikan S2,

dengan persentase sangat kecil (2,3 %). Berdasarkan nilai signifikansi perhitungan

dengan chi-square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan

secara statistik tidak terdapat perbedaan yang signifikan antara masing-masing

tingkat pendidikan dalam hal persepsi. Sedangkan dari nilai signifikansi

35

perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05,

sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara

pendidikan dosen dengan persepsinya.

Tabel III.16. Tabulasi Silang Status dan Persepsi Dosen

Persepsi Status Rendah Sedang Tinggi Total



Dari Tabel III.16 terlihat bahwa untuk seluruh status yang ada, persentase

tertinggi persepsi dosen berada pada tingkat Sedang. Persepsi Rendah hanya

terdapat pada responden dosen berstatus dosen luar biasa, dengan persentase

hanya 5% dari seluruh dosen luar biasa. Berdasarkan nilai signifikansi



masing-masing tingkat status dalam hal persepsi. Sedangkan dari nilai signifikansi

perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar dari 0,05,

sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara status

dosen dengan persepsi.

Tabel III.17. Tabulasi Silang Fakultas dan Persepsi Dosen

Persepsi Fakultas Rendah Sedang Tinggi Total

f 0 7 1 8 Ekonomi % 0,0 87,5 12,5 100,0 Sastra f 0 6 1 7

36


% 0,0 85,7 14,3 100,0 f 0 14 8 22 IT % 0,0 63,6 36,4 100,0 f 0 15 6 21 Teknik % 0,0 71,4 28,6 100,0 f 0 4 0 4 Psikologi % 0,0 100,0 0,0 100,0 f 1 10 3 14 FSRD % 7,1 71,4 21,4 100,0 f 0 2 1 3 MKU % 0,0 66,7 33,3 100,0 f 0 3 2 5 Kedokteran % 0,0 60,0 40,0 100,0 f 1 61 22 84 Total % 1,2 72,6 26,2 100,0


Dari Tabel III.17, untuk tiap fakultas, persentase terbesar responden berada pada

tingkat persepsi Sedang. Responden dengan persepsi Rendah hanya terdapat pada

fakultas seni rupa dan disain dengan persentase 7,1% dari responden seluruh

fakultas. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang

ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat

perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi.

Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai

yang dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara

statistik tidak terdapat hubungan antara fakultas dengan persepsi.

Tabel III.18. Tabulasi Silang Pendidikan dan Kesediaan

Kesediaan Pendidikan Rendah Sedang Tinggi Total

f 2 4 25 31 S1 % 6,5 12,9 80,6 100,0 f 0 4 39 43 S2 % 0,0 9,3 90,7 100,0 f 0 0 10 10 S3 % 0,0 0,0 100,0 100,0

37

Kesediaan Pendidikan Rendah Sedang Tinggi Total

f 2 8 74 84 Total % 2,4 9,5 88,1 100,0 Pearson Chi-Square 5,135 Asym. Sig. (2-sided) 0,274 Gamma (Approx. Sig.) 0,055

Dari Tabel III.18 terlihat bahwa untuk seluruh jenjang pendidikan, persentase

tertinggi dalam hal kesediaan berada pada tingkat Tinggi. Persepsi Rendah hanya

terdapat pada responden dengan jenjang pendidikan S1 dengan persentase relatif

kecil yaitu 6,5 % dari seluruh responden S1. Berdasarkan nilai signifikansi



masing-masing tingkat pendidikan dalam hal kesediaan. Sedangkan dari nilai

signifikansi perhitungan dengan Gamma, nilai yang dihasilkan juga lebih besar

dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara

pendidikan dosen dengan kesediaannya.

Tabel III.19. Tabulasi Silang Status dan Kesediaan Dosen

Kesediaan Status rendah sedang tinggi Total



Dari Tabel III.19, untuk tiap status dosen, persentase tertinggi dalam hal

kesediaan berada pada tingkat Tinggi. Sedangkan tingkat kesediaan Rendah hanya

terdapat pada dosen biasa dengan persentase 4,1 % dari seluruh dosen biasa.

38



yang signifikan antara masing-masing tingkat status dalam hal kesediaan.

Sedangkan dari nilai signifikansi perhitungan dengan Gamma, nilai yang


tidak terdapat hubungan antara status dosen dengan kesediaannya.

Tabel III.20. Tabulasi Silang Fakultas dan Kesediaan Dosen

Kesediaan Fakultas Rendah Sedang Tinggi Total

f 0 1 7 8 Ekonomi % 0 12,5 87,5 100 f 0 0 7 7 Sastra % 0 0 100 100 f 2 1 19 22 IT % 9,1 4,5 86,4 100,0 f 0 0 21 21 Teknik % 0 0 100 100 f 0 0 4 4 Psikologi % 0 0 100 100 f 0 4 10 14 FSRD % 0,0 28,6 71,4 100,0 f 0 0 3 3 MKU % 0 0 100 100 f 0 2 3 5 Kedokteran % 0 40 60 100 f 2 8 74 84 Total % 2,4 9,5 88,1 100,0


Dari Tabel III.20 terlihat bahwa untuk tiap fakultas, persentase kesediaan tertinggi

berada pada tingkat Tinggi. Kesediaan tingkat Rendah hanya terdapat pada

fakultas IT dengan persentase 9,1 % dari seluruh responden di fakultas IT.



yang signifikan antara masing-masing fakultas dalam hal kesediaan. Sedangkan

dari nilai signifikansi perhitungan dengan contingency coefficient, nilai yang

39


tidak terdapat hubungan antara fakultas dengan kesediaan.

III.3.3.4. Karakteristik Responden Mahasiswa

Pada bagian ini ditampilkan karakteristik responden mahasiswa, yaitu berupa jenis

kelamin, angkatan, daerah asal SMU, dan fakultas. Data karakteristik mahasiswa

selengkapnya dapat dilihat pada Lampiran D-Analisis Data.

Dari data responden, bahwa dari 525 responden, sebagian besar mahasiswa yang

diteliti berasal dari pulau Jawa (81,1 %) dengan jenis kelamin wanita memiliki

porsi terbesar.

Sebagian besar responden merupakan mahasiswa pada angkatan 2007 (43,2 %)

dan 2006 (23,6 %), dan kebanyakan berasal dari Fakultas Ekonomi (50,5 %)

III.3.3.5. Tingkatan Mahasiswa Pada Tiap Domain

Pada bagian ini disajikan tingkatan mahasiswa pada domain kompetensi, persepsi,

dan kesediaan.

Tabel III.21. Tingkat Kompetensi Mahasiswa

No Kompetensi f % 1 Tinggi 434 82,7 2 Sedang 88 16,8 3 Rendah 3 0,6 Total 525 100,0

Dari Tabel III.21 terlihat bahwa dari 525 responden, sebagian besar responden

yang diteliti memiliki kompetensi yang tinggi. Hal ini berarti sebagian besar

responden memiliki kemampuan teknis yang dianggap cukup untuk dapat

mendayagunakan LMS yang disediakan universitas.

40

Tabel III.22. Tingkat Persepsi Mahasiswa

No Persepsi f % 1 Tinggi 123 23,4 2 Sedang 395 75,2 3 Rendah 7 1,3 Total 525 100,0


yang diteliti memiliki persepsi pada tingkat sedang. Hal ini berarti pandangan

sebagian besar responden terhadap hal-hal yang terkait dengan LMS universitas

masih kurang baik.

Tabel III.23. Tingkat Kesediaan Mahasiswa

No Kesediaan f % 1 Tinggi 428 81,5 2 Sedang 92 17,5 3 Rendah 5 1,0 Total 525 100,0


yang diteliti berada pada tingkat kesediaan Tinggi. Hal ini berarti bahwa sebagian

besar responden bersedia untuk mendayagunakan e-learning dan terus belajar

untuk memaksimalkan pendayagunaannya.

III.3.3.6. Tabulasi Silang Karakteristik Mahasiswa Atas Tiap Domain

Pada bagian ini ditampilkan tabulasi silang antara karakteristik mahasiswa dengan

domain kompetensi, persepsi, dan kesediaan. Karakteristik yang disilangkan

adalah karakteristik daerah asal SMU dan fakultas. Untuk tiap tabulasi silang,

dihitung juga nilai Chi-square untuk melihat apakah antar kelompok karakteristik

yang ada terdapat perbedaan signifikan, serta nilai koefisien kontingensi untuk

mengetahui apakah terdapat hubungan antara karakteristik yang disilangkan

dengan domain yang ada. Seluruh perhitungan dilakukan dengan menggunakan

SPSS dan dapat dilihat pada Lampiran E-Analisis Data.

41

Tabel III.24. Tabulasi Silang Daerah Asal SMU dan Kompetensi Mahasiswa

Kompetensi Daerah_asal_smu Rendah Sedang Tinggi Total

F 3 70 353 426 Jawa % 0,7 16,4 82,9 100,0 F 0 15 62 77 Sumatra % 0,0 19,5 80,5 100,0 F 0 2 4 6 Kalimantan % 0,0 33,3 66,7 100,0 F 0 0 8 8 Sulawesi % 0 0 100 100 F 0 0 6 6 Irian % 0 0 100 100 F 0 0 1 1 Luar indonesia % 0 0 100 100 F 0 1 0 1 Bali % 0 100 0 100 F 3 88 434 525 Total % 0,6 16,8 82,7 100,0

Pearson Chi-Square 10,298 Asym. Sig. (2-sided) 0,590

Cont. Coef. (Approx. Sig.) 0,590

Tabel III.24 memperlihatkan bahwa untuk tiap daerah asal SMU, responden

mahasiswa seluruh daerah kecuali Bali memiliki persentase kompetensi Tinggi.

Kompetensi tingkat Rendah hanya terdapat pada 0,7 % responden mahasiswa dari

pulau Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai

yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak

terdapat perbedaan yang signifikan antara masing-masing daerah asal SMU dalam

hal kompetensi. Sedangkan dari nilai signifikansi perhitungan dengan contingency

coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat

dikatakan secara statistik tidak terdapat hubungan antara daerah asal SMU

dengan kompetensi.

Tabel III.25. Tabulasi Silang Fakultas dan Kompetensi Mahasiswa

Kompetensi Fakultas Rendah Sedang Tinggi Total

F 0 3 19 22 Sastra % 0,0 13,6 86,4 100,0

42

Kompetensi Fakultas Rendah Sedang Tinggi Total

F 0 0 6 6 Teknologi informasi % 0,0 0,0 100,0 100,0 F 1 52 212 265 Ekonomi % 0,4 19,6 80,0 100,0 F 0 3 29 32 Kedokteran % 0,0 9,4 90,6 100,0 F 0 5 29 34 Teknik % 0,0 14,7 85,3 100,0 F 2 25 139 166 Psikologi % 1,2 15,1 83,7 100,0 F 3 88 434 525 Total % 0,6 16,8 82,7 100,0


Tabel III.25 memperlihatkan bahwa dari tiap fakultas yang diteliti, persentase

tertinggi dalam hal kompetensi berada pada tingkat Tinggi. Tingkat kompetensi

Rendah hanya terdapat pada responden dari fakultas psikologi dengan persentase

1,2 % dari seluruh responden fakultas tersebut. Berdasarkan nilai signifikansi



masing-masing fakultas dalam hal kompetensi. Sedangkan dari nilai signifikansi

perhitungan dengan contingency coefficient, nilai yang dihasilkan juga lebih besar

dari 0,05, sehingga dapat dikatakan secara statistik tidak terdapat hubungan antara

fakultas dengan kompetensi.

Tabel III.26. Tabulasi Silang Daerah Asal SMU dan Persepsi Mahasiswa

Persepsi Daerah_asal_smu Rendah Sedang Tinggi Total

F 4 317 105 426 Jawa % 0,9 74,4 24,6 100,0 F 1 62 14 77 Sumatra % 1,3 80,5 18,2 100,0 F 0 5 1 6 Kalimantan % 0,0 83,3 16,7 100,0 F 1 7 0 8 Sulawesi % 12,5 87,5 0,0 100,0

43

Persepsi Daerah_asal_smu Rendah Sedang Tinggi Total

F 0 3 3 6 Irian % 0,0 50,0 50,0 100,0 F 1 0 0 1 Luar indonesia % 100,0 0,0 0,0 100,0 F 0 1 0 1 Bali % 0,0 100,0 0,0 100,0 F 7 395 123 525 Total % 1,3 75,2 23,4 100,0

Pearson Chi-Square 88,486 Asym. Sig. (2-sided) 0,000

Cont. Coef. (Approx. Sig.) 0,000

Tabel III.26 memperlihatkan bahwa dari responden mahasiswa yang diteliti, untuk

tiap daerah asal SMU, sebagian besar berada pada tingkat persepsi Sedang. Masih

terdapat responden dengan persepsi Rendah, yaitu pada responden mahasiswa

dengan asal SMU dari Jawa, Sumatra, Sulawesi, dan luar Indonesia. Berdasarkan

nilai signifikansi perhitungan dengan chi-square, nilai yang ada lebih kecil dari

0,05 sehingga dapat dikatakan secara statistik terdapat perbedaan yang signifikan

antara masing-masing daerah asal SMU dalam hal persepsi. Sedangkan dari nilai

signifikansi perhitungan dengan contingency coefficient, nilai yang dihasilkan

juga lebih kecil dari 0,05, sehingga dapat dikatakan secara statistik terdapat

hubungan antara daerah asal SMU dengan persepsi mahasiswa.

Tabel III.27. Tabulasi Silang Fakultas dan Persepsi Mahasiswa


F 0 19 3 22 Sastra % 0,0 86,4 13,6 100,0 F 0 5 1 6 Teknologi informasi % 0,0 83,3 16,7 100,0 F 5 174 86 265 Ekonomi % 1,9 65,7 32,5 100,0 F 0 29 3 32 Kedokteran % 0,0 90,6 9,4 100,0 F 0 24 10 34 Teknik % 0,0 70,6 29,4 100,0

Psikologi F 2 144 20 166

44


% 1,2 86,7 12,0 100,0 F 7 395 123 525 Total % 1,3 75,2 23,4 100,0


Dari Tabel III.27 terlihat bahwa untuk tiap fakultas yang diteliti, persentase

tertinggi persepsi responden mahasiswa berada pada tingkat Sedang. Persepsi

tingkat Rendah hanya terdapat pada responden dari fakultas ekonomi dan

psikologi, dengan persentase berturut-turut 1,9 % dan 1,2 % pada masing-masing

fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai

yang ada lebih kecil dari 0,05 sehingga dapat dikatakan secara statistik terdapat

perbedaan yang signifikan antara masing-masing fakultas dalam hal persepsi.

Sedangkan dari nilai signifikansi perhitungan dengan contingency coefficient, nilai

yang dihasilkan juga lebih kecil dari 0,05, sehingga dapat dikatakan secara

statistik terdapat hubungan antara fakultas dengan persepsi.

Tabel III.28. Tabulasi Silang Daerah Asal SMU dan Kesediaan Mahasiswa

Kesediaan Daerah_asal_smu Rendah Sedang Tinggi Total

F 5 78 343 426 Jawa % 1,2 18,3 80,5 100,0 F 0 9 68 77 Sumatra % 0,0 11,7 88,3 100,0 F 0 1 5 6 Kalimantan % 0,0 16,7 83,3 100,0 F 0 2 6 8 Sulawesi % 0,0 25,0 75,0 100,0 F 0 0 6 6 Irian % 0,0 0,0 100,0 100,0 F 0 1 0 1 Luar Indonesia % 0,0 100,0 0,0 100,0 F 0 1 0 1 Bali % 0,0 100,0 0,0 100,0 F 5 92 428 525 Total % 1,0 17,5 81,5 100,0

Pearson Chi-Square 14,295

45

Kesediaan Daerah_asal_smu Rendah Sedang Tinggi Total

Asym. Sig. (2-sided) 0,282 Cont. Coef. (Approx. Sig.) 0,282

Dari Tabel III.28 terlihat bahwa sebagian besar responden untuk tiap daerah asal

SMU memiliki tingkat kesediaan Tinggi. Tingkat kesediaan Sedang terdapat pada

responden yang asal SMU-nya adalah Bali dan luar Indonesia. Sedangkan tingkat

kesediaan Rendah hanya terdapat pada responden dengan daerah asal SMU pulau

Jawa. Berdasarkan nilai signifikansi perhitungan dengan chi-square, nilai yang

ada lebih besar dari 0,05 sehingga dapat dikatakan secara statistik tidak terdapat

perbedaan yang signifikan antara masing-masing daerah asal SMU dalam hal

kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan contingency

coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga dapat

dikatakan secara statistik tidak terdapat hubungan antara daerah asal SMU dengan

kesediaan.

Tabel III.29. Tabulasi Silang Fakultas dan Kesediaan Mahasiswa

Kesediaan Fakultas Rendah Sedang Tinggi Total

F 0 3 19 22 Sastra % 0,0 13,6 86,4 100,0 F 0 2 4 6 Teknologi informasi % 0,0 33,3 66,7 100,0 F 2 44 219 265 Ekonomi % 0,8 16,6 82,6 100,0 F 0 6 26 32 Kedokteran % 0,0 18,8 81,3 100,0 F 0 5 29 34 Teknik % 0,0 14,7 85,3 100,0 F 3 32 131 166 Psikologi % 1,8 19,3 78,9 100,0 F 5 92 428 525 Total % 1,0 17,5 81,5 100,0


46

Dari Tabel III.29 terlihat bahwa untuk tiap fakultas yang diteliti, persentase

terbesar responden berada pada tingkat kesediaan Tinggi. Tingkat kesediaan

Rendah hanya terdapat pada responden dari fakultas ekonomi dan psikologi,

dengan persentase masing-masing berturut-turut 0,8 % dan 1,8 % dari keseluruhan

responden di fakultasnya. Berdasarkan nilai signifikansi perhitungan dengan chi-

square, nilai yang ada lebih besar dari 0,05 sehingga dapat dikatakan secara

statistik tidak terdapat perbedaan yang signifikan antara masing-masing fakultas

dalam hal kesediaan. Sedangkan dari nilai signifikansi perhitungan dengan

contingency coefficient, nilai yang dihasilkan juga lebih besar dari 0,05, sehingga

dapat dikatakan secara statistik tidak terdapat hubungan antara fakultas dengan

kesediaan.

III.3.4. Tingkat Kesiapan Dosen dan Mahasiswa

Dari hasil analisis data, dapat dibuat gambaran tingkat kesiapan dosen dan

mahasiswa untuk masing-masing domain dalam bentuk pie chart seperti pada

Gambar III.2 dan Gambar III.3.

Dari Gambar III.2, terlihat bahwa persentase terbesar tingkat kompetensi dan

kesediaan responden dosen berada pada tingkat Tinggi, sedangkan persentase

terbesar tingkat persepsi berada pada tingkat Sedang.

Dari Gambar III.3, terlihat bahwa persentase terbesar tingkat kompetensi dan

kesediaan responden mahasiswa berada pada tingkat Tinggi, sedangkan persentase

terbesar tingkat persepsi berada pada tingkat Sedang.

Dengan demikian secara keseluruhan, baik dosen maupun mahasiswa UKM

memiliki gambaran yang sama dalam hal tingkat kesiapan menggunakan LMS,

yaitu berada pada tingkat Tinggi dalam hal Kompetensi dan Kesediaan, dan

berada pada tingkat Sedang dalam hal Persepsi. Hasil ini kemudian dianalisis

lebih lanjut pada tahap penelitian berikutnya yang dijelaskan pada Bab 4.

47

Gambar III.2. Tingkat Kesiapan Dosen Tiap Domain

Gambar III.3. Tingkat Kesiapan Mahasiswa Tiap Domain

Bab III Pengukuran Kesiapan...

Documents

Transcript of Bab III Pengukuran Kesiapan...