IDENTIFIKASI VARIABEL LATEN ANXIETY PADA PEMBELAJARAN STATISTIKA

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

Gambar 1.  Scree plot dan comonent plot hasil analisis SPSS untuk 9 item dari variabel anxiety

 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 Anx_i ke X_i 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.   

 Untuk membaca gambar di atas, misalnya untuk item X₅ yang memiliki anak panah lebih dari satu, dapat dibaca sebagai berikut: “item X₅ mendapat bobot sebesar 0.97 dari faktor Anx₂, ditambah dengan 0.01 dari faktor Anx₁ dan ditambah 0.08 dari Anx₃”.  Dengan demikian X₅ dan X₆ dapat dikatakan dipengaruhi oleh 3 faktor secara bersama-sama, walaupun bobotnya berbeda.  Langkah terakhir adalah memberikan nama terhadap sub-variabel atau yang sering disebut sebagai dimensi atau faktor.  Dalam hal ini Anx₁ Anx₂ dan Anx₃ harus mendapat nama, sesuai dengan karakteristik dari pertanyaan yang ada pada masing-masing item.  Pemberian nama atau proses  wording harus sedemikian rupa sehingga memiliki makna yang dapat menjelaskan fenomena yang sebenarnya. 

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.