Analisis Pengaruh Penggunaan E-mail Sebagai Media Komunikasi Dan Informasi Terhadap Efisiensi Perkuliahan Di STMIK Sumedang

Unknown
By -
0

  1. Latar Belakang
Teknologi informasi berkembang demikian cepat. Sekarang manusia hampir tidak bisa dipisahkan dari prooduk-produk teknologi informasi. Sebut saja Telephone Cellular dan internet yang tidak dipungkiri mampu mempermudah aktivitas hubungan  antar manusia sehingga lebih sederhana, tanpa sekat ruang dan waktu.
Dengan adanya fasilitas teknologi informasi d kampus, mahasiswa akan mendapatkan kemudahan mendapatkan informasi dengan waktu yang singkat serta kemudahan melaksanakan tugas-tugas kuliah. Aplikasi teknologi informasi proses perkuliahan dan mampu memberikan akses global. Salah satunya yaitu menggunakan e-mail, untuk mahasiswa misalnya menerima materi kuliah lebih flexsibel dan lain-lain.
  1. Rumusan Masalah
Berdasarkan latar belakang di atas, maka permasalahan yang dapat kita rumuskan adalah “Apakah e-mail berpengaruh terhadap mahasiswa STMIK Sumedang, sebagai media komunikasi dan informasi?”.
  1. Tujuan Penelitian
Untuk mengetahui apakah e-mail sangat berpengaruh terhadap proses perkuliahan di STMIK SUMEDANG dikalangan mahasiswa atau sebaliknya yang hanya akan menambah bingung mahasiswa dalam menerima informasi dan materi perkuliahan dari dosen.
  1. Waktu dan Lokasi Penelitian
Penelitian dialkukan terhadap mahasiswa/i STMIK SUMEDANG.


  1. Metode Pengumpulan Data
Untuk mendapatkan data yang sesuai dengan yang kami harapkan. Kami melakukan pendekatan secara langsung melalui pengisian kuesioner oleh responden dengan tujuan setiap pertanyaan yang diajukan dapat menghasilkan jawaban yang tepat. Jumlah pertanyaan yang diajukan ada 20 pertanyaan (10 pertanyaan sebagai variable X dan 10 pertanyaan sebagai variable Y). Jumlah responden yang mengisi lembar kuesioner berjumlah 20 orang.
Keterangan:
  1. Variable X : Kegunaan Email
  2. Variable Y : Mahasiswa STMIK Sumedang

  1. Bentuk Lembar Kuisioner

LEMBAR KUESIONER
ANALISIS PENGARUH PENGGUNAAN E-MAIL SEBAGAI MEDIA KOMUNIKASI DAN INFORMASI TERHADAP EFISIENSI PERKULIAHAN DI STMIK SUMEDANG

  1. IDENTIFIKASI RESPONDEN
  1. Nama responden : ……………………………………………………..
  2. Alamat : ……………………………………………………..
  3. Jeniskelamin : L / P
  4. Usia : ......... tahun


  1. BUTIR PERNYATAAN
Petunjuk Pengisian :
Berilah tanda silang (√) pada kotak jawaban di bawah ini yang sesuai pendapat
anda.
Simbol
Kategori
Bobot
SS
Sangat Setuju
5
S
Setuju
4
KS
Kurang Setuju
3
TS
Tidak Setuju
2
STS
Sangat Tidak Setuju
1











Kegunaan (X)
No.
Bagaimana Pendapat Anda Mengenai manfaat email
SS
S
KS
TS
STS
1
Email adalah fasilitas yang dapat memudahkan untuk menerima dan mengirim surat elektronik melalui aplikasi secara online maupun berada dalam komputer.





2
E-mail dapat menghubungkan kita dengan siapa saja yang terhubung di internet di seluruh dunia dengan biaya pulsa lokal.





3
Penggunaan e-mail sangat aman dan tidak mudah diretas oleh orang lain.





4
Bisa mengirimkan kepada lebih dari satu orang saat bersamaan.





5
Banyaknya penyedia e-mail dengan berbagai kelebihan yang membuat semua orang dapat memilih sesuai kebutuhan.





6
Dapat dipergunakan untuk mempermudah komunikasi dengan orang yang ada di belahan dunia manapun





7
Kelebihan e-mail adalah kecepatan, jarak ribuan mil hanya akan ditempuh selama beberapa detik (hampir seketika) sedang dengan jasa pos bisa memakan waktu berminggu-minggu.





8
Setiap e-mail memiliki pemilik (bisa perorangan, organisasi) dan alamat yang jelas, unik dan berbeda satu sama lain sehingga bisa dipakai sebagai penunjuk identitas.





9
E-mail dapat digunakan sebagai media promosi suatu produk ke para pelanggan, dengan memanfaatkan daftar email pelanggan yang ada.





10
Penggunaan e-mail lebih efektif dibandingkan dengan layanan pesan di sosial media ataupun pesan instan.







Dampak (Y)
No.
Bagaimana Pendapat Anda Mengenai Pemanfaatan E-mail terhadap Efisiensi Perkuliahan
SS
S
KS
TS
STS
1
Pengumpulan tugas lebih cepat, jika menggunakan e-mail.





2
Penyampaian informasi tugas dan jadwal perkuliahan dari dosen lebih cepat dilakukan.





3
Diskusi secara jarak jauh dapat dilakukan dengan adanya fitur  teleconference dan mailing list





4
E-mail yang disediakan oleh pihak kampus bagi mahasiswa dengan kapasitas penyimpanan yang cukup besar sangat mudah didapatkan.





5
Sinkronisasi dengan kontak dan kalender di gadget sangat mudah dilakukan dengan satu kali tekan.





6
Dengan satu akun e-mail dapat digunakan untuk segala akun jejaring sosial yang dimanfaatkan untuk membantu proses perkuliahan.





7
Pemberitahuan mengenai administrasi dan keuangan secara online dengan e-mail kepada mahasiswa lebih efektif dan tepat sasaran.





8
Penyebaran informasi ke beberapa mahasiswa sekaligus lebih cepat dan mudah dengan sekali kirim.





9
Penyampaian KHS (Kartu Hasil Studi)  lewat e-mail lebih mudah dilakukan dan tidak akan mudah hilang daripada berupa hardcopy.





10
Kapasitas penyimpanan yang besar dapat dimanfaatkan untuk penyimpanan materi kuliah dan tugas serta file lainnya.  







  1. KETERANGAN
SS : SANGAT SETUJU TS : TIDAK SETUJU
S : SETUJU STS : SANGAT TIDAK SETUJU
KS : KURANG SETUJU
  1. BOBOT NILAI
SS = 5
S = 4
KS = 3
TS = 2
STS = 1





BAB II
PEMBAHASAN

  1. Hasil Kuesioner
Dari hasil kuesioner yang telah diisi oleh perwakilan mahasiswa STMIK Sumedang sebanyak 20 responden dengan jumlah pertanyaan variabel X adalah 10 pernyataan dan variabel Y sebanyak 10 pernyataan.



  1. Uji Distribusi Frekuensi
Distribusi frekuensi adalah pengelompokan data ke dalam beberapa kategori yang menunjukan banyaknya data dalam setiap kategori. Distribusi frekuensi adalah susunan data dalam bentuk tunggal atau kelompok menurut kelas-kelas tertentu dalam sebuah daftar.
Jadi dapat dikatakan bahwa distribusi frekuensi ialah sebagai pembagian atau pengelompokan data yang menunjukan banyak data pada setiap kategori.  Berdasarkan hasil dari angket yang sudah disebar dan diisi oleh 20 orang perwakilan mahasiswa STMIK Sumedang, uji distribusi frekuensi dilakukan dengan menggunakan software SPSS. Uji distribusi frekuensi dalam SPSS dengan cara menggunakan fungsi Descriptive Statistics Frequency yang ada pada menu Analyze.  Berikut adalah hasil dari uji distribusi frekuensi dari hasil analisis ini.  Hasil dari uji distribusi frekuensi ini terdiri dari tabel statistic, tabel distribusi tiap pernyataan dari tiap variabel dalam kuesioner serta histogramnya
  1. Variabel X ( Kegunaan)
  1. Tabel Statistik
Statistics


P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
N
Valid
20
20
20
20
20
20
20
20
20
20
Missing
0
0
0
0
0
0
0
0
0
0
Mean
4.3000
4.0000
3.70000
4.0500
4.1000
4.3500
3.9000
3.9000
4.2000
3.8000
Median
4.0000
4.0000
4.00000
4.0000
4.0000
4.0000
4.0000
4.0000
4.0000
4.0000
Mode
4.00
4.00
4.000
4.00
4.00
4.00
4.00
4.00
4.00
4.00
Std. Deviation
.47016
.79472
.656947
.82558
.78807
.48936
1.02084
.85224
.52315
.83351
Variance
.221
.632
.432
.682
.621
.239
1.042
.726
.274
.695
Minimum
4.00
2.00
3.000
2.00
2.00
4.00
1.00
1.00
3.00
2.00
Maximum
5.00
5.00
5.000
5.00
5.00
5.00
5.00
5.00
5.00
5.00
Sum
86.00
80.00
74.000
81.00
82.00
87.00
78.00
78.00
84.00
76.00
Untuk tabel statistics sendiri merupakan tabel yang mencakup semua data dimulai dari P1-P10.  Pada tabel diatas di jelaskan bahwa jumlah responden (N) dari setiap Kuesioner adalah 20 responden dengan missing 0. Dan Mean merupakan rata-rata dari setiap pertanyaan, dihitung berdasarkan jumlah bobot nilai pada pertanyaan dibagi jumlah responden (Contoh : =Jumlah P1 / Jumlah Responden) begitu juga dengan rata-rata lainnya. Median merupakan nilai tengah pada setiap pertanyaan contoh pada P1 nilai tengahnya adalah 4. Mode merupakan nilai yang sering muncul dimana nilai yang sering muncul pada P1 juga adalah 4. Sedangkan std. Deviation untuk P1 0.47016 , dimana Std.Deviation merupakan penyebaran data dari nilai rata-rata. Tabel diatas merupakan uji frekuensi untuk variable X .

  1. Tabel Frekuensi tiap Pernyataan
P1


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
S
14
70.0
70.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P2


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
3
15.0
15.0
20.0
S
11
55.0
55.0
75.0
SS
5
25.0
25.0
100.0
Total
20
100.0
100.0



P3


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
KS
8
40.0
40.0
40.0
S
10
50.0
50.0
90.0
SS
2
10.0
10.0
100.0
Total
20
100.0
100.0



P4


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
3
15.0
15.0
20.0
S
10
50.0
50.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P5


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
2
10.0
10.0
15.0
S
11
55.0
55.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P6


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
S
13
65.0
65.0
65.0
SS
7
35.0
35.0
100.0
Total
20
100.0
100.0


P7


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
STS
1
5.0
5.0
5.0
KS
5
25.0
25.0
30.0
S
8
40.0
40.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0



P8


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
STS
1
5.0
5.0
5.0
KS
2
10.0
10.0
15.0
S
14
70.0
70.0
85.0
SS
3
15.0
15.0
100.0
Total
20
100.0
100.0


P9


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
KS
1
5.0
5.0
5.0
S
14
70.0
70.0
75.0
SS
5
25.0
25.0
100.0
Total
20
100.0
100.0


P10


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
6
30.0
30.0
35.0
S
9
45.0
45.0
80.0
SS
4
20.0
20.0
100.0
Total
20
100.0
100.0


Tabel di atas merupakan tabel frekuensi tiap pernyataan pada Variabel X.
Pada kolom pertama merupakan bobot pernyataan dari pernyataan 1 (P1) yakni dimana ada Sangat Setuju (SS), Setuju (S), Kurang Setuju (KS), Tidak Setuju (TS) dan Sangat Tidak Setuju (STS).  Pada tabel P1 diatas diterangkan pada kolom pertama bahwa bobot yang valid atau terisi hanya ada dua yaitu Setuju (S) dan Sangat Setuju (SS) dengan yang memilih Setuju sebanyak 14 orang dan Sangat Setuju sebanyak 6 orang dari total responden 20 orang.
Begitupun dengan tabel P2, P3 dan seterusnya hingga P10 menerangkan bobot yang valid dan frekuensinya dari total 20 orang responden.

  1. Histogram Pernyataan
Selain dari tabel frekuensi tiap pernyataan, keterangan frekuensi dari tiap pernyataan dapat dilihat pada histogram.  Berikut adalah contoh histogram dari P1 dan P2 variabel X.
  1. Variabel Y (Dampak)
Sama halnya dengan variabel X, distribusi frekuensi pada variabel Y adalah sebagai berikut.
  1. Tabel Statistik
Statistics


P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
N
Valid
20
20
20
20
20
20
20
20
20
20
Missing
0
0
0
0
0
0
0
0
0
0
Mean
4.2000
3.9000
4.0500
3.5000
3.9000
3.9000
3.8000
4.1000
4.0000
3.9000
Median
4.0000
4.0000
4.0000
3.5000
4.0000
4.0000
4.0000
4.0000
4.0000
4.0000
Mode
5.00
4.00
4.00
3.00a
4.00
4.00
3.00
4.00
4.00
4.00
Std. Deviation
.89443
.55251
.51042
.82717
.71818
.91191
.83351
.55251
.72548
1.07115
Variance
.800
.305
.261
.684
.516
.832
.695
.305
.526
1.147
Minimum
2.00
3.00
3.00
2.00
3.00
1.00
3.00
3.00
2.00
1.00
Maximum
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
5.00
Sum
84.00
78.00
81.00
70.00
78.00
78.00
76.00
82.00
80.00
78.00
a. Multiple modes exist. The smallest value is shown

  1. Tabel Frekuensi Tiap Pernyataan
Berikut adalah tabel frekuensi tiap pernyataan variabel Y :
P1


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
2.00
1
5.0
5.0
5.0
3.00
3
15.0
15.0
20.0
4.00
7
35.0
35.0
55.0
5.00
9
45.0
45.0
100.0
Total
20
100.0
100.0


P2


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
3.00
4
20.0
20.0
20.0
4.00
14
70.0
70.0
90.0
5.00
2
10.0
10.0
100.0
Total
20
100.0
100.0


P3


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
KS
8
40.0
40.0
40.0
S
10
50.0
50.0
90.0
SS
2
10.0
10.0
100.0
Total
20
100.0
100.0


P4


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
3
15.0
15.0
20.0
S
10
50.0
50.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P5


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
2
10.0
10.0
15.0
S
11
55.0
55.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P6


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
S
13
65.0
65.0
65.0
SS
7
35.0
35.0
100.0
Total
20
100.0
100.0


P7


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
STS
1
5.0
5.0
5.0
KS
5
25.0
25.0
30.0
S
8
40.0
40.0
70.0
SS
6
30.0
30.0
100.0
Total
20
100.0
100.0


P8


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
STS
1
5.0
5.0
5.0
KS
2
10.0
10.0
15.0
S
14
70.0
70.0
85.0
SS
3
15.0
15.0
100.0
Total
20
100.0
100.0


P9


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
KS
1
5.0
5.0
5.0
S
14
70.0
70.0
75.0
SS
5
25.0
25.0
100.0
Total
20
100.0
100.0


P10


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
TS
1
5.0
5.0
5.0
KS
6
30.0
30.0
35.0
S
9
45.0
45.0
80.0
SS
4
20.0
20.0
100.0
Total
20
100.0
100.0


  1. Histogram
Berikut adalah contoh histogram dari P1 dan P2 variabel Y.
  1. Uji Validitas
Uji validitas adalah uji yang dilakukan untuk mengetahui tingkat kevalidan dari instrumen (kuesioner) yang digunakan dalam pengumpulan data yang dipeoleh dengan cara mengkorelasikan setiap sekor variable jawaban responden dengan total sekor masing-masing variable. Kemudian hasil korelasi dibandingkan dengan nilai kritis pada tarap signifikan 0.05 dan 0.01. Tinggi rendahnya validitas instrumen akan menunjukan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variable yang dimaksud.
Dengan menggunakan SPSS pengujian validitas ini dapat dilakukan dengan memanfaatkan fungsi Correlate Bivariate yang ada di menu bar Analyze.  Berikut adalah hasil uji validitas dari kuesioner yang telah dibagikan dan diisi oleh responden mahasiswa STMIK Sumedang.
  1. Variabel X
Dari hasil output variabel x  tidak semua data bernilai valid.  Untuk mengetahuinya dapat dilakukan perbadingan antara r-hitung dan r-tabel dengan ketentuan, sebagai berikut :
  1. Jika r-hitung < r-tabel maka data tidak valid
  2. Jika r-hitung > r-tabel maka data bisa dikatakan valid
Correlations


P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
JML
P1
Pearson Correlation
1
.704**
.307
.502*
.341
.206
.504*
.210
.171
.027
.648**
Sig. (2-tailed)

.001
.188
.024
.141
.384
.023
.374
.471
.910
.002
N
20
20
20
20
20
20
20
20
20
20
20
P2
Pearson Correlation
.704**
1
.302
.562**
.504*
.271
.649**
.622**
.380
.000
.852**
Sig. (2-tailed)
.001

.195
.010
.023
.248
.002
.003
.099
1.000
.000
N
20
20
20
20
20
20
20
20
20
20
20
P3
Pearson Correlation
.307
.302
1
.126
-.142
.180
-.047
.038
.031
.269
.309
Sig. (2-tailed)
.188
.195

.596
.549
.447
.844
.875
.898
.251
.185
N
20
20
20
20
20
20
20
20
20
20
20
P4
Pearson Correlation
.502*
.562**
.126
1
.477*
.215
.631**
.082
-.024
-.291
.581**
Sig. (2-tailed)
.024
.010
.596

.033
.363
.003
.730
.919
.214
.007
N
20
20
20
20
20
20
20
20
20
20
20
P5
Pearson Correlation
.341
.504*
-.142
.477*
1
.450*
.864**
.486*
.587**
-.128
.773**
Sig. (2-tailed)
.141
.023
.549
.033

.046
.000
.030
.006
.590
.000
N
20
20
20
20
20
20
20
20
20
20
20
P6
Pearson Correlation
.206
.271
.180
.215
.450*
1
.390
.088
.329
-.077
.467*
Sig. (2-tailed)
.384
.248
.447
.363
.046

.089
.711
.157
.746
.038
N
20
20
20
20
20
20
20
20
20
20
20
P7
Pearson Correlation
.504*
.649**
-.047
.631**
.864**
.390
1
.532*
.434
-.148
.848**
Sig. (2-tailed)
.023
.002
.844
.003
.000
.089

.016
.056
.532
.000
N
20
20
20
20
20
20
20
20
20
20
20
P8
Pearson Correlation
.210
.622**
.038
.082
.486*
.088
.532*
1
.637**
.119
.675**
Sig. (2-tailed)
.374
.003
.875
.730
.030
.711
.016

.002
.619
.001
N
20
20
20
20
20
20
20
20
20
20
20
P9
Pearson Correlation
.171
.380
.031
-.024
.587**
.329
.434
.637**
1
-.024
.573**
Sig. (2-tailed)
.471
.099
.898
.919
.006
.157
.056
.002

.920
.008
N
20
20
20
20
20
20
20
20
20
20
20
P10
Pearson Correlation
.027
.000
.269
-.291
-.128
-.077
-.148
.119
-.024
1
.133
Sig. (2-tailed)
.910
1.000
.251
.214
.590
.746
.532
.619
.920

.575
N
20
20
20
20
20
20
20
20
20
20
20
JML
Pearson Correlation
.648**
.852**
.309
.581**
.773**
.467*
.848**
.675**
.573**
.133
1
Sig. (2-tailed)
.002
.000
.185
.007
.000
.038
.000
.001
.008
.575

N
20
20
20
20
20
20
20
20
20
20
20
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).

Sedangkan untuk mengetahui darimana r-hitung kita dapat lihat tabel correlate variable x diatas. Bagian pada kolom JML adalah r-hitung yang didapatkan dari penjumlahan masing-masing skor pernyataan.  Lalu untuk menetukan r-tabel kita dapat menggunakan rumus berikut ini df=N-2 (dimana N merupakan jumlah responden). df =20 – 2 = 18 , setelah itu lihat berapa correlation significantnya = 0.05 dengan uji 2 sisi, sehingga didapatkan r tabel = 0.4438.
Maka dapat disimpulkan bahwa P10 dinyatakan tidak valid karena r-hitung kurang dari r-tabel dengan taraf signifikan 0.50.

  1. Variabel Y
Sama halnya dengan variabel X, variabel Y juga mempunyai pernyataan yang tidak valid yakni pada P9 dengan r-hitung kurang dari r-tabel seperti ditunjukan pada tabel berikut.
Correlations


P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
JML
P1
Pearson Correlation
1
.575**
.438
.427
.361
.090
.268
.277
-.081
.187
.555*
Sig. (2-tailed)

.008
.053
.061
.118
.705
.253
.237
.734
.430
.011
N
20
20
20
20
20
20
20
20
20
20
20
P2
Pearson Correlation
.575**
1
.205
.230
.504*
-.021
.411
.379
-.131
.338
.530*
Sig. (2-tailed)
.008

.385
.329
.023
.930
.071
.099
.581
.145
.016
N
20
20
20
20
20
20
20
20
20
20
20
P3
Pearson Correlation
.438
.205
1
.561*
.158
.351
.272
.541*
-.142
.202
.535*
Sig. (2-tailed)
.053
.385

.010
.506
.130
.246
.014
.550
.393
.015
N
20
20
20
20
20
20
20
20
20
20
20
P4
Pearson Correlation
.427
.230
.561*
1
.620**
.628**
.382
.576**
.263
.356
.808**
Sig. (2-tailed)
.061
.329
.010

.004
.003
.097
.008
.262
.123
.000
N
20
20
20
20
20
20
20
20
20
20
20
P5
Pearson Correlation
.361
.504*
.158
.620**
1
.305
.229
.424
.303
.328
.669**
Sig. (2-tailed)
.118
.023
.506
.004

.190
.332
.062
.194
.157
.001
N
20
20
20
20
20
20
20
20
20
20
20
P6
Pearson Correlation
.090
-.021
.351
.628**
.305
1
.319
.752**
.716**
.313
.720**
Sig. (2-tailed)
.705
.930
.130
.003
.190

.171
.000
.000
.180
.000
N
20
20
20
20
20
20
20
20
20
20
20
P7
Pearson Correlation
.268
.411
.272
.382
.229
.319
1
.274
.087
.330
.583**
Sig. (2-tailed)
.253
.071
.246
.097
.332
.171

.242
.715
.155
.007
N
20
20
20
20
20
20
20
20
20
20
20
P8
Pearson Correlation
.277
.379
.541*
.576**
.424
.752**
.274
1
.394
.462*
.789**
Sig. (2-tailed)
.237
.099
.014
.008
.062
.000
.242

.086
.040
.000
N
20
20
20
20
20
20
20
20
20
20
20
P9
Pearson Correlation
-.081
-.131
-.142
.263
.303
.716**
.087
.394
1
.135
.426
Sig. (2-tailed)
.734
.581
.550
.262
.194
.000
.715
.086

.569
.061
N
20
20
20
20
20
20
20
20
20
20
20
P10
Pearson Correlation
.187
.338
.202
.356
.328
.313
.330
.462*
.135
1
.624**
Sig. (2-tailed)
.430
.145
.393
.123
.157
.180
.155
.040
.569

.003
N
20
20
20
20
20
20
20
20
20
20
20
JML
Pearson Correlation
.555*
.530*
.535*
.808**
.669**
.720**
.583**
.789**
.426
.624**
1
Sig. (2-tailed)
.011
.016
.015
.000
.001
.000
.007
.000
.061
.003

N
20
20
20
20
20
20
20
20
20
20
20
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).


  1. Uji Korelasi
Korelasi merupakan suatu teknik yang digunakan untuk mengukur hubungan/keterkaitan antara dua variable atau lebih.  Langkah-langkah untuk melakukan uji korelasi sebetulnya sama dengan uji validitas hanya saja disini tidak semua item di inputkan melainkan hanya bagian r-hitung dari masing-masing variable saja yang diinputkan.
Untuk melakukan uji korelasi, jumlah dari tiap pernyataan pada tiap variabel oleh satu orang responden harus dijumlahkan dengan jumlah dari hasil responden lainnya.
Kemudian untuk melakukan uji korelasi dilakukan dengan fungsi Correlate Bivariate pada SPSS seperti uji validitas namun dengan input data yang berbeda.  Berikut adalah hasilnya.

Correlations


x
y
x
Pearson Correlation
1
.798**
Sig. (2-tailed)

.000
N
20
20
y
Pearson Correlation
.798**
1
Sig. (2-tailed)
.000

N
20
20
**. Correlation is significant at the 0.01 level (2-tailed).

Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
Change Statistics
R Square Change
F Change
df1
df2
Sig. F Change
1
.798a
.636
.616
2.95477
.636
31.452
1
18
.000
a. Predictors: (Constant), x

Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
4.063
6.309

.644
.528
x
.873
.156
.798
5.608
.000
a. Dependent Variable: y

Untuk mempermudaha penarikaan kesimpulan maka kita perhatikan tabel interpretasi koefisien korelasi menurut buku Metode Penelitian Kuantitatif dan Kualitatif Dan R&D (Sugiyono,2008:184) sebagai berikut.
Interpretasi Koefisien Korelasi
Interval Koefisien
Tingkat Hubungan
  1. - 0.199
0.20 - 0.399
0.40 - 0.599
0.60 - 0.799
0.80 - 1.000
Sangat Rentah
Rendah
Sedang
Kuat
Sangat Kuat
Berdasarkan tabel korelasi perhitungan dua buah variable x dan y maka didapatkan koefisien korelasi dari kedua variable adalah 0.798 yang dimana koefisien korelasi berada pada tingkat hubungan yang Kuat.
  1. Uji Reliabilitas
Reliabilitas merupakan penerjemahan dari kata reliability yang mempuyai asal kata rely dan ability. Pengukuran yang memiliki reliabilitas tinggi disebut pengukuran yang reliable. Reliabilitas mempunyai berbagai makna lain seperti kepercayan, keteladanan, keajegan, kesetabilan, konsistensi dan sebagaiya. Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya.
Untuk pengujian reliabilitas dengan SPSS bisa dengan menggunakan fungsi Scale -> Reliability Analysis di menu bar Analyze.




  1. Variabel X
Case Processing Summary


N
%
Cases
Valid
20
100.0
Excludeda
0
.0
Total
20
100.0
a. Listwise deletion based on all variables in the procedure.

Reliability Statistics
Cronbach's Alpha
N of Items
.785
10


  1. Variabel Y
Case Processing Summary


N
%
Cases
Valid
20
100.0
Excludeda
0
.0
Total
20
100.0
a. Listwise deletion based on all variables in the procedure.

Reliability Statistics
Cronbach's Alpha
N of Items
.814
10
Dari kedua tabel variable x dan y diatas diketahui bahwa alpha x = 0.785 dan alpha y = 0,814 kemudian untuk membandingkan apakah setiap item pada variable x dan y ini reliabel atau tidak. Kita dapat membandingkannya dengan r tabel dengan nilai N=20 (responden) nilai r tabel dicari pada distribusi nilai r-tabel signifikansi 5% yaitu sebesar = 0.443 Sehingga dapat ditarik kesimpulan bahwa nilai alpha > rtabel untuk kedua variable. Sehingga kedua variable dapat dikatakan reliable atau terpercaya .
  1. Uji Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui presentasi pengaruh antara variable x (independent) dan variable y (dependent) dengan rumus sebagai berikut :

KD = R2 x 100%

Diketahui untuk nilai R2 dapat dilihat pada bagian uji korelasi pada tabel model summary = 0,798 sehingga dihitung.
KD = R2 x 100%
= 0,7982 x 100%
= 63,68 %
Dengan demikian pengaruh penggunaan e-mail sebagai media informasi dan komunikasi terhadap efisiensi perkuliah di STMIK Sumedang adalah 63,68 %.

  1. Uji Hipotesis
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisi data, baik dari percoban yang terkontrol maupun dari observasi. Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkn disebabkan oleh faktor yang kebetulan, sesuai dengan batasan probabilitas yang sudah ditentukan sebelumnya.

  1. Dengan media Spreadsheet Excel
Pengujian hipotesis dengan menggunakan Excel dapat dilakukan dengan menggunakan fungsi Data Analysis pada Ribbon Data kemudian memilih t-Test: Two Sample Assuming Unequal Variances apabila variance diasumsikam tidak sama.
t-Test: Two-Sample Assuming Unequal Variances




x
y
Mean
40,3
39,25
Variance
18,95789474
22,72368421
Observations
20
20
Hypothesized Mean Difference
0

df
38

t Stat
0,727331197

P(T<=t) one-tail
0,235740353

t Critical one-tail
1,68595446

P(T<=t) two-tail
0,471480706

t Critical two-tail
2,024394164


Dari hasil tabel diatas dapat dinyatakan :
  1. Mean
  1. Variabel X = 40,3
  2. Variabel  Y = 39,25
  1. T hitung = 0,7273
  2. T tabel = 2,024394

  1. Dengan SPSS
Pengujian hipotesis pada SPSS dapat dilakukan dengan menggunakan fungsi Compare Mean -> Independent-Sample T Test pada menu bar Analyze.
Group Statistics

variabel
N
Mean
Std. Deviation
Std. Error Mean
bobot
x
20
40.3000
4.35407
.97360
y
20
39.2500
4.76694
1.06592

Independent Samples Test


Levene's Test for Equality of Variances
t-test for Equality of Means




95% Confidence Interval of the Difference


F
Sig.
t
df
Sig. (2-tailed)
Mean Difference
Std. Error Difference
Lower
Upper
bobot
Equal variances assumed
.521
.475
.727
38
.471
1.05000
1.44363
-1.87248
3.97248
Equal variances not assumed


.727
37.692
.472
1.05000
1.44363
-1.87327
3.97327


Dari hasil kedua media di atas menunjukan hasil yang sama yaitu karena t hitung < t tabel maka Ho ditolak dan Ha diterima dengan kata lain e-mail sebagai media informasi dan komunikasi tidak terlalu berpengaruh pada efisiensi perkuliahan di STMIK Sumedang.


BAB III
PENUTUP

  1. Kesimpulan
Dari hasil pengolahan data responden yang telah kami surey yang terkumpul sebanyak 30 responden dari mulai uji frekuensi, uji validitas, uji korelasi, uji rliabilitas, uji koefisien determiasai hingga uji hipotesis didapatkan nilai mean untuk variable x  = 4,3 dan y = 39,25 kemudian t hitung = 0,7273 dan t tabel 2,0244. Maka dapat dikatakan Ho (hipotesis nihil) > dari Ha(hipotesis alternatif). Dengan kata lain Ho ditolak dan Ha diterima.

Kelompok:  Roby Baiaturridwan Suryana (A2.1300057)
Yusup Firdaus (A2.1300041)



Post a Comment

0Comments

Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.

Post a Comment (0)