MODEL PERSAMAAN STRUKTURAL EVALUASI DIRI … · EVALUASI DIRI SEKOLAH ... peubah laten SKL 6 3...

35
MODEL PERSAMAAN STRUKTURAL EVALUASI DIRI SEKOLAH (Studi Kasus: SMP Provinsi Jawa Barat Tahun 2013) DEWI ANDARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014

Transcript of MODEL PERSAMAAN STRUKTURAL EVALUASI DIRI … · EVALUASI DIRI SEKOLAH ... peubah laten SKL 6 3...

MODEL PERSAMAAN STRUKTURAL

EVALUASI DIRI SEKOLAH

(Studi Kasus: SMP Provinsi Jawa Barat Tahun 2013)

DEWI ANDARI

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2014

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Model Persamaan

Struktural Evaluasi Diri Sekolah (Studi Kasus: SMP Provinsi Jawa Barat Tahun

2013) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum

diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber

informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak

diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam

Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Agustus 2014

Dewi Andari

NIM G14100029

ABSTRAK

DEWI ANDARI. Model Persamaan Struktural Evaluasi Diri Sekolah (Studi

Kasus: SMP Provinsi Jawa Barat Tahun 2013). Dibimbing oleh YENNI

ANGRAINI dan I MADE SUMERTAJAYA.

Provinsi Jawa Barat menempati posisi teratas dalam hal jumlah sekolah

yang terakreditasi pada periode tahun 2007-2012 untuk jenjang pendidikan

Sekolah Menengah Pertama (SMP). Untuk terus meningkatkan jumlah sekolah

yang terakreditasi upaya yang dapat dilakukan adalah pelaksanaan Evaluasi Diri

Sekolah (EDS). Tindaklanjut dari EDS memberikan efek positif terhadap

akreditasi sekolah. Instrumen yang digunakan dalam EDS tidak dapat diukur

secara langsung (peubah laten), sehingga analisis statistika yang digunakan adalah

model persamaan struktural. Tujuan penelitian ini adalah memperoleh model

persamaan struktural yang dapat menggambarkan hubungan antar Standar

Nasional Pendidikan (peubah laten) serta dengan peubah indikatornya. Data yang

digunakan dalam penelitian ini adalah data hasil EDS SMP Provinsi Jawa Barat

tahun 2013. Model persamaan struktural menunjukkan bahwa pengaruh paling

besar diberikan oleh perencanaan, pelaksanaan, dan pengawasan kegiatan

pendidikan (Standar Pengelolaan) terhadap kinerja pendidik dan tenaga

kependidikan (Standar Pendidik dan Tenaga Kependidikan). Tinggi rendahnya

kompetensi siswa dan lulusan (Standar Kompetensi Lulusan) dipengaruhi paling

besar oleh kesesuaian materi ajar yang digunakan sekolah dengan kurikulum yang

ditetapkan (Standar Isi). Terdapat satu hubungan yang tidak berpengaruh nyata

yaitu antara Standar Penilaian dengan Standar Kompetensi Lulusan. Semua

peubah indikator sudah sah dan handal dalam mengukur peubah latennya setelah

modifikasi.

Kata kunci: akreditasi sekolah, Evaluasi Diri Sekolah, model persamaan

struktural, peubah indikator , peubah laten

ABSTRACT

DEWI ANDARI. Structural Equation Model of School Self Evaluation (Case

Study : Junior High School at West Java Province in 2013). Advised by YENNI

ANGRAINI and I MADE SUMERTAJAYA.

West Java Province has the most accredited junior high school in 2007-2012.

To increase the number of school accredited, it need some efforts. The effort that

can be done is carry out a School Self Evaluation which can bring positive effect

to school accreditation. Instrument that can be used on School Self Evaluation can

not be measured directly (latent variable), so the statistics analysis that used on

this research was structural equation model. The objective of this research were to

get structural equation model that can describe the connection within National

Education Standards (latent variable) and National Education Standards (latent

variable) with manifest variable. The data used on this research was the result of

School Self Evaluation from West Java Province in 2013. Structural equation

model showed that planning, implementation, and supervising on educational

activity (Standard of the management) gave the most significant influence toward

educators and educational personnel (Standard of the Educational Personnel). The

level of competency of the students and graduates (Standard of the Graduate

Outcomes) got the most influence from suitability of teaching materials and

curriculum (Standard of the Content) that the school used. The connection

between Standard of the Educational Assessment with Standard of the Graduate

Outcomes was not significant. All of manifest variables that used on this research

was valid and reliable to measure latent variable after modification.

Keywords: school accreditation, School Self Evaluation, structural equation

model , manifest variable, latent variable

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Statistika

pada

Departemen Statistika

MODEL PERSAMAAN STRUKTURAL

EVALUASI DIRI SEKOLAH

(Studi Kasus: SMP Provinsi Jawa Barat tahun 2013)

DEWI ANDARI

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

BOGOR

2014

Judul Skripsi : Model Persamaan Struktural Evaluasi Diri Sekolah (Studi Kasus:

SMP Provinsi Jawa Barat Tahun 2013)

Nama : Dewi Andari

NIM : G14100029

Disetujui oleh

Yenni Angraini, MSi

Pembimbing I

Dr Ir I Made Sumertajaya, MSi

Pembimbing II

Diketahui oleh

Dr Anang Kurnia, MSi

Ketua Departemen

Tanggal Lulus:

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas

segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang

dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2014 ini ialah

pendidikan, dengan judul “Model Persamaan Struktural Evaluasi Diri Sekolah

(Studi Kasus: SMP Provinsi Jawa Barat Tahun 2013)”.

Terima kasih penulis ucapkan kepada Ibu Yenni Angraini dan Bapak I

Made Sumertajaya selaku pembimbing. Ungkapan terima kasih juga disampaikan

kepada keluarga dan teman satu bimbingan (Siti Nur Azizah dan Anissa

Rahmayanti) serta teman-teman lainnya atas segala doa, semangat, dan

bantuannya. Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2014

Dewi Andari

DAFTAR ISI

DAFTAR TABEL viii

DAFTAR GAMBAR viii

DAFTAR LAMPIRAN viii

PENDAHULUAN 1

Latar Belakang 1

Tujuan Penelitian 2

METODOLOGI 2

Data 2

Prosedur Analisis Data 2

HASIL DAN PEMBAHASAN 6

Deskripsi Peubah Indikator 6

Analisis Model Persamaan Struktural 8

Modifikasi Model 10

KESIMPULAN 15

DAFTAR PUSTAKA 16

LAMPIRAN 17

RIWAYAT HIDUP 25

DAFTAR TABEL

1 Evaluasi kebaikan model sebelum modifikasi 8

2 Evaluasi kebaikan model sesudah modifikasi 11

3 Nilai koefisien CR dan VE 12

4 Persamaan model struktural 13

5 Pengaruh langsung dan tidak langsung terhadap peubah laten SKL 14

6 Pengaruh langsung dan tidak langsung antar peubah laten 15

DAFTAR GAMBAR

1 Diagram jalur model persamaan struktural berdasarkan teori 3 2 Diagram rata-rata dan kotak garis peubah indikator yang mengukur

peubah laten SKL 6 3 Diagram rata-rata dan kotak garis peubah indikator yang mengukur

peubah laten SPR 7 4 Diagram model pengukuran sebelum modifikasi 9

5 Diagram model struktural sebelum modifikasi 9

6 Diagram model persamaan struktural sebelum modifikasi 10

7 Diagram model pengukuran setelah modifikasi 11 8 Diagram model struktural setelah modifikasi 13

9 Diagram model persamaan struktural setelah modifikasi 14

DAFTAR LAMPIRAN

1 Daftar nama peubah laten dan peubah indikator 17 2 Model struktural dan model pengukuran 19 3 Rincian analisis deskriptif setiap peubah indikator 20 4 Diagram rata-rata dan kotak garis peubah indikator yang mengukur

peubah laten SI, SPN, SPT, dan SPL 21 5 Bobot faktor terstandarisasi sebelum dan sesudah modifikasi 22 6 Koefisien jalur terstandarisasi antar peubah laten sebelum dan

sesudah modifikasi 23 7 Matriks korelasi antar peubah indikator pada tiap peubah laten 24

PENDAHULUAN

Latar Belakang

Bangsa yang memiliki sistem pendidikan bermutu dapat diperkirakan akan

menjadi bangsa yang kuat dan berdaya saing tinggi (Sirozi 2013). Upaya yang

dilakukan oleh pemerintah untuk memperbaiki dan meningkatkan mutu

pendidikan nasional diantaranya dengan dikeluarkannya Permendiknas No. 63

tahun 2009 tentang Sistem Penjaminan Mutu Pendidikan (SPMP). Komponen

sumber data dalam SPMP terdiri dari Evaluasi Diri Sekolah (EDS), Monitoring

Sekolah oleh Pemerintah Daerah (MSPD), Evaluasi Diri Kabupaten (EDK),

pengumpulan data padati, Ujian Nasional (UN), akreditasi sekolah, sertifikasi

guru dan peningkatan kompetensi profesional (Kemendiknas 2010).

Akreditasi Sekolah sebagai salah satu komponen dalam SPMP adalah

kegiatan pengakuan dan penilaian kelayakan program dan/atau satuan pendidikan

oleh Badan Akreditasi Nasional Sekolah/Madrasah (BAN S/M) yang kemudian

hasilnya berbentuk pengakuan peringkat kelayakan. Pada periode tahun 2007-

2012 untuk jenjang pendidikan Sekolah Menengah Pertama (SMP)/Madrasah

Tsanawiyah (MTs), Provinsi Jawa Barat menempati posisi teratas dalam hal

jumlah sekolah yang terakreditasi. Sebanyak 2314 SMP/MTs terakreditasi A

(Amat Baik), 2244 SMP/MTs terakreditasi B (Baik), dan 454 SMP/MTs

terakreditasi C (Cukup) (Litbang Kemdikbud 2013). Demi meningkatkan jumlah

SMP yang terakreditasi agar terciptanya kelayakan mutu pendidikan di Provinsi

Jawa Barat, upaya yang dapat dilakukan sekolah adalah meningkatkan kinerja dan

menyusun Rencana Pembangunan Sekolah (RPS) yang tepat (Kemendiknas

2010).

Evaluasi Diri Sekolah merupakan proses evaluasi yang bersifat internal

untuk melihat kinerja sekolah dan menjadi dasar penyusunan RPS. Evaluasi Diri

Sekolah mendorong sekolah untuk menetapkan prioritas peningkatan mutu

sekolah dan kegiatan tindaklanjutnya akan mempunyai efek positif bagi sekolah

dalam kegiatan evaluasi eksternal seperti akreditasi sekolah (Kemendiknas 2010).

Instrumen EDS terdiri dari delapan Standar Nasional Pendidikan. Delapan

instrumen tersebut adalah Standar Kompetensi Lulusan, Standar Isi, Standar

Proses, Standar Penilaian, Standar Pendidik dan Tenaga Kependidikan, Standar

Pengelolaan, Standar Sarana dan Prasarana, dan Standar Pembiayaan.

Instrumen yang digunakan dalam mengkaji EDS disebut peubah laten

karena tidak dapat diukur secara langsung. Peubah laten dapat diukur melalui

peubah-peubah indikatornya. Hubungan antar peubah laten dan hubungan antar

peubah laten dengan peubah indikatornya dapat dianalisis dengan menggunakan

model persamaan struktural. Dengan mengetahui hubungan tersebut diharapkan

akan menjadi masukan yang berguna bagi pelaksanaan EDS selanjutnya dan

peningkatan mutu sekolah di Provinsi Jawa Barat.

2

Tujuan Penelitian

Memperoleh model persamaan struktural yang dapat menggambarkan

hubungan antar Standar Nasional Pendidikan (peubah laten) serta dengan peubah

indikatornya.

METODOLOGI

Data

Data yang digunakan dalam penelitian ini sebanyak 2878 adalah data

sekunder hasil EDS untuk tingkat SMP Provinsi Jawa Barat tahun 2013 yang

dilaksanakan oleh Badan Pengembangan Sumber Daya Manusia Pendidikan

(BPSDMPK) dan Penjaminan Mutu Pendidikan (PMP), Kementrian Pendidikan

dan Kebudayaan Indonesia. Data yang digunakan terdiri dari 31 peubah indikator

yang menyusun enam peubah laten. Peubah laten Standar Kompetensi Lulusan

(SKL) terdiri dari lima peubah indikator, Standar Isi (SI) terdiri dari empat peubah

indikator, Standar Proses (SPR) terdiri dari delapan peubah indikator, Standar

Penilaian (SPN) terdiri dari lima peubah indikator, Standar Pendidik dan Tenaga

Kependidikan (SPT) terdiri dari dua peubah indikator, dan Standar Pengelolaan

(SPL) terdiri dari tujuh peubah indikator. Daftar nama peubah indikator untuk tiap

peubah laten dapat dilihat pada Lampiran 1. Data ini dianalisis menggunakan

perangkat lunak R 2.15.0 dengan paket Open Mx.

Prosedur Analisis Data

Langkah-langkah yang dilakukan dalam penelitian ini adalah :

1. Analisis deskriptif untuk melihat karakteristik peubah indikator.

Analisis deskriptif yang dilakukan adalah melihat rata-rata dan diagram kotak

garis setiap peubah indikator.

2. Spesifikasi model persamaan struktural berdasarkan teori yang ada.

Instrumen EDS yang digunakan dalam penelitian ini terdiri dari SKL, SI, SPR,

SPN, SPT, dan SPL. Sedangkan Standar Sarana dan Prasarana serta Standar

Pembiayaan tidak digunakan dalam penelitian ini. Berdasarkan teori yang

didapat dari ahli (Gambar 1), SPL mempengaruhi SPT secara langsung.

Selanjutnya, SPT mempengaruhi SI, SPR, dan SPN secara langsung. Peubah

laten SPR dipengaruhi SI secara langsung dan peubah laten SPN dipengaruhi

SPR secara langsung. Sedangkan SKL dipengaruhi secara langsung oleh SI,

SPR, dan SPN.

3. Penyusunan diagram jalur berdasarkan peubah laten dan indikator yang sudah

ditentukan.

3

Gambar 1 Diagram jalur model persamaan struktural berdasarkan teori

Menurut Bollen (1989), model persamaan struktural secara umum

menganalisis secara bersama-sama model pengukuran dan model struktural.

Model persamaan struktural dari penelitian ini dapat dilihat pada Lampiran 2.

Model pengukuran menjelaskan keterkaitan hubungan antara peubah laten

dengan indikatornya. Konversi diagram jalur kedalam bentuk persamaan model

pengukuran secara umum yaitu:

dimana,

: vektor peubah indikator bagi peubah laten endogen berukuran px1

: vektor peubah indikator bagi peubah laten eksogen berukuran qx1

: matriks koefisien y terhadap endogen berukuran pxm

: matriks koefisien x terhadap eksogen berukuran qxn

ε : vektor sisaan pengukuran dari y berukuran px1

: vektor sisaan pengukuran dari x berukuran qxl

dengan,

p : banyaknya peubah indikator bagi peubah laten endogen

q : banyaknya peubah indikator bagi peubah laten eksogen

Model struktural menjelaskan keterkaitan hubungan antar peubah laten,

terdapat dua jenis peubah laten yaitu peubah laten terikat dikenal dengan

peubah laten endogen dan peubah laten bebas dikenal dengan peubah laten

eksogen. Konversi diagram jalur kedalam bentuk persamaan model struktural

secara umum yaitu:

dimana,

: vektor peubah laten endogen berukuran mx1

: matriks koefisien eksogen terhadap endogen berukuran mxn

: matriks koefisien endogen terhadap endogen berukuran mxm

: vektor peubah laten eksogen berukuran nx1

:vektor sisaan acak hubungan antara endogen dan eksogen berukuran mx1

dengan,

m : banyaknya peubah laten endogen

4

n : banyaknya peubah laten eksogen

4. Identifikasi model dengan t-rule, yaitu jumlah parameter yang diduga harus

lebih kecil atau sama dengan jumlah elemen dari matriks masukan. Persamaan

t-rule adalah:

dimana (p+q) adalah jumlah peubah indikator dan t adalah jumlah parameter

yang diduga (Bollen 1989).

5. Menentukan matriks masukan.

Matriks masukan yang digunakan adalah matriks ragam peragam karena skala

yang digunakan dalam penelitian ini memiliki skala yang sama.

6. Melakukan pendugaan parameter.

Metode pendugaan yang digunakan adalah penduga kemungkinan maksimum.

Fungsi kemungkinan untuk model persamaan struktural sebagai berikut:

Penduga kemungkinan maksimum secara iteratif akan meminimumkan fungsi

F(S, ) dengan formula sebagai berikut:

F(S, ) - - -

dengan S adalah matriks ragam peragam dari data dan adalah matriks

ragam peragam dari model persamaan struktural. Sedangkan (p+q) adalah

banyaknya peubah indikator untuk peubah laten endogen dan eksogen (Bollen

1989).

7. Mengevaluasi kebaikan model dengan uji khi-kuadrat, RMSEA, CFI, TLI.

7a.Uji khi-kuadrat

Hipotesis uji khi-kuadrat adalah:

dimana S adalah matriks ragam peragam dari data dan adalah matriks

ragam peragam dugaan dari model persamaan struktural. Kecocokan antara

matriks ragam peragam dugaan model persamaan struktural dengan matriks

ragam peragam dari data dapat dilihat dari nilai p > 0.1 atau tidak tolak

(Hair et al 2009).

7b. Root Mean Square Error of Approximation (RMSEA)

Nilai RMSEA merupakan ukuran ketidakcocokan suatu model sehingga

diharapkan nilainya kecil. RMSEA dapat dinyatakan sebagai berikut:

dimana adalah nilai khi-kuadrat, db adalah derajat bebas model, dan n

adalah jumlah ukuran contoh (Hair et al 2009). Indikasi dapat diterimanya

sebuah m de di unjukkan eh ni ai ≤ . ( ine ).

7c. Comparative Fit Index (CFI)

Hair et al. (2010) merekomendasikan penggunaan CFI bersama-sama

dengan uji khi-kuadrat dan RMSEA sebagai uji ukuran utama pengujian

kesesuaian model. Formula bagi CFI:

5

sed

nu

nu

adalah nilai khi-kuadrat dari model yang dihipotesiskan dan nu

adalah nilai khi-kuadrat dari model dasar. sed adalah derajat bebas

dari model yang dihipotesiskan dan nu adalah derajat bebas dari model

dasar. Nilai CFI berkisar antara 0 sampai 1. Model yang baik adalah model

yang memiliki nilai CFI semakin mendekati 1 (Kusnendi 2008). Model disim u kan cuku baik ke ika .8 ≤ CFI ≤ .9 (Wijan 8).

7d. Tucker -Lewis Index (TLI)

Tucker -Lewis Index merupakan ukuran kesesuaian model yang bersifat

komparatif atau membandingkan sebuah model yang diuji dengan model

dasar (Kunendi 2008). de disim u kan cuku baik ke ika .8 ≤ TL ≤

0.9 (Wijanto 2008). Rumus untuk TLI yaitu:

TL

nu

nu

sed

sed

nu

nu

8. Modifikasi model

Modifikasi model dilakukan karena hasil evaluasi kebaikan model belum

memenuhi kriteria nilai yang disarankan. Modifikasi model dalam peneltian ini

dilakukan dengan cara membuang peubah indikator. Salahsatu alasan

dibuangnya peubah indikator karena peubah indikator tersebut tidak sah dalam

mengukur peubah latennya. Suatu peubah indikator dikatakan sah dalam

mengukur peubah latennya jika secara statistik bobot faktornya signifikan dan

atau melihat bobot faktor terstandarisasi yang memiliki nilai tidak kurang dari

0.4 atau 0.5 (Kusnendi 2008).

9. Evaluasi kehandalan konstruk.

Evaluasi kehandalan konstruk dapat dilihat dari koefisien Construct Reliability

(CR) dan koefisien Variance Extracted (VE) yang didefinisikan sebagai

berikut:

e

dimana,

= bobot faktor terstandarisasi untuk setiap indikator i sampai ke-k

= koefisien kesalahan pengukuran untuk setiap indikator i sampai ke-k

= banyaknya indikator dalam model pengukuran

Jika hasil estimasi koefisien CR 0.70 atau ≥ .5 dika akan m de

pengukuran secara komposit handal dalam mengukur peubah latennya

(Kusnendi 2008).

10. Melakukan interpretasi model.

Interpretasi model dilakukan terhadap bobot faktor terstandarisasi, koefisien

jalur terstandarisasi, dan pengaruh langsung dan tidak langsung antar peubah

laten.

6

HASIL DAN PEMBAHASAN

Deskripsi Peubah Indikator

Berdasarkan Gambar 2, peubah indikator Y1 yang merupakan prestasi siswa

atau lulusan memiliki sebaran data yang tidak simetris dan keragaman data yang

tinggi dibandingkan empat peubah indikator lain yang mengukur SKL. Peubah

indikator Y1 juga memiliki rata-rata terendah dibandingkan dengan rata-rata

indikator lainnya dan 50% SMP mendapatkan nilai diantara 2.888 dan 5. Dengan

demikian prestasi siswa atau lulusan perlu menjadi prioritas dalam upaya

peningkatan mutu SKL. Rata-rata peubah indikator sebesar 6.681 merupakan rata-

rata tertinggi dari peubah laten SKL yaitu lulusan memiliki kemampuan mencoba,

mengolah, dan menyajikan pemikiran serta tindakan produktif dan kreatif.

Keragaman data terendah dimiliki oleh Y2 dengan 50% data berada diantara nilai

5.074 dan 6.119 dan sisanya menyebar diantara nilai 3 sampai 10. Rincian nilai

rata-rata, nilai maksimum dan minimum, serta kuartil setiap peubah indikator

dapat dilihat pada Lampiran 3.

Gambar 2 Diagram rata-rata dan kotak garis peubah indikator yang

mengukur peubah laten SKL

Gambar 3 menunjukkan, Proses Belajar Mengajar (PBM) mengembangkan

karakter jujur, disiplin, bertanggungjawab, dan menghargai orang lain yang

merupakan peubah indikator Y12 memiliki rata-rata tertinggi. Sebesar 50% data

indikator Y12 berada diantara nilai 6.268 dan 8.202. Peran PBM dalam

mengembangkan kreatifitas peserta didik yang merupakan peubah indikator Y14

perlu ditingkatkan karena memiliki rata-rata terendah dibandingkan peubah

indikator lain yang mengukur SPR. Peran PBM dalam mengembangkan budaya

dan kemandirian belajar atau Y15 juga perlu ditingkatkan karena memiliki rata-

rata sebesar 3.069 dan distribusi data yang tidak simetris. Peubah indikator

interaksi guru dengan siswa mendukung efektifitas PBM atau Y16 memiliki

0

1

2

3

4

5

6

7

8

9

10

Y1 Y2 Y3 Y4 Y5

rata-rata

7

keragaman data paling tinggi dengan nilai minimum 0, nilai maksimum 10, dan

50% data berada diantara nilai 5.007 dan 8.173.

Gambar 3 Diagram rata-rata dan kotak garis peubah indikator yang

mengukur peubah laten SPR

Gambar diagram rata-rata dan sebaran data peubah indikator yang

mengukur peubah laten SI, SPN, SPT, dan SPL dapat dilihat pada Lampiran 4.

Peubah indikator Y8 memiliki rata-rata dan keragaman data paling rendah

dibandingkan indikator lain yang mengukur SI. Sebanyak 50% SMP mendapatkan

skor diantara 8.167 dan 9.167 untuk peubah indikator Y8. Skor yang cukup tinggi

ini menunjukkan bahwa materi ajar yang diberikan pada setiap SMP dianggap

sudah sesuai dengan SKL. Sedangkan peubah indikator yang memiliki rata-rata

terendah dalam mengukur SI adalah materi ajar yang relevan dengan kebutuhan

siswa atau Y9. Peubah indikator Y22 yaitu guru menganalisis hasil penilaian

untuk perbaikan PBM memiliki rata-rata tertinggi sebesar 8.186 dengan distribusi

data yang menjulur ke arah kiri. Peubah indikator Y21 yaitu penilaian dengan

menerapkan aspek keadilan, transparansi dan akuntabilitas perlu ditingkatkan

kinerjanya agar mutu SPN semakin baik karena memiliki rata-rata terendah

dengan distribusi data yang tidak simetris atau cenderung menjulur ke kanan,

dengan 50% data berada diantara nilai 1.250 dan 3.750.

Peubah laten SPT dibangun oleh dua peubah indikator, peubah indikator

guru dan tenaga pendidikan yang profesional dalam bidangnya atau Y23 memiliki

rata-rata lebih besar daripada peubah indikator guru dan kepala sekolah dapat

dijadikan teladan oleh siswa atau Y24. Sedangkan untuk keragaman data, peubah

indikator Y24 memiliki keragaman data yang lebih rendah dibandingkan peubah

indikator Y23. Peubah indikator komite berkontribusi efektif terhadap

peningkatan mutu sekolah atau X7 memiliki rata-rata paling rendah dalam

mengukur SPL yaitu sebesar 2.979 dengan 50% data berada diantara 2.381 dan

3.385. Hal ini menunjukkan bahwa komite belum berkontribusi efektif terhadap

peningkatan mutu sekolah. Sedangkan peubah indikator X2 atau pengelolaan

dokumen perencanaan yang berkualitas mencakup peningkatan PBM, tenaga

kependidikan, dan sarana prasarana sudah dianggap dijalankan sekolah secara

konsisten karena rata-ratanya lebih besar dibanding rata-rata peubah indikator lain

yang membangun SPL dengan 50% data berada diantara nilai 8.264 dan 10.

0 1 2 3 4 5 6 7 8 9

10

Y10 Y11 Y12 Y13 Y14 Y15 Y16 Y17

rata-rata

8

Analisis Model Persamaan Struktural

Berdasarkan identifikasi model dengan t-rule, jumlah parameter yang akan

diduga dalam penelitian ini sebanyak 71 atau lebih kecil dari jumlah elemen

matriks masukan sebanyak 496 sehingga model dapat diduga. Metode pendugaan

yang digunakan dalam penelitian ini adalah penduga kemungkinan maksimum

dengan matriks masukan berupa matriks ragam peragam. Tabel 1 kolom ketiga

menunjukkan bahwa model persamaan struktural awal yang terbentuk kurang baik

karena nilai evaluasi kebaikan model tidak memenuhi nilai yang disarankan.

RMSEA yang dihasilkan sebesar 0.139, CFI sebesar 0.744, dan TLI sebesar 0.720.

Tabel 1 Evaluasi kebaikan model sebelum modifikasi

Evaluasi kebaikan

model Nilai yang disarankan Nilai sebelum modifikasi

Nilai p uji khi kuadrat > 0.1 0.000

RMSEA ≤ . 0.139

CFI ≥ .8 0.744

TLI ≥ .8 0.720

Suatu indikator dikatakan sah dan handal mengukur peubah latennya apabila

secara statistik bobot faktornya signifikan dan atau melihat bobot faktor

terstandarisasi yang memiliki nilai tidak kurang dari 0.4 atau 0.5 (Kusnendi 2008).

Dalam penelitian ini bobot faktor signifikan pada taraf nyata 0.1. Untuk bobot

faktor terstandarisasi dan t-hitung semua peubah indikator dapat dilihat pada

Lampiran 5.

Berdasarkan Gambar 4, terdapat satu peubah indikator yang tidak sah

mengukur SPL. Peubah indikator yang tidak sah adalah X7 yaitu komite

berkontribusi efektif terhadap peningkatan mutu sekolah dengan bobot faktor

terstandarisasi sebesar 0.334. Selanjutnya, untuk SKL juga terdapat satu peubah

indikator yang tidak sah yaitu Y1 dengan bobot faktor terstandarisasi sebesar

0.139. Semua peubah indikator dari peubah laten SI sudah sah dalam mengukur SI.

Peubah indikator yang memiliki ketepatan paling rendah dalam mengukur SI

adalah penyusunan kurikulum secara logis dan sistematis atau Y6. Delapan

peubah indikator yang mengukur peubah laten SPR sah dalam mengukur peubah

laten tersebut. Peubah indikator dengan ketepatan terendah dalam mengukur SPR

yaitu suasana akademik disekolah kondusif atau Y17.

Peubah indikator Y21 yang menggambarkan penilaian dengan menerapkan

aspek keadilan, transparaansi dan akuntabilitas dinyatakan belum sah dalam

mengukur SPN karena memiliki bobot faktor terstandarisasi sebesar 0.299. Empat

peubah indikator lainnya sah dalam mengukur peubah laten SPN. Dua peubah

indikator yang mengukur peubah laten SPT dinyatakan sah, dengan bobot faktor

terstandarisasi sebesar 0.469 untuk guru dan tenaga pendidikan yang profesional

di bidangnya dan sebesar 0.793 untuk guru dan kepala sekolah yang dapat

dijadikan teladan oleh siswa.

9

Gambar 4 Diagram model pengukuran sebelum modifikasi

Jadi secara keseluruhan terdapat tiga peubah indikator yang tidak sah dalam

mengukur peubah latennya. Pertama, peubah indikator X7 atau komite

berkontribusi efektif terhadap peningkatan mutu SKL yang merupakan peubah

indikator dari peubah laten SPL. Kedua, peubah indikator Y1 atau prestasi

siswa/lulusan yang merupakan peubah indikator dari peubah laten SKL. Ketiga,

peubah indikator Y21 atau penilaian dengan menerapkan aspek keadilan,

transparansi, dan akuntabilitas yang merupakan peubah indikator dari peubah

laten SPN.

Gambar 5 Diagram model struktural sebelum modifikasi

Hubungan antara peubah laten dapat dilihat melalui Gambar 5, terdapat satu

hubungan yang memiliki arah negatif yaitu antara peubah laten SPT terhadap SPN

dengan koefisien jalur sebesar -4.554 dan t-hitung -7.892. Untuk t-hitung antar

peubah laten dapat dilihat pada Lampiran 6. Peubah laten SI memberikan

pengaruh positif yang kecil terhadap SPR dapat dilihat dari koefisien jalur sebesar

0.038, pengaruh positif yang kecil juga diberikan oleh SPR terhadap SKL dengan

koefisien jalur sebesar 0.059. Selanjutnya, pengaruh positif diberikan SPN

terhadap SKL dengan koefisien jalur sebesar 0.091. Hubungan antar peubah laten

10

SPR terhadap SPL memiliki koefisien jalur sebesar 5.496. Pengaruh positif yang

besar diberikan oleh SPT terhadap SI dengan koefisien jalur sebesar 0.853. SPL

mempengaruhi SPT dengan koefisien jalur sebesar 0.758. Pengaruh positif

terbesar diberikan oleh SPT terhadap SPR. Hal ini mengindikasikan bahwa

semakin tinggi penilaian responden terhadap SPT maka akan meningkatkan SPR.

Diagram model persamaan struktural sebelum modifikasi dapat dilihat pada

Gambar 6.

Gambar 6 Diagram model persamaan struktural sebelum modifikasi

Modifikasi Model

Hasil evaluasi kebaikan model menunjukkan bahwa model yang dihasilkan

belum memenuhi kriteria kebaikan yang disarankan, sehingga diperlukan

modifikasi model. Modifikasi model dilakukan untuk menciptakan model yang

lebih baik dan rasional. Hal pertama yang dilakukan dalam modifikasi model

adalah mengeluarkan peubah indikator yang tidak sah. Peubah indikator tidak sah

jika nilai statistik t-hitung peubah indikator yang kurang dari nilai t pada taraf

nyata 0.10. Peubah indikator Y1, Y21, dan X7 dikeluarkan karena peubah

indikator tersebut tidak sah dalam mengukur peubah latennya. Setelah ketiga

peubah indikator tersebut dikeluarkan dari model ternyata hasil evaluasi kebaikan

model masih belum memenuhi kriteria kebaikan yang disarankan. Selanjutnya

dilakukan pemeriksaan korelasi antar peubah indikator dalam peubah laten yang

sama. Hal ini dilakukan untuk menemukan peubah-peubah indikator yang

memiliki korelasi relatif kecil dengan peubah indikator lainnya dalam peubah

laten yang sama. Korelasi yang relatif kecil antar peubah indikator

mengindikasikan bahwa peubah indikator tersebut kurang baik dalam mengukur

peubah latennya secara bersamaan. Peubah indikator yang memiliki korelasi yang

relatif kecil bisa dikeluarkan dari model agar kinerja model menjadi lebih baik.

Korelasi antar peubah indikator dapat dilihat pada Lampiran 7. Peubah indikator

Y6 dikeluarkan karena memiliki korelasi yang rendah diantara peubah indikator

lain yang mengukur SI. Selain itu, Y6 memiliki bobot faktor terstandarisasi paling

kecil diantar peubah indikator lain yang mengukur SI. Selanjutnya peubah

11

indikator Y15 dikeluarkan dari model karena dapat meningkatkan kebaikan model

yang dilihat dari kriteria kebaikan yang disarankan. Peubah indikator Y16

dikeluarkan dari model karena memiliki korelasi relatif rendah dengan peubah

lain yang mengukur SPR dan dapat meningkatkan kebaikan model. Peubah

indikator Y20 dikeluarkan dari model juga karena memiliki korelasi relatif rendah

dengan peubah lain yang mengukur SPN dan dapat meningkatkan kebaikan model.

Peubah indikator Y23 memiliki bobot faktor terstandarisasi yang lebih kecil

dibanding Y24, namun peubah yang dipilih untuk dikeluarkan dari model adalah

Y24 karena dapat meningkatkan kebaikan model.

Evaluasi kebaikan model setelah dilakukan modifikasi dapat dilihat pada

Tabel 2, evaluasi kebaikan model sudah hampir memenuhi nilai yang disarankan.

Nilai RMSEA mengalami penurunan menjadi 0.113. Nilai CFI dan TLI secara

berurut mengalami peningkatan menjadi 0.874 dan 0.855. Sedangkan untuk nilai

khi kuadrat masih tidak berpengaruh nyata. Hal ini disebabkan oleh karakteristik

dari nilai khi kuadrat yang sangat sensitif terhadap ukuran contoh. Semakin besar

ukuran contoh maka nilai khi kuadrat yang diperoleh cenderung akan semakin

besar dengan nilai p yang semakin kecil (Kusnendi 2008).

Tabel 2 Evaluasi kebaikan model sesudah modifikasi

Evaluasi kebaikan

model Nilai yang disarankan Nilai sesudah modifikasi

Nilai p uji khi kuadrat > 0.1 0.000

RMSEA ≤ . 0.113

CFI ≥ .8 0.874

TLI ≥ .8 0.855

Gambar 7 Diagram model pengukuran setelah modifikasi

Diagram model pengukuran pada Gambar 7 dapat dikonversikan kedalam

bentuk persamaan model pengukuran. Terdapat empat persamaan model

pengukuran untuk peubah laten SKL yaitu Y2 = 0.798SKL + , Y3 = 0.943SKL

12

+ , Y4 = 0.936SKL + , dan Y5 = 0.705SKL + . Setelah dilakukan

modifikasi tersisa enam peubah indikator yang mengukur SPL. Peubah indikator

X2 yaitu sekolah memiliki dokumen perencanaan yang berkualitas, mencakup

peningkatan PBM, tenaga kependidikan, dan sarana prasarana yang dijalankan

secara konsisten mengalami peningkatan bobot faktor yang paling besar dibanding

peubah indikator lain. Peubah indikator X6 memiliki bobot faktor terstandarisasi

paling besar dalam mengukur SPL. Hal ini menunjukkan bahwa kepala sekolah

melaksanakan pengelolaan sekolah secara efektif dan efisien untuk peningkatan

mutu sekolah memiliki ketepatan yang tinggi dalam mengukur peubah laten SPL.

Semua peubah indikator yang mengukur SKL dinyatakan sah setelah dilakukan

modifikasi. Peubah indikator lulusan memiliki kemampuan berpikir logis dan

sistematis atau Y3 merupakan peubah indikator yang meiliki ketepatan paling

tinggi dalam mengukur SKL. Peubah indikator yang mengukur SI menjadi empat

peubah indikator setelah Y6 dihilangkan dari model. Berdasarkan nilai rata-rata,

peubah indikator Y9 paling rendah dibandingkan peubah indikator lain yang

mengukur SI tetapi Y9 atau materi ajar yang relevan dengan kebutuhan siswa

memiliki ketepatan yang paling tinggi dalam mengukur SI.

Peubah indikator Y11 atau PBM dilakukan secara efektif dan efisien

memiliki bobot faktor terstandarisasi terbesar dalam mengukur SPR yaitu sebesar

0.955. Selanjutnya, tiga peubah indikator yang mengukur SPN semuanya sah dan

mengalami peningkatan bobot faktor terstandarisasi. Peningkatan ketepatan yang

paling tinggi dalam mengukur SPN adalah peubah indikator Y22 yang

menggambarkan guru menganalisis hasil penilaian untuk perbaikan PBM. Peubah

laten SPT diukur oleh satu peubah indikator setelah Y24 dibuang yaitu Y23 yang

mengalami peningkatan bobot faktor terstandarisasi dari 0.469 menjadi 0.715.

Selanjutnya, peubah indikator dikatakan handal secara bersamaan dalam

mengukur peubah latennya dilihat dari nilai koefisien Construct Reliability (CR)

yang lebih besar dari 0.7 atau nilai Variance Extracted (VE) yang lebih besar dari

0.5. Tabel 3 menunjukkan bahwa peubah laten SKL, SI, SPR, SPN, dan SPL

memiliki koefisien CR yang lebih besar 0.7 dan VE lebih besar dari 0.5. Jadi

peubah indikator handal yang artinya peubah indikator yang membangun peubah

laten tersebut konsisten dalam mengukur peubah latennya secara bersamaan.

Sedangkan untuk peubah laten SPT tidak dilihat kehandalan konstruknya karena

merupakan satu-satunya peubah indikator yang mengukur SPT setelah dilakukan

modifikasi.

Tabel 3 Nilai koefisien CR dan VE

Peubah laten CR VE Kehandalan

SKL 0.912 0.725 Handal

SI 0.924 0.802 Handal

SPR 0.939 0.721 Handal

SPN 0.840 0.638 Handal

SPL 0.880 0.560 Handal

13

Gambar 8 Diagram model struktural setelah modifikasi

Tabel 4 Persamaan model struktural

Model Persamaan Model Struktural

SPT SPT = 0.982SPL +

SI SI = 0.691SPT +

SPR SPR = 0.157SPT + 0.773SI+

SPN SPN = 0.832SPT + 0.198SPR+

SKL SKL = 0.724SI + 0.112SPR + 0.005SPN +

Tabel 4 merupakan konversi kedalam bentuk persamaan model struktural

dari diagram model struktural pada Gambar 8. Berdasarkan Gambar 8, koefisien

jalur terbesar dimiliki oleh hubungan SPL terhadap SPT. Hal ini menunjukkan

bahwa SPL yang berkaitan dengan perencanaan, pelaksanaan, dan pengawasan

kegiatan pendidikan berpengaruh besar terhadap kualifikasi SPT. Peubah laten

SPL berpengaruh positif terhadap SPT sebesar 0.982 dari yang tadinya 0.785.

Untuk t-hitung hubungan antar semua peubah laten dapat dilihat pada Lampiran 6.

Hubungan antara SPT dengan SPN yang sebelumnya memiliki arah hubungan

negatif menjadi memiliki hubungan dengan arah positif dengan kenaikan

koefisien jalur terstandarisasi sebesar -4.554 menjadi 0.832 . Hal ini menunjukkan

bahwa kualifikasi SPT berperan penting dalam mekanisme, prosedur, dan

instrumen penilaian hasil belajar peserta didik. Hubungan antara SI dan SPR juga

mengalami peningkatan koefisien jalur terstandarisasi dari 0.038 menjadi 0.773.

Dapat diartikan bahwa kesesuaian materi dan lingkup kompetensi yang

disampaikan kepada peserta didik memberikan pengaruh yang cukup besar untuk

meningkatkan proses pembelajaran di sekolah. Peubah laten SI mempengaruhi

SKL dengan koefisien jalur terstandarisasi sebesar 0.724 dari yang sebelumnya

sebesar 0.697. Peubah laten SPT yang diukur oleh guru dan tenaga pendidik yang

profesional dalam bidangnya mempengaruhi SPR yang berkaitan dengan

pelaksanaan pembelajaran pada satuan pendidik dengan koefisien jalur

terstandarisasi sebesar 0.157. Peubah laten SPR mempengaruhi SPN secara positif

dengan koefisien jalur terstandarisasi sebesar 0.198. Pengaruh yang kecil

diberikan oleh SPR terhadap SKL dengan koefisien jalur sebesar 0.122. Peubah

laten SPN yang berkaitan dengan mekanisme, prosedur, dan instrumen penilaian

hasil belajar peserta didik memiliki hubungan positif tetapi tidak mempengaruhi

14

SKL pada taraf nyata 0.1 dengan koefisien jalur terstandarisasi sebesar 0.005. Hal

ini dapat disebabkan oleh guru yang pada umumnya belum menggunakan

penilaian otentik pada kurikulum yang lama. Penilaian otentik adalah penilaian

yang berdasarkan atau sesuai dengan karakteristik kompetensi yang dinilai. Selain

itu tidak berpengaruhnya SPN terhadap SKL dapat disebabkan oleh

dikeluarkannya peubah indikator Y1 yang mengukur SKL serta peubah indikator

Y20 dan Y21 yang mengukur SPN. Diagram model persamaan struktural setelah

modifikasi dapat dilihat pada Gambar 9.

Gambar 9 Diagram model persamaan struktural setelah modifikasi

Tabel 5 Pengaruh langsung dan tidak langsung terhadap peubah laten SKL

Pengaruh antar

peubah laten

Pengaruh

Langsung

Pengaruh tidak

langsung Pengaruh total

SPL SKL - 0.571 0.571 SPT SKL - 0.581 0.581

SI SKL 0.724 0.088 0.812

SPR SKL 0.112 0.001 0.113

SPN SKL 0.005 - 0.005

Tabel 5 menunjukkan bahwa SKL paling besar dipengaruhi oleh SI.

Materi ajar yang sesuai dengan kurikulum memberikan pengaruh langsung

sebesar 0.724 dan pengaruh tidak langsung sebesar 0.088 terhadap peningkatan

kompetensi siswa dan lulusan. Peubah laten SKL mendapatkan pengaruh secara

tidak langsung paling besar yaitu dari peubah laten SPT karena hubungannya

dengan SI, SPR, dan SPN. Selanjutnya pengaruh tidak langsung terbesar kedua

diberikan oleh peubah laten SPL terhadap SKL. Sedangkan peubah laten SPR

memberikan pengaruh langsung sebesar 0.112 dan pengaruh tidak langsung

sebesar 0.001. Peubah laten yang memberikan pengaruh paling kecil terhadap

SKL yaitu SPR. Hal ini menunjukkan bahwa proses belajar mengajar memiliki

pengaruh yang kecil terhadap peningkatan kompetensi siswa atau lulusan.

15

Sedangkan sistem penilaian yang dilakukan sekolah (SPN) tidak berpengaruh

terhadap kompetensi siswa atau lulusan (SKL).

Tabel 6 Pengaruh langsung dan tidak langsung antar peubah laten

Pengaruh antar

peubah laten

Pengaruh

Langsung

Pengaruh tidak

langsung Pengaruh total

SPL SPT 0.982 - 0.982 SPL SI - 0.678 0.678 SPT SI 0.691 - 0.691 SPL SPR - 0.678 0.678 SPT SPR 0.157 0.534 0.691 SI SPR 0.773 - 0.773 SPL SPN - 0.951 0.951 SPT SPN 0.832 0.137 0.969 SPR SPN 0.198 - 0.198

Pengaruh total paling besar diberikan oleh SPL terhadap SPT dengan

pengaruh langsung sebesar 0.982 (Tabel 6). Hal ini menunjukkan bahwa SPL

yang berkaitan dengan perencanaan, pelaksanaan, dan pengawasan kegiatan

pendidikan berpengaruh besar terhadap kualifikasi SPT. Peubah laten SPL juga

mempengaruhi SI secara tidak langsung sebesar 0.678. Peubah laten SI

dipengaruhi secara langsung oleh SPT sebesar 0.691. Peubah laten SPR paling

besar dipengaruhi oleh SI secara langsung. Sedangkan pengaruh total terbesar

kedua diberikan oleh SPT terhadap SPN sebesar 0.969 dengan pengaruh langsung

sebesar 0.832 dan pengaruh tidak langsung sebesar 0.137. Pengaruh tidak

langsung diberikan oleh SPT terhadap SPN karena hubungannya dengan SI dan

SPR. Jadi untuk meningkatkan kinerja SPN selain SPT yang harus ditingkatkan

kinerja SI dan SPR juga harus ditingkatkan. Pengaruh terbesar ketiga diberikan

oleh SPL secara tidak langsung terhadap SPN karena hubungannya dengan SPT,

SI, dan SPR.

KESIMPULAN

Pengaruh paling besar diberikan oleh SPL terhadap SPT yang artinya

perencanaan, pelaksanaan, dan pengawasan kegiatan pendidikan memiliki

pengaruh yang besar terhadap kinerja pendidik dan tenaga kependidikan. Semua

Standar Nasional Pendidikan (peubah laten) memiliki arah hubungan yang positif

terhadap SKL setelah dilakukan modifikasi. Peubah laten SKL paling besar

dipengaruhi oleh SI. Hal ini menunjukkan tinggi rendahnya kompetensi siswa dan

lulusan dari sekolah dipengaruhi cukup besar oleh kesesuaian materi ajar yang

digunakan sekolah dengan kurikulum yang ditetapkan. Peubah laten SKL paling

kecil dipengaruhi oleh SPR. Terdapat satu hubungan yang tidak signifikan yaitu

antara SPN dengan SKL. Semua peubah indikator sudah sah dan handal dalam

mengukur peubah latennya setelah modifikasi.

16

DAFTAR PUSTAKA

Bollen KA. 1989. Structural Equation With Latent Variables. New York (US):

John Willey and Sons.

Hair JF, Anderson RF, Tatham RL, Black WC. 2009. Multivariate Data Analysis

7th ed. New Jersey (US): Pretince Hall, inc.

[Kemendiknas] Kementrian Pendidikan Nasional, Kementrian Agama. 2010.

Sistem Penjaminan Mutu Pendidikan: Panduan Teknis Evaluasi Diri

Sekolah (EDS). Jakarta (ID): Kemendiknas.

[Litbang Kemdikbud] Badan Penelitian dan Pengembangan Kementrian

Pendidikan dan Kebudayaan. 2013. Akreditasi sekolah/madrasah. [Internet].

Bogor(ID). [diunduh 2014 Jun 20]. Tersedia pada:

http://litbang.kemdikbud.go.id/index.php/statplanet-balitbang/akreditasi-

sekolah-madrasah

Kline, Rex B. 2011. Principles and Practice of Structural Equation Modeling 3rd

ed. New York (US): The Guilford Press.

Kusnendi. 2008. Model-Model Persamaan Struktural Satu dan Multigroup Sampel

dengan Lisrel. Bandung(ID): ALFABETA, cv.

Sirozi M. 2013. Sistem pendidikan dan masa depan bangsa. [Internet]. Bogor(ID).

[diunduh 2014 Feb 14]. Tersedia pada: http://www.radenfatah.ac.id/artikel-

154-sistem-pendidikan-dan-masa-depan-bangsa.html

Wijanto SH. 2008. Structural Equation Modelling dengan Lisrel 8.8 (Konsep dan

Tutorial). Yogyakarta (ID): Graha Ilmu.

17

Lampiran 1 Daftar nama peubah laten dan peubah indikator

Peubah Laten Notasi

Laten Peubah Indikator

Notasi

Indikator

Standar

Kompetensi

Lulusan

(SKL)

1. Prestasi siswa/lulusan Y1

2. Lulusan menghargai dan menunjukkan

karakter jujur, disiplin, bertanggungjawab,

dan menghargai orang lain

Y2

3. Lulusan mampu berpikir logis dan sistematis Y3

4. Lulusan mampu berkomunikasi efektif dan

santun Y4

5. Lulusan memiliki kemampuan mencoba,

mengolah, dan menyajikan pemikiran serta

tindakan produktif dan kreatif

Y5

Standar Isi

(SI)

1. Kurikulum disusun secara logis dan

sistematis Y6

2. Materiajar sesuai dengan kurikulum nasional Y7

3. Materi ajar sesuai dengan SKL Y8

4. Materi ajar relevan dengan kebutuhan siswa Y9

Standar Proses

(SPR)

1. RPP sesuai dengan SKL dan standar isi serta

memenuhi aspek kualitas Y10

2. PBM dilakukan secara efisien dan efektif Y11

3. PBM mengembangkan karakter jujur,

disiplin, bertanggungjawab, dan menghargai

orang lain

Y12

4. PBM mengembangkan kemampuan

berkomunikasi efektif dan santun Y13

5. PBM mengembangkan kreatifitas peserta

didik Y14

6. PBM mengembangkan budaya dan

kemandirian belajar Y15

7. Interaksi guru dan siswa mendukung

efektifitas PBM Y16

8. Suasana akademik di sekolah kondusif Y17

Standar

Penilaian

(SPN)

1. Penilaian dilakukan secara holistik dan

berkesinambungan untuk efisiensi PBM Y18

2. Evaluasi berdasarkan penjaminan mutu Y19

3. Penilaian sesuai dengan kompetensi yang

diukur Y20

4. Penilaian dengan menerapkan aspek keadilan,

transparansi dan akuntabilitas Y21

5. Guru menganalisis hasil penilaian untuk

perbaikan PBM Y22

Standar

Pendidik dan

Tenaga

Kependidikan

(SPT)

1. Guru dan tenaga pendidikan profesional

dalam bidangnya Y23

2. Guru dan kepala sekolah dapat dijadikan

teladan oleh siswa Y24

18

Lampiran 1 Daftar nama peubah laten dan peubah indikator (lanjutan)

Peubah Laten Notasi

Laten Peubah indikator

Notasi

Peubah

indikator

Standar

Pengelolaan

(SPL)

1. Sekolah memiliki rumusan visi dan misi

yang dipahami oleh semua komponen

sekolah

X1

2. Sekolah memiliki dokumen perencanaan

yang berkualitas, mencakup peningkatan

PBM, tenaga kependidikan, dan sarpras;

yang dijalankan secara konsisten

X2

3. Semua guru dan komponen sekolah ikut

terlibat dalam pelaksanaan program

sekolah yang dimuat dalam perencanaan

X3

4. Pelaksanaan perencanaan sekolah

dievaluasi berdasarkan capaian indikator X4

5. Kepala sekolah melakukan supervisi

kualitas PBM dan memberikan saran

perbaikan

X5

6. Kepala sekolah melaksanakan pengelolaan

sekolah secara efektif dan efisien untuk

peningkatan mutu sekolah

X6

7. Komite berkontribusi efektif terhadap

peningkatan mutu sekolah X7

19

Lampiran 2 Model struktural dan model pengukuran

a. Model Struktural

=

+

+

b. Model Pengukuran

=

+

=

+

20

Lampiran 3 Rincian analisis deskriptif setiap peubah indikator

Peubah

laten

Peubah

indikator

Rata-

rata

Nilai

Minimum

Kuartil

pertama

Kuartil

kedua

Kuartil

ketiga

Nilai

Maksimum

SKL Y1 2.888 0.000 0.000 2.500 5.000 10.000

Y2 5.635 3.000 5.074 5.586 6.119 10.000

Y3 4.990 0.000 4.000 4.889 6.000 10.000

Y4 4.992 0.000 4.000 4.897 5.857 10.000

Y5 6.681 0.667 5.962 6.764 7.515 10.000

SI Y6 7.007 1.673 6.216 7.194 7.997 10.000

Y7 7.132 0.667 6.075 7.333 8.438 10.000

Y8 8.645 5.556 8.167 8.718 9.167 10.000

Y9 5.780 0.952 4.665 5.844 6.912 10.000

SPR Y10 6.911 0.722 5.919 7.193 8.200 10.000

Y11 5.377 1.562 4.610 5.415 6.223 8.596

Y12 7.150 0.000 6.268 7.276 8.202 10.000

Y13 5.924 0.278 4.806 5.897 7.057 10.000

Y14 2.806 0.556 2.297 2.800 3.290 5.375

Y15 3.069 0.556 2.500 3.095 3.680 6.000

Y16 6.478 0.000 5.007 6.493 8.173 10.000

Y17 6.418 2.043 5.633 6.509 7.291 9.670

SPN Y18 7.289 0.917 6.521 7.658 8.361 10.000

Y19 7.759 1.020 7.100 7.925 8.595 10.000

Y20 6.103 1.065 5.330 6.111 6.867 10.000

Y21 4.562 1.250 3.750 5.000 5.000 9.333

Y22 8.186 0.833 7.333 8.500 9.333 10.000

SPT Y23 7.762 0.000 6.250 8.750 10.000 10.000

Y24 5.568 0.500 4.636 5.615 6.672 9.978

SPL X1 6.798 0.333 5.939 7.000 7.849 10.000

X2 8.765 0.000 8.264 9.167 10.000 10.000

X3 5.972 0.856 5.183 5.946 6.799 9.628

X4 7.465 0.000 6.667 7.500 8.333 10.000

X5 8.382 0.000 7.625 8.750 9.375 10.000

X6 7.972 0.324 7.324 8.225 8.947 10.000

X7 2.979 0.000 2.381 2.816 3.385 9.333

21

Lampiran 4 Diagram rata-rata dan kotak garis peubah indikator yang mengukur

peubah laten SI, SPN, SPT, dan SPL

0

1

2

3

4

5

6

7

8

9

10

Y6

Y7

Y8

Y9

Y18

Y19

Y2

0

Y21

Y22

Y2

3

Y24

X1

X2

X3

X4

X5

X6

X7

SI SPN SPT SPL

rata-rata

Skor

Peu

bah

Indik

ator

Peubah Indikator tiap peubah laten

22

Lampiran 5 Bobot faktor terstandarisasi sebelum dan sesudah modifikasi

Peubah

Indikator

Sebelum modifikasi Sesudah modifikasi

Bobot faktor

terstandarisasi t-hitung

Bobot faktor

terstandarisasi t-hitung

Y1 0.139 7.306 - -

Y2 0.797 45.551 0.798 45.429

Y3 0.943 54.770 0.943 54.314

Y4 0.935 54.232 0.936 53.833

Y5 0.706 39.338 0.705 39.088

Y6 0.760 33.081 - -

Y7 0.900 35.738 0.904 53.472

Y8 0.859 34.926 0.859 50.289

Y9 0.914 36.183 0.921 54.634

Y10 0.832 10.404 0.850 43.242

Y11 0.959 10.579 0.955 41.861

Y12 0.910 10.528 0.895 39.799

Y13 0.904 10.547 0.895 39.942

Y14 0.782 10.361 0.797 40.721

Y15 0.814 10.385 - -

Y16 0.762 10.469 - -

Y17 0.685 10.271 0.675 32.911

Y18 0.830 8.834 0.837 7.090

Y19 0.671 8.671 0.715 7.063

Y20 0.818 9.064 - -

Y21 0.299 7.634 - -

Y22 0.772 8.686 0.839 7.121

Y23 0.469 26.986 0.733 5.987

Y24 0.793 41.217 - -

X1 0.838 54.188 0.843 55.180

X2 0.764 47.108 0.798 50.384

X3 0.764 47.372 0.742 45.573

X4 0.408 22.012 0.424 23.072

X5 0.683 40.398 0.708 42.613

X6 0.905 61.482 0.884 59.420

X7 0.334 17.727 - - *t hitung lebih besar dari t tabel (1.645). Hal ini menunjukkan bahwa peubah indikator sah

mengukur peubah latennya pada taraf nyata 0.1.

23

Lampiran 6 Koefisien jalur terstandarisasi antar peubah laten sebelum dan

sesudah modifikasi

Antar peubah laten

Sebelum modifikasi Sesudah modifikasi

Koefisien

jalur t-hitung

Koefisien

jalur t-hitung

SPL SPT 0.758 32.588 0.982 5.837

SPT SI 0.853 30.473 0.691 5.766

SPT SPR 0.977 10.842 0.157 5.153

SPT SPN -4.554 -7.892 0.832 3.425

SI SKL 0.697 16.332 0.724 18.750

SI SPR 0.038 3.013 0.773 26.771

SPR SKL 0.059 1.988 0.112 3.389

SPR SPN 5.496 139.770 0.198 7.566

SPN SKL 0.091 2.484 0.005 0.235 *t hitung lebih besar dari t tabel (1.645) menunjukkan bahwa hubungan antar peubah laten

berpengaruh nyata pada taraf nyata 0.1.

24

Lampiran 7 Matriks korelasi antar peubah indikator pada tiap peubah laten

a. Matriks korelasi antar peubah indikator pada peubah laten SKL

5

5

b. Matriks korelasi antar peubah indikator pada peubah laten SI

8 9

8

9

c. Matriks korelasi antar peubah indikator pada peubah laten SPR

5

5

d. Matriks korelasi antar peubah indikator pada peubah laten SPN

8 9

8

9

e. Matriks korelasi antar peubah indikator pada peubah laten SPT

f. Matriks korelasi antar peubah indikator pada peubah laten SPL

5

5

25

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 5 Juni 1993 sebagai anak tunggal

dari pasangan Bapak Khalimi dan Ibu Sondang Sibarani. Tahun 2004 penulis

lulus dari Sekolah Dasar Negeri Rawaterate 03 Jakarta Timur. Tahun 2007 penulis

lulus dari Sekolah Menengah Pertama Negeri 255 Jakarta Timur. Tahun 2010

penulis lulus dari Sekolah Menengah Atas Negeri 44 Jakarta Timur dan pada

tahun yang sama penulis diterima di Departemen Statistika, Fakultas Matematika

dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui jalur undangan

seleksi masuk IPB (USMI).

Penulis aktif pada organisasi Himpunan Profesi Gamma Sigma Beta sebagai

staf Departemen Human Resource Development periode 2012 dan 2013. Penulis

pernah mengikuti beberapa kepanitian seperti Statistika Ria 2011 dan 2012,

welcome ceremony of statistics (WCS) 2013, Pesta Sains 2013. Penulis

melaksanakan praktik lapang di QASA Strategic Consulting bulan Juli–Agustus

2013.