Kaitan Akses Internet dan Penyelesaian Tugas Sekolah Berdasarkan Regresi Kuantil Menuju Masyarakat 5.0

  • Suparna Parwodiwiyono BPS Provinsi DI Yogyakarta
Keywords: Internet access, Quantile regression, School assignment

Abstract

Abstrak: Bagi generasi pasca milenial penggunaan internet sangat akrab tetapi dengan berbagai tujuan penggunaan. Penelitian ini ingin melihat keterkaitan penggunaan internet oleh penduduk yang sedang sekolah untuk kepentingan penyelesaian tugas sekolah di Indonesia untuk mendapatkan hasil belajar yang baik. Analisis berdasarkan data sekunder dari Survei Sosial Ekonomi Nasional tahun 2018. Hanya saja data yang didapatkan tidak simetris dengan adanya pencilan. Regresi kuantil digunakan untuk meminimumkan pengaruh dari pencilan yang ada. Penelitian mendapatkan hasil bahwa terdapat kaitan yang erat antara akses internet dari penduduk yang sedang sekolah dengan penyelesaian tugas sekolah.  Hasil regresi kuantil menunjukkan bahwa proporsi akses internet untuk penyelesaian tugas sekolah berbeda antar golongan proporsi penggunaan internet. Proporsi penggunaan internet yang tinggi akan digunakan untuk penyelesaian tugas sekolah yang lebih tinggi pula.

Abstract: For the post millennial generation the use of the internet is very familiar but with various purposes of use. This study wants to look at the relationship between the use of the internet by residents who are currently in school for the sake of completing school work in Indonesia to get good learning outcomes. Analysis based on secondary data from the 2018 National Socio-Economic Survey. It's just that the data obtained is not symmetrical with outliers. Quantile regression is used to minimize the effect of outliers. The study found that there was a close relationship between internet access from residents who were in school and completion of school work. The quantile regression results show that the proportion of internet access for completing school work differs between groups of proportions of internet use. A high proportion of internet use will be used for completing higher school work.

References

Alhamzawi, R., Yu, K., & Mallick, H. (2019). Quantile Regression and beyond in Statistical Analysis of Data. Journal of Probability and Statistics, 2019(1), 1. https://doi.org/10.1155/2019/2635306

Badan Pusat Statistik. (2019). Statistik Penunjang Pendidikan 2018. In BPS. BPS.

Baran, S. J., & Davis, D. K. (2015). Mass Communication Theory: Foundations, Ferment, and Future. In Cengage Learning (6th ed.). Amazon.com. https://doi.org/10.4135/9781446262467

Bencsik, A., Juhász, T., & Horváth-Csikós, G. (2016). Y and Z Generations at Workplaces. Journal of Competitiveness, 8(3), 90–106. https://doi.org/10.7441/joc.2016.03.06

Dolot, A. (2018). The characteristics of Generation Z. E-Mentor, 2(74), 44–50. https://doi.org/10.15219/em74.1351

Endriani, N., & Syukur, Y. (2015). Kesiapan Siswa dalam Menyelesaikan Tugas Sekolah. Konselor, 4(3), 130–135. https://doi.org/10.24036/ 02015446470-0-00

Escanciano, J. C., & Goh, S. C. (2019). Quantile-Regression Inference With Adaptive Control of Size. Journal of the American Statistical Association, 114(527), 1382–1393. https://doi.org/10.1080/ 01621459.2018.1505624

Eva, R. (2013). Pengaruh Minat dan Kebiasaan Belajar Siswa Terrhadap Prestasi Belajar Matematika. Jurnal Formatif, 2(2), 122–131.

Farikha, L., Redjeki, T., & Utomo, S. (2015). Penerapan Model Pembelajaran Predict Observe Explain (Poe) Disertai Eksperimen Pada Materi Pokok Hidrolisis Garam Untuk Meningkatkan Aktivitas Dan Prestasi Belajar Siswa Kelas Xi Mia 3 Sma Negeri 4 Surakarta Tahun Pelajaran 2014/2015. Jurnal Pendidikan Kimia, 4(4), 95–102.

Griffin, E. (2012). A First look at commmunication theory. In McGraw-Hill (8th ed.). The MacGraw-Hill Companies.

Guadagno, R. E., Muscanell, N. L., Rice, L. M., & Roberts, N. (2013). Social influence online: The impact of social validation and likability on compliance. Psychology of Popular Media Culture, 2(1), 51–60. https://doi.org/10.1037/a0030592

Huang, Q., Zhang, H., Chen, J., & He, M. (2017). Quantile Regression Models and Their Applications: A Review. Journal of Biometrics & Biostatistics, 08(03), 1–6. https://doi.org/10.4172/2155-6180. 1000354

Koenker, R., & Hallock, K. F. (2001). Quantile Regression. American Journal of Respiratory and Critical Care Medicine, 15(4), 143–156. https://doi.org/10.1164/rccm.201012-2095OC

Nurlia, Hala, Y., Muchtar, R., Jumadi, O., & Taiyeb, A. M. (2017). Hubungan Antara Gaya Belajar, Kemandirian Belajar, dan Minat Belajar dengan Hasil Belajar Biologi Siswa. Jurnal Pendidikan Biologi, 6(2), 321–328.

Riva Atul Aldaniah Wahab. (2012). Analisis Akses dan Penggunaan Internet Sebagai Evaluasi Tingkat Literasi Internet Masyarakat di Provinsi Sulawesi Utara. Jurnal Penelitian Komunikasi Dan Opini Publik, 16(1), 49–68.

Staffa, S. J., Kohane, D. S., & Zurakowski, D. (2019). Quantile Regression and Its Applications: A Primer for Anesthesiologists. Anesthesia and Analgesia, 128(4), 820–830. https://doi.org/10.1213/ANE. 0000000000004017

Subiakto, H. (2013). Internet untuk pedesaan dan pemanfaatannya bagi masyarakat The usage of internet for the village and villagers. Masyarakat, Kebudayaan Dan Politik, 26(4), 243–256.

Temporal, P., & Lee, K. C. (2002). Hi-tech hi-touch branding: Creating brand power in the age of technology: Vol. null (1st ed.). Wiley.

Wardani, R. A. (2018). Pemodelan Regresi Kuantil Spasial Autoregresif (Sarqr) untuk Mengatasi Efek Spasial Pada Data Yang Mengandung Outlier (Studi Kasus Pada Data Tingkat Kriminalitas Provinsi Jawa Tengah). Universitas Negeri Semarang.

Published
2020-07-10
Section
Articles