Download - Sistem Informasi Penelitian - Universitas Kristen Satya

PROSIDING

SEMINAR NASIONAL STATISTIKA

UNIVERSITAS DIPONEGORO

2011

Makalah dalam prosiding ini telah dipresentasikan pada

Seminar Nasional Statistika Universitas Diponegoro

tanggal 21Mei 2011 di Gedung Prof. Soedharto, SH

Tembalang Semarang

Tim Penyunting Makalah: Prof. Drs. Mustafid, M.Eng, Ph.D

Dra. Dwi Ispriyanti, M.Si

Erman Deni, SE, MM

Drs. Sudargo, M.Si

Tim Editor: Dra. Tatik Widiharih, M.Si

Dra. Suparti, M.Si

Drs. Tarno, M.Si

Drs. Rukun Santoso, M.Si

Drs. Sudarno, M.Si

Program Studi Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Diponegoro

2011

PROSIDING SEMINAR NASIONAL STATISTIKA UNIVERSITAS DIPONEGORO 2011 ISBN: 978-979-097-142-4

iii

KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Allah SWT yang telah melimpahkan

rahmat dan karuniaNya sehingga Seminar Nasional Statistika Universitas Diponegoro

2011 dengan tema: Peran dan Implementasi Statistika dalam Analisis Finansial dan

Pengambilan Keputusan Bisnis dapat terselenggara dengan lancar pada hari Sabtu, 21

Mei 2011 di Gedung Prof. Soedarto, SH Kampus Universitas Diponegoro Tembalang

Semarang Jawa Tengah. Seminar ini merupakan kegiatan dalam rangkaian

memperingati sewindu berdirinya Program Studi Statistika Jurusan Matematika

Fakultas Matematika dan Ilmu Pengetahuan Alam dengan tujuan memperkenalkan

Progam Studi Statistika FMIPA UNDIP, sebagai ajang pertemuan para peneliti dan

pemerhati perkembangan statistika serta mengetahui perkembangan ilmunya pada saat

ini. Pada kegiatan ini diharapkan dapat menyumbangkan penemuan-penemuan baru

baik kajian secara teori maupun terapannya, khususnya tentang Analisis

Finansial dan Pengambilan Keputusan Bisnis yang berguna bagi

masyarakat. Oleh karena itu pada kesempatan ini kami mengundang para narasumber

yang kompeten, yaitu:

Bapak Prof. Drs. H. Nur Iriawan, MI.Kom, Ph.D (Guru Besar Statistika ITS) Bapak Edi Masrianto, M.Si (Group Head Global Market BRI)

Para narasumber ini diharapkan dapat memberikan pencerahan sesuai dengan tema

seminar.

Seminar ini dihadiri kurang lebih 200 peserta, yang terdiri dari para dosen,

peneliti, praktisi dan mahasiswa dari berbagai daerah di penjuru Indonesia. Dalam

seminar nasional statistika ini terpilih 73 makalah yang dibuat 4 kelompok yaitu

Statistika (25 makalah), Statistika Komputasi (14 makalah), Statistika Ekonomi (18

makalah), Matematika dan Pendidikan Matematika (16 makalah), juga tambahan 2

makalah utama dari Pembicara Utama.

Terselenggaranya seminar nasional berkat kerjasama dan bantuan dari berbagai pihak.

Oleh karena itu pada kesempatan ini kami menyampaikan terima kasih kepada:

1. Rektor Universitas Diponegoro 2. Dekan FMIPA UNDIP 3. Ketua Jurusan Matematika FMIPA UNDIP 4. Ketua Program Studi Statistika FMIPA UNDIP


iv

5. Pembicara Utama 6. Penyunting dan Editor Artikel 7. Panitia Sewindu Statistika 8. Peserta Seminar Nasional

Akhir kata semoga prosiding seminar ini dapat bermanfaat dan dapat memenuhi

harapan dari peserta seperti yang diharapkan panitia. Tiada gading yang tak retak,

seandainya ada kesalahan atau kekurangan dari pelaksanaannnya, kami mohon maaf

yang sebesar-besarnya. Terima kasih atas partisipasinya dan selamat berseminar,

semoga sukses.

Semarang, 21 Mei 2011

Panitia


v

DAFTAR ISI

Halaman

Halaman Judul i

Kata Pengantar iii

Daftar Isi

v

Makalah Utama

1. Pemodelan Mixture of Mixture Dalam Pemilihan Portofolio

Nur Iriawan

001

2. Model Statistika sebagai Alat Analisis Finansial

Edi Masrianto

017

A. STATISTIKA

A-01 Analisis Produk dan Assesor dari Data Penyortiran Menggunakan

Hybrid Distatis

Irlandia Ginanjar

025

A-02 Estimasi Parameter Bootstrap pada Proses AR(1)

Bambang Suprihatin

038

A-03 Perbedaan Pandangan Skala Likert sebagai Skala Ordinal atau

Skala Interval

Suliyanto

051


vi

A-04 Perbandingan Kinerja Diagram Kontrol Multivariat untuk

Variabilitas Berdasarkan Matriks Kovariansi Matriks Korelasi

Dwi Yuli Rakhmawati, Muhammad Mashuri

061

A-05 Interval Konfidensi Spline Kuadrat dengan Pendekatan Pivotal

Quantity

Rowan Daflix Syaranamual dan I Nyoman Budiantara

072

A-06 Penentuan Model Regresi Spline Terbaik

Agustini Tripena

092

A-07 Pemodelan Ketahanan Pangan Rumah Tangga di Indonesia dengan

Pendekatan Seemingly Unrelated Regression Tahun 2007

Muh.Samad Rumalean dan Setiawan

103

A-08 Pemodelan Tingkat Kerawanan Demam Berdarah Dengue dengan

Pendekatan Geographically Weighted Ordinal Logistic Regression

Marisa Rifada dan Purhadi

114

A-09 Analisis Regresi Poisson untuk Menduga Hubungan Kelimpahan

Makrobenthos dengan Parameter Perairan

(Studi Kasus di Sungai Banjir Kanal Barat Semarang)

Dwi Haryo Ismunarti, Ria Azizah TN dan Rochdi Wasono

127

A-10 Pemilihan Peragam Spasial Menggunakan Model Linear Campuran

Mohammad Masjkur

141

A-11 Pengelompokan Zat Gizi Makanan Menggunakan Analisis

Diskriminan

H.A. Parhusip dan Jantini T. Natangku

151


vii

A-12 Structural Equation Model (SEM) dengan Model Struktural

Regresi Spasial

Tisti Ilda Prihandini dan Sony Sunaryo

162

A-13 Pendugaan Data Tidak Lengkap Curah Hujan di Kabupaten

Indramayu dengan Kriging dan Rata-rata Bergerak (Moving

Average) (Berdasarkan Data Tahun 1980-2000)

Dewi Retno Sari Saputro, Ahmad Ansori Mattjik, Rizadi Boer,

Aji Hamim Wigena, Anik Djuraidah

171

A-14 Uji Hipotesis dalam Regresi Nonparametrik Spline

Stefanus Notan Tupen dan I Nyoman Budiantara

184

A-15 Pengelompokan Pasien Penyakit Demam Berdarah Dengue (DBD)

Menggunakan Latent Class Cluster Analysis

Anna Chadidjah, Dadan Darmawan M. dan Yusep Suparman

200

A-16 Model Regresi Data Tahan Hidup Tersensor Tipe III Berdistribusi

Eksponensial

Winda Faati Kartika dan Triastuti Wuryandari

219

A-17 Varian X-11 dari Metode Dekomposisi Census II pada Peramalan

Dewi Wulandari, Yuciana Wilandari dan Budi Warsito

232

A-18 Metode Autoregressive Fuzzy Time Series untuk Peramalan

Abd Rozak dan Irhamah

244

A-19 Pemodelan Runtun Waktu Finansial dengan Volatilitas Type

GARCH Menggunakan Wavelet

Tarno dan Suparti

261


viii

A-20 Pemodelan Regresi untuk Rancangan Percobaan Dua Faktor

Dwi Ispriyanti

274

A-21 Sistem Antrian dengan Prioritas Pelayanan

Durratun Ni’amah dan Sugito

291

A-22 Optimalisasi Produk dengan Menggunakan Metode Perancangan

Toleransi Taguchi

Patricia Wahyu dan Triastuti Wuryandari

304

A-23 Regresi Kuantil (Studi Kasus Pada Data Suhu Harian)

Rita Rahmawati, Widiarti dan Pepi Novianti

317

A-24 Analisis Geographically Weighted Regression (GWR) dengan

Pembobot Kernel Gaussian untuk Data Kemiskinan

Rita Rahmawati dan Anik Djuraidah

325

A-25 Optimal Design untuk Regresi Linear dan Kuadratik

Tatik Widiharih

332

B. STATISTIKA KOMPUTASI

B-01 Aplikasi Pendekatan Probabilistik dalam Analisis Kestabilan

Lereng Tunggal Menggunakan Metode Kesetimbangan Batas

Masagus Ahmad Azizi, Suseno Kramadibrata, Irwandy Arif,

Ridho K. Wattimena

341

B-02 Pengoptimalan Software S-Plus dalam Analisa Regresi Guna

Estimasi Model Regresi untuk Data dengan Kesalahan Pengukuran

Hartatik

360


ix

B-03 Pengaruh Kesalahan Pengukuran pada Model Regresi

Nonparametrik dengan Menggunakan Konsep Bayesian

Hartatik

383

B-04 Pengaruh Persepsi Kualitas Layanan Kesehatan terhadap Kepuasan

Pasien Rawat Inap di RSUD Dr. Soeselo Kabupaten Tegal

A. Nina Rosana Chytrasari dan Trijaka Kartana

401

B-05 Mixed Geographically Weighted Regression pada Pemodelan

Persentase Rumah Tangga Miskin di Kabupaten Mojokerto Tahun

2008

Hasbi Yasin dan Purhadi

413

B-06 Uji Signifikansi Regresi Non Parametrik pada Model Rancangan

Acak

Atikah Lailawati dan Suparti

429

B-07 Estimasi Proporsi Siswa SMP di Kota Semarang yang Berbuat

Curang pada Saat Pelaksanaan UN Tahun 2011 Menggunakan

Model Respon Acak (MORESA)

Moch. Abdul Mukid dan Nedia Guswina

441

B-08 Analisis Konjoin Full-Profile untuk Mengetahui Feature Telepon

Selular yang Ideal Dipasarkan di Kecamatan Banyumanik

Semarang

Ayu Anastasia Adhi dan Diah Safitri

452

B-09 Beberapa Metode Optimasi pada Model Wavelet Neural Network

pada Data Time Series

Budi Warsito

462


x

B-10 Penentuan Kebijakan Kredit Perumahan di Lembaga Keuangan

Menggunakan Decision Tree Learning

Nurdin Bahtiar

476

B-11 Kajian Fungsi nls( ) dan fSRR( ) terhadap Model Michaelis-Menten

pada Regresi Non Linier

Sudarno

488

B-12 Pemulusan Sebaran Data Menggunakan Penaksir Nadaraya-Watson

dan Linier Lokal untuk Kernel Normal

Sudarno

497

B-13

B-14

Perbandingan Discrete Wavelet Transform dan Undecimated

Wavelet Transform pada Reduksi Gangguan Data

Rukun Santoso

Pemodelan Kurva Imbal Hasil dan Komputasinya dengan Paket

Software RcmdrPlugin.Econometrics

Dedi Rosadi

508

514

C. STATISTIKA EKONOMI

C-01 Pengaruh Sikap, Norma Subjektif, Kontrol Perilaku yang

Dipersepsikan dan Sunset Policy terhadap Kepatuhan Wajib Pajak

dengan Niat sebagai Variabel Intervening

Widi Dwi Ernawati dan Bambang Purnomosidhi

524

C-02 Valuasi Harga Obligasi dengan Suku Bunga Stokastik

Yunita Wulan Sari, Dedi Rosadi dan Rifan Kurnia

552


xi

C-03 Analisis Model Risiko Investasi Saham Syariah menggunakan

Value at Risk (VaR) dengan pendekatan Generalized

Autoregressive Conditional Heteroskedastic (GARCH)

Mohammad Farhan Qudratullah

560

C-04 Keputusan Investasi Bisnis dalam Kondisi Ketidakpastian:

Implementasi Model Hurwicz Criterion pada kasus Perusahaan PT

Proni Makasar

Muhammad Yunus Amar

573

C-05 Efisiensi Belanja Publik Pendidikan: Pendekatan Stochastic

Frontier Analysis

Erwin Saraswati

582

C-06 Model Ekonometrik untuk Analisis Kepuasan Nasabah PT BPR

Kartasura Saribumi Cabang Masaran di Sragen

Kim Budiwinarto dan Juni Trisnowati

595

C-07 Pengaruh Keanekaragaman Produk dan Harga Jual terhadap

Kemampulabaan Pengusaha Tas di Ciampea Kabupaten Bogor

Ikaputera Waspada

606

C-08 Penerapan “Analisa Keputusan Dalam Risiko” dalam Pengambilan

Keputusan Investasi Saham Jangka Pendek untuk Mendapatkan

Capital Gain atau Kerugian yang Optimum

Leopoldus Ricky Sasongko, Lilik Linawati dan Bambang

Susanto

629

C-09 Pemodelan Harga Aset dengan JUMP (Suatu Pendekatan

Berdasarkan Informasi)

Mutijah, Suryo Guritno dan Gunardi

637


xii

C-10 Meninjau Kembali Bentuk Yiel Curve: Pengaruh Votalitas Suku

Bunga

Muslim, Dedi Rosadi, Gunardi dan Abdurrahman

647

C-11 Pendekatan Small Area Estimation untuk Menduga Pengeluaran

Perkapita Rumah Tangga Tiap Desa dengan Empirical Best Linear

Unbiased Prediction

(Studi Kasus: Kabupaten Jember Provinsi Jawa Timur)

Dariani Matualage, Asep Saefuddin dan Aji Hamim Wigena

655

C-12 Analisis Swing Consumer pada Permintaan Pertamax Pasca

Penurunan Harga BBM Non Subsidi dengan Model Intervensi

Divo D. Silalahi dan Tarno

669

C-13 Pendekatan Laten Variabel dalam Penanganan Atenuasi: Sebuah

Model Harga Hedonis Rumah di Daerah Perkotaan Indonesia

Yusep Suparman

681

C-14 Mengukur Risiko Disability Normal Cost Memepertimbangkan

Forein Exchange Rate

Gatot Riwi Setyanto

690

C-15 Menentukan Buffer Stock Obat pada Yayasan Penderita

Penyalahgunaan Obat Terlarang

Bernik Maskun

698

C-16 Estimasi Risiko Kerugian Asuransi Melalui Generalized Pareto

Distribution

Lienda Noviyanti

710


xiii

C-17 Penentuan Catastrophe Loss Index Sebagai Pengukur Risiko

Aktuaria

Achmad Zanbar Soleh

718

C-18 Credit Spreads Obligasi Korporasi dengan Model Merton

Di Asih I Maruddani, Dedi Rosadi dan Gunardi

726

D. MATEMATIKA DAN PENDIDIKAN MATEMATIKA

D-01 Penerapan Pendekatan Pembelajaran Matematika Realistik untuk

Meningkatkan Kualitas Proses dan Prestasi Belajar Siswa di

Sekolah Dasar

Triyono

738

D-02 Pengujian Hipotesis tentang Parameter Populasi Berdistribusi

Eksponensial dengan Metode Bayesian Objektif

Adi Setiawan

754

D-03 Pengukuran Kualitas Pengajaran Dosen Berdasarkan Kuesioner

Mahasiswa dengan Menggunakan Hotelling

Adi Setiawan dan Hanna Arini Parhusip

763

D-04 Metode Delta: Suatu Tinjauan Ulang

Bambang Susanto

770

D-05 Estimasi Parameter Copula Archimedean dan Aplikasinya pada

Klimatologi

Irwan Syahrir

779


xiv

D-06 Pengaruh Lama Studi dan Besarnya Kontribusi Nilai Mata Kuliah

TPB terhadap IPK Lulusan

Nuri Wahyuningsih dan Laksmi Prita Wardhani

792

D-07 Hubungan Kecerdasan Matematika dengan Kecerdasan Bahasa dan

Kecerdasan Seni

Muhammad Aminudin

808

D-08 Implementasi Model Pembelajaran Role Playing Didasari Analisis

SWOT pada Materi Peluang Kelas XI

Ibnu Sina

820

D-09 Sistem Pengenalan Wajah pada Subruang Orthogonal dengan

Menggunakan Fisherfaces Terdekomposisi QR

Purbandini

837

D-10 Profil Konsentrasi Ozon Vertikal dari Hasil Observasi Tahun 2010

SPD LAPAN Watukosek

Lalu Husnan Wijaya

853

D-11 Perancangan Otomasi Sliding Roof Teleskop Matahari

Menggunakan Sensor Kelembaban RSII-80 Visala

Lalu Husnan Wijaya

864

D-12 Perancangan Operasional Amplifier (Op-Amp) Sistem Proporsional

untuk Penyelesaian Rangkaian Elektronik yang Memiliki Sifat

Persamaan Matematika

Toni Subiakto dan Lalu Husnan Wijaya

872

D-13 Aplikasi Model Dinamik pada Penularan Epidemik HIV/AIDS

Sutimin dan Imamudin

882


xv

D-14 Kestabilan Model Dinamik Fermentasi Alkohol secara Kontinu

Widowati, Nurhayati dan Lailatusysyarifah

894

D-15 Aplikasi Transformasi Laplce Pada Persamaan Transport dan

Distribusi Amoniak

Ipung Setiawan dan Widowati

906

D-16 Efektifitas Pembelajaran Kooperatif Tipe Jigsaw Berbasis Media

Presentasi terhadap Hasil Belajar Mata Kuliah Statistika di STAIN

Pekalongan

Nalim

921


763

PENGUKURAN KUALITAS PENGAJARAN DOSEN

BERDASARKAN KUESIONER MAHASISWA

DENGAN MENGGUNAKAN Hotelling

Adi Setiawan1, Hanna Arini Parhusip2

1,2)Program Studi Matematika, Fakultas Sains dan Matematika

Universitas Kristen Satya Wacana, Jl. Diponegoro 52-60 Salatiga 50711

Abstrak

Pengukuran kualitas pengajaran dapat dilakukan dengan kuesioner yang diisi oleh mahasiswa yang mengambil mata kuliah tersebut. Biasanya analisis data yang digunakan dalam kuesioner hanya menggunakan statistik yang sederhana. Dalam makalah ini diusulkan untuk menggunakan statistik Hotelling yang dapat mengukur kualitas pengajaran dengan lebih baik dibandingkan dengan hanya menggunakan rata-rata aritmatika atau statistik sederhana yang lain. Data real digunakan untuk memberikan gambaran bagaimana statistik Hotelling digunakan dalam analisis data. Kata Kunci : Pengukuran kualitas pengajaran, Hotelling, Koefisien korelasi 8. Pendahuluan

Pengukuran kualitas pengajaran dapat dilakukan dengan kuesioner yang

mengukur kepuasan mahasiswa oleh pengajaran dosen dan hal ini masih hangat diteliti

(e.g Barone & Franco, 2010; Ahmed et al., 2010). Pengukuran pengajaran dosen

dilakukan dengan kuesioner yang diisi oleh mahasiswa yang mengambil mata kuliah –

mata kuliah yang disajikan program studi. Statistik yang biasa digunakan dalam

analisis data kuesioner sangatlah sederhana seperti menggunakan rata-rata aritmatika

(e.g, Ahmed et al., 2010). Masalah yang akan diteliti dalam makalah ini adalah

bagaimana mengukur kualitas pengajaran dosen berdasarkan data kuesioner mahasiswa.

Penelitian ini dilakukan agar dapat diusulkan metode pengukuran kualitas pengajaran

dosen sebagai salah satu komponen dari pengukuran performance dosen.

9. Dasar Teori

Hasil penilaian seorang mahasiswa terhadap pelaksanaan PBM untuk mata

kuliah ke-l dapat dipandang sebagai data multivariat


764

)......,,,( 21 lpiililli xxxx (1)

dengan lkix = 0, 1, 2 atau 3 untuk k = 1, 2, …, p dan i = 1,2, …, n. Angka 0, 1, 2

atau 3 merupakan skala kualitas yang mempunyai arti berturut-turut buruk, kurang,

cukup, baik. Dalam hal ini p menunjukkan banyaknya item dalam kuesioner yang

digunakan untuk pengukuran kualitas pengajaran, n menunjukkan banyaknya

mahasiswa yang mengisi kuesioner dan m menunjukkan banyaknya dosen. Berdasarkan

skala tersebut, mahasiswa memberikan evaluasi terhadap kualitas pengajaran tiap dosen.

Daftar pertanyaan yang diajukan ditunjukkan pada Lampiran.

Ukuran kualitas pengajaran untuk setiap mata kuliah atau dosen dapat

ditentukan dengan rumus Hotelling :

)(1 xxSxxnH i

T

ii (2)

dengan Tpxxxx )......,,,( 21 merupakan vektor rataan aritmatika penilaian kuesioner

untuk suatu mata kuliah atau seorang dosen dan Tpxxxx ).....,,,( 21 merupakan vektor

rataan aritmatika penilaian kuesioner untuk seluruh dosen dengan

n

ilki

m

lk x

nx

11

1 (3)

untuk m menyatakan banyak dosen yang dinilai (Johnson & Wickhern, 2007 dan

Tabanick & Fidell, 2007). Matriks kovariansi S untuk tiap item dalam koesioner dapat

dihitung dengan rumus :

pppp

p

p

SSS

SSSSSS

S

,2,1,

,22221

,11211

...................

...

...

dengan

n

iklkijlji

m

ljk xxxx

nmS

11

))((1 , (4)

untuk j, k = 1, 2, ...., p. Penilaian untuk setiap dosen dalam satu semester dapat juga

dilakukan berdasarkan penilaian untuk setiap mata kuliah.


765

Untuk memberikan gambaran tentang penggunaan rumus tersebut dalam skala

yang kecil maka berikut ini diberikan contoh data yang terdiri dari 2 mata kuliah yang

masing-masing diajarkan oleh dosen yang berbeda.

Tabel 1. Contoh Data 2 Mata Kuliah (15 Mahasiswa Untuk MK 1 Dan 7 Mahasiswa

Pada MK2)

MK1 MK2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7

2 2 2 2 2 2 3 2 3 3 3 3 3 3 3 3 3 2 3 2 3 3

2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 2 2 2 3 3 3 3

2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 2 2 3 2 3 2 2

Kualitas pengajaran dosen dianggap baik jika penilaian untuk setiap item

kuesioner mempunyai rata-rata (mean) yang besar dan simpangan baku (standard

deviation) yang kecil, untuk itu penilaian tersebut perlu distandardisasi dengan

menggunakan formula :

j

jljilji s

xxz

(5)

dengan

n

ilji

m

lj x

nx

11

1 dan

m

l

n

ijljij xx

ns

1 1

2)(1

1 untuk j = 1, 2, ...., p. Dalam

hal ini digunakan p = 3, m = 2, n1 = 15, n2 = 7 sehingga diperoleh Tx )0,0,0( ,

Tx )2378.0,0615.0,1144.0(1 , Tx )5096.0,1319.0,2452.0(2 ,

0000.16383.01688.06383.00000.15241.01688.05241.00000.1

S .

Hal itu berarti bahwa 1x adalah rata-rata penilaian untuk 3 item kuesioner MK1 dan 2x

adalah rata-rata penilaian untuk 3 item kuesioner MK2. Dengan menggunakan

persamaan (2) diperoleh H = 1.2382 untuk MK1 dan H = -2.6533 untuk MK 2. Tanda


766

positif berarti bahwa kualitas pengajaran untuk MK1 lebih tinggi dari kualitas

pengajaran rata-rata untuk MK1 dan MK2 dan sebaliknya tanda negatif berarti bahwa

kualitas pengajaran untuk MK1 lebih rendah dari kualitas pengajaran rata-rata untuk

MK1 dan MK2.

10. Analisis dan Pembahasan

Data penilaian kuesioner untuk 15 mata kuliah (yang terdiri dari 203 lembar

kuesioner mahasiswa ) dijadikan satu dan kemudian dihitung rata-rata dan simpangan

baku untuk setiap item kuesioner. Selanjutnya dilakukan transformasi untuk setiap item

dan setiap penilaian mahasiswa dengan formula pada persamaan (5) dan kemudian hasil

tranformasi digunakan untuk menghitung ukuran kualitas Hotelling H dengan

persamaan (2). Hal itu berarti adalah 1x rata-rata item penilaian kuesioner mahasiswa

untuk mata kuliah MK1 dan x adalah rata-rata item penilaian kuesioner mahasiswa

untuk semua mata kuliah serta S adalah matriks kovariansi berorde 16 16 yaitu

banyaknya item yang digunakan dalam kuesioner. Matriks S diperoleh dari persamaan

(4) untuk 203 lembar kuesioner. Matriks kovariansi S tersebut menunjukan variansi dan

kovariansi dari setiap item dan antar item-item dalam kuesioner. Hasil dari perhitungan

tersebut dinyatakan pada Tabel 2 kolom ke-3. Terlihat bahwa MK 6 mempunyai

kualitas pengajaran yang paling tinggi dibandingkan dengan yang lain sedangkan MK

10 mempunyai kualitas pengajaran yang paling rendah. Ukuran kualitas tersebut

mempunyai rata-rata 3.1713 dan simpangan baku 28.8165. Tanda positif berarti bahwa

kualitas pengajaran untuk mata kuliah tersebut lebih tinggi dari kualitas pengajaran rata-

rata untuk seluruh mata kuliah dan sebaliknya tanda negatif berarti bahwa kualitas

pengajaran untuk mata kuliah tersebut lebih rendah dari kualitas pengajaran rata-rata

untuk seluruh mata kuliah.

Sebagai perbandingan, pada Tabel 2 juga ditampilkan statistik sederhana yang

biasa digunakan yaitu rata-rata aritmatika (kolom 4) dan rasio antara rata-rata aritmatika

dan standard deviasi yaitu sx / (kolom 5). Berdasarkan Tabel 2, terdapat korelasi positif

dan signifikan antara nilai x dan ukuran kualitas H yaitu sebesar 0,893 dan terdapat

korelasi positif dan signifikan antara nilai sx / dan ukuran kualitas H yaitu sebesar

0,725. Hal itu berarti bahwa nilai mata kuliah yang mempunyai rata-rata yang tinggi


767

atau perbandingan antara rata-rata dan simpangan baku yang tinggi akan cenderung

mempunyai ukuran kualitas yang tinggi juga.

Tabel 2. Ukuran Kualitas Pengajaran Untuk Setiap Mata Kuliah Dalam Satu Semester

No. Nama

Mata Kuliah N x sx / Ukuran Kualitas H

Ukuran Kualitas H Dengan Target 2

1 MK 1 15 2.6708 4.8328 19.4495 19.4495 2 MK 2 7 2.4911 4.7923 20.3139 20.3139 3 MK 3 6 2.1667 3.3672 -30.0135 30.0135 4 MK 4 19 2.4375 4.0675 35.7627 35.7627 5 MK 5 6 2.1979 3.3359 -24.9858 24.9858 6 MK 6 39 2.4776 4.0804 37.6443 37.6443 7 MK 7 21 2.4375 3.7349 25.3194 25.3194 8 MK 8 12 2.4948 4.9768 14.4217 14.4217 9 MK 9 4 2.6563 5.5487 19.8217 19.8217 10 MK 10 20 1.9781 2.7030 -39.5035 -39.5035 11 MK 11 11 2.2045 3.2477 -19.1643 19.1643 12 MK 12 10 1.8438 3.0769 -28.8573 -28.8573 13 MK 13 15 2.6708 4.8328 19.4495 19.4495 14 MK 14 13 2.4087 4.1342 33.4614 33.4614 15 MK 15 5 2.0125 3.4432 -35.5497 -35.5497 Gabungan 203 2.3747 3.6360

Apabila diinginkan untuk membuat target bahwa rata-rata untuk setiap item

mata kuliah mahasiswa memberikan penilaian dalam kuesioner minimal 2 maka

penilaian untuk setiap mahasiswa ditransformasikan dengan formula :

j

ljilji s

xz

2

dan perhitungan Hotelling digunakan formula yang sama setelah dilakukan

transformasi. Ukuran kualitas Hotelling bernilai negatif jika rata-rata seluruh item

kuesioner kurang dari 2 dan sebaliknya jika rata-rata seluruh item kuesioner lebih dari 2

maka ukuran kualitas Hotelling bernilai positif. Hasil dari perhitungan tersebut

dinyatakan pada Tabel 2 kolom ke-4. Terlihat bahwa besaran ukuran kualitas Hotelling

tidak berubah dengan adanya tranformasi tersebut dan terdapat 3 mata kuliah yang tidak

memenuhi target yaitu MK 10, MK 12 dan MK 15. Hasil yang sama juga diperoleh jika

digunakan transformasi


768

j

ljilji s

xz

8.1

dan target minimal rata-rata seluruh item 1.8. Apabila digunakan target bahwa rata-rata

penilaian untuk setiap item minimal lebih dari 1.5 maka semua mata kuliah yang berada

di atas target rata-rata seluruh item kuesioner lebih dari 1.5. Di samping itu dengan

menggunakan batas target 2.5 maka hanya terdapat tiga mata kuliah yang melebih target

tersebut.

4. Kesimpulan

Dalam makalah ini telah dijelaskan pengukuran kualitas pengajaran dosen atau

mata kuliah dengan menggunakan statistik Hotelling. Penelitian ini dapat dilanjutkan

dengan penggunaan statistik lain untuk pengukuran kualitas pengajaran dosen.

Daftar Pustaka

Ahmed, I, M. M. Nawaz, Z. Ahmad, Zafar Ahmad, M. Z, Shaukat, A. Usman, Wasim-

ul-Rehman, N. Ahmed, Does service quality affect student’s performance?

Evidence from institutes of higher learing, African Journal of Bussiness

Management Vol. 4 (12)

Barone, S dan E. L. Franco, TESF Methodology for Statistics Education Improvement,

Journal of Statistics Education, Vol. 18 (3)

Johnson ,R.A., and Wichern, D.W. 2007. Applied Multivariate Statistical Analysis, 6th

ed., Prentice Hall, New York.

Tabachnick, B. G. dan L. S. Fidell, 2007, Using Multivariate Statistics 5th edition,

Pearson Education, Boston.


769

Lampiran

Berikut ini daftar pertanyaan yang digunakan untuk mahasiswa dalam mengevaluasi

kegiatan suatu matakuliah

No. Pertanyaan

1 Kejelasan tentang rencana perkuliahan selama satu semester

2 Kejelasan tentang sistem penugasan dan evaluasi

3 Sistematika penyampaian kuliah

4 Usaha dosen ybs dalam memotivasi mahasiswa

5 Kejelasan mengenai materi perkuliahan yang diberikan dosen ybs

6 Suasana menyenangkan yang diciptakan dosen selama perkuliahan

7 Kejelasan dalam menjawab pertanyaan mahasiswa mengenai materi kuliah

8 Daya tarik yang dibangkitkan dosen terhadap mata kuliah ini

9 Kejelasan mengenai tujuan dari setiap tugas yang diberikan

10 Cara dosen ybs merangsang pemikiran kritis mahasiswa

11 Usaha dosen ybs membantu mahasiswa memahami materi perkuliahan

12 Dosen memberikan kesempatan untuk bimbingan di luar jam kuliah

13 Efektifitas penggunaan waktu kuliah dalam setiap pertemuan

14 Relevansi tugas-tugas yang diberikan terhadap bahan kuliah

15 Mutu koreksi/umpan balik dosen atas tugas dan tes kepada mahasiswa

16 Secara keseluruhan kualitas pembelajaran dosen ybs adalah

Date post:	11-Feb-2022
Category:	Documents
Upload:	others
View:	1 times
Download:	0 times

Download - Sistem Informasi Penelitian - Universitas Kristen Satya

Documents