BAB 3 METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilaksanakan mulai bulan Februari 2012 dan diperkirakan akan selesai pada bulan Mei 2012. Dengan waktu penelitian tersebut diharapkan dapat mewujudkan hasil yang optimal dan sesuai dengan tujuan penelitian. Tempat yang dijadikan penelitian ini adalah Universitas Multimedia Nusantara, dimana universitas tersebut yang telah mengimplementasikan e- learning dalam kegiatan belajar mengajar. 3.2 Populasi dan Sampel Penelitian Dalam hal ini, peneliti melakukan penelitian di Universitas Multimedia Nusantara (UMN) yaitu universitas swasta di bawah Kompas Gramedia Group yang berlokasi di Gading Serpong dan mengedepankan TIK dalam proses belajar mengajar. Populasi dalam penelitian ini adalah seluruh mahasiswa yang menggunakan e-learning sebagai media pembelajaran yang berjumlah total 3791 mahasiswa terdaftar di Universitas Multimedia Nusantara (UMN). Sample merupakan bagian atau sejumlah cuplikan tertentu yang diambil dari suatu populasi dan diteliti secara rinci. Kuesioner yang disebarkan kepada para responden sebanyak 200 responden. Responden yang akan mengisi kuesioner adalah mahasiswa yang menggunakan e-learning di dalam kampus maupun yang di luar kampus. 22
23 3.3 Kerangka Pikir Dalam penelitian ini, peneliti menggunakan kerangka pikir untuk melakukan penelitan kuantitatif, yaitu : 1. Studi Pustaka. 2. Survey. 3. Rumusan Masalah. 4. Pengumpulan Data. 5. Analisis Data. 6. Kesimpulan dan Saran. 3.4 Variabel Penelitian Berdasarkan pada masalah dan hipotesis yang akan diuji, maka variablevariable yang akan diteliti adalah sebagai berikut : 1. Variabel Independent Variabel Independent atau variabel bebas dalam penelitian ini adalah variabel yang mempengaruhi variabel tidak bebas atau Dependent, adalah : Penggunaan E-Learning. ( X1 ) Motivasi Belajar. ( X2 ) 2. Variabel Dependent Variabel dependent atau variabel tidak bebas (terikat) dalam penelitian ini adalah variabel yang dipengaruh oleh variabel bebas atau Independent, adalah :
24 Hasil Belajar. ( Y ) Dari variable variable tersebut dijabarkan dalam bentuk pertanyaan - pertanyaan kuisoner yang akan menjadi indicator tiap variable. Penggunaan E-Learning menurut Isa & Mu adz (2007) : 1. Anda memahami penggunaan aplikasi e-learning 2. Anda mudah menggunakan aplikasi e-learning 3. Anda memanfaatkan fitur - fitur yang terdapat di aplikasi e- learning 4. Anda dapat menemukan materi yang relevan dengan mata kuliah anda di aplikasi e-learning 5. Anda dapat men-download materi yang relevan dengan mata kuliah anda di aplikasi e-learning 6. Anda mampu menyelesaikan masalah materi kuliah dan tugas dengan menggunakan e-learning 7. Anda menemukan materi kuliah yang tidak diajarkan dosen di kelas menggunakan e-learning Motivasi Belajar menurut Sardiman (2006) : 1. Anda ingin mengetahui hal-hal yang berhubungan dengan e- learning 2. Anda merasa tertarik pada hal-hal yang bersifat baru di e-learning 3. Anda dapat meningkatkan kemampuan belajar anda dengan e- learning 4. Anda tekun menghadapi tugas yang diberikan dosen melalui e- learning 5. Anda merasa kesulitan mamahami materi kuliah dapat terselesaikan dengan e-learning 6. Anda tertarik dengan bermacam - macam masalah materi kuliah dengan e-learning 7. Anda berusaha memperbaiki kegagalan dalam memahami materi kuliah dengan e-learning Hasil Belajar menurut Gagne dan Briggs :
25 1. Anda mengemukakan pendapat dengan baik setelah menggunakan e-learning 2. Anda berfikir jernih setiap menghadapi permasalahan setelah menggunakan e-learning 3. Anda mendapatkan ide setelah mendapatkan materi baru dari e-learning 4. Anda bisa memahami setiap materi yang telah dipelajari dari e-learning 5. Anda ingat tentang materi pelajaran yang telah dipelajari dari e-learning 6. Anda cepat dalam menjawab tugas yang diberikan dosen setelah menggunakan e-learning 3.5 Desain Penelitian Dalam penelitian ini akan dianalisa apakah terdapat pengaruh dari penggunaan e-learning terhadap motivasi dan hasil belajar mahasiswa. Hal tersebut dapat digambarkan dengan model penelitian sebagai berikut: Penggunaan E Learning (X1) H1 Motivasi belajar (X2) H2 H3 Hasil belajar (Y) Gambar 3.1 Desain Penelitian
26 3.6 Teknik Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah : 1. Kuesioner Daftar pertanyaan akan disebarkan ke para responden untuk membantu memperoleh data akan diolah untuk dianalisis dalam penelitian ini. 2. Studi Kepustakaan Teknik penelitian ini merupakan pengumpulan data yang bersifat teoritis berdasarkan literature - literature yang berhubungan dengan obyek penelitian dan pembahasan masalah. Berupa buku acuan dan jurnal mengenai pengaruh penggunaan e-learning terhadap motivasi dan hasil belajar. Sumber Data : 1. Data Primer Data yang digunakan penulis dalam penelitian ini diperoleh dengan menggunakan kuesioner. 2. Data Sekunder Data sekunder diperoleh dari studi literatur baik media cetak maupun media elektronik. 3.7 Instrumen Penelitian Penelitian ini menggunakan skala ordinal. Skala ordinal digunakan untuk mengetahui penilaian seseorang terhadap suatu hal. Dalam skala ini, responden menyatakan persetujuannya dan ketidak setujuannya terhadap sejumlah pernyataan yang berhubungan dengan obyek yang diteliti.
27 Karakteristik dari penggunaan e-learning, motivasi belajar dan hasil belajar diberikan penilaian sebagai berikut : 1. Sangat tidak setuju (STS). 2. Tidak setuju (TS). 3. Netral (N). 4. Setuju (S). 5. Sangat setuju (SS). Data primer dalam penelitian ini diperoleh dari kuesioner, agar kuesioner yang disebarkan kepada responden benar-benar dapat mengukur yang ingin diukur maka kuesioner haruslah shohih (valid) dan andal (reliabel). 3.8 Jenis Penelitian Penulisan tesis ini menggunakan metodologi penelitian kuantitatif dengan menggunakan kuesioner sebagai data primer dan studi literature sebagai data sekunder. Penelitian ini untuk membuktikan bahwa ada pengaruh penggunaan aplikasi e-learning terhadap motivasi dan hasil belajar mahasiswa. 3.9 Teknik Analisa Data 3.9.1 Statistik Deskriptif Analisis stastistik deskriptif ditujukan untuk memberikan gambaran mengenai demografi responden. Gambaran tersebut meliputi jumlah dan persentase untuk memperjelas deskripsi responden. 3.9.2 Penilaian Reliabilitas
28 Pendekatan untuk penilai reliabilitas model fit dengan menggunakan composite reliability dan variance extracted untuk setiap variable. Reliabilitas merupakan ukuran internal consistency indikator dari setiap variable. Hasil reliabilitas yang tinggi akan memberikan keyakinan bahwa jawaban partisipan terhadap semua indikator konsisten dengan pengukurannya. 3.9.3 Pengukuran Validitas Pengukuran validitas digunakan untuk menilai sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan kuesioner tersebut mampu mengungkapkan suatu yang akan diukur oleh kuesioner tersebut. Confirmatory factor Analysis (CFA) digunakan untuk menilai validitas masing - masing variable yang merupakan manifestasi dari indikator. Semua loading dari variable menunjukkan hasil yang signifikan yaitu t statistik > 1,645 (1-tailed) atau t statistik > 1,96 (2-tailed), maka masing-masing indikator pertanyaan adalah valid (Remaey,1998; Challagall dan Shervani,1996; Sujan, Weitz dan Kumar, 1994 dalam Purwanto; 2003). 3.9.4 Uji Hipotesis Pengujian hipotesis penelitian dilakukan dengan pendekatan Structural Equation Model (SEM) dengan menggunakan software Partial Least Square (PLS). PLS adalah model persamaan struktural (SEM) yang berbasis komponen atau varian. Menurut Ghozali (2006) PLS merupakan pendekatan alternatif yang bergeser dari pendekatan SEM berbasis covariance menjadi berbasis varian. SEM
29 yang berbasis kovarian umumnya menguji kausalitas/teori sedangkan PLS lebih bersifat predictive model. PLS merupakan metode analisis yang powerfull (Wold, 1985 dalam Ghozali, 2006) karena tidak didasarkan pada banyak asumsi. Misalnya, data harus terdistribusi normal, sampel tidak harus besar. Selain dapat digunakan untuk mengkonfirmasi teori, PLS juga dapat digunakan untuk menjelaskan ada tidaknya hubungan antar variabel. PLS dapat sekaligus menganalisis variable yang dibentuk dengan indikator refleksif dan formatif. Hal ini tidak dapat dilakukan oleh SEM yang berbasis kovarian karena akan menjadi unidentified model. Dalam analisis dengan menggunakan PLS ada 2 hal yang dilakukan yaitu: 1. Menilai outer model atau measurement model Ada tiga kriteria untuk menilai outer model yaitu Convergent Validity, Discriminant Validity dan Composite Reliability. Convergent validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara item score/componen score yang dihitung dengan PLS. Ukuran refleksif individual dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan variable yang diukur. Discriminant Validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan Cross Loading pengukuran dengan variable. Metode lain untuk menilai Discriminant Validity adalah membandingkan nilai Root Of Average Variance Extracted (AVE) setiap variable dengan korelasi antara variable
30 dengan variable la innya dalam model. Jika nilai AVE setiap variable lebih besar daripada nilai korelasi antara variable dengan variable lainnya dalam model, maka dikatakan memiliki nilai Discriminant Validity yang baik (Fornell dan Larcker, 1981 dalam Ghozali 2006). 2. Menilai Inner Model atau Structural Model Pengujian inner model atau model struktural dilakukan untuk melihat hubungan antara variable, nilai signifikansi dan R-square dari model penelitian. Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel dependen. Perubahan nilai R- square dapat digunakan untuk menilai pengaruh variable independen tertentu terhadap variabel dependen apakah menpunyai pengaruh yang substantive. 3.9.5 Kriteria Penerimaan dan Penolakan Hipotesis Pengambilan keputusan atas penerimaan atau penolakan hipotesis dilakukan dengan ketentuan sebagai berikut: 1. Melihat nilai outer weight masing-masing indikator dan nilai signifikansinya. Nilai weight yang disarankan adalah di atas 0.50 (positif) dan T-statistic di atas 1.282 untuk p < 0.10; 1.645 untuk p < 0.05; dan 2.326 untuk p < 0.01 (one tailed). T-statistic di atas 1.645 untuk p < 0.10; 1.960 untuk p < 0.05; dan 2.576 untuk p < 0.01 (two tailed). Indikator yang memiliki nilai di bawah ketentuan tersebut harus didrop dari model dan kemudian dilakukan pengujian ulang.
31 2. Melihat nilai inner weight dari hubungan antar variabel. Nilai weight dari hubungan tersebut harus menunjukkan arah positif dengan nilai T-statistic di atas 1.282 untuk p < 0.10; 1.645 untuk p < 0.05; dan 2.326 untuk p < 0.01 (one tailed). Tstatistic di atas 1.645 untuk p < 0.10; 1.960 untuk p < 0.05; dan 2.576 untuk p < 0.01 (two tailed). 3. Hipotesis alternatif (Ha) diterima jika nilai weight dari hubungan antar variabel menunjukkan arah positif dengan nilai T-statistic di atas 1.282 untuk p < 0.10; 1.645 untuk p < 0.05; dan 2.326 untuk p < 0.01 (one tailed). T-statistic di atas 1.645 untuk p < 0.10; 1.960 untuk p < 0.05; dan 2.576 untuk p < 0.01 (two tailed). Sebaliknya, H0 gagal untuk ditolak jika nilai weight dari hubungan antar variabel menunjukkan arah negatif dan nilai T-statistic di bawah 1.282 untuk p < 0.10; 1.645 untuk p < 0.05; dan 2.326 untuk p < 0.01 (one tailed). T-statistic di atas 1.645 untuk p < 0.10; 1.960 untuk p < 0.05; dan 2.576 untuk p < 0.01 (two tailed). Nilai t-tabel yang ditentukan dalam penelitian ini adalah sebesar 1,645 untuk signifikasi p < 0,05 (one-tailed) dan 1,960 dengan tingkat signifikasi 0.05 (two-tailed). Selanjutnya nilai t-tabel tersebut di jadikan sebagai nilai cutoff untuk penerimaan atau penolakan hipotesis yang diajukan. 3.9.6 Model Pengujian Hipotesis dengan Partial Least Square (PLS) Path diagram merupakan representasi grafis mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model.