i

SKRIPSI

ANALISIS KENDALA SISTEM BELAJAR DARING TERHADAP

PEMBELAJARAN MATEMATIKA DI KAMPUS UNW MATARAM
TAHUN AKADEMIK 2020/2021 MENGGUNAKAN ANALISIS
REGRESI LINIER BERGANDA

Disusun oleh:

RIZKIA MAULANA
18.5.2.004

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NAHDLATUL WATHAN MATARAM
2022
 ii

ANALISIS KENDALA SISTEM BELAJAR DARING

TERHADAP PEMBELAJARAN MATEMATIKA DI
KAMPUS UNW MATARAM TAHUN AKADEMIK
2020/2021 MENGGUNAKAN ANALISIS REGRESI LINIER

SKRIPSI

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Bidang
Matematika Pada Fakultas Matematika Dan Ilmu Pengetahuan Alam
Universitas Nahdlatul Wathan Mataram

RIZKIA MAULANA
18.5.2.004

Disetujui Oleh:

Penguji I Penguji II

Andri Azmul Fauzi, M.Si Rio Satriyantara, M.Mat

NIDN. 0808069205 NIDN. 0809059301

Pembimbing I Pembimbing II

Dara Puspita Anggraeni Alfian Eka Utama, M.Pd

NIDN. 0808028802 NIDN. 0825099501

LEMBAR PENGESAHAN NASKAH SKRIPSI

 iii

Judul Analisis Kendala Sistem Belajar Daring Terhadap Pembelajaran

: Matematika Di Kampus Unw Mataram Tahun Akademik
2020/2021 Menggunakan Analisis Regresi Linier.

Yang dipersiapkan dan disusun oleh:

Rizkia Maulana
18.5.2.004

Telah dipertahankan di depan Dewan Penguji

Pada Tanggal:............................

Susunan Dewan Penguji

Penguji I Penguji II

Andri Azmul Fauzi, M.Si Rio Satriantara, M.Mat

NIDN. 0808069205 NIDN. 0809059301

Pembimbing I Pembimbing II

Dara Puspita Anggraeni Alfian Eka Utama, M.Pd

NIDN. 0808028802 NIDN. 0825099501

Mengetahui, Ketua Program Studi Matematika

Dekan Fakultas Matematika dan Ilmu
Pengetahuan Alam

Irfan Jayadi, M.Si Dwi Agustini, M.Pd

NIDN. 0821128401 NIDN. 0811088701
 iv

NOTA DINAS PENIMBANG

Hal : Ujian Skripsi

Kepada

Yth. Dekan Fakultas MIPA

Universitas Nahdlatul Wathan Mataram

di-

Mataram

Bismillah Wabihamdihi

Assalamuallaikum Wr. Wb

Setelah diperiksa dan diadakan perbaikan sesuai dengan pedoman dan

hasil pemeriksaan, makan kami berpendapat bawha skripsi saudara:

Nama : Rizkia Maulana

NIM : 18.52.004
Jurusan/Prodi : Matematika
Judul : Analisis Kendala Sistem Belajar Daring Terhadap
Pembelajaran
Matematika Di Kampus UNW Mataram Tahun
Akademik 2020/2021 Menggunakan Analisis Regresi
Linier.

Telah memenuhi syarat untuk diajukan dalam sidang ujian skripsi

jurusan Matematika Fakultas MIPA Universitas Nahdlatul Wathan
(UNW) Mataram untuk itu kami berharap skripsi ini dapat diajukan

Demikian dan atas kerja sama yang baik diseampaikan terimakasih

Wallahul muaffiq wal hadi ila sabilirroyad

Wassalamualaikum wr. Wb

Pembimbing I Pembimbing II

Dara Puspita Anggraeni Alfian Eka Utama, M.Pd

NIDN. 0808028802 NIDN. 0825099501
 v

PERNYATAAN KEASLIAN SKRIPSI

Yang Bertanda tangan dibawah ini:

Nama : Rizkia Maulana

NIM : 18.52.004

Jurusan Prodi : Biologi

Menyatakan dengan sebenar-benarnya bawha skripsi dengan judul:

Judul : Analisis Kendala Sistem Belajar Daring Terhadap Pembelajaran

Matematika Di
Kampus Menggunakan Analisis Regresi

Apabila dikemudian hari ternyata dan terbukti skripsi ini tidak asli atau merupakan
jiplakan atau saduran, maka saya bersedia dikenakan sangsi admisbtrasi sesuai
dengan ketentuan yang berlaku.

Mataram, November 2022

Yang menyatakan,

Rizkia Maulana
 vi

KATA PENGANTAR

Segala puji dan syukur penulis panjatkan kehadirat Allah SWT, yang telah
memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi
dengan judul Analisis Kendala Sistem Belajar Daring Terhadap Pembelajaran
Matematika Di Kampus UNW Mataram Tahun Akademik 2020/2021 Menggunakan
Analisis Regresi Linier. Sholawat dan salam juga tidak lupa tercurahkan kepada Nabi
Muhammad SAW serta keluarga dan sahabat sekalian.

Penyusunan skripsi ini bertujuan untuk melengkapi salah satu syarat guna
memperoleh gelar sarjana pada program studi Matematika Fakultas Matematika dan
Ilmu Pengetahuan Alam (MIPA) UNW Mataram. Untuk itu penulis ingin
menyampaikan banyak terima kasih kepada semua pihak yang telah membantu dalam
penyelesaian penulisan skripsi ini. Ucapan terima kasih yang tidak terhingga penulis
sampaikan kepada:

1. Ibu Dara Puspita Anggraeni,M.Sc. selaku Pembimbing I yang penuh dengan

kesabaran membantu penulis dalam segala hal, baik dalam memberi nasehat,
bimbingan dan saran mulai dari awal sampai dengan penulis dapat menyelesaikan
skripsi ini.

2. Bapak Alfian Eka Utama,M.Pd. selaku Pembimbing II yang telah memberikan

bantuan, ide, bimbingan dan saran dalam penulisan skripsi ini.

3. Bapak Irfan Jayadi,S.P.,M.Si. selaku Dekan Fakultas MIPA UNW Mataram yang
tak henti-hentinya memberikan dukungan dan motivasi kepada penulis.

4. Ibu Dwi Agustini,M.Pd. selaku Ketua program studi Matematika, Fakultas MIPA
UNW Mataram.

5. Bapak/Ibu Dosen di Fakultas MIPA UNW Mataram yang telah memberikan

dukungan dan motivasi serta ilmu dan pengetahuan yang diberikan kepada penulis.

Terimakasih teristimewa sekali kepada kedua orang tua tercinta, ayahanda Mahnan
dan Ibunda Haesum atas cinta, kasih sayang, dukungan dan doa yang tak henti-
hentinya yang telah dicurahkan kepada penulis. Kepada suami tercinta Abdul Gafur
yang telah memberikan pengorbanan baik materi dan nonmateri yang ikhlas dan kasih
sayang yang telah dicurahkan kepada penulis. Kepada seluruh keluarga besar Adik
Vivi, Kak Khaerul, Kak Depi dan teman-teman seperjuangan dari fakultas MIPA
Prodi Matematika (Risma, Ilmi, Ema, Rakmah dan Zarkasi) dan Prodi Biologi
(Husnul, Fajriah, Sri, Eti, Hikma, Firdaus dan Saef) atas dukungan, pembelajaran dan
kebersamaannya.

Terakhir kepada semua orang-orang baik disekeliling penulis yang tidak dapat
dituliskan namanya satu persatu, terimakasih atas segala kebaikan yang telah
dicurahkan kepada penulis. Semoga segala kebaikan dibalas oleh Allah SWT dengan
kebaikan yang berlipat ganda. Penulis mengucapkan permohonan maaf atas segala
kesalahan dan kekhilafan yang pernah

penulis lakukan. Penulis juga mengharapkan saran dan komentar yang dapat
dijadikan masukan dalam penyempurnaan skripsi ini. Penulis mengharapkan skripsi
ini dapat memberikan manfaat bagi para pembaca.
 vii

Mataram, Juni 2022

Yang menyatakan,

RIZKIA MAULANA
NIM. 1852004
 viii

DAFTAR ISI

SAMPUL

SKRIPSI.............................................................................................................................i
KATA PENGANTAR........................................................................................................ii
DAFTAR ISI.....................................................................................................................iv
BAB I.................................................................................................................................1
PENDAHULUAN.............................................................................................................1
1.1 Latar Belakang.........................................................................................................1
1.2 Rumusan Masalah....................................................................................................2
1.3 Batasan Masalah.......................................................................................................2
1.4 Tujuan Penelitian.....................................................................................................3
1.5 Manfaat Penelitian...................................................................................................3
BAB II...............................................................................................................................4
TINJAUAN PUSTAKA.....................................................................................................4
2.1 Pengertian Analisis...................................................................................................4
2.2 Kendala Belajar Matematika Melalui Sistem Pembelajaran Daring.........................4
2.3. Kesulitan Belajar Matematika Melalui Sistem Pembelajaran Daring......................5
2.4 Analisis Regresi.......................................................................................................6
2.5 Penelitian yang Relavan...........................................................................................8
BAB III............................................................................................................................10
METODE PENELITIAN.................................................................................................10
3.1 Jenis Penelitian.......................................................................................................10
3.2 Waktu dan Tempat Penelitian................................................................................10
3.3 Populasi dan Sampel Penelitian..............................................................................11
3.4 Teknik Pengumpulan Data.....................................................................................11
3.5 Instrumen Pengumpulan Data................................................................................12
3.6 Uji Validitas dan Uji Reliabilitas Instrumen...........................................................13
3.7 Teknik Analisis Data..............................................................................................17
3.7.1 Analisis Regresi Linier Berganda....................................................................17
3.7.2 Analisis Koefisien Determinasi (R2)...............................................................18
3.7.3 Uji Signifikansi Koefisien Regresi (Uji-F)......................................................19
3.7.4 Uji Hipotesis (Uji T)........................................................................................19
BAB IV............................................................................................................................21
HASIL DAN PEMBAHASAN........................................................................................21
4.1 Gambaran Umun Lokasi Penelitian........................................................................21
4.1.1 Profil UNW Mataram......................................................................................21
4.1.2 Visi dan Misi UNW Mataram.........................................................................21
 ix

4.2 Hasil Penelitian......................................................................................................22

4.2.1 Validitas dan Reliabilitas Instrumen................................................................23
4.2.2 Membangun Model Regresi dan Menyeleksi Variabel Independen Yang Signifikan
.................................................................................................................................24
4.2.3 Uji t.................................................................................................................25
4.2.4 Uji F (Simultan)..............................................................................................26
4.2.5 Uji Asumsi Klasik...........................................................................................27
4.2.6 Uji Koefisien Determinasi (R2)........................................................................29
4.3 Pembahasan............................................................................................................30
BAB V.............................................................................................................................32
KESIMPULAN DAN SARAN........................................................................................32
5.1 KESIMPULAN......................................................................................................32
5.2 SARAN..................................................................................................................32
DAFTAR PUSTAKA......................................................................................................33
 x

DAFTAR TABEL
 xi

DAFTAR GAMBAR
 xii

DAFTAR LAMPIRAN
 xiii

ABSTRAK
 xiv

BAB I
PENDAHULUAN

1.1 Latar Belakang

Pembelajaran daring sangat dikenal dikalangan masyarakat dan akademik
dengan istilah pembelajaran online (online learning). Istilah lain yang sangat
umum diketahui adalah pembelajaran jarak jauh (learning distance).
Pembelajaran daring merupakan pembelajaran yang berlangsung di dalam
jaringan dimana pengajar dan yang diajar tidak bertatap muka secara langsung
(Halima dan Wasia, 2020).
Pendapat dari ahli lain yakni Rigianti (2020) pembelajaran daring adalah
cara baru dalam pembelajaran dengan memanfaatkan perangkat elektronik
berupa gawai atau laptop khususnya pada akses internet dalam penyampaiannya
dalam pembelajaran, sehingga pembelajaran daring sepenuhnya bergantung
kepada akses jaringan internet. Jadi dapat disimpulkan bahwa pembelajaran
daring melalui online dengan memanfaatkan alat elektronik dan koneksi internet
dapat terjadi dimana saja dan kapan saja. Pembelajaran jarak jauh atau daring di
Indonesia dimulai pada Maret 2020, dimana semua pelajar dan mahasiswa mulai
belajar dari rumah masing-masing karena Corona Virus Disease (CoViD-19).
Covid-19 merupakan penyakit menular yang disebabkan oleh jenis corona
virus baru yaitu Sar-coV-2 ditemukan pertama kali di Wuhan, Tiongkok pada
tanggal 31 Desember 2019 (Susilawati, 2022). Covid-19 ini bisa menyebabkan
gangguan ringan pada sistem pernapasan, infeksi paru-paru yang berat bahkan
kematian (Lumbantoruan dan Hutapea, 2021). Adanya virus ini memberikan
banyak dampak pada hampir semua bidang, tidak terkecuali pada bidang
pendidikan. Untuk menyikapi dampak dari covid-19, pemerintah meminta untuk
menutup semua sekolah maupun perguruan tinggi dengan menerbitkan surat
edaran No. 4 Tahun 2020 pada tanggal 24 Maret 2020 yang berisikan tentang
pelaksanaan kebijakan pendidikan dalam masa darurat penyebaran covid-19.
Sehingga pembelajaran dilakukan dari rumah dengan memanfaatkan koneksi
internet.
Proses pembelajaran daring sendiri memiliki kelebihan dan kekurangan. Hal
tersebut dikarenakan tidak semua strategi pembelajaran akan berjalan dengan
mulus tanpa adanya hambatan. Kelebihan pembelajaran daring diantaranya
kemudahan dalam mengakses materi, biaya yang lebih terjangkau, dan waktu
belajar yang fleksibel. Namun, adapun kekurangan belajar daring diantaranya
keterbatasan akses internet, minimnya interaksi dengan pengajar, dan
pemahaman terhadap materi serta pengawasan dalam belajar yang kurang
 xv

maksimal (Lindawati, 2020). Sehingga salah satu kendala terberat dalam

pembelajaran daring ini adalah mengajar mata pembelajaran matematika
(Fatkhurrozi et al., 2021). Matematika sering dijadikan momok bagi para
mahasiswa karena matematika sering dianggap sulit, tidak menarik, banyak
menghitung dan tentunya menggunakan banyak rumus (Rosyidah et al., 2021).
Berdasarkan uraian di atas, penelitian ini berfokus pada kendala
pembelajaran matematika yang dihadapi oleh mahasiswa di kampus UNW
Mataram tahun akademik 2020/2021 yang selanjutnya akan dibentuk dan
dianalisis menggunakan model matematika. Adapun untuk menganalisis kendala
sistem pembelajaran daring menggunakan analisis regresi.

1.2 Tujuan Penelitian

Berdasarkan latar belakang masalah di atas, tujuan yang ingin dicapai dari
penelitian ini adalah:
a. Mengetahui model regresi sistem belajar daring terhadap pembelajaran
matematika di UNW Mataram.
b. Mengetahui kendala-kendala yang didapatkan mahasiswa dalam
pembelajaran daring mata kuliah matematika di UNW Mataram.

1.3 Rumusan Masalah

Berdasarkan latar belakang masalah dan tujuan penelitian di atas, rumusan
malasah pada penelitian ini adalah sebagai berikut:
a. Bagaimana model regresi linier sistem belajar daring terhadap pembelajaran
matematika di kampus?
b. Apa saja faktor kendala sistem belajar daring terhadap pembelajaran
matematika di kampus?

1.4 Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memeberi manfaat sebagai berikut:
a. Menambah referensi mengenai metode yang dapat digunakan untuk
menganalisis kendala sistem belajar daring terhadap pembelajaran
matematika di kampus.
b. Memberikan informasi terhadap masyarakat khususnya mahasiswa
mengenai kendala sistem belajar daring, sehingga ke depannya dapat dibuat
kebijakan yang tepat.

1.5 Batasan Masalah

Batasan masalah yang akan dibahas pada penelitian ini sebagai berikut:
a. Data diambil pada semester genap tahun akademik 2021/2022, namun
pertanyaan kuisioner yang digunakan adalah menganalisis kendala sistem
 xvi

belajar daring mata kuliah matematika yang ada pada semester genap tahun
2019/2020 hingga semester gasal tahun akademik 2021/2022.
b. Peserta kuisionernya adalah mahasiswa UNW Mataram yang telah
mengambil mata kuliah matematika, antara lain yaitu mahasiswa Fakultas
MIPA, Fakultas Peternakan, Fakultas Pertanian, FKIP, dan Fakultas
Kesehatan.
c. Kendala pembelajaran yang dimaksud pada penelitian ini yaitu pembelajaran
matematika secara daring yang meliputi sub indikator : kendala materi ajar,
kendala jaringan dan kuota internet, kendala ekonomi, kendala kesehatan,
kendala lingkungan.
c.
 xvii

BAB II
TINJAUAN PUSTAKA

2.1 Pengertian Analisis

Kata analisis diadaptasi dari bahasa inggris “analysis”, yang secara
etimologis berasal dari bahasa Yunani kuno yang dibaca “Analusis”. Kata
analusis terdiri dari dua suku kata, yaitu “ana” yang artinya kembali, dan “luein”
yang artinya melepas atau mengurai (Yulianto, 2022). Bila digabungkan analisis
memiliki arti menguraikan kembali. Dalam Kamus Besar Bahasa Indonesia
(KBBI), analisis adalah penyelidikan terhadap suatu peristiwa (karangan,
perbuatan, dan sebagainya) untuk mengetahui keadaan yang sebenarnya (sebab-
musabab, duduk perkaranya, dan sebagainya).
Analisis adalah proses pemecahan masalah yang dimulai dengan hipotesis
(dugaan, dan sebagainya) sampai terbukti kebenarannya melalui beberapa
kepastian (pengamatan, percobaan, dan sebagainya) (Sulastri et al., 2020). Selain
itu Abdi (2021) mengatakan bahwa analisis adalah usaha dalam mengamati
sesuatu secara mendetail dengan cara menguraikan komponen-komponen
pembentuknya atau menyusun komponen tersebut untuk dikaji lebih lanjut.
Amalia (2021) Analisis merupakan proses penelitian dan penyusunan data,
pencarian data secara sistematis terhadap transkripsi wawancara, catatan
lapangan dan bahan-bahan lain yang telah dikumpulkan dengan tujuan untuk
menguji data tersebut yang kemudian digambarkan kesimpulannya.
Berdasarkan beberapa pengertian dari penelitian sebelumnya maka penulis
mengambil kesimpulan bahwa analisis adalah usaha dalam mengamati sesuatu
secara mendetail yang dimulai dengan hipotesis (dugaan, dan sebagainya) untuk
diuji sampai terbukti keadaan yang sebenarnya.

2.2 Kendala Belajar Matematika Melalui Sistem Pembelajaran Daring

Dalam KBBI, Kendala berarti halangan, rintangan, faktor atau keadaan yang
membatasi, menghalangi, atau mencegah pencapaian sasaran; kekuatan yang
memaksa pembatalan pelaksanaan. Kendala yang dimaksud disini yaitu
kurangnya sarana yang mendukung baik bagi pelajar maupun pengajar untuk
memungkinkan kegiatan pembelajaran daring berlangsung seperti telepon pintar,
akses internet, laptop, atau komputer, serta kurang pahamnya materi serta tugas
yang diberikan (Salmaa, 2022). Namun kendala saat mengevaluasi kegiatan
belajar yaitu kendala jaringan dan kuota internet, kendala materi ajar yang sulit
dipahami, kendala fasilitas handphone atau pun laptop, kendala pemahaman
orang tua yang tidak bisa mengajarkan anaknya tentang aplikasi pembelajaran
daring.
 xviii

Pembelajaran daring merupakan singkatan dari "pembelajaran dalam

jaringan" yang artinya adalah pembelajaran yang dilakukan secara online,
menggunakan aplikasi pembelajaran maupun jejaring sosial. Pembelajaran daring
merupakan pembelajaran yang dilakukan tanpa melakukan tatap muka, tetapi
melalui platform yang telah tersedia (Ermayulis, 2020). Adapun platform yang
bisa digunakan dalam sistem pembelajaran adalah google classroom, video call,
zoom, whatsapp group, telegram dan lain-lain. Pembelajaran daring di masa
pandemi dilakukan untuk mengurangi resiko penularan penyakit pada saat proses
pembelajaran berlangsung, secara esensial model pembelajaran ini
mengoptimalkan interaksi antar siswa dan tenaga pengajar tanpa menghilangkan
prinsip pendidikan (Pehul, 2022).
Manfaat dari pembelajaran daring yaitu dengan kemajuan teknologi terutama
dalam bidang pendidikan sangatlah bermanfaat, seperti efisiensi dalam waktu
belajar, lebih mudah mengakses materi pembelajaran, dan melatih kemandirian.

2.3. Kesulitan Belajar Matematika Melalui Sistem Pembelajaran Daring

Kesulitan belajar merupakan suatu kondisi dimana peserta didik tidak dapat
belajar dengan baik, disebabkan karena adanya gangguan, baik berasal dari
faktor internal maupun faktor eksternal. Adapun faktor internal yang
mempengaruhi adalah sikap, motivasi, minat, bakat, konsentrasi, intelegensi,
kebiasaan belajar, kemampuan berprestasi dan ulangan. Sedangkan faktor
eksternal yang mempengaruhi adalah cara mengajar, media yang digunakan,
orang tua, ekonomi, dan banyak lagi faktor lingkungan lain yang mempengaruhi
tak terkecuali belajar matematika.
Matematika adalah ilmu tentang kuantitas, struktur, ruang dan perubahan.
Secara etimologis matematika adalah ilmu pengetahuan yang diperoleh dengan
bernalar, yang lebih menekankan pada aktifitas penalaran ratio. Matematika
terbentuk sebagai hasil pemikiran manusian yang berhubungan dengan ide,
proses dan penalaran (Kurniawan, 2022). Secara umum karakteristik matematika
meliputi objek kajian yang abstrak, mengacu pada kesepakatan fakta dan
matematika mempunyai pola pikir deduktif yang didasarkan pada urutan
kronologis dari pengertian pangkal, aksioma (postulat), definisi, sifat-sifat, dalil-
dalil (rumus-rumus) dan penerapannya dalam matematika.
Kesulitan dalam suatu proses pembelajaran yang disebabkan oleh kurangnya
pemahaman intelektual yang dimiliki oleh seorang pembelajar terhadap materi
yang diberikan. Amalia (2021) kesulitan belajar adalah suatu kondisi dimana
siswa tidak belajar akibat adanya gangguan atau hambatan sehingga berpengaruh
terhadap kurangnya pemahaman materi dan hasil belajar yang tidak maksimal.
 xix

2.4 Analisis Regresi

Regresi pertama-tama digunakan sebagai konsep statistik pada tahun 1877
oleh Sir Francis Galton yang merupakan seorang ilmuan dalam bidang statistik
yang terkenal dengan alat penemuannya yaitu sebuah papan kelereng, yang
dinamakan dengan sebutan papan kelereng galton. Penemuannya tersebut
digunakan sebagai konsep statistik. Istilah regresi, pada mulanya bertujuan untuk
membuat perkiraan suatu nilai dari satu variabel terhadap variabel lainnya.
Definisi regresi menurut Algifari (2000) yaitu suatu teknik untuk membangun
persamaan garis lurus yang selanjutnya digunakan untuk membuat suatu
perkiraan. Sedangkan menurut pendapat lain, analisis regresi adalah suatu
analisis statistika yang digunakan untuk menjelaskan hubungan suatu variabel
respons (output, dependen, atau endogen) Y dengan menggunakan satu atau lebih
variabel input (prediktor, regressor, independen,explanary, atau exsogen)
X 1 , ... , X k (Rosadi, 2011) .
Prinsip dasar dalam membangun suatu persamaan regresi yaitu dibutuhkan
keterhubungan sebab akibat antara variabel dependen dengan variabel
independennya, baik berupa teori, hasil penelitian sebelumnya, ataupun yang
didasarkan pada penjelesan logis tertentu (Algifari, 2000).
Terdapat dua jenis persamaan untuk menyatakan hubungan antara variabel
independen X dengan variabel dependen Y pada analisis regresi yaitu analisis
regresi linier sederhana dan analisis regresi linier berganda. Jika nilai variabel
dependen dinyatakan dengan X maka bentuk hubungan antara X dan Y
merupakan suatu hubungan linier yang dapat dinyatakan dalam bentuk
persamaan linier, yaitu
Y =mX + β
Y = β0 + β 1 X (2.1)
Persamaan di atas terdiri dari satu variabel dependen dan satu variabel
independen sehingga merupakan regresi linier sederhana, dimana β 0 dan β 1
merupakan konstanta (Hasan, 2001). Sedangkan definisi analisis regresi linier
berganda Hidayat (2022) ialah model regresi atau prediksi yang melibatkan lebih
dari satu variabel bebas atau prediktor. Istilah lainnya yaitu multiple regression.
Analisis regresi berganda adalah suatu metode untuk meramalkan nilai pengaruh
dua variabel independen atau lebih terhadap satu variabel dependen, untuk
membuktikan ada tidaknya hubungan antara dua variabel atau lebih dari dua
variabel independen X 1 i , X 2 i … , X ki terhadap variabel dependen Y. Hubungan Y
dan X menggunakan regresi linier berganda dengan k variabel independen dapat
dinyatakan dalam persamaan berikut:

Y i=β 0 + β 1 X 1i + β 2 X 2 i+ …+ β k X ki + ε i , i=1,2, … , n (2.2)

 xx

(Rachmawati, 2018)

Keterangan :
Yi : variabel dependen ke-i
X ki : variabel independen dengan k=1,2...,j
β0 , β1 … βk : parameter yang tidak diketahui nilainya dan akan
diestimasi
εi : variabel galat/kesalahan regresi
n : banyaknya data observasi

2.5 Penelitian yang Relevan

Berdasarkan keputusan yang telah peneliti lakukan ada beberapa hasil
penelitin yang relavan yaitu: Pada penelitian yang dilakukan Niani (2020) bahwa
analisis kendala sistem belajar daring terhadap pembelajaran matematika di
kampus. Penelitian ini berisi tentang kendala sistem belajar daring yang
mempengaruhi proses pembelajaran matematika pada mahasiswa. Kendala yang
dilihat meliputi kendala kuota internet, kendala keluarga, kendala jaringan,
kendala fasilitas Handphone atau laptop dan kendala materi pembelajaran.
Teknik pengumpulan data menggunakan data primer berupa kuesioner.
Pemecahan masalah menggunakan teknik analisis regresi linier berganda. Pada
penelitian ini disimpulkan bahwa kendala kuota internet ( x 2) mempeunyai
hubungan sebesar 24% dengan pembelajaran matematika, selanjutnya keluarga
(x3) memiliki hubungan 23%, jaringan internet (x1) sebesar 19%, fasilitas
Hp/Lattop (x5) 14% dan meteri pembelajaran (x4) sebesar 8%.
Penelitian yang sama dilakukan juga oleh Shapiro dkk (2017). Model yang
digunakan pada penelitiannya adalah regresi linier. Hasilnya, hambatan pada
belajar online matematika diantaranya kurangnya pemahaman pada materi
sebelumnya, tidak memadainya fasilitas (gadget) untuk mengikuti perkuliahan,
kurangnya uang untuk membeli kuota internet serta jaringan yang lemah.
Penelitian lain yang dilakukan Utami & Cahyono (2020) tentang Analisis
Kesulitan Belajar Matematika Pada Proses Pembelajaran Daring. Penelitian ini
bertujuan untuk mengetahui kesulitan belajar siswa terhadap pelajaran
matematika e-learning di rumah. Penelitian melibatkan siswa SMA/MA dengan
teknik pengumpulan data dan informasinya melalui instrument angket respon
siswa dengan menggunakan Google form. Indikatornya untuk mengukur respon
siswa mengenai kesulitan belajar terhadap pelajaran matematika melalui sistem
pendidikan e-learning.
 xxi

Berdasarkan beberapa penelitian yang relevan di atas, peneliti merasa

termotivasi untuk mengkaji terkait dengan kendala sistem belajar daring di
kampus UNW Mataran tahun ajaran 2020/2021 menggunakan analisis regresi.
 xxii

BAB III
METODE PENELITIAN

3.1 Jenis Penelitian

Pada penelitian ini digunakan adalah penelitian deskriptif kualitatif dan
kuantitatif. Deskripsi kualitatif digunakan untuk mendeskripsikan jawaban
responden tentang kendala-kendala yang mempengaruhi pembelajaran daring
menggunakan minitab. Sedangkan deskriptif kuantitatif digunakan untuk
membuktikan hipotesis penelitian tentang kendala-kendala yang mempengaruhi
pembelajaran daring.
Analisis yang digunakan adalah analisis regresi linear berganda. Data
diperoleh dengan metode survei. Data berupa data kualitatif yang dikonversikan
dalam bentuk angka pada skala likert. Selanjutnya data yang diperoleh akan diuji
validitas dan uji reliabilitas terlebih dahulu sebelum dilakukan analisis regresi
pada data.

3.2 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan pada bulan September hingga November 2022 di
Universitas Nahdlatul Wathan Mataram yang beralamat di Jl. Kaktus nomor 1-3,
Gomong, Kota Mataram, Nusa Tenggara Barat. Adapun rincian waktu
pelaksanaan seperti terlihat dalam Tabel 3.1.

Tabel 3.1 Rincian Waktu Pelaksanaan Penelitian

Tahapan Penelitian Waktu Pelaksanaan
Persiapan September
Pelaksanaan Program September-Oktober
Analisis Data November

3.3 Populasi dan Sampel Penelitian

3.3.1 Populasi
Populasi adalah sekumpulan orang, hewan, tumbuhan atau benda yang
memiliki karakteristik tertentu yang akan diteliti (Multyaningsih, 2011),
populasi dari penelitian ini mencakup seluruh mahasiswa UNW Mataram
yang pernah belajar matematika secara daring.

3.3.2 Sampel
 xxiii

Sampel adalah suatu bagian dari keseluruhan serta karakteristik yang

dimiliki oleh sebuah populasi (Sugiyono, 2008), sampel dari penelitian ini
adalah responden mahasiswa yang mewakili dari tiap-tiap fakultas yang
telah mengambil mata kuliah matematika di kawasan UNW Mataram.
Syarat kecukupan jumlah sampel pada penelitian yang menggunakan
kuesioner adalah minimal 30 responden (Gay et al., 2009). Adapun jumlah
sampel yang digunakan dalam penelitian ini adalah sebanyak 40
mahasiswa yang pernah belajar matematika secara daring dengan distribusi
sebagai berikut:

Tabel 3.2 Jumlah Mahasiswa Yang Belajar Matematika Secara Daring

No. Fakultas Jumlah
1. MIPA 27
2. Pertanian 4
3. FKIP 9
TOTAL 40

3.4 Teknik Pengumpulan Data

Angket atau kuisioner sebagai instrumen penelitian. Angket atau kuisioner
adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh informasi
dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia ketahui
(Arikunto, 2014). Tujuannya yaitu untuk menjaring data tentang analisis kendala
sistem belajar daring terhadap pembelajaran matematika di UNW Mataram.
Penelitian ini menggunakan angket tertutup. Angket tertutup ialah angket
yang sudah disediakan jawabannya sehingga responden tinggal memilih
(Arikunto, 2014). Check list () adalah cara responden menjawab sebuah
pertanyaan pada kolom yang sesuai.
Skala yang digunakan adalah skala numerik, selanjutnya dianalisis
menggunakan skala likert. Skala likert digunakan untuk mengukur sikap
pendapat dan persepsi seseorang atau kelompok tentang kejadian atau gejala
sosial (Ridwan dan Rahayu, 2014). Pada penelitian ini menggunakan skala
pengukuran google form yang terdiri dari pilihan dan skor nilai pernyataan yaitu
Sangat Setuju (SS= nilai 4), Setuju (S= nilai 3), Tidak Setuju (TS= nilai 2),
Sangat Tidak Setuju (STS= nilai 1). Adapun skala likert adalah metode skala
bipolar dalam statistika yang digunakan untuk mengukur data kuantitatif baik
berupa data tanggapan positif atau negatif (Sugiyono & Anwar, 2022).
Digunakan uji validitas dan uji reliabilitas untuk menilai layak atau tidaknya
kuisioner tersebut.
 xxiv

3.5 Instrumen Pengumpulan Data

Arikunto (2010) menjelaskan bahwa instrumen penelitian sebagai alat atau
fasilitas yang digunakan peneliti dalam mengumpulkan data agar pekerjaannya
lebih mudah dan hasilnya lebih baik, dalam arti lebih cermat, lengkap dan
sistematis, sehingga lebih mudah diolah. Alat bantu dalam instrumen
pengumpulan data penelitian ini adalah lembar angket yang berupa pernyataan
yang harus dijawab responden yang digunakan untuk mengetahui skor motivasi
dan minat belajar. Lembar angket digunakan dalam penelitian ini untuk
mengetahui persepsi mahasiswa mengenai pembelajaran yang dilakukan secara
daring pada mata kuliah matematika serta kendala dalam proses pembelajaran
yang selama ini dilakukan secara daring. Angket hanya diberikan kepada
mahasiswa yang telah mengambil mata kuliah matematika secara daring dan
angket di isi secara manual oleh mahasiswa. Adapun tabel kisi-kisi kuesioner
kendala sistem belajar daring mahasiswa sebagai berikut:
Tabel 3.3. Kisi-Kisi Kuesioner Kendala Sistem Belajar Daring Mahasiswa
No Faktor Indikator No Butir Jumlah
Sikap dan konsentrasi
1,2,3,4 4
mahasiswa (X1)
Faktor
1. Motivasi dan minat mahasiswa
internal 5,6,7,8 4
(X2)
Ketidak mampuan mahasiswa
dalam pembelajaran
9,10,11,12 4
matematika melalui sistem
pembelajaran daring (X3)
Kendala jaringan internet (X4) 13,14,15,16 4
Faktor Pemberian tugas (X5) 17,18,19,20 4
2.
eksternal Kesulitan ekonomi (X6) 21,22,23,24 4
Dukungan dari lingkungan dan
25,26,27,28 4
orang tua (X7)
Efek
dari
Hasil belajar daring matematika
3. adanya 29,30,31,32 4
(Y)
kendala
belajar
Sumber: (Amalia, 2021) yang dimodifikasi oleh dosen instrumen penelitian

3.6 Uji Validitas dan Uji Reliabilitas Instrumen

Instrumen penelitian dikatakan baik yaitu dengan harus terpenuhinya data
dan tercapainya tujuan. Kebenaran atau ketepatan data akan menentukan kualitas
 xxv

dari suatu penelitian (Purnamasari, 2018). Uji instrumen agar dapat memenuhi
kebenaran dan ketepatannya maka harus dilakukan uji validitas dan reabilitas
terlebih dahulu sebelum melakukan uji selanjutnya yaitu analisis regresi linier
berganda..
3.6.1 Uji Validitas
Validitas berasal dari kata validity yang mempunyai arti sejauh mana
ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi
ukurannya (Azwar 1986), sedangkan menurut Sugiharto dan Sitinjak
(2006) validitas berhubungan dengan peubah mengukur apa yang
seharusnya diukur. Uji validitas adalah uji yang digunakan untuk
menunjukkan sejauh mana alat ukur yang digunakan dalam mengukur apa
yang diukur (Gunawan & Winarti, 2022). Ghozali (2009) menyatakan
bahwa uji validitas digunakan untuk mengukur sah atau valid tidaknya
suatu kuesioner, sehingga dapat disimpulkan bahwa uji validitas
merupakan uji yang dilakukan untuk mengukur ketepatan alat ukur pada
suatu kuesioner sehingga nantinya diperoleh kesimpulan atas valid
tidaknya suatu kuesioner. Adapun uji validitas yang dilakukan merupakan
uji validitas satu arah dengan hipotesa sebagai berikut:
H0 : Item pernyataan tidak valid
H1 : Item pernyataan valid
Berikut rumus korelasi untuk mencari koefisien korelasi hasil uji
instrumen dengan uji kriterianya:

r xy=n ( Σx ¿ ¿ i y i )−¿ ¿ ¿ ¿ (3.1)

(Gunawan & Winarti, 2022)

Keterangan :
rxy = koefisien korelasi product momment
n = jumlah responden
xi = skor setiap item pada instrumen
yi = skor setiap item pada kriteria

Nilai koefisien validitas berkisar antara +1,00 sampai -1,00. Nilai

koefisien +1,00 mengindikasikan bahwa individu pada uji instrumen
maupun uji kriteria, memiliki hasil yang relatif sama, sedangkan jika
koefisien validitas bernilai 0 mengindikasikan bahwa tidak ada hubungan
antara instrumen dengan kriterianya. Semakin tinggi nilai koefisien
validitas suatu instrumen, maka semakin baik instrumen tersebut. Apabila
telah selesai menghitung r hitung maka berikutnya adalah
 xxvi

membandingkan dengan r tabel. Galih (2022) r tabel adalah tabel dengan

model angka yang digunakan untuk menguji berbagai kemungkinan hasil
validitas instrumen penelitian. Adapaun rumus untuk membaca atau
menentukan nilai r tabel dalam uji validitas yaitu df = n-2, dimana n
adalah jumlah sampel atau n dengan signifikan 0,05 pada distribusi nilai r
tabel product moment.

Dengan membandingkan nilai r hitung dengan r tabel, maka kita dapat

membuat sebuah keputusan atau kesimpulan dari hasil analisis yang telah
dilakukan. Jika 𝑟ℎ𝑖𝑡𝑢𝑛𝑔>𝑟𝑡𝑎𝑏𝑒𝑙 maka pernyataan tersebut dinyatakan valid,
demikian sebaliknya jika 𝑟ℎ𝑖𝑡𝑢𝑛𝑔<𝑟𝑡𝑎𝑏𝑒𝑙 maka pernyataan tersebut
dinyatakan tidak valid (Yusup, 2018).

3.6.2 Uji Reliabilitas

Reliabilitas berasal dari kata reliability. Pengertian reliabilitas
menurut Sugiharto dan Situnjak (2006), menyatakan bahwa reliabilitas
menunjuk pada suatu pengertian bahwa instrumen yang digunakan dalam
penelitian untuk memperoleh informasi yang digunakan dapat dipercaya
sebagai alat pengumpulan data dan mampu mengungkap informasi yang
sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa reliabilitas
adalah alat untuk mengukur suatu kuesioner yang merupakan indikator
dari peubah atau konstruk. Kuesioner dikatakan reliabel atau handal jika
jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari
waktu ke waktu. Reliabilitas suatu tes merujuk pada derajat stabilitas,
konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki
reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data
yang reliabel (Gunawan & Winarti, 2022). Penulis menyimpulkan dari
semua pernyataan di atas bahwa reabilitas adalah suatu instrumen yang
digunakan untuk menentukan kekonsistenan sebuah jawaban dari sumber
terpercaya sehingga dapat menghasilkan data yang minimal diterima
sampai data itu sempurna dilihat dari nilai Alpha Cronbachnya.
Pengujian reliabilitas instrumen dengan menggunakan rumus Alpha
Cronbach karena intrumen penelitian ini berbentuk angket dan skala
bertingkat. Berikut rumus Alpha Croncbach sebagai berikut:
n
r 11=( ) ¿) (3.2)
n−1

Keterangan :
r 11 = reliabilitas yang dicari
n = jumlah item pernyataan yang diuji
 xxvii

2
= jumlah varians skor tiap-tiap item (dimana pada penelitian
Σσ t
ini terdapat 32 item)
2
σ total = varians total
Tabel 3.4 Nilai Alpha Cronbach
Alpha Cronbach Value Penafsiran
0.90-1.00 Sempurna
0.81-0.90 Sangat Baik
0.71-0.80 Baik
0.61-0.70 Diterima
0.01-0.60 Ditolak
Sumber : (Jr., 2017) ditranslate oleh peneliti dan dosen instrumen penelitian.

Jika nilai alpha ¿0.70 artinya reliabilitas baik, sementara jika alpha ¿
0.80 ini menyugestikan seluruh item reliabel dan seluruh tes secara
konsisten memiliki reliabilitas yang sangat baik. Atau, ada pula makna
lainnya yaitu sebagai berikut: Jika alpha ¿0.90 - 1.00 maka reliabilitas
sempurna. Jika alpha antara 0.71 - 0.80 maka reliabilitas baik. Jika 0.81 –
0.90 maka reliabilitas sangat baik. Jika alpha 0.61 – 0.70 maka reliabilitas
dapat diterima. Jika alpha < 0.60 atau 0.01 – 0.60 maka reliabilitas
ditolak. Jika alpha ditolak, kemungkinan satu atau beberapa item tidak
reliabel.

3.7 Teknik Analisis Data

3.7.1 Analisis Regresi Linier Berganda
Langkah-langkah dalam menganalisis regresi linier berganda yaitu:
1. Menentukan variabel dependen dan independen.
2. Pengambilan data primer dengan membagikan kuesioner kepada 40
responden.
3. Menyajikan data yang diperoleh dari data responden, nilai dari ke-32
pernyataan (melalui skala likert).
4. Melakukan uji validitas serta reliabilitas pada tiap pernyataan variabel
independen dan dependen.
5. Jika data lulus uji validitas dan reliabilitas maka dapat dilanjutkan ke
langkah selanjutnya. Sebaliknya jika data tidak lulus uji validitas atau
reliabilitas maka akan dilakukan perbaikan data dengan mengurangi data
yang tidak sesuai dan menambahkan jumlah responden untuk kemudian
dilakukan uji validitas dan reliabilitas kembali hingga terpenuhi lulus uji
validitas dan reliabilitas data.
 xxviii

6. Melakukan pra-pemrosesan data yaitu menghitung nilai rata-rata dari ke

empat pernyataan yang mewakili tiap variabel yaitu variabel X 1-X7
sebagai variabel independen dan variabel Y sebagai variabel dependen.
7. Membangun model dan menyeleksi variabel independen yang signifikan
dalam model.
8. Melakukan cek diagnostik atau uji asumsi klasik.
9. Melakukan transformasi terhadap variabel respons dan/atau variabel
independen (jika diperlukan) (Rosadi, 2011 dimodifikasi oleh dosen
instrumen penelitian).
Adapun tujuan analisis regresi linier berganda yaitu untuk melihat atau
mengukur hubugan variabel bebas (x) terhadap variabel terikat (Y).
Persamaan regresi dapat dihitung melalui persamaan

Y =α + β 1 X 1+ β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X ❑5 + β 6 X ❑6 + β 7 X ❑7 (3.3)

Keterangan:
Y = Hasil Pembelajaran Daring Matematika
α = Konstanta
X1 = Sikap dan Konsentrasi Mahasiswa
X2 = Motivasi dan Minat Mahasiswa
= Ketidak Mampuan Mahasiswa Dalam Pembelajaran
X3
Matematika Melalui Sistem Pembelajaran Daring
X4 = Kendala Jaringan Internet
X5 = Pemberian Tugas
X6 = Kesulitan Ekonomi
X7 = Dukungan Dari Lingkungan dan Orang Tua
β1…β7 = Koefisien variabel Independen X1 ... X7

3.7.2 Analisis Koefisien Determinasi (R2)

Uji koefisien determinasi bertujuan untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen (Ghozali,
2018). Nilai koefisien determinasi terletak pada 0 dan 1. Nilai R 2 yang kecil
berarti kemampuan variabel-variabel independen dalam menjelaskan
variabel-variabel dependen amat terbatas. Nilai yang mendekati satu berarti
variabel-veriabel independen memberikan hampir semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2018).
KD=r 2 ×100 % (3.4)
 xxix

3.7.3 Uji Signifikansi Koefisien Regresi (Uji-F)

Penggunaan Uji-F bertujuan mengetahui apakah variabel-variabel bebas
(X1-X7 ) secara signifikan bersama-sama berpengaruh terhadap variable tak
bebas Y.
Hipotesis:
H0 : variabel-variabel bebas (X1...X7 ) secara signifikan bersama-sama tidak
berpengaruh terhadap variable tak bebas Y.
H1 : variabel-variabel bebas (X1...X7 ) secara signifikan bersama-sama
berpengaruh terhadap variable tak bebas Y.
R2/ k
Uji statistik : Fhitung = 2 ; (R2=koefisien determinasi;
1−R /(n−1−k )
k=jumlah varabel independen; n=jumlah data)
α
Dengan nilai Ftabel = F ; db1; db2 (α =0,05 ;db1 = jumlah variabel bebas (k);
2
db2 = n-k-1)
Kriteria penerimaan H0 dan penolakan H1: Fhitung≤Ftabel
Kriteria penolakan H0 dan penerimaan H1 jika Fhitung > Ftabel

3.7.4 Uji Hipotesis (Uji T)

Untuk mengetahui apakah hipotesis diterima atau ditolak maka
dilakukan uji-t menggunakan aplikasi minitab. Uji t digunakan untuk
menguji tingkat signifikan pengaruh antara variabel independen dengan
variabel dependen. Kriteria pengujian ini ditetapkan berdasarkan
probabilitas. Apabila tingkat signifikan yang digunakan sebesar 5 persen,
dengan kata lain jika probabilitas H1 > 0,05 maka dinyatakan tidak
signifikan, dan jika probabilitas H1 < 0,05 maka dinyatakan signifikan
(Ghozali, 2018). T hitung dapat dicari dengan menggunakan rumus sebagai
berikut menurut Sugiyono (2014) :
r √ n−1−k
thitung = (3.5)
√ 1−r 2
α
ttabel = (t , n−1−k ) (3.6)
2

keterangan:
n = jumlah data
r = koefisien korelasi parsial
k = jumlah variabel independen

Hasil perhitungan ini selanjutnya dibandingka dengan ttabel dengan

menggunakan tingkat signifikan 5% dengan kriteria jika H0 diterima atau
 xxx

nilai thitung ≤ ttabel dan atau nilai sig < α . Bila terjadi penerimaan H0 maka
dapat disimpulkan bahwa tidak terdapat pengaruh signifikan, sedangkan bila
H0 ditolak artinya terdapat pengaruh yang signifikan. Rancangan pengujian
hipotesis statistik ini untuk menguji ada tidaknya pengaruh antara variabel
bebas (X1-X7) dengan variabel terikat (Y), adapun yang menjadi hipotesis
dalam penelitian ini yaitu:
H0 = tidak terdapat pengaruh yang signifikan antara variabel bebas
terhadap variabel terikat
H1 = terdapat pengaruh yang signifikan antara variabel bebas
terhadap variabel terikat.
 xxxi

BAB IV
HASIL DAN PEMBAHASAN

4.1 Gambaran Umun Lokasi Penelitian

4.1.1 Profil UNW Mataram
Universitas Nahdlatul Wathan Mataram didirikan pada tahun 1987 di
Mataram. Pendirian Universitas ini bermula dari adanya kebutuhan masyarakat
di Nusa Tenggara Barat (NTB), khususnya warga Nahdlatul Wathan (NW) akan
pendidikan tinggi yang dapat meningkatkan kualitas sumebrdaya manusia agar
mampu menumbuhkembangkan potensi wilayah NTB. Hal tersebut mendapat
respon positif dari para pengurus Organisasi NW yang kemudian membentuk
Yayasan Pembina UNW Mataram yaitu Yayasan Pendidikan Darul Mujahidin
NW Mataram dengan Akte Notaris No. 69 tanggal 19 Agustus 1987. Keinginan
kuat tersebut dapat meyakinkan Pemerintah Indonesia, sehingga terbitlah Surat
Keputusan Menteri Pendidikan dan Kebudayaan RI No.0389/O/1991 tertanggal
22 Juni 1991 tentang pemberian status terdaftar UNW Mataram, diresmikan oleh
Sekretaris Jenderal Pendidikan dan Kebudayaan RI (Drs. R. Soedjoko) bertempat
di Yayasan Pendidikan Darul Mujahidin NW Mataram (UNW, 2022).
4.1.2 Visi dan Misi UNW Mataram
Visi dari kampus UNW Mataram yaitu menjadi lembaga pendidikan tinggi
yang religius, bermutu, berbudaya, berdaya saing nasional dan internasional.
Adapun misinya yaitu 1. Meningkatkan penyelenggaraan pendidikan yang
religius, bermutu, berbudaya dan mampu berdaya saing. 2. Meningkatkan
penyelenggaraan penelitian yang integratif, berbasis kearifan lokal menuju
universitas riset yang berkelanjutan. 3. Meningkatkan penyelenggaraan
pengabdian yang dibutuhkan oleh masyarakat. 4. Menjalin kerjasama dengan
berbagai pihak yang saling menguntungkan dan berkelanjutan, dan 5.
Mengembangkan manajemen pendidikan Tinggi yang bermutu menuju Good
university Government (GUG).

4.2 Hasil Penelitian

Pada penelitian ini dilakukan pengambilan data pada tanggal 15 November
2022 di UNW Mataram dengan populasi mencakup seluruh mahasiswa yang
pernah mengambil mata kuliah matematika secara daring. Sampel penelitian ini
berjumlah 40 responden. Adapun tujuan dari penelitian ini yaitu untuk
mengetahui model regresi linier berganda dan kendala-kendala apa saja yang di
alami oleh mahasiswa pada mata kuliah matematika secara daring menggunakan
aplikasi minitab.
 xxxii

Penelitian ini menggunakan 8 variabel yang terdiri dari 7 variabel independen

dan 1 dependen. Tujuh variabel independen merupakan 7 indikator dari faktor
internal maupun eksternal. Adapun varian indikator tersebut adalah sebagai
berikut:
Tabel 4.1 Faktor dan Indikator Instrumen
No Faktor Indikator

Sikap dan konsentrasi mahasiswa (X1)

1. Faktor internal Motivasi dan minat mahasiswa (X2)

Ketidak mampuan mahasiswa dalam pembelajaran

matematika melalui sistem pembelajaran daring (X3)
Kendala jaringan internet (X4)
Pemberian tugas (X5)
2. Faktor eksternal Kesulitan ekonomi (X6)
Dukungan dari lingkungan dan orang tua (X7)
Efek dari
3. adanya kendala Hasil belajar daring matematika (Y)
belajar
Sumber: (Amalia, 2021) yang dimodifikasi oleh dosen instrumen penelitian

Varian instrumen tersebut yang akan dimodelkan dengan model regresi,

sebelum dimodelkan dengan regresi maka perlu dilakukan uji validitas dan uji
reliabilitas pada data dikarenakan data yang digunakan merupakan data kuesioner
dari 40 orang responden (Data Terlampir 1).

4.2.1 Validitas dan Reliabilitas Instrumen

a. Validitas
Pada uji validitas, dilakukan korelasi tiap pernyataan dengan akumulasi
nilai pernyataan di tiap indikator, misalkan pada indikator I (X1) yang
dicari nilai korelasinya adalah pernyataan I (X11) dengan X1 (akumulasi
dari X11 – X14) demikian selanjutnya dengan uji validitas pernyataan X 21-Y4
yakni di uji per indikator.
Berikut adalah hasil perhitungan korelasi untuk uji validitas pernyataan
pada indikator I.
Gambar 4.2 Correlation: x11; x12; x13; x14; x1 Correlations

x11 x12 x13 x14

x12 0,353

x13 0,527 0,148

 xxxiii

x14 0,291 0,288 0,437

x1 0,765 0,607 0,766 0,704

Hasil uji validitas pada 4 pernyataan indikator pertama (X 1)

menghasilkan keputusan bahwa ke-4 pernyataan valid dikarenakan nilai r
hitung masing-masing pernyataan lebih besar dari pada r tabel (uji satu
arah, α =0,05 dengan df= 40-2, r tabel= 0,263). Demikian pula hasil uji
validitas pada tiap pernyataan di indikator 2 hingga indikator 7 (X 2-X7) dan
variabel dependen (Y) diperoleh hasil semua pernyataan valid.

b. Reliabilitas
Pada uji reliabilitas, dilakukan pengujian reliabilitas instrumen dengan
uji Alpha Cronbach tiap indikator, indikator X 1 (akumulasi dari X11 – X14)
sampai indikator Y dihasilkan nilai Cronbach Alpha sebagai berikut:
Tabel 4.3 Nilai Cronbach Alpha Tiap Indikator
Item Indikator Analysis Nilai Cronbach Alpha
X1-4 0,675
X2-4 0,650
X3-4 0,735
X4-4 0,656
X5-4 0,668
X6-4 0,585
X7-4 0,681
Y1-4 0,608

Disimpulkan bahwa nilai Cronbach Alpha di tiap item indikator dapat

diterima kecuali X6 ditolak karena bernilai 0,585 yang kurang dari 0,60.
Sehingga variabel yang bisa digunakan pada tahap selanjutnya adalah
variabel X1 –X5, dan X7.

4.2.2 Membangun Model Regresi dan Menyeleksi Variabel Independen Yang

Signifikan
Pada penelitian ini penulis mencobakan dengan model antara lain:
Yi = β 0 + β 1 X 1 i + β 2 X 2 i+ β 3 X 3 i + β 4 X 4 i + β 5 X 5 i + β 7 X 7 i+ ei (4.1)

Keterangan:
Yi = Hasil belajar mahasiswa
X1i..X7i = Variabel Independen
 xxxiv

β 0 .. β 7 = Koefisien variabel
ei = error
Dengan hipotesa :
H0 = ^β i = 0
H1 = ^β i ≠ 0 (untuk i=1,2,3,4,5,7)

4.2.4 Uji F (Simultan)

Uji F (simultan) merupakan pengujian yang dilakukan pada
keseluruhan variabel independen (bebas) dengan tujuan untuk menentukan
apakah variabel tersebut secara serentak atau bersama-sama mempunyai
pengaruh yang signifikan terhadap variabel dependen (terikat). Hasil uji
simultan F pada Tabel 4.5
berikut ini:
Tabel 4.5 Analisis Hasil Uji F

Source DF Adj SS Adj MS F-Value P-Value

Regression 6 3,6572 0,609534 3,34 0,011

0

X1 1 0,1070 0,107073 0,59 0,449

7

X2 1 0,2185 0,218552 1,20 0,281

5

X3 1 0,8438 0,843873 4,63 0,039

7

X4 1 0,1586 0,158663 0,87 0,358

6

X5 1 0,0508 0,050812 0,28 0,601

1

X7 1 0,0008 0,000800 0,00 0,948

0

Error 33 6,0162 0,182310

3

Total 39 9,6734
4

Pada tabel 4.5 telihat bahwa nilai F-Value pada semua variabel hanya
variabel dari X3 yang lebih besar dari Ftabel yaitu 4,63 (F hitung) > 2,042 (F
 xxxv

tabel) sehingga keputusan yang diambil adalah H0 ditolak dan H1 diterima

atau ada pengaruh yang signifikan terhadap variabel dependen.

4.2.3 Uji t
Uji t digunakan untuk mengukur apakah dalam model regresi
variabel bebas secara parsial berpengaruh secara signifikan terhadap
variabel terikat. Pengujian dilakukan dengan menggunakan t hitung dan
tingkat signifikan 5%. Uji T digunakan untuk mengetahui apakah secara
parsial variabel X berpengaruh signifikan terhadap variabel Y. Dimana
untuk mengetahui nilai ttabel dapat menggunakan rumus df = n – 1 – k di
mana df adalah nilai uji t, n adalah jumlah responden, k adalah jumlah
variabel bebas, dan 1 adalah nilai ketetapan dari rumus. Berarti untuk
mengetahui nilai t tabel pada uji t dalam penelitian ini df = 40 - 6 – 1 = 33,
ttabel dari angka 33 adalah 2,042. Kriteria penguji Ho di terima jika t tabel ≤
thitung dan Ho di tolak jika thitung < ttabel atau thitung > ttabel dan besarnya pengaruh
masing–masing variabel independen terhadap variabel dependen dengan
melihat nilai T-Value pada tabel.
Tabel 4.6 Hasil Uji T Menggunakan Mintitab
Coefficients X3
Term Coef SE Coef T-Value P-Value VIF
Constan 1,554 0,277 5,62 0,000
t
X3 0,441 0,106 4,15 0,000 1,00

Hasil dari tabel 4.6 menunjukkan bahwa pada variabel X3 nilai thitung <
ttabel (ttabel =2,042) maka H0 ditolak dan H1 diterima artinya terdapat adanya
pengaruh yang signifikan antara variabel bebas terhadap variabel terikat.
4.2.5 Uji Asumsi Klasik
Pada asumsi klasik digunakan 3 asumsi uji yaitu uji normalitas galat,
uji multikolinearitas dan uji heteroskedastisitas.
a. Uji normalitas galat
Uji normalitas dilakukan guna mengetahui nilai residu (perbedaan
yang ada) yang diteliti memiliki distribusi normal sebagai salah satu
syarat analisis data dengan statistik parametris yang digunakan dalam
penelitian ini. Uji normalitas data dilakukan dengan uji Kolmogorov-
smirnov dengan hipotesis berikut :

H0 : data berdistribusi normal

H1 : data tidak berdistribusi normal
Dengan ketentuan nilai signifikan 0,05
 xxxvi

Hasil pengujian pada minitab dapat dilihat pada gambar sebagai berikut:

Gambar 4.1 Hasil Uji Grafik Normal Probability Plot

Probability Plot of RESI
Normal
99
Mean 8,881784E-17
StDev 0,3832
95 N 40
KS 0,090
90
P-Value >0,150
80
70
Percent

60
50
40
30
20

10
5

1
-1,0 -0,5 0,0 0,5 1,0
RESI

Gambar 4.1 memperlihatkan bahwa titik-titik data menyebar

disekitar garis diagonal dan mengikuti arah garis diagonal maka dapat
dikatakan bahwa data memenuhi asumsi normalitas. Pengujian ini
diperkuat dengan hasil uji Kolmogorov-Smirnov yang tampak pada
tabel berikut:

Tabel 4.7 Kolmogorov-Smirnov

Sample Kolmogorov-Smirnov Test
Mean 8,881784E-17
StDev 0,3832
N 40
KS 0,090
P-Value >0,150

Berdasarkan hasil uji kolmogorov-smirnov pada tabel 4.7 di atas

diketahui nilai P-Value 0,150 > 0,05 (alpha), maka dapat disimpulkan
bahwa nilai residual berdistribusi normal.

b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Uji
multikolinearitas dalam penelitian ini dengan melihat Variance Inflation
Factor (VIF) dan Tolerance pada model regresi. Jika nilai VIF kurang
dari 10 dan Tolerance lebih dari 0,1 maka model regresi bebas dari
multikolinearitas. Artinya tidak terdapat hubungan antara variabel
bebas. Hasil pengujian multikolinearitas dengan nilai VIF adalah
sebagai berikut:
Tabel 4.8 Hasil Uji Multikolinearitas
 xxxvii

Coefficients
Term Coef SE Coef T-Value P-Value VIF
Constant 1,147 0,465 2,47 0,019
X1 0,118 0,154 0,77 0,448 1,66
X2 -0,198 0,156 -1,27 0,213 1,62
X3 0,276 0,161 1,71 0,096 2,24
X4 0,087 0,183 0,48 0,636 2,42
X5 -0,018 0,168 -0,11 0,916 1,73
X6 0,237 0,186 1,27 0,213 2,27
X7 0,052 0,199 0,26 0,797 2,78
Sumber: Hasil pengolahan data pada minitab,2022

Tabel 4.7 menunjukkan bahwa nilai VIF untuk variabel X1, X2,
sampai X7 masing-masing sebesar 1,66; 1,62; dan 2,78 sehingga dapat
disimpulkan bahwa dalam model regresi tidak terdapat gejala
multikolinearitas antar variabel bebas karena nilai VIF lebih kecil dari
10 yang berarti bahwa semua variabel tersebut dapat digunakan sebagai
variabel yang saling independen.

c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau
tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya
ketidaksamaan varian dari residual untuk semua pengamatan pada
model regresi. Hasil uji heteroskedastisitas dapat dilihat pada gambar
grafik sebagai berikut:
Gambar 4.2 Hasil Uji Heteroskedastisitas
Residual Plots for Y
Normal Probability Plot Versus Fits
0,6

0,3
Residual

0,0

-0,3

-0,6

-0,5 0,0 0,5 1,0 2,0 2,4 2,8 3,2

Residual Fitted Value

Histogram Versus Order

0,6

Gambar 4.2 0,3

dapat dilihat persebaran titik-titik yang acak di atas maupun di
Residual

0,0
bawah angka
-0,3
0 dari sumbu Y. Dapat disimpulkan dari gambar tersebut

-0,6 -0,3 0,0 0,3

bahwa dalam
0,6
-0,6
model
1 5
regresi
10
tidak
15
terjadi
20 25
heteroskedastisitas.
30 35 40
Residual Observation Order

4.2.6 Uji Koefisien Determinasi (R2)

Koefisien determinasi (R2) berfungsi menjelaskan proporsi variasi
dalam variabel terikat (Y) yang dijelaskan oleh variabel bebas (lebih dari
 xxxviii

satu variabel) secara bersama-sama. Nilai koefisien determinasi adalah

antara nol dan satu. Hasil pengujian koefisien determinasi dalam penelitian
ini adalah:
Tabel 4.9 Model Summary r-square
Model Summary

S R-sq R-sq(adj) R-sq(pred)

0,41857 31,17% 29,36% 22,50%
7

Tabel 4.9 memperlihatkan nilai R Square sebesar 31,17%, hal ini

mengandung arti bahwa pengaruh indikator X terhadap indikator Y secara
simultan sebesar 31,17%, sedangkan sisanya 68,83% dipengaruhi oleh
variabel lainnya yang tidak diteliti.

4.3 Pembahasan
Berdasarkan data hasil penelitian yang telah peneliti sajikan sebelumnya
mengidentifikasi bagaimana proses belajar matematika melalui sistem
pembelajaran daring dan kendala apa saja yang dialami mahasiswa saat belajar
matematika melalui sistem pembelajaran daring di kampus UNW Mataram.
Penelitian ini bertujuan utuk mengetahui kendala-kendala belajar
matematika secara daring di kampus UNW Mataram dengan responden sebanyak
40 orang. Dalam penelitian ini penulis menggunakan 7 variabel independen,
adapun 7 variabel tersebut anatara lain yaitu sikap dan konsentrasi mahasiswa,
motivasi dan minat mahasiswa, ketidak mampuan mahasiswa dalam
pembelajaran matematika melalui sistem pembelajaran daring, kendala jaringan
internet, pemberian tugas, kesulitan ekonomi, dukungan dari lingkungan dan
orang tua. Hal ini bertujuan untuk mengetahui sejauh mana variabel independen
(X1) berpengaruh terhadap variabel dependen (Y). Sebelum melakukan
penelitian, peneliti menguji data dengan uji validitas dan uji reliabilitas terlebih
dahulu. Setelah peneliti melakukan uji validitas dengan beberapa perbaikan maka
instrumen yang telah diuji dapat digunakan untuk penelitian.
Setelah penelitian, peneliti menganalisis data dari hasil kuesioner yang
diberikan kepada responden. Setelah dilakukan analisis deskiptif untuk melihat
kemampuan sampel secara umum selanjutnya peneliti menguji hasil jawaban
responden dengan analisis statistika inferensial untuk melihat pengaruh variabel
bebas yang diteliti terhadap variabel terikat menggunakan uji regresi berganda
dengan aplikasi minitab. Untuk melihat pengaruh belajar matematika terhadap
hasil belajar matematika secara daring maka dilakukan dengan uji F. Hasil
analisis uji F diperoleh nilai Fhitung = 4,63 > Ftabel = 2,042. Oleh karena itu, H0
 xxxix

ditolak maka, terdapat pengaruh yang signifikan antara ketidak mampuan

mahasiswa dalam pembelajaran matematika melalui sistem pembelajaran daring
terhadap hasil belajar matematika. Besarnya pengaruh ini dituliskan dalam
bentuk persamaan regresi yaitu Y = 1,554 + 0,441X3 + e.
 xl

BAB V
KESIMPULAN DAN SARAN

5.1 KESIMPULAN
Berdasarkan hasil data yang diperoleh maka dapat simpulkan bahwa
pembelajaran daring ini yaitu pembelajaran tanpa tatap muka secara langsung
antara pengajar dan diajar, tetapi dilakukan melalui daring ataupun online atau
dengan mengakses jaringan internet. Adapun hasil model regresi yang didapat
yaitu Y = 1,554 + 0,441X3 + e dan kendala yang didapat lebih kepada ketidak
mampuan mahasiswa dalam pembelajaran matematika melalui sistem
pembelajaran daring.

5.2 SARAN
Adanya beberapa hambatan atau kendala saat perkuliahan daring diharapkan
bisa menjadi evaluasi kedepan agar senantiasa siap apabila berhadapan dengan
situasi yang seperti ini.
 xli

DAFTAR PUSTAKA

Amalia, E. Y. (2021). Analisis Kesulitan Belajar Siswa pada Mata Pelajaran

Matematika Melalui Sistem Pembelajaran Daring di Sekolah Menengah
Pertama Negeri 08 Kota Lubulinggau. UIN Sulthan Thaha Saifuddin.
Ermayulis, S. (2020). Penerapan Sistem Pembelajaran Daring dan Luring di Teengah
Pandemi Covid-19.
Fatkhurrozi, A., Amaniyah, I., Rahmawati, I., & Lailiyah, S. (2021). Efektifitas
Pembelajaran Daring Menggunakan Google Meet dan Whatsapp Group untuk
Meningkatkan Hasil Belajar Matematika Selama Pandemi Covid-19. Jurnal
Program Studi PGMI, 8, 28–42.
Galih Azk. (2022). R Tabel PDF dan Uji Validitas. 28 Juli 2022.
Gay, L., Mills, G. E., & Airasian, P. (2009). Educational Research, Competencies for
Analysis and Application. Pearson Education, Inc.
Gunawan, A. A. L., & Winarti, A. (2022). Pengaruh Aplikasi Dompet Digital
Terhadap Transaksi Dimasa Kini. 1(5), 352–356.
Halima, & Wasia, S. (2020). Efektifitas Pembelajaran Daring pada Masa Pandemi
Covid-19 di SMAN 1 Lambandia. Jurnal Universitas Muhammadiyah Kendari,
4.
Hidayat, A. (2022). Penjelasan Berbagai Jenis Regresi Berganda. 2017.
Jr., D. R. (2017). The Alpha Cronbach Value. 1.
Kurniawan, A. (2022). Pengertian Matematika – Bidang, Logika, Karakteristik,
Manfaat, Para Ahli. 23 Januari 2022.
Lindawati, Y. I. dan C. A. R. (2020). Adaptasi Guru dalam Implementasi
Pembelajaran Daring di Era Pandemi Covid-19. Prosiding Seminar Nasional
Pendidikan FKIP, 3(2252), 58–66.
Lumbantoruan, V., & Hutapea, L. (2021). Tingkat Pengetahuan dan Perilaku
Mencuci Tangan pakai Sabun pada Mahasiswa/i Era Pandemi Covid-19. 3,
611–620.
Pehul. (2022). Konsep Dasar Pembelajaran Daring Menurut Para Ahli. 2021.
Purnamasari, S. (2018). Pengaruh Kemampuan Verbal dan Kemampuan Numerik
Terhadap Prestasi Belajar Matematika Siswa Pada Materi Aritmatika Sosial
Kelas VII SMPN 1 GERUNG T.A 2017/2018 (S. Purnamasari (ed.); 1st ed.).
Rachmawati, B. D. (2018). Analisis Regresi Kuantil, Median Untuk Mengatasi
Heteroskedastisitas Pada Analisis Regresi.
Rosadi, D. (2011). Analisis Ekonometrika & Runtun Waktu Terapan Dengan R (N.
W. Kurniawan (ed.)).
Rosyidah, U., Setyawati, A., & Qomariyah, S. (2021). Analisis Kemampuan
Penalaran dan Kemampuan Pemahaman Konsep Matematis Mahasiswa
Pendidikan Matematika pada Mata Kuliah Aljabar Dasar. SJME (Supremum
Journal of Mathematics Education), 5(1), 63–71.
https://doi.org/10.35706/sjme.v5i1.4488
Salmaa. (2022). Pengertian, Kendala, Manfaat dan Strategi Pembelajaran Daring.
2021.
 xlii

Sulastri, A., Yunus MS, N. H., & Riniawati, R. (2020). Analisis Kesalahan
Penggunaan Afiks dalam Makalah Mahasiswa Semester 1 Program Studi
Pendidikan Bahasa Indonesia Universitas Al Asyariah Mandar. Pepatudzu :
Media Pendidikan Dan Sosial Kemasyarakatan, 16(1), 51.
https://doi.org/10.35329/fkip.v16i1.661
Susilawati, E. (2022). Mengenal Covid-19 dalam Kehamilan,Persalinan dan Masa
Menyusui (1st ed.).
Unw, A. (2022). Universitas Nahdlatul Wathan Mataram. 2016.
Yulianto, H. S. (2022). Pengertian Analisis beserta Tujuan dan Fungsinya. 2022.
Yusup, F. (2018). Uji Validitas dan Reliabilitas Instrumen Penelitian Kuantitatif.
Ilmiah Kependidikan, 7, 1.