Jurnal Matematika UNAND Vol. 5 No. 4 Hal ISSN : c Jurusan Matematika FMIPA UNAND

dokumen-dokumen yang mirip
SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE MATA KULIAH : MT308

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses

PENYAJIAN DATA. Cara Penyajian Data meliputi :

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

PENGANTAR STATISTIKA PROF. DR. KRISHNA PURNAWAN CANDRA, M.S. JURUSAN TEKNOLOGI HASIL PERTANIAN FAKULTAS PERTANIAN UNIVERSITAS MULAWARMAN

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.

MODEL REGRESI COX PROPORTIONAL HAZARD PADA LAJU TAMAT MAHASISWA JURUSAN MATEMATIKA UNIVERSITAS ANDALAS

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

PENGUNAAN STEM AND LEAF DAN BOXPLOT UNTUK ANALISIS DATA. Moh Yamin Darsyah ABSTRAK

SATUAN ACARA PERKULIAHAN MATA KULIAH : STATISTIKA DASAR (3 SKS) KODE : MT308

III. METODE PENELITIAN

Setelah mempelajari bahan ajar ini diharapkan Anda dapat:

STATISTIKA EKONOMI. Fakultas Ekonomi-Akuntansi

Penyajian Data. Oleh: Arum Handini Primandari, M.Sc

Penyajian Data. Oleh: Ayundyah K., M.Si. PROGRAM STUDI ILMU KOMUNIKASI UNIVERSITAS ISLAM INDONESIA 2015

LEMBAR AKTIVITAS SISWA STATISTIKA 2 B. PENYAJIAN DATA

PENGONTROLAN BAHAN BAKU PRODUKSI SEMEN JENIS PCC DI PT. SEMEN PADANG DENGAN MENGGUNAKAN DIAGRAM KONTROL MEWMA

DESKRIPSI MATA KULIAH

ANALISIS REGRESI LOGISTIK DENGAN METODE PENDUGA BAYES UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEJADIAN BAYI BERAT BADAN LAHIR RENDAH

PERMASALAHAN AUTOKORELASI PADA ANALISIS REGRESI LINIER SEDERHANA

ANALISIS DATA SECARA DESKRIPTIF UNTUK DATA KATEGORIK

REGRESI LINIER NONPARAMETRIK DENGAN METODE THEIL

Laporan Tugas dan Quiz Statistik Deskriptif. 1. Berikan penjelasan secara singkat apa yang dimaksud dengan:

PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.

KEMAMPUAN MULTI REPRESENTASI MATEMATIS DALAM MATERI STATISTIKA DASAR

SATUAN ACARA PERKULIAHAN

PENERAPAN METODE TAGUCHI UNTUK OPTIMALISASI HASIL PRODUKSI ROTI DI USAHA ROTI MEYZA BAKERY, PADANG SUMATERA BARAT

BAB III METODE PENELITIAN

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.

MA2081 Statistika Dasar

Silabus NAMA SEKOLAH : MATA PELAJARAN : Matematika

SILABUS MATA KULIAH PGSD S-1 FKIP UNIVERSITAS MUHAMMADIYAH MALANG

AUTOKORELASI PADA BAGAN KENDALI

PENJADWALAN KULIAH DENGAN ALGORITMA WELSH-POWELL (STUDI KASUS: JURUSAN MATEMATIKA FMIPA UNAND)

PENDUGAAN PARAMETER DISTRIBUSI BETA DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

STUDI KOMPARATIF METODE KUADRAT TERKECIL DENGAN METODE REGRESI ROBUST PEMBOBOT WELSCH PADA DATA YANG MENGANDUNG PENCILAN

Kata Kunci: Bagan kendali nonparametrik, estimasi fungsi kepekatan kernel

PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)

PEMODELAN PRODUKSI TANAMAN PANGAN BERDASARKAN KARAKTERISTIK TENAGA KERJA MENGGUNAKAN REGRESI AKAR CIRI

SILABUS KEGIATAN PEMBELAJARAN. Membaca sajian data dalam bentuk diagram garis, dan diagram batang.

UKURAN TENGAH DAN UKURAN DISPERSI

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

Pengertian Statistika (1) Statistika: Ilmu mengumpulkan, menata, menyajikan, menganalisis, dan menginterprestasikan data menjadi informasi untuk

PENGENDALIAN MUTU BERAT PRODUKSI PT. SEMEN PADANG MENGGUNAKAN BAGAN KENDALI MEDIAN ABSOLUTE DEVIATION (MAD) PADA DATA TIDAK NORMAL

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS ANDALAS FAKULTAS MIPA JURUSAN MATEMATIKA RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)

STATISTIKA DESKRIPTIF. Tendensi Sentral & Ukuran Dispersi

ESTIMASI PARAMETER MODEL REGRESI LINIER BERGANDA DENGAN TEKNIK BOOTSTRAP

Tentang MA5283 Statistika BAB 1 STATISTIKA DESKRIPTIF MA5283 STATISTIKA. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Orang Cerdas Belajar Statistika

Oleh Nur Azizah (NIM )

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

Statistika Deskriptif & Distribusi Frekuensi

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Dapat mengaplikasikan statistika dasar dalam memecahkan masalah, khususnya dalam penelitian

APLIKASI STATISTIKA DAN HITUNG PELUANG

PENDUGAAN PARAMETER MODEL AUTOREGRESSIVE PADA DERET WAKTU

dapat digunakan formulasi sebagai berikut : Letak Letak Letak

Pengukuran Deskriptif. Debrina Puspita Andriani /

STATISTIKA. SAMPOERNO, M.Pd. SMA mantan RSBI

Statistik Farmasi 2015

STATISTIKA BISNIS PENGUMPULAN DAN PENYAJIAN DATA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

STATISTIKA TERAPAN (PS603)

King s Learning Be Smart Without Limits NAMA : KELAS :

E-book Statistika Gratis... Statistical Data Analyst. Penyajian Data Statistik

STATISTIK DESKRIPTIF. Penyajian Data, ukuran Pemusatan Data, Ukuran Penyebaran Data

BAGIAN UKURAN PEMUSATAN DAN UKURAN LETAK. Memahami konsep dan menerapkan prosedur statistik dalam menghitung ukuran pemusatan dan ukuran letak.

Penyajian Data. Disusun oleh Putriaji Hendikawati, S.Si., M.Pd., M.Sc. Dr. Scolastika Mariani, M.Si.

STAND N AR R K OMP M E P T E EN E S N I:

STATISTIK DESKRIPTIF

: Purnomo Satria NIM : PENDISKRIPSIAN DATA

RENCANA PEMBELAJARAN SEMESTER (RPS

PERAMALAN NILAI TUKAR DOLAR SINGAPURA (SGD) TERHADAP DOLAR AMERIKA (USD) DENGAN MODEL ARIMA DAN GARCH

SILABUS ALOKASI WAKTU T M P S P I SUMBER BELAJAR MATERI PEMBELAJARAN KOMPETENSI DASAR INDIKATOR. Kuis Tes lisan Tes tertulis Pengamatan Penugasan

DAFTAR DISTRIBUSI FREKUENSI DAN GRAFIKNYA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI MINAT BERWIRAUSAHA MAHASISWA DENGAN TEKNIK SEM

TUGAS MANAJEMEN DATA MAKALAH ANALISIS DATA KUANTITATIF

PENERAPAN ANALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH

REALISASI POSITIF STABIL ASIMTOTIK DARI SISTEM LINIER DISKRIT

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

SILABUS. Kegiatan Pembelajaran Teknik. Memahami cara memperoleh data yang baik, menentukan jenis dan ukuran data, serta memeriksa, dan menyusun data.

REALISASI POSITIF STABIL ASIMTOTIK SISTEM LINIER DISKRIT DENGAN POLE KONJUGAT KOMPLEKS

SESI 2 STATISTIK BISNIS

SATUAN ACARA TUTORIAL (SAT) Mata Kuliah : Statistika Dasar/PAMA 3226 SKS : 3 SKS Tutorial : ke-1 Nama Tutor : Adi Nur Cahyono, S.Pd., M.Pd.

UKURAN LOKASI DAN VARIANSI MEAN:

STATISTIKA 2 UKURAN PEMUSATAN

DISTRIBUSI FREKUENSI. Luvy S. Zanthy, S.P.,M.Pd. STATISTIKA DASAR 1

PERBANDINGAN INVESTASI PADA MATA UANG DOLAR AMERIKA (USD) DAN YEN JEPANG (JPY) DENGAN MODEL ARIMA DAN GARCH

Kata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik

STATISTIKA DESKRIPTIF. Wenny Maulina, S.Si., M.Si

1.0 Distribusi Frekuensi dan Tabel Silang

Ledhyane Ika Harlyan Jurusan Pemanfaatan Sumberdaya Perikanan & Kelautan Universitas Brawijaya 2013

Kontrak Kuliah Metode Statistika 2

PENENTUAN RAINBOW CONNECTION NUMBER PADA HASIL OPERASI CARTESIAN PRODUCT TERHADAP GRAF LINGKARAN DAN GRAF BIPARTIT LENGKAP DENGAN GRAF LINTASAN

BAB 2 LANDASAN TEORI

HIMPUNAN KUBIK ASIKLIK DAN KUBUS DASAR

KETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA

SATUAN ACARA PENGAJARAN (SAP)

UNIVERSITAS PENDIDIKAN INDONESIA KAMPUS CIBIRU PROGRAM SI PENDIDIKAN GURU-PAUD SILABUS DAN SATUAN ACARA PERKULIAHAN

SILABUS MATA KULIAH. Pengalaman Pembelajaran

Transkripsi:

Jurnal Matematika UNAND Vol 5 No 4 Hal 36 44 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STUDI PRESTASI MAHASISWA DENGAN ANALISIS STATISTIKA DESKRIPTIF (STUDI KASUS: MAHASISWA PROGRAM STUDI MATEMATIKA FMIPA UNIVERSITAS ANDALAS TAHUN 2009-2011) SOVIA MARHAMAH, MAIYASTRI, YUDIANTRI ASDI Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas, Kampus UNAND Limau Manis Padang, Indonesia email : cutededek@rocketmailcom Abstrak Analisis statistika deskriptif adalah teknik statistika yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Analisis statistika deskriptif yang dilakukan pada tulisan ini adalah terhadap data Indeks Prestasi Kumulatif (IPK), nilai Ujian Nasional (UN), serta perilaku belajar mahasiswa Program Studi Matematika FMIPA Universitas Andalas tahun 2009, 2010, dan 2011 Data disajikan dalam bentuk grafik histogram dan dalam bentuk diagram pencar Pada tulisan ini akan dikaji hubungan antar variabel IPK dengan nilai UN serta perilaku belajar mahasiswa, dengan menggunakan grafik histogram dan diagram pencar Kata Kunci: Statistika Deskriptif, prestasi mahasiswa 1 Pendahuluan Metode statistika adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data Metode statistika dibagi kedalam dua kelompok besar yaitu statistika deskriptif dan inferensia statistika Analisis statistika deskriptif adalah teknik statistika yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Statistika inferensi adalah teknik statistika yang digunakan untuk mengadakan penarikan kesimpulan dan membuat keputusan berdasarkan analisis yang telah dilakukan Sementara statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan tidak menarik inferensi atau kesimpulan apapun tentang gugus data induknya yang lebih besar Sejumlah informasi dapat diperoleh bila data asal yang banyak tersebut diringkaskan dan disajikan dalam bentuk tabel, diagram dan grafik yang layak Penyajian kembali data baik data kualitatif maupun data kuantitatif ke dalam bentuk ringkasan data tersebut agar informasi yang dikandung lebih mudah ditangkap Salah satu bentuk penyajian data secara grafik yaitu dengan histogram Data yang disajikan dalam bentuk histogram menjadi lebih mudah bibaca dan dipahami Salah satu data yang dapat disajikan dalam 36

Studi Prestasi Mahasiswa dengan Analisis Statistika Deskriptif 37 bentuk histogram yaitu data Indeks Prestasi Kumulatif atau biasa disingkat dengan IPK mahasiswa Perhitungan IPK ini menjadi parameter keberhasilan mahasiswa terhadap kuliah yang ditempuh Berbeda pada Sekolah Menengah Atas, yang menjadi acuan yaitu nilai Ujian Nasional (UN) Ada hal yang menarik antara nilai saat kuliah atau IPK dengan nilai UN Apakah perolehan nilai UN di SMA dulu mempengaruhi pencapaian IPK di bangku kuliah Hal ini dapat dilihat dengan melihat hubungan keduanya menggunakan diagram pencar Selain itu, perilaku belajar mahasiswa berupa sikap, minat dan motivasi mahasiswa terhadap kuliah yang sedang ditempuh bisa juga menjadi salah satu hal yang mempengaruhi IPK Tidak semua mahasiswa mendapati jurusan diperkuliahan sesuai dengan yang diinginkannya atau sesuai minat mahasiswa tersebut Selain minat, tentu mahasiswa juga mempunyai motivasi yang melandasinya terhadap kuliah yang sedang ditempuh Untuk melihat hubungan antara perilaku belajar mahasiswa dengan IPK dan UN dapat dilihat menggunakan analisis statistika deskriptif 2 Landasan Teori 21 Statistika Deskriptif Statistika deskriptif adalah teknik statistika yang digunakan untuk menganalisis data dengan cara mendiskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Analisis ini hanya berupa akumulasi data dasar dalam bentuk deskripsi semata dalam arti tidak mencari atau menerangkan saling hubungan, menguji hipotesis, membuat ramalan, atau melakukan penarikan kesimpulan Teknik analisis statistika deskriptif yang dapat digunakan antara lain: (1) Penyajian data dalam bentuk tabel atau distribusi frekuensi dan tabulasi silang Dengan analisis ini akan diketahui kecendrungan hasil temuan penelitian, apakah masuk dalam kategori dengan frekuensi rendah, sedang atau tinggi (2) Penyajian data dalam bentuk visual seperti histogram, poligon, diagram batang, diagram lingkaran, dan diagram pencar (scatter plot) (3) Perhitungan ukuran tendensi sentral (mean, median, dan modus) (4) Penghitungan ukuran letak (kuartil, desil dan persentil) (5) Penghitungan ukuran penyebaran (standar deviasi, varians, range, deviasi kuartil, mean deviasi, dan sebagainya) 22 Statistika Inferensi Statistika inferensi adalah statistika yang berupaya untuk mengadakan penarikan kesimpulan dan membuat kesimpulan berdasarkan analisis yang telah dilakukan Statistika inferensi menggunakan sampel tertentu dari sebuah populasi yang jumlahnya banyak dan dari hasil analisis terhadap sampel tersebut digeneralisasikan terhadap populasi Berdasarkan jenis analisisnya, statistika inferensi terbagi kedalam dua bagian: (1) Analisis Korelasional

38 Sovia Marhamah dkk Analisis korelasional adalah analisis statistika yang berusaha untuk mencari hubungan atau pengaruh antara dua buah variabel atau lebih (2) Analisis Komparasi Analisis komparasi adalah analisis statistika yang bertujuan untuk membandingkan antara kondisi dua buah kelompok atau lebih 23 Histogram Histogram digambarkan dalam bentuk batang yang saling berdampingan, masingmasing batang pada histogram mewakili satu kelas data Batas dari masing-masing batang adalah batas dari masing-masing kelas data Dengan demikian, lebar dari masing-masing batang, sama dengan lebar kelas Tingi dari masing-masing batang menunjukkan frekuensi dari kelas yang diwakilinya Histogram dapat menjelaskan variasi proses, namun belum mengurutkan ranking dari variasi terbesar sampai terkecil 24 Diagram Pencar Diagram pencar adalah suatu teknik memplotkan atau mendiskripsikan antara dua variabel kuantitatif Pada suatu sumbu koordinat kartesius dua dimensi, dimana sumbu datar berupa variabel pertama dan sumbu tegak variabel kedua Hubungan dalam dua variabel dapat berupa linear atau tidak linear, dan dapat juga dilihat hubungannya yang lain Jika terdapat hubungan ketergantungan antara dua variabel, yaitu variabel-1 mempengaruhi variabel ke-2, maka variabel yang terletak pada sumbu datar (variabel bebas) mempengaruhi variabel yang terletak pada sumbu tegak (variabel terikat), sehingga dalam diagram pencar ini dapat dilihat pengaruh antara variabel 1 dengan variabel yang lain Pada dasarnya diagram pencar (scatter plot) merupakan suatu alat interpretasi data yang digunakan untuk: (1) Menguji bagaimana hubungan antara dua variabel, misalnya hasil belajar mahasiswa dengan cara belajarnya (2) Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif atau tidak ada hubungan Dua variabel yang ditunjukkan di dalam diagram pencar dapat berupa: (a) Karakteristik kualitas dan faktor yang mempengaruhinya (b) Dua karakteristik kualitas yang saling berhubungan (c) Dua faktor yang saling berhubungan yang mempengaruhi karakteristik kualitas 3 Pembahasan 31 Hubungan Antara Variabel Indeks Prestasi Kumulatif dengan Variabel Ujian Nasional Pada bagian pertama akan dilihat hubungan antara variabel Indeks Prestasi Kumulatif dengan variabel Ujian Nasional untuk mahasiswa angkatan 2009, 2010 dan 2011 menggunakan diagram Pencar

Studi Prestasi Mahasiswa dengan Analisis Statistika Deskriptif 39 Gambar 1 Diagram pencar untuk variabel IPK dengan variabel UN Mahasiswa Tahun 2009 Gambar 2 Diagram pencar untuk variabel IPK dengan variabel UN Mahasiswa Tahun 2010 Gambar 3 Diagram pencar untuk variabel IPK dengan variabel UN Mahasiswa Tahun 2011 Dari Gambar 1 - Gambar 3, dapat dilihat bahwa variabel IPK mempunyai hubungan dengan variabel nilai UN Hal ini dapat dilihat dari diagram pencar, dimana semakin besar UN mahasiswa maka IPK mahasiswa juga semakin besar Maka dapat

40 Sovia Marhamah dkk disimpulkan bahwa UN dapat mempengaruhi pencapaian IPK di bangku kuliah 32 Hubungan Antara Variabel Indeks Prestasi Kumulatif dengan Variabel Sikap Pada bagian ini akan dilihat hubungan antara variabel Indeks Prestasi Kumulatif dengan variabel Sikap mahasiswa tahun 2009, 2010, dan 2011 untuk mahasiswa angkatan 2009, 2010 dan 2011 menggunakan diagram Pencar Gambar 4 Diagram pencar untuk variabel IPK dengan variabel Perlaku belajar (sikap) Mahasiswa Tahun 2009 Gambar 5 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (sikap) Mahasiswa Tahun 2010 Dari Gambar 4 - Gambar 6 terlihat bahwa variabel IPK tidak mempunyai hubungan dengan variabel perilaku belajar (sikap) Hal ini dapat dilihat dari diagram pencar, dimana semakin baik perilaku belajar (sikap) mahasiswa maka IPK tidak semakin besar Maka dapat disimpulkan bahwa perilaku belajar (sikap) tidak dapat mempengaruhi pencapaian IPK di bangku kuliah

Studi Prestasi Mahasiswa dengan Analisis Statistika Deskriptif 41 Gambar 6 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (sikap) Mahasiswa Tahun 2011 33 Hubungan Antara Variabel Indeks Prestasi Kumulatif dengan Variabel Minat Pada bagian ini akan dilihat hubungan antara variabel Indeks Prestasi Kumulatif dengan variabel minat mahasiswa tahun 2009, 2010, dan 2011 menggunakan diagram Pencar Gambar 7 Diagram pencar untuk variabel IPK dengan variabel Perlaku belajar (minat) Mahasiswa Tahun 2009 Dari Gambar 7 - Gambar 8 terlihat bahwa variabel IPK mempunyai hubungan dengan variabel perilaku belajar (minat) Hal ini dapat dilihat dari diagram pencar, dimana semakin baik perilaku belajar (minat) mahasiswa maka IPK juga semakin besar Maka dapat disimpulkan bahwa perilaku belajar (minat) dapat mempengaruhi pencapaian IPK di bangku kuliah

42 Sovia Marhamah dkk Gambar 8 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (minat) Mahasiswa Tahun 2010 Gambar 9 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (minat) Mahasiswa Tahun 2011 34 Hubungan Antara Variabel Indeks Prestasi Kumulatif dengan Variabel Motivasi Pada bagian ini akan dilihat hubungan antara variabel Indeks Prestasi Kumulatif dengan variabel motivasi mahasiswa tahun 2009, 2010, dan 2011 menggunakan diagram Pencar Dari Gambar 10 - Gambar 12 terlihat bahwa bahwa variabel IPK mempunyai hubungan dengan variabel perilaku belajar (motivasi) Hal ini dapat dilihat dari diagram pencar, dimana semakin baik perilaku belajar (motivasi) mahasiswa maka IPK juga semakin besar Maka dapat disimpulkan bahwa perilaku belajar (motivasi) dapat mempengaruhi pencapaian IPK di bangku kuliah 4 Kesimpulan Pada makalah ini telah dilakukan analisis deskriptif terhadap 125 orang mahasiswa matematika FMIPA Universitas Andalas tahun 2009, 2010, dan 2011 dengan menggunakan variabel IPK, UN, dan perilaku belajar (sikap, minat, dan motivasi) mahasiswa Berdasarkan analisis tersebut maka dapat diambil kesimpulan bahwa

Studi Prestasi Mahasiswa dengan Analisis Statistika Deskriptif 43 Gambar 10 Diagram pencar untuk variabel IPK dengan variabel Perlaku belajar (motivasi) Mahasiswa Tahun 2009 Gambar 11 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (motivasi) Mahasiswa Tahun 2010 Gambar 12 Diagram pencar untuk variabel IPK dengan variabel perilaku belajar (motivasi) Mahasiswa Tahun 2011

44 Sovia Marhamah dkk variabel UN dan variabel perilaku belajar (minat dan motivasi) mahasiswa dapat mempengaruhi pencapaian IPK pada mahasiswa, sedangkan variabel perilaku belajar (sikap) mahasiswa tidak dapat mempengaruhi pencapaian IPK mahasiswa 5 Ucapan Terima kasih Penulis mengucapkan terima kasih kepada Bapak Dr Admi Nazra, Bapak Prof Dr Syafrizal Sy, dan Ibu Hazmira Yozza, MSi yang telah memberikan masukan dan saran dalam penyempurnaan penulisan artikel ini Daftar Pustaka [1] Intan, FU 2007 Evaluasi Konsep Diri Menggunakan Analisis Faktor (Studi Kasus Mahasiswa Jurusan Matematika FMIPA Universitas Andalas Tahun 2003-2006), tidak diterbitkan [2] Montgomery, DC 2002 Introduction to Statistical Quality Control, John Wiley & Sons Inc New York [3] Singarimbun, M dan S Effendi (Editor) 1989 Metode Penelitian Survey LP3S Jakarta [4] Walpole, RE 1995 Pengantar Statistika, Edisi ketiga Diterjemahkan dari Probability and Statistic for Engineers and Scientist oleh B Sumantri Penerbit PT Gramedia Pustaka Utama, Jakarta