AL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012

AL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012

195

MODEL PERSAMAAN STRUKTURAL PENGARUH MOTIVASI, KAPABILITAS DAN LINGKUNGAN TERHADAP PRESTASI BELAJAR MAHASISWA TAHUN PERTAMA PROGRAM STUDI S1 MATEMATIKA FMIPA-IPB Oleh : Muhammad Amin Paris (Dosen Fak. Tarbiyah IAIN Antasari) Abstrak Perguruan Tinggi merupakan jantung pendidikan formal yang berperan untuk melaksanakan kegiatan pendidikan/pengajaran, penelitian dan pengabdian masyarakat. serta menyiapkan mahasiswa untuk berpikir secara ilmiah, sehingga dapat menghasilkan tenagatenaga yang berkualitas atau berprestasi, sesuai dengan bidangnya guna memenuhi tuntutan pembangunan, yang terus berkembang seirama dengan perkembangan ilmu pengetahuan dan teknologi. Oleh karena itu, perlu kiranya kita mengetahui faktor-faktor yang mempengaruhi prestasi belajar mahasiswa tersebut. Faktor-faktor yang mempengaruhi prestasi belajar mahasiswa diantaranya faktor motivasi, faktor kapabilitas dan faktor lingkungan. Salah satu metode analisis yang dapat digunakan untuk menganalisis hubungan kausal dalam pendidikan seperti dibahas di atas adalah Model Persamaan Struktural (MPS) atau Structural Equation Modeling (SEM) dan menunjukkan bahwa bahwa motivasi, kapabilitas dan lingkungan berpengaruh nyata terhadap prestasi belajar mahasiswa. Kata kunci : SEM, ULS, Motivasi, Kapabilitas, Lingkungan, Prestasi menunjang keberhasilan mahasiswa di

Latar Belakang Perguruan Tinggi merupakan jantung

dalam proses belajar, maka mahasiswa

pendidikan formal yang berperan untuk

tidak cukup mengandalkan bahan kuliah

melaksanakan

saja sebagai bahan ujian, akan tetapi harus

kegiatan

pendidikan/pengajaran,

penelitian

dan

ditambah kegiatan-kegiatan lain, antara

pengabdian masyarakat. Aktivitas dalam

lain

kegiatan

diwajibkan dosen, buku-buku yang relevan

pendidikan

diantaranya

menyiapkan mahasiswa untuk berpikir secara

ilmiah,

membaca

buku

literatur

yang

dengan bidangnya.

sehingga

dapat

Dalam kenyataannya untuk mencapai

tenaga-tenaga

yang

keberhasilan dalam proses belajar, masih

berkualitas sesuai dengan bidangnya guna

banyak mahasiswa yang hanya belajar dari

memenuhi tuntutan pembangunan, yang

bahan kuliah yang diberikan oleh dosen

terus

dengan

saja. Meskipun prestasi belajar mahasiswa

perkembangan ilmu dan teknologi. Untuk

yang dicapai itu tidak hanya ditentukan

menghasilkan

berkembang

seirama

Model Persamaan Struktural Pengaruh Motivasi, Kapabilitas Dan Lingkungan Terhadap Prestasi Belajar Mahasiswa Tahun Pertama Program Studi S1 Matematika Fmipa-IPB

195


196

oleh faktor penggunaan buku literatur saja,

input dan proses pendidikan terhadap

tapi buku literatur merupakan faktor yang

output pendidikan bukan hanya langsung

tidak dapat diabaikan.

tetapi juga tidak langsung melalui peubah-

Faktor-faktor yang mempengaruhi

peubah lain dalam input dan proses

prestasi belajar mahasiswa diantaranya

pendidikan. Selain itu, banyak peubah

faktor motivasi, faktor kapabilitas dan

dalam pendidikan yang tidak dapat diukur

faktor lingkungan. Faktor motivasi dapat

secara

dicerminkan

kampus

melainkan berbentuk peubah laten (latent

tempat belajar, bidang studi sesuai dengan

variable) yang harus dikonstruksi oleh

cita-cita, kelompok belajar, kunjungan ke

peubah-peubah lain yang dapat diukur.

perpustakaan dan cara belajar. Faktor

Sebagai contoh, peubah kualitas guru (KG)

kapabilitas

tidak

oleh

pemilihan

merupakan

menunjukkan

faktor

kemampuan

yang

akademis

langsung

dapat

(observed

diukur

secara

variable)

langsung,

melainkan ia harus dikonstruksi dengan

mahasiswa yang dicerminkan oleh NEM

menggunakan

SMA dan rata-rata nilai ijazah SMA.

pendidikan, pengalaman mengajar, dan

Sedangkan faktor lingkungan dicerminkan

penguasaan materi ajarnya. Oleh karena

oleh situasi tempat tinggal, fasilitas belajar

itu, untuk menganalisis hubungan kausal

di tempat tinggal, waktu tempuh dari

dalam pendidikan yang bersifat struktural

tempat tinggal ke kampus, konsentrasi dan

ini dibutuhkan metode analisis yang

sumber

memperhitungkan

biaya

hidup/kuliah.

Adapun

peubah-peubah

sifat-sifat

tingkat

hubungan

prestasi belajar dicerminkan oleh indeks

tersebut. KG dari contoh di atas disebut

prestasi kumulatif (IPK), nilai rata-rata

peubah tak teramati (laten) dan tiga peubah

MKDU dan niai rata-rata MKDK.

lainnya disebut peubah indikator bagi KG

Hubungan sebab akibat (kausal) antar

(Ghozali, 2001).

peubah dalam pendidikan disamping ada

Menurut Bollen (1989), salah satu

yang sederhana terdapat juga yang rumit.

metode yang dapat digunakan untuk

Hubungan kausal yang sederhana adalah

menganalisis

hubungan

langsung;

dibahas di atas adalah Model Persamaan

sedangkan hubungan kausal yang rumit

Struktural (MPS) atau Structural Equation

adalah hubungan kausal yang bukan hanya

Modeling (SEM). MPS mencakup model

langsung tetapi juga

tidak langsung.

pengukuran (measurement model) dan

Sebagai contoh, pengaruh peubah-peubah

model struktural (structural model). Model

kausal

yang

hubungan

kausal

seperti



pengukuran menspesifikasikan hubungan

1.

Membangun

model

197

persamaan

antara peubah laten dengan indikatornya

struktural (MPS) dengan metode

yang digunakan untuk mengkonstruksinya.

pendugaan parameter ULS.

Sedangkan

model

struktural

2.

Mengetahui indikator-indikator yang

menspesifikasikan hubungan sebab akibat

paling dominan dalam menngukur

antar peubah laten (MPS).

peubah laten Motivasi, Kapabilitas,

Sedangkan menurut (Hair et al. ,1998),

Model

Persamaan

Struktural

Lingkungan dan Prestasi Belajar. 3.

Mengetahui

besar

pengaruh

(MPS) atau Structural Equation Model

Motivasi,

Kapabilitas

(SEM), meliputi seluruh model yang

Lingkungan

Terhadap

terkenal dengan banyak nama seperti :

Belajar Mahasiswa Tahun Pertama

Covariance Structural Analysis, Latent

Program

Peubah Analysis, Confirmatory Factor

FMIPA-IPB.

Studi

S1

dan Prestasi

Matematika

Analysis dan Linear Structural Relation (LISREL) merupakan salah satu nama

Metode Penelitian

program komputer yang digunakan untuk

Sumber Data

melakukan

perhitungan

dalam

Model

Persamaan Struktural (MPS).

Penelitian

ini

dilakukan

dengan

menggunakan data sekunder dan primer.

Berdasarkan uraian di atas, menarik

Data sekunder yaitu, data tentang prestasi

kiranya dikaji secara empirik “Model

belajar mahasiswa Tahun Pertama Program

Persamaan Struktural Pengaruh Motivasi,

Studi S1 Matematika FMIPA-IPB dari

Kapabilitas dan Lingkungan Terhadap

tahun akademik 2005/2006 sampai dengan

Prestasi Belajar Mahasiswa Tahun Pertama

2006/2007. Data tersebut diperoleh dari

Program Studi S1 Matematika FMIPA-

bagian

IPB”.

Matematika IPB. Sedangkan data primer

administrasi

diperoleh mahasiswa

Tujuan Penelitian Sesuai dengan permasalahan di atas maka tujuan penelitian ini adalah :

melalui dengan

Program

wawancara bantuan

Studi

dengan kuesioner

terstruktur, yang mana kuesioner yang digunakan dalam penelitian ini telah memenuhi kreteria validitas dan realibilitas yang baik. Pengumpulan data primer


AL-ADZKA, ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 0 Juli 2012

melalui

kuesioner

pada

112

198

orang

responden dilakukan selama satu hari yaitu, pada tanggal 23 Juni 2008 di Program Studi Matematika FMIPA-IPB. FMIPA Disain Penelitian Model odel persamaan struktural yang akan digunakan dalam penelitian ini digambarkan seperti berikut.

Gambar 1 Model Analisis Prestasi Belajar Mahasiswa hasiswa Tahun Pertama Program Studi S1 Matematika FMIPA-IPB

Tahapan Penelitian Untuk mencapaian tujuan penelitian yang telah ditetapkan, maka tahapan yang dilakukan dalam penelitian ini dapat dilihat

Penjelasan peubah laten dan peubah penjelas

(indikator)

dari

Gambar

pada Gambar 2.

1

dijelaskan pada Tabel 1 berikut.

Model Persamaan Struktural Pengaruh Motivasi, Kapabilitas Dan Lingkungan Terhadap Prestasi Belajar Mahasiswa Tahun Pertama Program Studi S1 Matematika Fmipa-IPB Fm


4.

Perhitungan

199

Construct

nilai

Reliability dan Variance Extracted 5.

Evaluasi kelayakan model yang telah dihasilkan metode ULS berdasarkan uji kebaikan model: model GFI, AGFI, RMSEA, RMSR.

Hasil Dan Pembahasan Deskripsi Data Penelitian 1. Deskripsi Data Sekunder Deskripsi mengenai data sekunder yaitu, IPK (Y1), nilai MKDU (Y2) dan nilai MKDK (Y3) mahasiswa tahun pertama Program Studi S1 Matematika FMIPA-IPB FMIPA dari tahun akademik 2005/2006 sampai dengan 2006/2007 yang berjumlah 112 orang ditampilkan pada Gambar 3 berikut. Metode Analisis Data Untuk menganalisis data sampel dengan metode ULS digunakan software LISREL 8.30 melalui tahapan-tahapan tahapan sebagai berikut: 1.

Merumuskan model

2.

Membuat matriks input yaitu matriks

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

75

69.64

N =1 12

44.64

Y2

Y3

parameter-parameter parameter

model berdasarkan hasil matriks korelasi

3< Yi≤ 4

Indikator

program PRELIS . Menduga

55.36

Y1

korelasi dengan menggunakan paket

3.

25

30.36

Gambar 3 Persentase Data Indikator IndikatorIndikator Peubah Laten Prestasi Dari

Gambar

3

terlihat

persentase IPK (Y1), nilai

bahwa

MKDU (Y2)



dan nilai MKDK (Y3) yang diperoleh mahasiswa

100%

berturut-turut sebagian besar

80%

berada pada selang 2 < Y1 ≤ 3 sebanyak

60%

69.64 %, 3 < Y2 ≤ 4 sebanyak 55.36 % dan

20%

2. Deskripsi Data Primer

0%

yaitu,

data

mengenai

data

indikator-indikator

primer

dipaparkan dalam uraian berikut. Sebelum lebih jauh dideskripsikan data primer tersebut, terlebih dahulu dijelaskan yang dimaksud dengan skor 1, skor 2, skor 3, skor 4, dan skor 5 dalam penulisan ini. Skor 1 sampai skor 5 diperoleh dengan cara memberikan penilaian terhadap hasil responden

dalam

47.32

6.25

kuesioner

43.75 44.64 49.11

50

Skor 5 Skor 4

29.46 30.36 34.82 2.68

0.89

0.89

8.04

4.46

0.89

X1

X2

X3

X4

X5

Skor 3 Skor 2 Skor 1

N=11 2

Indikator

yang

mencerminkan peubah laten eksogen akan

jawaban

42.86

44.64

40%

2< Y3 ≤ 3 sebanyak 75 %.

Deskripsi

18.75 17.86 16.07

200

Gambar 4 Persentase Data Indikator-Indikator Peubah Laten Motivasi Keterangan : X1 : Pemilihan kampus tempat belajar X2 : Bidang studi sesuai dengan citacita X3 : Kelompok belajar X4 : Kunjungan ke perpustakaan

penelitian yang diberikan.

X5 : Cara belajar a)

Deskripsi

Data Indikator-Indikator

N : Banyaknya responden

Peubah Laten Motivasi Deskripsi

data indikator-indikator

peubah laten motivasi ditampilkan pada Gambar 4 berikut ini.

Berdasarkan Gambar 4 terlihat data indikator-indikator X1 , X2 , X3, X4 dan X5 sebagian besar berada pada skor 3 yaitu, berturut-turut sebanyak 47.32%, 50%, 43.75%, 44.64% dan 49.11%. Hal

ini mengindikasikan

bahwa sebagian besar mahasiswa dalam pemilihan kampus belajar di IPB dan jurusan yang di tekuni antara sesuai dan tidak sesuai dengan keinginan

mereka.

Sedangkan



selama perkuliahan per semester

Seperti yang terlihat pada Gambar 5

mahasiswa juga jarang melakukan

bahwa indikator X6 dan X7 sebagian

belajar kelompok dan berkunjung ke

besar berada pada skor 3 yaitu,

perpustakaan. Di luar jam kuliah

berturut-turut 46.43% dan 48.21%.

mahasiswa juga tidak mempunyai

Hal ini mengindikasikan bahwa nilai

jadwal belajar yang teratur tetapi

NEM SMA dan nilai rata-rata ijazah

mereka

SMA mahasiswa ketika lulus dari

jarang terlambat dalam

mengumpulkan

tugas-tugas

SMA sebagian besar berada pada

perkuliahan yang diberikan oleh para dosen. b)

201

nilai 6 sampai 7. c)

Deskripsi

Deskripsi


Peubah Laten Lingkungan

Peubah Laten Kapabilitas Deskripsi


Deskripsi data indikator-indikator

data indikator-indikator

peubah laten lingkungan ditampilkan

peubah laten kapabilitas ditampilkan

pada Gambar 6 berikut ini.

pada Gambar 5 berikut ini. 100% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

80% 60%

27.68 41.96 23.21

5.36

Skor 5

40%

Skor 4

20%

Skor 3

0%

Skor 2

48.21

Skor 1

2.68

4.46

N= 112

x6

x7

46.43

8.04 43.75

26.79 30.36

10.71

Skor 5

42.86 12.5 9.82 41.08

Skor 4

47.32 49.11 48.21 32.14 42.86 7.14 8.93 4.46 3.57 2.68 9.82 4.46 6.25 4.46 0.89

Skor 2

1.79

X8

X9

X10

X11

Skor 3 Skor 1

X12

Indikator

Indikator

Gambar 5 Persentase Data Indikator-Indikator Peubah Laten Kapabilitas

X8 X9 X10

Keterangan : X6 : NEM SMA X7 : Nilai rata-rata ijazah SMA N : Banyaknya responden

X11 X12 N

Gambar 6 Persentase Data Indikator-Indikator Peubah Laten Lingkungan Keterangan : : Situasi tempat tinggal : Fasilitas belajar di tempat tinggal : Waktu tempuh dari tempat tinggal ke kampus : Konsentrasi : Sumber biaya hidup/kuliah : Banyaknya responden



202

Gambar 6 memperlihatkan bahwa

pemodelan persamaan struktural dianalisis

sebagian besar indikator-indikator

dengan

X8, X10, X11 , dan X12 berada pada

Unweighted Least Squares (ULS).

skor 3 yaitu, berturut-turut 48.21%,

menggunakan

metode

yaitu,

47.32%, 49.11% dan 42.86%. Hal ini

1. Hasil Pendugaan Parameter Model dengan Metode ULS

memberikan arti bahwa sebagian

Ringkasan hasil dugaan koefisien

besar

situasi

tempat

tinggal

lintas model pengukuran dengan metode

mahasiswa antara tenang dan tidak

ULS pada model awal disajikan pada

tenang dan

Tabel 2 berikut.

rata-rata waktu yang

diperlukan mahasiswa dari tempat tinggal ke kampus sebagian besar antara 25 sampai 45 menit. Selain itu,

sebagian

besar

konsentrasi

belajar mahasiswa antara terganggu dan tidak ketika mendengar suara (seperti suara radio,TV, dan orang bicara). Sedangkan sumber biaya hidup/kuliah

para

mahasiswa

sebagian besar berasal dari orang tua. Lebih lanjut, indikator X9 sebagian besar berada pada skor 4 yaitu, sebesar 42.86%. Hal ini bahwa sebagian besar

berarti

mahasiswa

mempunyai ruangan belajar sendiri di tempat tinggalnya.

Hasil Pendugaan Parameter dengan Metode ULS

Model

Berdasarkan Tabel 2 terlihat bahwa hasil dugaan parameter koefisien lintas

Sebagaimana yang telah disebutkan

model pengukuran yang dihasilkan metode

sebelumnya bahwa data Prestasi Belajar

ULS menunjukkan semua peubah penjelas

Mahasiswa Tahun Pertama Program Studi

(indikator) signifikan dalam mengukur

S1

atau merefleksikan peubah laten (semua

Matematika

FMIPA-IPB

dalam



nilai T hitung dalam Tabel 2 > nilai T kritis (T tabel) yaitu, 1.96). Nilai T tabel

Tabel 3 Hasil Pendugaan dan Pengujian Koefisien Lintas Model Struktural dengan Metode ULS

diambil dengan menggunakan ketentuan  = 0.05 dan degree of freedom sebesar n-

203

Peubah Laten

Koefisien Nilai Lintas

T

0.42

3.37*

2. Sedangkan nilai construct reliability dan

Motivasi

variance extracted peubah laten motivasi,

Kapabilitas

Prestasi

0.09

2.30*

Lingkungan

Prestasi

0.32

2.63*

kapabilitas,

lingkungan

dan

prestasi

berturut-turut sudah berada diatas nilai yang direkomendasikan yaitu, 0.7 dan 0.5.

Prestasi

*Nilai T nyata pada  =0.05 Hasil pendugaan koefisien lintas

(1996),

pada model struktural yang disajikan pada

Semakin besar indeks construct reliability

Tabel 3 menunjukkan bahwa peubah laten

maka semakin baik indikator-indikator

eksogen yaitu, motivasi, kapabilitas dan

dalam mengukur peubah latennya. Nilai

lingkungan

reliabilitas

peubah laten eksogen (prestasi).

Menurut Sharma

konstruk

yang

disarankan

adalah lebih besar dari 0.7.

Sedangkan

berpengaruh

nyata

pada

Uji kelayakan model awal dapat

menurut Hair et al. (1998), nilai variance

dilihat pada Tabel 4 berikut ini.

extracted minimal 0.5 biasa digunakan

Tabel 4 Kriteria Kelayakan Model Dugaan Awal

untuk

peubah-peubah

indikator

yang

mampu merepresentasikan dengan baik peubah latennya. Dengan demikian dapat disimpulkan (andal)

peubah

dalam

penjelas

reliabel

merefleksikan

peubah

latennya.

Nilai Nilai ideal 107.24 (nilai P = Nilai P   0.06450) 0.05 RMSEA 0.050  0.08 GFI 0.99  0.90 AGFI 0.99  0.80 RMSR 0.044 Relatif kecil 2

Hasil uji kelayakan model awal

Sedangkan pendugaan

Kriteria

ringkasan

koefisien

lintas

hasil model

struktural pada model awal disajikan pada Tabel 3 berikut.

seperti tersaji pada Tabel 4 nilai  2 sebesar 107.24 (nilai P = 0.06450) menunjukkan model awal layak mengepas data dengan baik. Sedangkan nilai uji kelayakan model yang lain yaitu, nilai RMSEA, GFI, AGFI dan RMSR juga sudah berada pada kriteria atau nilai yang ideal. Nilai uji kelayakan model tersebut



204

menunjukkan bahwa keadaan emperis data

sebesar 0.84. Dengan demikian dapat

sesuai dengan model, berarti model sudah

disimpulkan baghwa indikator yang

layak.

paling dominan mengukur kapabilitas mahasiswa

2. Analisis Prestasi Belajar Mahasiswa Tahun Pertama Program Studi S1 Matematika FMIPA-IPB.

c)

indikator,

yang

paling

dominan

mengukur peubah lingkungan adalah situasi tempat tinggal (X8), dimana

peubah laten motivasi

sebesar 0.94. Sedangkan indikator

adalah cara belajar (X5), dimana

terkecil yang mengukur lingkungan

dalam perhitungan diperoleh angka

adalah sumber biaya hidup/kuliah

sebesar 0.99. Sedangkan indikator

yang

terkecil yang mengukur

motivasi


adalah bidang studi sesuai dengan

disimpulkan bawa indikator yang

cita-cita (X2), yang diperoleh hasil

paling

perhitungan sebesar 0.83. Dengan

lingkungan mahasiswa adalah situasi

demikian dapat disimpulkan bahwa

tempat

indikator

tersebut.

mengukur

b)

Peubah lingkungan dibangun oleh 5

dalam perhitungan diperoleh angka

yang

paling

rata-rata

dominan

mengukur

yang

nilai

ijazah SMA (X7).

Interpretasi Hasil Dugaan Parameter Koefisien Lintas Model Pengukuran a) Peubah motivasi dibangun oleh 5 indikator,

adalah

paling

motivasi

dominan mahasiswa

d)

diproleh

hasil

perhitungan

dominan

tinggal

Berikutnya,

mengukur

(X8)

mahasiswa

peubah

prestasi

adalah cara belajar (X5) mahasiswa

dibangun oleh 3 indikator, dimana

tersebut.

yang

Peubah kapabilitas dibangun oleh 2

peubah prestasi adalah indikator IPK

indikator,

(Y1) dengan diperoleh nilai sebesar

yang

paling

dominan

paling

dominan

mengukur

mengukur peubah kapabilitas adalah

0.94.

nilai rata-rata ijazah SMA (X7),

paling

dimana dalam perhitungan diperoleh

prestasi adalah nilai MKDU (Y2),

angka

Sedangkan

dengan diperoleh hasil perhitungan

indikator terkecil yang mengukur


kapabilitas adalah NEM SMA (X6)

disimpulkan bawa indikator yang

yang

sebesar

diproleh

0.96.

hasil

Sedangkan kecil

indikator

mengukur

yang peubah

perhitungan Model Persamaan Struktural Pengaruh Motivasi, Kapabilitas Dan Lingkungan Terhadap Prestasi Belajar Mahasiswa Tahun Pertama Program Studi S1 Matematika Fmipa-IPB


205

paling dominan mengukur prestasi

prestasi yang dipaparkan dalam uraian

mahasiswa adalah IPK (Y1).

berikut ini.

Interpretasi Hasil Dugaan Parameter

a)

Pengaruh Motivasi Terhadap Prestasi Berdasarkan nilai--nilai yang ada pada

Koefisien Lintas Model Struktural

Gambar 7 diketahui bahwa besar

Sebagaimana yang telah dijelaskan sebelumnya bahwa peubah laten eksogen yaitu, motivasi, kapabilitas dan lingkungan ling

koefisien

lintas

terhadap

prestasi

dari

motivasi

sebesar

0.42

dengan arah positif, artinya semakin

berpengaruh nyata terhadap peubah laten

meningkat motivasi mahasiswa maka

endogen yaitu, prestasi.. Untuk lebih jelas

akan membuat prestasi mahasiswa

lagi dalam melihat besar masing-masing masing

meningkat. Besar pengaruh motivasi

pengaruh tersebut, dapat dilihat pada

secara langsung terhadap prestasi

Gambar 7 berikut ini.

sebesar

(0.42)2

17.64%,

jadi

=

0.1764

atau

berdasarkan

hasil

penelitian diketahui bahwa 17.64% peningkatan

yang

terjadi

pada

prestasi mahasiswa secara langsung disebabkan oleh adanya peningkatan pada motivasi. Sementara secara tidak langsung pengaruh motivasi terhadap

prestasi

hubungannya

x 0.09) + (0.42 x 0.84 x 0.32) = 0.1401 atau 14.01%. Jadi secara total

Berdasarkan Gambar 7 dan nilai T

pengaruh motivasi terhadap prestasi

yang disajikan pada Tabel 3 maka dapat pengaruh

langsung,

masing motivasi,

peubah

laten

kapabilitas

eksogen dan

sebesar 31.65%.

tidak

langsung dan total pengaruh dari masing yaitu,

lingkungan ling

terhadap peubah laten endogen yaitu,

dengan kapabilitas

dan lingkungan sebesar (0.42 x 0.72

Gambar 7 Hasil Pendugaan Parameter Model Struktural dengan Metode ULS

dihitung

karena

b)

Pengaruh

Kapabilitas

Terhadap

Prestasi Berdasarkan nilai--nilai yang ada pada Gambar 7 diketahui bahwa besar



koefisien

lintas

terhadap

prestasi

kapabilitas

sebesar

pengaruh

lingkungan

secara

0.09

langsung terhadap prestasi sebesar


(0.32)2 = 0.1024 atau 10.24%, jadi

meningkat

berdasarkan

maka

kapabilitas

akan

mahasiswa

mahasiswa

membuat

prestasi

meningkat.

Besar

diketahui peningkatan

hasil

penelitian

bahwa

10.24%

yang

terjadi

pada

pengaruh kapabilitas secara langsung

prestasi mahasiswa secara langsung

terhadap prestasi sebesar (0.09)2 =

disebabkan oleh adanya peningkatan

0.0081 atau 0.81%, jadi berdasarkan

pada lingkungan. Sementara secara

hasil penelitian diketahui bahwa

tidak langsung pengaruh lingkungan

0.81%

terhadap

pada

c)

dari

206

peningkatan yang terjadi prestasi

mahasiswa

prestasi

karena

secara

hubungannya dengan motivasi dan

langsung disebabkan oleh adanya

kapabilitas sebesar (0.32 x 0.84 x

peningkatan

0.42) + (0.32 x 0.69 x 0.09) = 0.1428

pada

kapabilitas.

Sementara secara tidak langsung

atau

pengaruh

pengaruh

kapabilitas

terhadap

14.28%.

Jadi

secara

lingkungan

prestasi karena hubungannya dengan

prestasi sebesar 24.52%.

motivasi dan lingkungan sebesar

Formulasi

total

terhadap

persamaan

prestasi

(0.09 x 0.72 x 0.42) + (0.09 x 0.69 x

mahasiswa adalah sebagai berikut :

0.32) = 0.0471 atau 4.71%. Jadi

Prestasi=0.42*Motivasi + 0.09*Kapabilitas

secara total pengaruh kapabilitas

+0.32*Lingkungan

terhadap prestasi sebesar 5.52%.

R² = 0.62. Hal ini memberikan arti bahwa

Pengaruh

keragaman prestasi dapat dijelaskan oleh

Lingkungan

Terhadap

+

dengan

Prestasi

keragaman

Berdasarkan nilai-nilai yang ada

lingkungan sebesar 62%. Berdasarkan

pada Gambar 7 diketahui bahwa

hasil

besar koefisien lintas dari lingkungan

pengaruh masing-masing peubah laten

terhadap

0.32

eksogen yaitu, motivasi, kapabilitas dan


lingkungan terhadap peubah laten endogen

meningkat lingkungan mahasiswa

yaitu,

maka

prestasi

akan

mahasiswa

sebesar

motivasi,

0.38,

perhitungan

prestasi.

kapabilitas

terlihat

Motivasi

dan

besarnya

memberikan

membuat

prestasi

pengaruh yang paling besar daripada

meningkat.

Besar

pengaruh kapabilitas dan lingkungan. Hal



ini dapat diterima karena menurut Sumandi

2.

207

Indikator yang paling dominan dalam

Suryabrata dalam Djaali (2006) motivasi

mengukur

adalah keadaan yang terdapat dalam diri

kapabilitas, lingkungan dan prestasi

seseorang

untuk

berturut-turut adalah cara belajar

guna

(X6), nilai rata-rata ijazah SMA (X7),

pencapaian suatu tujuan. Sementara itu

situasi tempat tinggal (X8) dan indeks

yang

melakukan

Gates

et

medorongnya

aktivitas

al

dalam

tertentu

Djaali

(2006)

peubah laten motivasi,

prestasi kumulatif atau IPK (Y1).

mengemukakan bahwa motivasi adalah

3. Peningkatan prestasi belajar mahasiswa

suatu kondisi fisiologis dan psikologis

dipengaruhi oleh motivasi, kapabilitas

yang terdapat dalam diri seseorang yang

dan lingkungan dengan besar pengaruh

mengatur

berturut-turut 31,65%, 5,52%,24,52%.

tindakannya

tertentu.

Sedangkan

dengan

cara

kapabilitas

memberikan pengaruh terkecil terhadap prestasi. Hal ini bisa disebabkan : i)

Daftar Pustaka Bollen, K.A. 1989. Structural Equation With Latent Variables. New York : John Wiley & Sons.

prestasi mahasiswa ketika di SMA relatif seragam, ii) tidak ada hubungan yang

Djaali, H, 2006. Psikologi Pendidikan. Bumi Aksara, Jakarta.

linear antara prestasi di SMA dengan Prestasi di IPB. Misalkan seseorang yang memiliki NEM yang tinggi di SMA namun

Ghozali, A, 2001. Structural Equation

Modeling dan Penerapannya dalam Pendidikan.

memiliki prestasi yang rendah di IPB, http://isjd.pdii.lipi.go.id/index.php/Search. html?act=tampil&id=35116&idc=32

demikian juga sebaliknya. Simpulan

Hair J.F., R.E. Anderson, R.L Tatham & W.C. Black. 1998. Multivariate Data Analysis : With Reading. Fourth Edition. New Jersey: Prentice Hall.

Berdasarkan uraian di atas, dapat disimpulkan hasil Analisis MPS dengan menggunakan metode pendugaan parameter ULS menunjukkan bahwa: 1.

Seluruh indikator signifikan dan reliabel dalam mengukur peubah latennya.

Sedangkan

berdasarkan

kriteria uji kelayakan model bahwa model layak dalam mengepas data

Jöreskog, K.G. & D. Sorbom. 1999. Lisrel 8 New Statistical Features. Scientific Software International. Sharma, S. 1996. Applied Multivariate Techniques. John Wiley & Sons, New York.

empirik. Model Persamaan Struktural Pengaruh Motivasi, Kapabilitas Dan Lingkungan Terhadap Prestasi Belajar Mahasiswa Tahun Pertama Program Studi S1 Matematika Fmipa-IPB


208


AL-ADZKA, Jurnal Ilmiah Pendidikan Guru Madrasah Ibtidaiyah, Volume II, Nomor 02 Juli 2012

Recommend Documents