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
Training Organization
Komitmen
Pribadi
Organisasional
SDM Reinventing
Training Organization
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
Domain Item Keterangan
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
Domain Item Keterangan
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
Domain Item Keterangan
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
Variabel Item Koefisien Validitas
Titik Kritis Ket. Koefisien
ReliabilitasTitik Kritis Ket.
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
Variabel Item Koefisien Validitas
Titik Kritis Ket. Koefisien
ReliabilitasTitik Kritis Ket.
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
Variabel Item Koefisien Validitas
Titik Kritis Ket. Koefisien
ReliabilitasTitik Kritis Ket.
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
Pearson Chi-Square 2,915 Asym. Sig. (2-sided) 0,572 Gamma (Approx. Sig.) 0,154
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
f 0 9 3 12 Calon Dosen Biasa % 0,0 75,0 25,0 100,0 f 0 38 11 49 Dosen Biasa % 0,0 77,6 22,4 100,0 f 1 12 7 20 Dosen Luar Biasa % 5,0 60,0 35,0 100,0 f 0 2 1 3 Dosen Luar Biasa Khusus % 0,0 66,7 33,3 100,0 f 1 61 22 84 Total % 1,2 72,6 26,2 100,0
Pearson Chi-Square 4,746 Asym. Sig. (2-sided) 0,577 Gamma (Approx. Sig.) 0,579
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
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 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
Persepsi Fakultas Rendah Sedang Tinggi Total
% 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
Pearson Chi-Square 13,119 Asym. Sig. (2-sided) 0,664 Cont. Coef. (Approx. Sig.) 0,664
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
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 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
f 0 1 11 12 Calon Dosen Biasa % 0,0 8,3 91,7 100,0 f 2 5 42 49 Dosen Biasa % 4,1 10,2 85,7 100,0 f 0 2 18 20 Dosen Luar Biasa % 0,0 10,0 90,0 100,0 f 0 0 3 3 Dosen Luar Biasa Khusus % 0,0 0,0 100,0 100,0 f 2 8 74 84 Total % 2,4 9,5 88,1 100,0
Pearson Chi-Square 1,866 Asym. Sig. (2-sided) 0,932 Gamma (Approx. Sig.) 0,743
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
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 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 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
Pearson Chi-Square 21,286 Asym. Sig. (2-sided) 0,168 Cont. Coef. (Approx. Sig.) 0,168
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.
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
39
dihasilkan juga lebih besar dari 0,05, sehingga dapat dikatakan secara statistik
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
Dari Tabel III.22 terlihat bahwa dari 525 responden, sebagian besar responden
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
Dari Tabel III.23 terlihat bahwa dari 525 responden, sebagian besar responden
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
Pearson Chi-Square 6,498 Asym. Sig. (2-sided) 0,772 Cont. Coef. (Approx. Sig.) 0,772
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
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.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
Persepsi Fakultas Rendah Sedang Tinggi Total
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
Persepsi Fakultas Rendah Sedang Tinggi Total
% 1,2 86,7 12,0 100,0 F 7 395 123 525 Total % 1,3 75,2 23,4 100,0
Pearson Chi-Square 32,177 Asym. Sig. (2-sided) 0,000 Cont. Coef. (Approx. Sig.) 0,000
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
Pearson Chi-Square 4,388 Asym. Sig. (2-sided) 0,928 Cont. Coef. (Approx. Sig.) 0,928
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
Top Related