IDENTIFIKASI
VARIABEL LATEN ANXIETY
PADA
PEMBELAJARAN STATISTIKA
oleh
M. YAHYA AHMAD
Abtrak
Penelitian tentang rasa waswas di kalangan
mahasiswa dalam menghadapi mata kuliah statistika melibatkan 247 responden dari
dua universitas, yaitu Universitas Suryakancana di Cianjur dan Universitas
Pakuan di Bogor. Sembilan item
pertanyaan diajukan dan datanya diolah dengan pendekatan Exploratory dan
Confirmatory Factor Analysis.
Hasil penelitian menunjukkan bahwa variabel laten Anxiety merupakan variabel kompleks multi-dimensi,
terdiri dari rasa was-was dalam belajar statistika, rasa waswas dalam mengerjakan
soal-soal statistika, dan rasa was-was dalam memikirkan mata kuliah
statistika. Dengan kondisi ini, rasa
waswas yang dirasakan oleh mahasiswa tidak hanya sebagai akibat dari satu
faktor tunggal, tetapi akibat kombinasi dari dua atau lebih faktor dengan bobot
yang berbeda.
Kata Kunci: Veriabel Laten, Anxienty, Statistika
A.
Pendahuluan
Kewajiban
menyelenggarakan perkuliahan STATISTIKA
telah diatur dalam Peraturan Pemerintah Republik Indonesia Nomor 32
Tahun 2013 tentang Standar Nasional Pendidikan.
Jumlah mata kuliah dan beban studi mata kuliah yang ditawarkan kepada mahasiswa cukup beragam. Program studi dari berbagai perguruan tinggi dan
berbagai bidang kelilmuan menyesuaikan kebutuhannya. Selain itu nama program studi juga cukup
beragam. Kewajiban menempuh mata kuliah
statistika dikaitkan dengan persyaratan melakukan penelitian bagi mahasiswa
yang akan menyelesaikan studinya.
Karena mata kuliah wajib, maka selayaknya semua mahasiswa harus menempuh
mata kuliah ini sekurang-kurangnya satu semester dan biasanya program studi
menyaratkan mahasiswa sudah menempuh mata kuliah Matematika pada perkuliahan sebelumnya. Sementara itu mahasis-wa yang ada di program studi
memiliki latar belakang yang beragam, diantaranya adalah penga-laman yang
kurang menyenangkan terhadap mata kuliah matematika. Rasa takut menghadapi mata kuliah statistika seringkali
berhubungan dangan hal tersebut. Selain
itu banyak faktor yang berkaitan dengan rasa takut tersebut yang telah diteliti
oleh berbagai ahli pendidikan dan ahli statistika.
Berbagai
penelitian tentang rasa takut terhadap mata kuliah statistika, yang
diistilahkan dengan statistics anxiety digambarkan bahwa
variabel ini merupakan variabel laten, yaitu variabel yang tidak dapat diukur
langsung, tetapi diukur melalui indikator-indikatornya. Instrumen penelitian untuk variabel ini dirancang
dengan berbagai pertanya-an meliputi aspek kognitif, afektif dan psikomotorik
responden. Dalam tulisan ini dilakukan
proses identify-kasi apakah variabel laten ‘anxiety’ merupakan variabel
uni-dimensional maupun multi-dimensional.
B. Tinjauan Pustaka
Pendekatan tradisional
dalam mata kuliah pengantar metode statistika dan
mata kuliah sejenis lainnya seringkali banyak menekan-kan pada penggunaan
rumus-rumus matematika, yang selanjutnya disebut sebagai ‘rumus statistika’.
Walaupun tema atau pokok bahasan telah disesuaikan dengan
kebutuhan program studi, namun rumus-rumus statistika masih harus diberikan
karena merupakan ‘bahasa statistika’ yang digunakan agar mahasiswa memahami
statistika itu sendiri. Sementara itu, banyak dosen yang beranggapan bahwa penggunaan
rumus-rumus dapat membantu pemahaman tentang materi statistika. Tetapi banyak bukti pula yang menunjukkan bahwa kehadiran
rumus-rumus statistika ini telah menimbulkan rasa takut atau rasa was-was di
kalangan mahasiswa. Mahasiswa merasa bahwa
mata kuliah statistika merupakan hal yang sulit dipahami. Selain disebabkan oleh mata kuliah statistika itu
sendiri, anxietuy juga dapat ditimbulkan oleh hubungan yang kurang nyaman
antara mahasiswa dengan dosen (Wiliam, 2010).
Secara umum, anxiety dapat didefinisikan sebagai rasa tidak
menyenangkan sebagai reaksi terhadap
keadaan yang dihadapi. Anxiety di dalam ranah akademik
telah banyak diteliti dan didokumentasikan. William (2010) banyak menyebutkan penelitian
yang terkait dengan hal ini. Salah satu penyebabnya dikatikan dengan mata kuliah
matematika, sehingga dinamakan sebagai math
anxiety. Math anxiety meliputi banyak komponen,
misalnya rasa takut dalam menghadapi
ujian, dan rasa takut akan kegagalan (tidak lulus). Rasa takut terhadap mata kuliah statistika
dinamakan statistics anxiety,
walaupun istilahnya mirip, dan berkaitan dengan math anxiety, namun keduanya merupakan hal yang berbeda (Balaglu
dalam Watson, 2010).
Statistics anxiety terjadi
sebagai reaksi menghadapi mata kuliah statistika, dalam berbagai bentuk dan berbagai tingkat. Dalam beberapa hal, rasa was-was dan takut biasanya
disebabkan oleh kemam-puan yang tidak memadai
dan salah persepsi terhadap statistika (Pan & Tang, 2005). Mahasiswa dari kelompok program studi sosial
paling banyak sering mengalami rasa tidak nyaman, dibandingkan dengan mereka
yang berasal dari kelompok sains dan tehnik. Kalaupun
mahasiswa dari program studi sosial telah mendapatkan mata kuliah pendahuluan,
misalnya aljabar dan kalkulus, namun mereka masih mengalami rasa takut terhadap
mata kuliah statistika. Ini tidak lain
karena rasa tidak percaya diri.
Rasa tidak nyaman
terhadap suatu mata kuliah akan mempe-ngaruhi mahasiswa dalam berbagai bentuk. Dalam ranah akademik, rasa tidak nyaman
memiliki dampak negatif terhadap proses
kognitif dalam belajar, berpengaruh negatif juga terhadap prestasi belajar, dan
akhirnya berpengaruh terhadap keberhasilan
menempuh ujian (Lacasse dan Chiocchio, 2005).
Anxiety terhadap mata kuliah
statistika dicirikan dengan rasa khawatir yang berlebihan, rasa bosan, rasa
tidak menentu dan bingung (mental
disorganization), rasa tegang ketika berhadapan dengan materi kuliah statistika
dan mengejakan soal-soal statistika.
Telah banyak
juga kalangan akademisi membuat instrumen penelitian untuk keperluan mengukur
rasa tersebut, diantaranya adalah Statistical
Anxiety Scales (SAS) oleh Vigil-Colet, Lorenzo-Sepa dan Condon (2008), Statistics
Anxiety Rating Scales (STARS) oleh Cruise dan Wilkens (1980).Berbagai
pertanyaan digunakan untuk mengukur variabel anxiety
tersebut. Dalam analisis data umumnya digunakan
prosedur Confirmatory Factor Analysis (CFA), karena telah diketahui
bahwa variabel anxiety adalah variabel laten berdimensi tunggal (unidimensi),
selain itu beberapa penelitian membuktikan karakteradanya multi-dimensi. Instrumen untuk statistics anxiety
yang bersifat multi-dimensi melibatkan beberapa komponen, diantaranya adalah
(a) nilai penting/manfaat statistika, (b) interpretasi hasil pengolahan data,
(c) materi kuliah dan ujian, (d) perhitungan statistika, (e) rasa tahut untuk
bertanya, dan (f) rasa tahut terhadap dosen statistika.
|
X1
|
Belajar
statistika merupakan sesuatu yang menyenangkan
|
|
X2
|
Saya selalu merasa tidak percaya diri untuk
meminta bantuan kepada dosen
|
|
X3
|
Bagi saya mengerjakan soal statistika
merupakan beban berat dan sangat tidak nyaman
|
|
X4
|
Rumus-rumus
statistika membuat saya frustrasi
|
|
X5
|
Manakala saya tidak memahami bagian tertentu
dari materi statistika, saya tinggalkan bagian tersebut
|
|
X6
|
Saya selalu mengalami kesulitan dengan mata kuliah
statistika.
|
|
X7
|
Bagi saya, mata kuliah Statistika tidak ada manfaatnya
|
|
X8
|
Saya rasa mata kuliah statistika sangat menarik.
|
|
X9
|
Mata Kuliah Statistika sulit dan rumit
|
C. Metode
Penelitian ini dilakukan pada bulan Juli 2013 untuk
konteks yang lebih luas, tidak hanya melibatkan satu variabel. Penelitian dilakukan pada dua universitas,
yaitu Universitas Suryakancana Cianjur
dan Universitas Pakuan Bogor.
Tidak kurang dari 250 responden
dari lima program studi dari kelompok sain dan sosial, telah memberikan
responnya terhadap 9 (sembilan) pertanyaan tentang statistics anxiety. Adapun
program studi tersebut berada dalam lingkup
Fakultas Pertanian, Fakultas Teknik, Fakultas Pendidikan dan Fakultas Ekonomi. Mengingat
bahwa penelitian ini bertujuan untuk mengukur
suatu persepsi yang pernah dialami oleh seseorang, maka responden yang
dilibatkan adalah mereka yang sudah pernah mendapatkan mata kuliah dasar-dasar
statistika atau yang sejenis. Data yang didapatkan kemudian diolah dengan
program aplikasi SPSS dan LISREL. Pada makalah ini dikhususkan untukanalisis variabel
laten anxiety. Sembilan item diaplikasikan kepada respon-den.
Sebagai bahan baku analisis untuk CFA adalah matriks koefisien korelasi seperti
tercantum dalam Tabel 1. Untuk
mengetahui dimensi dari variabel ini digunakan pendekatan analisis faktor dari SPSS dengan rotasivarimax, hasilnya disajikan dalam bentuk scree
plot
dan component
plot.
D. Hasil dan
Pembahasan
Pengujian reliabilitas terhadap
kesembilan item mendapatkan nilai Cronbach alpha (α) sebesar 0.891, yang
menunjukkan bahwa secara bersama-sama kesembilan item tersebut dapat diandalkan
atau reliable untuk mengukur variabel anxiety. Pengolahan data
menggu-nakan pendekatan analisis faktor dan rotasi varimax. Pemetaan item dengan scree
plot dan component plot disajikan
dalam Gambar 1. Dari hasil scree plot,
dipastikan ada dua sub-variable atau faktor atau dimensi yang mendasari
variabel laten tersebut. Akan tetapi
tidak menutup kemungkinan adanya tiga dimensi. Selanjutnya dengan pemetaan plot
menunjukka adanya tiga kelompok data, sebagai berikut:
(a) Kelompok
I : X1 X2 dan
X4
(b)
Kelompok II : X3 X5 dan X6
(c)
Kelompok III : X7
X8 dan X9
Sumber:
data primer, diolah
|
|
|||||||||
|
|
x1
|
x2
|
x3
|
x4
|
x5
|
x6
|
x7
|
x8
|
x9
|
|
x1
|
------
|
0.812
|
0.333
|
0.736
|
0.466
|
0.536
|
0.529
|
0.518
|
0.489
|
|
x2
|
0.812
|
------
|
0.307
|
0.822
|
0.421
|
0.496
|
0.529
|
0.486
|
0.521
|
|
x3
|
0.333
|
0.307
|
------
|
0.270
|
0.634
|
0.576
|
0.145
|
0.162
|
0.150
|
|
x4
|
0.736
|
0.822
|
0.270
|
------
|
0.393
|
0.488
|
0.516
|
0.514
|
0.473
|
|
x5
|
0.466
|
0.421
|
0.634
|
0.393
|
------
|
0.793
|
0.282
|
0.242
|
0.294
|
|
x6
|
0.536
|
0.496
|
0.576
|
0.488
|
0.793
|
------
|
0.364
|
0.359
|
0.363
|
|
x7
|
0.529
|
0.529
|
0.145
|
0.516
|
0.282
|
0.364
|
------
|
0.789
|
0.659
|
|
x8
|
0.518
|
0.486
|
0.162
|
0.514
|
0.242
|
0.359
|
0.789
|
------
|
0.684
|
|
x9
|
0.489
|
0.521
|
0.150
|
0.473
|
0.294
|
0.363
|
0.659
|
0.684
|
------
|
Tabel
1. Koefisien
korelasi dari 9 item
tentang variabel statistics anxiety.
Setelah melalui proses rotasi varimax, diperoleh matriks loading factor untuk kesembilan item
tersebut disajikan dalam Tabel 2. Dengan
syarat bahwa loading factor (λ, lambda) yang memenuhi syarat validitas
adalah lebih dari 0.70, maka pengelompokan komponen merujuk pada persyaratan
tersebut.Kembali di sini pengelom-pokkan berdasarkan Tabel 2, mempertegas
adanya tiga dimensi yang melandasi variabel anxiety
seperti yang digambarkan pada Gambar 1. Untuk
memberi nama dimensi atau faktor tersebut dilakukan analisis kata (wording analysis)
terhadap item pertanyaan tersebut.
Ketiga dimensi tersebut tersebut adalah
sebagai berikut:
1) Anx1;
terdiri dari item X1, X2 dan
X4 yang selanjutnya disebut sebagai anxiety
towards learning statistics
2) Anx2;
terdiri dari X3, X4, dan X6 yang selanjutnya disebut sebagai anxiety towards doing statistics
3) Anx3;
terdiri dari X7, X8
dan X9 yang selanjutnya
disebut sebagai anxiety towards thinking statistics
Confirmatory factor
analysis digunakan untuk membuat model pengukuran, measurement model, untuk dua dan tiga dimensi yang
memungkinkan. Hasilnya
disajikan dalam Gambar 2. Untuk menentukan model yang paling sesuai besarnya
adalah indeks kesesuaian model. Selain
itu loading faktor (λ) harus >7.0. Dengan
model tiga-dimensi tersebut semua loading faktor (λ) yaitu koefisien pada anak
panah dari Anxi ke Xi telah memenuhi syarat,
artinya semua item adalah valid.
Terdapat banyak indeks kesesuaian model
yang digunakan, misalnya Chi-square, RMSEA (Root
Mean Square Error of Approximation), RMR (Root Mean Square Residual), AGFI (Adjusted Goodness of Fit Index), NFI (Normed Fit Index), dan sebagainya.
Dari semua indeks, yang terpenting adalah RMSEA. Dalam hal ini indeks RMSEA yang lebih kecil
menunjukkan model yang lebih sesuai. Batas maksimum idenk ini adalah 0.08.
|
Tabel
2. Rotated Component Matrix
|
|||
|
|
Component
|
||
|
1
|
2
|
3
|
|
|
x1
|
0.313
|
0.807
|
0.287
|
|
x2
|
0.295
|
0.874
|
0.221
|
|
x3
|
0.015
|
0.103
|
0.849
|
|
x4
|
0.295
|
0.854
|
0.191
|
|
x5
|
0.135
|
0.219
|
0.881
|
|
x6
|
0.232
|
0.307
|
0.811
|
|
x7
|
0.856
|
0.288
|
0.110
|
|
x8
|
0.881
|
0.252
|
0.104
|
|
x9
|
0.813
|
0.257
|
0.136
|
Sumber:
data primer, diolah
Dari perbandingan nilai RMSEA pada model
dua dimensi dan tiga dimensi terlihat bahwa model tiga dimensi lebih baik. Oleh karena itu, CFA menegaskan adanya
tiga dimensi/faktor dalam variabel anxiety. Adapun koefisien korelasi antar ketiga
dimensi masing masih adalah: antara Anx1 dan Anx2 sebesar
0.59; antara Anx1 dan
Anx3sebesar 0.67; serta
antara Anx2 dan Anx3 adalah
0.37 (Gambar. 2). Ketiga latent variable
memiliki kekuatan korelasi sedang dan signifikan pada taraf nyata 5%. Dengan demikian dapat dikatakan ketiga
dimensi merupakan komponen tak terpisahkan dari variabel anxiety.
Setelah proses identifikasi di atas
selesai, maka tahap selanjutnya adalah proses
spesifikasi, yaitu membuat model lengkap
dengan menambahkan latent variable yang diberi nama Anxiety,
yang merupa-kan second order latent
variable. Sebelum hal tersebut dilakukan, nilai RMSEA diupayakan mendekati
nilai cut-off 0.08, untuk itu perlu menambahkan bobot faktor
ke item-item yang ada. Biasanya LISREL
akan memberikan saran untuk menambah anak panah ke item tertentu. Dalam kaitan dengan penelitian ini, beberapa
anak panah telah ditambahkan sehingga menurunkan nilai RMSEA dari 0.142 menjadi
0.124. Selain itu, model akhir ini juga
berhasil menurunkan Chi-square dari
429.34 menjadi 91.10 serta derajat bebas dari 26 menjadi 19. Kelihatannya nilai ini sudah maksimum dan
Gambar 3 adalah model akhir untuk variabel laten Anxiety.
E. Simpulan
Dari uraian di atas dapat disimpulkan
bahwa variabel Anxiety yang digunakan dalam penelitian ini memiliki tiga
dimensi atau faktor, yaitu Anx1 (rasa was-was dalam belajar
statistika); Anx2 (rasa
was-was dalam mengerjakan soal-soal statistika) dan
Anx3 (rasa was-was dalam memikirkan mata
kuliah statistika).Walaupun tidak proporsional, ketiga
dimensi tersebut memberikan bobot tersendiri terhadap item-item dalam instrumen
penelitian. Secara umum perasaan
takut terhadap mata kuliah statistika, tidak hanya dipengaruhi oleh satu faktor
tunggal, tetapi dapat merupakan kombinasi dua atau tiga faktor.
F.
Daftar
Pustaka
Lacasse,
C. and F.Chiocchio. 2005. Anxiety towards statistics: Further developments
and issues. 66 th Annual Convention of
the Canadian Psychological Association. White Paper. Université de Montréal, Montréal,
Québec, Canada.
Onwuegbuzie,
A.J. 1998. The dimensions of statistics anxiety: a comparison of prevalence
rates among mid-southern university students, Louisiana Educational Research Journal,
23, 23–40.
Onwuegbuzie, A.J. and
Wilson, V.A. 2003. Statistics anxiety: Nature, etiology, antecedents, effects, and treatments
– A comprehensive review of the literature. Teaching
in Higher Education, 8 (2), 195-209.
Pan, W. and Tang, M.
2005. Students, perceptions on factors of statistics anxiety and instructional
strategies. Journal of Instructional
Psychology, 32 (3), 205-214.
Schield,
Milo. 2000. Statically Literacy: Thinking Critically about Statistics. Department of Business, Accounting and MIS Augsburg College, Minneapolis, www.augsburg.edu/ppages/schield.
Vigil-Colet, A. U.
Lorenzo-Seva, and Lorena Cordon.
2008. Development and validation
of the Statistical Anxiety Scale.
Psicotherma, Vol. 20, No. 1. www.pricothema.com.
Wiliam,
Amanda S., 2010. Statistics Anxiety and Instructor Immediacy. Journal of Statistics Education Volume 18,
Number 2 (2010), www.amstat.org/publications/jse/v18n2/
williams.pdf.
Wiliam, Amanda S.,
2012. Online Homework vs.
Traditional Homework: Statistics Anxiety and Self-Efficacy in an Educational
Statistics Course. Technology Innovations in Statistics Education, 6(1). http://escholarship.org/uc/item/32j2998k.
