PEMODELAN PERSAMAAN STRUKTURAL FAKTOR FAKTOR YANG MEMPENGARUHI FAKTOR-FAKTOR PRESTASI BELAJAR MAHASISWA IPB
MUCHAMAD SAPTO ADI WIBOWO
DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
ABSTRAK MUCHAMAD SAPTO ADI WIBOWO. Pemodelan Persamaan Struktural Faktor-Faktor yang Mempengaruhi Prestasi Belajar Mahasiswa IPB. Dibimbing oleh BUDI SUHARJO dan HADI SUMARNO. Penelitian ini bertujuan untuk menentukan faktor-faktor internal dan eksternal yang berpengaruh terhadap prestasi belajar mahasiswa IPB, dan sekaligus membangun model kausalitas yang mampu menjelaskan faktor-faktor yang mempengaruhi prestasi belajar mahasiswa IPB dengan kaidah Persamaan Model Struktural (Structural Equation Model). Penelitian ini melibatkan 230 responden, yang merupakan mahasiswa S1 (Strata Satu) seluruh fakultas di Institut Pertanian Bogor, khususnya angkatan 42 hingga 44. Mahasiswa ini dipilah menjadi 3 strata, yaitu mahasiswa dengan prestasi akademik menurun, mahasiswa dengan prestasi akademik konstan, dan mahasiswa dengan prestasi akademik meningkat. Penelitian ini menggunakan Analisis Persamaan Model Struktural, dengan prestasi belajar (PRES) sebagai peubah laten endogennya. Untuk peubah eksogennya meliputi Kondisi Kesehatan (KON_SHT), Latar Belakang Pendidikan (LTR_PDDK), Kemampuan Verbal (KEM_VRBL), Latar Belakang Orang tua (LTR_ORTU), Faktor Ekonomi (FAK_EKO), Cita-Cita Akademik (CITA_AKD), Kegiatan Ekstrakurikuler (KEG_EKSL), Kondisi Lingkungan Tempat Tinggal (KON_TGL), Kondisi Lingkungan Kampus (KON_KMPS), serta Cara dan Motivasi Belajar (CARA_BLJ). Dari hasil analisis Pemodelan Persamaan Struktural, dapat disimpulkan bahwa faktor-faktor yang berpengaruh terhadap prestasi belajar mahasiswa adalah Latar Belakang Pendidikan dan Kemampuan Verbal.
ABSTRACT MUCHAMAD SAPTO ADI WIBOWO. Structural Equation Modeling of Factors Affecting IPB Students’ Achievement. Supervised by BUDI SUHARJO and HADI SUMARNO. The aims of this study are to determine the internal and external factors that affect the achievement of IPB students, and to build a causal model explaining these factors. This study is carried out using structural equation models (SEM). The study involve 230 respondents, which are the S1 IPB students of the entire faculties registered between 2005 until 2007. These students are stratified into 3 strata, namely students with declining, constant, and increasing academic achievements. In the analysis using structural equation models, academic achievement is considered as endogenous latent variables. On the other hand, exogenous variables include health conditions, educational background, verbal ability, parents background, economic factors, academic goals extracurricular activities, housing condition, campus conditions, and motivation of study. From the results of the analysis, it can be concluded that the most affecting factors of students’ achievement are educational background and verbal ability.
PEMODELAN PERSAMAAN STRUKTURAL FAKTOR-FAKTOR YANG MEMPENGARUHI PRESTASI BELAJAR MAHASISWA IPB
MUCHAMAD SAPTO ADI WIBOWO
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika
DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
PRAKATA Puji syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya, sehingga penulis dapat menyelesaikan tugas akhir yang berjudul Pemodelan Persamaan Struktural Faktor-Faktor yang Mempengaruhi Prestasi Belajar Mahasiswa IPB. Sholawat serta salam semoga selalu tercurah kepada Rasulullah Muhammad SAW beserta keluarga, sahabat, dan pengikutnya hingga akhir zaman. Keterbatasan dan ketidaksempurnaan membuat penulis membutuhkan bantuan, dukungan, dan semangat dari orang orang secara langsung maupun tidak langsung. Sehingga pada kesempatan ini, penulis menyampaikan rasa terima kasih kepada: 1. Dr. Ir. Budi Suharjo, M.S dan Dr. Ir. Hadi Sumarno, M.S. selaku dosen pembimbing skripsi yang telah sabar dalam membimbing, memberikan ilmu dan perhatian penuh kepada penulis selama penelitian dan proses penulisan skripsi ini. 2. Bapak dan Ibu tercinta atas setiap dukungan baik moral maupun materiil, doa, semangat, senyuman, dan kasih sayang yang tiada henti. Kakak-kakakku (mas Agus, mas Dwi, mbak Tri, mbak Eva, mbak Yuni) dan adikku (Huri) atas doa dan semangatnya 3. Seluruh dosen Departemen Matematika atas ilmu yang telah diberikan kepada penulis. 4. Staf pegawai di lingkungan Departemen Matematika atas layanan terbaik yang telah diberikan kepada penulis. 5. Handanu, Awi, Dendy atas kesediaannya menjadi pembahas pada saat seminar. 6. Saudara saudara seperjuangan Matematika’42 atas tahun-tahun yang menyenangkan dan tak terlupakan. 7. Seluruh mahasiswa Matematika, kakak kelas dan adik kelas yang telah membantu dan memberikan semangat. 8. Semua pihak yang telah banyak membantu selama proses penyelesaian tugas akhir ini. Penulis menyadari masih ada kekurangan dalam tugas akhir ini. Oleh karena itu, kritik dan saran dari berbagai pihak akan sangat membantu menyempurnakan tulisan ini. Akhir kata, besar harapan penulis atas tugas akhir ini agar dapat memberikan manfaat bagi kehidupan ke depan. Bogor, Desember 2010 Muchamad Sapto Adi Wibowo
RIWAYAT HIDUP Penulis merupakan generasi penerus dari pasangan Bapak Sunardi dan Ibu Siti Djuariyah, yang dilahirkan di Semarang pada tanggal 16 September 1987. Penulis bersyukur karena dapat megenyam pendidikan sejak taman kanak kanak hingga perguruan tinggi. TK Nurul Islam Semarang, tempat penulis mengenal indah dan nikmatnya belajar berhitung dan menggambar. Susah, senang, sedih, gembira penulis mulai rasakan ketika menimba ilmu di tingkat yang lebih tinggi yaitu di SDN Purwoyoso 10 Semarang, SLTPN 30 Semarang, SMU Walisongo Semarang. Dan sampailah penulis pada tingkat pendidikan dengan membawa amanah sebagai mahasiswa agent of change di Departemen Matematika Institut Pertanian Bogor. Selama di IPB, penulis sangat tertarik terhadap pengembangan soft skill, ini terlihat dari kegiatan yang pernah diikuti oleh penulis, yaitu di mulai ketika Tingkat Persiapan Bersama (TPB), pada periode (2005/2006) penulis aktif di UKM CENTURY IPB sebagai Staf Divisi Archipelago dan kemudian pada periode (2006/2007) sebagai Staf Divisi Informasi dan Teknologi UKM CENTURY IPB, dan sekaligus sebagai Staf Departemen Kajian Strategi dan Advokasi Badan Eksekutif Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam IPB (BEM-G IPB) serta sebagai Staf Divisi Relasi Serambi Ruhiyah Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam IPB (SERUM-G IPB). Pada tahun 2008, penulis mendapat pengalaman untuk mengaplikasikan ilmunya ketika mengajar matematika di KLINIK PENDIDIKAN MIPA dan BINTANG PELAJAR pada tahun 2010. Alhamdulillah, dari sekian pengalaman yang didapatkan penulis, telah membentuk pribadi penulis semakin lebih baik.
DAFTAR ISI Halaman DAFTAR ISI DAFTAR TABEL ................................................................................................................ ix DAFTAR GAMBAR ........................................................................................................... ix DAFTAR LAMPIRAN ......................................................................................................... ix I PENDAHULUAN Latar Belakang .......................................................................................................... Permasalahan ............................................................................................................. Tujuan Penelitian........................................................................................................
1 1 1
II LANDASAN TEORI Prestasi Belajar ......................................................................................................... Faktor Faktor Prestasi Belajar ................................................................................... Peubah Laten ............................................................................................................. Peubah Eksogen dan Endogen .................................................................................. Peubah Indikator ....................................................................................................... Faktor Loading .......................................................................................................... Model Persamaan Struktural ..................................................................................... Validitas dan Reliabilitas .......................................................................................... Jenis Data Pengukuran .............................................................................................. Metode Penarikan Contoh ......................................................................................... Analisis Lintas .......................................................................................................... Metode Pendugaan Koefisien Model ........................................................................ Evaluasi Model ......................................................................................................... Interpretasi Koefisien Lintas .....................................................................................
2 2 2 2 3 3 3 3 4 4 4 4 5 6
III BAHAN DAN METODE Bahan ........................................................................................................................ Metode ......................................................................................................................
7 7
IV HASIL DAN PEMBAHASAN Profil Responden ....................................................................................................... Construct Reliability .................................................................................................. Pendugaan Parameter Model .................................................................................... Modifikasi Model ...................................................................................................... Analisis Persamaan Struktural ...................................................................................
11 13 16 18 18
V KESIMPULAN Kesimpulan ............................................................................................................... 21 DAFTAR PUSTAKA .......................................................................................................... 22 LAMPIRAN ......................................................................................................................... 23
DAFTAR TABEL Halaman 1. Peubah laten dan indikator .............................................................................................. 9 2. Persentase status responden ............................................................................................ 11 3. Persentase asal SLTA dan status SLTA responden.......................................................... 11 4. Persentase nilai UN dan IPK responden........................................................................... 12 5. Nilai Construct Reliability masing masing Peubah Laten Eksogen ................................. 13 6. Nilai Construct Reliability Peubah Laten Kondisi kesehatan........................................... 13 7. Nilai Construct Reliability Peubah Laten Latar Belakang Pendidikan............................. 14 8. Nilai Construct Reliability Peubah Laten Kemampuan Verbal........................................ 14 9. Nilai Construct Reliability Peubah Laten Latar Belakang Orang tua............................... 14 10. Nilai Construct Reliability Peubah Laten Faktor ekonomi............................................. 15 11. Nilai Construct Reliability Peubah Laten Cita cita akademik ........................................ 15 12. Nilai Construct Reliability Peubah Laten Kegiatan Ekstrakurikuler.............................. 15 13. Nilai Construct Reliability Peubah Laten Kondisi Lingkungan Tempat Tinggal........... 15 14. Nilai Construct Reliability Peubah Laten Kondisi Lingkungan Kampus....................... 16 15. Nilai Construct Reliability Peubah Laten Cara dan Motivasi belajar............................. 16 16. Hasil Uji Kelayakan Model ........................................................................................... 16 17. Hasil Uji Kelayakan Model Modifikasi ......................................................................... 18 18. Hasil Analisis Persamaan Struktural .............................................................................. 18
DAFTAR GAMBAR Halaman 1. Prestasi Akademik Mahasiswa MSL angkatan 42 dan 43 IPB dari jenjang SMU hingga Perguruan Tinggi ............................................................................................................. 1 2. Diagram Tahapan Pengolahan Data ................................................................................ 7 3. Konsep Model Struktural ................................................................................................ 8 4. Persentase jenis kelamin responden ................................................................................. 11 5. Persentase jalur masuk responden ke IPB ....................................................................... 11 6. Persentase pengeluaran responden/bulan ........................................................................ 12 7. Persentase kesesuaian minat jurusan responden............................................................... 12 8. Konsep model menghitung Construct Reliability pada masing masing setiap peubah laten eksogen .......................................................... 13 9. Model struktural faktor-faktor yang mempengaruhi prestasi belajar mahasiswa IPB (standardized solution) ........................................................................... 17 10. Hasil modifikasi model struktural faktor-faktor yang mempengaruhi prestasi belajar mahasiswa IPB (standardized solution) ................................................ 20
DAFTAR LAMPIRAN 1. 2. 3. 4. 5. 6. 7. 8. 9.
Halaman Daya Tampung Departemen di IPB ................................................................................ 23 Penyebaran Mahasiswa Teramati .................................................................................... 24 Rancangan Kuesioner ...................................................................................................... 25 SIMPLIS Project (Uji Kelayakan Model) ........................................................................ 33 Hasil Uji Kelayakan Model.............................................................................................. 34 Konsep Model Modifikasi................................................................................................ 35 SIMPLIS Project (Uji Kelayakan Model) ....................................................................... 36 Hasil Uji Kelayakan Model Modifikasi ........................................................................... 37 Model Hasil Modifikasi (Nilai T) ................................................................................... 38
I PENDAHULUAN Latar Belakang Sebagian besar mahasiswa yang diterima IPB merupakan siswa pilihan hasil penyeleksian melalui jalur USMI (Undangan Seleksi Masuk IPB). USMI adalah suatu jalur penerimaan mahasiswa baru dengan cara menjaring lulusan terbaik SLTA dengan mempertimbangkan nilai matematika, fisika, kimia, dan biologi selama lima semester di SMU. Akan tetapi, tiap tahunnya sebagian mahasiswa IPB mengalami penurunan IPK ketika masuk dalam peralihan jenjang dari SLTA, Tingkat Persiapan Bersama (TPB) ke Program Studi. Sebagai gambaran, di bawah ini diberikan grafik yang memperlihatkan penurunan prestasi belajar pada mahasiswa departemen Manajemen Sumberdaya Lahan (MSL) angkatan 42 dan 43.
Fenomena di atas cukup menarik, karena penurunan prestasi (IPK) yang dialami oleh sebagian mahasiswa IPB begitu banyak dan bervariasi faktor yang melatarbelakanginya. Menurut Ahmadi (1998), prestasi yang dicapai oleh setiap mahasiswa ditentukan oleh kemampuan yang dimiliki mahasiswa dan lingkungan mahasiswa itu sendiri, dengan kata lain prestasi ditentukan oleh faktor internal, faktor yang berasal dari dalam diri mahasiswa dan faktor eksternal, faktor yang berasal dari luar diri mahasiswa. Oleh sebab itu dari begitu banyak dan bervariasinya faktor yang melatarbelakangi penurunan prestasi (IPK) mahasiswa IPB, sehingga perlu dilakukan identifikasi pengaruh dan polanya terhadap prestasi belajar (IPK). Perumusan Masalah Masalah yang diteliti dalam penelitian ini adalah faktor-faktor apa saja yang mempengaruhi prestasi belajar mahasiswa IPB yang dikaitkan dengan prestasi di tingkat SMU.
Gambar 1. Prestasi akademik mahasiswa MSL’42 dan MSL’43 IPB dari jenjang SMU hingga Perguruan Tinggi
Tujuan Penulisan karya ilmiah ini bertujuan : 1. Menentukan faktor-faktor internal dan eksternal yang berpengaruh terhadap prestasi belajar mahasiswa IPB. 2. Membangun model kausalitas yang mampu menghubungkan faktor-faktor yang mempengaruhi prestasi belajar mahasiswa IPB dengan kaidah struktural.
II LANDASAN TEORI Definisi 1 (Prestasi Belajar) Prestasi belajar adalah suatu bukti keberhasilan belajar atau kemampuan seseorang siswa dalam melakukan kegiatan belajarnya sesuai dengan bobot yang dicapainya. [Winkel, 1996] Definisi 2 (Faktor-Faktor yang mempengaruhi prestasi) Untuk mencapai prestasi belajar sesuai dengan yang diharapkan, maka perlu diperhatikan beberapa faktor yang mempengaruhi prestasi belajar, antara lain; faktor yang terdapat dalam diri mahasiswa (faktor internal), dan faktor yang terdiri dari luar mahasiswa (faktor eksternal). Menurut Ahmadi (1998) faktor yang mempengaruhi prestasi belajar mahasiswa itu adalah sebagai berikut : a. Faktor internal Faktor internal ada1ah faktor yang berasal dari dalam diri mahasiswa yang mempengaruhi prestasi belajar. Faktor ini dapat dibagi ke dalam beberapa bagian, yaitu : 1. Faktor lntelegensi Intelegensi dalam arti sempit adalah kemampuan untuk mencapai prestasi 2. Faktor Motivasi Motivasi belajar merupakan suatu dorongan dari dalam diri seorang untuk belajar. 3. Faktor Minat Minat adalah kecenderungan seorang mahasiswa merasa tertarik pada suatu bidang tertentu. 4. Faktor Bakat Bakat adalah kemampuan tertentu yang telah dimiliki seseorang sebagai kecakapan pembawaan. 5. Faktor Keadaan Fisik dan Psikis Keadaan fisik rnenunjukkan pada tahap pertumbuhan, kesehatan jasmani, keadaan alat - alat indera dan lain sebagainya. Keadaan psikis menunjuk pada keadaan stabilitas atau labilitas mental mahasiswa, karena fisik dan psikis yang sehat sangat berpengaruh positif terhadap kegiatan belajar mengajar dan berlaku sebaliknya.
b. Faktor Eksternal Faktor eksternal adalah faktor dari luar diri mahasiswa yang mempengaruhi prestasi belajar. Faktor eksternal dapat dibagi rnenjadi beberapa bagian, yaitu : 1. Faktor Dosen Faktor dosen meliputi cara penyajian pelajaran, hubungan dosen dengan mahasiswa, dan kurikulum. 2. Faktor Lingkungan Keluarga Lingkungan keluarga turut mempengaruhi kemajuan hasil kerja, bahkan mungkin dapat dikatakan menjadi faktor yang sangat penting, karena sebagian besar waktu belajar dilaksanakan di rumah. 3. Faktor Lingkungan Kampus Faktor lingkungan kampus meliputi tersedianya fasilitas dan sarana pelajaran yang rnenunjang keberhasilan dalam proses belajar. 4. Faktor Lingkungan Masyarakat Lingkungan alam sekitar sangat besar pengaruhnya terhadap perkembangan pribadi anak, sebab dalam kehidupan sehari-hari anak akan lebih banyak bergaul dengan lingkungan di mana anak itu berada. Definisi 3 (Peubah Laten) Peubah laten adalah suatu peubah yang tidak dapat diukur secara langsung tetapi dapat diukur melalui satu atau lebih peubah indikator, misalnya : motivasi belajar seseorang tidak akan pernah dapat diukur secara tepat, tetapi dengan menanyakan beberapa pertanyaan dapat diperoleh beberapa aspek dari motivasi belajar seseorang. Jawaban dari setiap pertanyaan memberikan kelayakan yang akurat untuk mengukur peubah laten untuk setiap individu. [Hair et al, 1998] Definisi 4 (Peubah Eksogen dan Peubah Endogen) Peubah eksogen adalah sutau peubah yang hanya berperan sebagai penduga atau “sebab” untuk peubah lainnya di dalam suatu model dan di dalam diagram path, peubah eksogen ditandai dengan tidak ada tanda panah yang menuju ke arahnya. Sedangkan peubah endogen adalah peubah tidak bebas atau paling sedikitnya memiliki satu hubungan sebab akibat dan di dalam diagram path, peubah endogen ditandai dengan satu atau
3
lebih tanda panah yang menuju padanya. [Hair et al, 1998] Definisi 5 (Peubah Indikator) Peubah indikator adalah peubah penyusun dari suatu peubah laten atau merupakan peubah yang digunakan untuk mengukur peubah laten. Dari peubah-peubah indikator penyusun inilah dapat diperoleh informasi mengenai suatu peubah laten. [Prasetyo, 2006] Definisi 6 (Faktor Loading) Faktor Loading adalah nilai yang menyatakan hubungan-hubungan antara peubah laten dengan peubah indikatornya. Faktor Loading memiliki rentangan nilai dari 1 sampai dengan 1, seperti koefisien korelasi. [Hardjodipuro, 1984] Definisi 7 (Model Persamaan Struktural) Model persamaan struktural adalah suatu model berupa gabungan dari analisis faktor dan regresi berganda yang dapat digunakan untuk menguji serangkaian hubungan dependen yang terdiri dari beberapa struktur secara serentak. [Hair et al, 1998] Model persamaan struktural mempunyai bentuk yang kompleks, sehingga dalam perhitungannya tidak dapat dilakukan dengan manual. Salah satu program statistik yang digunakan dalam perhitungan pemodelan persamaan struktural adalah Lisrel. Program Lisrel pertama kali diperkenalkan oleh Karl Joreskog pada tahun 1970. Lisrel digunakan karena penilaiannya dengan kemungkinan maksimum yang didasarkan dari data yang multinormal, dan mampu mengolah data yang memiliki hubungan yang rumit dan kompleks. [Owik, 2005] Asumsi yang mendasari analisis pemodelan persamaan struktural antara lain: ε tidak berkorelasi dengan η a. b.
δ tidak berkorelasi dengan ξ
c. d.
ζ tidak berkorelasi dengan ξ ε , δ ,dan ζ saling bebas
Menurut Garson (2006) terdapat dua model yang membangun pemodelan persamaan struktural, yaitu model struktural dan model pengukuran.
Model Struktural Model struktural menggambarkan hubungan antara peubah laten eksogen dengan endogen. Model persamaan struktural dapat dituliskan sebagai berikut:
= + +
(1)
dengan : η = Vektor peubah laten tak bebas (latent endogenous) berukuran mxl ξ = Vektor peubah laten bebas (latent eksogenous) berukuran nxl β = Matriks koefisien dari η berukuran mxm
Γ = Matriks koefisien dari ξ berukuran mxn ζ = Vektor sisaan hubungan antara η dan ξ berukuran mxl Model Pengukuran Menurut Dillon (1984) model pengukuran dapat digambarkan oleh dua persamaan, yang menentukan hubungan antara peubah laten endogen dengan peubah indikator dan antara peubah laten eksogen dengan peubah indikator secara berturut-turut. Model persamaan pengukuran untuk peubah eksogen dituliskan sebagai berikut : y y
(2)
x x
(3) dengan : y = Vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah indikator) bagi η berukuran pxl x = Vektor-vektor peubah indikator yang dapat diamati secara langsung (peubah indikator) bagi ξ berukuran qxl ε = Vektor-vektor galat pengukuran dari y dan x dengan ukuran masing masing pxl δ = Vektor-vektor galat pengukuran dari y dan x dengan ukuran masing masing qxl Λ y = Matriks berukuran pxm
Λ x = Matriks berukuran qxn Definisi 8 (Validitas dan Reliabilitas) Validitas dapat diartikan sebagai kemampuan suatu alat ukur dalam menggali informasi yang ingin didapatkan dari responden secara tepat mengenai hal yang ingin diukur sesuai dengan tujuan penelitian.
4
Reliabilitas adalah kekonsistenan suatu hasil pengukuran dalam mengukur nilai pada suatu obyek. [Key, 1997] Untuk menduga nilai reliabilitas untuk masing masing peubah laten digunakan nilai construct reliability, yaitu, dihitung dengan menggunakan rumus sebagai berikut:
2
std.i Constructreliability 2 std.i ei Dengan std.λi adalah nilai factor loading yang telah distandarkan dan ei adalah error pengukuran untuk peubah indikator ke-i dalam satu peubah laten. Nilai reliabilitas yang disarankan adalah 0,7. [Wijanto, 2008] Definisi 9 (Jenis Data Pengukuran) Data pengukuran dapat dibagi menjadi empat jenis, yaitu : rasio, interval, ordinal, dan nominal. [Sharma, 1996] Data Rasio Data rasio merupakan data yang dapat diperbandingkan secara eksak. Data Interval Data interval dicirikan dengan kisaran, dan merupakan data yang dapat diperbandingkan, namun tidak secara eksak. Data Ordinal Data ordinal menunjukkan sebuah tingkatan, dari sebuah objek secara kuantitaif. Data Nominal Data nominal merupakan data yang bersifat mengelompokan, yaitu biasanya ditunjukkan dengan angka 1 dan 2. [Furqon, 2008] Metode Penarikan Contoh Secara umum, ada dua jenis teknik pengambilan sampel yaitu, probability sampling dan nonprobability sampling. Probability sampling adalah teknik pengambilan contoh yang memberikan peluang atau kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini meliputi Simple Random Sampling, Stratified Random Sampling, Systematic Random Sampling, Cluster Sampling.
Stratified Random Sampling Pengambilan sampel yang dilakukan secara acak di setiap strata yang ada di dalam populasi. Non Probability sampling adalah teknik pengambilan contoh yang tidak memberikan peluang atau kesempatan yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini terdiri Accidental Sampling, Purposive Sampling, Quote Sampling, Snowball Sampling. [Trochim, 2006] [List, 2007] Analisis Lintas Analisis lintas adalah suatu metode yang berupaya untuk menganalisa sistem pada persamaan struktural. Tujuan dari analisis lintas adalah untuk menerangkan akibat langsung dan tidak langsung dari beberapa peubah sebagai peubah sebab terhadap beberapa peubah lainnya sebagai peubah akibat. Pengaruh tak langsung dari 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]. Metode Pendugaan Koefisien Model Metode yang dapat digunakan untuk menduga koefisien pada model persamaan struktural diantaranya adalah metode kemungkinan maksimum (maximum likelihood: ML), metode kuadrat terkecil tanpa pembobot (unweighted least square: ULS), metode kuadrat terkecil terboboti (weighted least square: WLS), dan metode kuadrat terkecil umum (Generalized Least Square: GLS). Metode Kemungkinan Maksimun (ML) Menurut Garson (2006) sejauh ini model yang paling sering digunakan untuk menduga koefisien model persamaan struktural adalah metode kemungkinan maksimum. Tujuan dari metode ini adalah meminimumkan fungsi: -1 FML log tr S -log S - p q
dengan asumsi S dan ∑( ) adalah matriksmatriks definit positif, sedangkan p+q adalah banyaknya peubah teramati dalam model.
5
Pada metode ML diasumsikan bahwa peubah indikator adalah peubah yang datanya menyebar normal ganda sehingga akan menghasilkan penduga kemungkinan maksimum yang efisien untuk ukuran contoh yang cukup besar. Menurut Bollen (1989), penduga ML mempunyai sifat-sifat penting yaitu tak bias secara asimtotis (ada kemungkinan berbias pada ukuran contoh yang kecil), konsisten, efisien secara asimtotis, invarian terhadap skala pengukuran (suatu pengukuran tidak mempengaruhi nilai dugaan parameter model). Evaluasi Model Untuk mengetahui kesesuaian atau kecocokan suatu model, diperlukan beberapa uji. Uji yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Uji Khi-kuadrat (Chi-Square test) Ukuran kebaikan ini pada dasarnya merupakan pengujian seberapa dekat matriks hasil dugaan dengan matriks data asal. Uji Statistik khi-kudrat dinotasikan digunakan untuk melakukan hipotesis berikut.
H 0 : ( )
H1 : ( )
Dengan Σ adalah matriks input, sedangkan Σ(θ) adalah matriks hasil dugaan. Hipotesis H0 menyatakan bahwa matriks dugaan dari model persamaan struktural mampu mengepas data dengan baik, sedangkan H1 berlaku sebaliknya. χ2 bersifat sensitif terhadap besarnya contoh yang digunakan, oleh karena itu bila ukuran contoh lebih dari 200 maka harus didampingi alat uji lainnya. [Hair et al., 1995; Tabachinck&Ridell, 1996 dalam Ferdinand, 2000] 2. Goodness of Fit Index (GFI) Ukuran Goodnes of Fit Index (GFI) mirip dengan R2 pada analisis regresi biasa, yang pada dasarnya merupakan ukuran seberapa besar model mampu menerangkan keragaman data. Formula GFI adalah :
1 tr ˆ S 1
GFI 1
r( r 1) (1 GFI) 2d b
AGF I 1
1 tr ˆ S
2
2
Model dengan GFI ≥ 0.90 dapat dikatakan model sudah didukung oleh data. [Sharma,1996] 3. Root Mean Square Residual (RMSR) RMSR didefinisikan sebagai berikut: 牣
=
2
(
( − ) + )( + + 1)
RMSR merupakan akar dari rata-rata sisaan kuadrat, dimana sisaannya adalah selisih antara matriks input dengan matriks hasil dugaan (Hair et al., 1998). RMSR digunakan untuk membandingkan dua model dari data yang sama (Dillon dan Goldstein, 1984). Model yang mempunyai RMSR lebih kecil dibandingkan dengan model lainnya dikatakan model tersebut lebih baik dalam mengepas data. 4. Root Mean Square Error Approximation (RMSEA) Nilai RMSEA merupakan ukuran ketidakcocokan suatu model, sehingga diharapkan nilainya kecil.
RMSEA
2 db ( n 1) db
dengan adalah nilai khi-kuadrat model, db adalah derajat bebas dan n adalah ukuran sampel. Suatu model dapat dikatakan cocok dengan data apabila nilai RMSEA ≤ 0.08 [Hair et al., 1995] 5. Adjusted Goodness of Fit Index (AGFI) Ukuran Adjusted Goodness of Fit Index (AGFI) merupakan modifikasi dari GFI dengan mengakomodasi derajat bebas model dengan model lain yang dibandingkan. Formula AGFI adalah : k ( k 1) [1 GFI ] 2 db
AGFI 1
Model yang sesuai dengan data empiris adalah model dengan nilai AGFI ≥ 0.90. [Sharma, 1996] 6. Non-normed Fit Index (NNFI) NNFI awalnya dikembangkan sebagai rata-rata dalam mengevaluasi analisis faktor, kemudian dipakai dalam model persamaan struktural. NNFI mengkombinasi sebuah ukuran parsimonius ke dalam indeks
6
perbandingan antara model yang diusulkan dengan model awal (null model).
2 2 proposed null df df null proposed NNFI 2 null 1 df null
Nilai yang dianjurkan untuk NNFI adalah 0.90 atau lebih. [Hair et al, 1998] 7. Normed Fit index (NFI) NFI mengukur kesesuaian relatif antara model yang diusulkan dengan model awal.
Formula 2 2 null proposed NFI 2 null
Kriteria: NFI ≥ 0.90 [Hair et al, 1998] Interpretasi Koefisien Lintas Hubungan antara peubah laten dengan peubah indikator dapat diinterpretasikan seperti interpretasi nilai standardized factor loading. Interpretasi nilai standardized factor loading adalah seberapa besar kontribusi factor loading yang sudah distandardisasikan terhadap peubah tak bebas. [Dillon dan Goldstein, 1984]
III BAHAN DAN METODE Bahan Data yang digunakan dalam penelitian ini adalah data yang diperoleh dari hasil pengisian kuesioner sioner oleh responden yaitu mahasiswa strata satu seluruh fakultas di Institut Pertanian Bogor dari angkatan 42 hingga 44. Pengumpulan data dengan menggunakan stratified random sampling. sampling Berdasarkan penelitian yang dilakukan, diketahui bahwa jumlah populasii besar, oleh karena itu rumus yang digunakan adalah
[Walpole dkk, 1995] Keterangan: n : jumlah contoh yang akan diteliti : nilai yang ditentukan oleh dugaan interval keyakinan σ : simpangan baku е : galat at atau kesalahan contoh yang diinginkan peneliti dalam hal ini peneliti menentukan jumlah contoh yang diinginkan adalah sebesar 230 mahasiswa, dengan diketahui contoh uji pendahuluan dari n=30 mahasiswa MSL diperoleh simpangan baku IPK (σ) ( adalah 0.48, dan an diinginkan interval keyakinannya 95%, sehingga berdasarkan hasil perhitungan besarnya galat (e)) adalah 0.06, jadi dapat diartikan bahwa perbedaan antara nilai tengah IPK mahasiswa contoh dengan nilai tengah IPK yang sesungguhnya tidak lebih dari 0.06. =
dilakukan perhitungan untuk menentukan seberapa banyak contoh untuk masing masing fakultas, yang dapat apat dilihat pada Lampiran 2. Dalam penelitian ini peubah laten endogen yang diamati adalah prestasi yang dibangun oleh peubah indikator, yaitu IPK. Peubah peubah laten eksogen yang memiliki pengaruh terhadap prestasi adalah sebagai berikut: 1. Kondisi Kesehatan 2. Latar Belakang Pendidikan 3. Kemampuan Verbal 4. Latar Belakang Orang tua 5. Faktor Ekonomi 6. Cita-Cita Akademik 7. Kegiatan Ekstrakurikuler 8. Kondisi Lingkungan Tempat Tinggal 9. Kondisi Lingkungan Kampus 10. Cara dan Motivasi Belajar Metode Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Pembuatan kuesioner, yang dapat dilihat pada Lampiran 3. 2. Pengambilan data melalui pengisian kuesioner oleh responden, yaitu mahasiswa IPB angkatan 42 hingga 44 yang sudah ditentukan sebelumnya. 3. Analisis data: Secara garis aris besar, tahapan pada penelitian ini dapat dijelaskan melalui Gambar 2, yaitu sebagai berikut:
= 0.06
Berdasarkan daya tampung program studi pada Lampiran 1 dan banyaknya jumlah contoh yang ingin diamati tersebut, dapat Spesifikasi Model Pengujian Kesesuaian Model
Model Prestasi Belajar
Ya
Sesuai?
a. Spesifikasi model, pada tahapan ini merupakan pembentukan model awal persamaan struktural. Konsep model persamaan struktural dapat dilihat pada Gambar 3
Indetifikasi Model Pendugaan Parameter
Tidak
Gambar 2. Diagram Tahapan Pengolahan Data
Respesifikasi Model
8
Gambar 3. Konsep Model Struktural
9
Tabel 1. Peubah laten dan indikator Peubah Laten
Kondisi Kesehatan (KON_SHT)
Latar Belakang Pendidikan (LTR_PDDK) Kemampuan Verbal (KEM_VRBL)
Latar Belakang Orang tua (LTR_ORTU)
Faktor Ekonomi (FAK_EKO) Cita cita Akademik (CITA_AKD) Kegiatan Ektrakurikuler (KEG_EKSL) Kondisi Lingkungan Tempat Tinggal (KON_TGL)
Kondisi Lingkungan Kampus (KON_KMPS)
Cara dan Motivasi Belajar (CARA_BLJ) Prestasi (PRES)
Indikator Deskripsi Mengidap penyakit Banyak penyakit Jenis penyakit Kebiasaan sarapan Kebiasaan merokok Rutinitas berolahraga Asal SLTA Status SLTA Nilai UN Kemampuan berbahasa Inggris Tingkat kemampuan berbahasa Inggris Kelengkapan orang tua Orang tua yang masih ada Banyak saudara tanggungan Pendidikan terakhir ayah Pendidikan terakhir ibu Pekerjaan ayah Pekerjaan ibu Sumber pemasukan bulanan Banyak sumber pemasukan bulanan Kelancaran kiriman Rata rata pemasukan per bulan di luar biaya kos Rata rata pengeluaran per bulan di luar biaya kos Kesesuaian jurusan Cita-cita pendidikan terkhir yang ingin dicapai Keikutsertaan kegiatan ekstrakurikuler Jenis kegiatan ekstrakurikuler yang diikuti Banyak kegiatan ekstrakurikuler yang diikuti Keaktifan dalam kegiatan ekstrakurikuler Tempat tinggal Jumlah teman sekamar Fasilitas tempat tinggal Keramaian tempat tinggal Jarak tempat tinggal dengan kampus Kenyamanan ruang kuliah Kenyamanan ruang praktikum Kelengkapan Fasilitas kuliah Kelengkapan Fasilitas praktikum Kesesuaian materi kuliah dengan ujian Penyampaian materi Cara belajar Preferensi lingkungan belajar Kebiasaan jadwal belajar Alokasi waktu belajar Keaktifan mencari bahan penunjang kuliah IPK
Lambang X11 X12 X13 X14 X15 X16 X21 X22 X23 X31 X32 X41 X42 X43 X44 X45 X46 X47 X51 X52 X53 X54 X55 X61 X62 X71 X72 X73 X74 X81 X82 X83 X84 X85 X91 X92 X93 X94 X95 X96 X101 X102 X103 X104 X105 Y11
10
b. Identifikasi model, pada tahapan ini dimaksudkan untuk memastikan model yang akan diuji bukan buka merupakan model under-identified, identified, yaitu model yang memiliki df < 0, artinya model tersebut tidak memiliki solusi. Model yang diharapkan adalah model yang memiliki solusi, yaitu model justidentified dan model over-identified. Model just-identified identified merupakan model yang memiliki df = 0, artinya model tersebut memiliki solusi tunggal, dan model yang lebih disukai adalah model over-identified, identified, model yang memiliki df > 0, artinya model tersebut memiliki solusi banyak. banyak Identifikasi model dilakukan dengan memeriksa memer banyaknya peubah indikator yang ada dalam model (p+q), dan banyaknya parameter model yang akan diestimasi (t).
dengan: p : Banyaknya peubah indikator dari peubah laten eksogen dalam model q : Banyaknya peubah indikator dari peubah laten endogen dalam dala model
c.
d.
e. f.
g.
t : Banyaknya parameter model yang akan diestimasi Pendugaan Parameter, dimaksudkan untuk memperoleh statistik model yang diusulkan dengan tahapan: membentuk matriks kovarian dari data input, mengestimasi parameter model dengan metode MLE (Maximum Likelihood). Analisis model pengukuran, pada tahap ini dilakukan uji reliabilitas dengan menggunakan construct reliability dan uji kecocokan dengan menggunakan Khi-kuadrat, kuadrat, GFI, RMSR, RMSEA, AGFI, NNFI, NFI. Pengujian koefisien model dengan menggunakan uji-T. T. Respesifikasi model dengan menghilangkan koefisien jalur yang tidak berarti atau menambah jalur pada model yang didasarkan kepada hasil empirik. Tujuan respesifikasi atau modifikasi model adalah mencari model yang sesederhana mungkin untuk mendapatkan an model yang sesuai dengan data dan mampu menjelaskan fenomena yang diteliti. Interpretasi hasil
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)
21
V KESIMPULAN 1. Berdasarkan analisis, faktor-faktor yang mempengaruhi prestasi adalah: a. Faktor Internal Mengidap penyakit, Banyak penyakit yang pernah diderita, Jenis penyakit Kemampuan berbahasa inggris, Tingkat kemampuan berbahasa inggris Cara belajar, Kebiasaan jadwal belajar b. Faktor Eksternal Status SLTA Kelengkapan orang tua, Orang tua yang meninggal, Pekerjaan Ayah Kesesuaian jurusan Keikutsertaan kegiatan ekstrakurikuler, Jenis kegiatan
ekstrakurikuler, Banyak kegiatan ekstrakurikuler yang diikuti, Keaktifan dalam kegiatan ekstrakurikuler Tempat tinggal, Jarak tempat tinggal dengan kampus Kenyamanan ruang kuliah, Kenyamanan ruang praktikum, Kelengkapan fasilitas kuliah, Kelengkapan fasilitas praktikum, Kesesuaian materi kuliah dengan ujian, Penyampaian materi oleh dosen 2. Berdasarkan analisis, diperoleh bahwa terdapat dua peubah laten yang signifikan terhadap Prestasi belajar, yaitu Latar belakang pendidikan dan Kemampuan Verbal.
22
DAFTAR PUSTAKA Ahmadi. 1998. Pengertian Prestasi. (http://www.scribd.com/doc/36156671/pen gertian-prestasi.htm). [4 Juni 2009] Bolen, K. A. 1989. Structural Equations with Latent Variables. Canada: John Willey and Sons. Dillon, W. R. and Goldstein, M. 1984. Multivariate Analysis Method and Applications. Canada: John Wiley & Sons. Ferdinand, A. 2000. Structural Equation Modeling Dalam Penelitian Manajemen. Badan penerbit Universitas Diponegoro, Semarang Furqon. 2008. Statistika Terapan. Alfabeta. Jakarta. Garson, G. D. 2006. Path Analysis. (http://www.statisticsolutions.com/index.h tm/path_analysis.htm). [27 September 2009 ] Gasperz, V. 1986. Classical and Modern Regression with applications. Ed. 2. PWSKent. Boston. Hair, J. F, et al. 1995. Multivariate Data Analysis with Reading 4th Edition. New Jersey: Prentice-Hall, inc. Hair, J. F, Anderson R.E, Tatham R.L and Black W.C. 1998. Multivariate Data Analysis with Reading 5th Edition. New Jersey: Prentice-Hall, Inc. Hardjodipuro, S. 1984. Aplikasi Komputer dan Analisis Multivariat: Analisis Faktor.
Institut Keguruan dan Ilmu Pendididkan Jakarta. Jakarta Joreskog, K. G and Sorbom, D. 1999. Lisrel 8 New Statistical Features. SSf, Chicago. Key, J. P. 1997. Reliability and Validity. (http://www.okstate.edu/ag/agedcm4h/aca demic/aged5980a/5980/newpage18.htm). [27 Juni 2009] List, D. 2007. Sampling For Surveys. (http://www.statpac.com/surveys/sampling .htm). [6 September 2009] Owik. 2005. Lisrel untuk Analisis Multivariat. (http://www.pintynet.com). [12 Februari 2010] Prasetyo, D. 2006. Model Persamaan Struktural Untuk Indikator Indonesia Sehat 2007. Skripsi. Jurusan Matematika FMIPA UI, Depok. Sharma, S. 1996. Applied Multivariate Techniques. Canada: John Willey and Sons. Trochim, W. M. K. 2006. Nonprobability Sampling. (http://www.socialresearchmetods.net/kb/s ampnon.htm). [6 September 2009] Wijanto, S. H. 2008. Structural Equation Modeling dengan Lisrel 8.8. Graha Ilmu. Yogyakarta. Winkel. 1997. Teori belajar winkle. (http://episentrum.com/search/teori%20bel ajar%20winkel.htm). [4 Juni 2009]
LAMPIRAN
23
LAMPIRAN 1. Daya Tampung Departemen di IPB
Fakultas
Departemen Ilmu Tanah dan Sumberdaya Lahan
FAPERTA
FKH
FPIK
FAPET
FAHUTAN
FATETA
FMIPA
FEM
FEMA
Daya Tampung Mahasiswa 110
Agronomi dan Hortikultura
120
Proteksi Tanaman
70
Arsitektur Lanskap
60
Kedokteran Hewan
110
Budidaya Perairan
70
Manajemen Sumberdaya Perairan
70
Teknologi Hasil Perairan
70
Pemanfaatan Sumberdaya Perairan
70
Ilmu Teknologi Kelautan
70
Ilmu Produksi dan Teknologi Peternakan
100
Ilmu Nutrisi dan Teknologi Pakan
80
Manajemen Hutan
60
Hasil Hutan
70
Konservasi Sumberdaya Hutan dan Ekowisata
90
Silvikultur
60
Teknik Pertanian
110
Ilmu dan Teknologi Pangan
110
Teknologi Industri Pertanian
110
Statistika
60
Geofisika dan Meteorologi
45
Biologi
100
Kimia
80
Matematika
70
Ilmu Komputer
100
Fisika
45
Biokimia
60
Ilmu Ekonomi
100
Manajemen
120
Agribisnis
100
Ekonomi Sumberdaya Lahan
60
Gizi dan Masyarakat
70
Ilmu Keluarga dan Konsumen
50
Komunikasi dan Pengembangan Masyarakat
90
TOTAL
2760
24
LAMPIRAN 2. Penyebaran Mahasiswa Teramati
Fakultas
Departemen
Mahasiswa yang teramati Prestasi Prestasi Prestasi turun konstan naik
Ilmu Tanah dan Sumberdaya Lahan FAPERTA
Agronomi dan Hortikultura Proteksi Tanaman
21
5
5
7
2
0
23
2
6
10
0
6
14
1
8
11
3
13
35
4
6
19
5
6
14
0
4
Arsitektur Lanskap FKH
Kedokteran Hewan Budidaya Perairan
FPIK
Manajemen Sumberdaya Perairan Teknologi Hasil Perairan Pemanfaatan Sumberdaya Perairan
FAPET
Ilmu Teknologi Kelautan Ilmu Produksi dan Teknologi Peternakan Ilmu Nutrisi dan Teknologi Pakan Manajemen Hutan
FAHUTAN
Hasil Hutan Konservasi Sumberdaya Hutan dan Ekowisata Silvikultur Teknik Pertanian
FATETA
Ilmu dan Teknologi Pangan Teknologi Industri Pertanian Statistika Geofisika dan Meteorologi Biologi
FMIPA
Kimia Matematika Ilmu Komputer Fisika Biokimia Ilmu Ekonomi
FEM
Manajemen Agribisnis Ekonomi Sumberdaya Lahan Gizi dan Masyarakat
FEMA
Ilmu Keluarga dan Konsumen Komunikasi dan Pengembangan Masyarakat TOTAL
230
25
LAMPIRAN 3. Kuesioner
Kode Tgl
KUESIONER PENELITIAN PEMODELAN PERSAMAAN STRUKTURAL FAKTOR INTERNAL DAN EKSTERNAL PRESTASI BELAJAR MAHASISWA IPB
Saya Muchamad Sapto Adi Wibowo, mahasiswa Departemen Matematika angkatan 42. Saat ini saya sedang melakukan penelitian mengenai Pemodelan Persamaan Struktural Faktor Internal dan Eksternal Prestasi Belajar Mahasiswa IPB, untuk itu saya mohon bantuan dari rekan-rekan untuk mengisi kuesioner yang telah disediakan berikut ini secara lengkap dan personal. Atas bantuan dan kerjasama rekan-rekan, saya mengucapkan terima kasih. DATA DIRI RESPONDEN A.1 A.2 A.3 A.4
Nama NRP Usia Jenis kelamin
: : : :
A.5 Anak ke
:
A.6 Status
:
A.7 Kewarganegaraan : A.8 Jalur masuk IPB
:
A.9 No. Hp konfirmasi!)
:
1
Laki laki
2
Perempuan Saudara
dari 1
Single
2
Pacaran
1
WNI
2
WNA
1
USMI
2
SPMB
3
Nikah
3
PIN
4
BUD
(Mohon jangan dikosongkan, untuk
KONDISI KESEHATAN B.1 Apakah Anda saat ini atau sebelumnya menderita penyakit di bawah ini? Hipertensi DBD 2 Tipus 3 Migran 4 Lainnya (Sebutkan!) 5 B.2 Berdasarkan B.1, Apakah penyakit tersebut mempengaruhi kegiatan belajar Anda? Jantung Paru paru Liver Diabetes Hepatitis
1
Sangat mempengaruhi Mempengaruhi Tidak mempengaruhi Sangat tidak mempengaruhi
1 2 3 4
1 2 3 4 5
26
B.3 Apakah Anda sampai saat ini memiliki kebiasaan sarapan pagi? (Mohon berikan alasannya!) Ya
Tidak
1
2
B.4 Apakah Anda sampai saat ini memiliki kebiasaan merokok? (Mohon berikan alasannya!) \
Ya
Tidak
1
2
Jika Ya. Lanjut ke B.5. Selainnya. Lanjut ke B.7. B.5 Sejak kapan Anda memiliki kebiasaan merokok? SD SLTA 1 SLTP 2 B.6 Berapa banyak batang rokok yang Anda habiskan dalam sehari?
3
11 - 15 batang rokok/hari 1 - 5 batang rokok/hari 1 6 - 10 batang rokok/hari 2 B.7 Apakah Anda sampai saat ini rutin berolah raga? (Mohon berikan alasannya!) Sangat rutin Rutin
1 2
Tidak rutin Tidak pernah
3
1 2
LATAR BELAKANG PENDIDIKAN C.1 Dari manakah asal SLTA Anda? Pulau Jawa dan sekitarnya Pulau Sumatera dan sekitarnya Pulau Kalimantan dan Sekitarnya Pulau Sulawesi dan sekitarnya Pulau Bali/Nusa Tenggara dan sekitarnya Kepulauan Maluku dan sekitarnya Pulau Irian dan sekitarnya Lainnya (Sebutkan!) C.2 Apakah status SLTA Anda? Negeri unggulan 1 Negeri non-unggulan 2 C.3 Apakah jurusan Anda di SLTA? IPA
1
1 2 3 4 5 6 7 0
Swasta unggulan Swasta non-unggulan IPS
2
1 2
27
C.4 Pernahkah Anda tinggal kelas? Ya
Tidak
1
2
Jika Ya. Lanjut ke C.5. Selainnya. Lanjut ke D.1 C.5 Pada saat kapankah Anda tinggal kelas? SD SLTP
SLTA
1
3
2
C.6 Faktor apakah yang melatarbelakangi Anda tinggal kelas? Sakit Lainnya(sebutkan!)
Kecelakaan
1
2
0
INTELEGENSI D.1 Apakah Anda memiliki kemampuan berbahasa inggris? Ya 1 Jika Ya. Lanjut ke D.2
Tidak
2
Selainnya. Lanjut ke E.1 D.2 Bagaimanakah kemampuan berbahasa inggris yang Anda miliki? (boleh pilih lebih dari satu) Conversation Reading
Writing
1
3
2
KONDISI KELUARGA E.1 Apakah Orang tua Anda masih lengkap? Ya
Tidak
1
2
Jika Ya. Lanjut ke E.3 Selainnya. Lanjut ke E.2 E.2 Manakah dari kedua orang tua yang masih ada? Ayah Ibu
Meninggal semua
1
3
2
E.3 Berapakah jumlah saudara kandung Anda yang masih menjadi tanggungan keluarga? ≥ 3 orang 2 orang
1 orang
1 2
E.4 Apakah pendidikan terakhir orang tua Anda? SD/SMP SMU/SMK Diploma Sarjana Pascasarjana Lainnya (Sebutkan!)
Ayah
Ibu
1
1
2
2
3
3
4
4
0
0
5
5
3
28
E.5 Apakah pekerjaan orang tua Anda? Pegawai Negri Sipil ABRI Pegawai swasta Wiraswasta Petani Tidak bekerja/Pensiunan Lainnya(Sebutkan!)
Ayah
Ibu
1
1
2
2
3
3
4
4
5
5
6
6
0
0
E.6 Apakah jabatan pekerjaan orang tua Anda? Direktur/Kepala Pusat Manager/Kepala Bidang Kepala Seksi Staf Lainnya(Sebutkan!)
Ayah
Ibu
1
1
2
2
3
3
4
4
5
5
E.7 Berapakah gaji orang tua Anda sebulan? Ayah
Ibu
1
1
2
2
3
3
4
4
5
5
≤ Rp 1.000.000 Rp 1.000.000 < Gaji ≤ Rp 2.000.000 Rp 2.000.000 < Gaji ≤ Rp 3.000.000 Rp 3.000.000 < Gaji ≤ Rp 4.000.000 > Rp 4.000.000 FAKTOR EKONOMI
F.1 Dari manakah sumber pemasukan bulanan Anda? (boleh pilih lebih dari 1 ) Orang tua Orang tua wali Beasiswa Biaya sendiri (kerja part time, mengajar, bisnis, atau lainnya)
1 2 3 4 5
Jika orang tua atau orang tua wali. Lanjut ke F.2. Selainnya. Lanjut ke F.4.
F.2 Bagaimanakah kelancaran pemberian uang dari orang tua / orang tua wali Anda? Lancar Terkadang terlambat
1 2
Sering terlambat Selalu terlambat
3 4
F.3 Apakah kendala kelancaran pemberian uang tersebut mempengaruhi kegiatan belajar Anda? 3 Sangat mempengaruhi Tidak mempengaruhi 1 Mempengaruhi Sangat tidak mempengaruhi 4 2 F.4 Berdasarkan F.1, Berapakah rata-rata jumlah uang pemasukan yang Anda terima atau
dapatkan dalam sebulan (di luar biaya kos)? < Rp 250.000 Rp 250.000 ≤ jumlah < Rp 500.000
1 2
29
3 Rp 500.000 ≤ jumlah < Rp 750.000 4 ≥ Rp 750.000 F.5 Berapakah rata-rata jumlah pengeluaran Anda dalam sebulan (di luar biaya kos)?
< Rp 400.000 Rp 400.000 ≤ jumlah < Rp 600.000 Rp 600.000 ≤ jumlah < Rp 800.000 ≥ Rp 800.000
1 2 3 4
CITA CITA AKADEMIK G.1 Apakah minat program studi (jurusan) Anda sebelum masuk program studi yang Anda jalani sekarang? (Mohon berikan alasannya!)
G.2 Apakah Anda merasa sesuai dengan program studi yang sekarang Anda jalani? (Mohon berikan alasannya!) Sangat sesuai Sesuai
1 2
Tidak sesuai Sangat tidak sesuai
3 4
G.3 Apakah cita cita pendidikan terakhir yang Anda inginkan? (Mohon berikan alasannya!) Sarjana Master
1 2
Doktor Profesor
3 4
KEGIATAN EKSTRAKURIKULER H.1 Apakah saat ini dan sebelumnya Anda mengikuti kegiatan ekstrakurikuler? (Mohon berikan alasannya!) Ya
1
Jika Ya. Lanjut ke H.2 Jika Tidak. Lanjut ke I.1
Tidak
2
30
H.2 Jenis ekstrakurikuler apakah yang Anda ikuti? (boleh pilih lebih dari 1 ) 1
UKM bidang Olah raga
: FUTSAL, SEPAK BOLA, BASKET, VOLI, BULUTANGKIS, TENIS MEJA, TENIS LAPANG, CATUR, PANAHAN
2
UKM bidang Bela diri
: SATYA BUANA, TARUNG DERAJAT, SEROJA PUTIH, PERISAI DIRI, TAEKWONDO, THIFAN PO KHAN, MERPATI PUTIH, BANDUNG KARATE CLUB, TAPAK SUCI
3
UKM bidang Budaya dan seni
4 5
6 7 8 9 10
: AGRIASWARA, TEATER, GENTRA KAHEMAN, MAX UKM bidang Keilmuan dan bahasa: FORCES, IAAS, IDC UKM bidang Keagamaan : DKM AL-HURRIYYAH, BKIM, LDF, IMT, IM3, KEMAKI, PMK, KMHD, KMBA UKM bidang Kewirausahaan : KOPMA, CENTURY UKM bidang Jurnalistik : GEMA ALMAMATER, KORAN KAMPUS UKM bidang Lingkungan Hidup : LAWALATA, UNIT KONSEVASI FAUNA UKM bidang Minat khusus : PRAMUKA, KSR-PMI, ASPECT, ZINGIBER, MENWA, Organisasi kemahasiswaan : BEM, Himpro, Omda, KAMMI
H.3 Status keanggotaan Anda dalam ektrakurikuler yang pernah atau sedang Anda ikuti? ( I menunjukkan Ektrakurikuler yang menjadi prioritas utama, dan Ekstrakurikuler yang seterusnya II, III ) Ekstrakurikuler I II III BPH (Ketua umum, Wakil ketua, Sekretaris, Bendahara) 1 1 1 Ketua divisi 2 2 2 Staf anggota 3
3
H.4 \Apakah Anda aktif di setiap kegiatan ektrakurikuler yang Anda ikuti? Ya
1
Jika Ya. Lanjut ke H.5 Jika Tidak. Lanjut ke I.1
Tidak
2
3
31
H.5 Banyak kegiatan ektarkurikuler atau kepanitiaan yang Anda ikuti selama kuliah? Periode Kegiatan Contoh: Tingkat 1
Kepanitiaan COPA TPB, Latihan Futsal/mingu, Latihan Basket/minggu, Latihan Aikido/minggu
KONDISI LINGKUNGAN TEMPAT TINGGAL I.1 Dimanakah Anda bertempat tinggal? Rumah (keluarga) Kontrak rumah pribadi
Kontrak rumah bersama teman Kosan
1 2
1 2
I.2 Berapa orang yang tinggal satu kamar bersama Anda? Sendiri 2 orang
3 orang > 3 orang
1 2
1 2
I.3 Apakah di tempat tinggal Anda tersedia fasilitas dan sarana prasarana yang dapat dimanfaatkan seperti di bawah ini? (boleh pilih lebih dari satu) Komputer/Laptop Televisi
1
Home internet Bibi cuci/bersih bersih
1 2
2
\ I.4 Berapa (Km) jarak tempat tinggal Anda dengan kampus?
I.5 Menurut Anda, bagaimanakah kondisi lingkungan tempat tinggal Anda? Sangat ramai Ramai
Tidak ramai Sangat tidak ramai
1 2
1 2
KONDISI LINGKUNGAN KAMPUS (Skala 1-4, dimana 1 = Sangat setuju, 2 = Setuju, 3 = Tidak setuju, 4 = Sangat tidak setuju) No
Penilaian
J.1
Secara umum kuliah dilaksanakan di dalam ruangan kuliah yang bersih, nyaman, tidak terganggu dengan suara dari luar.
J.2
Secara umum praktikum dilaksanakan di dalam ruangan praktikum yang bersih, nyaman, tidak terganggu dengan suara dari luar.
Skala 1-4
32
J.3
Secara umum kuliah didukung dengan fasilitas dan sarana prasarana penunjang yang memadai
J.4
Secara umum praktikum didukung oleh fasilitas dan sarana prasarana penunjang yang memadai
J.5
Secara umum ujian atau tugas diberikan sesuai dengan kandungan dan tujuan mata kuliah
J.6
Secara umum materi pengajaran disampaikan dengan baik disertai dengan pesan pesan moral, etika,dan disiplin.
CARA DAN MOTIVASI BELAJAR K.1 Bagaimanakah kebiasaan belajar Anda selama kuliah di IPB? 1
Sendiri Kelompok
Les Lainnya (Sebutkan!)
2
1 2
K.2 Bagaimanakah kondisi lingkungan dalam kebiasaan Anda belajar selama kuliah di IPB? Sepi/hening Ramai
Full music Lainnya (Sebutkan!)
1 2
1 2
K.3 Bagaimanakah kebiasaan jadwal belajar Anda selama kuliah di IPB? Setiap hari belajar Ketika akan ujian saja
1 2
Sesuai dengan mood Lainnya (Sebutkan!)
1 2
K.4 Berapa lamakah Anda mengalokasikan waktu untuk belajar dalam sehari selama kuliah di IPB? 1 1 < 1 jam 2 jam 2 1 jam > 2 jam 2 K.5 Apakah Anda mencari materi tambahan (penunjang) mengenai perkuliahan di luar jam
kuliah? Selalu Sering
1 2
Jarang Tidak pernah
1 2
33
LAMPIRAN 4. SIMPLIS Project (Uji kelayakan model) MODEL SEM_SAPTO OBSERVED VARIABLES X11 X12 X13 X14 X15 X16 X21 X22 X23 X31 X32 X41 X42 X43 X44 X45 X46 X47 X51 X52 X53 X54 X55 X61 X62 X71 X72 X73 X74 X81 X82 X83 X84 X85 X91 X92 X93 X94 X95 X96 X101 X102 X103 X104 X105 Y11 COVARIANCE MATRIX FROM FILE D:\SEM1\SEM.COV SAMPLE SIZE 230 LATENT VARIABLES KON_SHT LTR_PDDK KEM_VRBL LTR_ORTU FAK_EKO CITA_AKD KEG_EKSL KON_TGL KON_KMPS CARA_BLJ PRES RELATIONSHIPS X11 X12 X13 X14 X15 X16 = KON_SHT X21 X22 X23 = LTR_PDDK X31 X32 = KEM_VRBL X41 X42 X43 X44 X45 X46 X47 = LTR_ORTU X51 X52 X53 X54 X55 = FAK_EKO X61 X62 = CITA_AKD X71 X72 X73 X74 = KEG_EKSL X81 X82 X83 X84 X85 = KON_TGL X91 X92 X93 X94 X95 X96 = KON_KMPS X101 X102 X103 X104 X105 = CARA_BLJ Y11 = PRES PRES = KON_SHT LTR_PDDK KEM_VRBL LTR_ORTU FAK_EKO CITA_AKD KEG_EKSL KON_TGL KON_KMPS CARA_BLJ Iterations = 150 OPTIONS ME = ML AD=OFF SET THE ERROR VARIANCE OF Y11 EQUAL TO 0.01 SET THE ERROR VARIANCE OF X81 EQUAL TO 0.01 PATH DIAGRAM END OF PROBLEM
34
LAMPIRAN 5. Hasil Uji Kelayakan Model Goodness of Fit Statistics Degrees of Freedom = 936 Minimum Fit Function Chi-Square = 560.42 (P = 1.00) Normal Theory Weighted Least Squares Chi-Square = 609.73 (P = 1.00) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 0.0) Minimum Fit Function Value = 2.45 Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.0) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.0) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 5.35 90 Percent Confidence Interval for ECVI = (5.35 ; 5.35) ECVI for Saturated Model = 9.44 ECVI for Independence Model = 9.34 Chi-Square for Independence Model with 1035 Degrees of Freedom = 2046.71 Independence AIC = 2138.71 Model AIC = 899.73 Saturated AIC = 2162.00 Independence CAIC = 2342.86 Model CAIC = 1543.25 Saturated CAIC = 6959.56 Normed Fit Index (NFI) = 0.73 Non-Normed Fit Index (NNFI) = 1.41 Parsimony Normed Fit Index (PNFI) = 0.66 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.34 Relative Fit Index (RFI) = 0.70 Critical N (CN) = 425.81 Root Mean Square Residual (RMR) = 4.65 Standardized RMR = 0.053 Goodness of Fit Index (GFI) = 0.90 Adjusted Goodness of Fit Index (AGFI) = 0.88 Parsimony Goodness of Fit Index (PGFI) = 0.78
35
LAMPIRAN 6. Konsep Model Modifikasi
36
LAMPIRAN 7. SIMPLIS Project (Uji kelayakan model modifikasi) MODEL SEM_SAPTO OBSERVED VARIABLES X11 X12 X13 X22 X31 X32 X41 X42 X46 X51 X52 X61 X71 X72 X73 X74 X81 X85 X91 X92 X93 X94 X95 X96 X102 X103 Y11 COVARIANCE MATRIX FROM FILE D:\SEM2\SEM2.COV SAMPLE SIZE 230 LATENT VARIABLES KON_SHT LTR_PDDK KEM_VRBL LTR_ORTU FAK_EKO CITA_AKD KEG_EKSL KON_TGL KON_KMPS CARA_BLJ PRES RELATIONSHIPS X11 X12 X13 = KON_SHT X22 = LTR_PDDK X31 X32 = KEM_VRBL X41 X42 X46 = LTR_ORTU X51 X52 = FAK_EKO X61 = CITA_AKD X71 X72 X73 X74 = KEG_EKSL X81 X85 = KON_TGL X91 X92 X93 X94 X95 X96 = KON_KMPS X102 X103 = CARA_BLJ Y11 = PRES PRES = KON_SHT LTR_PDDK KEM_VRBL LTR_ORTU FAK_EKO CITA_AKD KEG_EKSL KON_TGL KON_KMPS CARA_BLJ Iterations = 300 OPTIONS ME = ML AD=OFF SET THE ERROR VARIANCE OF Y11 EQUAL TO 0.01 SET THE ERROR VARIANCE OF X22 EQUAL TO 0.01 SET THE ERROR VARIANCE OF X61 EQUAL TO 0.01 LET THE ERROR COVARIANCE OF X92 AND X91 FREE LET THE ERROR COVARIANCE OF X96 AND X95 FREE PATH DIAGRAM END OF PROBLEM
37
LAMPIRAN 8. Uji Kelayakan Model Hasil Modifikasi Goodness of Fit Statistics Degrees of Freedom = 270 Minimum Fit Function Chi-Square = 65.79 (P = 1.00) Normal Theory Weighted Least Squares Chi-Square = 66.62 (P = 1.00) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 0.0) Minimum Fit Function Value = 0.29 Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.0) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.0) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00 Expected Cross-Validation Index (ECVI) = 2.12 90 Percent Confidence Interval for ECVI = (2.12 ; 2.12) ECVI for Saturated Model = 3.30 ECVI for Independence Model = 5.98 Chi-Square for Independence Model with 351 Degrees of Freedom = 1315.47 Independence AIC = 1369.47 Model AIC = 282.62 Saturated AIC = 756.00 Independence CAIC = 1489.30 Model CAIC = 761.94 Saturated CAIC = 2433.59 Normed Fit Index (NFI) = 0.95 Non-Normed Fit Index (NNFI) = 1.28 Parsimony Normed Fit Index (PNFI) = 0.73 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.20 Relative Fit Index (RFI) = 0.93 Critical N (CN) = 1139.16 Root Mean Square Residual (RMR) = 7.08 Standardized RMR = 0.027 Goodness of Fit Index (GFI) = 0.98 Adjusted Goodness of Fit Index (AGFI) = 0.97 Parsimony Goodness of Fit Index (PGFI) = 0.70
38
LAMPIRAN 9. Nilai T pada Model Modifikasi
