ZUNIDHA RATMANAWATI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2010
RINGKASAN
Tutorial Bahasa Inggris diberikan kepada mahasiswa S2 SPs-IPB yang mendapat skor TOEFL
< 420 sebagai syarat untuk mengikuti kuliah, sedangkan mahasiswa yang mendapat skor TOEFL
420-449 dapat langsung mengikuti kuliah. Skor TOEFL 420 menjadi cut off dalam penentuan
pemberian tutorial. Penelitian ini mencoba menerapkan rancangan regresi diskontinuitas untuk
evaluasi pengaruh tutorial Bahasa Inggris pada mahasiswa S2 SPs-IPB tahun ajaran 2009/2010.
Rancangan regresi diskontinuitas diperlukan untuk mengetahui pengaruh suatu program dengan
penentuan pemberian program berdasarkan pada cut off. Skor TOEFL pada ujian awal digunakan
sebagai ukuran pretest dan nilai akhir mata kuliah Bahasa Inggris sebagai ukuran posttest. Hasil
yang diperoleh adalah tutorial memberikan pengaruh positif pada kelompok dengan skor TOEFL
(pretest) 380-419 meskipun secara statistik tidak signifikan. Pengaruh tutorial belum terlihat pada
kelompok mahasiswa dengan skor TOEFL < 380. Selain itu, terdapat faktor lain di luar pemberian
tutorial yang berpengaruh terhadap nilai akhir mata kuliah Bahasa Inggris yaitu usia, IPK S1, dan
jenis kelamin.
ZUNIDHA RATMANAWATI
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
2010
Judul Skripsi : Penerapan Rancangan Regresi Diskontinuitas dalam Evaluasi Pengaruh
Tutorial Bahasa Inggris
Nama : Zunidha Ratmanawati
NRP : G14060107
Menyetujui:
Pembimbing III,
Mengetahui:
Plh. Ketua Departemen Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
Tanggal Lulus :
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala limpahan rahmat, hidayah
dan kasih sayang-Nya, sehingga penulis dapat menyelesaikan karya ilmiah ini. Karya ilmiah ini
memiliki judul “Penerapan Rancangan Regresi Diskontinuitas dalam Evaluasi Pengaruh Tutorial
Bahasa Inggris”. Karya ilmiah ini merupakan syarat untuk memperoleh gelar Sarjana Statistika
pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian
Bogor.
Terima kasih penulis ucapkan kepada:
1. Dr.Ir. Budi Susetyo MS, Ir. Indahwati, M.Si, dan Dra. Alfa Chasanah M.A yang telah
meluangkan waktu untuk membimbing, berdiskusi, serta memberi arahan sehingga karya
ilmiah ini dapat diselesaikan.
2. Prof. Dr. Ir. Aunuddin, M.Sc selaku dosen penguji luar yang telah memberikan saran dan
masukan kepada penulis.
3. Dosen-dosen Statistika atas ilmu yang diberikan serta nasehat yang membangun.
4. Bapak, ibu, mbak ik yang telah mengajarkan bahwa usaha, doa, dan kesabaran merupakan
kombinasi terbaik untuk mencapai kesuksesan.
5. Dian, Yule, Iin, Ira, Rahma, Linda, Sachnaz, serta Muhammad Fariz Isnanto atas
semangat, doa, dan dukungannya.
6. Teman-teman Statistika 42,43,44 dan 45 “there’s no statistics without variance”.
7. Staf Departemen Statistika yang telah membantu dalam penyelesaian karya ilmiah ini.
8. Tanoto Foundation atas beasiswa yang telah diberikan.
Semoga karya ilmiah ini dapat bermanfaat bagi semua pihak.
Zunidha Ratmanawati
RIWAYAT HIDUP
Penulis dilahirkan di Temanggung pada tanggal 11 Juni 1989. Penulis merupakan anak kedua
dari dua bersaudara, dari pasangan Suratman dan Sri Nuryani.
Pendidikan dasar diselesaikan penulis di SD N 2 Gemawang tahun 2000, kemudian dilanjutkan
di SLTP N 1 Ngadirejo dan lulus tahun 2003. Tahun 2006 penulis menyelesaikan pendidikan
menengah atas di SMA N 1 Temanggung, dan pada tahun yang sama penulis diterima di Institut
Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Penulis diterima di
Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam pada tahun 2007 dan
mengambil minor Matematika Keuangan dan Aktuaria.
Selama mengikuti perkuliahan, penulis aktif dalam kepengurusan Himpunan Keprofesian
Gamma Sigma Beta (GSB) sebagai staf divisi Analisis Data tahun 2008/2009. Penulis juga pernah
menjadi asisten Mata Kuliah Metode Statistika tahun ajaran 2007/2008 dan 2008/2009. Pada bulan
Februari sampai dengan April 2010, penulis menjalani praktek lapang di Pusat Data dan Informasi
Pertanian Kementerian Pertanian RI. Selain itu penulis juga pernah melakukan magang di Badan
Pusat Statistik (BPS) Kabupaten Temanggung pada bulan Juli 2008.
DAFTAR ISI
Halaman
PENDAHULUAN
Latar Belakang............................................................................................................................ 1
Tujuan ........................................................................................................................................ 1
TINJAUAN PUSTAKA
Rancangan Percobaan Kuasi (Quasi Experimental Design) ....................................................... 1
Validitas Internal dan Eksternal .................................................................................................. 1
Rancangan Regresi Diskontinuitas (Regression Discontinuity Design) ..................................... 2
Analisis Regresi Diskontinuitas .................................................................................................. 3
METODOLOGI
Data ............................................................................................................................................. 4
Metode ......................................................................................................................................... 5
LAMPIRAN .................................................................................................................................... 12
DAFTAR GAMBAR
Halaman
1. Hubungan pre-post test sebelum diberi program ............................................................... 3
2. Pengaruh positif pemberian program ................................................................................. 3
3. Pengaruh negatif pemberian program ................................................................................ 3
4. Kategori skor TOEFL ........................................................................................................ 4
5. Persentase hasil ujian awal TOEFL .................................................................................... 5
6. Sebaran persentase kategori skor TOEFL berdasarkan jenis kelamin ................................ 5
7. Sebaran persentase kategori skor TOEFL berdasarkan status perkawinan ....................... 6
8. Sebaran persentase kategori skor TOEFL berdasarkan daerah asal perguruan tinggi ........ 6
9. Sebaran persentase kategori skor TOEFL berdasarkan usia .............................................. 6
10. Sebaran persentase kategori skor TOEFL berdasarkan IPK S1 .......................................... 7
11. Sebaran persentase kategori skor TOEFL berdasarkan selang waktu S1 ke S2 ................. 7
12. Plot skor TOEFL (pretest) dengan nilai akhir (posttest) .................................................... 8
13. Plot skor TOEFL (pretest) dengan nilai akhir (posttest) setelah disekat pada skor 380 ..... 8
DAFTAR TABEL
Halaman
DAFTAR LAMPIRAN
Halaman
1. Sebaran hasil ujian awal TOEFL berdasarkan asal perguruan tinggi ................................ 13
2. Identifikasi terhadap mahasiswa dengan skor TOEFL < 420 dan nilai akhir < 50 ........... 17
3. Plot sisaan (a) model kuadratik, (b) model revisi 1, (c) model revisi 2, dan (d)
model akhir ....................................................................................................................... 18
1
atau mengubah skor pengamatan yang Kesalahan itu dapat terjadi berdasarkan orang,
telah digunakan sebelumnya. tempat, dan waktu. Meningkatkan validitas
5. Statistik regresi: terjadi akibat satu eksternal dapat dilakukan dengan mereplikasi
kelompok mempunyai skor pretest yang studi yang dilakukan.
lebih ekstrim dibanding kelompok yang
lain. Rancangan Regresi Diskontinuitas
6. Seleksi: terjadi ketika pemberian (Regression Discontinuity Design)
penugasan kedalam kelompok program Rancangan regresi diskontinuitas (RD)
atau kelompok kontrol memberikan hasil adalah bagian dari rancangan percobaan kuasi
kelompok dengan karakterisitik yang yang dapat dimasukkan dalam bentuk
berbeda. rancangan kelompok pre-post test (Trochim
7. Mortalitas: unit pengamatan 1984). Rancangan ini dibedakan dengan
mundur/keluar ketika percobaan masih rancangan pre-post test lainnya dalam hal
berjalan. pemberian penugasaan yaitu dengan
Ancaman interaksi sosial juga dapat menggunakan score cut-off pada pretest.
mempengaruhi validitas internal. Ancaman Dalam bentuk notasi rancangan RD dapat
tersebut timbul karena penelitian sosial digambarkan sebagai berikut:
dilakukan di dunia nyata yang menyangkut
konteks manusia dimana orang-orang akan C O1 X O2
bereaksi tidak hanya dengan apa yang C O1 O2
mempengaruhi mereka, tetapi juga dengan apa
yang terjadi kepada orang lain di sekitar Lambang C menunjukkan pembagian
mereka. Berikut adalah ancaman interaksi kelompok yang ditetapkan melalui skor cut-
sosial yaitu (Trochim 2006, diacu dalam Web off, sedangkan O1 merupakan pengamatan
Center for Social Research Methods 2006): pada saat pretest, dan O2 merupakan
1. Difusi atau imitasi perlakuan: adanya pengamatan pada saat posttest, serta X
hubungan sosial antara kelompok program merupakan pelaksanaan program (intervensi).
dengan kelompok kontrol sehingga Baris atas merupakan kelompok yang dikenai
memungkinkan adanya pertukaran program (intervensi) sedangkan baris bawah
informasi dan pengalaman. merupakan kelompok pembanding (kontrol).
2. Persaingan kompensatoris: terjadi karena Jika dibuat dalam bentuk tabel untuk
kelompok pembanding merasa cemburu program tutorial mata kuliah Bahasa Inggris
dengan adanya intervensi terhadap rancangannya sebagai berikut:
kelompok program sehingga akan
memotivasi kelompok kontrol untuk Tabel 1 Rancangan regresi diskontinuitas
bersaing. pada evaluasi tutorial Bahasa
3. Demoralisasi marah: merupakan kebalikan Inggris
dari kompensasi persaingan, dimana kelompok
kelompok pembanding merasa kecil hati program O1 Tutorial+kuliah O2
dengan adanya intervensi terhadap (intervensi)
kelompok program.
cut-off
4. Penyamaan perlakuan sebagai imbangan:
berkaitan dengan orang yang mengelola kelompok
penelitian yang memberikan usaha kepada pembanding O1 kuliah O2
kelompok pembanding untuk (kontrol)
menyamakan dengan kelompok intervensi.
Pada prinsipnya rancangan RD Pemilihan cut off berdasarkan sumber
mempunyai validitas internal yang kuat daya program yang tersedia atau pemilihan
sebagai alternatif dari rancangan percobaan cut-off dapat dilakukan secara substantif.
acak. Pada prakteknya, validitas dari Aturan cut-off untuk kasus dua kelompok
rancangan RD tergantung dari seberapa baik sederhana yaitu:
analisis yang memodelkan hubungan pretest- • Semua orang pada satu sisi cut-off
posttest. ditugaskan ke dalam satu kelompok.
Validitas eksternal adalah generalisasi • Semua orang di sisi lain cut-off ditugaskan
kesimpulan hasil percobaan berdasarkan untuk kelompok yang lain.
orang, tempat, dan waktu. Ancaman bagi • Memerlukan ukuran kuantitatif kontinyu
validitas eksternal adalah penjelasan yang pada saat pretest.
mungkin salah dalam membuat generalisasi.
3
Yi = β 0 + β 1 X% i + β 2 Z i + β 3 X% iZi + ... + β n − 1 X%i s + β nX% i s Zi + ε eksplorasi plot antara sisaan (ei) dengan
dugaan peubah respon (ŷi). Sisaan saling
Keterangan: bebas dapat didiagnostik dengan eksplorasi
Yi = pengukuran posttest untuk individu i plot antara sisaan (ei) menurut urutan waktu.
% = pengukuran pretest untuk individu i
Xi Sedangkan asumsi kenormalan sisaan dapat
didiagnostik dengan plot sisaan dengan
dikurangi nilai dari cut-off, x0 ( x%i = xi - peluang normalnya.
x0)
Zi = dummy variabel perlakuan (1 jika METODOLOGI
dikenai program ; 0 jika sebagai
kontrol) Data
S = derajat polinomial yang berasosiasi Data yang digunakan dalam penelitian ini
dengan variabel ݔ adalah data sekunder yang berupa nilai ujian
β0 = intersep kelompok pembanding pada cut awal dan nilai ujian akhir Bahasa Inggris
off mahasiswa S2 Sekolah Pascasarjana IPB
β1 = kemiringan linier tahun ajaran 2009/2010. Data diperoleh dari
β2 = pengaruh program Unit Pelaksana Mata Kuliah Dasar Umum
(MKDU). Nilai ujian awal Bahasa Inggris
β3 = pengaruh interaksi
diukur dengan skor Test of English Foreign
βn = parameter untuk polinomial sth atau Language (TOEFL) pada awal semester 1.
interaksi dengan z Data pretest dalam analisis regresi
εi = komponen sisaan diskontinuitas adalah data mahasiswa dengan
skor TOEFL 420-449 dan skor TOEFL < 420
Hipotesis utama yang diuji untuk melihat masing-masing sebagai kelompok
keefektifan program adalah: pembanding dan kelompok intervensi.
H0 : β 2 = 0 Sedangkan nilai akhir mata kuliah Bahasa
H1 : β 2 ≠ 0 Inggris digunakan sebagai data posttest. Hasil
kategori skor TOEFL seperti terlihat pada
Persamaan regresi polinomial di atas apabila
gambar 4.
dibuat dalam bentuk matriks menjadi:
Y = X β +ε
Dengan memaksimumkan jumlah kuadrat
> 500 A
sisaan diperoleh penduga untuk β yaitu
sebagai berikut:
475-499 AB
βˆ = ( X ′X ) −1 X ′Y
Ukuran kebaikan model (goodness of fits) skor 450-474 B
TOEFL
dilihat dari nilai R-sq dan R-sq(adj). Nilai R-
420-449 kuliah nilai akhir
sq menggambarkan proporsi keragaman Y
yang dapat dijelaskan oleh model. Sedangkan
nilai R-sq(adj) menggambarkan proporsi < 420 tutorial+kuliah nilai akhir
keragaman Y yang dapat dijelaskan oleh
model setelah terkoreksi oleh derajat
bebasnya.
n
( y i − yˆ i ) 2
Gambar 4 Kategori skor TOEFL.
R2 =1−
∑ i =1
n
∑ i =1
( yi − y )2 Selain itu untuk mengidentifikasi
karakteristik mahasiswa digunakan data hasil
R 2 (adj ) = 1 −
Var (ε )
= 1−
∑ ( yi − yˆ )2 ( n − 1 ) verifikasi masuk program magister. Variabel
Var (Y ) ∑ ( yi − y )2 n − k yang diamati antara lain:
Sedangkan k merupakan banyaknya parameter 1. Jenis kelamin
dalam model dan n merupakan banyaknya 2. Status perkawinan
amatan. 3. Usia
Asumsi yang digunakan sama dengan 4. Daerah asal perguruan tinggi
asumsi yang digunakan dalam analisis regresi 5. Tahun lulus
linier, yaitu kehomogenan ragam sisaan, 6. Indeks Prestasi Kumulatif (IPK) S1.
sisaan saling bebas, dan kenormalan sisaan.
Kehomogenan ragam dapat didiagnostik dari
5
30
dapat menunjukkan bukti lulus TOEFL 18,0 19,5
dengan nilai minimum 450 yang diberikan 20 14,8 13,2 11,6 9,2
8,4 10,9
oleh lembaga resmi TOEFL institusional tidak
10
diwajibkan mengikuti mata kuliah ini. Tujuan
diberikannya mata kuliah Bahasa Inggris 0
kepada mahasiswa sekolah pascasarjana perempuan laki-laki
adalah untuk meningkatkan kemampuan A AB B Kuliah Tutorial
membaca materi akademik, menulis, membuat
ringkasan hasil penelitian dan menyusun Gambar 6 Sebaran persentase kategori skor
kalimat dalam bahasa inggris, baik secara TOEFL berdasarkan jenis
pasif maupun aktif. kelamin.
Persentase
50 38,2
mahasiswa berstatus kawin hanya 22%. 40
22,5
55,1 30 19,0 18,7
60 11,8 15,4
20 13,0
6,9 9,4
3,9 11,2
50 41,1 10 2,6 2,6
40 0
Persentase
1 2 3
30 22,8
16,4 14,715,5 A AB B Kuliah Tutorial
20 12,3
9,1 8,7
10 4,2 Gambar 8 Sebaran persentase kategori skor
TOEFL berdasarkan daerah asal
0 perguruan tinggi.
kawin belum kawin
Berdasarkan usia, mahasiswa dibagi
A AB B Kuliah Tutorial
menjadi tiga kelompok usia yaitu usia < 30
Gambar 7 Sebaran persentase kategori skor tahun, 30-40 tahun, dan > 40 tahun, dengan
TOEFL berdasarkan status persentase berturut-turut sebesar 62,1%,
perkawinan. 33,1%, dan 4,8%. Hubungan antara kategori
skor TOEFL dengan usia dapat dilihat pada
Untuk analisis deskriptif berdasarkan gambar 9. Terlihat bahwa dengan
daerah asal perguruan tinggi, mahasiswa bertambahnya usia, mahasiswa cenderung
dibagi menjadi tiga kelompok yaitu mahasiwa mendapat skor TOEFL yang lebih rendah. Hal
yang berasal dari perguruan tinggi yang ini ditandai dengan semakin tinggi persentase
berada di Pulau Sumatera dan sekitarnya mahasiswa yang mendapat kategori kuliah dan
(wilayah 1), Pulau Jawa dan Madura (wilayah tutorial. Persentase terendah terdapat pada
2), dan Pulau Kalimantan, Sulawesi, Papua usia < 30 tahun (57,9%), kemudian kelompok
dan sekitarnya (wilayah 3). Sebaran hasil usia 30-40 tahun (77,5%) dan kelompok usia
ujian awal TOEFL berdasarkan asal perguruan > 40 tahun mempunyai persentase yang paling
tinggi dapat dilihat pada lampiran 1. tinggi (89,7%).
Sebagian besar mahasiswa (63,7%) berasal 75,9
80
dari perguruan tinggi di wilayah 2, sisanya
berasal dari wilayah 1 sebesar 16,9% dan 70
56,0
wilayah 3 sebesar 19,4%. Secara berturut- 60
Persentase
Persentase
mendapat skor TOEFL yang tinggi. Seperti
19,5 26,0
yang terlihat pada gambar 11, mahasiswa 30 16,1
12,8
dengan IPK S1 ≤ 2,80 mendapat skor TOEFL 20 14,9 14,6 14,2 8,0
9,5
A, AB, dan B sebanyak 29,8% dan sebanyak 4,7 6,0 2,0
10
33,8% pada IPK S1 2,81-3,50. Persentase
terbesar pada kelompok IPK S1 > 3,50 yaitu 0
39,6%. <=4 tahun 5-9 tahun >=10 tahun
A AB B Kuliah Tutorial
60 53,2
46,9 Gambar 11 Sebaran persentase kategori
50 42,7 skor TOEFL berdasarkan selang
Persentase
40 waktu S1 ke S2.
30 19,3
19,8 17,7 Evaluasi Pengaruh Tutorial dengan
14,9 17,0
20 12,89,411,6 11,5 Analisis Regresi Diskontinuitas
8,5 6,4 8,3
10 Program tutorial diberikan kepada
mahasiswa yang mendapat skor TOEFL <
0 420, sedangkan mahasiswa yang mendapat
<=2,8 2,81-3,50 >3,5 skor TOEFL 420-449 dapat langsung
A AB B Kuliah Tutorial mengikuti kuliah. Tutorial menjadi syarat bagi
mahasiswa yang mendapat skor TOEFL di
Gambar 10 Sebaran persentase kategori skor bawah 420 untuk mengikuti kuliah, sehingga
TOEFL berdasarkan IPK S1. dalam hal ini skor 420 digunakan sebagai cut
off dalam menentukan pemberian tutorial.
Selain itu juga dilihat deskripsi selang Pemberian tutorial sebelum kuliah ini
waktu dari S1 ke S2. Variabel selang waktu bertujuan untuk meningkatkan nilai akhir
S1 ke S2 dihitung dengan mengurangkan Bahasa Inggris, sehingga apabila dibuat
tahun masuk S2 yaitu tahun 2009 dengan persamaan garis regresi akan terdapat suatu
tahun lulus S1. Hasilnya dikelompokkan diskontinuitas pada titik cut-off.
menjadi tiga kelompok. Sebanyak 55,5% Gambar 12 merupakan plot skor TOEFL
mahasiswa dikelompokkan ke dalam selang (pretest) dengan nilai akhir (posttest) untuk
waktu ≤ 4 tahun dan 28% pada selang waktu rancangan tersebut. Sebagai kelompok
5-9 tahun. Sisanya sebanyak 16,6% pembanding yaitu kelompok mahasiswa
dikelompokan pada selang waktu ≥ 10 tahun. dengan skor TOEFL 420-449 dan kelompok
Mahasiswa cenderung mendapat skor TOEFL intervensi yaitu mahasiswa dengan skor
yang lebih rendah dengan semakin lamanya TOEFL < 420. Evaluasi terhadap pengaruh
selang waktu S1 ke S2 atau sebaliknya. Hal tutorial dilakukan pada titik cut-off yaitu pada
ini sejalan dengan hubungan yang ditunjukkan skor 420. Terlihat bahwa pada titik cut off
pada variabel usia. Pada gambar 11 terlihat tersebut terdapat suatu diskontinuitas garis
bahwa mahasiswa dengan selang waktu ≤ 4 regresi, namun secara visual menunjukkan
tahun mendapat kategori kuliah dan tutorial adanya penurunan atau diskontinuitas negatif.
sebesar 57,6%. Persentase yang lebih besar Hal ini diduga karena rentang nilai pretest
ditujukkan pada selang waktu 5-9 tahun yaitu pada kelompok intervensi terlalu lebar.
71,6% dan pada selang waktu ≥ 10 tahun Kemungkinan pengaruh tutorial berbeda
persentasenya sebesar 84%. untuk pretest pada rentang nilai tersebut,
sehingga untuk melihat pengaruhnya dicoba
dilakukan pengelompokan.
8
90 k elompok
interv ensi
pembanding
80
60
50
40
30
20
300 320 340 360 380 400 420 440 460
skor TOEFL (pretest)
Dengan mencoba pada berbagai titik skor pada cut-off 420 menunjukkan bahwa terdapat
TOEFL maka diperoleh hasil bahwa diskontinuitas garis regresi yang berupa
pemberian tutorial akan berpengaruh pada perubahan secara vertikal. Selain itu secara
kelompok skor TOEFL 380-419. Gambar 13 visual pada garis regresi yang mengepaskan
memperlihatkan plot skor TOEFL (pretest) titik-titik pada kelompok intervensi maupun
dengan nilai akhir (posttest) setelah disekat kelompok pembanding tidak terlihat adanya
pada skor 380. Seperti yang terlihat pada suatu lekukan. Hal ini mengindikasikan
gambar, kelompok mahasiswa dengan skor adanya hubungan linier.
TOEFL < 380 cenderung memiliki nilai akhir Langkah selanjutnya adalah memodelkan
yang rendah yang ditunjukkan dengan warna hubungan pre-post test untuk kelompok
hijau (pretest rendah), sehingga jika kelompok intervensi dan kelompok pembanding. Pada
mahasiswa tersebut tetap dimasukkan dalam saat membuat model, hasil pengamatan secara
evaluasi akan mempengaruhi hasil visual digunakan sebagai acuan untuk
keefektifannya. Identifikasi terhadap menentukan derajat polinomial. Derajat
mahasiswa dengan skor TOEFL < 420 dan polinom yang digunakan adalah polinom
nilai akhir < 50 dapat dilihat pada lampiran 2. berderajat dua. Hal ini berdasarkan pada
Pengaruh efektivitas tutorial secara visual aturan ibu jari yaitu jika hubungannya linier,
terlihat pada kelompok tutorial dengan skor maka sebagai model overspesifiednya
TOEFL 380-419 (kelompok intervensi) ditransformasi naik sampai orde ke dua
dengan kelompok kuliah (kelompok (Trochim 1990). Hasil pemodelan
pembanding) yang masing-masing pada menggunakan model polinom berderajat dua
gambar ditunjukkan dengan warna hitam dan atau kuadratik memberikan dugaan koefisien
merah. Pemeriksaan hubungan secara visual seperti yang ditunjukkan pada Tabel 2.
90 kelompok
intervensi
pembanding
80 pretest rendah
Nilai akhir (Posttest)
70
60
50
40
30
20
300 320 340 360 380 400 420 440 460
Skor TOEFL (Pretest)
Gambar 13 Plot skor TOEFL (pretest) dengan nilai akhir (posttest) setelah disekat pada skor 380.
9
Hasil ini merupakan hasil dengan dari plot sisaan terhadap nilai dugaannya.
komponen x (skor TOEFL) yang telah Berdasarkan plot sisaan terhadap nilai
ditransformasi. Transformasi dilakukan dugaannya untuk ketiga model tersebut
dengan mengurangkan setiap nilai pretest menunjukkan pola sisaan yang homogen. Plot
dengan nilai cut off. Pada model tersebut sisaan terhadap urutan waktu digunakan untuk
pengaruh program diduga sebesar 0,88 dengan melihat ada atau tidaknya korelasi antar
nilai p sebesar 0,87 yang secara statistik tidak amatan. Pada ketiga model tersebut sisaan
signifikan pada taraf nyata 5%. Begitu juga tidak menunjukkan adanya korelasi antar
dengan koefisien derajat polinom tertinggi amatan. Plot sisaan dengan peluang normal
menunjukkan pengaruh yang tidak signifikan. dan histogram sisaan untuk ketiga model
Langkah selanjutnya dilakukan pendugaan memberikan hasil yang tidak jauh berbeda.
kembali dengan mengeluarkan derajat Terlihat bahwa plot sisaan terhadap peluang
polinom ordo kedua. Hasilnya seperti yang normal membentuk garis lurus dan histogram
terlihat pada revisi 1. Pengaruh program yang mengikuti bentuk seperti genta. Hal ini
sebesar 1,78 yang menunjukkan adanya menunjukkan bahwa sisaan menyebar normal.
peningkatan meskipun secara statistik tidak Hasil pemodelan yang diperoleh
signifikan. Parameter komponen interaksi menunjukkan bahwa tutorial berpengaruh
linier diduga sebesar 0,10 dengan nilai p positif sebesar 1,54 meskipun secara statistik
sebesar 0,49 yang juga tidak signifikan. pengaruh tersebut tidak signifikan. Nilai R-sq
Dengan mengeluarkan komponen tersebut, model yang relatif kecil kemungkinan
diperoleh model revisi 2. Pengaruh program disebabkan karena adanya faktor lain yang
pada model tersebut sebesar 1,54. Meskipun berpengaruh terhadap nilai akhir Bahasa
koefisien tersebut tidak signifikan dan lebih Inggris. Sehingga dicoba dimasukkan
kecil dari dugaan sebelumnya, namun model variabel-variabel yang kemungkinan
dengan mengeliminasi komponen interaksi berpengaruh terhadap nilai akhir Bahasa
linier memberikan keragamaan yang paling Inggris. Dengan memasukkan peubah bebas
kecil. Kebaikan antar model dapat dilihat dari usia, jenis kelamin, dan IPK S1 diperoleh
nilai R-sq(adj). Nilai R-sq(adj) terbesar dari model seperti pada Tabel 3. Pengaruh usia
ketiga model tersebut terdapat pada model terhadap nilai akhir Bahasa Inggris sebesar -
revisi kedua yaitu model dengan 0,37, sedangkan pengaruh IPK S1 sebesar
mengeliminasi interaksi linier. 3,05. Rata-rata perbedaan nilai akhir Bahasa
Pemenuhan asumsi dalam regresi linier Inggris antara mahasiwa yang berjenis
dapat didiagnostik secara deskriptif dengan kelamin perempuan dan laki-laki sebesar 2,32.
membuat grafik plot sisaan. Hasil plot sisaan Pengaruh ketiga variabel tersebut signifikan
untuk ketiga model tersebut dapat dilihat pada pada taraf nyata 10%. Terlihat bahwa dengan
lampiran 3. Kehomogenan sisaan dapat dilihat penambahan ketiga variabel bebas ke dalam
10
Lampiran 1 Sebaran hasil ujian awal TOEFL berdasarkan asal perguruan tinggi
Lampiran 2 Identifikasi terhadap mahasiswa dengan skor TOEFL < 420 dan nilai akhir < 50
Selang
Skor Nilai Nilai Waktu Jenis Status
No Asal Perguruan Tinggi IPK S1 Usia
TOEFL tutorial Akhir S1 ke Kelamin perkawinan
S2
1 Institut Pertanian Bogor 380 69 42 2,50 33,33 10 P Kawin
2 Institut Pertanian Bogor 387 61 27 2,87 30,00 6 L Kawin
3 Universitas Syiah Kuala 370 50 46 3,55 26,42 2 P Belum Kawin
4 Universitas Syiah Kuala 327 55 46 3,22 23,08 0 L Belum Kawin
5 Universitas Syiah Kuala 373 50 45 3,19 27,00 2 L Belum Kawin
T=2,57;
6 Universitas Syiah Kuala 357 59 43 27,75 4 L Belum Kawin
UP= 3,07
7 Universitas Negeri Padang 403 56 49 2,94 33,00 9 P Kawin
8 Universitas Jambi 367 52 46 2,91 37,00 12 P Kawin
9 Universitas Jambi 363 58 48 3,13 25,83 1 L Belum Kawin
10 Universitas Hasanudin 383 51 46 3,29 38,50 9 P Kawin
11 Universitas Tadulako 357 55 47 3,41 24,67 1 L Belum Kawin
12 Universitas Abulyatama 343 50 47 3,10 25,33 1 L Belum Kawin
13 Universitas Serambi
400 59 46 2,85 39,25 11 P Kawin
Mekkah
14 Universitas Bandung Raya 397 52 47 3,03 32,17 3 L Belum Kawin
15 Universitas Borobudur 360 57 49 2,70 37,50 12 L Kawin
16 Sekolah Tinggi Pertanian
363 51 45 3,56 27,58 3 L Belum Kawin
Kutai Timur
18
Lampiran 3 Plot sisaan (a) model kuadratik, (b) model revisi 1, (c) model revisi 2, dan (d) model
akhir
Normal Probability Plot Versus Fits Normal Probability Plot Versus Fits
99,9 99,9
20 20
99 99
90 90
Residual
Residual
0 0
Percent
Percent
50 50
10 -20 10 -20
1 1
0,1 -40 0,1 -40
-40 -20 0 20 60 64 68 72 76 -40 -20 0 20 60 65 70 75
Residual Fitted Value Residual Fitted Value
Frequency
20 20
Residual
Residual
0 0
10 -20 10 -20
0 -40 0 -40
-30,0 -22,5 -15,0 -7,5 0,0 7,5 15,0 1 20 40 60 80 100 120 140 160 180 -30,0 -22,5 -15,0 -7,5 0,0 7,5 15,0 1 20 40 60 80 100 120 140 160 180
Residual Observation Order Residual Observation Order
(a) (b)
Normal Probability Plot Versus Fits Normal Probability Plot Versus Fits
99,9 99,9
20 20
99 99
90 90
Residual
Residual
0
Percent
Percent
0
50 50
10 -20 10
-20
1 1
0,1 -40 0,1
-40 -20 0 20 60 64 68 72 76 -30 -15 0 15 30 50 60 70 80
Residual Fitted Value Residual Fitted Value
18
Frequency
Frequency
20
Residual
Residual
0 0
12
10 -20
6 -20
0 -40 0
-30,0 -22,5 -15,0 -7,5 0,0 7,5 15,0 1 20 40 60 80 100 120 140 160 180 -30,0 -22,5 -15,0 -7,5 0,0 7,5 15,0 1 20 40 60 80 100 120 140 160
Residual Observation Order Residual Observation Order
(c) (d)