Selama kurun waktu dua belas tahun sejak SD hingga SMA kemampuan Bahasa Inggris dibentuk melalui pelajaran Bahasa Inggris di sekolah

Transkripsi

1

2 Di era globalisasi ini Bahasa Inggris merupakan bahasa international, kemampuan berbahasa asing khususnya bahasa inggris tidak dapat dihindari termasuk sebagai mahasiswa. Selama kurun waktu dua belas tahun sejak SD hingga SMA kemampuan Bahasa Inggris dibentuk melalui pelajaran Bahasa Inggris di sekolah

3 PERATURAN AKADEMIK ITS TAHUN 9 syarat kelulusan di ITS sendiri diantaranya memenuhi persyaratan nilai minimum TOEFL Persyaratan nilai minimum TOEFL untuk mahasiswa D-III adalah 45, mahasiswa D-IV adalah 45, mahasiswa sarjana adalah 477, mahasiswa program magister adalah 477, mahasiswa program doktor adalah 5 3

4 Mengukur Kemampuan Bahasa Inggris MAHASISWA BARU ITS Ketika SMA Nilai Rapor Bahasa Inggris dan Nilai UNAS Bahasa Inggris Mengukur Kemampuan Bahasa Inggris MAHASISWA BARU ITS Nilai Listening, Grammar, dan Reading, Nilai TPA, dan Nilai IPS 4

5 Asal Sma Nilai Rapor Nilai IPS Jurusan yang berbeda Nilai UNAS Nilai TPA Nilai Listening, Grammar, dan Listening DATA MULTIVARIABEL 5

6 Metode Statistik Yang digunakan Analisis Faktor Analisis Cluster Analisis Biplot 6

7 Rumusan Masalah Bagaimana karakteristik kemampuan Bahasa Inggris mahasiswa baru yang dibangun sejak SMA? Bagaimana pengelompokan mahasiswa baru ITS Surabaya berdasarkan Kemampuan Bahasa Inggris? 3 Bagaimana pemetaan terhadap faktor utama yang terbentuk dan skor listening, grammar, dan reading mahasiswa baru berdasarkan jurusan di ITS berdasarkan kelompok yang terbentuk? 7

8 Tujuan Mendeskripsikan karakteristik kemampuan Bahasa Inggris mahasiswa baru baru yang dibangun sejak SMA Mengelompokkan mahasiswa baru ITS Surabaya berdasarkan kemampuan Bahasa Inggris 3 Menganalisis faktor utama yang terbentuk dan skor listening, grammar, dan reading mahasiswa baru berdasarkan jurusan di ITS berdasarkan kelompok yang terbentuk 8

9 memberikan informasi kepada pihak ITS Surabaya dan Centre for Languages and Cultures ITS Surabaya mengenai potret karakteristik mahasiswa baru 3 dalam Bahasa Inggris serta dapat digunakan sebagai rujukan untuk penelitian selanjutnya. Manfaat bagi peneliti adalah dapat menambah pengetahuan tentang aplikasi metode statistik dalam permasalahan nyata. M A N F A A T 9

10 Batasan Masalah Mahasiswa Baru ITS Surabaya 3

11

12 ANALISIS FAKTOR Model faktor dari X merupakan kombinasi linier beberapa variabel dependen yang tidak teramati adalah F, F,..., F m yang disebut dengan common factor dan ditambahkan dengan variasi ε, ε,..., ε i yang disebut dengan error atau specific factors. X X X p l l X p l F F p l F l F l F p L... l F m F... l m m... l F pm m F ( pxl) ( pxl) ( pxm) ( mxl ) ( pxl) Keterangan: X, X,..., X p = variabel asal µ, µ,..., µ p = vektor variabel peubah asal F,F,..., F m = faktor bersama (common factor) L ij = bobot (loading) dari variabel asal ke-i pada faktor ke-j Ε i = specific factor ke-i m= banyaknya faktor yang dibentuk P = banyaknya variabel ke-p F m p

13 Pengujian Asumsi Dis. Multivariate Normal H : Data berdistribusi normal multivariat H : Data tidak berdistribusi normal multivariat j X X ' S X X j j d j jika presentase nilai yang kurang dari,p minimal 5% maka data akan mengikuti sebaran distribusi normal multivariat Kecukupan Data H : jumlah data cukup untuk difaktorkan H : jumlah data tidak cukup untuk difaktorkan KMO r a i j i ij j ij r Daerah penolakan : Tolak H jika nilai KMO < α =.5 i j ij Korelasi Antar Variabel H : Matriks korelasi merupakan matriks identitas H : Matriks korelasi bukan merupakan matriks identitas ( p 5 ) ( N ) ln R 6 Daerah penolakan : Tolak H jika x hitung>x α, p p 3

14 ANALSIS CLUSTER Analisis cluster merupakan suatu metode yang digunakan untuk mengelompokkan objek-objek pengamatan menjadi beberapa kelompok berdasarkan karakteristik yang dimiliki dengan ciri-ciri tertentu yang relatif homogen, sehingga objek dalam kelompok memiliki kesamaan yang sama sedangkan objek antar kelompok tidak memiliki kesamaan Analisis cluster digunakan untuk mengelompokkan mahasiswa baru ITS Surabaya berdasarkan kemampuan Bahasa Inggris 4

15 ANALSIS CLUSTER Jarak Euclidian Untuk menentukan jarak antar kelompok secara optimumberawal dari jarak Minkowski dengan dua objek d( x, x i j ) p k ( x ik dimana, i =,,..., n dan j =,,..., n ; i j Keterangan : d(x i, x j ) = jarak antara dua objek i dan j x ik = nilai objek i pada variabel k = nilai objek j pada variabel k x jk x jk ) Analisis Cluster Hierarkhi Jumlah kelompok belum ditentukan terlebih dahulu. Metode Ward s Metode ini mengimplementasikan dengan jarak antar dua kelompok dan meminimumkan varians dalam kelompok yang besar ESS n j ( x j x)'( x j x) 5

16 ANALSIS CLUSTER Untuk mendapatkan kelompok yang optimum menggunakan ANOVA dengan tujuan untuk menguji perbedaan rata-rata populasi secara univariat Hipotesis: H : μ = μ = = μ k H : Paling sedikit ada μ i yang tidak sama, i =,,,k Statistik Uji: F = RKK RKE Daerah Penolakan : H ditolak, yang artinya nilai F hitung F k, ni k ; sehinga dapat disimpulkan terdapat perbedaan pada rata-rata populasi secara univariate Sumber Variasi Derajat Bebas Jumlah Kuadrat Rataan Kuadrat F hitung Kelompok k- JKK = n i y i y Error k i= k n i k Total n i i= k i= JKE = JKT JKK RKE = k n i JKT = y ij y i= j= RKK = JKK k k i= JKE n i k F = RKK RKE 6

17 ANALISIS CLUSTER Pengelompokan yang baik Rata-rata Simpangan Baku Dalam Kelompok (S w ) terdapat beberapa kriteria berdasarkan homogenitas dalam cluster dan heterogenitas antar kelompok Simpangan Baku Antar Kelompok (S B ) S W = K K k= Keterangan: K = Banyaknya kelompok yang terbentuk S k = Simpangan baku kelompok ke-k S k S B = K X k X K k= / Keterangan: X k = Rataan kelompok ke-k X = Rataan kesulurahan pada kelompok Kriteria pemilihan metode terbaik adalah semakin kecil nilai S W dan semakin besar nilai S B maka metode tersebut adalah metode terbaik yang berarti mempunyai homogenitas paling tinggi 7

18 suatu kombinasi linier peubah-peubah asal yang memberikan nilai sejauh mungkin antar kelompok dan sedekat mungkin dalam satu kelompok ANALISIS DISKRIMINAN Evaluasi fungsi klasifikasi digunakan untuk menghitung peluang kesalahan klasifikasi yang biasa disebut juga Apparent Error Rates (APER), sehingga dapat diketahui proporsi pengamatan pada sampel yang salah diklasifikasikan oleh fungsi klasifikasi APER = n M + n M n + n Keterangan: π = kelompok π = kelompok n C = jumlah kelompok π benar diklasifikasikan sebagai kelompok π (Kelompok ) n M = jumlah kelompok π kesalahan klasifikasi sebagai kelompok π (Kelompok ) n C = jumlah kelompok π diklasifikasikan benar n M = jumlah kelompok π terkelompokkan 8

19 Asumsi yang harus dipenuhi pada analisis diskriminan adalah matriks varians kovarians yang homogen. M S Uji Box s-m C Hipotesis: H : H : ( )M ( n ) ln S {( n ( n ) pooled pooled... g i j )S untuk v i i p( ( n )ln S ( n )S j.. ( n p )( g k )S k ) } 9

20 Biplot merupakan penyajian informasi secara grafis pada matrik data n x p ANALSIS BIPLOT bertujuan untuk memperagakan suatu matrik secara grafik dalam sebuah plot dengan menumpang tindihkan vektor baris dan vektor kolom yang biasanya dapat digambarkan secara pasti dalam ruang berdimensi dua

21 ANALSIS BIPLOT Biplot dapat dibentuk melalui suatu matriks data, dengan masing-masing kolom mewakili suatu variabel dan masing-masing baris mewakili objek penelitian X ( n p) x x x xi x p kl nl x x ki ni x x kp np dimana, i =,,..., n dan j =,,..., p Suatu matrik X berukuran n x p yang berpangkat lebih atau sama dengan dua (rank X (n x p) ) Matriks X (n x p) X G H ( n p) ( n ) '( p) Matriks G merupakan titik-titik koordiinat dari n objek Matriks H merupakan titik-titik koordinat dari p variabel

22

23 SUMBER DATA DATA SEKUNDER Biro Akademik Kemahasiswaan dan Perencanaan ITS Surabaya Unit Pengelola Matakuliah Bersama ITS Surabaya Centre for Languages and Cultures ITS Surabay 3

24 VARIABEL PENELITIAN No Variabel Skala Keterangan Notasi : Kota Surabaya Asal SLTA Nominal : Luar Kota Surabaya, masih dalam JATIM 3 : Luar JATIM, masih dalam Jawa 4 : Luar jawa X : Semester X : Semester X Nilai Rapor 3 Rasio 3 : Semester 3 X Bahasa Inggris 4 4 : Semester 4 X 5 5 : Semester 5 X 6 3 Nilai UNAS Rasio Nilai UNAS pada mata pelajaran Bahasa Inggris X 7 4 Nilai IPS Rasio Nilai Indeks Prestasi Semester pada semester satu X 8 5 Skor TPA Rasio X 9 : Skor Listening X 6 Skor TOEFL Rasio : Skor Grammar X 3 : Skor Listening X 4

25 LANGKAH PENELITIAN STATISTIKA DESKTIPTIF PENGELOMPOKAN PEMETAAN - ANALISIS FAKTOR ASUMSI :. DIST. MULTIVARIAT NORMAL. BARTLETT S TEST 3. KMO TEST - ANALISIS CLUSTER WARD S ANOVA KEHOMOGENAN CLUSTER ANALISIS DISKRIMINAN ASUMSI :. UJI BOX S M 5

26 BAB 4 ANALISIS DAN PEMBAHASAN 6

27 ANALISA DESKRIPTIF Rata-Rata Nilai Rapor Mahasiswa Baru ITS FMIPA FTI FTIF FTK FTSP 7

28 Rata-Rata Nilai UNAS BING Bahasa Inggris FMIPA FTI FTIF FTK FTSP 8

29 Rata-Rata Skor TOEFL FMIPA FTI FTIF FTK FTSP 9

30 Rata-Rata Skor TOEFL Listening, Grammar, dan Reading FMIPA FTI FTIF FTK FTSP 3

31 fisika matematika statistika kimia Biology Listening Grammar Reading teknik mesin teknik elektro teknik kimia teknik fisika teknik industri Teknik Material dan Metalurgi Listening Grammar Reading manajemen bisnis Teknik Multimedia dan Jaringan teknik informatika sistem informasi Listening Grammar Reading teknik perkapalan sistem perkapalan teknik kelautan transportasi laut Listening Grammar Reading teknik sipil arsitektur teknik lingkungan Desain produk industri tenik geomatika Permukiman Wilayah dan Kota teknik geofisika Listening Grammar Reading 3

32 PENGELOMPOKAN MAHASISWA BARU BERDASARKAN KEMAMPUAN BAHASA INGGRIS 3

33 PEMBENTUKAN FAKTOR Pemeriksaan asumsi Distribusi Normal Hipotesis : H : Data nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru berdistribusi multivariat H : Data nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru tidak berdistribusi multivariat Scatterplot of q vs dd nilai t sebesar.5663 q 5 5 data nilai mahasiswa baru berdistribusi normal 3 dd

34 PEMBENTUKAN FAKTOR Uji Korelasi Antar Variabel Hipotesis : H : ρ = I (antar variabel nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru tidak berkorelasi) H : ρ I (antar variabel nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru berkorelasi signifikan) Approx. Chi-Square 5.E3 Df 55 Sig. antar variabel nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru memiliki korelasi yang signifikan 34

35 Uji Kecukupan Data Hipotesis : PEMBENTUKAN FAKTOR H : Data nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru cukup untuk difaktorkan H : Data nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru tidak cukup untuk difaktorkan Kaiser Meyer Olkin Measure of Sampling Adequacy (KMO).855 data nilai rapor, nilai UNAS BING, nilai IPS, skor TPA, skor Listening, skor Grammar, dan skor Reading mahasiswa baru cukup untuk difaktorkan dan dapat dilakukan analisis lebih lanjut. 35

36 Compon ent PEMBENTUKAN FAKTOR Total Variance Explained Rotated Component Matrix a Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulativ R_Semester_ R_Semester_ Extraction Method: Principal Component Analysis. R_Semester_ R_Semester_ R_Semester_ Listening Reading Grammar UNAS IPS TPA Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations. 36

37 HASIL PENGELOMPOKAN Nilai F dari Setiap Cluster Jumlah Cluster Fac Fac Fac score score score 3 3 cluster cluster cluster F-hitung pada jumlah 3 cluster - 6 cluster memiliki nilai yang signifikan Sehingga jumlah cluster yang paling optimum terbentuk sebanyak 4 cluster Rasio SBSW Dari Setiap Jumlah Cluster Jml. Cluster Sb Sw Rasio 3 cluster cluster cluster

38 HASIL PENGELOMPOKAN Karakteristik yang dimiliki oleh mahasiswa yang berada pada masing-masing cluster Cluster 3 4 Rapor Semester Rapor Semester BAIK Rapor Semester Rapor Semester Rapor Semester UNAS BING Listening CUKUP CUKUP CUKUP BAIK CUKUP BAIK BAIK SANGAT BAIK Grammar Reading IPS TPA SANGAT BAIK 38

39 HASIL PENGELOMPOKAN Karakteristik yang dimiliki oleh mahasiswa yang berada pada masing-masing cluster 5.% CLUSTER CLUSTER CLUSTER 3 3.7% 3.4% 4.3%.%.%.4% 7.%.4%.6%.6% 6.% 3.6% 7.8% 9.7% FMIPA FTI FTIF FTK FTSP FMIPA FTI FTIF FTK FTSP FMIPA FTI FTIF FTK FTSP 63.3% 38.4% 33.3% 4.% 3.6% 7.5% 3.% 6.% 3.3% 4.9% 7.% 9.% Kota Surabaya Luar JAWA Luar Kota Surabaya, masih JATIM Luar JATIM, masih JAWA Kota Surabaya Luar JAWA Luar Kota Surabaya, Masih JATIM Luar JATIM, Masih JAWA Kota Surabaya Luar JAWA Luar Kota Surabaya, Masih JATIM Luar JATIM, Masih JAWA 4.% 45.% CLUSTER 4.3%.5%.4% 6.8% FMIPA FTI FTIF FTK FTSP 8.% 6.% Kota Surabaya Luar JAWA Luar Kota Surabaya, Masih JATIM.9% Luar JATIM, Masih JAWA 39

40 ANALISIS DISKRIMINAN Uji Box s M Box's M,E3 F Approx. 5,497 df 98 Df,566E6 Sig., bahwa data yang dianalisis mempunyai matriks varian kovarian tidak sama, ini terjadi karena jumlah anggota pada tiap cluster berbeda yang mengakibatkan varians tiap cluster berbeda. Namun tetap dilanjutkan menggunakan analisis diskriminan. 4

41 Analisis Diskriminan Dengan Menggunakan Metode Stepwise Variabel Wilk s Lambda df df Sig. Rapor Semester 4 37,86 3,E3, Listening 6,357 6,98E3, IPS 45, 9,67E3, TPA 3,646,93E3, Rapor Semester 9, ,6E3, Grammar 97,4 8 3,98E3, Reading 86,454 3,4E3, Rapor Semester 5 77,98 4 3,7E3, Rapor Semester 7, ,9E3, UNAS 64,8 3 3,3E3, Rapor Semester 3 59, ,E3, seluruh variabel memenuhi kriteria sebagai pembeda menunjukkan bahwa pemilihan variabel yang digunakan dapat mempengaruhi fungsi diskriminan yang nantinya akan terbentuk 4

42 Fungsi Persamaan Diskriminan Variabel Fungsi Fungsi Fungsi 3 Rapor Semester,59,35 -,9 Rapor Semester,48,5,6 Rapor Semester 3,46,,4 Rapor Semester 4,4,47 -,58 Rapor Semester 5,7,3 -,6 UNAS -,8 -,9,95 IPS -,59,66,7 TPA -,5,7, Listening, -,73, Grammar,44 -,59,4 Reading, -,59,45 4

43 Variabel Yang Mempengaruhi Fungsi Diskriminan Variabel Fungsi 3 Rapor Semester,54,5 -,3 Rapor Semester,93,3,4 Rapor Semester 3,69,39,87 Rapor Semester 4,443,66 -,5 Rapor Semester 5,84,9 -,3 UNAS -,86 -,,43 IPS -,9,6,35 TPA -,44,357,556 Listening,6 -,397,64 Grammar,7 -,88, Reading,57 -,33,53 43

44 Uji Fisher uji yang digunakan untuk mengelompokkan observasi berdasarkan nilai skor yang dihitung dari suatu fungsi linear Variabel Cluster Kemampuan Cukup Kemampuan Cukup Baik Kemampuan Baik Kemampuan Sangat Baik Rapor Semester,745,598,583,78 Rapor Semester,,58,7,8 Rapor Semester 3,457,387,49,5 Rapor Semester 4,643,386,34,636 Rapor Semester 5,85,695,675,844 UNAS,374 3,6 3,4,943 IPS -,5 -,64 -,5-3,34 TPA,56,5,74,5 Listening -,4 -,3 -, -,8 Grammar -,33 -,66 -,35 -,4 Reading -,66 -,58 -,78 -,8 (Constant) -57,48-463, , ,334 Selisih antara kelompok dengan variabel adalah : Z score = ,54 Rapor Semester 4,34 Rapor Semester 4,849 Rapor Semester 3 4,73 Rapor Semester 4 5,363 Rapor Semester 5 6,75 UNAS + 4,78 IPS, TPA +,8 Listening +,38 Grammar +,78 Reading 44

45 Plot Fungsi Diskriminan pengelompokan berdasarkan fungsi diskriminan belum tepat karena masing-masing anggota kelompok menyebar di sekitar titik centroid kelompok lain. Akan tetapi pada kelompok kemampuan cukup baik masih banyak anggota yang berada disekitar centroid kemampuan cukup, kemampuan baik, dan kemampuan cukup baik. 45

46 Territorial Map (Assuming all functions but the first two are zero) Canonical Discriminant Function * * * * Canonical Discriminant Function 46

47 H istogram of score, score, score3 Normal.4-3 Sedang 7 3 Variable score score score3 Density Baik Mean StDev N 5.65E E E Buruk Data 47

48 Predicted Group Membership Cluster Kemampuan Cukup Kemampuan Cukup Baik Kemampuan Baik Kemampuan Sangat Baik Total Original Count Kemampuan Cukup Kemampuan Cukup Baik Kemampuan Baik Kemampuan Sangat Baik % Kemampuan Cukup 95,,,5,5 Kemampuan Cukup Baik 5, 68,4,9 5,6 Crossvalidated a Kemampuan Baik,9 3,9 9,, Kemampuan Sangat Baik, 6,8 3, 77,9 Count Kemampuan Cukup Kemampuan Cukup Baik Kemampuan Baik Kemampuan Sangat Baik ketepatan fungsi pengelompokan adalah sebesar 79,8 % tingkat kesalahan klasifikasinya adalah,% % Kemampuan Cukup 94,5,,5 3, Kemampuan Cukup Baik 5,3 66,7,6 6,4 Kemampuan Baik 3,9 5,3 89,8, Kemampuan Sangat Baik,9 7,6 4, 75,5 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 79.8% of original grouped cases correctly classified. c. 78.% of cross-validated grouped cases correctly classified. 48

49 ANALISIS BIPLOT Antara Faktor dan Faktor pada Cluster T. Informatika Manajemen Bisnis T.Kimia Matematika T.Mesin T.Mut&Jar Faktor T.Fisika Transportasi Laut Faktor - Biologi Statistika T.Lingkungan T.Kelautan Siskal T.Geomatika Despro Fisika Kimia T.Sipil T.Geofisika PWK T.Ma&met S.Informasi Arsitektur T.Elektro Faktor Faktor T.Industri 49

50 3 Manajemen Bisnis T.Kimia Despro T.Geofisika Reading Second Factor - - T.Kimia Listening T.Informatika T.Mul&Jar T.Sipil Fisika T.Mesin T.elektro T.Industri Statistika T.kelautan Siskal T.Geomatika PWK T.Ma&Met Matematika T.Fisika Arsitektur S.Informasi Kimia T.Ling Biologi Transportasi Laut Despro Grammar Second Factor - - Biologi Manajemen Bisnis Kimia T.Lingkungan T.Sipil T.Ma&Met T.Fisika Statistika T.Kelautan T.Geomatika T.Elektro T.Industri Siskal Matematika S.Infrms Fisika Arsitektur PWK T.Informatika T.Mesin T.Mul&Jar Listening T.Geofisika First Factor First Factor Transportasi Laut T.Sipil Second Factor - - Manajemen Bisnis Biologi T.Mul&Jar Reading Statistika T.Elektro T.Kimia Fisika Despro T.Kelautan SI T.MaMet T.Industri Siskal T.GeoM Kimia T.Ling T.Mesin T.Fisika S.Informasi Matematika PWK Arsitektur T.Geofisika Grammar -3 Transportasi Laut First Factor 5

51 ANALISIS BIPLOT Antara Faktor dan Faktor pada Cluster Second Factor - - Faktor Statistika T.Informatika T.Industri T.Kimia Manajemen Bisnis T.Perkapalan Kimia T.Ma&Met T.Lingkungan PWK T.Mul&Jar Transportasi Laut Despro Biologi T.Geomatika T.Geofisika Arsitektur S.Informasi Matematika Sistem Perkapalan T.Mesin T.Kelautan T.Fisika T.Sipil Faktor T.Elektro Fisika First Factor 5

52 Second Factor - - Statistika Mnj. Bisnis T.Sipil T.Geofisika T.Mul&Jar Fisika T.Fisika T.Kelautan T.Perkapalan Matematika Siskal Kimia T.Elektro T.Mesin Biologi Trns.Laut Despro T.Geomatika S.Informasi T.Industri Arsitektur T.Informatika PWK T.Material&Metarlugi Grammar T.Kimia Listening Second Factor - - T.Mul&Jar T.Fisika T.Geomatika T.Industri teknik geofisika T.Mesin Reading Mnj. Bisnis Biologi S.Perkapalan statistika MTK Kimia Trns.Laut T.Perkapalan fisika T.Kelautan T.Elektro T.Lingkungan T.Sipil Despro Arsitektur Listening Sistem Informasi T.Kimia PWK T.Material&Metarlugi T.Lingkungan T.Informatika -3 - First Factor First Factor Second Factor - statistika teknik kimia teknik informatika teknik sipil sistem informasi manajemen bisnis Grammar Desain produk industri fisika teknik kelautan PWK MTK arsitektur kimia teknik elektro T.perkapalan T.Ma&Met T.geofisika S.perkapalan transportasi laut Biology Teknik Multimedia dan Jaringan teknik fisika teknik mesin Reading - tenik geomatika teknik industri teknik lingkungan - - First Factor 5

53 ANALISIS BIPLOT Antara Faktor dan Faktor pada Cluster 3 Fisika T.Geomatika T.Ma&Met Second Factor T.Lingkungan Biologi Matematika Kimia Statistika PWK T.Geofisika T.Kelautan Manajmen Bisnis T.Sipil T.Informatika T.Industri T.Kimia T.Fisika T.Mul&Jar - - Faktor S.Perkapalan - - T.Perkapalan Arsitektur S.Informasi T.Elektro T.Mesin First Factor Faktor 3 53

54 teknik perkapalan arsitektur 4 fisika Second Factor - - Teknik Multimedia dan Jaringan matematika teknik sipil Permukiman Wilayah dan Kota teknik kimia teknik elektro T. informatika Listening - First Factor teknik lingkungan PWK kimia teknik geofisika - Biology teknik mesin Grammar T.fisika Stk S.Informasi Siskal T.Ma&Met Mnj.Bisnis teknik industri fisika teknik kelautan Second Factor Teknik Multimedia dan Jaringan sistem perkapalan matematika teknik geofisika teknik mesin kimia M.Bisnis Listening tenik geomatika T.Kim T.Fis T.PaL Permukiman Wilayah dan Kota Stk Reading T.Elektro T.Infr Arsitek T.MaMet S.Informasi T.Lingkungan T.Kelautan - First Factor - Biologi T.Industri 4 fisika 3 Second Factor - - Teknik Multimedia dan Jaringan First Factor - T.Kim T.mesin Reading SI T.Indstri bio T.Elektro T.Informatika Siskal T.Geofisika menj. Bisnis kimia T.kelautan matematika StkT.Fis tenik geomatika T.MaMet T.Sipil PWK teknik lingkungan teknik perkapalan Grammar arsitektur 54

55 ANALISIS BIPLOT Antara Faktor dan Faktor pada Cluster 4 3 Biologi fisika T.Ma&Met Second Factor - T.Geofisika T.Geomatika Matematika Statistika S.perkapalan T.Sipil T.Kelautan Kimia PWK Trans.Laut T.fisika Despro T.Mesin T.Ling Manajemen Bisnis S.informasi T.Kimia T.Elekto T.Industri T.Informatika Arsitektur T.Perkapalan - Faktor - - First Factor T.Mul&Jar Faktor 55

56 transportasi laut manajemen bisnis 3 teknik kelautan Second Factor - - Fisika Biology T.lingkungan Teknik Material dan Metalurgi kimia T.Sipil sistem perkapalan tenik geomatika teknik geofisika teknik kelautan matematika Despro teknik perkapalan Teknik Multimedia dan Jaringan statistika teknik industri PWK T.fisika sistem informasi T.Elektro T.Mesin teknik kimia Listening T.Informatika Grammar arsitektur Second Factor - fisika tenik geomatika matematika Biology teknik geofisika Tek.Pal Reading kimia S.Informasi T.ElktrT.Kim T.Industri T.Fis T.MulJar transportasi laut arsitekturt.infmtk sistem perkapalan T.Ling statistika Listening Permukiman Wilayah dan Kota T.mesin manajemen bisnis Teknik Material dan Metalurgi teknik sipil First Factor Desain produk - First Factor Second Factor - Fisika transportasi laut teknik kelautan teknik perkapalan manajemen bisnis Biology tenik geomatika T.MulJar teknik geofisika sistem perkapalan T.MaMet Reading teknik fisika sistem informasi kimia T.Ling teknik elektro teknik informatika Despro MTK T.Kimia Statistika teknik industri T.Mesin Grammar T.Sipil arsitektur - PWK First Factor 56

57 KESIMPULAN. Rata-rata nilai rapor mahasiswa baru ITS tertinggi ada pada fakultas FTIF dan terendah ada pada fakultas FTK. Rata-rata nilai UNAS mata pelajaran Bahasa Inggris mahasiswa baru ITS di SMA menunjukkan nilai yang diperoleh sudah baik, tampak bahwa rata-rata nilai yang diperoleh lebih dari 8 dengan nilai rata-rata tertinggi ada di FTIF. Rata-rata skor TOEFL mahasiswa baru ITS tertinggi ada pada FTIF dan terendah ada pada FMIPA. Fakultas tertinggi dengan rata-rata skor Listening, Grammar, dan Reading adalah FTIF, sedangkan FMIPA memiliki rata-rata skor listening, grammar, dan reading terendah dibanding fakultas yang lain. 57

58 KESIMPULAN. Pengelompokan yang telah dilakukan menghasilkan sebanyak 4 cluster yang terbentuk dari kemampuan Bahasa Inggris mahasiswa baru ITS. Cluster memiliki karakteristik kemampuan Bahasa Inggris dari mahasiswa baru ITS yang cukup, karena memiliki nilai yang baik pada saat SMA namun pada nilai UNAS UNAS BING dan skor TOEFL yang dimiliki justru lebih rendah dari cluster lain. Cluster memiliki karakteristik kemampuan Bahasa Inggris yang cukup baik, karena memiliki nilai yang cukup pada saat SMA namun dilihat pada nilai UNAS UNAS BING dan skor TOEFL memiliki kemampuan yang cukup baik. Cluster 3 memiliki karakteristik kemampuan Bahasa Inggris dari mahasiswa baru ITS yang baik, Nampak dari nilai rapor yang cukup baik dan nilai UNAS BING dan skor TOEFL yang baik. Sedangkan pada cluster 4 memiliki karakteristik kemampuan Bahasa Inggris dari mahasiswa baru ITS yang sangat baik dengan nilai saat SMA hingga di perguruan tinggi yang sangat baik. Variabel yang menjadi pembeda dalam pengelompokan adalah seluruh variabel yang digunakan dengan ketepatan fungsi klasifikasi sebesar 79,8 persen 58

59 KESIMPULAN 3. Pemetaan yang telah dilakukan menunjukkan bahwa pada cluster masih banyak jurusan yang lemah kemampuan Bahasa Inggris namun Jurusan Manajemen Bisnis memiliki kemampuan Listening, Grammar, dan Reading yang sangat lemah. Pada cluster dapat menunjukkan bahwa masih banyak jurusan yang lemah kemampuannya pada Listening, Grammar, dan Reading didominasi oleh FMIPA yang tertinggi didominasi oleh FTI. Pada cluster 3 menunjukkan bahwa Jurusan Teknik Multimedia dan Jaringan memiliki kemampuan yang rendah pada Listening, Grammar, dan Reading. Pada cluster 4 menunjukkan bahwa kemampuan Bahasa Inggris Listening, Grammar, dan Reading yang rendah didominasi oleh FMIPA dan yang tertinggi didominasi oleh FTI 59