IV HASIL DAN PEMBAHASAN Profil Responden Pengambilan data dilakukan terhadap 230 mahasiswa IPB angkatan 42, 43, dan 44. Berdasarkan jenis kelamin responden, respon penelitian ini dapat dikatakan sudah cukup proporsional dalam pengambilan contohnya, karena dapat dilihat Gambar 4, bahwa sebanyak 50.40% responden berjenis kelamin laki laki dan sebanyak 49.60% responden perempuan.
7.39% responden melalui jalur BUD, dan 0.43% responden melalui jalur PIN.
49.60% 50.40%
Laki laki Perempuan Gambar 4. Persentase jenis kelamin responden Sementara itu, berdasarkan statusnya, sta sebagian besar responden berstatus belum menikah, yaitu sebesar 99.1% responden, sedangkan sebanyak 0.9% telah menikah. Kategori status responden ini cukup menarik untuk dijadikan sebagai salah satu faktor yang mempengaruhi prestasi belajar, namun karena perbandingan persentase antara responden yang belum menikah dengan yang telah menikah sangat besar, sehingga kategori status responden belum dapat digunakan sebagai salah satu faktor yang mempengaruhi prestasi belajar. Tabel 2. Persentase jenis kelamin kel dan status responden Peubah Status : Belum menikah Menikah
Frekuensi
Persentase
169 2
99.1% 0.9%
Institut Pertanian Bogor mengalokasikan penerimaan mahasiswa baru melalui jalur USMI lebih besar dibanding dari jalur-jalur jalur yang lain. Hal ini terlihat hat dalam Gambar 6, bahwa mahasiswa yang menjadi responden dalam penelitian ini sebagian besar melalui jalur USMI, yaitu sebear 64.78%, sedangkan 27.39% responden melalui jalur SPMB,
Gambar 5. Persentase jalur masuk responden ke IPB Pada Tabel 3 dapat dilihat daerah asal SLTA dan status SLTA responden. Sebagian besar responden berasal dari pulau Jawa dengan 77.4%, dan sebanyak 19.6% reponden dari pulau Sumatera, 1.3% responden dari pulau Sulawesi, 0.9% responden dari pulau Kalimantan, 0.4% responden dari pulau Maluku, 0.4% responden dari pulau Papua. Hal ini memperlihatkan bahwa mahasiswa IPB masih didominasi oleh mahasiswa yang berasal dari Pulau Jawa, dan masih sangat sedikit mahasiswa dari Indonesia bagian timur yang ng menimba ilmu di IPB. Tabel 3. Persentase asal SLTA dan status SLTA responden Peubah
Presentase
Asal SLTA : Pulau Jawa Pulau Sumatera Pulau Sulawesi Pulau Kalimantan Pulau Maluku Pulau Papua
77.4% 19.6% 1.3% 0.9% 0.4% 0.4%
Status SLTA : Negeri unggulan Negeri non-unggulan Swasta unggulan Swasta non- unggulan
63.04% 18.26% 15.65% 3.04%
Sebesar 63.04% responden dan merupakan persentase terbesar responden berasal dari SLTA negeri unggulan, 18.26% responden
12
berasal dari SLTA negeri non-unggulan, 15.65% responden berasal dari SLTA swasta unggulan, 3.04% responden berasal dari SLTA swasta non-unggulan. Mahasisawa IPB sebagian besar berasal dari keluarga ekonomi menengah. Berdasarkan rata rata pengeluaran responden (Gambar 6), terdapat 48.26% responden memiliki rata rata pengeluaran antara Rp 400.000 hinggaRp 600.000, 25.22% responden memiliki rata rata pengeluaran antara Rp 600.000 hingga Rp 800.000, 16.09% responden memiliki rata rata pengeluaran < Rp 400.000, 10.43% responden memiliki rata rata pengeluaran ≥ Rp 800.000.
harus berjuang untuk mendapatkan IPK yang tinggi dan harus bersaing dengan mahasiswa yang lain pula untuk dapat masuk ke jurusan yang diinginkan, sebab setiap jurusan sudah memiliki kriteria IPK dan nilai mata kuliah minimal yang harus dipenuhi dan dengan batas daya tampung yang sudah ditetapkan. Oleh karena itu mahasiswa yang tidak dapat memenuhi kriteria IPK dan nilai mata kuliah minimal jurusan yang diinginkan harus terlempar ke jurusan yang lain.
Gambar 7. Persentase kesesuaian minat jurusan responden Gambar 6. Persentase rata rata pengeluaran responden/bulan Kesesuaian antara minat mahasiswa dengan jurusan yang diambil merupakan salah satu faktor yang menarik untuk dilihat pengaruhnya terhadap prestasi belajar. Dari pengambilan contoh, diperoleh responden berdasarkan kesesuaian minat jurusannya, yaitu sebanyak 60.87% responden yang merasa sesuai dengan jurusan yang sudah diambil, sebanyak 25.65% responden yang merasa sangat sesuai dengan jurusan yang sudah diambil, sebanyak 13.04% responden yang merasa tidak sesuai dengan jurusan yang sudah diambil, dan sebanyak 0.43% responden yang merasa sangat tidak sesuai dengan jurusan yang sudah diambil. Adanya mahasiswa yang merasa tidak sesuai atau sangat tidak sesuai dengan jurusan yang diambil kemungkinan karena sistem pemilihan jurusan pada mahasiswa angkatan 42 dan 43 tidak dari sekolahan melainkan
Berdasarkan nilai UN yang diraih, sebagian besar responden mendapatkan nilai UN pada interval 2.75 < UN ≤ 3.5, yaitu sebanyak 50.43%, responden dengan nilai UN > 3.5 sebanyak 44.78%, dan reponden dengan nilai UN ≤ 2.75 sebanyak 4.78%. Tabel 4. Persentase nilai UN dan IPK responden Peubah Nilai UN : > 3.5 2.75 < UN ≤ 3.5 ≤ 2.75 IPK: > 3.5 2.75 < UN ≤ 3.5 ≤ 2.75
Frekuensi
Persentase
103 116 11
44.78% 50.43% 4.78%
50 45 135
21.74% 19.57% 58.70%
Berdasarkan IPK yang diraih, sebagian besar responden mendapatkan IPK ≤ 2.75 sebanyak 58.70%, responden dengan IPK > 3.5 sebanyak 21.74%, dan reponden dengan
13
IPK yang berada pada interval 2.75 < IPK ≤ 3.5 sebanyak 19.57%. Data di atas menunjukkan sebagian besar responden berasal dari SLTA negeri unggulan dan responden memiliki nilai UN yang cukup tinggi yaitu > 3, namun berbanding terbalik dengan IPK yang dimiliki, yaitu ≤ 2.75. Hal ini semakin memperkuat asumsi bahwa sebagian besar mahasiswa IPB yang merupakan siswa siswa yang berprestasi dan unggulan di SLTA namun prestasinya menurun ketika di perguruan tinggi. Construct Reliability Keterhandalan masing masing peubah laten eksogen dapat diketahui dengan mengitung construct reliability-nya, yaitu dari standardized factor loading peubah indikator indikatornya. Dengan konsep model pada Gambar 8 di bawah ini.
Gambar 8. Konsep model menghitung Construct reliability pada masing-masing setiap peubah laten Hasil perhitungan disajikan sebagai berikut: Tabel 5. Nilai Construct Reliability masing masing Peubah Laten Eksogen Peubah Reliabilitas Laten Eksogen KON_SHT 0.71 LTR_PDDK 0.30 KEM_VRBL 1.00 LTR_ORTU 0.76 FAK_EKO 0.50 CITA_AKD 0.64 KEG_EKSL 0.75 KON_TGL 0.50 KON_KMPS 0.91 CARA_BLJ 0.60
Suatu peubah laten dapat dinyatakan reliabel jika nilai Construct Reliability-nya ≥ 0.7, sehingga jika melihat nilai Construct Reliability pada tiap peubah laten di atas, peubah laten KON_SHT, KEM_VRBL, LTR_ORTU, KEG_EKSL, dan KON_KMPS yang mampu menjelaskan peubah laten Prestasi belajar. Peubah laten yang lain, seperti LTR_PDDK, FAK_EKO, CITA_AKD, KON_TGL, dan CARA_BLJ tidak mampu menjelaskan peubah laten Prestasi belajar. Oleh karena itu diberikan penghitungan Construct Reliability untuk tiap peubah laten yang lebih lengkap sebagai berikut : Kondisi Kesehatan Peubah laten kondisi kesehatan terdiri dari 7 buah indikator yaitu: Mengidap penyakit (X11), Banyak penyakit (X12), Jenis penyakit (X13), Kebiasaan sarapan (X14), Kebiasaan merokok (X15), Rutinitas berolahraga (X16). Peubah indikator Mengidap penyakit (X11), Banyak penyakit (X12), Jenis penyakit (X13) memiliki koefisien yang relatif besar, masing masing 1.00; 0.91; 0.91. Sebaliknya peubah Kebiasaan merokok (X15) memiliki koefisien yang bernilai negative, yaitu -0.18. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten KON_SHT dengan menggunakan pendekatan Construct Reliability. Tabel 6. Nilai Construct Reliability Peubah Laten Kondisi kesehatan Indikator Standardized Nilai T Loading X11 1.00 21.21 X12 0.91 17.85 X13 0.91 17.83 X14 0.15 2.21 X15 - 0.18 -2.72 X16 0.05 0.80 Construct Reliability 0.71 Nilai Construct Reliability Peubah Laten Kondisi kesehatan memenuhi nilai yang direkomendasikan yaitu 0.71 ≥ 0.7, dan dari keseluruhan peubah indikator memiliki nilai t > 1.96, kecuali peubah Rutinitas berolahraga (X16). Latar Belakang Pendidikan Peubah laten latar belakang pendidikan terdiri dari 3 buah indikator yaitu: Asal SLTA (X21), Status SLTA (X22), Nilai UN (X23).
14
Peubah Asal SLTA (X21), Status SLTA (X22), dan Nilai UN (X23) dalam membangun peubah LTR_PDDK memiliki koefisien yang relatif kecil dengan nilai masing masing sebesar 0.26; 0.51; 0.28. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten LTR_PDDK dengan menggunakan pendekatan Construct Reliability. Tabel 7. Nilai Construct Reliability Peubah Laten Latar Belakang Pendidikan Indikator Standardized Nilai T Loading X21 0.26 1.75 X22 0.51 1.90 X23 0.28 1.78 Construct Reliability 0.30 Nilai Construct Reliability Peubah Laten latar belakang pendidikan tidak memenuhi nilai yang direkomendasikan yaitu 0.30 < 0.7, dan dari keseluruhan peubah indikator memiliki nilai t < 1.96. Oleh karena itu ketiga peubah indikator tersebut tidak mampu menjelaskan peubah laten latar belakang pendidikan. Kemampuan Verbal Peubah laten Kemampuan Verbal terdiri dari 2 buah indikator yaitu: Kemampuan berbahasa inggris (X31), Tingkat kemampuan berbahasa inggris (X32). Peubah indikator Kemampuan berbahasa inggris (X31), Tingkat kemampuan berbahasa inggris (X32) memiliki koefisien yang relatif besar, masing masing 0.99; 1.00. Dari hasil penghitungan dengan Construct menggunakan pendekatan Reliability diperoleh sebagai berikut: Tabel 8. Nilai Construct Reliability Peubah Laten Kemampuan Verbal Indikator Standardized Nilai T Loading X31 0.99 21.19 X32 1.00 21.58 Construct Reliability 1.00 Nilai Construct Reliability Peubah Laten Kemampuan Verbal memenuhi nilai yang direkomendasikan yaitu 1.00 ≥ 0.7, dan dari keseluruhan peubah indikator memiliki nilai t > 1.96. Oleh karena itu kedua peubah indikator tersebut mampu menjelaskan peubah laten Kemampuan Verbal.
Latar Belakang Orang tua Peubah laten latar belakang orang tua terdiri dari 7 buah indikator yaitu: Kelengkapan orang tua (X41), Orang tua yang masih ada (X42), Jumlah suadara tanggungan (X43), Pendidikan terakhir ayah (X44), Pendidikan terakhir ibu (X45), Pekerjaan ayah (X46), Pekerjaan ibu (X47). Peubah indikator Kelengkapan orang tua (X41), Orang tua yang masih ada (X42), Pendidikan terakhir ayah (X44), Pendidikan terakhir ibu (X45), Pekerjaan ayah (X46), Pekerjaan ibu (X47). memiliki koefisien, masing masing 1.00; 0.99; 0.29; 0.29; 0.51; 0.12. Sebaliknya peubah Jumlah suadara tanggungan (X43) memiliki koefisien yang bernilai negatif, yaitu -0.17. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten LTR_ORTU dengan menggunakan pendekatan Construct Reliability. Tabel 9. Nilai Construct Reliability Peubah Laten Latar Belakang Orang tua Indikator Standardized Nilai T Loading X41 1.00 21.19 X42 0.99 21.18 X43 - 0.20 - 3.52 X44 0.26 4.15 X45 0.25 4.14 X46 0.99 6.08 X47 0.16 2.51 Construct Reliability 0.76 Nilai Construct Reliability Peubah Laten latar belakang orang tua memenuhi nilai yang direkomendasikan yaitu 0.76 ≥ 0.7. Faktor Ekonomi Peubah laten faktor ekonomi terdiri dari 6 buah indikator yaitu: Sumber pemasukan bulanan (X51), Banyak sumber pemasukan bulanan (X52), Kelancaran kiriman (X53), Rata rata pemasukan bulanan (X54), Rata rata pengeluaran bulanan (X55). Peubah Rata rata pengeluaran bulanan (X55) memiliki koefisien yang bernilai negative, yaitu -0.29. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten FAK_EKO dengan menggunakan pendekatan Construct Reliability.
15
Tabel 10. Nilai Construct Reliability Peubah Laten Faktor Ekonomi Indikator Standardized Nilai T Loading X51 1.00 21.40 X52 0.80 14.55 X53 0.02 0.34 X54 0.05 0.80 X55 -0.02 -0.29 Construct Reliability 0.50 Nilai Construct Reliability Peubah Laten faktor ekonomi memenuhi nilai yang direkomendasikan yaitu 0.50 ≤ 0.7. Cita Cita Akademik Peubah laten cita cita akademik terdiri dari 2 buah indikator yaitu: Kesesuaian jurusan (X61), Cita cita pendidikan terakhir (X62). Peubah Kesesuaian jurusan (X61) dalam membangun peubah CITA_AKD memiliki koefisien yang relatif kecil dengan nilai sebesar 0.29. Sedangkan peubah Cita cita pendidikan terakhir (X62) memiliki koefisien yang bernilai negatif, -1.00. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten CITA_AKD dengan menggunakan pendekatan Construct Reliability. Tabel 11. Nilai Construct Reliability Peubah Laten Cita Cita Akademik Indikator Standardized Nilai T Loading X61 0.99 20.91 X62 0.29 4.51 Construct Reliability 0.64 Nilai Construct Reliability Peubah Laten cita cita akademik memenuhi nilai yang direkomendasikan yaitu 0.64 ≤ 0.7. Kegiatan Ekstrakurikuler Peubah laten kegiatan ekstra kurikuler terdiri dari 4 buah indikator yaitu: Keikusertaan kegiatan ekstrakurikuler (X71), Jenis kegiatan ekstrakurikuler (X72), Banyak kegiatan ekstrakurikuler (X73), Keaktifan dalam kegiatan ekstrakurikuler (X74). Peubah indikator Keikusertaan kegiatan ekstrakurikuler (X71), Jenis kegiatan ekstrakurikuler (X72), Banyak kegiatan ekstrakurikuler (X73), Keaktifan dalam kegiatan ekstrakurikuler (X74). memiliki koefisien yang relatif besar, masing masing 0.84; 0.58; 0.59; 0.61.
Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten KEG_EKSL dengan Construct menggunakan pendekatan Reliability. Tabel 12. Nilai Construct Reliability Peubah Laten Kegiatan Ekstra Kurikuler Indikator Standardized Nilai T Loading X71 0.84 12.55 X72 0.58 8.49 X73 0.59 8.70 X74 0.61 9.00 Construct Reliability 0.75 Nilai Construct Reliability Peubah Laten Kondisi kesehatan memenuhi nilai yang direkomendasikan yaitu 0.75 ≥ 0.7, dan dari keseluruhan peubah indikator memiliki nilai t > 1.96. Oleh karena itu keempat peubah indikator tersebut mampu menjelaskan peubah laten kegiatan ekstra kurikuler. Kondisi Lingkungan Tempat Tinggal Peubah laten kondisi lingkungan tempat tinggal terdiri dari 5 buah indikator yaitu: Tempat tinggal (X81), Jumlah teman sekamar (X82), Fasilitas tempat tinggal (X83),Keramaian tempat tinggal (X84), Jarak tempat tinggal dengan kampus (X85). Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten KON_TGL dengan Construct menggunakan pendekatan Reliability. Tabel 13. Nilai Construct Reliability Peubah Laten Kondisi Lingukan Tempat Tinggal Indikator Standardized Nilai T Loading X81 1.00 21.40 X82 0.23 3.60 X83 0.01 0.16 X84 0.01 0.22 X85 0.62 10.52 Construct Reliability 0.50 Nilai Construct Reliability Peubah Laten cita cita akademik tidak memenuhi nilai yang direkomendasikan yaitu 0.50 ≤ 0.7. Kondisi Lingkungan Kampus Peubah laten kondisi lingkungan terdiri dari 6 buah indikator Kenyamanan ruang kuliah Kenyamanan ruang praktikum Kelengkapan fasilitas kuliah
kampus yaitu: (X91), (X92), (X93),
16
Kelengkapan fasilitas praktikum (X94), Kesesuaian materi kuliah dengan de ujian (X95), Penyampaian materi (X96). Peubah indikator Kenyamanan ruang kuliah (X91), Kenyamanan ruang praktikum (X92), Kelengkapan fasilitas kuliah (X93), Kelengkapan fasilitas praktikum (X94), Kesesuaian materi kuliah dengan ujian (X95), Penyampaian an materi (X96) memiliki koefisien yang relatif besar, masing masing 0.72; 0.79; 0.92; 0.88; 0.65; 0.72. Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten KON_KMPS dengan menggunakan pendekatan Construct Reliability. Tabel 14. Nilai Construct ruct Reliability Peubah Laten Kondisi Lingkungan Kampus Indikator Standardized Nilai T Loading X91 0.72 12.25 X92 0.79 14.14 X93 0.92 17.88 X94 0.88 16.58 X95 0.65 10.82 X96 0.72 12.34 Construct Reliability 0.91 Nilai Construct Reliability Peubah Laten Kondisi kesehatan memenuhi nilai yang direkomendasikan yaitu 0.91 ≥ 0.7, dan dari keseluruhan peubah indikator memiliki nilai t > 1.96. Oleh karena itu keenam peubah indikator tersebut mampu menjelaskan peubah laten kondisi lingkungan kampus. Cara dan n Motivasi Belajar Peubah laten Cara dan Motivasi Belajar terdiri dari 5 buah indikator yaitu: Cara belajar (X101), Preferensi lingkungan belajar (X102), Kebiasaan jadwal belajar (X103), Alokasi waktu belajar (X104), Keaktifan mencari bahan penunjang kuliahh (X105). Di bawah ini diberikan hasil penghitungan reliabilitas peubah laten CARA_BLJ dengan menggunakan pendekatan Construct Reliability. Tabel 15. Nilai Construct Reliability Peubah Laten Cara dan Motivasi Belajar Indikator Standardized Nilai T Loading X101 0.30 5.73 X102 1.00 21.53 X103 1.00 21.44
X104 - 0.02 X105 - 0.18 Construct Reliability
- 0.30 - 3.61 0.60
Nilai Construct Reliability Peubah Laten Cara dan motivasi belajar tidak memenuhi nilai yang direkomendasikan yaitu 0.60 < 0.7. Pendugaan n Parameter Model Dari hasil estimasi menggunakan metode Maximum Likelihood, yang dapat dilihat SIMPLIS Project-nya nya pada Lampiran 4, diperoleh hasil uji kelayakan model pada tabel 16 dan Gambar 9 di bawah ini. Tabel 16. Hasil uji kelayakan model Nilai kritis
Nilai yang didapat
Relatif kecil Nilai p≥ ≥ 0.05
609.73 1.00
GFI
≥ 0.90
0.90
RMSR
≤ 0.05
0.05
RMSEA
≤ 0.08
0.00
AGFI
≥ 0.90
0.88
NNFI
≥ 0.90
1.41
NFI
≥ 0.90
0.73
Kriteria
Tabel di atas menunjukkan bahwa sebagian besar uji kelayakan model suda sudah memenuhi nilai ideal dari kriteria suatu model yang baik, dan untuk hasil uji kelayakan model secara keseluruhan dapat dilihat pada Lampiran 5. Namun, masih ada uji kelayakan yang belum memenuhi nilai ideal, yaitu, AGFI dan NFI. Hal tersebut dikarenakan terdapat peubah indikator yang tidak signifikan terhadap masing masing-masing peubah latennya, sehingga harus dikeluarkan dari model agar dihasilkan model yang lebih baik. Berdasarkan nilai construct reliability di atas, beberapa peubah indikator yang harus dikeluarkan luarkan di antaranya adalah sebagai berikut: Kebiasaan sarapan (X14), Kebiasaan merokok (X15), Rutinitas berolahraga (X16), Asal SLTA (X21), Nilai UN (X23), Banyak saudara tanggungan (X43), Pendidikan terakhir ayah (X44), Pendidikan terakhir ibu (X45), Pekerjaan kerjaan ibu (X47), Kelancaran kiriman(X53), Rata rata pemasukan bulanan (X54), Rata rata pengeluaran bulanan (X55), Cita cita akademmik (X62), Jumlah teman sekamar (X82), Fasilitas tempat tinggal (X83), Keramaian tempat tinggal (X84), Alokasi waktu belajarr (X104), Keaktifan mencari bahan penunjang kuliah (X105).
17
`
Gambar 9. Model Struktural Faktor-Faktor Yang Mempengaruhi Prestasi Belajar Mahasiswa IPB (standardized solution)
18
Modifikasi model Berdasarkan hasil analisis di atas, sehingga diperlukan modifikasi model, dengan konsep model modifikasi fikasi yang terdapat di Lampiran 6. Di bawah ini diberikan hasil modifikasi uji kelayakan model pada Tabel 17, sedangkan SIMPLIS Project-nya dapat dilihat pada Lampiran 7. Tabel
17.
Hasil uji modifikasi
kelayakan
model
Nilai kritis
Nilai yang didapat
Relatif kecil Nilai p≥ ≥ 0.05
66.62 1.00
GFI
≥ 0.90
0.98
RMSR
≤ 0.05
0.03
RMSEA
≤ 0.08
0.00
AGFI
≥ 0.90
0.97
NNFI
≥ 90
1.52
NFI
≥ 90
0.95
Kriteria
Pada tabel di atas menunjukkan bahwa untuk kriteria AGFI dan NFI yang pada model sebelumnya belum memenuhi memenu nilai kritisnya, untuk model modifikasi ini sudah dapat memenui nilai kritis dari kriteria AGFI dan NFI, dan untuk nilai uji kelayakan model hasil modifikasi selengkapnya terdapat di Lampiran 8. Secara keseluruhan model modifikasi sudah memenuhi kriteria kriteri baik dari suatu model. Dengan demikian Model pada Gambar 9 merupakan model yang dapat diterima sebagai model yang mampu merepresentasikan faktor faktor-faktor yang mempengaruhi prestasi belajar mahasiswa IPB. Analisis Persamaan Struktural Hasil analisis persamaan persam struktural disajikan pada Tabel 18 sebagai berikut : Tabel 18. Hasil Analisis Persamaan Struktural Koefisien Nilai Peubah Laten lintas T KON_SHT 0.01 0.11 LTR_PDDK 0.13 1.96* KEM_VRBL 0.26 2.70* LTR_ORTU -0.10 -0.94 FAK_EKO 0.16 1.29 CITA_AKD 0.05 0.65
KEG_EKSL KON_TGL KON_KMPS CARA_BLJ
-0.02 0.01 0.12 0.06
-0.20 0.06 1.40 0.34
Tabel di atas menunjukkan bahwa dari sepuluh peubah laten terdapat dua peubah laten yang berpengaruh nyata pada α=0.05, yaitu peubah laten LTR_PDDK dan KEM_VRBL, sedangkan peubah laten yang lain seperti KON_SHT, LTR_ORTU, FAK_EKO, CITA_AKD, KEG_EKSL, KON_TGL, GL, KON_KMPS, CARA_BLJ tidak berpengaruh nyata. Hasil diagram model modifikasi untuk nilai T dapat dilihat pada Lampiran 9. Peubah laten LTR_PDDK memberikan pengaruh sebesar 0.13 terhadap prestasi belajar. Hal di atas menunjukkan bahwa seseorang yang mengenyam enyam pendidikan di bangku sekolah unggulan memiliki peluang lebih besar dalam meraih prestasi yang lebih baik di perguruan tinggi. Pasalnya, setiap sekolah unggulan memiliki sistem pendidikan yang komprehensif, sekaligus memiliki fasilitas penunjang belaj belajar siswa yang memadai, sehingga kualitas siswa pun meningkat. Peubah laten KEM_VRBL memberikan pengaruh sebesar 0.26 terhadap prestasi belajar. Hal di atas menunjukkan bahwa yang paling dominan dalam menentukan prestasi belajar adalah memang kembali ke kemampuan ampuan diri (tingkat kecerdasan) individunya masing masing. Peubah laten KON_SHT memberikan pengaruh sebesar 0.01 terhadap prestasi belajar. Walaupun koefisien jalur peubah laten KON_SHT relatif kecil, hal di atas menunjukkan bahwa dengan kondisi badan yang ng prima, mahasiswa memiliki peluang untuk mendapatkan prestasi belajar yang lebih baik. Peubah laten FAK_EKO memiliki koefisien jalur yang bernilai 0.16. Walaupun koefisien jalur peubah laten FAK_EKO relatif kecil, hal di atas menunjukkan bahwa mahasiswa yang mendapatkan pemasukan bulanan relatif besar memiliki peluang mendapatkan prestasi belajar yang baik. Hal ini dikarenakan, mahasiswa yang mendapatkan pemasukan bulanan relatif besar lebih mudah dalam memenuhi kebutuhan mereka untuk kegiatan belajar dib dibanding dengan mahasiswa yang mendapatkan pemasukan bulanan yang relatif kecil.
19
Peubah laten CITA_AKD memiliki koefisien jalur yang bernilai 0.05. Hal tersebut dapat dijelaskan melalui indikator Kesesuaian jurusan di bawah ini: Indikator Kesesuaian Jurusan Mahasiswa yang merasa sesuai dengan kuliah di jurusan yang sudah diambilnya, cenderung memiliki semangat dalam menjalankan kegiatan kuliahnya. Hal ini mendorong mahasiswa tersebut lebih rajin dan giat belajar, sehingga tidak menutup kemungkinan mahasiswa tersebut dapat memperoleh presatis belajar yang baik. Peubah laten KEG_EKSL memiliki koefisien jalur yang bernilai -0.02. Hal tersebut menjelaskan bahwa dengan mengikuti kegiatan kampus (ekstrakurikuler) dapat menurunkan prestasi belajar. Pasalnya, dengan mengikuti kegiatan kampus (ekstrakurikuler), waktu yang dimiliki oleh mahasiswa untuk belajar semakin berkurang, sehingga menyebabkan mahasiswa tersebut mengalami penurunan prestasi. Namun ada yang menarik dari peubah laten KEG_EKSL ini, karena nilai koefisien jalur KEG_EKSL mengalami ganti tanda, dari model awal yang memiliki nilai positif (+0.03) dan menjadi negatif (-0.02) pada model modifikasi, Terjadinya ganti tanda ini dikarenakan dari beberapa peubah indikator yang dihapus pada saat memodifikasi model ternyata terdapat peubah indikator yang memiliki pengaruh tak langsung terhadap peubah laten KEG_EKSL dengan korelasi yang cukup tinggi terhadap peubah laten KEG_EKSL, sehingga mengakibatkan nilai koefisien jalur menjadi negatif (-) pada model modifikasi.
Peubah laten KON_TGL memiliki koefisien jalur yang bernilai 0.01. Hal tersebut dapat dijelaskan sebagai berikut: Indikator Jarak tempat tinggal dengan kampus Dengan jarak tempat tinggal yang relatif dekat dari kampus, memudahkan mahasiswa untuk selalu hadir di setiap kuliah dengan tidak merasa kelelahan. Sehingga materi kuliah dapat diterima dengan maksimal. Peubah laten KON_KMPS memiliki koefisien jalur yang bernilai 0.12. Hal tersebut menunjukkan bahwa dengan penyampaian materi kuliah dan praktikum yang sesuai, sehingga mudah untuk diterima oleh mahasisawa dapat mengakibatkan mahasiswa lebih mudah untuk belajar dan tidak menutup kemungkinan dapat memperoleh prestasi belajar yang baik. Di samping itu juga disediakannya fasilitas penunjang yang memadai dalam kegiatan kuliah dan praktium dapat meningkatkan prestasi belajar mahasiswa. Peubah laten CARA_BLJ memiliki koefisien jalur yang bernilai 0.06. Hal tersebut menunjukkan bahwa mahasiswa yang rajin belajar dengan mengalokasikan setiap waktu luangnya untuk belajar memiliki peluang lebih besar untuk mendapatkan prestasi belajar yang baik dibandingkan dengan yang hanya belajar ketika ujian saja. Secara keseluruhan, bahwa peubah laten eksogen Latar Belakang Pendidikan dan Kemampuan Verbal berpengaruh nyata terhadap prestasi. Namun demikian, mengingat keterbatasan peubah penelitian yang diamati, tidak menutup kemungkinan faktor lain yang tidak diteliti memengaruhi prestasi belajar.
20
Gambar 10. Hasil modifikasi Model Struktural Faktor-Faktor Yang Mempengaruhi Prestasi Belajar Mahasiswa IPB (standardized solution)
