PEMODELAN PERSAMAAN STRUKTURAL PRESTASI BELAJAR MAHASISWA
EDO MUHAMMAD SUHADA
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008
ABSTRAK EDO MUHAMMAD SUHADA. Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa. Di bawah bimbingan ITASIA DINA S. dan UTAMI DYAH SYAFITRI. Dalam meningkatkan prestasi belajar, diperlukan sesuatu yang dapat mengarahkan, memunculkan, mendorong, dan mempertahankan sikap seseorang agar tujuan tercapai. Hal ini dinamakan motivasi. Motivasi adalah sesuatu yang tidak dapat diukur secara langsung (peubah laten). Analisis yang menghubungkan antara peubah laten dengan peubah laten lainnya dinamakan Pemodelan Persamaan Struktural. Penelitian ini dilakukan terhadap 100 mahasiswa IPB angkatan 41 yang mewakili program studi berdasarkan lokasi praktek. Peubah-peubah laten eksogen yang mewakili motivasi untuk dilihat pengaruhnya terhadap prestasi belajar (PRES) adalah latar belakang pendidikan orang tua (LTR_ORTU), faktor ekonomi (FAK_EKO), kegiatan ekstrakurikuler di luar perkuliahan (KEG_EXTRA), kondisi belajar (KON_BEL), literatur (LITRATUR), kompetisi pendidikan (KOMPTISI), dan kesesuaian cita-cita (CITA_2). Peubah-peubah laten tersebut diukur oleh peubah-peubah manifes. Dari hasil analisis Pemodelan Persamaan Struktural, faktor-faktor yang berpengaruh secara statistik terhadap prestasi belajar mahasiswa adalah kegiatan ekstrakurikuler di luar perkuliahan dan cita-cita, dengan nilai dugaan parameter untuk masing-masing peubah laten tersebut adalah 0,34 dan -0,33. Sedangkan peubah-peubah laten lainnya, yaitu latar belakang pendidikan orang tua, faktor ekonomi, kondisi belajar, literatur, dan kompetisi pendidikan tidak berpengaruh secara statistik.
PEMODELAN PERSAMAAN STRUKTURAL PRESTASI BELAJAR MAHASISWA
EDO MUHAMMAD SUHADA G14103053
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008
Judul Nama NRP
: Pemodelan Persamaan Struktural Prestasi Belajar Mahasiswa : Edo Muhammad Suhada : G14103053
Menyetujui : Pembimbing I,
Pembimbing II,
Dra. Itasia Dina S., M.Si. NIP. 131 796 095
Utami Dyah Syafitri, M.Si. NIP. 132 311 922
Mengetahui : Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Drh. Hasim, DEA NIP. 131 578 806
Tanggal Lulus :
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 1 Desember 1985 dari pasangan Sobandi Barkah dan Halimah sebagai anak ke-empat dari tujuh bersaudara. Penulis menempuh pendidikan dasar di SD Negeri Gunung 05 Pagi Jakarta hingga tahun 1997. Kemudian melanjutkan pendidikan menengah pertama di SLTP Negeri 19 Jakarta hingga tahun 2000. Pada tahun 2003 penulis menyelesaikan pendidikan menengah atas di SMU Negeri 65 Jakarta dan pada tahun yang sama diterima di Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor melalui Sistem Penerimaan Mahasiswa Baru (SPMB). Selama mengikuti perkuliahan, penulis ikut serta dalam kegiatan himpunan profesi Gamma Sigma Beta sebagai ketua Departemen Kajian Strategis periode 2004/2005 dan sekretaris umum periode 2005/2006. Penulis mengikuti kegiatan praktek lapang di Pusat Penelitian Teh dan Kina Gambung di Bandung pada bulan Februari-April 2007 di bawah bimbingan Bapak Imron Rosyadi.
PRAKATA Alhamdulillahirabbil’alamin, segala puji dan syukur penulis haturkan kehadirat Allah SWT atas segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam semoga selalu tercurahkan kepada Rasulullah SAW, keluarga, sahabat, dan umatnya hingga akhir zaman. Karya ilmiah ini berjudul “Pemodelan Persamaan Struktural Motivasi Belajar Mahasiswa“. Penelitian ini membahas penerapan Pemodelan Persamaan Struktural pada studi kasus motivasi belajar mahasiswa IPB. Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dalam penyelesaian karya ilmiah ini, terutama kepada : • Ibu Itasia Dina S., M.Si. dan Ibu Utami Dyah Syafitri, M.Si. yang telah memberikan bimbingan dan masukan agar penelitian ini dapat diselesaikan dengan baik. • Seluruh dosen pengajar Departemen Statistika IPB atas ilmu bermanfaat yang telah diberikan selama penulis mengikuti perkuliahan di Departemen Statistika IPB. • Bu Dedeh, Bu Mar, Bu Sulis, Mang Soed, Bu Aat, Mang Dur, Mang Herman, Pak Heri, dan Pak Yan yang telah memberikan banyak sekali bantuan selama masa perkuliahan penulis. • Mama dan Papa yang selalu memberikan do’a, dorongan semangat, dukungan, perhatian kepada penulis. Kakak-kakak dan adik-adik saya yang selalu memberikan “keramaian” di rumah. • Yudi, Arief, Rio, Ipunk, Bayu, Daus, Anggoro, Wahyu, Kakek Adit (terima kasih untuk hari-harinya di kosani), Danis, Rina, Deni (terima kasih untuk diskusinya tentang SEM), Rani, Arta, Rahayu, Meylin, Esi, Dania, Yuni, Adis, Rosit, Vina, Mutia, Ash, Lala, Ema, Rara (terima kasih untuk semangatnya), dan seluruh STK’40 atas semua keceriaan yang diberikan semasa kuliah. • Seluruh STK’41 dan STK’42 yang memberi semangat dengan menanyakan tentang seminar. • Semua pihak yang telah memberikan dukungan kepada penulis yang tidak dapat disebut satu persatu sehingga karya ilmiah ini dapat diselesaikan. Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis harapkan sebagai pemicu untuk dapat berkarya lebih baik lagi. Semoga karya ilmiah ini bermanfaat bagi pihak yang membutuhkan.
Bogor, Januari 2008
Penulis
DAFTAR ISI Halaman DAFTAR ISI........................................................................................................................
v
DAFTAR TABEL ...............................................................................................................
vi
DAFTAR LAMPIRAN .......................................................................................................
vi
PENDAHULUAN Latar Belakang ............................................................................................................. Tujuan ..........................................................................................................................
1 1
TINJAUAN PUSTAKA Motivasi ....................................................................................................................... Validitas dan Reliabilitas ............................................................................................. Analisis Lintas ............................................................................................................. Pemodelan Persamaan Struktural ................................................................................. Tipe Korelasi ................................................................................................................ Metode Unweighted Least Square ............................................................................... Evaluasi Model ............................................................................................................ Interpretasi Koefisien Lintas ........................................................................................
1 1 2 2 3 3 3 3
BAHAN DAN METODE Bahan ........................................................................................................................... Metode .........................................................................................................................
4 4
HASIL DAN PEMBAHASAN Deskripsi Data .............................................................................................................. Validitas dan Reliabilitas ............................................................................................. Pendugaan Parameter ...................................................................................................
5 5 5
SIMPULAN ........................................................................................................................
6
SARAN ...............................................................................................................................
7
DAFTAR PUSTAKA .........................................................................................................
7
LAMPIRAN
v
DAFTAR TABEL 1. 2. 3. 4.
Penyebaran Kuota Contoh ........................................................................................... Hasil Uji Kelayakan Model .......................................................................................... Dugaan Nilai Reliabilitas Peubah Laten ...................................................................... Nilai Dugaan Parameter ...............................................................................................
4 5 6 6
DAFTAR LAMPIRAN 1. 2. 3. 4. 5.
Peubah yang Digunakan ............................................................................................... Kuesioner yang Digunakan .......................................................................................... Daya Tampung Program Studi di IPB .......................................................................... Penyebaran Mahasiswa Teramati ................................................................................. Matriks Korelasi ..........................................................................................................
8 9 14 16 17
vi
PENDAHULUAN
TINJAUAN PUSTAKA
Latar Belakang
Motivasi
Menurut Ulmann dalam Stoelting (2002), pemodelan persamaan struktural adalah salah satu cara untuk menganalisa hubungan antara satu atau lebih peubah bebas dan satu atau lebih peubah tak bebas. Peubah-peubah tak bebas dan peubah-peubah bebas tersebut dapat berupa peubah terukur (peubah manifes) atau peubah tak terukur (peubah laten). Pada saat yang bersamaan satu atau lebih peubah tak bebas tersebut dapat berperan sebagai peubah bebas bagi peubah tak bebas lainnya. (Hair 1995). Dalam membentuk model persamaan struktural, ada beberapa software yang dapat digunakan, diantaranya adalah Linear Structure Relationship (LISREL), Linear Equation (LINEQS), Analysis of Moment Structure (AMOS), Partial Least SquareGraph (PLS-Graph), dan sebagainya. Dalam ilmu sosial, penelitian dilakukan untuk mengukur setiap karakteristik subyek yang melibatkan lebih dari satu peubah. Tidak seperti dalam ilmu eksakta, pengukuran pada ilmu sosial tidak dapat dilakukan secara langsung, tetapi melalui peubah manifes yang merupakan refleksi dari peubah laten yang ingin diukur. Dalam kajian statistika biasanya dimodelkan dengan Pemodelan Persamaan Struktural (Dillon dan Goldstein 1984). Salah satu faktor yang mempengaruhi prestasi seseorang adalah motivasi. Motivasi merupakan sesuatu yang tidak dapat diukur secara langsung, seh ingg a d ip er lukan p er tan yaan-p er tan yaan yang d ap a t merefleksikan mengenai motivasi tersebut. Oleh karena itu, dilakukan analisa dengan me n ggun akan p e mod e lan p ersamaan struktural untuk mengetahui bagaimana pemodelan yang terbentuk berdasarkan pertanyaan-pertanyaan tersebut. Dalam penelitian ini, diambil studi kasus mengenai faktor-faktor motivasi yang mempengaruhi prestasi mahasiswa IPB.
Motivasi adalah keadaan dalam diri individu yang memunculkan, mengarahkan, dan mempertahankan perilaku. Dengan kata lain adalah dorongan terhadap seseorang agar mau melaksanakan sesuatu (Wikipedia 2007). Menurut Dimyati dan Mudjiono (2006), motivasi belajar adalah keinginan yang me n gg erakkan, me n yalurk an, d an mengarahkan sikap atau perilaku individu belajar. Faktor-f ak tor motiv asi belajar a da lah c ita- c ita , kemampuan, kondisi seseor ang, kond is i lingkung an, dan sebagainya.
Tujuan Tujuan dari penelitian ini adalah menyusun dan menduga model persamaan struktural mengenai prestasi belajar mahasiswa IPB.
Sampling Purposive sampling adalah salah satu teknik pengambilan contoh berdasarkan subyektifitas peneliti untuk mendapatkan contoh yang representatif tanpa adanya pengacakan (List 2007). Quota sampling adalah salah satu teknik pengambilan contoh dari suatu kelompok tertentu dengan banyak contoh yang telah ditentukan oleh peneliti untuk masing-masing kelompok (Trochim 2006). Validitas dan Reliabilitas Validitas V a lid ita s dapat d iar tikan sebag ai ketepatan dari suatu alat ukur, apakah suatu alat ukur dapat mengukur apa yang ingin diukur atau tidak (Key 2007). Dalam hal ini, sejauh mana pertanyaan dalam kuesioner dapat memberikan informasi secara tepat mengenai hal yang ingin diukur sesuai dengan tujuan penelitian . Terdapat 4 metode untuk menguji validitas suatu kuesioner, yaitu face validity, content validity, criterion validity, dan construct validity. Dalam penelitian ini, dilakukan uji validitas dengan menggunakan face validity. Face validity adalah pengujian secara statistik yang paling sederhana karena hanya berdasarkan pada pendapat orang ahli mengenai bidang penelitian tersebut, apakah suatu kuesioner sudah dapat dikatakan valid atau tidak (Key 2007).
1
Reliabilitas Reliabilitas adalah kekonsistenan dari pengukuran, atau dapat dikatakan tingkat k e terh and a la n suatu alat ukur dala m mengukur nilai pada subyek dan kondisi yang sama, tetapi dalam waktu yang berbeda (Key 2007). Terdapat 2 cara dalam menduga reliabilitas suatu alat ukur, yaitu test/retest dan internal consistency (Key 2007). Dalam penelitian ini, d ilakukan uj i reliab ilitas d engan menggunakan internal consistency. Internal consistency menduga nilai reliabilitas alat ukur dengan melakukan perhitungan ragam terhadap pertanyaan-pertanyaan dalam satu kelompok. Salah satu cara yang umum digunakan untuk mengukur reliabilitas dalam kuesioner adalah dengan menggunakan Cronbach’s Alpha yang dapat dirumuskan sebagai berikut: k ⎡ ⎤ σi2 ⎥ ∑ ⎢ ................................ (1) k ⎢1 − i =1 2 ⎥ A= k −1 ⎢ σt ⎥ ⎢⎣ ⎥⎦
dengan: A = koefisien reliabilitas k = banyaknya pertanyaan kelompok tertentu σt2 = ragam total σi2 = ragam pertanyaan ke-i
pada
suatu
Semakin tinggi nilai A, maka semakin dapat diandalkan kuesioner yang digunakan dan sebaliknya (Key 2007). Untuk menduga nilai construct reliability, yaitu nilai reliabilitas untuk masing-masing peubah laten, dihitung dengan menggunakan rumus sebagai berikut:
langsung dan tidak langsung dari beberapa peubah sebagai peubah sebab terhadap beberapa peubah lainnya sebagai peubah akibat. Pengaruh tak langsung dari suatu peubah bebas terhadap suatu peubah tak bebas adalah melalui peubah lain yang disebut intervening variable atau peubah antara. Pengaruh total peubah bebas terhadap peubah tak bebas merupakan penjumlahan dari pengaruh langsung dan seluruh pengaruh tak langsung (Garson 2006). Pemodelan Persamaan Struktural Terdapat dua model yang membangun pemodelan persamaan struktural, yaitu model struktural dan model pengukuran. Bentuk persamaan model struktural adalah sebagai berikut: η = βη + Γξ + ζ ..................................... (3) dengan: η = vektor peubah laten tak bebas (latent endogenous) berukuran mx1 ξ = vektor peubah laten bebas (latent exogenous) berukuran nx1 β = matriks koefisien dari η berukuran mxm Γ = matriks koefisien dari ξ berukuran mxn ζ = vektor sisaan hubungan antara η dan ξ berukuran mx1 Bentuk persamaan model pengukuran adalah sebagai berikut: y = Λyη + ε ........................................... (4) x = Λx β + δ............................................ (5)
Analisis Lintas
dengan: y = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi η berukuran px1 x = vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah manifes) bagi ξ berukuran qx1 ε = vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing px1 δ = vektor-vektor galat pengukuran dari y dan x dengan ukuran masing-masing qx1 Λy = matriks berukuran pxm Λx = matriks berukuran qxn
Analisis lintas adalah suatu metode yang berupaya untuk menganalisa sistem pada persamaan struktural. Tujuan dari analisis lintas adalah untuk menerangkan akibat
Asumsi yang mendasari analisis pemodelan persamaan stuktural antara lain: 1. ε tidak berkorelasi dengan η 2. δ tidak berkorelasi dengan ξ
Construct
(∑ std. λi )2 Re liability = (∑ std. λi )2 + ∑ ei
................................................................ (2) dengan std λi adalah nilai loading yang telah distandarkan dan ei adalah error pengukuran untuk peubah manifes ke-i dalam satu peubah laten. Nilai reliabilitas yang disarankan adalah minimal 0,5 (Hair 1995).
2
3. 4.
ζ tidak berkorelasi dengan ξ ε, δ, dan ζ saling bebas
unweighted least square adalah sebagai berikut:
Bila Φ adalah matriks berukuran nxn, Ψ matriks mxm merupakan matriks peragam bagi ξ dan ζ, sedangkan Θδ dan Θε berturutturut adalah matriks peragam dari δ dan ε. Maka matriks peragam bagi Z=(Y’,X’) yang dilambangkan dengan Σ dapat dinyatakan sebagai: ⎡ ∑ yy (θ) ∑ yx (θ)⎤ ....................... (6) ∑ (θ) = ⎢ ⎥ ⎣⎢ ∑ xy (θ) ∑ xx (θ)⎦⎥
di mana Σyy adalah matriks peragam dari peubah pengamatan Y, yaitu:
[
]
⎛1⎞ 2 FULS = ⎜ ⎟tr (∑ − ∑(θ)) ..................... (7) ⎝ 2⎠
Terdapat 2 keuntungan dari metode unweighted least square ini, yaitu: 1. Penduga θ yang dihasilkan konsisten. 2. Asumsi sebaran dari peubah pengamatan tidak diperlukan. (Bollen 1989) Evaluasi Model
Σyy = Λy(I-B) (ΓΦΓ` + Ψ)[(I-B) ]` Λy` + Θε
Untuk mengetahui kebaikan suatu model, diperlukan beberapa uji. Uji yang digunakan dalam penelitian ini adalah sebagai berikut:
Σyx adalah matriks peragam bagi peubah pengamatan Y dan X yang dapat ditulis sebagai:
1.
-1
-1
GFI = 1 −
-1
Σyx = Λy(I-B) ΓΦΛx` Σxy adalah matriks putaran dari Σyx, yaitu:
Matriks peragam peubah pengamatan X adalah: 2. Dapat dilihat bahwa Σ merupakan fungsi dari matriks Λy, Λx, B, Γ, Φ, Ψ, Θε dan Θδ. Tipe Korelasi Skala pengukuran yang digunakan dalam penelitian ini adalah ordinal dan interval. Korelasi untuk skala pengukuran antara numerik dengan numerik dinamakan korelasi Pearson. Korelasi untuk skala pengukuran antara ordinal dengan ordinal dinamakan korelasi polychoric, sedangkan korelasi untuk skala pengukuran antara ordinal dengan interval dinamakan korelasi polyserial. Ketiga korelasi tersebut digunakan pada Pemodelan Persamaan Struktural (Hair 1995). Metode Unweighted Least Square Metod e yang d igun akan adalah unweighted least square. Bentuk umum fungsi
[
tr (∑ −Σ(θ )) tr ∑ 2
2
[ ]
] .................... (8)
GFI me r epresen ta sik an p ersen keragaman Σ yang dapat diterangkan oleh model. Model dengan GFI ≥ 0,90 dapat dikatakan model sudah didukung oleh data (Garson 2007).
Σxy = ΛxΦΓ`[(I-B)-1]` Λy`
Σxx = ΛxΦΛx` + Θδ
Goodness of Fit Index (GFI)
Root Mean Square Error Approximation (RMSEA) Nilai RMSEA merupakan ukuran ketidakcocokan suatu model, sehingga diharapkan nilainya kecil. Nilai RMSEA diharapkan berkisar antara 0,05 – 0,08 yang merupakan indeks penerimaan model (Hair 1995). RMSEA =
χ 2 − db ..................... (9) (n − 1)db
dengan db = n–[0,5(q)(q+1)] dan q adalah banyaknya peubah manifes. Interpretasi Koefisien Lintas Hubungan antara peubah laten dengan peubah manifes dapat diinterpretasikan seperti interpretasi nilai faktor loading. Interpretasi nilai faktor loading adalah seberapa besar kontribusi faktor loading terhadap peubah tak bebas (Dillon dan Goldstein 1984). Dalam hal in i, s ebe rap a b es ar pe ubah ma n if es
3
memberikan kontribusi untuk membangun peubah laten. Sedangkan hubungan antara peubah laten terhadap peubah laten lainnya dapat diinterpretasikan seperti koefisien dalam regresi.
dan banyaknya mahasiswa yang teramati untuk masing-masing kelompok pad a Lampiran 4, dapat dilakukan perhitungan untuk menentukan seberapa banyak kuota contoh untuk masing-masing kelompok. Banyaknya kuota contoh untuk masingmasing kelompok dapat dilihat pada Tabel 1 sebagai berikut:
BAHAN DAN METODE
Tabel 1. Penyebaran Kuota Contoh Kelompok Praktek Kuota (orang) Lapangan 20 Laboratorium 50 Lab. Komputer 30
Bahan Dalam penelitian ini, digunakan contoh sebanyak 100 mahasiswa IPB angkatan 41. Peubah laten endogen yang diamati adalah prestasi (PRES) yang dibangun oleh sebuah peubah manifes, yaitu nilai IPK. Peubahpeubah laten eksogen yang mewakili motivasi untuk dilihat pengaruhnya terhadap prestasi adalah sebagai berikut: 1. 2. 3. 4. 5. 6. 7.
Kesesuaian cita-cita (CITA_2) Latar belakang pendidikan orang tua (LTR_ORTU) Faktor ekonomi (FAK_EKO) K eg ia tan ek strakur iku le r d i luar perkuliahan (KEG_EXTRA) Kondisi belajar (KON_BEL) Literatur (LITRATUR) Kompetisi pendidikan (KOMPTISI).
Peubah-peubah laten dan manifes yang digunakan selengkapnya dapat dilihat pada Lampiran 1. Metode Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Pembuatan kuesioner. Kuesioner yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 2. 2. Pengujian validitas dan reliabilitas kuesioner. Pengumpulan data dengan menggunakan metode quota purposive sampling. Sampling dilakukan dengan menentukan target responden yang diinginkan, yaitu mahasiswa yang melakukan praktek di lapangan, laboratorium percobaan, dan laboratorium komputer. Oleh karena itu, dibentuklah kelompok program studi berdasarkan lokasi praktek tersebut di atas. Kemudian dari jumlah contoh yang ingin diamati, yaitu sebesar 100 orang, diambil kuota secara proporsional untuk masing-masing kelompok. Berdasarkan daya tampung program studi di IPB pada Lampiran 3
3.
Pengolahan data, yang terdiri dari: a. Spesifikasi model berdasarkan teori. Konsep pemodelan dapat dilihat pada Gambar 1. b. Membentuk matriks korelasi yang terdiri dari korelasi Pearson, korelasi polyserial, dan korelasi polychoric. Hasil matriks korelasi dapat dilihat pada Lampiran 5. c. Menguji kelayakan model dengan menggunakan RMSEA dan GFI. d. Menduga koefisien lintas dengan menggunakan metode unweighted least square.. e. Menguji pengaruh peubah laten eksogen dengan menggunakan uji-t. f. Interpretasi model.
digunakan dalam Software yang penelitian ini adalah Microsoft Excel 2003, SPSS 13, dan LISREL 8,30.
Gambar 1. Konsep Model
4
HASIL DAN PEMBAHASAN
karena telah memenuhi batas minimal keterhandalan suatu kuesioner, yaitu 0,5.
Deskripsi Data Pendugaan Parameter
Pengambilan data dilakukan terhadap 100 or ang ma hasisw a IPB angkatan 41. Responden yang teramati terdiri dari laki-laki sebanyak 40% dan responden perempuan sebanyak 60%. Dari keseluruhan responden, sebanyak 48% mendapatkan nilai IPK < 2,75 dan sisanya mendapatkan nilai IPK lebih dari 2,75. Responden sebagian besar berasal dari pulau Jawa, yaitu sebesar 80%. Sisanya berasal dari pulau Sumatra (11%), pulau Kalimantan (6%), pulau Sulawesi (1%), dan pulau Irian (2%).
Karena kesederhanaan asumsi yang diperlukan, maka dalam penelitian ini digunakan RMSEA dan GFI untuk menguji kelayakan suatu model. Kedua uji tersebut tidak memerlukan asumsi bahwa data menyebar mengikuti suatu sebaran tertentu, sehingga kedua uji ini fleksibel digunakan. Hasil uji tersebut dapat dilihat pada Tabel 2 berikut ini:
Validitas dan Reliabilitas
Nilai yang Disarankan
Nilai yang Dihasilkan
0,05 – 0,08
0,062
> 0,90
0,91
Validitas dalam penelitian ini dilakukan dengan metode face validity, di mana metode ini adalah metode yang paling sederhana untuk menguji valid atau tidaknya sebuah kuesioner. Untuk menduga nilai reliabilitas suatu kuesioner, dilakukan uji dengan menggunakan perhitungan Cronbach’s Alpha. Dugaan nilai reliabilitas kuesioner yang didapatkan adalah sebesar 0,655. Hasil perhitungan ini dapat dikatakan reliabel
Tabel 2. Hasil Uji Kelayakan Model
RMSEA GFI
Berdasarkan Tabel 2, diketahui bahwa nilai RMSEA dan GFI sudah memenuhi kriteria yang disarankan, sehingga model yang dihasilkan dalam penelitian ini sudah dapat d ik a tak an la yak dan dapat d ilakuk an pendugaan parameter.
Gambar 2. Diagram Model dengan Pendugaan
5
Hasil pendugaan koefisien pemodelan persamaan struktural secara lengkap dapat dilihat pada Gambar 2. Dari hasil perhitungan uji parameter terhadap peubah laten endogen prestasi belajar didapatkan nilai t-hitung sebesar 8,54, diketahui bahwa peubah manifes endogen IPK berpengaruh nyata dalam membangun peubah laten endogen prestasi belajar pada taraf α = 0,05 dengan kontribusi yang diberikan sebesar 0,97. Ini dapat diartikan bahwa peubah manifes endogen IPK dapat membangun peubah laten endogen pretasi belajar dengan sangat baik karena menghasilkan kontribusi mendekati 1, sehingga layak digunakan. Tabel 3. Dugaan Nilai Reliabilitas Peubah Laten Dugaan Nilai Peubah Laten Reliabilitas 0,82 LTR_ORTU 0,64 FAK_EKO 0,78 KEG_EXTRA 0,5 KON_BEL 0,5 LITRATUR 0,75 KOMPTISI 0,95 CITA_2 0,95 PRES Tabel 3 memperlihatkan dugaan nilai reliab ilitas p eubah-p eub ah laten yang digunakan dalam model. Nilai reliabilitas peubah-peubah laten yang tertera pada Tabel 3 telah memenuhi kriteria reliabilitas karena batas minimum dugaan nilai reliabilitas yang disarankan adalah 0,5. Tabel 4. Nilai Dugaan Parameter Nilai Peubah Laten tdb Dugaan Eksogen hitung Parameter -0,02 LTR_ORTU 97 -0,21 0,01 FAK_EKO 97 0,09 0,34 KEG_EXTRA 97 2,83* -0,16 KON_BEL 97 -0,83 0,18 LITRATUR 94 1,21 0,13 KOMPTISI 97 0,96 -0,33 99 -2,63* CITA_2 *Nyata pada taraf α =0,05 Nilai dugaan parameter untuk masingmasing peubah laten eksogen terhadap peubah laten endogen prestasi belajar disajikan pada Tabel 4. Pada Tabel 4 tersebut, diketahui b ahwa peubah-peub ah la ten ek sogen
KEG_EXTRA dan CITA_2 berpengaruh pada taraf α = 0,05. Sedangkan peubah-peubah laten eksogen lainnya tidak berpengaruh secara statistik pada taraf yang sama. Pada Tabel 4, nilai dugaan parameter (koefisien lintas) bagi peubah laten eksogen KEG_EXTRA sebesar 0,34. Hal ini dapat diterjemahkan bahwa peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan mempengaruhi peubah laten endogen prestasi belajar sebesar nilai tersebut. Tanda positif menunjukkan adanya indikasi dengan mengikuti kegiatan ekstrakurikuler di luar perkuliahan, maka prestasi belajar meningkat. Nilai dugaan parameter (koefisien lintas) peubah laten eksogen CITA_2 sebesar -0,33. Hal ini dapat diterjemahkan bahwa peubah laten eksogen kesesuaian cita-cita mempengaruhi peubah laten endogen prestasi belajar sebesar nilai tersebut. Tanda negatif dapat diartikan bahwa ketidaksesuaian citacita dengan program studi yang sedang dijalani tidak menyebabkan penurunan prestasi belajar. Hal ini mungkin dapat terjadi karena ada kalanya mahasiswa lebih me n gu ta mak an un tuk me n dap a tk an pendidikan yang tinggi meskipun tidak sesuai dengan cita-cita yang diinginkan. Berdasarkan hasil yang disajikan pada Tabel 4, pengaruh peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita tidak cukup besar. Hal ini mengindikasikan adanya peubah manifes eksogen lain bagi kedua peubah laten eksogen tersebut yang belum dimasukkan ke dalam model.
SIMPULAN Tidak semua peubah laten eksogen yang dipilih pada pemodelan awal dapat digunakan. Peubah-peubah laten eksogen yang dapat mewakili motivasi untuk dapat menduga pr es tas i be laj ar ad ala h k eg ia ta n ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita. Ada indikasi bahwa: 1. Mahasiswa IPB yang program studinya tidak sesuai dengan cita-cita yang diinginkan memiliki prestasi belajar yang baik. 2. Mahasiswa IPB yang aktif mengikuti kegiatan ekstrakurikuler di luar perkuliahan memiliki prestasi belajar yang baik.
6
Pengaruh peubah-peubah laten eksogen kegiatan ekstrakurikuler di luar perkuliahan dan kesesuaian cita-cita tidak cukup besar yang kemungkinan besar disebabkan oleh kurang lengkapnya peubah manifes eksogen yang digunakan.
Trochim, W. M. K. 2006. Nonprobability Sampling. (http:// www.socialresearchme thods.net/ kb/sampnon.htm). [6 Desember 2007] [Wikipedia]. 2007. Motivasi. (http:// id.wiki pedia.org/wiki/Motivasi.htm) [15 November 2007]
SARAN Saran untuk penelitian selanjutnya agar dilakukan penambahan terhadap peubah manifes eksogen yang digunakan dan peubah laten eksogen yang dapat mewakili motivasi, sehingga didapatkan model yang lebih baik untuk menduga prestasi belajar mahasiwa.
DAFTAR PUSTAKA Bollen, K.A. 1989. Structural Equations with Latent Variables. Canada: John Wiley & Sons. Dillon, W. R. and Goldstein, M. 1984. Multivariate Analysis Method and Applications. Canada: John Wiley & Sons. Garson, G.D. 2006. Path Analysis. (http:// www.statisticssolutions.com/index.htm/p ath_analysis.htm). [25 Mei 2007] . 2007. Structural Equation Modeling ExampleUsing WinAMOS. (http:// www2. chass.ncsu.edu/garson/pa765/semAMOS1 .htm) [17 November 2007] Hair, J.F, et al. 1995. Multivariate Data Analysis with Readings 4th Edition. New Jersey: Prentice-Hall. Kenny, D.A. 2003. Measuring Model Fit. (http://davidakenny.net/cm/fit.htm). [17 November 2007] Key, J.P. 1997. Reliability and Validity. (http:// www.okstate.edu/ag/agedcm4h/ac ademic/aged5980a/5980/newpage18.htm. [1 Oktober 2007] List, D. 2007. Sampling For Surveys. (http:// www.statpac.com/surveys/sampling.htm). [6 Desember 2007] Mudjiono dan Dimyati. 2006. Belajar dan Pembelajaran. Jakarta: PT Rineka Cipta. Stoelting, R. 2002. Structral Equation Modeling/Path Analysis. (http://userwww .sfsu.edu/~efc/classes/biol710/path/SEM webpage.htm) [16 Desember 2007]
7
LAMPIRAN
LAMPIRAN 1 Peubah yang Digunakan Peubah laten: PRES LTR_ORTU FAK_EKO KEG_EXTRA KON_BEL LITRATUR KOMPTISI CITA_2
= Prestasi belajar = Latar belakang orang tua = Faktor ekonomi = Kegiatan ekstrakurikuler di luar perkuliahan = Kondisi belajar = Literatur = Kompetisi pendidikan = Kesesuaian cita-cita
Peubah manifes: IPK = Nilai Indeks Prestasi Kumulatif PA = Pendidikan akhir ayah PI = Pendidikan akhir ibu JU = Jumlah kiriman uang tiap bulan AU = Alokasi uang bulanan di luar kebutuhan makan JKE = Jumlah kegiatan ekstrakurikuler di luar perkuliahan SR = Status responden pada kegiatan ekstrakurikuler di luar perkuliahan KR = Kondisi ruang belajar AW = Alokasi waktu belajar dalam 1 minggu PLI = Pemahaman terhadap literatur berbahasa Inggris PLIT = Persentase literatur berbahasa Inggris terhadap keseluruhan literatur yang dimiliki ACMT = Keaktifan mencarai materi penunjang perkuliahan dalam 1 minggu KD = Kondisi kompetisi di departemen SK = Sikap responden terhadap kompetisi departemen CC = Kesesuaian cita-cita
8
LAMPIRAN 2 Kuesioner yang Digunakan DRAFT KUESIONER PENELITIAN PEMODELAN PERSAMAAN STRUKTURAL MOTIVASI BELAJAR MAHASISWA
No. Kuesioner Responden/No. Kontak Fakultas/Program Studi Nilai IPK Terakhir Nama Pewawancara Hari/Tanggal Wawancara Waktu Wawancara
: : : : : : :
A. KONDISI KELUARGA 1. Pendidikan terakhir orang tua (ayah): a. SD/SMP b. SMU/SMK c. Diploma 2.
Pekerjaan orang tua (ayah): a. Pegawai Negeri Sipil b. Pegawai swasta c. Wiraswata
d. Sarjana e. Pascasarjana f. Lainnya (Sebutkan!)
d. Tidak bekerja/Pensiun e. Lainnya (Sebutkan!)
3.
Jabatan orang tua (ayah) pada pekerjaan tersebut: d. Staf a. Direktur/Kepala Pusat e. Lainnya (Sebutkan!) b. Manager/Kepala Bidang c. Kepala Seksi
4.
Pendidikan terakhir orang tua (ibu): a. SD/SMP b. SMU/SMK c. Diploma
5.
6.
Pekerjaan orang tua (ibu): a. Pegawai Negeri Sipil b. Pegawai swasta c. Wiraswata
d. Sarjana e. Pascasarjana f. Lainnya (Sebutkan!)
d. Tidak bekerja/Pensiun e. Lainnya (Sebutkan!)
Jabatan orang tua (ibu) pada pekerjaan tersebut: d. Staf a. Direktur/Kepala Pusat e. Lainnya (Sebutkan!) b. Manager/Kepala Bidang c. Kepala Seksi
B. FAKTOR EKONOMI 1. Rata-rata jumlah kiriman uang orang tua per bulan (di luar biaya kos): d. Rp. 750.000 < jumlah < 1.000.000 a. < Rp. 250.000 e. > Rp. 1.000.000 b. Rp. 250.000 < jumlah < Rp. 500.000 c. Rp. 500.000 < jumlah < Rp. 750.000 2.
Alokasi uang berdasarkan jawaban pertanyaan B.1 untuk kebutuhan lain di luar kebutuhan makan (seperti buku, literature, internet, dan lain-lain): a. < 5% d. 15% < alokasi < 20% e. > 25% b. 5% < alokasi < 10% c. 10% < alokasi <15%
9
C. KEGIATAN EKSTRAKURIKULER 1. Apakah responden mengikuti kegiatan di luar perkuliahan selama kuliah? a. Ya b. Tidak Jika Ya, lanjut ke pertanyaan C.2. Jika Tidak, lanjut ke pertanyaan D.1. 2.
Jenis kegiatan yang diikuti: (jawaban boleh lebih dari satu) d. Organisasi keagamaan (Sebutkan!) a. UKM olah raga e. Lainnya (Sebutkan!) b. UKM seni c. Organisasi mahasiswa (Sebutkan!)
3.
Banyak kegiatan yang diikuti per tahun perkuliahan: Tahun perkuliahan
4.
Keaktifan responden dalam kegiatan tersebut:: a. Tidak pernah b. Jarang
D. KONDISI LINGKUNGAN 1. Apakah responden memiliki sahabat? a. Ya
c. Sering d. Selalu
b. Tidak
2.
Berapa nilai IPK masing-masing sahabat responden? Nilai IPK
3.
Tempat tinggal responden: a. Kamar kos b. Rumah sewa/kontrak c. Rumah saudara
4.
Banyak kegiatan (Sebutkan!)
d. Rumah orang tua e. Lainnya
Kesesuaian kondisi kamar responden dengan kegiatan belajar: d. Kondusif a. Sangat tidak kondusif e. Sangat kondusif b. Tidak kondusif c. Biasa
E. ASAL SMU 1. Dari mana SMU responden berasal?
10
2.
3.
Wilayah SMU responden berasal: a. Pulau Jawa dan sekitar b. Pulau Sumatra dan sekitar c. Pulau Kalimantan dan sekitar d. Pulau Sulawesi dan sekitar
e. f. g. h.
Status SMU responden: a. Unggulan
b. Non-unggulan
F. SUPPORT ORANG TUA 1. Kelancaran kiriman uang dari orang tua: a. Selalu terlambat b. Sering terlambat 2.
Pulau Bali/Nusa Tenggara dan sekitar Kepulauan Maluku dan sekitar Pulau Irian dan sekitar Lainnya (Sebutkan!)
c. Terkadang terlambat d. Lancar
Bentuk support dari orang tua: a. Materi b. Non-Materi c. Materi dan non-materi
G. LITERATUR 1. Banyak literatur yang dimiliki: a. < 3 buah b. 4 – 7 buah c. 8 – 11 buah
d. 12 – 15 buah e. > 16 buah
2.
Banyak literatur yang berbahasa Inggis yang dimiliki: d. 12 – 15 buah a. < 3 buah e. > 16 buah b. 4 – 7 buah c. 8 – 11 buah
3.
Pemahaman literatur berdasarkan kemampuan bahasa Inggris yang dimiliki responden: d. Paham a. Sangat tidak paham e. Sangat paham b. Tidak paham c. Biasa
H. KOMPETISI 1. Kompetisi pendidikan di departemen responden dalam satu angkatan: d. Ketat a. Sangat tidak ketat e. Sangat ketat b. Tidak ketat c. Biasa 2.
Sikap responden menghadapi kondisi kompetisi demikian: d. Terpacu a. Sangat tidak terpacu e. Sangat terpacu b. Tidak terpacu c. Biasa
I. 1.
MATERI TAMBAHAN PERKULIAHAN Apakah responden mencari materi tambahan mengenai perkuliahan di luar jam kuliah? a. Ya b. Tidak
Jika Ya, lanjut ke pertanyaan I.2. Jika Tidak, lanjut ke pertanyaan J.1.
11
2.
Sumber responden mendapatkan materi tambahan untuk menunjang materi perkuliahan: (jawaban boleh lebih dari satu) a. Perpustakaan d. Mading e. Lainnya b. Internet c. Seminar
3.
Responden paling banyak mendapatkan materi tambahan berdasarkan jawaban pertanyaan I.1 dari: a. Perpustakaan d. Mading e. Lainnya b. Internet c. Seminar
4.
Frekuensi dalam satu minggu responden mencari materi tambahan berdasarkan jawaban pertanyaan I.2: a. 1 - 2 kali d. 7 kali e. > 7 kali b. 3 - 4 kali c. 5 – 6 kali
J. 1.
CITA-CITA Minat responden sebelum masuk program studi yang responden jalani sekarang:
K. CARA BELAJAR 1. Cara responden belajar: a. Sendiri b. Kelompok
2.
3.
Cara responden memahami pelajaran: a. Membaca buku b. Mengerjakan tugas
c. Les Privat d. Lainnya (Sebutkan!)
c. Diskusi d. Lainnya (Sebutkan!)
Alokasi waktu yang disediakan untuk belajar dalam 1 minggu: a. 0 < alokasi < 4 jam d. 8 < alokasi < 10 jam e. > 10 jam b. 4 < alokasi < 6 jam c. 6 < alokasi < 8 jam
12
LAMPIRAN 3 Daya Tampung Program Studi di IPB No.
Fakultas
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
FAHUTAN FAHUTAN FAHUTAN FAPERTA FPIK FPIK FPIK FAHUTAN FAPERTA FAPERTA FAPERTA FAPERTA FAPERTA FAPERTA FAPET FAPET FAPET FATETA FATETA FATETA FKH FMIPA FMIPA FMIPA FMIPA FPIK FAPERTA FAPERTA FAPERTA
Departemen Manajemen Hutan Konservasi Sumberdaya Hutan Manajemen Hutan Sosial Ekonomi Pertanian Ilmu dan Teknologi Kelautan (ITK) Pemanfaatan Sumberdaya Perikanan (PSP) Budidaya Perairan (BDP) Teknologi Hasil Hutan Budidaya Pertanian Gizi Masyarakat dan Sumberdaya Keluarga Budidaya Pertanian Tanah Budidaya Pertanian Hama dan Penyakit Tumbuhan Ilmu Nutrisi dan Makanan Ternak Ilmu Produksi Ternak Ilmu Produksi Ternak Teknik Pertanian Teknologi Industri Pertanian Teknologi Pangan dan Gizi Kedokteran Hewan Kimia Biologi Fisika Kimia Teknologi Hasil Perikanan (THP) Sosial Ekonomi Pertanian Budidaya Pertanian Sosial Ekonomi Pertanian
Program Studi Budidaya Hutan Konservasi Sumberdaya Hutan Manajemen Hutan Komunikasi dan Pengembangan Masyarakat Ilmu Kelautan (IKL) Pemanfaatan Sumberdaya Perikanan (PSP) Teknologi dan Manajemen Akuakultur Teknologi Hasil Hutan Agronomi Gizi Masyarakat dan Sumberdaya Keluarga Hortikultura Ilmu Tanah Pemuliaan Tanaman dan Teknologi Benih Proteksi Tanaman Ilmu Nutrisi dan Makanan Ternak Teknologi Hasil Ternak Teknologi Produksi Ternak Teknik Pertanian Teknologi Industri Pertanian Teknologi Pangan Kedokteran Hewan Biokimia Biologi Fisika Kimia Teknologi Hasil Perikanan (THP) Agribisnis Arsitektur Lanskap/Pertamanan Ekonomi Pertanian dan Sumberdaya
Kelompok
Daya Tampung
1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3
60 90 100 90 70 70 70 70 75 110 75 110 50 70 80 80 100 110 110 110 110 60 100 45 80 70 100 60 50
13
LAMPIRAN 3 Daya Tampung Program Studi di IPB (Lanjutan) No.
Fakultas
30 31 32 33 34 35 36 37 38
FAPET FEM FEM FMIPA FMIPA FMIPA FMIPA FPIK FPIK
Departemen Sosial Ekonomi Industri Peternakan Ilmu Ekonomi dan Studi Pembangunan Manajemen Ilmu Komputer Matematika Geofisika dan Meteorologi Statistika Sosial Ekonomi Perikanan dan Kelautan (SEI) Manajemen Sumberdaya Perairan (MSP)
Program Studi Sosial Ekonomi Peternakan Ekonomi Pembangunan Manajemen Ilmu Komputer Matematika Meteorologi Statistika Manajemen Bisnis dan Ekonomi Perikanan Kelautan (MEP) Manajemen Sumberdaya Perairan (MSP) TOTAL
Kelompok
Daya Tampung
3 3 3 3 3 3 3 3 3
70 100 120 100 70 45 60 60 70 3070
14
Program Studi Budidaya Hutan Komunikasi dan Pengembangan Masyarakat Konservasi Sumberdaya Hutan Manajemen Hutan Pemanfaatan Sumberdaya Perikanan (PSP) Teknologi dan Manajemen Akuakultur Teknologi Hasil Hutan Biokimia Biologi Fisika Gizi Masyarakat dan Sumberdaya Keluarga Hortikultura Ilmu Nutrisi dan Makanan Ternak Ilmu Tanah Kedokteran Hewan Pemuliaan Tanaman dan Teknologi Benih Proteksi Tanaman Teknik Pertanian Teknologi Hasil Ternak Teknologi Industri Pertanian Teknologi Pangan Agribisnis Ekonomi Pembangunan Ekonomi Pertanian dan Sumberdaya Ilmu Komputer Manajemen Manajemen Sumberdaya Perairan (MSP) Matematika Meteorologi Sosial Ekonomi Peternakan Statistika TOTAL
Praktek Labkom
Praktek Laboratorium
Kelompok Praktek Lapangan
LAMPIRAN 4 Penyebaran Mahasiswa Teramati Jumlah Mahasiswa 5 2 3 5 4 1 3 9 5 6 4 2 2 3 2 1 2 1 3 6 1 2 4 2 2 5 1 3 3 1 7 100
Total Teramati
20
50
30
15
LAMPIRAN 5 M atriks Korelasi
16