PENERAPAN RANCANGAN KELOMPOK TIDAK SETARA UNTUK PENGARUH TUTORIAL MATA KULIAH METODE STATISTIKA PADA SEMESTER PENDEK DIAN MUSTIKA PRATIWI

Transkripsi

1 PENERAPAN RANCANGAN KELOMPOK TIDAK SETARA UNTUK MENGEVALUASI PENGARUH TUTORIAL MATA KULIAH METODE STATISTIKA PADA SEMESTER PENDEK - DIAN MUSTIKA PRATIWI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

2 RINGKASAN DIAN MUSTIKA PRATIWI. Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek -. Dibimbing oleh BUDI SUSETYO dan INDAHWATI. Rancangan Percobaan Kuasi (Quasi Experimental Design) merupakan salah satu metode yang sering diterapkan dalam penelitian sosial dimana prinsip dasar percobaan tidak dapat diterapkan secara murni. Pada penelitian ini, perlakuan yang diterapkan adalah pemberian tutorial pada mahasiswa semester pendek mata kuliah Metode Statistika IPB tahun ajaran -. Rancangan yang digunakan adalah Rancangan Kelompok Tidak Setara (Non-Equivalent Group Design) dengan objek percobaan mahasiswa yang memiliki kriteria IPK TPB 3.. Objek percobaan dibagi menjadi dua kelompok, yaitu kelompok perlakuan dan kelompok kontrol. Tutorial pada penelitian ini hanya diberikan pada kelompok perlakuan dan memberikan pengaruh positif pada nilai UAS (posttest). Nilai R Adjusted yang diperoleh sebesar.9%. Penambahan peubah IPK meningkatkan R Adjusted menjadi 38.%. Dari pemisahan kriteria IPK diperoleh bahwa persamaan regresi untuk IPK rendah (.<IPK.5) dengan R Adjusted sebesar 53.% lebih baik dibanding IPK sedang (.5<IPK 3.) dengan R Adjusted sebesar 4.6%. Pengaruh tutorial masih dianggap kecil, sehingga perlu peningkatan kualitas tutorial. Kata kunci : rancangan percobaan kuasi, rancangan kelompok tidak setara, evaluasi tutorial.

3 PENERAPAN RANCANGAN KELOMPOK TIDAK SETARA UNTUK MENGEVALUASI PENGARUH TUTORIAL MATA KULIAH METODE STATISTIKA PADA SEMESTER PENDEK - DIAN MUSTIKA PRATIWI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

4 Judul : Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek - Nama : Dian Mustika Pratiwi NRP : G4643 Menyetujui : Pembimbing I, Pembimbing II, Dr.Ir. Budi Susetyo, MS NIP : Ir. Indahwati, M.Si NIP : Mengetahui : Ketua Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam IPB Dr. Ir. Hari Wijayanto, M.Si NIP : Tanggal Lulus :

5 KATA PENGANTAR Puji syukur penulis panjatkan kehadirat Allah SWT atas segala berkah dan rahmat-nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini berjudul Penerapan Rancangan Kelompok Tidak Setara untuk Mengevaluasi Pengaruh Tutorial Mata Kuliah Metode Statistika pada Semester Pendek -. Karya ilmiah ini penulis susun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Penulis menyampaikan terimakasih kepada Bapak Dr.Ir. Budi Susetyo, MS dan Ibu Ir. Indahwati, M.Si selaku dosen pembimbing yang telah memberikan bimbingan, masukan dan arahan selama penulisan karya ilmiah ini. Disamping itu, penulis juga mengucapkan terimakasih kepada seluruh dosen dan staf pengajar Departemen Statistika yang telah memberikan ilmu dan wawasan selama penulis menuntut ilmu di Departemen Statistika serta seluruh staf Departemen Statistika yang telah banyak membantu penulis. Ungkapan terimakasih juga disampaikan kepada kedua orang tua dan seluruh keluarga yang telah memberikan doa, kasih sayang serta dorongan yang tulus baik moril maupun materil. Semoga karya ilmiah ini dapat memberikan manfaat. Bogor, Desember Dian Mustika Pratiwi

6 RIWAYAT HIDUP Penulis dilahirkan di Surakarta pada tanggal 4 September 988 dari pasangan Bapak Dwi Sujoso dan Ibu Niken Susilastuti. Penulis merupakan anak pertama dari tiga bersaudara. Tahun penulis lulus dari SDN Sukorejo Kendal, kemudian melanjutkan studi di SLTPN I Weleri hingga tahun 3. Selanjutnya, penulis menyelesaikan pendidikannya di SMAN Pekalongan dan lulus pada tahun 6. Pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor melalui jalur SPMB. Setelah satu tahun menjalani perkuliahan di TPB, pada tahun 7 penulis diterima sebagai mahasiswa Departemen Statistika, FMIPA IPB dengan mayor Statistika dan minor Ekonomi dan Studi Pembangunan. Selama mengikuti perkuliahan, penulis berkesempatan menjadi Asisten Dosen Mata Kuliah Metode Statistika pada tahun ajaran 8/9 dan tahun ajaran 9/, Mata Kuliah Perancangan Percobaan pada tahun ajaran 9/ serta Mata Kuliah Analisis Regresi pada tahun ajaran 9/. Penulis juga aktif dalam organisasi kemahasiswaan Himpunan Profesi Gamma Sigma Beta (GSB), yaitu sebagai staf di Department of Database and Computational serta aktif di Organisasi Mahasiswa Daerah (OMDA) Pekalongan, Imapeka. Selain itu, penulis juga aktif dalam kegiatan kepanitiaan seperti Statistika Ria 8, Welcome Ceremony Statistics (WCS) 9, serta Pesta Sains 9. Pada tahun 8 penulis bergabung dengan Lembaga Bimbingan Belajar dan Olah Data Statistics Centre sebagai tenaga pengajar dan tim analisis data. Pada Februari April, penulis melaksanakan kegiatan praktik lapang di Balai Penelitian Tanaman Serat dan Tembakau di Malang, Jawa Timur.

7 DAFTAR ISI Halaman DAFTAR GAMBAR... vii DAFTAR TABEL... vii DAFTAR LAMPIRAN... vii PENDAHULUAN... Latar Belakang... Tujuan... TINJAUAN PUSTAKA... Rancangan Percobaan Semu... Validitas... Rancangan Kelompok Tidak Setara... Tutorial... Faktor-faktor yang Mempengaruhi Prestasi Belajar... 3 Statistika Deskriptif... 3 Analisis Regresi Linear Berganda... 3 METODOLOGI... 3 Data... 3 Metode... 4 HASIL DAN PEMBAHASAN... 4 Deskripsi Populasi Penelitian... 4 Deskripsi Mahasiswa Berdasarkan Kelompok... 4 Evaluasi Tutorial... 6 SIMPULAN DAN SARAN... 8 DAFTAR PUSTAKA... 9 LAMPIRAN...

8 DAFTAR GAMBAR Halaman Sebaran persentase IPK mahasiswa... 4 Persentase mahasiswa yang masuk dalam penelitian berdasar kelas paralel Persentase mahasiswa berdasarkan jenis kelamin Persentase mahasiswa berdasarkan asal daerah Persentase mahasiswa berdasarkan tingkat pengeluaran Persentase mahasiswa berdasarkan status beasiswa Persentase mahasiswa berdasarkan status organisasi Persentase mahasiswa berdasarkan keikutsertaan bimbingan belajar Persentase mahasiswa berdasarkan nilai mutu PM dan Kalkulus... 6 Boxplot UTS dan UAS... 6 Plot nilai UTS dan UAS... 7 DAFTAR TABEL Halaman Penerapan RKTS... Deskripsi nilai pretest-posttest... 6 Persamaan regresi Persamaan regresi dengan IPK Persamaan regresi untuk IPK rendah Persamaan regresi untuk IPK sedang... 8 DAFTAR LAMPIRAN Halaman Kuesioner penelitian... Peubah boneka untuk setiap kelas (peubah kategorik)... 3 Persamaan regresi dan plot sisaan... 4 Persamaan regresi dengan IPK dan plot sisaan Persamaan regresi dengan IPK rendah dan plot sisaan Persamaan regresi dengan IPK sedang dan plot sisaan Analisis regresi untuk faktor-faktor luar... 6

9 PENDAHULUAN Latar Belakang Salah satu metode pengumpulan data dalam penelitian adalah melalui percobaan. Percobaan yang dikenal selama ini secara umum memerlukan beberapa kaidah atau prinsip-prinsip yang harus dipenuhi, yaitu pengulangan, proses pengacakan dan pengendalian lokal. Prinsip-prinsip tersebut relatif mudah dipenuhi dalam suatu percobaan di bidang ilmu eksakta. Sedangkan untuk percobaan di bidang ilmu sosial termasuk percobaan di bidang pendidikan, seringkali prinsip-prinsip tersebut tidak secara murni dapat dipenuhi. Rancangan Percobaan Semu (Quasi Experimental Design) merupakan salah satu metode yang sering diterapkan dalam penelitian sosial. Metode ini disebut quasi (semu) karena prinsip-prinsip pengacakan dan kontrol lokal tidak dapat dilakukan secara ketat sebagaimana dalam ilmu eksakta. Pada penelitian ini akan diterapkan Rancangan Kelompok Tidak Setara (Non- Equivalent Group Design). Rancangan ini merupakan salah satu teknik dalam rancangan percobaan semu yang digunakan dalam kegiatan evaluasi. Pada rancangan ini diambil dua kelompok yang dianggap setara dimana salah satu kelompok akan dikenai program (intervensi) dan kelompok lainnya sebagai pembanding (kontrol). Rancangan ini akan difokuskan pada bidang pendidikan dalam evaluasi pengaruh tutorial untuk mengetahui apakah pemberian tutorial bermanfaat meningkatkan kualitas peserta didiknya Tujuan Tujuan dari penelitian ini adalah :. Mengaplikasikan Rancangan Kelompok Tidak Setara untuk mengevaluasi pemberian tutorial pada mahasiswa semester pendek mata kuliah Metode Statistika tahun ajaran -. Menganalisis efektivitas tutorial mata kuliah metode statistika terhadap nilai ujian akhir semester (UAS) 3. Menganalisis pengaruh faktor-faktor lain yang mempengaruhi nilai Ujian Akhir Semester mata kuliah Metode Statistika. TINJAUAN PUSTAKA Rancangan Percobaan Semu Cook dan Campbell (979) merumuskan rancangan percobaan semu sebagai percobaan yang memiliki perlakuan, pengukuran dampak, unit percobaan, namun tidak menggunakan pengacakan untuk menciptakan pembandingan dalam rangka menyimpulkan perubahan yang disebabkan oleh perlakuan. Rancangan percobaan semu diterapkan jika tidak ada pengacakan dalam pemilihan objek dan digunakan kelompok pembanding sebagai kontrol. Rancangan ini biasanya digunakan pada bidang sosial, khususnya bidang pendidikan. Ada beberapa jenis rancangan percobaan semu yaitu Rancangan Deret Waktu (Time Series Design), Rancangan Contoh Waktu Setara (Equivalent Time-Sample Design), Rancangan Materi Setara (Equivalent Materials Design), Rancangan Kelompok Tidak Setara (Nonequivalent Control Group Design), Rancangan Berimbang (Counterbalanced Design), Rancangan Pra-Pasca Pengujian Terbagi (Separate-Sample Pretest-Posttest Design), Rancangan Kelompok Kontrol Pra- Pasca Pengujian Terbagi (Separate-Sample Pretest-Posttes Control Group Design), Rancangan Deret Waktu Berulang (The Multiple Time-Series Design), Rancangan Siklus Berulang Institusi (Recurrent Institutional Cycle Design) dan Rancangan Regresi Diskontinyu (Regression Discontinuity Design). Namun, rancangan yang sering kali digunakan adalah Rancangan Kelompok Tidak Setara dan Rancangan Regresi Diskontinuitas. Validitas Validitas menunjukkan perkiraan terbaik yang ada terhadap kebenaran atau kesalahan proposisi, termasuk proposisi mengenai sebab. Campbell dan Stanley (963) membagi validitas eksperimen menjadi dua yakni validitas internal dan eksternal. Validitas internal adalah kebenaran perkiraan tentang kesimpulan mengenai sebab-akibat atau hubungan kausal, menunjukkan apakah ada hubungan kausal antara dua variabel, apakah hubungan kausal itu berasal dari variabel yang dimanipulasi (perlakuan) ke variabel yang diukur. Ancaman untuk validitas internal adalah variabel ekstra dan interaksi sosial. Variabel ekstra adalah faktor-faktor lain selain program yang mempengaruhi keadaan kelompok pengamatan sehingga dapat mempengaruhi hasil pada pengamatan akhir. Variabel ekstra dapat dikategorikan sebagai berikut :. Sejarah (history) Menunjukkan perubahan perilaku karena peristiwa yang terjadi diantara selang pengamatan (pretest dan posttest), bukan karena perlakuan.

10 . Maturasi Menunjukkan perubahan perilaku karena subjek penelitian bertambah dewasa, bijak, kuat dan lebih berpengalaman diantara selang pengamatan. 3. Efek pengujian (Testing) Menunjukkan efek karena pengulangan pengukuran tertentu. Pengulangan akan membuat subjek penelitian lebih mengenal tesnya sehingga performans akan meningkat. 4. Instrumentasi Menunjukkan perubahan perilaku karena perubahan yang dialami instrumen (alat ukur) dalam selang pengamatan. Misalnya, peneliti menjadi lebih berpengalaman. 5. Efek statistik Menunjukkan efek yang terjadi jika kelompok diberi alat ukur yang tidak reliabel, sehingga adanya perubahan seolah-oleh karena adanya suatu perlakuan tertentu, skor pretest tinggi dapat menjadi skor posttest lebih rendah dan sebaliknya. 6. Seleksi Menunjukkan efek yang disebabkan karena perbedaan jenis subjek antara kelompok percobaan. Dalam rancangan percobaan semu, ancaman seleksi sering terjadi, karena kelompok yang berbeda akan mendapat perlakuan yang berbeda, dan pemilihan subjek dalam kelompok tidak mempunyai peluang yang sama seperti pada percobaan acak. 7. Mortalitas Menunjukkan efek yang disebabkan oleh jenis subjek yang berbeda yang mengundurkan diri dari perlakuan selama penelitian dilakukan. Selain variabel ekstra, interaksi sosial juga dapat mempengaruhi validitas internal. Berikut adalah interaksi sosial yang terjadi pada percobaan semu :. Difusi atau imitasi perlakuan Adanya hubungan sosial antara kelompokkelompok pengamatan sehingga kemungkinan akan ada pertukaran informasi dan pengalaman.. Persaingan kompensatoris Motivasi untuk mengembangkan diri yang terjadi pada kelompok pembanding 3. Demoralisasi responden Jatuhnya mental kelompok pembanding karena merasa diabaikan. 4. Persamaan kompensasi perlakuan Adanya kecenderungan untuk memberikan perlakuan pada suatu kelompok tertentu. Validitas eksternal berkaitan dengan generalisasi, validitas yang mengacu pada perkiraan kebenaran preposisi dan kesimpulan. Ancaman bagi validitas eksternal adalah penjelasan yang mungkin salah dalam membuat generalisasi. Ada tiga ancaman utama bagi validitas eksternal yaitu orang, tempat dan waktu. (Trochim 6, diacu dalam Web Center for Social Research Methods 6) Rancangan Kelompok Tidak Setara (RKTS) Rancangan Kelompok Tidak Setara adalah desain yang paling sering digunakan dalam penelitian sosial (Trochim 6). Strukturnya seperti pada percobaan acak, dengan pengamatan sebelum dan sesudah perlakuan. Notasinya biasa ditulis seperti berikut: N O X O N O O dengan O adalah pretest, O adalah posttest, X adalah perlakuan dan N adalah ketidaksetaraan. Tabel Penerapan RKTS Kelas A Pre-test Tutorial Post-test Kelas B Pre-test Post-test Dalam RKTS, kita paling sering menggunakan grup utuh yang dianggap sama sebagai kelompok perlakuan dan kelompok kontrol. Dalam penelitian berbasis komunitas, digunakan dua komunitas yang sama. Dalam RKTS diusahakan untuk memilih kelompok yang serupa mungkin sehingga dapat membandingkan kelompok perlakuan dan kelompok kontrol. Tapi kita tidak pernah bisa memastikan kelompok yang diperbandingkan itu sama persis, karena memang tidak ada pengacakan di dalamnya. Setiap perbedaan sebelumnya antara kelompok dapat mempengaruhi hasil penelitian. Dalam keadaan terburuk, dapat mempengaruhi kesimpulan. Oleh karena itu, ancaman validitas internal yang paling mempengaruhi adalah seleksi. Tutorial Tutorial adalah suatu pertemuan antara tutor dan seorang atau sekelompok peserta didik. Tutorial biasanya diadakan setelah kegiatan belajar utama, untuk menyempurnakan pengajaran. Tutorial bukan kelas atau kuliah, hanya pelengkap kuliah dan lebih membahas soal-soal. Dengan tutorial dapat dilihat lebih dekat sejauh mana peserta didik menerima dan paham akan materi (Nor ).

11 3 Faktor-faktor yang Mempengaruhi Prestasi Belajar Menurut Munthe (983), faktor-faktor yang mempengaruhi keberhasilan mahasiwa dalam proses pendidikan adalah faktor intelektual (kapasitas belajar, bakat dan kecerdasan) dan faktor nonintelektual (masalah belajar, karier, sosial, emosional, jenis kelamin, kesehatan, keuangan, pengembangan pribadi, keluarga, pemanfaatan waktu luang, agama dan akhlak). Statistika Deskriptif Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada perlunya adanya penjelasan dan penafsiran (Aunuddin 989). Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole 99). Statistika deskriptif belum sampai pada upaya penarikan kesimpulan, tetapi hanya pada tingkat memberikan suatu ringkasan data sehingga setiap orang dapat memahami informasi yang terkandung didalamnya. Analisis Regresi Linear Berganda Analisis regresi linear berganda adalah salah satu alat statistika untuk mengevaluasi hubungan antara peubah respon (Y) dengan beberapa peubah penjelas (X). Model regresi linear berganda yang melibatkan p peubah penjelas adalah + + Salah satu metode yang digunakan untuk menduga parameter regresi dalam regresi linear berganda adalah Metode Kuadrat Terkecil (MKT). Konsep dasar dari MKT untuk menduga parameter regresi adalah dengan meminimumkan jumlah kuadrat simpangan nilai pengamatan dengan garis dugaan (Aunuddin 5), yaitu n n y ˆ i yi = ei i= i= min ( ) min Untuk peubah bebas yang berskala kategorik diperlukan peubah boneka (dummy variable). Jika sebuah peubah bebas dengan skala nominal atau ordinal mempunyai k kategori maka sebanyak k- peubah boneka akan dibentuk, sehingga model regresi linear berganda menjadi : k j Y = β + β X β D + β X i = jl jl p p dengan k j adalah kategori peubah bebas ke-j, D jl melambangkan k j peubah boneka dan β jl adalah koefisien peubah boneka, l =,,.k j. Dalam analisis regresi linear berganda ada beberapa asumsi yang harus dipenuhi, yaitu bebas multikolinearitas, homoskedastisitas, bebas autokorelasi dan kenormalan sisaan. Pada RKTS, pendekatan untuk melihat pengaruh perlakuan dapat dilakukan dengan menggunakan model regresi linear berganda. Model yang digunakan adalah Yi = β + βx i + β Z i + ei Dengan Y i adalah skor posttest pada unit pengamatan ke-i, β adalah koefisien intersep, β adalah koefisien pretest, X i adalah skor pretest pada unit pengamatan ke-i, Z i adalah peubah boneka untuk perlakuan ( =kontrol, =perlakuan) dan e i merupakan sisaan dari unit pengamatan ke-i. METODOLOGI Data Populasi dalam penelitian ini adalah 65 mahasiswa yang mengikuti mata kuliah Metode Statistika pada semester pendek tahun ajaran - yang tersebar dari 7 departemen di IPB dan dibagi dalam 5 kelas paralel. Dari populasi dipilih mahasiswa yang memenuhi kriteria Indeks Prestasi Kumulatif (IPK) 3. sebagai objek penelitian. Pada awalnya, kriteria pemilihan objek penelitian yang akan digunakan adalah nilai Ujian Tengah Semester (UTS), namun karena sulit mendapatkannya, maka digunakan kriteria IPK, dengan asumsi ada korelasi positif antara nilai UTS dan IPK. Data yang digunakan dalam penelitian ini adalah data nilai UTS dan Ujian Akhir Semester (UAS) mata kuliah Metode Statistika pada Semester Pendek Tahun Ajaran -. Selain itu diamati pula faktor-faktor lain yang diduga mempengaruhi nilai UAS. Faktor-faktor tersebut antara lain : X = Indeks Prestasi Kumulatif (IPK) X = Jenis Kelamin X3 = Asal Daerah X4 = Pengeluaran per bulan X5 = Status Beasiswa X6 = Keikutsertaan dalam bimbingan belajar X7 = Kegiatan non-akademik X8 = Nilai Mutu Pengantar Matematika X9 = Nilai Mutu Kalkulus Peubah boneka beserta kode dari peubah kategorik dapat dilihat pada Lampiran.

12 Metode Tahapan penelitian yang dilakukan adalah: Penyusunan kuesioner. Pengumpulan data yang dilakukan pada bulan Juli-Agustus. Pembagian kelompok dari objek penelitian yang masuk kriteria IPK. Objek penelitian dibagi menjadi kelompok yaitu kelompok perlakuan dan kontrol. Pemberian perlakuan berupa tutorial yang dilaksanakan pada tanggal 8-4 Agustus dan dilakukan sebanyak -3 kali dimana tiap pertemuan sekitar -3 jam. Tutorial dilaksanakan seminggu sebelum Ujian Akhir Semeter (UAS), dimana mahasiswa dalam kelompok perlakuan dibagi menjadi grup kecil yang terdiri dari 5-6 orang. Materi tutorial lebih difokuskan pada review materi dan pembahasan soalsoal ujian. Analisis Data a. Analisis statistika deskriptif untuk melihat karakteristik objek penelitian secara umum. b. Mengevaluasi pengaruh pemberian tutorial dan nilai UTS terhadap nilai UAS menggunakan analisis regresi linear berganda. Untuk analisis ini, nilai UTS dan UAS dibakukan terlebih dan dahulu terhadap rata-rata simpangan baku di tiap kelas. Hal ini dilakukan untuk menyetarakan keheterogenan yang terjadi di antara kelas paralel. c. Analisis regresi berganda untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS. HASIL DAN PEMBAHASAN 5.76% 35.76% 4.% <IPK<.5 <IPK.5.5<IPK 3.5<IPK<3 3<IPK 3.5 3<IPK<3.5 >3.5 Gambar Sebaran persentase IPK mahasiswa Pemilihan mahasiswa dalam kelompok percobaan dilakukan secara merata di semua kelas paralel. Berdasarkan Gambar, sampel pada paralel terwakili 75.67% dengan 7.3% masuk kelompok perlakuan, paralel terwakili 4.8% dengan 4.78% masuk kelompok perlakuan, paralel 3 terwakili 35.7% dengan 4.9% masuk kelompok perlakuan, paralel 4 terwakili 5% dengan.86% masuk kelompok perlakuan, dan paralel 5 terwakili 3.8% dengan 8.8% masuk kelompok perlakuan. Pemilihan sampel secara menyebar dilakukan agar sampel yang diambil representatif. Pembagian sampel pada dua kelompok diusahakan setara. % 4.3 8% % % % % Deskripsi Populasi Penelitian Pada penelitian ini diperoleh nilai korelasi IPK dan UTS adalah.576 dengan nilai p sebesar., sehingga kriteria IPK untuk pemilihan objek penelitian dapat digunakan. Dari 65 mahasiswa, hanya 73 mahasiswa yang memiliki IPK 3., sehingga hanya 44.4% mahasiswa yang menjadi objek penelitian. Pada penelitian ini, tidak ada mahasiswa yang memiliki IPK., sehingga hanya digunkana mahasiswa dengan IPK Berdasarkan Gambar, sebagian besar mahasiswa mempunyai IPK-nya antara (4%). Selanjutnya diikuti oleh kelompok IPK.5-3. (35.7%), IPK>3.5 (5.76%), serta IPK -.5 (8.48%). 8.48% Perlakuan 3 Kontrol Total Lainnya (IPK>3.) Gambar Persentase mahasiswa yang masuk dalam penelitian berdasarkan kelas paralel. Deskripsi Mahasiswa Berdasarkan Kelompok Mahasiswa yang terpilih menjadi objek penelitian terbagi menjadi dua kelompok, yakni 4.47% (3 orang) masuk kelompok perlakuan dan 57.53% (4 orang) masuk kelompok kontrol. Tutorial hanya diberikan pada kelompok perlakuan. Gambar 3 memperlihatkan persentase jenis kelamin pada kelompok percobaan. Pada kelompok kontrol persentase laki-laki lebih tinggi dibanding

13 5 persentase perempuan, sedangkan pada kelompok perlakuan persentase perempuan yang lebih tinggi. 6% % 6% 4% % 5% 4% % 3% % <=5 % Perlakuan Kontrol 5- > Gambar 5 Persentase mahasiswa berdasarkan tingkat pengeluaran. % Kontrol Laki-laki Perlakuan Perempuan Gambar 3 Persentase mahasiswa berdasarkan jenis kelamin. Pengelompokan mahasiswa berdasarkan asal daerah dibedakan menjadi tiga wilayah, yaitu DKI Jakarta dan Banten, Jawa Barat, dan lainnya yang meliputi Jawa Tengah, Jawa Timur, Sumatera, Sulawesi serta Maluku. Dapat dilihat dari Gambar 4, dari kedua kelompok, persentase mahasiswa dari Jawa Barat yang paling tinggi. Masa perkuliahan semester pendek yang mengambil masa libur lebih banyak diikuti mahasiswa yang tempat tinggalnya di wilayah sekitar Jawa Barat khususnya Bogor, karena jangkauannya lebih mudah ke kampus. 5% % 3% % % % Kontrol DKI Jakarta dan Banten Perlakuan Jawa Barat 7% 6% 5% 4% 3% % % % Kontrol Beasiswa Perlakuan Non-Beasiswa Gambar 6 Persentase mahasiswa berdasarkan status beasiswa Untuk status memperoleh beasiswa, kedua kelompok memiliki kesamaan. Gambar 6 memperlihatkan persentase mahasiswa yang tidak memperoleh beasiswa jauh lebih tinggi dibanding yang memperoleh beasiswa untuk kedua kelompok. Pada kelompok kontrol 6.9% mahasiswa tidak memperoleh beasiswa, sedangkan pada kelompok perlakuan ada 58.6%. Lainnya Gambar 4 Persentase mahasiswa berdasarkan asal daerah. Untuk pengelompokan berdasarkan tingkat pengeluaran, dibedakan menjadi 3 tingkat, yaitu Rp5., >Rp.., serta Rp 5. - Rp... Pada Gambar 5, dapat dilihat bahwa persentase tingkat pengeluaran paling tinggi untuk kedua kelompok, masing-masing 7.43% untuk kelompok kontrol dan 64.5% untuk kelompok perlakuan. Untuk kelompok kontrol, tidak ada satu pun mahasiswa dengan tingkat pengeluaran lebih dari Rp... Pada semester pendek tahun ajaran banyak kegiatan organisasi yang menyita waktu mahasiswa. Pada Gambar 7 dapat dilihat bahwa sebagian besar mahasiswa dalam penelitian ini mengikuti kegiatan organisasi. Pada kelompok kontrol 66.67% mahasiswa mengikuti kegiatan organisasi, sedangkan pada kelompok perlakuan ada 67.74%. 8% % 4% % % Kontrol Non-organisasi Perlakuan Organisasi Gambar 7 Persentase mahasiswa berdasarkan status organisasi.

14 6 kemiripan dalam tiap karakteristik yang diamati yaitu jenis kelamin, asal daerah, tingkat pengeluaran per bulan, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hal ini semakin mendukung kesetaraan diantara dua kelompok. 8% 6% 4% % % Kontrol Perlakuan Les Tidak Les Gambar 8 Persentase mahasiswa berdasarkan keikutsertaan bimbingan belajar. Selain variabel jenis kelamin, asal daerah, status beasiswa, status organisasi, identifikasi mahasiswa juga dilihat berdasarkan keiikutsertaannya pada suatu bimbingan belajar. Dari Gambar 8 dapat dilihat bahwa sebagian besar mahasiswa tidak mengikuti bimbingan belajar (les). Pada kelompok kontrol 83.33% tidak mengikuti bimbingan belajar, sedangkan kelompok perlakuan lebih tinggi yaitu 93.55%. Hal ini disebabkan karena pada masa perkuliahan semester pendek hanya ada satu atau dua mata kuliah yang diikuti, sehingga mahasiswa lebih memilih belajar sendiri. 8% 7% 6% 5% 4% 3% % % % Kontrol Perlakuan PM Kontrol Perlakuan Kalkulus A B C D Gambar 9 Persentase mahasiswa berdasarkan nilai mutu PM dan Kalkulus. Pada Gambar 9 terlihat bahwa sebagian besar mahasiswa memiliki nilai mutu mata kuliah Pengantar Matematika (PM) dan Kalkulus adalah C. Pada mata kuliah PM persentase nilai mutu PM adalah 66.67% untuk kelompok kontrol dan 64.5% perlakuan. Sama halnya dengan mata kuliah Kalkulus, untuk kelompok kontrol sebesar 7.43% dan kelompok perlakuan sebesar 54.84%. Pada mata kuliah PM, tidak ada satupun mahasiswa dalam penelitian ini yang memiliki nilai mutu A. Dari statistika deskriptif di atas, dapat dilihat bahwa kelompok penelitian memiliki Evaluasi Tutorial Pada Tabel, dapat dilihat statistika deskriptif dari nilai UTS dan UAS untuk seluruh kelas paralel. Dapat dilihat bahwa rata-rata nilai UTS untuk kelompok kontrol lebih tinggi dibanding kelompok perlakuan, namun rata-rata nilai UAS lebih tinggi pada kelompok perlakuan. Pada kelompok kontrol terjadi penurunan nilai rata-rata UTS ke UAS yaitu dari 6.3 menjadi Sedangkan pada kelompok perlakuan terjadi peningkatan nilai rata-rata dari menjadi Peningkatan ini dapat mengindikasikan adanya pengaruh tutorial pada peningkatan nilai ujian mahasiswa. Tabel Deskripsi nilai pretest-posttest Statistika Deskriptif Rata-rata Simpangan baku Q Q Q3 Min Max Pretest (UTS) Kontrol Perlakuan Posttest (UAS) Kontrol Perlakuan Namun ada keragaman antar kelas paralel, sehingga dilakukan pembakuan nilai UTS dan UAS untuk menyetarakan keheterogenan tersebut. Penyebaran nilai UTS dan UAS baku dapat dilihat melalui boxplot pada Gambar. Pada Gambar, dapat dilihat ada kemiripan penyebaran nilai UTS dan UAS baku dengan penyebaran nilai UTS dan UAS yang sesungguhnya. Begitu pula dengan besaran nilai rata-ratanya pada kelompok kontrol dan perlakuan. Data % UTS Kontrol UAS Kontrol UTS Perlakuan UAS Perlakuan Gambar Boxplot UTS dan UAS baku.

15 7 Pada RKTS, kelompok kontrol diharapkan memiliki kestabilan nilai antara pretest dan posttest sehingga dapat menjadi pembanding untuk kelompok perlakuan. Pada Gambar, terjadi penurunan pada nilai kelompok kontrol, hal ini disebabkan adanya faktorfaktor eksternal yang tidak terkontrol. Faktor eksternal dan interaksi sosial dapat mempengaruhi validitas internal. Faktorfaktor eksternal sangat sulit dikontrol pada penelitian ini, karena pengamatan terhadap objek penelitian yang tidak menyeluruh. Pengamatan objek penelitian hanya difokuskan pada kelompok perlakuan, sedangkan tidak dilakukan pengamatan pada kelompok kontrol. Pengaruh faktor eksternal tidak dapat dihindari. Pada saat penelitian, objek penelitian mengalami ospek kampus, hal ini merupakan salah satu peristiwa yang dapat menjadi faktor eksternal, yang dapat memberikan efek berbeda pada objek penelitian. Demikian pula, adanya faktor dari segi instrumentasi dimana standar alat ukur untuk pretest dan posttest berbeda. Selain itu, adanya interaksi sosial juga dapat mempengaruhi objek penelitian. Ancaman validitas internal tidak dapat diukur, namun dapat dijadikan sebagai pertimbangan. Untuk melihat pengaruh pemberian tutorial maka dilakukan analisis regresi yang memodelkan nilai UAS (posttest) dengan nilai UTS (pretest) dan kelompok. Pada RKTS, nilai UTS dijadikan faktor yang tidak dapat disetarakan di antara objek penelitian dan diasumsikan akan mempengaruhi nilai UAS selain perlakuan yang diberikan. Tabel 3 Persamaan regresi variabel b SE(b) P Konstanta UTS(Pretest) Perlakuan S=.93 R =5.% R (adj)=.9% Pada persamaan regresi di atas, dapat dilihat bahwa nilai UTS (pretest) dan perbedaan kelompok mempengaruhi nilai UAS (posttest) pada taraf nyata 5%. Perbedaan kelompok memberikan pengaruh positif sebesar.6863 dengan nilai p sebesar.3. Hal ini dapat diartikan bahwa tutorial memberi kenaikan nilai pada kelompok perlakuan. Asumsi pada analisis regresi pada Tabel 3 sudah terpenuhi. Untuk asumsi kenormalan, diperoleh nilai p lebih dari., sehingga sisaan normal. Asumsi bebas dari multikolinearitas juga terpenuhi dengan nilai VIF kurang dari. Untuk asumsi homokedastisitas dapat dilihat pada Lampiran 4, bahwa sisaan menyebar dengan pita lurus sehingga dapat dikatakan sisaan homogen. Selain itu juga, sisaan tidak membentuk suatu trend tertentu, sehingga saling bebas UAS Kontrol Perlakuan - UTS Gambar Plot nilai UTS dan UAS. Pada Gambar dapat dilihat selisih perbedaan antara kelompok kontrol dan perlakuan. Sesuai dengan persamaan regresi di atas, pengaruh pemberian perlakuan (tutorial) dapat menambah intersep dari persamaan. Untuk kelompok kontrol, saat nilai baku UTS sebesar maka nilai UAS yang diperoleh -.46 yang artinya nilai UAS yang diperoleh berada di bawah ratarata. Sedangkan pada kelompok perlakuan, saat nilai baku UTS sebesar, maka nilai UAS yang diperoleh.5 yang artinya nilai berada di atas rata-rata. Pada Tabel 3 dapat dilihat nilai R adj yang dihasilkan hanya.9%, dengan kata lain 77.% dipengaruhi oleh faktor lain di luar model. Oleh karena itu dilakukan analisis untuk melihat faktor-faktor lain yang mempengaruhi nilai UAS (posttest) dengan menggunakan regresi bertatar (stepwise regression). Faktor-faktor tersebut antara lain jenis kelamin, asal daerah, tingkat pengeluaran per bulan, IPK, status beasiswa, status organisasi, keikutsertaan dalam bimbingan belajar, serta nilai ujian pengantar matematika dan kalkulus. Hasil analisis regresi dengan semua faktor dapat dilihat pada Lampiran 7. Tabel 4 Persamaan regresi dengan IPK variabel b SE(b) P Konstanta Pretest Perlakuan IPK S=.833 R =4.8% R (adj)=38.%

16 8 Dengan menggunakan regresi bertatar, dari faktor-faktor yang dimasukkan dalam persamaan, hanya faktor IPK yang mempengaruhi nilai UAS (posttest) selain kelompok dan nilai UTS (pretest). Pada Tabel 4 dapat dilihat bahwa IPK berpengaruh positif dengan nilai statistik uji t sebesar 4.9 dengan nilai p.. Pengaruh IPK sebesar.946, dan lebih besar dibanding pengaruh kelompok. Terlihat juga dengan penambahan faktor IPK terjadi peningkatan nilai R Adjusted sebesar 38.%. Asumsi pada persamaan Tabel 4 sudah terpenuhi. Hal ini dapat dilihat pada Lampiran 4. Asumsi tidak ada multikolinearitas terpenuhi dengan nilai VIF kecil, sedangkan asumsi kenormalan, homokedastisitas dan kebebasan sisaan dapat dilihat melalui plot sisaan. Untuk melihat pengaruh IPK lebih mendalam, dilakukan pemisahan untuk kelompok berdasarkan IPK yaitu IPK rendah (.<IPK.5) dan IPK sedang (.5<IPK 3.). Pada Tabel 5 dapat dilihat bahwa perlakuan dan nilai UTS berpengaruh pada kelompok IPK rendah dengan nilai R adjusted sebesar 53.%. Uji asumsi untuk persamaan regresi pada Tabel 5 dapat dilihat pada Lampiran 5, dimana semua asumsi regresi sudah terpenuhi. Tabel 5 Persamaan Regresi untuk IPK rendah variabel b SE(b) P Konstanta UTS(Pretest) Perlakuan S=.646 R =59.% R (adj)=53.% Tabel 6 Persamaan Regresi untuk IPK sedang variabel b SE(b) P Konstanta UTS(Pretest) Perlakuan S=.88 R =7.7% R (adj)=4.6% Berbeda halnya bila persamaan regresi dilakukan pada kelompok IPK sedang. Pada kelompok ini nilai UTS dan perlakuan juga berpengaruh terhadap nilai UAS. Namun dengan nilai R adjusted yang lebih kecil yaitu hanya sebesar 4.6 %. Sehingga persamaan regresi untuk IPK rendah lebih baik dibanding IPK sedang. Persamaan regresi dapat untuk IPK sedang dilihat pada Tabel 6. Asumsi pada persamaan regresi ini juga sudah terpenuhi, dapat dilihat dari plot sisaan pada Lampiran 6. Pada penelitian ini, R adjusted untuk data lengkap (tidak dipisahkan oleh kelompok IPK) yang dihasilkan hanya 38.%, dengan kata lain 6.8% keragaman nlai UAS dijelaskan oleh faktor lain di luar model yang tidak diamati pada penelitian ini. Pengaruh pemberian tutorial pada penelitian ini masih tergolong kecil. Hal ini disebabkan karena pelaksanaan tutorial tidak sesuai rencana yaitu hanya seminggu sebelum dilaksanakannya UAS. Pelaksanaan tutorial terhambat karena sulitnya mendapatkan nilai mahasiswa untuk UTS yang pada awalnya akan dijadikan kriteria pembagian kelompok. Selain itu, frekuensi pemberian tutorial yang terlalu sedikit dan tidak secara reguler dapat mengurangi pengaruh pemberian tutorial. SIMPULAN DAN SARAN Simpulan Tutorial mata kuliah Metode Statistika Semester Pendek - pada penelitian ini memberikan pengaruh positif. Dari ratarata yang diperoleh, pada kelompok perlakuan terjadi peningkatan nilai dari UTS ke UAS, sedangkan pada kelompok kontrol terjadi penurunan nilai. Nilai R Adjusted yang diperoleh sebesar.9%. Penambahan peubah IPK ke dalam model menghasilkan nilai R Adjusted sebesar 38.%. Dari pemisahan IPK diperoleh bahwa persamaan regresi untuk IPK rendah dengan R Adjusted sebesar 53.% lebih baik dibanding IPK sedang dengan R Adjusted sebesar 4.6%. Pengaruh tutorial masih dianggap kecil karena pelaksanaan tutorial yang tidak sesuai rencana dan frekuensi dilakukannya tutorial yang terlalu sedikit dan tidak secara reguler. Penelitian ini tidak cukup kuat untuk digeneralisasikan pada semester genap atau ganjil karena dilaksanakan pada semester pendek. Saran Pada penelitian ini, sebaiknya pemberian tutorial dilakukan secara terencana dan secara reguler sehingga pengaruh dari pemberian tutorial lebih terlihat. Metode pemberian tutorial harus bersifat latihan dan pemahaman soal dengan jelas. Tutorial sebaiknya dilakukan pada kelompok belajar kecil yang terdiri dari 5-7 orang selama jam tiap pertemuan.

17 9 DAFTAR PUSTAKA Aunuddin Analisis Data. Bogor : Pusat Antar Universitas Ilmu Hayat, Institut Pertanian Bogor. Aunuddin. 5. Statistika : Rancangan dan Analisis Data.Bogor : IPB Press. Campbell DT, Julian TS Experimental and Quasi-Experimental Design For Research. London : Houston Mifflin Company Boston. Cook TD, Donald TC Quasi Experimentation : Design & Analysis Issues For Field Settings. London : Houghton Mifflin Company Boston. Munthe J Studi Komparatif Tentang Problem yang dihadapi Mahasiswa Terhambat dan Berhasil. Tesis. Bandung. IKIP. Nor KM.. Belajar Teknik Belajar. Kuala Lumpur : PTS Litera Utama. Simamora B. 4. Riset Pemasaran. Jakarta : PT Gramedia Pustaka Utama Trochim WM. The Research Methods Knowledge Base, nd Edition. kb[ Oktober 6]. Walpole RE. 99. Pengantar Statistika Edition ke-3. Sumantri B, penerjemah; Jakarta : Gramedia Pustaka Utama. Terjemahan dari : Introduction to Statistics, 3 rd Edition.

18 Lampiran Kuesioner penelitian Dear rekan-rekan sekalian, Saya mahasiswa Statistika Angkatan 43 sedang melakukan penelitian mengenai mahasiswa semester pendek mata kuliah Metode Statistika. Oleh karena itu, diharap partisipasi rekan-rekan sekalian untuk mengisi kuesioner berikut ini. Kerahasiaan anda akan kami jaga. Terima Kasih atas partisipasinya A. Karakteristik Responden. Nama Lengkap :. No HP : 3. NRP/Dept : 4. TTL : 5. Alamat di Bogor : 6. Jenis Kelamin : Laki laki Perempuan 7. Asal SMA : 8. Provinsi : 9. Pengeluaran per bulan :. Pekerjaan orang tua : Apakah anda memperoleh beasiswa?? YA TIDAK Jika iya, sebutkan B. Akademik. IPK :. Nilai mutu PM : A B C D E 3. Nilai mutu Kalkulus : A B C D E 4. Alokasi waktu untuk belajar menit perhari 5. Pola Belajar : Group Sendiri 6. Waktu efektif belajar adalah jam (Pagi/Siang/Malam) 7. Pernah Belajar Metode Statistika Sebelumnya? YA TIDAK 8. Mengikuti les Metode Statistika periode UTS? YA TIDAK 9. Mengikuti les Metode Statistika periode UAS? YA TIDAK. Selain Metode Statistika, mata kuliah yang diikuti pada Semester Pendek ada mata kuliah, yaitu. Motivasi mengikuti SP mata kuliah Metode Statistika adalah C. Non Akademik. Apakah anda mengikuti kegiatan diluar akademik? YA TIDAK 3. Jika Ya, jenis kegiatan apa?? Kerja Sambilan Organisasi Kampus Lainnya, 4. Apakah sekarang Anda sedang mengikuti kepanitiaan?? YA TIDAK Sebutkan TERIMA KASIH

19 Lampiran Peubah penjelas beserta peubah boneka yang terbentuk. X = IPK Tingkat Persiapan Bersama. X = Jenis Kelamin Jenis Kelamin () Laki-laki Perempuan 3. X3 = Asal Daerah Asal Daerah () () DKI Jakarta dan Banten Jawa Barat Lainnya 4. X4 = Pengeluaran per Bulan Tingkat Pengeluaran () () <=5 5- > 5. X5 = Status Beasiswa Status Beasiswa () Memperoleh Beasiswa Tidak Memperoleh Beasiswa 6. X6 = Keikutsertaan dalam bimbingan belajar Keikutsertaan dalam bimbingan belajar () Ikut Bimbingan Belajar Tidak Ikut Bimbingan Belajar 7. X7 = Kegiatan Non-Akademik Kegiatan Non-Akademik () Ikut Kegiatan Tidak Ikut Kegiatan 8. X8 = Nilai Mutu Pengantar Matematika Nilai Mutu Pengantar Matematika () () (3) A dan B C D 9. X9 = Nilai Mutu Kalkulus Nilai Mutu Kalkulus () () (3) A dan B C D

20 Lampiran 3 Persamaan regresi dan plot sisaan Persamaan Regresi Regression Analysis: uasbaku versus utsbaku, kelompok The regression equation is uasbaku = utsbaku kelompok Predictor Coef SE Coef T P VIF Constant utsbaku kelompok S = R-Sq = 5.% R-Sq(adj) =.9% Analysis of Variance Source DF SS MS F P Regression Error Total Durbin-Watson statistic =.3 Plots for uasbaku Normal Probability Plot Percent Versus Fits Fitted Value.5 Histogram Versus Order 6 Frequency Observation Order Uji Kenormalan Sisaan Normal Percent Mean E-6 StDev.984 N 73 KS.9 P-Value RESI 3

21 3 Lampiran 4 Persamaan regresi dengan IPK dan plot sisaan Persamaan Regresi dengan IPK Regression Analysis: uasbaku versus utsbaku, kelompok, IPK The regression equation is uasbaku = utsbaku kelompok +.94 IPK Predictor Coef SE Coef T P VIF Constant utsbaku kelompok IPK S = R-Sq = 4.8% R-Sq(adj) = 38.% Analysis of Variance Source DF SS MS F P Regression Error Total Source DF Seq SS utsbaku.93 kelompok 8.63 IPK.775 Durbin-Watson statistic =.68 Plots for uasbaku Percent Normal Probability Plot Versus Fits - Fitted Value Histogram Versus Order Frequency Observation Order Uji Kenormalan Sisaan Normal Percent Mean.897E-5 StDev.86 N 73 KS.65 P-Value > RESI 3

22 4 Lampiran 5 Persamaan regresi dengan IPK rendah dan plot sisaan Persamaan regresi pada IPK rendah (.<IPK<.5) Regression Analysis: uasbaku versus utsbaku, kelompok The regression equation is uasbaku = utsbaku kelompok Predictor Coef SE Coef T P VIF Constant utsbaku kelompok S = R-Sq = 59.% R-Sq(adj) = 53.% Analysis of Variance Source DF SS MS F P Regression Error Total Source DF Seq SS utsbaku kelompok 3.7 Durbin-Watson statistic =.467 Plots for uasbaku Percent Normal Probability Plot Versus Fits - - Fitted Value Histogram Versus Order 4. Frequency Observation Order 4 6 Probability Plot of RESI3 Normal Percent Mean E-6 StDev.64 N 7 KS.4 P-Value > RESI3.5..5

23 5 Lampiran 6 Persamaan regresi dengan IPK sedang dan plot sisaan Persamaan regresi pada IPK sedang (.5 <IPK < 3.) Regression Analysis: uasbaku versus utsbaku, kelompok The regression equation is uasbaku = utsbaku +.69 kelompok Predictor Coef SE Coef T P VIF Constant utsbaku kelompok S = R-Sq = 7.7% R-Sq(adj) = 4.6% Analysis of Variance Source DF SS MS F P Regression Error Total Source DF Seq SS utsbaku kelompok 5.76 Durbin-Watson statistic =.39 Percent Plots for uasbaku Normal Probability Plot - Versus Fits Fitted Value.5. Histogram Versus Order Frequency Observation Order Probability Plot of RESI3 Normal Percent Mean.4764E-6 StDev.8643 N 56 KS.89 P-Value > RESI3

24 6 Lampiran 7 Analisis regresi untuk faktor-faktor luar The regression equation is uasbaku = utsbaku +.79 kelompok +.88 IPK -.69 JK -.5 Prov +.3 Prov +.4 pengeluaran +.4 Les +.6 luar akademik -.3 pm -.86 pm kal +.39 kal Predictor Coef SE Coef T P VIF Constant utsbaku kelompok IPK JK Prov Prov pengeluaran Les luar akademik pm pm kal kal S = R-Sq = 46.% R-Sq(adj) = 34.% PRESS = R-Sq(pred) = 5.87% Analysis of Variance Source DF SS MS F P Regression Error Total