Nama : Siti Khofifah

Nim : 19800006
Nomer absen : 04
Kelas : (A) Pascasarjana Ekonomi Syariah
Universitas : Maulana Malik Ibrahim Malang
Tahun : 2019
Tugas : Ekonometrika
Paper : 25

Model Regresi Berganda Menggunakan Statistik Konteks Malaysia

A Multiple Regression Model of Statistical Reasoning: a Malaysian Context

1.1 Pendahuluan
TIMSS (Trends in International Mathematics and Science Study) menemukan bahwa
pencapaian kemampuan matematika dari siswa berusia 9 sampai dengan 13 tahun di
Malaysia rendah dibandingkan dengan negara lain (Chan, Ismail & Sumintono 2014).
Bahkan hasil pencapaian nilai matematika dari siswa kelas 8 pada tahun 2013 turun sebesar
34 poin dari tahun 2011 (dari 474 menjadi 440). Penurunan ini terjadi di 3 komponen yaitu
Angka, Aljabar, dan Geometri. Fenomena ini menjadi kekhawatiran dalam proses belajar dan
mengajar Statistik.
Lebih jauh, analisa pencapaian statistik pada mahasiswa di Universitas Malaysia
menunjukkan kelemahan yang serupa baik dalam praktek maupun penalaran statistik
(statistical reasoning). Padahal belajar dan mengajar penalaran statistik ini sangat
menentukan pencapaian hasil belajar siswa.
Garfield dan Chance (2000) mendefinisikan statistical reasoning adalah sebagai cara
mengkomunikasikan ide-ide dan informasi statistik. Statistical reasoning adalah kemampuan
kognitif yang sangat krusial untuk dikuasai dan sangat berhubungan dengan tingkat
pemahaman pengetahuan para siswa.
1.2 Masalah
Penelitian terbaru menemukan bahwa penalaran dan pembuatan keputusan statistik
berpengaruh pada pencapaian hasil belajar siswa. Namun, ternyata ditemukan bahwa
penalaran statistik pada siswa di Malaysia sangatlah kurang (rendah). Tingkat Misconcepcion
(miskonsepsi atau kesalahpahaman) dan tingkat penguasaan bahasa memiliki andil dalam
rendahnya tingkat penalaran statistik di Malaysia.
1.3 Tujuan Jurnal
Oleh karena itu, tujuan dari penelitian ini adalah untuk menentukan pengaruh bahasa
(language-ENG) dan kesalahpahaman (misconcepcion-MC) penalaran statistik pada
mahasiswa di Malaysia.
1.4 Metode Penelitian
Desain penelitian kuantitatif digunakan sebagai tujuan penelitian ini adalah untuk
mengukur kekuatan dan arah efek
Penelitian menggunakan model regresi linier berganda dengan 3 variabel yaitu:
1.4.1 Variable terikat = (SR) Statistical Reasoning
1.4.2 Variabel independen= (MC), Misconception dan Language Mastery= (ENG).
1.4.3 Penelitian menggunakan 374 sampel Mahasiswa Sains dari dua Universitas besar di
Malaysia. Pengumpuan data dari sampel menggunakan SRA (Statistical Reasoning
Assessment). SRA ini dipergunakan untuk mengukur tingkat miskonsepsi para
mahasiswa.
1.5 Penelitian Terdahulu
1.5.1 Chiesi dan Primi. (2010). Cognitive and Non-Cognitive Factors Related to Student
Achievement. Statistics Education Research Journal, 9 (1), 6-26.
Chiesi dalam penelitiannya untuk menyelidiki prestasi siswa dalam kursus statistik
pengantar dengan mempertimbangkan hubungan antara faktor kognitif dan non-kognitif.
Itu hipotesis bahwa prestasi itu terkait dengan latar belakang dalam matematika (variabel
kognitif), serta sikap terhadap statistik dan kecemasan (variabel non-kognitif). Siswa
disajikan dengan langkah-langkah menilai sikap mereka, kompetensi matematika, dan
kecemasan terhadap kursus dan ujian di awal dan di akhir kursus statistik mereka.
Prestasi dinilai oleh tugas yang diberikan selama kursus, serta oleh nilai akhir siswa dan
jumlah kegagalan ujian. Hasilnya mengungkapkan hubungan antara faktor-faktor kognitif
dan non-kognitif, perubahan mereka selama kursus, dan bagaimana keduanya
berinteraksi dalam memprediksi pencapaian.
1.5.2 Lalonde, R. N., and Gardner, R, C (1993). Statistics as a Second Languange? a Model
for Predicting Performance in Psychology Student. Canadian Journal of Behaviour
Science, 251, 108-125.
Lalonde dalam penelitiannya adalah menguji model dua kali di antara 91 mahasiswa.
(Tes 1) dan 64 dari 91 Ss (Tes 2) untuk memprediksi kinerja siswa psikologi dalam
statistik. Penelitian sebelumnya (mis., L. B. Feinberg dan S. Halperin; lihat catatan 1980-
22092-001) menguji kinerja statistik dalam kaitannya dengan 3 kelas variabel:
kecemasan, sikap, dan kemampuan. Variabel-variabel ini adalah komponen penting dari
model pendidikan yang dikembangkan oleh R. C. Gardner (lihat catatan 1985-10751-
001) dalam konteks pembelajaran bahasa kedua. Langkah-langkah menilai kemampuan
matematika, kecemasan matematika, dan variabel sikap dan motivasi diberikan kepada
Ss. Model sebab akibat yang menghubungkan variabel-variabel ini diusulkan dan diuji,
menggunakan analisis LISREL. Hasil umumnya mendukung model. (Abstrak Prancis)
(Catatan Basis Data PsycINFO (c) APA 2012, semua hak dilindungi undang-undang)
1.5.3 Nasser, F. M (2004). Structural Model of the Effects Of Cognitive and Affective Factors
on the Achievement of Arabic-Speaking Pre-Service Teachers In Introductory Statistics.
Journal of Statistics Education, 12(1), 1-28.
Nasser, dalam penelitiannya adalah studi ini menguji sejauh mana kecemasan statistik
dan matematika, sikap terhadap matematika dan statistik, motivasi dan kemampuan
matematika dapat menjelaskan pencapaian guru pre-service berbahasa Arab dalam
statistik pengantar. Data lengkap dikumpulkan dari 162 guru pra-jabatan yang terdaftar
dalam program pelatihan guru akademik untuk sekolah dasar dan menengah di Israel.
Data, kecuali untuk dua tes prestasi, dikumpulkan selama kelas statistik sebelum ujian
tengah semester. Mayoritas (96%) dari peserta adalah siswa perempuan dengan usia rata-
rata 21 tahun. Mengenai variabel yang diteliti dalam penelitian ini, hanya efek hipotesis
kemampuan matematika terhadap prestasi dalam statistik yang relatif besar. Hasil juga
menunjukkan bahwa kemampuan matematika, kecemasan matematika, sikap terhadap
matematika dan statistik, dan motivasi, bersama-sama menyumbang 36% dari varians
dalam pencapaian dalam statistik pengantar untuk sampel saat ini.
1.5.4 Tempelaar, D. (2004). Statistical Reasoning Assesment: an Analysis of the SRA
Instrument. in Proceedings of the Artist Roundtable Conference, Lawrence University.
 Tempelaar, dalam penelitiannya adalah Studi ini menyelidiki penalaran statistik dari
perspektif perbedaan individu. Sebagai manifestasi dari heterogenitas, sikap siswa
sebelumnya terhadap statistik, diukur dengan Survei Statistik Sikap Menuju (SATS),
digunakan (Schau, Stevens, Dauphinee & DeVecchio, 1995). Kemampuan penalaran
statistik siswa diidentifikasi oleh instrumen Statistical Reasoning Assessment (SRA)
(Garfield 1996, 1998a, 2003). Tujuan dari penelitian ini adalah untuk menyelidiki
hubungan antara sikap dan kemampuan penalaran dengan memperkirakan model
persamaan struktural penuh. Implikasi instruksional dari model untuk pengajaran
penalaran statistik dibahas.
1.6 Analisis Data
Hipotesis dalam penelitian ini adalah: Bahasa (Language Mastery-MR) dan
kesalahpahaman (misconceptional-MC) berpengaruh pada (Statistikal reasoning-SR).
Penelitian ini menggunakan model = 47,07 (SR) – 0,59 (MC) + 3,50 (ENG) yang diuji
dengan metode Regresi Linier Berganda. Asumsi normalitas diuji menggunakan uji Shapiro-
wilks dan chi-square plot. Nilai probabilitas dari uji Shapiro-wilks harus lebih dari 0,05 dan
nilai skewness +- 1.
Untuk menentukan apakah hipotesis ini diterima atau ditolak peneliti menggunakan
ANOVA (significan regresion test). Jika p value kurang dari 0,05 korelasi dianggap
signifikan.
1.7 Pembahasan dan Hasil
1.7.1 Pembahasan
Korelasi antara SR dan MC cukup rendah dengan tanda negatif (r = -0,525 , P <
0,01). Ini mengimplikasikan hubungan terbalik antara variabelnya yang artinya
mahasiswa dengan tingkat kesalahpahaman yang tinggi tidak melakukan dengan baik
dalam statistik pemikiran (tingkat statistical reasoning nya rendah).
Korelasi antara MC dan ENG lemah namun signifikan dengan hubungan yang
terbalik (r = -0.170, p < 0.01). Hal ini mengindikasikan bahwa mahasiswa dengan
kemampuan bahasa Inggris yang rendah mengalami tingkat kesalahpahaman yang tinggi.
Sedangkan hubungan antara SR dan ENG ditemukan hasil yang positif (r = 0.270, p
< 0.01).
1.7.2 Hasil
 Temuannya menunjukkan bahwa mahasiswa rendah dalam penalaran statistik (SR)
jika memiliki tingkat kesalahpahaman (MC) yang cukup tinggi. SR (M = 38.17, SD =
13.83) dan MC (M = 34.44, SD = 11.56).
Penguasaan bahasa (ENG) ditemukan di atas rata-rata, (M = 3,26, SD = 0,73).
Koefisien regresi menunjukkan bahwa Penguasaan Bahasa (ENG), dan Kesalahpahaman
(MC) secara signifikan mempengaruhi Penalaran Statistik (SR).
Koefisien determinasi untuk model regresi adalah R2 = 0,309 yang menunjukkan
bahwa ENG dan MC sendiri menjelaskan 30,90% dari total varians. Korelasi semi-parsial
kuadrat (sr2) merupakan varian unik yang dijelaskan oleh masing-masing variabel. sr 2
untuk ENG diberikan oleh (0.186 X 0.186 = 0.035) sementara MC dihitung dengan
menggunakan (-0.493 X -0.493 = 0.243). Indeks-indeks ini menunjukkan bahwa ENG
dan MC masing-masing menyumbang 3,5% dan 24,3% dari varians.
Hasil penelitian ini juga menemukan bahwa SRA dapat menjadi alat yang efektif
untuk mengukur tingkat kesalahpahaman (misconception) pada mahasiswa.
1.8 Kesimpulan
Bahasa mempengaruhi statistical reasoning walaupun pengaruhnya tidak terlalu kuat.
Hal ini dapat menjadi acuan bagi dunia pendidikan bahwa untuk meningkatkan pemahaman
dan penalaran statistik maka penguasaan terhadap bahasa (dalam hal ini bahasa Inggris) perlu
ditingkatkan.
Misconception (kesalahpahaman) berpengaruh secara kuat terhadap penalaran statistik.
Miskonsepsi yang tinggi menyebabkan rendahnya tingkat statistical reasoning sehingga
perlu tindakan untuk meminimalkan terjadinya miskonsepsi tersebut. Salah satu cara yang
dapat ditempuh adalah memberikan tes SRA pada para siswa di hari pertama studi statistik
mereka sehingga tingkat miskonsepsi para siswa tersebut dapat diukur, diketahui
permasalahannya serta diatasi.