PENGARUH PENGGUNAAN MEDIA TYPING MASTER TERHADAP KECEPATAN MENGETIK DAN MOTIVASI BELAJAR MAHASISWA PADA MATA KULIAH MENGETIK PRODI PENDIDIKAN ADMINISTRASI PERKANTORAN STAMBUK 2022

Penelitian ini bertujuan untuk mengetahui (1) pengaruh penggunaan media typing master terhadap kecepatan mengetik mahasiswa prodi pendidikan administrasi perkantoran stambuk 2022 dan (2) pengaruh penggunaan media typing master terhadap motivasi belajar mahasiswa prodi pendidikan administrasi perkantoran stambuk 2022. Penelitian ini merupakan penelitian ex-post facto dengan pendekatan kuantitatif. Populasi dalam penelitian ini yaitu seluruh mahasiswa prodi pendidikan administrasi perkantoran stambuk 2022 yang berjumlah 65 orang. Teknik pengambilan sampel menggunakan teknik sampling jenuh dimana semua anggota populasi dijadikan sampel. Teknik pengumpulan data menggunakan angket dan dokumentasi. Uji validitas instrumen menggunakan korelasi product moment dan uji reliabilitas menggunakan Alpha Cronbach. Teknik analisis data menggunakan analisis deskriptif dan analisis dengan model SEM SMARTPLS 4.0. Uji Hipotesis dilakukan menggunakan bantuan smartpls dengan melihat nilai t statistik dan nilai p value untuk menentukan signifikasi hubungan antar variabel. Hasil penelitian menunjukkan bahwa (1) secara parsial variabel media typing master berpengaruh secara signifikan terhadap variabel kecepatan mengetik mahasiswa ditunjukkan dengan nilai t statistik sebesar 11,678 > 1,96 dan p value 0,000 < 0.05. (2) secara parsial variabel media typing master berpengaruh sicara signifikan terhadap variabel motivasi belajar mahasiswa ditunjukkan dengan nilai t statistik 12,964 > 1,96 dan p value 0,000 < 0,05. Nilai R-square untuk kecepatan mengetik sebesar 0,491 yang menunjukkan bahwa 49,1% variasi dalam kecepatan mengetik dijelaskan oleh model. Sedangkan nilai R-square untuk motivasi belajar sebesar 0,603 yang menunjukkan bahwa 60,3% variasi dalam motivasi belajar dijelaskan oleh variabel dalam model. Selain itu, nilai Q2 sebesar 0,798 yang menunjukkan bahwa model dapat menjelaskan data sebesar 79,8% dan sisanya dapat dijelaskan oleh faktor lain