Factors behind the Demotivation among UI Students: A Study Engagement and Burnout Profiles

Latar Belakang

Dinamika perkuliahan seringkali mengantarkan kita pada berbagai peluang dan tantangan. Peluang dan tantangan tersebut mencakup kegiatan akademis dan juga non akademis. Sebagai pelajar, tentu saja tanggung jawab dan capaian akademis merupakan hal yang paling utama. Terdapat banyak faktor yang menunjang keberhasilan dalam segi akademis. Beberapa contohnya, yaitu seperti ekspektasi, ambisi dan motivasi (Berndt, 1990). Faktor motivasi menjadi peranan kunci karena ekspektasi dan ambisi saja tidak cukup untuk menggerakkan seseorang bergerak untuk mencapai sesuatu. Namun di satu sisi, ada saatnya kita merasa kelelahan bahkan hingga semangat belajar pun menurun seiring tekanan akademis maupun non akademis yang semakin meningkat. Demotivasi yang dialami ketika merasa lelah dan semangat belajar menurun pun menjadi topik yang menarik untuk dikaji lebih lanjut. Oleh karena itu, penelitian ini bertujuan untuk mengetahui bagaimana demotivasi yang dialami oleh mahasiswa Universitas Indonesia yang ada di berbagai fakultas dan juga aspek apa sajakah yang melatarbelakangi demotivasi tersebut.

Study Engagement Classification

Semangat untuk belajar dan terikat dengan kegiatan akademik (Study engagement) di perguruan tinggi didefinisikan dengan 3 kata, yakni vigour, dedication dan absorption (Salmela-Aro & Upadyaya, 2012; Schaufeli, Salanova et al., 2002). Vigour ditandai dengan energi yang tinggi, ketahanan mental dalam belajar, dan berupaya untuk selalu belajar. Dedication dicirikan dengan kepercayaan akan inspirasi yang dirasakan dari belajar. Yang terakhir adalah absorption, absorption ini ditandai dengan konsentrasi penuh dalam belajar dan merasa bahagia dalam menuntut ilmu. Berdasarkan penelitian terdahulu, study engagement dibagi menjadi 4 bagian yaitu engaged, engaged-exhausted, inefficacious, dan burnout. Inefficacious didefinisikan sebagai lama belajar yang dilakukan dengan kurang efektif sehingga menimbulkan kelelahan. Burnout dalam konteks studi dapat didefinisikan sebagai kelelahan emosional yang merupakan hasil dari tuntutan studi yang tinggi (Salmela-Aro, Kiuru, 2017; Leskinen & Nurmi, 2009; Schaufeli, Martinez et al., 2002).

Burnout atau yang biasa dikenal dengan demotivasi, dalam konteks penelitian diartikan sebagai emosi seseorang yang menunjukkan perasaan lelah serta tidak mampu melakukan peran sebagai mahasiswa pendidikan tinggi, yang disebabkan karena tingginya tuntutan proses pembelajaran (Salmela-Aro, Kiuru, Leskinen & Nurmi, 2009; Schaufeli et al., 2002). Terdapat 3 kategori dari Burnout, yaitu cynicism, inadequacy, dan exhaustion. Berdasarkan artikel burnout yang bersumber dari jurnal medis Maslach dan Leiter (2016), cynicism adalah respon negatif dan perasaan seseorang tidak ingin terikat terhadap suatu pekerjaan. Sedangkan inadequacy adalah perasaan tidak kompeten dalam suatu pekerjaan serta exhaustion, level tertinggi dari burnout, diartikan sebagai perasaan lelah berlebihan yang menyebabkan terkurasnya energi secara fisik dan emosional.

Merujuk pada jurnal Salmela-Aro (2017), kami membandingkan burnout dan engaged profile yang diidentifikasi berdasarkan demand dan resources model, di mana diasumsikan demand terhadap internet dan loneliness lebih besar daripada resources (tempat belajar dan mental health yang baik) di antara orang-orang yang tergolong burnout dibandingkan dengan yang engaged.

Data dan Metodologi

Penelitian dilakukan dengan sampel sebanyak 357 orang dari 10 fakultas di Universitas Indonesia (UI). Fakultas tersebut terdiri atas Fakultas Ekonomi dan Bisnis (FEB), Fakultas Hukum (FH), Fakultas Ilmu Administrasi (FIA), Fakultas Teknik (FT), Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA), Fakultas Psikologi (FPsi), Fakultas Ilmu Budaya (FIB), Fakultas Kesehatan Masyarakat (FKM), Fakultas Ilmu Komputer (Fasilkom), dan Fakultas Kedokteran (FK).

Grafik 1 Persebaran Responden Collaborative Research Berdasarkan Gender

Berdasarkan Grafik 1 dapat diketahui bahwa terdapat responden laki-laki sebanyak 142 orang dan responden perempuan sebanyak 215 orang.

Grafik 2 Persebaran Responden Collaborative Research Berdasarkan Asal Angkatan

Berdasarkan Grafik 2 dapat dilihat bahwa responden tersebar di empat angkatan, yaitu angkatan 2017 sebanyak 22 responden, angkatan 2018 sebanyak 73 responden, angkatan 2019 sebanyak 125 responden, dan angkatan 2020 sebanyak 137 responden.

Grafik 3 Persebaran Responden Collaborative Research berdasarkan Fakultas

Berdasarkan Grafik 3 diketahui bahwa persebaran responden tersebar di sepuluh Fakultas, yaitu dari responden terbanyak berasal dari FMIPA sebanyak 47 orang, hingga di FKM sebanyak 29 orang.

Grafik 4 Persebaran Responden Collaborative Research Berdasarkan Asal Daerah

Berdasarkan Grafik 4 dapat diketahui bahwa responden yang berasal dari Jabodetabek berjumlah 273 responden sedangkan responden yang berasal dari luar Jabodetabek berjumlah 84 responden.

Metodologia

a. ANOVA

Metode analysis of variance (ANOVA)dilakukan untuk menganalisis perbedaan rata-rata (mean differences) varians dari dua kelompok atau lebih sehingga terlihat apakah terdapat perbedaan yang signifikan dalam kelompok-kelompok tersebut. Dalam penelitian ini, kami akan menghitung bagaimana pengaruh perbedaan rata-rata dari angkatan, gender, fakultas, dan asal daerah mahasiswa UI terhadap profile burnout mereka seperti sikap cynicism (sinisme), inadequacy (kekurangan), dan exhaustion (kelelahan) serta bagaimana skala engaged mereka terhadap perkuliahan. Selain itu, analisis ANOVA juga dilakukan terkait demand, resource, dan outcomes terhadap profil burnout, seperti ketergantungan internet, mental health, tingkat kesepian, dan sebagainya.

b. Latent Class Analysis (LCA)

Latent class analysis merupakan metode statistik yang dilakukan untuk memeriksa hubungan antar kumpulan variabel yang teramati (observed variable) ketika terdapat kemungkinan adanya variabel yang tidak diamati (unobserved variable) (Schreiber, 2017; Lanza & Rhoades, 2013). Dengan menerapkan metode ini, peneliti dapat mengidentifikasi kelas-kelas yang tersedia dalam sebuah subjek penelitian dengan menggunakan variabel kategorikal atau kontinu yang telah teramati. Pada penelitian ini, latent class analysis digunakan untuk mengidentifikasi variabel subgrup pada study engagement (keterlibatan pada kegiatan belajar) yang terdiri atas engaged (terlibat dalam kegiatan belajar), exhaustive (keletihan pada kegiatan belajar), inefficacious (tidak efisiennya kegiatan belajar), dan burnout. Selanjutnya, setiap profil pada study engagement akan dihubungkan tingkat kesehatan mental, ketergantungan pada internet, kesepian, teman curhat, dan tempat belajar.

Study Engagement Profile among Cluster and College Year

Grafik 5 Proporsi Angkatan dan Rumpun terhadap Pembagian LCA

Berdasarkan bar chart  di atas, terlihat persebaran proporsi setiap rumpun dan fakultas terkait seberapa engagement mereka dalam mengikuti proses pembelajaran. Dari rumpun, dalam penelitian kami, di atas 80% dari kelompok engaged merupakan mahasiswa pada rumpun soshum, sementara sisanya merupakan mahasiswa pada rumpun kesehatan. Mahasiswa pada rumpun saintek berada pada kelompok engaged-exhausted, inefficacious, dan burned out, di mana proporsi terbanyak terletak pada kelompok inefficacious.

Sementara dari angkatan, tercermin bahwa mahasiswa baru, yakni angkatan 2020 menempati proporsi paling tinggi pada kelompok engaged, namun seiring bertambahnya tahun, angkatan yang lebih tua akan memiliki tingkat engaged yang semakin sedikit yang tercermin dari hanya kurang dari 20% angkatan 2017 yang berada pada kelompok engaged. Sementara angkatan 2018 justru menempati proporsi paling tinggi dalam kelompok burned out diikuti dengan angkatan 2019. Hal ini menandakan, dalam penelitian kami, hanya pada tahun pertama berkuliah saja proporsi mahasiswa yang engaged cukup besar, namun memasuki tahun kedua, fenomena burned out mulai semakin banyak.

Does My Gender Matter in Determining How Desperate I am in Studying?

Tabel 1. Anova Berdasarkan Jenis Kelamin

Tabel di atas menunjukkan pengaruh perbedaan gender terhadap burnout profile di lingkungan mahasiswa UI. Setelah dilakukan analisis t-test, perbedaan rerata burnout profile antara laki-laki dan perempuan hanya signifikan pada kategori exhaustion, yaitu masing-masing 15.17 dan 16.12, sedangkan perbedaan pada kategori cynicism dan inadequacy tidak signifikan. Artinya, dari penelitian ini, pada tingkat UI, perempuan cenderung memiliki tingkat kelelahan lebih tinggi daripada laki-laki dalam mengikuti proses pembelajaran.

Does My Faculty Matter in Determining How Desperate I am in Studying?

Tabel 2. Anova Berdasarkan Fakultas

Dengan menggunakan analisis anova, dapat diketahui bahwa semua fakultas di UI memiliki perbedaan signifikan antara burnout profile dan study engagement. Pada analisis ini, burnout profile yang dianalisis terbagi menjadi tiga, antara lain cynicism, inadequacy, dan exhaustion. Pada Tabel 2, dari kategori cynicism, diketahui bahwa fakultas yang memperoleh nilai tertinggi adalah FMIPA dan yang terendah adalah FIA. Hal ini menandakan bahwa mahasiswa FMIPA cenderung paling tidak ingin terikat dalam kegiatan akademik. Sementara dari kategori inadequacy, fakultas dengan nilai tertinggi dan terendah secara berurutan adalah FEB dan FK. Artinya, dalam studi kami, mahasiswa FEB cenderung paling banyak mengalami perasaan tidak kompeten dalam mengikuti pembelajaran di fakultasnya. Selain itu, dari kategori exhaustion, fakultas dengan nilai tertinggi dan terendah berturut-turut adalah FKM dan FIA. Artinya, dalam studi kami, mahasiswa dari FKM cenderung merasa paling lelah dalam mengikuti kegiatan akademik di fakultasnya. Terakhir, dari skor keseluruhan study engagement, fakultas dengan nilai tertinggi dan terendah berturut-turut adalah FIA dan FIB. Artinya, dalam studi kami, mahasiswa FIA merasa paling terikat dan mengalami perasaan yang positif selama mengikuti kegiatan akademik di fakultasnya.

Does My College Year Matter in Determining How Desperate I am in Studying?

Tabel 3. Anova Berdasarkan Angkatan

Selanjutnya, peneliti mengidentifikasi perbedaan tingkat study engagement dengan melihat perbedaan tahun masuk kuliah di Universitas Indonesia melalui angkatan. Secara umum, terdapat perbedaan signifikan dalam tingkat study engagement menurut angkatan kuliah pada dua subgrup, yaitu pada engage (keterlibatan pada pelajaran) serta cynicism (sinisme). Perbedaan tersebut terlihat pada Tabel 3, dengan tingkat engage tertinggi dimiliki oleh mahasiswa angkatan 2019 yang ditunjukkan oleh rerata sebesar 35,93 dan terendah pada mahasiswa angkatan 2020 yang memiliki rerata sebesar 30,53. Hal ini mengindikasikan bahwa mahasiswa baru cenderung merasa tidak terlalu terikat pada kegiatan belajar mengajar. Selain itu, hal yang menarik adalah angkatan 2017 sebagai angkatan tertua dari responden memiliki tingkat engage tertinggi kedua dengan nilai rerata sebesar 31,83. Selanjutnya, dalam konteks cynicism, mahasiswa angkatan 2018 menjadi angkatan dengan tingkat cynicism tertinggi dengan nilai 9,83 dan disusul oleh angkatan 2020, 2017, dan 2019 sebagai angkatan dengan tingkat cynicism terendah. Perbedaan ini sesuai dengan penelitian yang dilakukan Boni et. al (2018) dengan penemuan berupa perbedaan signifikan pada cynicism menurut angkatan kuliah.

Does The Place Where I Come From Matter in Determining How Desperate I am in Studying?

Tabel 4. Anova Berdasarkan Asal Daerah

Pada Tabel 4, terdapat hubungan antara asal daerah mahasiswa Jabodetabek dan Non-Jabodetabek) terhadap profil burnout dan study engagement mereka. Dengan menggunakan metode anova yang dilihat dari rerata, peneliti menemukan bahwa mahasiswa asal Jabodetabek memiliki profil burnout 9,37 untuk cynicism, 8,16 untuk inadequacy, 15,76 untuk exhaustion, serta memiliki skala engage sebesar 32,33. Sedangkan mahasiswa asal Non-Jabodetabek memiliki profile burnout  9.51 cynicism, 8.51 inadequacy, 15.69 exhaustion, serta memiliki skala  engage sebesar 33.60. Selain itu, tidak terdapat perbedaan signifikan antara mahasiswa asal Jabodetabek dan Non-Jabodetabek terhadap profile burnout dan dan study engagement mereka. Artinya, dalam penelitian terhadap mahasiswa UI, asal daerah mahasiswa tidak mempengaruhi tingkat demotivasi mereka.

What makes me less or more desperate in studying?: Demand, resources, and Outcomes Analysis

Tabel 5. Anova Multivariabel terhadap Subgrup Kelas Laten

Tabel 6. Anova Berdasarkan Subgrup Kelas Laten

Pada Tabel 5 terdapat karakteristik perbedaan latar belakang dengan study engagement. Secara umum, mayoritas responden berada pada rumpun ilmu sosial humaniora dengan persentase sebesar 51,8%. Dalam konteks depressive symptoms, peneliti menggunakan tes GHQ12[1] yang diadaptasi dari James, Yates, dan Ferguson (2013). Peneliti mendapatkan 53,8% dari seluruh responden yang mengalami depressive symptoms. Banyak faktor yang bisa mempengaruhi hal ini, mulai dari faktor internal maupun faktor eksternal. Selanjutnya, 88,5% responden diketahui memiliki ketergantungan internet dalam menjalani aktivitasnya. Selain itu, dari segi kepribadian, responden terkadang merasakan kesepian dengan persentase  60,2% (lebih besar dari tingkat rasa sering responden merasakan kesepian yakni sebesar 22,1%), dapat dikatakan bahwa mayoritas responden merasakan kesepian ringan atau berat. Meskipun responden terkadang merasa kesepian, mereka tidak sering bercerita hal yang penting kepada orang lain Hal tersebut diketahui melalui mayoritas responden menjawab ‘jarang’ (32,5%) dan ‘kadang-kadang’ (34,7)  dalam memiliki teman curhat untuk menghadapi setiap permasalahan masing-masing.

[1] jika responden mendapat skor lebih dari 4 maka dinilai mengalami gejala depresi

Dengan menggunakan anova, peneliti menemukan bahwa terdapat perbedaan signifikan pada seluruh study engagement dari tiga karakteristik, yaitu depressive symptoms rasa kesepian, dan kecocokan terhadap jurusan atau fokus ilmu yang sedang dipelajari. Peneliti menemukan bahwa burnout profile dari mahasiswa yang memiliki gejala depresi lebih tinggi dibanding mahasiswa yang tidak memiliki gejala depresi. Hal tersebut dibuktikan oleh lebih besarnya rerata pada exhaustion (4,39), cynicism (3,51), dan inadequacy (4,45) pada mahasiswa yang memiliki gejala depresi. Kemudian, dalam hal rasa kesepian dan ketidakcocokan dengan jurusan, peningkatan rasa kesepian dan adanya ketidakcocokan pada jurusan menyebabkan peningkatan burnout profile dari mahasiswa. Hal tersebut tercermin pada peningkatan rerata dari burnout profile dan penurunan engagement ketika terdapat peningkatan rasa kesepian dan adanya ketidakcocokan dengan jurusan. Selanjutnya, terdapat perbedaan signifikan pada exhaustion dan inadequacy dari ketergantungan pada internet. Pada konteks ketergantungan internet, mahasiswa yang lebih bergantung memiliki tingkat exhaustion dan inadequacy yang lebih tinggi. Lebih lanjut, perbedaan signifikan juga terjadi pada exhaustion dan cynicism pada keterbukaan terhadap orang lain.

Selanjutnya, pada Tabel 6, peneliti mencari hubungan antara grup kelas laten yang terdiri atas engaged, engaged-exhaustive, inefficacious, dan burned out dengan study engagement. Dalam penelitian ini, mayoritas responden berada pada grup inefficacious (68,1%). Hal tersebut mengindikasikan bahwa mayoritas responden memiliki profil burned out sedang. Selanjutnya, terdapat perbedaan signifikan pada empat aspek, yaitu exhaustion, cynicism, inadequacy, dan engagement. Pada exhaustion, grup yang memiliki nilai terendah adalah engaged dengan nilai 1,68 dan diikuti oleh engaged-exhaustive (3,07), inefficacious (4,17), dan burned out (4,83) secara berurutan. Selain itu, urutan nilai terendah juga terjadi pada aspek cynicism dan inadequacy, dengan grup engaged mendapat nilai terendah dan grup burned out mendapat nilai tertinggi. Selanjutnya, pada konteks engagement, nilai terendah terdapat pada grup burned out (2,2), dan secara berurutan diikuti oleh grup inefficacious (3,53), engaged-exhaustive (4,30), dan engaged (5,16). Penemuan tersebut membuktikan bahwa profil dari study engagement akan sesuai pada grup kelas laten.

Association Between Study Engagement Profiles and Demand, Resources, and Outcomes Factors

Tabel 7.

Dalam Tabel 7 di atas, dapat kita identifikasi bahwa kelompok inefficacious telah menempuh masa pendidikan yang lebih lama dibandingkan dengan kelompok engaged. Hal tersebut memungkinkan karena mahasiswa baru cenderung memiliki motivasi yang lebih tinggi dibandingkan dengan mahasiswa yang telah berkuliah lebih lama. Selain itu dalam tinjauan latar belakang demotivasi, terdapat dua aspek penentu yaitu aspek demand yang meliputi internet dependency dan loneliness serta aspek resources meliputi suited to study field dan can talk with someone on important matters or problems. Kelompok engaged memiliki demand yang rendah terutama dalam loneliness dan resources yang tinggi. Dapat kita maknai bahwa kelompok engaged lebih tidak merasakan kesepian yang dapat menjadi sumber demotivasi dibandingkan kelompok lainnya. Kelompok engaged-exhausted dan inefficacious memiliki resources yang cukup rendah terutama dalam aspek suited to study field. Dapat diartikan bahwa dalam kedua kelompok tersebut, demotivasi yang mereka alami menyebabkan mereka mulai merasa “salah jurusan”. Terdapat fakta unik lainnya yaitu kelompok engaged-exhausted masih merasa dapat bercerita dengan baik kepada orang lain mengenai permasalahannya. Pada akhirnya, dalam self-report yang dilakukan oleh responden menunjukkan bahwa orang yang termasuk ke dalam kelompok inefficacious cenderung mengalami tanda-tanda depresi, sedangkan engaged dan engaged-exhausted tidak memiliki tanda-tanda depresi.

Kesimpulan

Berdasarkan penelitian yang kami lakukan terkait tingkat demotivasi dan faktor di baliknya, hasil penelitian kami kemudian dibagi secara garis besar berdasarkan gender, fakultas, lokasi tempat tinggal, dan juga analisis dalam segi demand resources-nya. Jika ditinjau dalam aspek gender, perempuan lebih memungkinkan untuk merasakan demotivasi berupa kelelahan dalam proses pembelajaran dibandingkan laki-laki. Namun, demotivasi ini tidak dapat dibuktikan hubungannya jika kita melihat dari sisi asal daerah tempat tinggal mahasiswa. Mahasiswa yang mengalami demotivasi rata-rata merupakan mahasiswa yang sudah lama menempuh masa perkuliahan sehingga dapat diidentifikasi terdapat depressive symptoms dalam kelompok ini. Dalam segi demand dan resources, kelompok engage memiliki demand yang rendah dan resources yang tinggi serta didukung pula oleh fakta bahwa kelompok ini rata-rata masih dalam tahap menempuh masa awal studi dibandingkan kelompok lainnya.

Batasan Penelitian

Batasan yang dihadapi dalam penelitian ini maupun hasilnya ialah tidak berarti skor burnout di setiap kelompok fakultas, gender, asal daerah, maupun angkatan menandakan ada atau tidaknya fenomena burnout. Tingkat keparahan burnout pun tidak dapat dijadikan standar yang mutlak, sebagaimana interpretasi dalam studi ini sepenuhnya bersifat relatif dibandingkan antarkelompok satu sama lain.

Daftar Pustaka

Boni, R. A. D. S., Paiva, C. E., De Oliveira, M. A., Lucchetti, G., Fregnani, J. H. T. G., & Paiva, B. S. R. (2018). Burnout among medical students during the first years of undergraduate school: Prevalence and associated factors. PloS one, 13(3), e0191746.

Berndt, T. J., & Miller, K. E. (1990). Expectancies, values, and achievement in junior high school. Journal of Educational Psychology, 82(2), 319–326. https://doi.org/10.1037/0022-0663.82.2.319

James, D., Yates, J., & Ferguson, E. (2013). Can the 12-item general health questionnaire be used to identify medical students who might ‘struggle’on the medical course? A prospective study on two cohorts. BMC medical education, 13(1), 48.

Lanza, S. T., & Rhoades, B. L. (2013). Latent class analysis: an alternative perspective on subgroup analysis in prevention and treatment. Prevention Science, 14(2),

Maslach, C., & Leiter, M. P. (2016). Understanding the burnout experience: recent research and its implications for psychiatry. World psychiatry, 15(2), 103-111.

Salmela-Aro, K., & Read, S. (2017). Study engagement and burnout profiles among Finnish higher education students. Burnout Research, 7, 21–28. https://doi.org/10.1016/j.burn.2017.11.001

Schreiber, J. B. (2017). Latent class analysis: an example for reporting results. Research in Social and Administrative Pharmacy, 13(6), 1196-1201.

  • Gunakan kalimat yang baik
    You must be logged in to comment. Log in