Anda di halaman 1dari 134

FAKTOR-FAKTOR YANG MEMPENGARUHI

PRESTASI SISWA:
TINJAUAN BERDASARKAN DATA TIMSS 2007

PUSAT PENILAIAN PENDIDIKAN


BADAN PENELITIAN DAN PENGEMBANGAN
KEMENTERIAN PENDIDIKAN NASIONAL
JAKARTA 2010

FAKTOR-FAKTOR YANG MEMPENGARUHI


PRESTASI SISWA:
TINJAUAN BERDASARKAN DATA TIMSS 2007

Tim Penyusun :
Kepala Pusat Penilaian Pendidikan
Agus Santoso
Editor :
Ainun Salim

PUSAT PENILAIAN PENDIDIKAN


BADAN PENELITIAN DAN PENGEMBANGAN
KEMENTERIAN PENDIDIKAN NASIONAL
JAKARTA 2010

KATA PENGANTAR

Hasil survei Trends in International Mathematics and Science Study


(TIMSS) tahun 2007, menempatkan Indonesia pada posisi 36 pada bidang
Matematika, dan posisi 35 pada bagian Sains dari 49 negara peserta. Jika
dibandingkan dengan prestasi siswa dari negara-negara Asia Tenggara lainnya,
prestasi siswa Indonesia masih di bawah Singapura, Malaysia, bahkan masih di
bawah Filipina.
Untuk dapat menemukan jawaban terhadap permasalahan mengapa
prestasi siswa Indonesia tergolong kelompok paling rendah, perlu dilakukan
identifikasi untuk mengetahui faktor-faktor yang mempengaruhi prestasi siswa
baik faktor internal maupun faktor eksternal siswa berdasarkan informasi dari
survei TIMSS 2007 ini.
Laporan ini diharapkan dapat bermanfaat untuk membantu memahami
faktor-faktor yang mempengaruhi prestasi siswa, sehingga dapat dilakukan
berbagai pembaharuan dan perbaikan untuk meningkatkan mutu pendidikan,
khususnya dalam bidang Matematika dan Sains, pada pendidikan dasar dan
menengah.

Jakarta, Maret 2009

Dr. Nugaan Y W S, M. Psi.


Kepala Pusat Penilaian Pendidikan

DAFTAR ISI

KATA PENGANTAR ....................................................................................... i
DAFTAR ISI ................................................................................................ ii
DAFTAR TABEL ...........................................................................................iii
DAFTAR GAMBAR....................................................................................... iv
DAFTAR LAMPIRAN ..................................................................................... v
BAB I PENDAHULUAN .................................................................................. 1
A.

Latar Belakang ................................................................................ 1

B.

Rumusan Masalah ........................................................................... 2

C.

Tujuan Penelitian ............................................................................ 3

D.

Manfaat Penelitian ........................................................................... 3

BAB II KAJIAN PUSTAKA.............................................................................. 4


A.

Faktor-Faktor Yang Mempengaruhi Prestasi Belajar ............................ 4

B.

Prestasi Belajar ............................................................................... 6

C.

Data TIMSS .................................................................................... 6

D.

Kerangka Pemikiran dan Hipotesis .................................................. 24

BAB III METODE PENELITIAN .................................................................... 27


A.

Desain Penelitian ........................................................................... 27

B.

Sampel Penelitian .......................................................................... 27

C.

Data ............................................................................................. 27

D.

Unit Analisis .................................................................................. 28

E.

Pemodelan Struktural .................................................................... 28

BAB IV HASIL DAN PEMBAHASAN............................................................... 66


A.

Model Struktural Bidang Matematika ............................................... 66

B.

Model Struktural Prestasi Siswa Bidang Fisika .................................. 73

C.

Model Struktural Prestasi Siswa Bidang Biologi ................................. 79

BAB V KESIMPULAN DAN SARAN .............................................................. 87


A.

KESIMPULAN ................................................................................ 87

B.

REKOMENDASI.............................................................................. 88

DAFTAR PUSTAKA .................................................................................... 89

ii

DAFTAR TABEL
Tabel 1.

Operasionalisasi Variabel Faktor-Faktor yang Mempengaruhi


Prestasi Siswa di Bidang Matematika .......................................... 28
Tabel 2. Operasionalisasi Variabel Faktor-Faktor Yang Mempengaruhi
Prestasi Siswa di Bidang Fisika ................................................... 29
Tabel 3. Operasionalisasi Variabel Faktor-Faktor Yang Mempengaruhi
Prestasi Siswa di Bidang Biologi ................................................. 31
Tabel 4. Persamaan Pengukuran dan Struktural ....................................... 64
Tabel 5. Rancangan Pengujian Model ...................................................... 65
Tabel 6. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang
Matematika (Standardized) ........................................................ 71
Tabel 7. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa
Bidang Matematika ................................................................... 72
Tabel 8. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang
Fisika (Standardized)................................................................. 76
Tabel 9. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa
Bidang Fisika ............................................................................ 78
Tabel 10. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang
Biologi (Standardized) ............................................................... 82
Tabel 11. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa
Bidang Biologi .......................................................................... 84

iii

DAFTAR GAMBAR
Gambar 1.
Gambar 2.
Gambar 3.
Gambar 4.
Gambar 5a.
Gambar 5b.
Gambar 6a.
Gambar 6b.
Gambar 7a.
Gambar 7b.
Gambar 8a.
Gambar 8b.
Gambar 9a.
Gambar 9b.
Gambar 10a.
Gambar 10b.

Kerangka Pemikiran Faktor-Faktor yang Mempengaruhi


Prestasi Siswa ................................................................... 25
Model Rancangan Faktor-Faktor yang Mempengaruhi
Prestasi Siswa Bidang Matematika ....................................... 61
Model Rancangan Faktor-Faktor Yang Mempengaruhi
Prestasi Siswa Bidang Fisika................................................ 62
Model Rancangan Faktor-Faktor Yang Mempengaruhi
Prestasi Siswa Bidang Biologi .............................................. 63
Estimasi Parameter Model Prestasi Siswa Bidang
Matematika (Standardized) ................................................. 66
Statistik t-hitung Parameter Model Prestasi Bidang
Matematika ....................................................................... 67
Diagram Jalur Model Prestasi Bidang Matematika
(Standardized) ................................................................... 69
Statistik t-hitung Model Prestasi Bidang Matematika .............. 70
Estimasi Parameter Model Prestasi Bidang Fisika
(Standardized) ................................................................... 73
Statistik t-hitung Parameter Model Prestasi Bidang
Fisika ................................................................................ 74
Diagram Jalur Model Prestasi Bidang Fisika
(Standardized) ................................................................... 75
Statistik t-hitung Model Prestasi Bidang Fisika ...................... 76
Estimasi Parameter Model Prestasi Bidang Biologi
(Standardized) ................................................................... 79
Statistik t-hitung Parameter Model Prestasi Bidang
Biologi .............................................................................. 80
Diagram Jalur Model Prestasi Bidang Biologi
(Standardized) ................................................................... 81
Statistik t-hitung Model Prestasi Bidang Biologi ..................... 82

iv

DAFTAR LAMPIRAN
LAMPIRAN 1.
LAMPIRAN 2.
LAMPIRAN 3.
LAMPIRAN 4.
LAMPIRAN 5.
LAMPIRAN 6.
LAMPIRAN 7
LAMPIRAN 8.
LAMPIRAN 9.
LAMPIRAN 10.
LAMPIRAN 11.
LAMPIRAN 12.
LAMPIRAN 13.
LAMPIRAN 14.
LAMPIRAN 15.
LAMPIRAN 16.
LAMPIRAN 17.
LAMPIRAN
LAMPIRAN
LAMPIRAN
LAMPIRAN

18.
19.
20.
21.

Deskripsi Kepemilikan Barang ........................................... 90


Deskripsi Pendidikan Orang Tua........................................ 96
Estimasi Model Pengukuran Variabel Sosial Ekonomi
Siswa ............................................................................. 98
Estimasi Model Pengukuran Variabel Sikap......................... 99
Estimasi Model Pengukuran Variabel Persepsi Siswa
Terhadap Sekolah...........................................................101
Estimasi Model Pengukuran Variabel Keamanan
di Sekolah ......................................................................102
Estimasi Model Pengukuran Variabel Minat Siswa ..............103
Deskripsi Latar Belakang Guru Usia ..................................105
PENGALAMAN MENGAJAR ...............................................106
PENDIDIKAN TERTINGGI GURU.......................................107
Estimasi Model Pengukuran Variabel Latar Belakang
Guru .............................................................................108
Estimasi Model Pengukuran Variabel Latar
Pengembangan Profesi Guru ...........................................109
Estimasi model pengukuran Kesiapan bidang
Matematika ....................................................................110
Estimasi model pengukuran Kesiapan bidang
FISIKA ...........................................................................111
Estimasi model pengukuran Kesiapan bidang
BIOLOGI ........................................................................112
Model Prestasi Siswa Berdasarkan Faktor-faktor
Persepsi Guru.................................................................113
Model Prestasi Siswa Berdasarkan Faktor-faktor
Sekolah .........................................................................116
ANALISIS JALUR : MATEMATIKA ......................................121
ANALISIS JALUR : FISIKA................................................132
ANALISIS JALUR : BIOLOGI.............................................144
Contoh : Deskripsi Indikator Sikap Siswa Terhadap
Pelajaran Matematika .....................................................155

BAB I
PENDAHULUAN
A.

Latar Belakang
The Trend in International Mathematics and Science Study (TIMSS)

merupakan proyek dari International Association for the Evaluation of Educational Achievement (IEA).

IEA adalah lembaga riset internasional yang

independen dan bekerjasama dengan agen-agen pemerintah di banyak negara,


dan telah melakukan riset prestasi siswa lintas bangsa sejak tahun 1959.
Tahun 1990, IEA menentukan untuk melakukan asesmen pada bidang
Sains dan Matematika secara berkala dengan selang waktu empat tahunan.
Keputusan tersebut merupakan tanda dimulainya studi internasional dengan
skala besar untuk mengukur performance siswa. Survei internasional pertama
diawali dengan nama TIMSS (the Trend in International Mathematics and
Science Study) yang dilaksanakan pada tahun 1995. TIMSS-Repeat tahun 1999,
dan TIMSS 2003 (the Trend in International Mathematics and Science Study)
yang dikenal dengan TIMSS Trends.

Indonesia telah mengikuti survei

internasional tersebut sejak awal sampai dengan tahun 2007, dan berencana
tetap mengikuti survey ini untuk tahun 2011.
Hasil survei tahun 2007, nilai rata-rata prestasi pada bidang matematika
sebesar 397,1 dan sains sebesar 427,0. Nilai rata-rata sebesar ini menempatkan
Indonesia pada posisi 35 dari 49 negara peserta. Rangking ini tidak jauh
berbeda dengan hasil survei tahun 2003 maupun tahun 1999. Jika
dibandingkan dengan prestasi siswa dari negara-negara Asia Tenggara lainnya,
prestasi siswa Indonesia masih di bawah Singapura, Malaysia bahkan masih
dibawah Philipina. Oleh karena itu perlu ada upaya perbaikan dalam
pembelajaran sehingga prestasi siswa Indonesia dapat ditingkatkan.
Di samping memberikan informasi tentang kemampuan matematika dan
sains, data TIMSS juga memberikan informasi mengenai siswa, guru, dan
sekolah. Informasi mengenai siswa, guru, dan sekolah digali melalui sebuah
angket. Interpretasi data kemampuan siswa ditambah dengan informasi dari

buku angket siswa, guru, dan sekolah diharapkan dapat membantu memahami
faktor-faktor yang mempengaruhi prestasi siswa.
Faktor sikap, motivasi, dan persepsi terhadap pelajaran matematika dan
sains diduga merupakan faktor-faktor internal siswa yang mempengaruhi
prestasi mereka. Dari pandangan guru, faktor keterbatasan siswa, masalah
yang ada di sekolah, iklim sekolah, dan keamanan sekolah diduga juga
mempengaruhi prestasi siswa. Dari pandangan kepala sekolah, faktor tingkat
kehadiran siswa dan guru, sarana dan prasarana yang dimiliki sekolah, serta
iklim sekolah diduga juga mempengaruhi prestasi siswa. Namun demikian tidak
semua

variabel

berpengaruh

terhadap

prestasi

siswa.

Keeves

(1972)

menemukan bahwa di dalam hal-hal tertentu jenis kelamin berkorelasi positif,


tetapi di dalam hal lain berkorelasi negatif terhadap prestasi belajar. Dengan
demikian variabel jenis kelamin menimbulkan perbedaan pendapat dan kiranya
tidak akan ada manfaat langsung terhadap kesimpulan yang diambil mengenai
pengaruh jenis kelamin. Hasil penelitian yang dilakukan oleh BP3K (Sudarsono,
1985) juga menyatakan bahwa variabel bahasa yang dipergunakan siswa di
rumah tidak berkorelasi secara signifikan terhadap prestasi sekolah, sehingga
variabel bahasapun wajar untuk tidak dilibatkan sebagai suatu variabel yang
mempengaruhi prestasi siswa.
Berdasarkan uraian di atas maka perlu dilakukan studi untuk mengidentifikasi dan mengetahui faktor-faktor yang mempengaruhi prestasi siswa
berdasarkan informasi dari survei TIMSS. Hasil studi ini diharapkan dapat
bermanfaat untuk membantu memahami faktor-faktor yang mempengaruhi
prestasi siswa sehingga dapat melakukan berbagai pembaharuan dan perbaikan
dalam pendidikan khususnya bidang Matematika dan Sains.
B.

Rumusan Masalah
Berdasarkan latar belakang maka masalah pada studi ini adalah:

1. Bagaimanakah pengaruh siswa terhadap prestasi?


2. Bagaimanakah pengaruh guru terhadap prestasi siswa?
3. Bagaimanakah pengaruh sekolah terhadap prestasi siswa?

C.

Tujuan Penelitian
Penelitian ini bertujuan untuk:

1. Menemukan faktor-faktor internal siswa yang mempengaruhi prestasi


2. Menemukan faktor-faktor yang berasal dari guru yang mempengaruhi
prestasi siswa.
3. Menemukan faktor-faktor yang berasal dari sekolah yang mempengaruhi
prestasi siswa.
D.

Manfaat Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat untuk membantu

memahami faktor-faktor yang mempengaruhi prestasi siswa baik faktor internal


maupun faktor eksternal siswa yang berasal dari guru maupun yang berasal
dari sekolah.

Bagi penyelenggara pendidikan hasil penelitian ini diharapkan

dapat melakukan berbagai perbaikan dalam pembelajaran, khususnya bidang


Matematika dan Sains.

BAB II
KAJIAN PUSTAKA

A.

Faktor-Faktor Yang Mempengaruhi Prestasi Belajar


Faktor-faktor yang mempengaruhi prestasi belajar

siswa

dapat

diklasifikasikan berdasarkan berbagai sudut pandang; dari subjek yang belajar,


proses belajar, dan dapat pula dari situasi belajar. Secara umum faktor-faktor
yang mempengaruhi prestasi belajar terbagi menjadi 2 kelompok, yaitu faktor
internal dan eksternal.
a) Faktor internal adalah faktor-faktor yang terdapat dalam diri subjek,
adapun yang ada didalamnya adalah
1) Faktor fisiologis, yaitu keadaan jasmani baik yang bersifat bawaan
maupun yang bukan bersifat bawaan.
2) Faktor psikologis, yaitu keadaan rohani atau psikis yang meliputi
faktor-faktor intelektualitas seperti intelegen dan bakat, serta faktorfaktor non intelektualitas seperti, minat, motivasi, dan sikap.
3) Faktor kematangan, yaitu kematangan jasmani maupun rohani.
b) Faktor eksternal, yaitu semua faktor yang ada diluar subjek, yang
termasuk didalamnya adalah
1) Faktor sosial, meliputi lingkungan keluarga, masyarakat, dan sekolah.
2) Faktor ekonomi, meliputi penghasilan atau pendapatan yang diterima
untuk menunjang kebutuhan sehari-hari.
3) Faktor budaya, meliputi adat istiadat, kesenian, dan sebagainya.
4) Faktor lingkungan fisik.
5) Faktor spiritual.
Klausmeir (1971) membagi faktor-faktor yang mempengaruhi prestasi
belajar yaitu
a)

Faktor karakteristik siswa, yang mencakup


1) Karakteristik psikis, meliputi kemampuan intelektual seperti intelegen
dan non intelektual seperti sikap dan kebiasaan, minat, serta persepsi.

2) Faktor fisik.
b) Faktor pengajar/guru, yang meliputi
1) Pengetahuan tentang materi dan ketrampilan mengajar
2) Karakteristik afektif, seperti minat, motivasi, sikap, perhatian
3) Kesehatan dan kondisi fisik pada umumnya
4) Persepsi tentang situasi
c) Faktor bahan dan materi yang akan dipelajari seperti jenis materi, jenis
tingkat kesukaran, dan kompleksitasnya.
d) Faktor Media dan pengajaran seperti jenis media yang digunakan, kualitas
media yang dipakai.
e) Faktor Karakteristik fisik sekolah, yang meliputi
1) Gedung sekolah
2) Fasilitas belajar
f)

Faktor lingkungan dan situasi, yang meliputi


1) Lingkungan alam, seperti suhu, kelembaban, musim, dan iklim
2) Lingkungan sosial.
Schiefelbein dan Simmons (1981) membagi faktor-faktor penentu keber-

hasilan belajar ke dalam tiga kategori: sumber belajar dan proses belajar di
sekolah; kemampuan dan kecakapan guru serta kemampuan siswa.
Madaus

beserta

timnya

mengindentifikasi

82

variabel

yang

mempengaruhi keberhasilan belajar yang dikelompokkan ke dalam lima


kelompok, yaitu a) kelompok individual siswa yang meliputi variabel seperti
jenis kelamin, umur, sikap terhadap sekolah, b) kelompok lingkungan sekolah,
mencakup variabel variabel lokasi sekolah, tekanan sosial kelompok, jumlah
waktu untuk mengerjakan pekerjaan rumah dan lain sebagainya, c) kelompok
latar belakang siswa, mencakup variabel yang berkaitan dengan status sosial
ekonomi, besarnya jumlah anggota keluarga, jumlah saudara kandung, urutan
kelahiran, dan lain sebagainya, d) komposit variabel kelas dan individu siswa,
dan e) skor tes intelegensi. Sedangkan Coleman (1966) di dalam laporannya
yang berjudul Equality of Educational Opportunity (EEO) menggolongkan

variabel prediktor ke dalam lima kelompok yang agak berbeda dengan kategori
yang dibuat oleh Madaus, yaitu a) individual karakteristik siswa, b) karakteristik
latar belakang keluarga, c) karakteristik kelompok sebaya, d) karakteristik guru,
dan e) karakteristik sekolah. Peneliti lain, Paige tahun 1978 menyusun 6
kelompok variabel bebas yang diduga sebagai variabel penentu hasil belajar: a)
karakteristik latar belakang siswa, b) lingkungan belajar di rumah, c) organisasi
sekolah dan kelas serta lingungan fisik sekolah, d) karakteristik tertentu pada
siswa, e) lingkungan belajar di kelas, dan f) lokasi sekolah. Penelitian yang
dilakukan antara tahun 1972 tahun 1975 di Indonesia, Malaysia, Philipina,
dan Thailand. Penelitian di Indonesia menggunakan empat variabel pokok: a)
karakteristik siswa, b) lingkungan keluarga, c) faktor sekolah, dan d)
karakteristik guru. Penelitian di Malaysia mempergunakan lima kelompok
variabel: a) karakteristik siswa, b) faktor lingkungan keluarga, c) faktor sekolah,
d) karakteristik guru, dan e) faktor iklim kelas. Penelitian di Philipina
mempergunakan variabel bebas: a) karakteristik siswa, b) faktor latar belakang
keluarga, c) faktor sekolah, dan d) karakteristik guru. Peneliti di Thailand
mempergunakan kelompok variabel bebas: a) karakteristik siswa, b) latar
belakang sosial ekonomi, c) faktor sekolah, dan d) karakteristik guru.
B.

Prestasi Belajar
Prestasi adalah kecakapan nyata yang dapat diukur secara langsung

dengan menggunakan tes. Definisi yang lain menyebutkan bahwa prestasi


belajar siswa merupakan tingkat penguasaan atau keberhasilan yang dicapai
siswa dalam menuntut suatu pelajaran pada periode tertentu. Prestasi belajar
siswa biasanya dinyatakan dalam bentuk angka atau skor yang berfungsi
sebagai indikator keberhasilan dari suatu proses belajar mengajar.
C.

Data TIMSS
Data TIMSS menyediakan informasi tentang kemampuan atau prestasi

siswa di bidang Matematika dan Sains, di samping itu, data TIMSS juga
memberikan informasi mengenai

siswa, guru, dan sekolah.

Informasi

mengenai siswa, guru, dan sekolah digali masing-masing melalui sebuah


angket.
Kuesioner angket siswa terdiri dari 33 bagian, Kuesioner tersebut terdiri
atas pertanyaan tentang latar belakang siswa, pertanyaan tentang pendidikan
orang tua, pertanyaan tentang kepemilikan barang-barang penunjang belajar,
persepsi siswa terhadap pelajaran matematika, persepsi siswa tentang guru
dan sekolah mereka, serta kegiatan-kegiatan siswa pada waktu jam pelajaran
dan kegiatan siswa di rumah.
Kuesioner angket guru Matematika terdiri atas 33 bagian, sedangkan
kuesioner angket guru Sains terdiri atas 31 bagian.

Namun demikian,

umumnya, kuesioner angket guru Matematika dan Sains berisi pertanyaanpertanyaan: latar belakang, persiapan mengajar, pengembangan profesi,
persepsi tentang sekolah, persepsi tentang kelas TIMSS, kegiatan selama
pelajaran di kelas TIMSS,

dan penilaian. Pada kuesioner angket guru

Matematika, guru diminta pendapatnya mengenai penggunaan kalkulator dan


komputer di kelas TIMSS, sedangkan pada angket guru Sains, pertanyaan
mengenai penggunaan kalkulator dan komputer di kelas tidak ditanyakan.
Kuesioner angket sekolah terdiri dari 22 bagian, kuesioner tersebut terdiri
dari pertanyaan-pertanyaan terkait dengan karakteristik sekolah, pertanyaan
peran kepala sekolah, keterlibatan orang tua, iklim sekolah untuk belajar,
pengajaran matematika dan IPA, persepsi mengenai guru kelas, persepsi
mengenai perilaku siswa, dan sumber daya dan teknologi yang dimiliki.
Umumnya instrumen angket berskala likert, dengan 4 pilihan. Angket
siswa diisi oleh siswa yang mengikuti asesmen survei TIMSS. Dari informasi
angket siswa, beberapa variabel yang diduga mempengaruhi prestasi siswa
dapat digali, seperti: a) variabel status sosial ekonomi siswa, b) sikap siswa, c)
persepsi siswa terhadap sekolah, d) keamanan sekolah.
Angket guru diisi oleh guru yang mengajar pada kelas TIMSS 2007. Dari
informasi

angket

guru

dapat

digali

beberapa

variabel

yang

diduga

mempengaruhi prestasi siswa, diantaranya adalah: a) latar belakang guru, b)

persepsi guru terhadap keamanan sekolah, c) persepsi guru terhadap kondisi


dan iklim sekolah, dan d) keterbatasan karena faktor siswa dan sumber daya.
Angket sekolah diisi oleh kepala sekolah atau yang mewakilinya. Dari
informasi angket sekolah dapat digali beberapa variabel yang diduga mempengaruhi prestasi siswa, antara lain adalah: a) faktor kehadiran siswa di
sekolah, b) iklim sekolah, dan c) sumber daya dan teknologi yang dimiliki
sekolah.
Operasionalisasi Faktor-faktor yang Mempengaruhi Prestasi Siswa
Berdasarkan Data TIMSS
1.

Faktor yang berasal dari Siswa

a) Status sosial ekonomi


Status

sosial

ekonomi

keluarga,

yang

didalamnya

termasuk

penghasilan atau pendapatan orang tua, kepemilikan fasilitas belajar, dan


pendidikan orang tua diduga merupakan faktor-faktor yang mempengaruhi
prestasi belajar siswa. Umumnya siswa yang memiliki orang tua
berpenghasilan tinggi akan berprestasi lebih baik dibandingkan dengan
siswa yang orang tuanya berpenghasilan rendah. Hal ini karena orang tua
yang berpenghasilan tinggi akan memberikan perhatian yang lebih baik
bagi pendidikan putra-putrinya dibandingkan dengan siswa yang memiliki
orang tua yang berpenghasilan rendah. Perhatian orang tua bagi anakanaknya dapat berupa menyediakan buku-buku, menyediakan meja
belajar, menyediakan peralatan belajar, menyediakan ruang belajar yang
nyaman, dan lain-lain. Indikator status sosial ekonomi yang dapat
diperoleh dari angket siswa antara lain adalah kepemilikan

fasilitas

penunjang belajar dan pendidikan orang tua.


1) Kepemilikan fasilitas penunjang belajar
Siswa yang memiliki fasilitas penunjang belajar akan berprestasi lebih
baik dibandingkan dengan siswa yang tidak memiliki fasilitas
penunjang belajar. Fasilitas belajar yang disediakan oleh orang tua di
rumah akan membantu anak di dalam belajar. Beberapa penelitian
menyimpulkan bahwa rumah tanpa buku menimbulkan rendahnya

prestasi anak. Anak-anak yang berasal dari keluarga yang secara


lengkap memberikan fasilitas belajar menunjukkan prestasi yang
tinggi. Ketersediaan buku di rumah berkorelasi positif yang signifikan
terhadap prestasi belajar. Hal ini dapat juga ditunjukkan dari hasil
analisis awal berdasarkan informasi dari angket siswa bahwa siswa
yang memiliki buku cukup banyak dirumahnya secara signifikan lebih
tinggi prestasi di bidang matematika dibandingkan siswa yang memiliki
sedikit buku di rumahnya. Hasil analisis deskriptif yang dilakukan pada
penelitian awal terhadap kepemilikan buku, kepemilikan kalkulator,
kepemilikan komputer, kepemilikan meja belajar, kepemilikan kamus,
dan kepemilikan koneksi internet disajikan pada Lampiran 1.
2) Pendidikan orang tua
Orang tua yang berpendidikan formal lebih tinggi akan lebih banyak
berbeda dalam cara berpikir, beraspirasi, dan pandangannya dengan
orang yang tidak berpendidikan formal. Orang tua yang berbeda
tingkat pendidikannya juga akan berbeda sikapnya terhadap cara
mengasuh anaknya. Cara mengasuh ini akan memberikan rangsangan
terhadap prestasi intelektual, sehingga orang tua yang berpendidikan
tinggi dapat memberikan cara pengasuhan yang menuju atau tertuju
pada prestasi belajar anak-anaknya. Orang tua yang berpendidikan
tinggi akan memberikan pengetahuan ketrampilan yang lebih luas di
samping akan dapat memberikan dorongan, bimbingan, dan contoh
bagi anak-anaknya. Beberapa penelitian menyimpulkan bahwa anakanak yang berasal dari orang tua yang berpendidikan cukup tinggi
sebagian besar mampu meraih keberhasilan dan kesuksesan dalam
studinya, hal ini karena orang tua mereka mengerti tentang arti dan
pentingnya pendidikan serta menyadari bahwa kesuksesan anak-anak
mereka dalam belajar semata-mata tidak hanya tergantung pada
sekolahnya. Orang tua yang berpendidikan tinggi banyak memberikan
kondisi dan dorongan secara psikologis untuk lebih giat dalam belajar
dan tidak sedikit bukti yang dapat dilihat anak-anak dari orang tua

yang berpendidikan tinggi nyatanya menjadi orang yang cerdik dan


pandai. Hal ini ditunjukkan pula dari hasil analisis awal terhadap
pendidikan orang tua baik pendidikan Ibu maupun Ayah yang
menunjukkan bahwa semakin tinggi pendidikan orang tua semakin
tinggi skor Matematika, dengan kata lain pendidikan orang tua secara
signifikan berpengaruh positif terhadap prestasi siswa di bidang
matematika. Hasil analisis deskriptif variabel pendidikan orang tua
disajikan pada Lampiran 2.
Indikator-indikator status sosial ekonomi siswa yang yang dipilih dari
angket siswa adalah informasi dari respons siswa terhadap pertanyaan
nomor 4, yaitu Kira-kira berapa banyak buku terdapat di rumahmu?,
pertanyaan nomor 5 butir b, yaitu apakah anda punya komputer?,
selanjutnya pertanyaan nomor 6 butir a dan butir b, yaitu apakah jenjang
pendidikan tertinggi yang dicapai oleh Ibumu? dan apakah jenjang
pendidikan tertinggi yang dicapai oleh Ayahmu? Indikitor-indikator tersebut
dipilih berdasarkan hasil analisis awal menggunakan analisis faktor
konfirmatori. Dari hasil analisis awal diketahui bahwa indikator-indikator
tersebut

cukup valid dan reliabel dalam mengukur konstruk sosial

ekonomi siswa, sedangkan indikator-indikator lainnya seperti kepemilikan


kalkulator, meja belajar, kamus, dan koneksi internet kurang valid. Hasil
estimasi model pengukuran faktor sosial ekonomi siswa yang diukur oleh
indikator-indikator kepemilikan barang dan pendidikan orang tua disajikan
pada Lampiran 3 Gambar 11.
Dari Lampiran 3 Gambar 11 terlihat bahwa hanya indikator kepemilikan
buku, kepemilikan komputer, pendidikan Ibu dan pendidikan Ayah yang
memiliki koefisien bobot indikator lebih besar dari nilai minimal yang
direkomendasikan sebesar 0,4 (Kusnendi, 2008), dengan demikian
indikator kepemilikan buku, kepemilikan komputer, pendidikan Ibu, dan
pendidikan Ayah valid untuk mengukur konstruk status sosial ekonomi
siswa.

10

b) Sikap siswa
Sikap menurut Fishbein & Ajzen (1975) merupakan suatu keadaan mudah
terpengaruh (predisposisi), yang dipelajari untuk merespons secara positif
atau negatif terhadap suatu objek, situasi, konsep, atau orang. Objek
sekolah adalah sikap siswa terhadap sekolah, sikap siswa terhadap mata
pelajaran.

Menurut Katz (1960) sikap merupakan fungsi dari manfaat,

pertahanan diri, dan penggambaran nilai-nilai. Martin & Preuschof (2007)


membagi faktor sikap melalui konstruks kepercayaan diri (self confidence)
siswa, pengaruh positif (positive affect) pada siswa, dan nilai-nilai
(valuing). Kontruks kepercayaan diri merupakan sikap terkait konsep diri,
yang merupakan evaluasi yang dilakukan individu terhadap kemampuan
dan kelemahan yang dimilikinya. Konsep diri ini penting untuk menentukan
jenjang karier siswa, yaitu dengan mengentahui kekuatan dan kelemahan
diri sendiri, maka dapat dipilih alternatif karier yang tepat bagi diri siswa,
selain penting bagi guru maupun sekolah untuk memotivasi belajar siswa
dengan tepat.
Indikator-indikator sikap siswa pada bidang Matematika yang dipilih dari
angket siswa adalah informasi dari respons siswa terhadap pertanyaan
nomor 8 butir a, yaitu Saya belajar dengan baik matematika yang diukur
dengan empat skala Likert: 1 = sangat tidak setuju, 2 = tidak setuju, 3 =
agak setuju, 4 = sangat setuju. Pertanyaan nomor 8 butir c: Matematika
lebih sulit bagi saya, nomor 8 butir d: Saya menikmati belajar
matematika, nomor 8 butir e, f, g, dan h. Juga pertanyaan nomor 9 butir
a, b, c, dan d. Pada bidang Fisika dipilih dari pertanyaan nomor 24 butir a,
c, d, e, f, g, dan h dan nomor 25 butir a, b, c, dan d, sedangkan pada
bidang Biologi dipilih dari pertanyaan nomor 12 butir a, c, d, e, f, g dan
nomor 13 butir a, b, c, dan d. Untuk pertanyaan-pertanyaan yang bersifat

unfavorable (misalnya: matematika membosankan, matematika lebih sulit),


skala pengukuran dibalik (reversed), yaitu 4 = sangat tidak setuju, 3 =
tidak setuju, 2 = agak setuju, dan 1 = sangat setuju.

11

Dari hasil analisis awal diperoleh bahwa indikator-indikator tersebut sangat


valid dan reliabel dalam mengukur konstruk sikap siswa. Estimasi model
pengukuran faktor sikap siswa di bidang Matematika yang diukur oleh
indikator-indikator tersebut disajikan pada Lampiran 4 Gambar 12.
Dari Gambar 12 Lampiran 4 terlihat bahwa model fit dengan data, hal ini
ditunjukkan oleh nilai RMSEA (Root Mean Square Error of Approximation)
= 0,069 yang kurang dari 0,08, nilai CFI (Comparative of Fit Index) = 0,96
dan GFI (Goodness of Fit Index)= 0,92 yang keduanya lebih besar dari
0,90, berarti model fit.

Dari Gambar 12 terlihat pula bahwa semua

koefisien bobot indikator faktor sikap lebih besar dari nilai minimal yang
direkomendasikan sebesar 0,4 (Kusnendi, 2008), kecuali untuk indikator
SULIT dan KURANG. Hal ini menunjukkan bahwa semua indikator sikap
yang dipilih valid dalam mengukur konstruk sikap kecuali indikator
SULIT(Matematika lebih sulit bagi saya) dan KURANG (Matematika bukan
kelebihan saya atau matematika merupakan kekurangan saya) kurang
valid dan kurang reliabel, sehingga kedua indikator ini tidak dipilih atau
tidak dilibatkan pada analisis selanjutnya.
c) Persepsi siswa terhadap sekolah, termasuk didalamnya apakah siswa
merasa senang berada di sekolah, apakah siswa merasa bahwa temanteman di sekolah selalu belajar dengan giat, dan apakah guru mereka di
sekolah selalu mendorong agar siswanya berprestasi. Indikator-indikator
persepsi siswa terhadap sekolah yang dipilih dari angket siswa adalah
informasi dari jawaban siswa terhadap pertanyaan nomor 28 butir a, b,
dan c yaitu Saya senang berada di sekolah, Menurut saya siswa-siswa di
sekolah giat belajar, Menurut saya guru-guru di sekolah menginginkan
belajar dengan giat. Estimasi model pengukuran faktor persepsi yang
diukur oleh indikator-indikator tersebut

disajikan pada Lampiran 5.

Gambar 13.
Dari Gambar 13 Lampiran

5 terlihat bahwa semua koefisien bobot

indikator yang mengukur konstruk persepsi siswa terhadap sekolah lebih


besar dari nilai minimal yang direkomendasikan sebesar 0,4 dan model fit

12

dengan data, dengan demikian indikator-indikator tersebut valid dan


reliabel untuk mengukur faktor persepsi siswa terhadap sekolah. Dengan
demikian faktor persepsi siswa yang diukur dari tiga indikator tersebut
dilibatkan dalam analisis selanjutnya.
d) Keamanan di sekolah; siswa dapat mengalami trauma ketika mereka
pernah mengalamai hal-hal yang tidak dikehendaki di sekolahnya misalnya
siswa pernah mengalami kecurian atau kehilangan barang, disakiti, diejek,
diolok-olok, dan lain-lain, karena trauma itulah sehingga prestasi belajar
mereka bisa menurun. Indikator-indikator keamanan sekolah menurut
siswa yang dipilih dari angket siswa adalah informasi dari respons siswa
terhadap pertanyaan nomor 29 butir a, b, c, dan d yaitu Saya kecurian,
Saya dilukai, Saya dipaksa untuk melakukan hal yang tidak saya
kehendaki, dan Saya diolok-olok. Estimasi model pengukuran konstruk
keamanan sekolah menurut pendapat siswa disajikan pada Lampiran 6
Gambar 14.
Dari Gambar 14 terlihat bahwa hanya dua indikator (dilukai dan dipaksa)
yang valid mengukur konstruk keamanan di sekolah sedangkan dua
indikator lainnya (kecurian dan diolok-olok) kurang valid. Ditambah pula
bahwa model pengukuran yang dibentuk dari indikator-indikator tersebut
secara keseluruhan tidak fit dengan data, sehingga faktor keamanan di
sekolah selanjutnya tidak dilibatkan dalam analisis selanjutnya.
e) Minat siswa; minat berdasarkan definisi konseptual adalah watak yang
tersusun melalui pengalaman yang mendorong individu mencari objek
aktivitas,
pencapaian

pengertian,
(Djemari

ketrampilan
Mardapi,

untuk

2008),

tujuan

sedangkan

penguasaan
menurut

atau

definisi

operasional, minat adalah keingintahuan seseorang tentang keadaan suatu


objek. Kegiatan-kegiatan siswa seperti; membaca, menyelesaikan soalsoal, mendiskusikan, dan mendengarkan penjelasan guru merupakan salah
satu cara untuk mengetahui seorang siswa berminat ataukah tidak pada
suatu pelajaran tertentu. Begitupun kegiatan mengerjakan pekerjaan
rumah yang diberikan guru merupakan sarana melatih diri memperdalam

13

pengetahuan

juga

untuk

melatih

ketrampilan

dalam

menghadapi

persoalan. Selain berpengaruh terhadap prestasinya, minat siswa diduga


dapat mempengaruhi sikap siswa. Seorang siswa yang berminat terhadap
pelajaran tertentu akan mempengaruhi sikapnya terhadap pelajaran itu
serta akan mempengaruhi prestasinya. Indikator-indikator minat siswa
pada bidang Matematika dipilih dari angket siswa pada pertanyaan nomor
10, pada bidang Fisika pada pertanyaan nomor 26, sedangkan pada
bidang Biologi pada pertanyaan nomor 14.

Pertanyaan-pertanyaan itu

antara lain terkait dengan: Kami memperhatikan guru menjelaskan


pelajaran, Kami mendengarkan guru menjelaskan pelajaran, Kami
membaca buku pelajaran, Kami mengerjakan Pekerjaan Rumah (PR),
Kami membahas PR, Kami melakukan eksperimen.

Hasil estimasi

model pengukuran konstruk minat di bidang Matematika disajikan pada


Lampiran 7 Gambar 15a. Bidang Fisika disajikan pada Gambar 15b,
sedangkan di bidang Biologi disajikan pada Gambar 15c.
Dari Gambar 15a, 15b, maupun 15c pada Lampiran 7 terlihat bahwa
umumnya indikator-indikator yang dipilih untuk mengukur konstruk minat
siswa cukup valid, kecuali indikator mengerjakan Pekerjaan Rumah
(KERJA-PR) kurang valid. Model pengukuran konstruk minat cukup fit
dengan data, dengan demikian faktor minat siswa selanjutnya dilibatkan
dalam pembentukkan model prestasi siswa.
1.

Faktor Guru
Tidak dapat dipungkiri, guru merupakan penentu keberhasilan siswa.

Hasil studi yang telah dilakukan House (2005) menyimpulkan bahwa kegiatan
belajar mengajar yang berpusat pada guru mempunyai pengaruh positif
terhadap kemampuan sains siswa pada sekolah menengah pertama. Bebarapa
faktor guru yang mempengaruhi prestasi siswa yaitu latar belakang, persiapan
mengajar, pengembangan profesi, persepsi guru terhadap keamanan di
sekolah, kondisi sekolah, iklim sekolah, dan hambatan-hambatan yang ada,

14

baik hambatan pada siswa maupun hambatan karena kekurangan sarana dan
prasarana di sekolah.
a)

Latar belakang guru


Variabel-variabel latar belakang guru yang diduga mempengaruhi prestasi
belajar siswa diantaranya adalah: usia, pengalaman mengajar, pendidikan
terakhir.
1) Usia
Beberapa penelitian menyimpulkan bahwa variabel usia guru
kurang menunjukkan pengaruh yang konsisten terhadap prestasi
siswa. Pengaruh usia guru dapat berpengaruh positif, tetapi juga
dapat berpengaruh negatif sehingga dapat menimbulkan penafsiran
yang berbeda (Soedarsono, 1985). Hasil analisis deskriptif yang
dilakukan pada analisis awal menunjukkan bahwa variabel usia
secara nyata tidak berpengaruh terhadap prestasi siswa. Hasil
analisis deskriptif variabel usia yang disajikan pada Lampiran 8.
Dari Lampiran 8 tabel ANOVA terlihat bahwa variabel usia tidak
berbeda atau tidak berpengaruh secara signifikan terhadap skor
atau prestasi siswa di bidang Matematika. Hal ini ditunjukkan oleh
nilai-p (Sig = 0,418) yang lebih besar dari 5%, berarti belum cukup
bukti untuk mengatakan bahwa usia berpengaruh terhadap prestasi
siswa. Dengan demikian, variabel usia guru tidak dimasukkan
dalam pembentukan model prestasi siswa.
2) Pengalaman mengajar
Guru yang berpengalaman umumnya lebih menguasai materi
pelajaran

dibandingkan

guru

Informasi

dari

guru,

angket

yang

belum

pengalaman

berpengalaman.
mengajar

guru

ditunjukkan oleh lamanya dia mengajar. Dengan menguasai materi


seorang guru akan lebih baik dalam mengajar yang berakibat pada
meningkatnya prestasi siswa. Hal senada ditunjukkan oleh hasil
analisis deskriptif bahwa pengalaman mengajar yang diukur dari
lama mengajar berpengaruh pada prestasi belajar siswa di bidang

15

Matematika. Hasil analisis deskriptif terhadap variabel pengalaman


mengajar disajikan pada Lampiran 9.
Dari tabel ANOVA Lampiran 9 terlihat bahwa pengalaman mengajar
berpengaruh positif terhadap prestasi siswa.

Hal ini ditunjukkan

oleh nilai-p = 0,013 yang kurang dari 5% berarti ada perbedaan


rata-rata skor matematika siswa yang diajar oleh guru yang
berpengalaman dengan guru yang tidak berpengalaman, semakin
berpengalaman guru semakin baik skor siswa. Dengan demikian
pengalaman mengajar merupakan variabel yang perlu dilibatkan
dalam pembentukan model prestasi siswa.
3) Pendidikan tertinggi yang dicapai guru
Kiranya tingkat pendidikan yang dimiliki guru dapat mempengaruhi
prestasi belajar siswa. Seorang guru yang memiliki tingkat
pendidikan sarjana mestinya mempunyai pengaruh positif terhadap
prestasi belajar siswa dibandingkan guru yang memiliki tingkat
pendidikan yang lebih rendah. Hal ini ditunjukkan juga oleh hasil
analisis deskriptif bahwa variabel lama mengajar berpengaruh
signifikan terhadap prestasi siswa di bidang Matematika (Lihat
Tabel ANOVA Lampiran 10).
Berdasarkan hasil analisis faktor menunjukkan bahwa indikator lama
mengajar dan pendidikan tertinggi guru valid dalam mengukur konstruk
latar belakang guru, sedangkan indikator jenis kelamin kurang valid dalam
mengukur konstruk latar belakang. Dengan demikian hanya indikator lama
mengajar

dan

pendidikan

tertinggi

guru

yang

dilibatkan

dalam

pembentukkan model prestasi siswa. Estimasi model pengukuran konstruk


latar belakang guru disajikan pada Lampiran 11 Gambar 16.
b)

Pengembangan profesi
Guru yang pernah bahkan sering mengikuti pelatihan pengembangan
profesi memiliki wawasan yang lebih luas dibandingkan guru yang belum
pernah mengikuti pengembangan profesi. Pengembangan dalam hal
metode

pengajaran,

materi

pengajaran,

16

kurikulum,

teknologi

dan

informasi, serta cara penilaian, diyakini dapat meningkatkan kemajuan


dalam pembelajaran yang berakibat pada peningkatan prestasi siswa
mereka. Namun demikian hasil analisis awal menunjukkan bahwa
indikator-indikator yang mengukur konstruks pengembangan profesi
mempunyai model yang tidak fit dengan data, hal ini ditunjukkan oleh nilai
RMSEA = 0,395

yang lebih besar dari kriteria yang direkomendasikan

yaitu model fit jika nilai RMSEA kurang dari 0,08. Dengan demikian, faktor
pengembangan profesi tidak dilibatkan dalam

pembentukkan model

prestasi siswa. Estimasi model pengukuran konstruk pengembangan


profesi disajikan pada Lampiran 12 Gambar 17.
c)

Persiapan adalah konstruk yang berkaitan dengan persiapan guru dalam


mempersiapkan materi yang akan diajarkannya. Seorang guru yang
mempunyai rencana pengajaran dan rasa tanggung jawab yang baik akan
memberikan materi pelajarannya dengan optimal. Dengan demikian
persiapan

materi

dengan

baik

yang

dilakukan

guru

diharapkan

berpengaruh positif terhadap prestasi siswa. Namun demikian untuk


bidang Matematika indikator-indikator yang mengukur konstruk kesiapan
guru umumnya kurang valid, hal ini ditunjukkan oleh nilai koefisien bobot
indikator yang kurang dari 0,4. Dan model pengukuran konstruk kesiapan

tidak fit dengan data.

sedangkan untuk bidang Fisika dan Biologi,

indikator-indikator yang meliputi kesiapan guru umumnya valid dalam


mengukur konstruk kesiapan dan modelnya cukup fit dengan data. Dengan
demikian faktor kesiapan guru pada bidang Fisika dan Biologi perlu
dilibatkan pada pembentukan model prestasi siswa, sedangkan untuk
bidang matematika faktor kesiapan tidak dilibatkan pada pembentukkan
model prestasi siswa. Estimasi model pengukuran faktor kesiapan bidang
Matematika disajikan pada Gambar 18 Lampiran 13, sedangkan bidang
Fisika dan Biologi masing-masing disajikan pada Gambar 19 Lampiran 14
dan Gambar 20 Lampiran 15.
d)

Keamanan merupakan konstruk persepsi guru terhadap keamanan di


sekolah. indikator-indikator konstruk keamanan diperoleh dari respons

17

guru terhadap pertanyaan-pertanyaan : apakah sekolah berada di


lingkungan yang aman?, apakah guru merasa aman berada di sekolah?,
dan apakah ada kebijakan keamanan dan telah diterapkan di sekolah
mereka?.
e)

Kondisi adalah keadaan kelas dan sekolah tempat pembelajaran. Konstruk


kondisi ini digali dari pendapat guru mengenai kondisi kelas dan sekolah
mereka, termasuk di dalamnya adalah apakah kondisi gedung sekolah
menurut pendapat guru cukup baik untuk kegiatan belajar mengajar
ataukah tidak, apakah kapasitas kelas memadai ataukah tidak, apakah
guru merasa nyaman karena memiliki ruang kerja sendiri yang layak untuk
mengembangkan diri ataukah tidak. Indikator-indikator konstruk kondisi
digali dari respons guru terhadap pertanyaan-pertanyaan: apakah gedung
sekolah membutuhkan perbaikan?, apakah kapasitas kelas terlalu
penuh?, dan apakah guru-guru tidak memiliki ruang kerja yang layak di
luar ruang kelas.

f)

Iklim yaitu suasana akademik di sekolah secara umum. Konstruk iklim


digali dari pendapat guru mengenai kepuasan kerja guru, tingkat
pemahaman guru terhadap kurikulum, tingkat keberhasilan guru terhadap
pencapaian kurikulum, harapan guru terhadap prestasi siswa, dukungan
orang tua terhadap prestasi siswa, keterlibatan orang tua dalam aktifitas
sekolah, rasa memiliki siswa terhadap sarana dan prasarana sekolah, dan
harapan siswa untuk berprestasi sebaik mungkin di sekolah.

g)

Hambatan yaitu suatu keadaan yang berakibat pada terganggunya


proses

pembelajaran.

Konstruk

hambatan

dapat

diperoleh

melalui

pertanyaan-pertanyaan: seberapa besar tingkat kebermasalahan menurut


guru yang diakibatkan oleh siswa, maupun sumber daya lainnya. Seberapa
besar masalah yang diakibatkan adanya siswa dengan kemampuan
berbeda,

adanya siswa yang berasal dari keluarga berpenghasilan

berbeda, adanya siswa yang memiliki kekurangan tertentu, adanya siswa

18

yang kurang tertarik pada pelajaran, kekurangan buku-buku pelajaran,


kekurangan alat pendukung dalam pembelajaran, dan lain sebagainya.
Seperti telah diuraikan di atas bahwa persepsi guru terhadap keamanan
di sekolah, kondisi sekolah, iklim sekolah, dan hambatan-hambatan yang ada
diduga berpengaruh terhadap prestasi siswa. Namun demikian hasil analisis
awal menggunakan analisis faktor konfirmatori menunjukkan bahwa keempat
faktor tersebut kurang berpengaruh terhadap prestasi siswa baik di bidang
Matematika maupun di bidang Sains. Hasil analisis pembentukkan model
struktural prestasi siswa yang dibentuk oleh keempat faktor tersebut disajikan
pada Lampiran 16. Gambar 21a, 21b, dan 21c.
Dari Gambar 21a dan 21b terlihat bahwa seluruh indikator-indikator yang
mengukur konstruk keamanan, kondisi sekolah, iklim sekolah, dan hambatanhambatan yang ada di sekolah adalah valid, hal ini ditunjukkan oleh nilai
koefisien bobot yang lebih dari 0,4. Model struktural yang terbentuk juga
adalah fit, hal ini ditunjukkan oleh nilai-p = 0,85494 yang lebih besar dari 5%
dan nilai RMSEA = 0.000 yang kurang dari 0,08. Namun demikian keempat
faktor tersebut tidak berpengaruh secara signifikan terhadap prestasi siswa di
bidang Matematika maupun Sains. Hal ini ditunjukkan oleh nilai statistik-t yang
kurang dari 1,96 (lihat Gambar 21c). Oleh karena itu, berdasarkan hasil analisis
awal tersebut maka hanya faktor hambatan di sekolah yang dipilih dan
dilibatkan dalam pembentukkan model prestasi siswa, sedangkan indikatorindikator yang dipilih untuk mengukur konstruk hambatan dipilih berdasarkan
empat nilai koefisien bobot terbesar. Keempat inidikator tersebut adalah
hambatan karena kekurangan perangkat keras komputer, kekurangan buku
pelajaran untuk siswa, kekurangan perlengkapan pengajaran, dan kekurangan
alat peraga.
2.

Faktor Sekolah
Sekolah merupakan lingkungan pendidikan formal dimana segala

sesuatunya telah diatur dan direncanakan. Untuk mencapai tujuan pendidikan


dan mutu seperti yang diharapkan oleh penyelenggara pendidikan, maka

19

fasilitas fisik seperti gedung atau ruangan kelas diperbaiki, fasilitas alat
pengajaran termasuk buku-buku dilengkapi. Oleh karena itu, disamping faktor
guru, faktor sekolah juga mesti dipandang sebagai salah satu penentu
keberhasilan siswa yang tidak boleh diabaikan. Beberapa faktor sekolah yang
diduga mempengaruhi prestasi siswa adalah iklim di sekolah, perilaku siswa,
severity atau tingkat kebermasalahan, dan sumber daya dan teknologi yang
dimiliki sekolah.
a)

Iklim sekolah merupakan suasana sekolah, konstruks iklim di sekolah


ditunjukkan oleh variabel kepuasan guru, pemahaman guru terhadap
tujuan kurikulum termasuk tingkat keberhasilan pencapaian kurikulum,
bagaimana harapan guru terhadap prestasi siswa, bagaimana pula
dukungan orang tua dan lain sebagainya. Indikator-indikator iklim sekolah
diperoleh dari angket kepala sekolah terkait pertanyaan-pertanyaan
mengenai: penilaian kepala sekolah terhadap kepuasan kerja guru,
penilaian terhadap pemahaman guru terhadap tujuan kurikulum, penilaian
terhadap tingkat keberhasilan guru dalam melaksanakan kurikulum
sekolah, penilaian terhadap harapan guru pada prestasi siswa, penilaian
terhadap dukungan orang tua siswa pada prestasi siswa, penilaian
terhadap keterlibatan orang tua siswa dalam aktivitas sekolah, penilaian
terhadap kepedulian siswa atas barang-barang milik sekolah, dan penilaian
terhadap keinginan siswa untuk berhasil di sekolah.

b)

Perilaku merupakan konstruk yang diukur dari tingkat kehadiran siswa di


sekolah yang ditunjukkan oleh perilaku siswa, seberapa sering siswa tidak
masuk sekolah, bolos sekolah, maupun bolos kelas tanpa ijin, seberapa
sering siswa bersikap tidak terpuji di sekolah (misalnya mengganggu siswa
lain pada jam pelajaran, menyontek pada saat ujian). Indikator-indikator
konstruk perilaku siswa diperoleh dari angket kepala sekolah

terkait

dengan pertanyaan-pertanyaan: Berapa sering siswa datang terlambat,


berapa sering siswa bolos sekolah, berapa sering siswa membolos kelas
pada jam pelajaran, berapa sering siswa melanggar aturan berpakaian,
berapa sering siswa membuat kegaduhan di kelas, berapa sering siswa

20

menyontek, berapa sering siswa berkata kotor, berapa sering siswa


melakukan pengrusakan, berapa sering siswa melakukan pencurian,
berapa sering siswa melakukan intimidasi atau pelecehan dengan katakata terhadap siswa lain, berapa sering siswa menciderai siswa lain secara
fisik, berapa sering siswa melakukan intimidasi atau pelecehan dengan
kata-kata terhadap guru atau pegawai sekolah, dan berapa sering siswa
menciderai guru atau pegawai sekolah.
c)

Severity atau tingkat kebermasalahan, bagaimana sekolah menyikapi


suatu masalah akibat dari perilaku yang tidak baik dari siswa. Apakah jika
banyak siswa yang bolos merupakan masalah serius ataukah tidak, apakah
jika banyak siswa yang menyontek pada saat ujian merupakan masalah
serius ataukah tidak, dan lain sebagainya. Indikator-indikator konstruk

severity diperoleh dari angket kepala sekolah terkait dengan pertanyaanpertanyaan: sejauh mana masalah bagi sekolah terhadap siswa yang
datang terlambat di sekolah, sejauh mana masalah bagi sekolah terhadap
siswa yang membolos di sekolah, sejauh mana masalah bagi sekolah
terhadap siswa yang membolos kelas pada jam pelajaran, sejauh mana
masalah bagi sekolah terhadap siswa yang melanggar aturan berpakaian,
sejauh mana masalah bagi sekolah terhadap siswa yang membuat
kegaduhan di kelas, sejauh mana masalah bagi sekolah terhadap siswa
yang menyontek, sejauh mana masalah bagi sekolah terhadap siswa yang
berkata kotor, sejauh mana masalah bagi sekolah terhadap siswa yang
melakukan pengrusakan, sejauh mana masalah bagi sekolah terhadap
siswa yang mencuri, sejauh mana masalah bagi sekolah terhadap siswa
yang melakukan intimidasi atau pelecehan dengan kata-kata pada siswa
lain, sejauh mana masalah bagi sekolah terhadap siswa yang menciderai
siswa lain secara fisik, sejauh mana masalah bagi sekolah terhadap siswa
yang mengintimidasi guru atau pegawai sekolah, dan sejauh mana
masalah bagi sekolah terhadap siswa yang menciderai guru atau pegawai
sekolah.

21

d)

Sumber daya dan Teknologi, meliputi sarana dan prasarana yang


dimiliki sekolah antara lain: apakah sekolah memiliki gedung yang
memadai, memiliki penerangan yang cukup, memiliki perpustakaan,
laboratorium, ruang komputer, software pendukung pembelajaran, alat
pembelajaran yang dapat dipergunakan siswa, dan peralatan peraga.
Indikator-indikator konstruk sumber daya dan teknologi diperoleh dari
angket kepala sekolah

terkait dengan pertanyaan-pertanyaan: sejauh

mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan materi


pelajaran, sejauh mana penyelenggaraan pengajaran dipengaruhi oleh
kekurangan anggaran untuk peralatan (misalnya: kertas, pensil), sejauh
mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan gedung
sekolah

dan

lapangan,

sejauh

mana

penyelenggaraan

pengajaran

dipengaruhi oleh kekurangan sistem pendingin udara dan pencahayaan,


sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
ruang

pembelajaran

(misalnya

ruang

kelas),

sejauh

mana

penyelenggaraan pengajaran dipengaruhi oleh kekurangan peralatan


khusus untuk siswa cacat, sejauh mana penyelenggaraan pengajaran
dipengaruhi oleh kekurangan perangkat lunak komputer untuk pengajaran
matematika, sejauh mana penyelenggaraan pengajaran dipengaruhi oleh
kekurangan kalkulator untuk pengajaran matematika, sejauh mana
penyelenggaraan

pengajaran

dipengaruhi

oleh

kekurangan

sarana

perpustakaan yang relevan dengan pengajaran matematika, sejauh mana


penyelenggaraan pengajaran dipengaruhi oleh kekurangan peralatan
audio-visual untuk pengajaran matematika, sejauh mana penyelenggaraan
pengajaran dipengaruhi oleh kekurangan perlengkapan dan bahan-bahan
laboratorium IPA, sejauh mana penyelenggaraan pengajaran dipengaruhi
oleh kekurangan komputer untuk pembelajaran IPA, sejauh mana
penyelenggaraan pengajaran dipengaruhi oleh kekurangan perangkat
lunak komputer untuk pengajaran IPA, sejauh mana penyelenggaraan
pengajaran dipengaruhi oleh kekurangan kalkulator untuk pengajaran IPA,
sejauh

mana

penyelenggaraan

22

pengajaran

IPA

dipengaruhi

oleh

kekurangan sarana perpustakaan yang relevan dengan pengajaran IPA,


sejauh

mana

kekurangan

penyelenggaraan

peralatan

pengajaran

audio-visual,

sejauh

IPA
mana

dipengaruhi

oleh

penyelenggaraan

pengajaran IPA dipengaruhi oleh kekurangan guru, dan sejauh mana


penyelenggaraan pengajaran IPA dipengaruhi oleh kekurangan fasilitas
komputer untuk pegawai.
Berdasarkan hasil analisis awal menggunakan analisis faktor konfirmatori
terlihat bahwa hampir semua indikator-indikator yang digunakan untuk
mengukur konstruk iklim, perilaku, severity, serta konstruk sumber daya dan
teknologi adalah valid, namun demikian model prestasi siswa yang dibangun
oleh keempat faktor tersebut tidak fit, hal ini ditunjukkan oleh nilai koefisien
bobot untuk semua indikator umumnya lebih besar dari 0,4 artinya valid;
namun demikian nilai-p = 0,00000 kurang dari 5% dan RMSEA = 0,115 lebih
besar dari 0,08 yang berarti modelnya tidak fit. Hasil analisis awal disajikan
pada Gambar 22a, 22b, dan 22c Lampiran 17.
Dari Gambar 22c Lampiran 17 terlihat bahwa hanya faktor Sumber Daya
dan Teknologi yang berpengaruh secara signifikan terhadap prestasi siswa, hal
ini ditunjukkan oleh nilai t-hitung = -2,55 yang kurang dari -1,96 yang berarti
bahwa pengaruh dari faktor Sumber Daya dan Teknologi adalah nyata. Namun
demikian karena pengaruhnya negatif maka faktor sumber daya dan teknologi
tidak dilibatkan dalam pembentukan model prestasi siswa.
Berdasarkan hasil analisis awal maka pada penelitian ini hanya dua
faktor yang berasal dari sekolah dipilih untuk dimasukkan dalam pembentukan
model prestasi siswa di bidang Matematika maupun bidang Fisika dan Biologi.
Kedua faktor yang dimaksud adalah faktor Iklim sekolah dan Perilaku siswa di
sekolah maupun di kelas.

23

D.

Kerangka Pemikiran dan Hipotesis


Berdasarkan kajian pustaka dan hasil analisis awal terhadap data yang

terdapat dalam angket siswa, angket guru, dan angket sekolah dapat
dirumuskan suatu kerangka pemikiran sebagai berikut.
Prestasi siswa dapat dipengaruhi oleh berbagai faktor. Umumnya faktorfaktor yang mempengaruhi prestasi siswa dikelompokkan menjadi dua
kelompok faktor, yaitu faktor internal maupun eksternal siswa. Faktor internal
siswa berupa persepsi siswa, status sosial ekonomi siswa, sikap, minat, dan,
aspirasi akademik siswa, sedangkan faktor eksternal dapat berasal dari guru
maupun sekolah. Faktor yang berasal dari guru yang mempengaruhi prestasi
siswa dapat berupa latar belakang guru, kesiapan belajar guru, dan persepsi
guru terhadap iklim sekolah dan hambatan yang ada di sekolah, sedangkan
faktor yang berasal dari sekolah dapat berupa Iklim sekolah dan perilaku siswa
di sekolah.
Persepsi siswa terhadap sekolah yang baik, status sosial siswa yang baik,
minat siswa yang baik, sikap siswa yang baik, aspirasi atau keinginan akademik
siswa yang tinggi diharapkan tinggi pula prestasi siswa. Latar belakang guru
yang baik, kesiapan mengajar guru yang baik, dan penilaian guru terhadap
sekolah yang baik serta rendahnya hambatan yang dihadapi guru diharapkan
tinggi juga prestasi siswa. Begitupun Iklim sekolah yang baik dan perilaku siswa
yang baik akan berakibat pada tingginya prestasi siswa.
Faktor persepsi siswa, faktor status sosial siswa maupun faktor minat
siswa dapat mempengaruhi secara langsung maupun tidak langsung terhadap
prestasi siswa. Pengaruh tidak langsung dari ketiga faktor tersebut dapat
melalui sikap siswa, begitu pula faktor sosial ekonomi siswa dan minat siswa
dapat mempengaruhi secara langsung terhadap prestasi siswa maupun tidak
langsung melalui aspirasi siswa.
Siswa yang memiliki persepsi baik terhadap sekolah diduga bersikap baik
terhadap pelajaran di sekolah, siswa yang memiliki minat yang baik terhadap
pelajaran di sekolah tentunya memiliki sikap yang baik pula, begitu pula siswa

24

yang status sosial ekonominya baik diduga bersikap secara baik pula terhadap
pelajaran mereka di sekolah.
Siswa yang memiliki status sosial ekonomi yang baik dan minat yang baik
umumnya

mempunyai

cita-cita

yang

tinggi

untuk

menempuh

jenjang

pendidikan yang tinggi, dengan demikian diharapkan prestasi mereka tinggi


juga. Dengan demikian maka model dasar rancangan prestasi siswa dapat
digambarkan sebagai berikut.

Perseps

H11
Sikap

H12

Sosek
H13
Minat

H14

H2
H1

H3

H15
LBH8
Penilaian
Hambatan

Prestasi

H6
H7

H10

H9
Perilaku

H4
Aspirasi

Iklim
Gambar 1. Kerangka Pemikiran Faktor-Faktor yang Mempengaruhi Prestasi
Siswa

25

Merujuk rumusan masalah dan kerangka pemikiran, maka pernyataan


hipotesisnya sebagai berikut.
H1 : Semakin baik persepsi siswa terhadap sekolah semakin tinggi prestasi
H2 : Semakin tinggi sikap siswa semakin tinggi prestasi siswa
H3 : Semakin tinggi status sosial-ekonomi siswa semakin tinggi prestasi siswa
H4 : Semakin baik iklim sekolah semakin tinggi prestasi siswa
H5 : Semakin tinggi minat siswa terhadap pelajaran semakin tinggi prestasi
H6 : Semakin baik penilaian guru terhadap sekolah semakin tinggi prestasi
siswa
H7 : Semakin rendah hambatan semakin tinggi prestasi siswa
H8 : Semakin baik latar belakang guru semakin tinggi prestasi siswa
H9 : Semakin baik perilaku siswa di sekolah semakin tinggi prestasi siswa
H10 : Semakin baik aspirasi akademik siswa semakin tinggi prestasi siswa
H11 : Semakin baik persepsi siswa terhadap sekolah semakin baik sikap siswa
H12 : Semakin baik status sosial ekonomi siswa semakin baik sikap siswa
H13 : Semakin baik minat siswa semakin baik sikap siswa
H14 : Semakin baik status sosial ekonomi siswa semakin tinggi aspirasi
akademik siswa
H15 : Semakin baik minat siswa semakin tinggi aspirasi akademik siswa.

26

BAB III
METODE PENELITIAN
A.

Desain Penelitian
Penelitian ini diawali dengan penelitian eksploratif dan dilanjutkan

dengan penelitian korelasional menggunakan pemodelan struktural. Studi


eksploratif dilakukan untuk melihat validitas faktor-faktor yang mempengaruhi
prestasi, sedangkan studi korelasional dilakukan untuk melihat pengaruh faktorfaktor yang berasal dari siswa, guru, dan sekolah terhadap prestasi siswa, baik
pengaruh langsung maupun tidak langsung.
B.

Sampel Penelitian
Subyek penelitian adalah siswa kelas 8 di SMP/MTs. Jumlah sampel

adalah 4203 siswa yang berasal dari 149 SMP/MTs di Indonesia.


C.

Data
Data yang digunakan pada penelitian ini berasal dari hasil asesmen

survei TIMSS 2007 berupa: (1) skor Matematika, yang terdiri atas skor Aljabar,
skor Geometri, skor Bilangan, serta skor Data dan Peluang, (2) skor Sains
terdiri atas skor Biologi dan skor Fisika. (3) Data dari angket siswa, angket
guru, dan angket sekolah.
Beberapa faktor yang dipilih dari informasi angket siswa adalah: sikap
siswa, persepsi siswa terhadap sekolah, status sosial ekonomi siswa,

minat

siswa, dan aspirasi akademik siswa. Dari angket guru faktor yang dipilih adalah:
latar belakang guru, kesiapan mengajar, dan persepsi guru terhadap hambatan
dalam pembelajaran, sedangkan dari angket sekolah yang dipilih adalah: Iklim
sekolah dan perilaku siswa di sekolah. Faktor-faktor tersebut dipilih berdasarkan
kajian teori yang telah dipaparkan pada Bab II dan hasil eksplorasi yang
dilakukan pada studi awal.

27

D.

Unit Analisis
Unit analisis yang digunakan pada penelitian ini adalah sekolah. Dengan

demikian data pada level siswa dirata-ratakan berdasarkan sekolah.

E.

Pemodelan Struktural

1.

Operasionalisasi Variabel

Bidang Matematika
Berdasarkan kajian teori dan hasil studi awal terhadap data TIMSS, maka
dapat dirumuskan dan diringkaskan variabel-variabel operasional berdasarkan
faktor-faktor yang mempengaruhi prestasi siswa di bidang Matematika seperti
disajikan pada Tabel 1 berikut.
Tabel 1. Operasionalisasi Variabel Faktor-Faktor yang Mempengaruhi Prestasi
Siswa di Bidang Matematika
Variabel
Laten
A. Sikap

Sumber
Pengaruh Positif
terhadap
Matematika (PA),
Percaya Diri
dalam Belajar
Matematika (SC)
dan
Nilai Terhadap
Matematika

Indikator

Angket
siswa

B. Persepsi

Persepsi siswa
terhadap sekolah

Angket
siswa

C, Aspirasi

Cita-cita

D, Sosek

Kepemilikan dan
pendidikan orang
tua

Angket
siswa
Angket
Siswa

E. Minat

Kegiatan siswa
pada jam
pelajaran

Angket
siswa

28

Saya menikmati belajar matematika (P8d)


Matematika membosankan (P8g_R) *)
Saya suka matematika (P8h)
Saya belajar dengan baik matematika
(P8a)
Saya belajar matematika lebih cepat (P8f)
Mat. untuk kehidupan sehari-hari (P9a)
Mat. untuk memahami pelajaran lain
(P9b)
Mat. untuk melanjutkan ke PT pilihanku
(P9c)
Saya senang berada di sekolah (P28a)
Menurut saya siswa-siswa di sekolah giat
belajar (P28b)
Menurut saya guru-guru di sekolah
menginginkan belajar dengan giat (P28c)
Jenjang pendidikan tertinggi yang ingin
dicapai siswa (P7)
Kira-kira berapa banyak buku terdapat di
rumahmu? (P4)
Apakah kamu punya komputer? (P5b)
Apakah jenjang pendidikan tertinggi yang
berhasil diselesaikan oleh ibumu (atau ibu
tiri atau wali perempuan) (P6A)
Apakah jenjang pendidikan tertinggi yang
berhasil diselesaikan oleh ayahmu (atau
ayah tiri atau wali laki-laki) (P6B)
Kami berlatih penjumlahan, pengurangan,
perkalian, dan pembagian tanpa
kalkulator (P10a)
Kami mengerjakan pecahan dan angka
decimal (P10b)

Variabel
Laten

Sumber

Indikator
-

D. LB-Guru
E. Penilaian

Latar belakang
guru
Penilaian guru
terhadap sekolah

Angket
Guru
Angket
Guru

F. Hambatan Hambatan guru


dalam mengajar

Angket
Guru

G. Perilaku

Frekuensi perilaku
siswa

Angket
Sekolah

H. Prestasi

Prestasi siswa di
bidang
Matematika

Asesme
n TIMSS

Keterangan : *) Skala pengukuran Reversed

Kami mengerjakan soal-soal tentang


Geometri (P10c)
Kami menuliskan persamaan dan fungsi
P10e)
Kami menghafal rumus-rumus (P10f)
Kami membahas PR di kelas (P10j)
Kami mendengarkan guru menjelaskan
materi pelajaran (P10k)
Lama mengajar (P3)
Pendidikan tertinggi (P4)
Pemahaman guru mengenai tujuan
pengajaran/kurikulum sekolah (P12b)
Dukungan orang tua terhadap prestasi
siswa (P12e)
Harapan siswa untuk berprestasi sebaik
mungkin di sekolah (P12h)
Kekurangan perangkat keras (hardware)
komputer
(P18f)
Kekurangan perangkat lunak (software)
komputer (P18g)
Kekurangan buku pelajaran untuk siswa
(P18i)
Datang terlambat ke sekolah (P18a)
Bolos sekolah (misalnya absen tanpa
alasan yang dapat dibenarkan) (P18b)
Membolos kelas (jam pelajaran) (P18c)
Skor Aljabar
Skor Data dan Peluang
Skor Bilangan
Skor Geometri

Bidang Fisika
Operasionalisasi variabel untuk faktor-faktor yang mempengaruhi prestasi
siswa di bidang Fisika disajikan pada Tabel 2 berikut.

Tabel 2. Operasionalisasi Variabel Faktor-Faktor Yang Mempengaruhi Prestasi


Siswa di Bidang Fisika
Variabel
Laten
A. Sikap

Sumber
Pengaruh Positif
Terhadap Fisika
(PA),
Percaya Diri
Dalam Belajar
Fisika (SC),
Nilai Terhadap
Fisika (Nilai)

Indikator

Angket
siswa

29

Saya menikmati belajar Fisika (P24d)


Fisika membosankan (P24g_R)*)
Saya suka Fisika (P24h)
Saya belajar dengan baik Fisika (P24a)
Saya belajar Fisika lebih cepat (P24f)
Fisika untuk kehidupan sehari-hari
(P25a)
Fisika untuk memahami pelajaran lain
(P25b)

Variabel
Laten

Sumber

Indikator
-

B. Persepsi

Persepsi siswa
terhadap sekolah

Angket
siswa

C. Aspirasi

Cita-cita

D. Sosek

Kepemilikan dan
pendidikan orang
tua

Angket
siswa
Angket
siswa

E. Minat

Kegiatan siswa
pada jam
pelajaran

Angket
siswa

F. LB-Guru
G. Kesiapan

H. Hambatan

Latar belakang
guru
Kesiapan guru
pada materi yang
diajarkan.

Hambatan guru
dalam mengajar

Angket
Guru
Angket
Guru

Angket
Guru

I. Iklim

Iklim sekolah
untuk Belajar

Angket
Sekolah

J.

Perilaku

Frekuensi perilaku
siswa

Angket
Sekolah

30

Fisika untuk melanjutkan ke PT


pilihanku (P25c)
Saya senang berada di sekolah (P28a)
Menurut saya siswa-siswa di sekolah
giat belajar (P28b)
Menurut saya guru-guru di sekolah
menginginkan belajar dengan giat
(P28c)
Jenjang pendidikan tertinggi yang ingin
dicapai siswa (P7)
Kira-kira berapa banyak buku terdapat
di rumahmu? (P4)
Apakah kamu punya komputer? (P5b)
Apakah jenjang pendidikan tertinggi
yang berhasil diselesaikan oleh ibumu
(atau ibu tiri atau wali perempuan)
(P6A)
Apakah jenjang pendidikan tertinggi
yang berhasil diselesaikan oleh ayahmu
(atau ayah tiri atau wali laki-laki) (P6B)
Kami memperhatikan guru melakukan
mendemontrasikan eksperimen (P26b)
Kami membaca buku pelajaran Fisika
dan sumber-sumber belajar lainnya
(P26f)
Kami menghubungkan pelajaran Fisika
dengan kehidupan sehari-hari (P26j)
Kami membahas PR (P26k)
Kami mendengarkan guru menjelaskan
materi pelajaran (P26l)
Lama mengajar (P3)
Pendidikan tertinggi (P4)
Sifat-sifat fisika atau perubahan materi
(P7C.a)
Bentuk energy, transformasi, dan
perubahan suhu (P7C.b)
Sifat-sifat cahaya (P7C.c)
Sirkuit listrik (P7C.d)
Sifat-sifat magnet (P7C.e)
Kekurangan perangkat keras
(hardware) komputer
(P18f)
Kekurangan buku pelajaran untuk siswa
(P18i)
Kekurangan perlengkapan pengajaran
lain untuk digunakan siswa P18j)
Kekurangan peralatan peraga (P18k)
Tingkat keberhasilan guru dalam
melaksanakan kurikulum sekolah (P8b)
Harapan guru terhadap prestasi siswa
(P8b)
Dukungan orang tua terhadap prestasi
siswa (P8c)
Keinginan siswa untuk berprestasi (P8h)
Datang terlambat ke sekolah (P18a)
Bolos sekolah (misalnya absen tanpa
alasan yang dapat dibenarkan) (P18b)
Membolos kelas (jam pelajaran) (P18c)

Variabel
Laten
K. Prestasi

Sumber
Prestasi siswa
pada mata
pelajaran Fisika

Indikator

Asesmen
TIMSS

Skor Fisika

Keterangan : *) Skala pengukuran Reversed


Bidang Biologi
Operasionalisasi variabel untuk faktor-faktor yang mempengaruhi prestasi
siswa di bidang Biologi disajikan pada Tabel 3 berikut.
Tabel 3. Operasionalisasi Variabel Faktor-Faktor Yang Mempengaruhi Prestasi
Siswa di Bidang Biologi
Variabel
Laten
A. Sikap

Sumber
Pengaruh Positif
Terhadap
Biologi (PA),
Percaya Diri
Dalam Belajar
Biologi (SC),
Nilai Terhadap
Biologi (Nilai)

Indikator

Angket
siswa

B. Persepsi

Persepsi siswa
terhadap
sekolah

Angket
siswa

C. Sosek

Status sosial
dan ekonomi
siswa

Angket
siswa

D. Minat

Kegiatan siswa
pada jam
pelajaran

Angket
siswa

E. LB-Guru
F. Kesiapan

Latar belakang
guru
Kesiapan guru
pada materi
yang diajarkan.

Angket
Guru
Angket
Guru

31

Saya menikmati belajar Biologi (P12d)


Biologi membosankan (P12g_R) *)
Saya suka Biologi (P12h)
Saya belajar dengan baik Biologi (P12a)
Saya belajar Biologi lebih cepat (P12f)
Biologi untuk kehidupan sehari-hari
(P13a)
Biologi untuk memahami pelajaran lain
(P13b)
Biologi untuk melanjutkan ke PT pilihanku
(P13c)
Saya senang berada di sekolah (P28a)
Menurut saya siswa-siswa di sekolah giat
belajar (P28b)
Menurut saya guru-guru di sekolah
menginginkan belajar dengan giat (P28c)
Kira-kira berapa banyak buku terdapat di
rumahmu? (P4)
Apakah kamu punya komputer? (P5b)
Apakah jenjang pendidikan tertinggi yang
berhasil diselesaikan oleh ibumu (atau ibu
tiri atau wali perempuan) (P6A)
Apakah jenjang pendidikan tertinggi yang
berhasil diselesaikan oleh ayahmu (atau
ayah tiri atau wali laki-laki) (P6B)
Kami memperhatikan guru melakukan
mendemontrasikan eksperimen (P14b)
Kami membaca buku pelajaran Biologi
dan sumber-sumber belajar lainnya (P14f)
Kami menghubungkan pelajaran Biologi
dengan kehidupan sehari-hari (P14j)
Kami membahas PR (P14k)
Kami mendengarkan guru menjelaskan
materi pelajaran (P14l)
Lama mengajar (P3)
Pendidikan tertinggi (P4)
Organ utama dan sistem organ pada
manusia dan organisma lainnya (P7A.a)
Sel dan fungsinya (P7A.b)
Reproduksi dan penurunan (P7A.c)

Variabel
Laten

Sumber

Indikator
-

G. Hambatan

Hambatan guru
dalam mengajar

Angket
Guru

H. Iklim

Iklim sekolah
untuk Belajar

Angket
Sekolah

I.

Perilaku

Frekuensi
perilaku siswa

Angket
Sekolah

J.

Prestasi

Prestasi siswa
pada mata
pelajaran Biologi

Asesmen
TIMSS

Keterangan : *) Skala pengukuran Reversed

32

Peran adaptasi dalam bertahan dari


kepunahan (P7A.d)
Dampak resiko pada manusia, hewan,
dan lingkungan (P7A.g)
Kekurangan perangkat keras (hardware)
komputer
(P18f)
Kekurangan buku pelajaran untuk siswa
(P18i)
Kekurangan perlengkapan pengajaran
lain untuk digunakan siswa P18j)
Kekurangan peralatan peraga (P18k)
Tingkat keberhasilan guru dalam
melaksanakan kurikulum sekolah (P8b)
Harapan guru terhadap prestasi siswa
(P8b)
Dukungan orang tua terhadap prestasi
siswa (P8c)
Keinginan siswa untuk berprestasi (P8h)
Datang terlambat ke sekolah (P18a)
Bolos sekolah (misalnya absen tanpa
alasan yang dapat dibenarkan) (P18b)
Membolos kelas (jam pelajaran) (P18c)
Skor Biologi

2.

Analisis Jalur dan Model Rancangan Dasar


Mengacu pada kerangka pemikiran, hipotesis, dan operasionalisasi

variabel selanjutnya dirumuskan diagram jalur dan model rancangan faktorfaktor yang mempengaruhi prestasi siswa di bidang Matematika disajikan pada
Gambar 2 berikut.

P.A

Kepemilikan

Pddk-Ortu

Persepsi siswa
thd sekolah

Sosek

S.C

Nilai

Sikap

Cita-cita

Aspirasi

Persepsi

Aljabar
Prestasi
Kegiatan siswa
pada jam pelajaran

Data&Peluang

Minat
Bilangan

Penilaian Guru thd


sekolah
Pandangan Guru thd
hambatan dalam
mengajar
Kehadiran siswa di
sekolah

Penilaian
Geometri
Hambatan
LB-Guru
Perilaku
Latar belakang Guru

Gambar 2. Model Rancangan Faktor-Faktor yang Mempengaruhi Prestasi Siswa


Bidang Matematika

61

Model rancangan faktor-faktor yang mempengaruhi prestasi siswa di


bidang Fisika disajikan pada Gambar 3 berikut.

P.A

Kepemilika

Pddk-Ortu

Persepsi siswa thd


sekolah

Sosek

S.C

Sikap

Persepsi

Aspirasi

Prestasi
Kegiatan siswa
pada jam pelajaran
Penilaian Guru
thd sekolah
Pandangan Guru
thd hambatan
dalam mengajar
Kehadiran siswa di
sekolah

Nilai

Cita-cita

Skor Fisika

Minat

Penilaian
Iklim

Hambatan
LB-Guru

Iklim
Sekolah

Perilaku
Latar belakang Guru

Gambar 3. Model Rancangan Faktor-Faktor Yang Mempengaruhi Prestasi Siswa


Bidang Fisika

62

Model rancangan faktor-faktor yang mempengaruhi prestasi siswa di


bidang Biologi disajikan pada Gambar 4 berikut.
P.A

Kepemilikan

Pddk-Ortu

Persepsi siswa thd


sekolah

S.C

Nilai

Sikap

Sosek

Aspirasi
Persepsi

Cita-cita

Prestasi
Kegiatan siswa pada
jam pelajaran

Minat

Penilaian Guru thd


sekolah

Penilaian

Skor

Iklim
Pandangan Guru thd
hambatan dalam
mengajar
Kehadiran siswa di
sekolah

Hambatan
LB-Guru

Iklim
Sekolah

Perilaku
Latar belakang Guru

Gambar 4. Model Rancangan Faktor-Faktor Yang Mempengaruhi Prestasi Siswa


Bidang Biologi

63

Berdasarkan kerangka diagram jalur pada Gambar 2, 3, dan 4, dapat


dirumuskan persamaan model pengukuran dan model struktural (Matematika,
Fisika, dan Biologi) yang akan diuji seperti diringkaskan pada Tabel 4 berikut.
Tabel 4. Persamaan Pengukuran dan Struktural
Model
Pengukuran : Sikap

Persamaan
Saya menikmati pelajaran (Mat, Fis, Bio) =
Pelajaran (Mat, Fis, Bio) Membosankan =

Y Sikap 1
1

Sikap 2
y
2

...

y Sikap 7

(Mat, Fis, Bio) perlu untuk melanjutkan PT =


Pengukuran : Persepsi

Persepsi 1
x

Siswa senang berada di sekolah =

...

3x Persepsi 3

Guru mendorong prestasi siswa =


Pengukuran : Sosek

Buku =

x Sosek 1
1

...
Pendidikan Ayah =
Pengukuran : Aspirasi
Pengukuran : Minat

Cita-cita =

4x Sosek 4

1y Aspirasi 1

Kami berlatih (pejumlahan,...) =

x Minat 1
1

...
Kami mendengarkan guru menjelas pelajaran =
Pengukuran : LB-Guru

Lama mengajar =

x LB.Guru 1
1

Pendidikan tertinggi guru =


Pengukuran : Penilaian

7x Sosek 7

2x LB.Guru 2

Pemahaman guru terhadap kurikulum =

x Penilaian 1
1

...
Dukungan orang tua thd prestasi siswa = 3 Penilaian
x

Pengukuran : Hambatan

Kekurangan perangkat keras komputer =

x Hambat 1
1

...
Kekurangan buku pelajaran = 3 Hambat
x

Pengukuran : Perilaku

Datang terlambat ke sekolah =


Bolos sekolah =

64

x Perilaku 1
1

Perilaku 2
x
2

Model

Persamaan

Struktural

Prestasi =

1 Sikap 2 Sosek 3 Persepsi ... 8 Perilaku


3.

Rancangan Pengujian Model dan Hipotesis


Merujuk diagram jalur dan persamaan struktural model yang akan diuji

diringkaskan pada Tabel 5 berikut.


Tabel 5. Rancangan Pengujian Model
Pengujian

Hipotesis Statistik

Statistik Uji

Overal Model Fit

H 0 : S , matriks

Nilai-P,

kovariansi antar variabel laten

RMSEA

Kriteria Uji
dan

H0 diterima jika nilai-P


> 0,05 dan RMSEA <
0,08

data sampel tidak berbeda


dengan matriks kovariansi
populasi
Model Sikap

H0 : Sikap tidak dipengaruhi

Nilai-t

oleh Sosek, Persepsi, dan


H0 : Aspirasi tidak dipengaruhi

Nilai-t

oleh Sosek, dan Minat


Model Prestasi

ditolak

jika

nilai t 1,96

Minat
Model Aspirasi

H0

H0

ditolak

jika

nilai t 1,96

H0 : Prestasi tidak dipengaruhi


oleh sikap, minat, persepsi,
sosek, Latar belakang guru,
iklim sekolah, persiapan guru,
perilaku siswa.

65

Nilai-t

H0

ditolak

jika

nilai t 1,96

BAB IV
HASIL DAN PEMBAHASAN
A.

Model Struktural Bidang Matematika


Hasil estimasi parameter model struktural bidang Matematika disajikan

pada Gambar 5a dan 5b berikut.

Gambar 5a. Estimasi Parameter Model Prestasi Siswa Bidang Matematika


(Standardized)
66

Gambar 5b. Statistik t-hitung Parameter Model Prestasi Bidang Matematika


Dalam

Gambar 5a dan 5b terlihat bahwa nilai-P sebesar 0.0000 jauh

lebih kecil dari tingkat kesalahan 5%. Nilai RMSEA sebesar 0,081 lebih besar
dari 0,08. Dengan demikian dapat disimpulkan bahwa model prestasi siswa di
bidang Matematika yang diusulkan tidak fit dengan data.
67

Dari Gambar 5a terlihat bahwa estimasi koefisien bobot indikator yang


distandarkan (standardized) hampir semuanya lebih besar dari nilai minimal
yang sering direkomendasikan sebesar 0,40 (Kusnendi, 2008), kecuali untuk
indikator PR, PEL-LAIN, dan MSNGAJR. Dari Gambar 5b terlihat bahwa hasil uji
kebermaknaan

terhadap

masing-masing

koefisien

bobot

faktor

hampir

semuanya nyata pada tingkat kesalahan 5%, kecuali untuk indikator PR dan
PEL-LAIN yang tidak nyata. Hal ini menunjukkan bahwa walaupun model tidak

fit, namun masing-masing indikator yang digunakan pada pembentukan model


memiliki validitas dan reliabilitas yang memadai dalam mengukur variable laten
yang diteliti.
Selanjutnya, karena hampir semua indikator memiliki validitas dan
reliabilitas yang memadai, maka pada studi ini dilakukan perubahan jenis
variabel, yaitu yang semula variabel laten dijadikan variabel terukur (observe

variable). Dengan demikian analisis berikutnya dilakukan dengan menggunakan


analisis jalur (path diagram).

68

Hasil Analisis Jalur Model Prestasi Siswa Bidang Matematika


Hasil analisis jalur model prestasi siswa di bidang Matematika disajikan
pada Gambar 6a dan 6b berikut.

Gambar 6a. Diagram Jalur Model Prestasi Bidang Matematika (Standardized)

69

Gambar 6b. Statistik t-hitung Model Prestasi Bidang Matematika


Dalam

Gambar 6a dan 6b terlihat bahwa nilai-P sebesar 0,2464 jauh

lebih besar dari tingkat kesalahan 5%. Nilai RMSEA sebesar 0,043 lebih kecil
dari 0,08. Dengan demikian dapat disimpulkan bahwa melalui analisis jalur,
model prestasi siswa di bidang Matematika yang dibangun adalah fit dengan
data. Artinya model mampu mengestimasi matriks kovariansi/korelasi populasi
yang tidak berbeda dengan matriks kovariansi/korelasi data. Dengan kata lain,
hasil estimasi parameter model dapat diberlakukan terhadap populasi dalam
menjelaskan faktor-faktor yang mempengaruhi prestasi siswa di bidang
Matematika.

70

Ringkasan hasil estimasi parameter model prestasi siswa di bidang


Matematika menggunakan analisis jalur disajikan pada Tabel 6 berikut.
Tabel 6. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang Matematika
(Standardized)
Model

Koefisien Jalur

t-hitung

R2

Model Sikap
Sikap

Persepsi

0,60

9,27

Nyata

Sikap

Sosek

-0,15

-2,39

Nyata

Sikap

Minat

0,19

3,04

Nyata

0,49

Model Aspirasi
Aspirasi

Sosek

0,40

5,08

Nyata

Aspirasi

Minat

0,00

0,01

Tidak Nyata

0,16

Model Prestasi
Prestasi

Sikap

-0,26

-2,87

Nyata

Prestasi

Aspirasi

0,04

0,53

Tidak Nyata

Prestasi

-0,23

-2,59

Nyata

Persepsi
Prestasi

Sosek

0,11

1,33

Tidak Nyata

Prestasi

Minat

0,24

3,44

Nyata

Prestasi

LB-Guru

0,21

3,11

Nyata

Prestasi

-0,03

-0,43

Tidak Nyata

-0,07

-1,05

Tidak Nyata

Perilaku

0,06

0,89

Tidak Nyata

0,39

Penilaian
Prestasi
Hambatan
Prestasi

Dalam Tabel 6 terlihat bahwa berdasarkan uji-t, faktor sikap, persepsi,


minat, dan LB-Guru berpengaruh nyata terhadap prestasi siswa, hal ini
ditunjukkan oleh nilai mutlak dari t-hitung yang lebih besar dari 1,96.
Sedangkan faktor sosek,

penilaian, perilaku, aspirasi dan hambatan

berpengaruh tidak nyata terhadap prestasi siswa di bidang Matematika.


71

Berdasarkan Tabel 6 dan Gambar 6a terlihat bahwa koefisien jalur faktor


sikap dan persepsi bertanda negatif, artinya faktor sikap dan persepsi siswa
memiliki pengaruh negatif terhadap prestasi siswa, sedangkan faktor minat dan
latar belakang guru bertanda positif, artinya faktor minat dan latar belakang
guru

memiliki pengaruh positif terhadap prestasi siswa. Berdasarkan model

prestasi siswa yang dibangun, dapat terlihat adanya pengaruh langsung dan
tidak langsung dari faktor-faktor terhadap prestasi siswa. Ringkasan pemecahan
pengaruh langsung maupun tidak langsung dari faktor-faktor yang berpengaruh
terhadap prestasi siswa disajikan pada Tabel 7 berikut.
Tabel 7. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa Bidang
Matematika
Pengaruh
Hubungan Antar Variabel
Langsung

Tidak Langsung Melalui


Sikap

Total

Aspirasi

Prestasi

Sikap

-0,26

-0,26*)

Prestasi

Aspirasi

0,04

0,04

Prestasi

Persepsi

-0,23

-0,16

-0,39*)

Prestasi

Sosek

0,11

0,039

0,016

0,16

Prestasi

Minat

0,24

-0,05

0,000

0,19*)

Prestasi

LB-Guru

0,21

0,21*)

Prestasi

Penilaian

-0,03

-0,03

Prestasi

Hambatan

-0,07

-0,07

Prestasi

Perilaku

0,06

0,06

*) Nyata pada tingkat kesalahan 5%


Dari Tabel 7 terlihat bahwa pengaruh faktor sikap berpengaruh negatif
terhadap prestasi siswa, hal ini dapat disimpulkan bahwa hipotesis yang
menunjukkan bahwa semakin tinggi sikap akan semakin tinggi prestasi adalah
ditolak. Faktor lain yang berpengaruh negatif adalah faktor persepsi, hal ini
juga menunjukkan bahwa hipotesis yang mengatakan bahwa semakin baik
persepsi siswa semakin tinggi prestasi juga ditolak. Ada dua faktor yang
72

berpengaruh positif terhadap prestasi siswa, yaitu minat dan latar belakang
guru. Hal ini menunjukkan bahwa hipotesis yang mengatakan bahwa semakin
tinggi minat siswa semakin tinggi prestasi siswa adalah tidak ditolak, begitupun
hipotesis yang mengatakan bahwa semakin baik latar belakang guru semakin
baik prestasi siswa juga tidak ditolak.
Output hasil analisis jalur selengkapnya disajikan pada Lampiran 18.
B.

Model Struktural Prestasi Siswa Bidang Fisika


Hasil estimasi parameter model struktural bidang Fisika disajikan pada

Gambar 7a dan 7b berikut.

Gambar 7a. Estimasi Parameter Model Prestasi Bidang Fisika (Standardized)

73

Gambar 7b. Statistik t-hitung Parameter Model Prestasi Bidang Fisika

Dalam

Gambar 7a dan 7b terlihat bahwa nilai-P sebesar 0.0000 jauh

lebih kecil dari tingkat kesalahan 5%. Nilai RMSEA sebesar 0,091 lebih besar

74

dari 0,08. Dengan demikian dapat disimpulkan bahwa model prestasi siswa di
bidang Fisika yang dibangun tidak fit dengan data.
Dari Gambar 7a terlihat bahwa estimasi koefisien bobot indikator yang
distandarkan (standardized) hampir semuanya lebih besar dari nilai minimal
yang sering direkomendasikan sebesar 0,40, kecuali untuk indikator PR dan
Pendidikan Guru. Dari Gambar 7b terlihat bahwa hasil uji kebermaknaan
terhadap masing-masing koefisien bobot indikator hampir semuanya nyata
pada tingkat kesalahan 5%, kecuali untuk indikator PR yang tidak nyata. Hal ini
menunjukkan bahwa walaupun model tidak fit, namun masing-masing indikator
yang digunakan pada pembentukan model prestasi memiliki validitas dan
reliabilitas yang memadai dalam mengukur variabel laten yang diteliti.
Hasil Analisis Jalur Model Prestasi Siswa Bidang Fisika
Hasil analisis jalur model prestasi siswa di bidang Fisika disajikan pada
Gambar 8a dan 8b berikut.

Gambar 8a. Diagram Jalur Model Prestasi Bidang Fisika (Standardized)


75

Gambar 8b. Statistik t-hitung Model Prestasi Bidang Fisika


Dalam Gambar 8a dan 8b terlihat bahwa nilai-P sebesar 0,1116 lebih
besar dari tingkat kesalahan 5%. Nilai RMSEA sebesar 0,060 lebih kecil dari
0,08. Dengan demikian dapat disimpulkan bahwa melalui analisis jalur, model
prestasi siswa di bidang Fisika yang dibangun adalah fit dengan data.
Ringkasan hasil estimasi parameter model prestasi siswa di bidang Fisika
menggunakan analisis jalur disajikan pada Tabel 8 berikut.
Tabel 8. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang Fisika
(Standardized)
Model

Koefisien Jalur

t-hitung

R2

Model Sikap
Sikap

Persepsi

0,63

10,66

Nyata

Sikap

Sosek

-0,10

-1,76

Tidak Nyata

76

0,57

Model
Sikap

Minat

Koefisien Jalur

t-hitung

0,24

4,34

Nyata

R2

Model Aspirasi
Aspirasi

Sosek

0,40

5,23

Nyata

Aspirasi

Minat

-0,11

-1,39

Tidak Nyata

0,17

Model Prestasi
Prestasi

Sikap

-0,33

-3,12

Nyata

Prestasi

Aspirasi

-0,02

-0,27

Tidak Nyata

Prestasi

Persepsi

-0,14

-1,30

Tidak Nyata

Prestasi

Sosek

0,14

1,63

Tidak Nyata

Prestasi

Minat

0,10

1,29

Tidak Nyata

Prestasi

LB-Guru

0,06

0,71

Tidak Nyata

Prestasi

Kesiapan

-0,13

-1,65

Tidak Nyata

Prestasi

Hambatan

-0,13

-1,60

Tidak Nyata

Prestasi

Iklim

0,13

1,48

Tidak Nyata

Prestasi

Perilaku

-0,02

-0,25

Tidak Nyata

0,33

Dalam Tabel 8 terlihat bahwa berdasarkan uji-t, hanya faktor sikap, yang
berpengaruh nyata terhadap prestasi siswa, hal ini ditunjukkan oleh nilai mutlak
dari t-hitung yang lebih besar dari 1,96. Namun demikian faktor sikap ini
berpengaruh negatif terhadap prestasi siswa. Hal ini berarti siswa yang memiliki
sikap yang baik terhadap pelajaran Fisika cenderung prestasi pelajaran
Fisikanya rendah. Faktor persepsi berpengaruh nyata dan positif terhadap
sikap, hal ini berarti semakin baik persepsi siswa terhadap sekolah semakin baik
pula sikapnya terhadap pelajaran Fisika. Faktor minat juga berpengaruh positif
terhadap sikap, berarti semakin tinggi minat siswa semakin baik sikapnya
terhadap pelajaran Fisika. Faktor Sosial Ekonomi berpengaruh positif terhadap
Aspirasi akademik siswa, artinya siswa yang status sosial ekonominya baik
mempunyai cita-cita untuk melanjutkan ke jenjang pendidikan yang tinggi pula.
Berdasarkan model prestasi siswa yang dibangun, dapat terlihat adanya
pengaruh langsung dan tidak langsung dari faktor-faktor terhadap prestasi
77

siswa. Ringkasan pemecahan pengaruh langsung maupun tidak langsung dari


faktor-faktor yang berpengaruh terhadap prestasi siswa disajikan pada Tabel 9
berikut.

Tabel 9. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa Bidang


Fisika
Pengaruh
Hubungan Antar Variabel

Tidak Langsung Melalui

Langsung

Sikap

Total

Aspirasi

Prestasi

Sikap

-0,33

-0,33*)

Prestasi

Aspirasi

-0,02

-0,02

Prestasi

Persepsi

-0,14

-0,21

-0,35*)

Prestasi

Sosek

0,14

0,03

-0,00

0,17

Prestasi

Minat

0,10

-0,08

0,00

0,02

Prestasi

LB-Guru

0,06

0,06

Prestasi

Kesiapan

-0,13

-0,13

Prestasi

Hambatan

-0,13

-0,13

Prestasi

Iklim

0,13

Prestasi

Perilaku

-0,02

0,13
-

-0,02

*) Nyata pada tingkat kesalahan 5%


Output hasil analisis jalur selengkapnya disajikan pada Lampiran 19.

78

C.

Model Struktural Prestasi Siswa Bidang Biologi


Hasil estimasi parameter model struktural bidang Biologi disajikan pada

Gambar 9a dan 9b berikut.

Gambar 9a. Estimasi Parameter Model Prestasi Bidang Biologi (Standardized)

79

Gambar 9b. Statistik t-hitung Parameter Model Prestasi Bidang Biologi


Dalam

Gambar 9a dan 9b terlihat bahwa nilai-P sebesar 0.0000 jauh

lebih kecil dari tingkat kesalahan 5%. Nilai RMSEA sebesar 0,078 lebih kecil dari
0,08. Dengan demikian dapat disimpulkan bahwa berdasarkan kriteria RMSEA
model prestasi siswa di bidang Biologi yang dibangun adalah fit dengan data,
namun berdasarkan nilai-P yang sangat kecil (0,0000) dan nilai statistik khi80

kuadrat sebesar 1401,35 yang relatif sangat besar dibandingkan derajat


bebasnya (df=738), maka model prestasi siswa di bidang Biologi sesungguhnya
adalah tidak fit dengan data.
Dari Gambar 9a terlihat bahwa estimasi koefisien bobot indikator yang
distandarkan (standardized) hampir semuanya lebih besar dari nilai minimal
yang sering direkomendasikan sebesar 0,40, kecuali untuk indikator PR dan
Pendidikan Guru. Dari Gambar 9b terlihat bahwa hasil uji kebermaknaan
terhadap masing-masing koefisien bobot indikator hampir semuanya nyata
pada tingkat kesalahan 5%, kecuali untuk indikator PR yang tidak nyata. Hal ini
menunjukkan bahwa walaupun model tidak fit, namun masing-masing indikator
yang digunakan pada pembentukan model prestasi memiliki validitas dan
reliabilitas yang memadai dalam mengukur variabel laten yang diteliti.

Hasil Analisis Jalur Model Prestasi Siswa Bidang Biologi


Hasil analisis jalur model prestasi siswa di bidang Biologi disajikan pada
Gambar 10a dan 10b berikut.

Gambar 10a. Diagram Jalur Model Prestasi Bidang Biologi (Standardized)


81

Gambar 10b. Statistik t-hitung Model Prestasi Bidang Biologi


Ringkasan hasil estimasi parameter model prestasi siswa di bidang Biologi
menggunakan analisis jalur disajikan pada Tabel 10 berikut.
Tabel 10. Ringkasan Estimasi Parameter Model Prestasi Siswa Bidang Biologi
(Standardized)
Model

Koefisien Jalur

t-hitung

R2

Model Sikap
Sikap

Persepsi

0,50

6,71

Nyata

Sikap

Sosek

0,01

0,14

Tidak Nyata

Sikap

Minat

0,20

2,77

Nyata

0,31

Model Aspirasi
Aspirasi

Sosek

0,40

5,21

Nyata

Aspirasi

Minat

-0,09

-1,17

Tidak Nyata

-0,16

-1,92

Tidak Nyata

Model Prestasi
Prestasi

Sikap

82

0,17

Model

Koefisien Jalur

t-hitung

Prestasi

Aspirasi

0,03

0,44

Tidak Nyata

Prestasi

Persepsi

-0,22

-2,45

Nyata

Prestasi

Sosek

0,16

1,99

Nyata

Prestasi

Minat

0,04

0,55

Tidak Nyata

Prestasi

LB-Guru

0,24

3,20

Nyata

Prestasi

Kesiapan

-0,05

-0,61

Tidak Nyata

Prestasi

Hambatan

-0,19

-2,52

Nyata

Prestasi

Iklim

0,09

1,04

Tidak Nyata

Prestasi

Perilaku

-0,03

-0,35

Tidak Nyata

R2

0,38

Dalam Tabel 10 terlihat bahwa berdasarkan uji-t, ada empat faktor yang
berpengaruh nyata terhadap prestasi siswa di bidang Biologi. Keempat faktor
tersebut adalah faktor persepsi, sosek, latar belakang guru, dan hambatan.
Faktor persepsi dan hambatan memiliki pengaruh negatif terhadap prestasi
siswa, sedangkan faktor sosek dan latar belakang guru memiliki pengaruh
positif terhadap prestasi siswa di bidang Biologi.
Mirip dengan model prestasi siswa bidang Fisika, pada model prestasi
siswa di bidang Biologi juga faktor persepsi dan minat memiliki pengaruh positif
terhadap sikap, sedangkan variabel sosek tidak berpengaruh terhadap sikap.
Namun demikian variabel sosek berpengaruh terhadap aspirasi akademik siswa.
Ini berarti semakin baik status sosial ekonomi siswa semakin tinggi cita-cita
siswa untuk melanjutkan pendidikan ke jenjang yang lebih tinggi.
Berdasarkan model prestasi siswa yang dibangun, dapat terlihat adanya
pengaruh langsung dan tidak langsung dari faktor-faktor terhadap prestasi
siswa. Ringkasan pemecahan pengaruh langsung maupun tidak langsung dari
faktor-faktor yang berpengaruh terhadap prestasi siswa disajikan pada Tabel 11
berikut.

83

Tabel 11. Pemecahan Pengaruh Antar Variabel Model Prestasi Siswa Bidang
Biologi
Pengaruh
Hubungan Antar Variabel

Tidak Langsung Melalui

Langsung

Sikap

Total

Aspirasi

Prestasi

Sikap

-0,16

-0,16

Prestasi

Aspirasi

0,03

0,03

Prestasi

Persepsi

-0,22

-0,08

-0,29*)

Prestasi

Sosek

0,16

-0,002

0,012

0,17*)

Prestasi

Minat

0,04

-0,032

-0,003

0,01

Prestasi

LB-Guru

0,24

0,24*)

Prestasi

Kesiapan

-0,05

-0,05

Prestasi

Hambatan

-0,19

-0,19*)

Prestasi

Iklim

0,09

Prestasi

Perilaku

-0,03

0,09
-

-0,03

*) Nyata pada tingkat kesalahan 5%


Output hasil analisis jalur selengkapnya disajikan pada Lampiran 20.
Pembahasan
Dari hasil analisis ditemukan bahwa faktor sikap dan berpengaruh negatif
terhadap prestasi siswa di bidang Matematika dan Fisika, sedangkan di bidang
Biologi faktor sikap tidak berpengaruh terhadap prestasi siswa. Adanya
anggapan yang selama ini diyakini bahwa semakin baik sikap siswa terhadap
pelajaran tertentu semakin baik prestasi mereka, ternyata dari hasil penelitian
ini tidak terbukti. Hal ini mungkin disebabkan karena pengaruh social

desirability yang sering terjadi dalam pengukuran faktor sikap, dimana mereka
lebih memilih option yang aman bagi dirinya ketimbang mereka memilih option
yang dikira nantinya akan beresiko. Sebab lain yang diduga mengapa faktor
sikap berpengaruh negatif adalah

kejujuran siswa dalam mengisi angket.

Ketika siswa diminta untuk menjawab pertanyaan-pertanyaan terkait sikap


mereka terhadap pelajaran tertentu, maka umumnya siswa menjawab sangat
84

setuju minimal agak setuju untuk pertanyaan-pertanyaan yang bersifat

favorable dan lebih menjawab sangat tidak setuju atau tidak setuju untuk
pertanyaan-pertanyaan yang bersifat unfavorable. Dugaan ini didasari oleh hasil
analisis deskriptif (lihat Gambar 24a Lampiran 21) yang menunjukkan bahwa
dari 4192 siswa sebanyak 82% siswa menjawab sangat setuju atau agak setuju
dan hanya 13% yang menjawab tidak atau sangat tidak setuju untuk
pertanyaan

yang

bersifat

favorable:

apakah

kamu

suka

pelajaran

Matematika?, sebaliknya ada sebanyak 68% siswa menjawab sangat tidak


setuju atau agak setuju dan hanya 30% yang menjawab agak tidak setuju atau
sangat tidak setuju untuk pertanyaan yang bersifat unfavorable: Matematika
adalah pelajaran yang membosankan (lihat Gambar 24b).
Dari hasil analisis juga ditemukan bahwa pengaruh persepsi siswa
terhadap prestasi siswa di bidang Matematika dan di bidang Biologi adalah
negatif hal ini diduga juga karena pengaruh social desirability siswa dalam
menjawab kuesioner terkait pertanyaan-pertanyaan persepsi siswa terhadap
guru dan sekolah mereka.
Faktor minat memiliki pengaruh positif terhadap prestasi siswa. Hal ini
berarti bahwa siswa rajin membaca buku pelajaran, mendengarkan guru
menjelaskan pelajaran, dan sering berlatih materi perlajaran dapat dipastikan
bahwa prestasinya akan baik.
Faktor sosial ekonomi siswa berpengaruh positif terhadap prestasi siswa,
hal ini berarti bahwa siswa yang memiliki fasilitas belajar dan berasal dari orang
tua yang berpendidikan tinggi akan lebih berprestasi dibandingkan siswa yang
kurang memiliki fasilitas belajar dan berasal dari orang tua yang berpendidikan
rendah.
Latar belakang guru merupakan satu-satunya faktor yang berasal dari
guru yang berpengaruh positif terhadap prestasi siswa, sedangkan faktor
kesiapan mengajar, persepsi guru terkait iklim, keamanan, dan hambatan di
sekolah tidak berpengaruh terhadap prestasi. Latar belakang guru yang diukur
oleh lama mengajar, dan pendidikan secara nyata berpengaruh positif terhadap
prestasi siswa, ini berarti seorang guru yang berpengalaman dan/atau
85

berpendidikan tinggi akan mengantarkan prestasi siswanya


dibandingkan

seorang

guru

yang

kurang

berpengalaman

lebih baik
dan/atau

berpendidikan rendah.
Faktor sekolah yang diukur dari iklim sekolah, tingkat kehadiran siswa
dan perilaku, serta hambatan ternyata tidak berpengaruh terhadap prestasi
siswa. Dari analisis awal diperoleh bahwa hanya faktor sumber daya dan
teknologi yang berpengaruh terhadap prestasi siswa baik di bidang Matematika
maupun Sains, namun demikian pengaruhnya adalah negatif (Lihat Lampiran
17). Hal ini berarti bahwa adanya anggapan yang mengatakan bahwa semakin
baik sumber daya dan teknologi yang dimikili sekolah maka akan semakin baik
prestasi siswa ternyata pada penelitian ini tidak terbukti, bahkan menghasilkan
kesimpulan yang berlawanan.

86

BAB V
KESIMPULAN DAN SARAN
A.

KESIMPULAN
Berdasarkan hasil dan pembahasan pada Bab IV, dapat diambil kesim-

pulan sebagai berikut.


1.

Variabel sikap siswa berpengaruh negatif terhadap prestasi siswa di bidang


Matematika dan Fisika.

2.

Variabel minat siswa berpengaruh positif terhadap prestasi di bidang


Matematika,

namun

terhadap

prestasi

bidang

Fisika

dan

Biologi

pengaruhnya tidak nyata.


3.

Variabel persepsi siswa berpengaruh negatif terhadap prestasi siswa di


bidang Matematika dan Biologi.

4.

Variabel sosial ekonomi siswa berpengaruh positif terhadap prestasi siswa


di bidang Biologi. namun terhadap prestasi bidang Matematika dan Fisika
pengaruhnya tidak nyata.

5.

Variabel latar belakang guru berpengaruh positif terhadap prestasi siswa di


bidang Matematika dan Biologi.

6.

Variabel hambatan guru dalam pembelajaran berpengaruh negatif


terhadap prestasi siswa di bidang Biologi, namun terhadap prestasi di
bidang Matematika dan Fisika pengaruhnya tidak nyata.

7.

Variabel sumber daya dan teknologi yang di miliki sekolah berpengaruh


negatif terhadap prestasi siswa di bidang Matematika maupun Sains.

8.

Variabel persepsi dan minat siswa berpengaruh positif terhadap sikap


siswa.

9.

Variabel sosial ekonomi siswa berpengaruh positif terhadap aspirasi siswa.

87

B.

REKOMENDASI

Berdasarkan kesimpulan penelitian di atas, dapat disarankan hal-hal sebagai


berikut.
1.

Adanya anggapan yang selama ini diyakini bahwa semakin baik sikap siswa
terhadap pelajaran tertentu semakin baik prestasi mereka, ternyata dari
hasil penelitian ini tidak terbukti. Oleh karena itu perlu upaya perubahan
dalam pembelajaran, mungkin pembelajaran siswa tidak hanya ditekankan
pada aspek kognitifnya saja, tetapi perlu dielaborasi dan dikembangkan
dengan aspek-aspek lain, seperti aspek afektif dan aspek spiritual. Dengan
demikian diharapkan pada diri siswa tertanamkan budaya jujur.

2.

Untuk

mengurangi

munculnya

masalah

social

desirability

dan

ketidakjujuran dalam pengisian angket, maka kepada petugas pengumpul


data di lapangan perlu untuk menjelaskan dan memberi pengertian kepada
siswa, guru, maupun sekolah mengenai kegunaan dari angket yang akan
digunakan oleh pemerintah adalah sebagai potret dari keadaan siswa,
guru, maupun sekolah, sehingga kepada mereka dimohon untuk mengisi
angket secara jujur.
3.

Ada beberapa pertanyaan di dalam angket siswa yang kurang sesuai


dengan kondisi siswa di Indonesia. Oleh karena itu perlu dilakukan
penelitian lebih lanjut yang lebih dalam dengan menggunakan angket yang
telah disesuaikan dengan situasi dan kondisi di Indonesia.

4.

Perlu

dilakukan

penelitian

yang

melibatkan

pakar-pakar

psikologi,

psikometri, dan pendidikan, sehingga bisa menjustifikasi hubungan antar


variabel-variabel

psikologis

dan

pendidikan.

88

pengaruhnya

terhadap

pencapaian

DAFTAR PUSTAKA

Djemari Mardapi (2008). Teknik Penyusunan Instrumen Tes dan Nontes. Mitra
Cendekia Press: Yogyakarta.
House, J.D. (2005). Classroom instruction and science achievement in Japan,
Hongkong, and Chinese Taipe: result from the TIMSS 1999 assessment.
International Journal of Instruction Media.
Joreskog, K.G., & Sorbom, D. (1993). Lisrel 8: Structural equation modeling
with the SIMPLIS command language. Hillsdale, NJ: Scientific Software
International.
Keeves, J.P. (1992). The international association for the evaluation of
educational achievement (IEA) technical handbook, Netherland: IEA.
----------.
(1972). Educational Environment and student achievement,
Stockholm: Almavist & Wiksell Stockholm.
Kusnendi (2008). Model-model persamaan structural: satu dan multigrup
sampel dengan LISREL. Alfa Beta: Bandung.
Martin, M.O. & Preuschof, C. (2007). Creating the TIMSS 2007 background
indices. Dalam J.F. Olson, M.O. Martin, & Ina V.S. Mullis (Ed). TIMSS
2007 Technical Report. Boston Colege.
Schiefelbein E. & Simmons J.
(1981).
The determinants of school
achievement: Review of the Research for Developing Countries,
Ottawa:IDRC.
Sudarsono, F.X. (1985). Faktor-faktor penentu keberhasilan belajar: Tinjauan
pengaruh keluarga, kelompok sebaya, guru dan sekolah terhadap hasil
belajar. Disampaikan pada pidato ilmiah pada upacara dies natalis IKIP
Yogyakarta ke XXI pada tanggatang 12 Oktober 1985.

89

LAMPIRAN 1. Deskripsi Kepemilikan Barang


Kira-kira berapa banyak buku terdapat di rumahmu? (tidak termasuk:majalah, koran, atau
buku sekolahmu)
Frequency
Valid

Missing

Tidak ada atau sangat


sedikit ( 0 - 10 buku)
Cukup untuk mengisi
satu rak buku (11 - 25
buku)
Cukup untuk mengisi
satu lemari buku (26 100 buku)
Cukup untuk mengisi dua
lemari buku (101 - 200
buku)
Cukup untuk mengisi tiga
lemari buku (> 200 buku)
Total
OMITTED
System
Total

Total

Percent

Cumulative
Percent

Valid Percent

983

23.4

23.9

23.9

2262

53.8

54.9

78.8

712

16.9

17.3

96.1

101

2.4

2.5

98.5

61

1.5

1.5

100.0

4119
48
36
84
4203

98.0
1.1
.9
2.0
100.0

100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

N
Tidak ada atau sangat
sedikit ( 0 - 10 buku)
Cukup untuk mengisi
satu rak buku (11 - 25
buku)
Cukup untuk mengisi
satu lemari buku (26 100 buku)
Cukup untuk mengisi dua
lemari buku (101 - 200
buku)
Cukup untuk mengisi tiga
lemari buku (> 200 buku)
Total

Mean

95% Confidence Interval for


Mean
Lower Bound
Upper Bound

Std. Deviation

Std. Error

Minimum

Maximum

979

49.24914

9.238147

.295252

48.66973

49.82854

33.318

84.441

2244

48.86550

8.988098

.189739

48.49342

49.23758

33.318

86.267

707

53.58855

11.674990

.439083

52.72648

54.45061

33.318

90.075

101

57.07034

13.689495

1.362156

54.36786

59.77282

35.036

89.919

61

55.86126

13.205180

1.690750

52.47925

59.24326

36.859

86.267

4092

50.08012

10.008137

.156454

49.77338

50.38685

33.318

90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)
Sum of
Squares
Between Groups 19663.008
Within Groups
390103.0
Total
409766.1

df
4
4087
4091

90

Mean Square
4915.752
95.450

F
51.501

Sig.
.000

1.

Kepemilikan Kalkulator
Apakah kamu mempunyai kalkulator

Valid

Missing

Ya
Tidak
Total
OMITTED
System
Total

Total

Frequency
3159
946
4105
82
16
98
4203

Percent
75.2
22.5
97.7
2.0
.4
2.3
100.0

Cumulative
Percent
77.0
100.0

Valid Percent
77.0
23.0
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

Ya
Tidak
Total

N
3141
938
4079

Mean
50.98295
47.44376
50.16908

Std. Deviation
10.297294
8.442567
10.012026

Std. Error
.183734
.275660
.156764

95% Confidence Interval for


Mean
Lower Bound Upper Bound
50.62269
51.34320
46.90278
47.98474
49.86174
50.47642

Minimum
33.318
33.318
33.318

Maximum
90.075
86.267
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
9047.386
399734.1
408781.5

df
1
4077
4078

91

Mean Square
9047.386
98.046

F
92.277

Sig.
.000

2.

Kepemilikan Komputer
Apakah kamu mempunyai komputer

Valid

Ya
Tidak
Total
OMITTED
System
Total

Missing

Total

Frequency
760
3271
4031
156
16
172
4203

Percent
18.1
77.8
95.9
3.7
.4
4.1
100.0

Valid Percent
18.9
81.1
100.0

Cumulative
Percent
18.9
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

N
Ya
Tidak
Total

756
3250
4006

Mean
54.71682
49.15605
50.20546

Std. Deviation
12.404455
9.088201
10.037261

Std. Error
.451146
.159418
.158584

95% Confidence Interval for


Mean
Lower Bound
Upper Bound
53.83117
55.60247
48.84348
49.46862
49.89455
50.51637

Minimum
34.941
33.318
33.318

Maximum
90.075
86.267
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
18965.491
384524.6
403490.1

df
1
4004
4005

92

Mean Square
18965.491
96.035

F
197.485

Sig.
.000

3.

Kepemilikan Meja Belajar


Apakah kamu mempunyai meja belajar

Valid

Missing

Ya
Tidak
Total
OMITTED
System
Total

Total

Frequency
3163
965
4128
59
16
75
4203

Percent
75.3
23.0
98.2
1.4
.4
1.8
100.0

Valid Percent
76.6
23.4
100.0

Cumulative
Percent
76.6
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

Ya
Tidak
Total

N
3139
961
4100

Mean
50.62126
48.35866
50.09093

Std. Deviation
10.259540
8.948505
10.012671

Std. Error
.183119
.288661
.156372

95% Confidence Interval for


Mean
Lower Bound Upper Bound
50.26221
50.98030
47.79218
48.92514
49.78435
50.39750

Minimum
33.318
33.318
33.318

Maximum
90.075
86.267
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
3766.577
407172.8
410939.4

df
1
4098
4099

93

Mean Square
3766.577
99.359

F
37.909

Sig.
.000

4.

Kepemilikan Kamus
Apakah kamu mempunyai kamus

Valid

Missing

Ya
Tidak
Total
OMITTED
System
Total

Total

Frequency
3707
445
4152
35
16
51
4203

Percent
88.2
10.6
98.8
.8
.4
1.2
100.0

Valid Percent
89.3
10.7
100.0

Cumulative
Percent
89.3
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

Ya
Tidak
Total

N
3685
441
4126

Mean
50.66831
45.23526
50.08761

Std. Deviation
10.146980
7.157447
10.011822

Std. Error
.167154
.340831
.155865

95% Confidence Interval for


Mean
Lower Bound
Upper Bound
50.34058
50.99603
44.56541
45.90512
49.78203
50.39319

Minimum
33.318
33.318
33.318

Maximum
90.075
78.964
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
11626.080
401849.8
413475.9

df
1
4124
4125

94

Mean Square
11626.080
97.442

F
119.313

Sig.
.000

5.

Kepemilikan Koneksi Internet


Apakah kamu mempunyai koneksi internet

Valid

Ya
Tidak
Total
OMITTED
System
Total

Missing

Total

Frequency
331
3741
4072
115
16
131
4203

Percent
7.9
89.0
96.9
2.7
.4
3.1
100.0

Valid Percent
8.1
91.9
100.0

Cumulative
Percent
8.1
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

N
Ya
Tidak
Total

330
3716
4046

Mean
52.85030
49.92114
50.16005

Std. Deviation
12.796810
9.726871
10.042685

Std. Error
.704441
.159564
.157884

95% Confidence Interval for


Mean
Lower Bound Upper Bound
51.46453
54.23608
49.60830
50.23398
49.85051
50.46959

Minimum
33.318
33.318
33.318

Maximum
89.919
90.075
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
2600.465
405360.1
407960.6

df
1
4044
4045

95

Mean Square
2600.465
100.237

F
25.943

Sig.
.000

LAMPIRAN 2. Deskripsi Pendidikan Orang Tua


1.

Pendidikan Ibu
Jenjang pendidikan tertinggi yang berhasil diselesaikan ibu (atau ibu tiri atau wali
perempuan)
Frequency
Valid

Missing

Lulus SD atau tidak


bersekolah
Lulus SMP/MTs
Lulus SLTA
Lulus D1/D2
Lulus D3
Lulus S1
Lulus S2 atau lebih tinggi
Tidak tahu
Total
OMITTED
System
Total

Total

Percent

Valid Percent

Cumulative
Percent

1540

36.6

37.1

37.1

884
762
87
78
177
60
560
4148
50
5
55
4203

21.0
18.1
2.1
1.9
4.2
1.4
13.3
98.7
1.2
.1
1.3
100.0

21.3
18.4
2.1
1.9
4.3
1.4
13.5
100.0

58.4
76.8
78.9
80.8
85.1
86.5
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

N
Lulus SD atau tidak
bersekolah
Lulus SMP/MTs
Lulus SLTA
Lulus D1/D2
Lulus D3
Lulus S1
Lulus S2 atau lebih tinggi
Tidak tahu
Total

Mean

Std. Deviation

Std. Error

95% Confidence Interval for


Mean
Lower Bound
Upper Bound

Minimum

Maximum

1535

48.58497

8.794937

.224480

48.14465

49.02529

33.318

86.267

875
755
87
75
177
60
557
4121

48.47349
52.56914
53.92650
60.30487
59.95187
57.52146
47.19151
50.04728

8.850493
10.553546
10.248879
11.289237
12.021205
14.527478
8.462889
9.999724

.299201
.384083
1.098795
1.303569
.903569
1.875489
.358584
.155771

47.88625
51.81514
51.74217
57.70746
58.16865
53.76862
46.48716
49.74188

49.06072
53.32313
56.11083
62.90229
61.73510
61.27431
47.89585
50.35267

33.318
33.318
36.564
38.473
36.859
33.318
33.318
33.318

83.398
90.075
86.267
86.267
88.406
89.919
81.121
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)
Sum of
Squares
Between Groups 44710.036
Within Groups
367267.2
Total
411977.3

df
7
4113
4120

96

Mean Square
6387.148
89.294

F
71.529

Sig.
.000

2.

Pendidikan Ayah
Jenjang pendidikan tertinggi ayah (atau ayah tiri atau wali laki-laki)
Frequency
Valid

Missing

Lulus SD atau tidak


bersekolah
Lulus SMP/MTs
Lulus SLTA
Lulus D1/D2
Lulus D3
Lulus S1
Lulus S2 atau lebih tinggi
Tidak tahu
Total
OMITTED
System
Total

Total

Percent

Cumulative
Percent

Valid Percent

1219

29.0

29.4

29.4

835
940
102
121
244
89
595
4145
53
5
58
4203

19.9
22.4
2.4
2.9
5.8
2.1
14.2
98.6
1.3
.1
1.4
100.0

20.1
22.7
2.5
2.9
5.9
2.1
14.4
100.0

49.6
72.2
74.7
77.6
83.5
85.6
100.0

Descriptives
STANDARDIZED MATH RAW SCORE (50,10)

N
Lulus SD atau tidak
bersekolah
Lulus SMP/MTs
Lulus SLTA
Lulus D1/D2
Lulus D3
Lulus S1
Lulus S2 atau lebih tinggi
Tidak tahu
Total

Mean

Std. Deviation

Std. Error

95% Confidence Interval for


Mean
Lower Bound
Upper Bound

Minimum

Maximum

1211

48.24645

8.532401

.245188

47.76541

48.72749

33.318

86.267

829
933
102
121
243
89
590
4118

47.96116
51.61795
51.59129
60.63436
57.44229
57.50472
47.75114
50.07150

8.498119
10.112016
9.832138
13.128410
11.521806
13.888081
8.671818
10.003814

.295152
.331053
.973527
1.193492
.739124
1.472134
.357013
.155891

47.38182
50.96826
49.66008
58.27133
55.98635
54.57916
47.04997
49.76587

48.54049
52.26765
53.52251
62.99739
58.89823
60.43028
48.45232
50.37713

33.318
34.987
33.318
33.318
35.089
36.657
33.318
33.318

82.615
86.267
78.390
89.919
88.406
90.075
84.662
90.075

ANOVA
STANDARDIZED MATH RAW SCORE (50,10)

Between Groups
Within Groups
Total

Sum of
Squares
44988.859
367025.2
412014.1

df
7
4110
4117

97

Mean Square
6426.980
89.301

F
71.970

Sig.
.000

LAMPIRAN 3. Estimasi Model Pengukuran Variabel Sosial Ekonomi


Siswa

98

LAMPIRAN 4. Estimasi Model Pengukuran Variabel Sikap

Keterangan:
NIKMATI = Saya menikmati belajar matematika (P8d)
BOSAN*) = Matematika membosankan (P8g_R)
SUKA = Saya suka matematika (P8h)
LB-BAIK = Saya belajar dengan baik matematika (P8a)
SULIT*) = Matematika lebih sulit bagi saya (P8c_R)
KURANG*) = Matematika bukan kelebihan saya (P8e_R)
LB-CEPAT = Saya belajar matematika lebih cepat (P8f)
HDP-HR = Mat. untuk kehidupan sehari-hari (P9a)
PL-LAIN = Mat. untuk memahami pelajaran lain (P9b)
MSK-PT = Mat. untuk melanjutkan ke PT pilihanku (P9c)
99

KERJA = Mat. untuk mendapatkan pekerjaan (P9d)

*) = Reversed

100

LAMPIRAN 5. Estimasi Model Pengukuran Variabel Persepsi Siswa


Terhadap Sekolah

101

LAMPIRAN 6. Estimasi Model Pengukuran Variabel Keamanan di


Sekolah

102

LAMPIRAN 7 Estimasi Model Pengukuran Variabel Minat Siswa


Estimasi Model Pengukuran Variabel Minat (Matematika)

Estimasi Model Pengukuran Variabel Minat (FISIKA)

103

Estimasi Model Pengukuran Variabel Minat (BIOLOGI)

104

LAMPIRAN 8. DESKRIPSI LATAR BELAKANG GURU USIA


Usia

Valid

Di bawah 25 tahun
25 - 29 tahun
20 - 39 tahun
40 - 49 tahun
50 - 59 tahun
60 tahun atau lebih
Total

Frequency
3
19
62
55
8
2
149

Percent
2.0
12.8
41.6
36.9
5.4
1.3
100.0

Cumulative
Percent
2.0
14.8
56.4
93.3
98.7
100.0

Valid Percent
2.0
12.8
41.6
36.9
5.4
1.3
100.0

Descriptives
Skor Matematika

N
Di bawah 25 tahun
25 - 29 tahun
20 - 39 tahun
40 - 49 tahun
50 - 59 tahun
60 tahun atau lebih
Total

3
19
62
55
8
2
149

Mean
46.5955
48.4746
49.1995
50.7763
52.4764
46.2352
49.7728

Std. Deviation
4.42619
6.15270
7.79545
5.51522
5.73278
3.49871
6.64441

Std. Error
2.55546
1.41153
.99002
.74367
2.02684
2.47396
.54433

95% Confidence Interval for


Mean
Lower Bound Upper Bound
35.6002
57.5907
45.5091
51.4401
47.2198
51.1792
49.2853
52.2673
47.6837
57.2691
14.8005
77.6699
48.6971
50.8485

Minimum
41.67
42.29
38.54
39.81
43.23
43.76
38.54

Maximum
50.23
67.12
74.40
65.71
63.50
48.71
74.40

ANOVA
Skor Matematika

Between Groups
Within Groups
Total

Sum of
Squares
221.577
6312.347
6533.924

df
5
143
148

105

Mean Square
44.315
44.142

F
1.004

Sig.
.418

LAMPIRAN 9. PENGALAMAN MENGAJAR


Descriptives
Skor Matematika

N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
20
21
22
23
24
25
26
27
29
30
38
40
Total

2
7
6
5
7
2
6
8
14
11
7
9
4
5
5
2
8
7
6
2
3
8
2
3
2
1
3
2
1
1
149

Mean
45.9509
47.0501
45.0714
51.0050
46.5439
44.8055
49.2604
47.2227
47.8751
49.1640
53.8197
47.5456
50.1107
50.5186
59.1082
60.8342
47.0151
48.8858
51.8499
54.0519
59.2683
50.0370
52.4228
46.9918
56.4684
53.4158
56.1101
50.6008
53.6375
43.7613
49.7728

Std. Deviation
6.05717
2.79429
3.43774
6.03411
2.08838
1.20833
10.25363
2.76066
5.28339
7.40039
6.27600
3.85650
6.49150
5.91798
13.12938
19.18565
5.00232
5.62643
4.93826
4.99043
3.66162
4.43952
7.57799
4.51218
13.07003
.
6.42292
3.61863
.
.
6.64441

Std. Error
4.28307
1.05614
1.40345
2.69853
.78933
.85442
4.18603
.97604
1.41205
2.23130
2.37210
1.28550
3.24575
2.64660
5.87164
13.56631
1.76859
2.12659
2.01604
3.52877
2.11404
1.56961
5.35845
2.60511
9.24191
.
3.70827
2.55876
.
.
.54433

95% Confidence Interval for


Mean
Lower Bound Upper Bound
-8.4706
100.3724
44.4658
49.6344
41.4638
48.6791
43.5127
58.4973
44.6125
48.4754
33.9491
55.6619
38.4999
60.0210
44.9147
49.5307
44.8246
50.9257
44.1924
54.1357
48.0154
59.6240
44.5812
50.5100
39.7813
60.4402
43.1705
57.8667
42.8059
75.4104
-111.5421
233.2104
42.8330
51.1971
43.6823
54.0894
46.6675
57.0323
9.2147
98.8892
50.1723
68.3643
46.3255
53.7485
-15.6627
120.5083
35.7829
58.2007
-60.9612
173.8980
.
.
40.1547
72.0655
18.0888
83.1129
.
.
.
.
48.6971
50.8485

Minimum
41.67
43.49
41.52
43.60
43.20
43.95
38.54
42.81
39.81
39.92
48.85
40.86
43.42
44.31
45.09
47.27
40.42
42.92
44.72
50.52
55.04
44.37
47.06
43.23
47.23
53.42
51.87
48.04
53.64
43.76
38.54

Maximum
50.23
51.64
49.37
57.21
48.98
45.66
67.12
51.19
58.82
62.59
67.01
53.40
58.75
60.01
73.09
74.40
56.84
58.28
58.89
57.58
61.52
57.73
57.78
51.99
65.71
53.42
63.50
53.16
53.64
43.76
74.40

ANOVA
Skor Matematika

Between Groups
Within Groups
Total

Sum of
Squares
2007.727
4526.196
6533.924

df
29
119
148

106

Mean Square
69.232
38.035

F
1.820

Sig.
.013

LAMPIRAN 10. PENDIDIKAN TERTINGGI GURU


Tingkat pendidikan tertinggi

Valid

Tamat SLTA
Tamat D1 atau D2
Tamat
D3/D4/Akademi/
Sarjana Muda
Tamat S1
Total

Frequency
6
9

Percent
4.0
6.0

Valid Percent
4.0
6.0

Cumulative
Percent
4.0
10.1

19

12.8

12.8

22.8

115
149

77.2
100.0

77.2
100.0

100.0

Descriptives
Skor Matematika

N
Tamat SLTA
Tamat D1 atau D2
Tamat
D3/D4/Akademi/
Sarjana Muda
Tamat S1
Total

95% Confidence Interval for


Mean
Lower Bound Upper Bound
39.5868
47.8803
43.0293
50.9184

6
9

Mean
43.7335
46.9738

Std. Deviation
3.95142
5.13163

Std. Error
1.61316
1.71054

19

48.2509

4.05287

.92979

46.2975

115
149

50.5584
49.7728

6.97439
6.64441

.65036
.54433

49.2700
48.6971

Minimum
38.54
40.42

Maximum
50.23
57.73

50.2043

40.86

54.59

51.8468
50.8485

39.81
38.54

74.40
74.40

ANOVA
Skor Matematika

Between Groups
Within Groups
Total

Sum of
Squares
404.326
6129.598
6533.924

df
3
145
148

107

Mean Square
134.775
42.273

F
3.188

Sig.
.026

LAMPIRAN 11. Estimasi Model Pengukuran Variabel Latar Belakang


Guru

108

LAMPIRAN 12. Estimasi Model Pengukuran Variabel Latar


Pengembangan Profesi Guru

109

LAMPIRAN 13. Estimasi model pengukuran Kesiapan bidang


Matematika

Keterangan

110

LAMPIRAN 14. Estimasi model pengukuran Kesiapan bidang FISIKA

111

LAMPIRAN 15. Estimasi model pengukuran Kesiapan bidang BIOLOGI

112

LAMPIRAN 16. Model Prestasi Siswa Berdasarkan Faktor-faktor


Persepsi Guru
Model Prestasi Siswa Berdasarkan Faktor-faktor Persepsi Guru

Keterangan
Safe1
Safe2
Safe3
Kondisi1
Kondisi2
Kondisi3

=
=
=
=
=
=

Keadaan sekolah: Sekolah ini berlokasi di lingkungan yang aman


Merasa aman di sekolah ini
Kebijakan keamanan dan penerapannya di sekolah ini memadai
Keseriusan permasalahan: gedung sekolah membutuhkan perbaikan
Keseriusan permasalahan: kapasitas kelas terlalu penuh
Keseriusan permasalahan: guru-guru tidak memiliki ruang kerja yang

113

Iklim1
=
Iklim2
=
Iklim3
=
Iklim4
=
Iklim5
=
Iklim6
=
Iklim7
=
Iklim8
=
Hambat1 =
Hambat2 =
Hambat3 =
Hambat4
Hambat5
Hambat6
Hambat7
Hambat8

=
=
=
=
=

Hambat9 =
Hambat10 =
Hambat11 =
Hambat12 =
Hambat13 =
Skor_Mat =
Skor_Sai =

layak di luar ruang kelas


Kepuasan kerja guru-guru
Pemahaman guru mengenai tujuan pengajaran/kurikulum sekolah
Tingkat keberhasilan guru terhadap pencapaian kurikulum sekolah
Harapan guru terhadap prestasi siswa
Dukungan orang tua terhadap prestasi siswa
Keterlibatan orang tua dalam aktivitas sekolah
Rasa memiliki siswa terhadap sarana/prasarana sekolah
Harapan siswa untuk berprestasi sebaik mungkin di sekolah
Hambatan mengajar karena siswa: memiliki kemampuan yang
berbeda
Hambatan mengajar karena siswa: berasal dari latar belakang
keluarga berbeda
Hambatan mengajar karena siswa: memiliki kekurangan tertentu
misalnya kurang pendengaran dan lain-lain
Hambatan mengajar karena siswa: tidak tertarik belajar
Hambatan mengajar karena siswa: yang mengganggu
Hambatan mengajar karena sumber daya: kekurangan hardware
komputer
Hambatan mengajar karena sumber daya: kekurangan software
komputer
Hambatan mengajar karena sumber daya: kekurangan dukungan
dalam menggunakan komputer
Hambatan mengajar karena sumber daya: kekurangan buku pelajaran
Hambatan mengajar karena sumber daya: kekurangan perlengkapan
pelajaran lainnya
Hambatan mengajar karena sumber daya: kekurangan peralatan
peraga
Hambatan mengajar karena sumber daya: kekurangan fasilitas fisik
yang memadai
Hambatan mengajar karena sumber daya: tingginya rasio murid dan
guru
Skor Matematika
Skor Sains

114

Model Pengukuran Faktor-faktor Persepsi Guru

Model Struktural Prestasi Siswa

115

LAMPIRAN 17. Model Prestasi Siswa Berdasarkan Faktor-faktor


Sekolah

Keterangan:
Iklim1 =

Penilaian terhadap kepuasan kerja guru

116

Iklim2 =
Iklim3 =
Iklim4 =
Iklim5 =
Iklim6 =
Iklim7 =
Iklim8 =
Prlaku1 =
Prlaku2 =
Prlaku3 =
Prlaku4 =
Prlaku5 =
Prlaku6 =
Prlaku7 =
Prlaku8 =
Prlaku9 =
Prlaku10=
Prlaku11=
Prlaku12=
Prlaku13=
S1 =
S2 =
S3 =
S4 =
S5 =
S6 =
S7 =
S8 =
S9 =
S10 =
S11 =
S12 =
S13 =
SDT1 =
SDT2 =
SDT3 =
SDT4 =
SDT5 =
SDT6 =
SDT7 =
SDT8 =
SDT9 =

Penilaian pemahaman guru terhadap tujuan kurikulum


Penilaian terhadap tingkat keberhasilan guru dalam melaksanakan kurikulum
sekolah
Penilaian terhadap harapan guru pada prestasi siswa
Penilaian terhadap dukungan orang tua siswa pada prestasi siswa
Penilaian terhadap keterlibatan orang tua siswa dalam aktivitas sekolah
Penilaian terhadap kepedulian siswa atas barang-barang milik sekolah
Penilaian terhadap keinginan siswa untuk berhasil di sekolah
Frekuensi siswa datang terlambat di sekolah
Frekuensi siswa bolos sekolah (mis. absen tanpa alasan yang dapat dibenarkan)
Frekuensi siswa membolos kelas pada jam pelajaran
Frekuensi siswa melanggar aturan berpakaian
Frekuensi siswa membuat kegaduhan di kelas
Frekuensi siswa menyontek
Frekuensi siswa berkata kotor
Frekuensi siswa melakukan pengrusakan
Frekuensi siswa melakukan pencurian
Frekuensi siswa melakukan intimidasi atau pelecehan dengan kata-kata terhadap
siswa lain
Frekuensi siswa mencederai siswa lain secara fisik
Frekuensi siswa melakukan intimidasi atau pelecehan dengan kata-kata terhadap
guru atau pegawai sekolah
Frekuensi siswa mencederai guru atau pegawai sekolah secara fisik
Sejauh mana masalah bagi sekolah terhadap siswa yang datang terlambat di
sekolah
Sejauh mana masalah bagi sekolah terhadap siswa yang membolos di sekolah
Sejauh mana masalah bagi sekolah terhadap siswa yang membolos kelas pada
jam pelajaran
Sejauh mana masalah bagi sekolah terhadap siswa yang melanggar aturan
berpakaian
Sejauh mana masalah bagi sekolah terhadap siswa yang membuat kegaduhan di
kelas
Sejauh mana masalah bagi sekolah terhadap siswa yang menyontek
Sejauh mana masalah bagi sekolah terhadap siswa yang berkata kotor
Sejauh mana masalah bagi sekolah terhadap siswa yang melakukan pengrusakan
Sejauh mana masalah bagi sekolah terhadap siswa yang mencuri
Sejauh mana masalah bagi sekolah terhadap siswa yang melakukan intimidasi
atau pelecehan dengan kata-kata pada siswa lain
Sejauh mana masalah bagi sekolah terhadap siswa yang menciderai siswa lain
secara fisik
Sejauh mana masalah bagi sekolah terhadap siswa yang mengintimidasi guru
atau pegawai sekolah
Sejauh mana masalah bagi sekolah terhadap siswa yang menciderai guru atau
pegawai sekolah
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan materi
pelajaran (mis. buku pelajaran)
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
anggaran untuk peralatan (mis. kertas, pensil)
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan gedung
sekolah dan lapangan
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan sistem
pendingin udara dan pencahayaan
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan ruang
pembelajaran (mis. ruang kelas)

117

SDT10 =
SDT11 =
SDT12 =
SDT13 =
SDT14 =
SDT15 =
SDT16 =
SDT17 =
SDT18 =
Skor_Mat=
Skor_Sai =

Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan


peralatan khusus untuk siswa cacat
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
perangkat lunak komputer untuk pengajaran matematika
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
kalkulator untuk pengajaran matematika
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan sarana
perpustakaan yang relevan dengan pengajaran matematika
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
peralatan audio-visual untuk pengajaran matematika
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
perlengkapan dan bahan-bahan laboratorium IPA
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
komputer untuk pembelajaran IPA
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
perangkat lunak komputer untuk pengajaran IPA
Sejauh mana penyelenggaraan pengajaran dipengaruhi oleh kekurangan
kalkulator untuk pengajaran IPA
Sejauh mana penyelenggaraan pengajaran IPA dipengaruhi oleh kekurangan
sarana perpustakaan yang relevan dengan pengajaran IPA
Sejauh mana penyelenggaraan pengajaran IPA dipengaruhi oleh kekurangan
peralatan audio-visual
Sejauh mana penyelenggaraan pengajaran IPA dipengaruhi oleh kekurangan
guru
Sejauh mana penyelenggaraan pengajaran IPA dipengaruhi oleh kekurangan
fasilitas komputer untuk pegawai
Skor Matematika
Skor Sains

118

Model Pengukuran Faktor-faktor Sekolah

119

Model Struktural Faktor-faktor Sekolah

120

LAMPIRAN 18. ANALISIS JALUR : MATEMATIKA


OUTPUT SIMPLIS
DATE:
TIME:

9/ 1/2009
6:28

L I S R E L

8.80

BY
Karl G. Jreskog & Dag Srbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\MATH_1.SPJ:
Raw Data from file 'F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\MATH_1.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
4 iterations
-2 Ln(L) =
6508.94863
Percentage missing values=
0.94

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure
Relationships
SKOR_MAT = SIKAP ASPIRASI
SIKAP = PERSEPSI SOSEK MINAT
SKOR_MAT = PERSEPSI SOSEK MINAT LB_GURU PENILAIA HAMBATAN PERILAKU
ASPIRASI = SOSEK MINAT
Path Diagram
End of Problem
Sample Size =

149

Covariance Matrix
SIKAP
SKOR_MAT
--------------SIKAP
1.95
SKOR_MAT
-36.13
3559.66
ASPIRASI
-0.13
4.83
PERSEPSI
0.38
-10.95
SOSEK
-0.94
47.19
MINAT
0.36
13.76
PENILAIA
0.12
12.96
HAMBATAN
0.27
-34.27
PERILAKU
0.26
13.29
LB_GURU
-1.56
138.87
Covariance Matrix

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

0.27
-0.01
0.44
0.04
-0.01
-0.05
0.07
-0.14

0.17
-0.28
0.05
-0.09
0.09
-0.02
-0.36

4.55
0.40
1.11
-1.85
0.49
2.57

1.38
0.50
-0.37
0.36
0.17

PENILAIA

PERILAKU

LB_GURU

HAMBATAN

121

PENILAIA
HAMBATAN
PERILAKU
LB_GURU

-------7.07
-1.67
1.00
1.66

--------

--------

--------

10.65
-1.01
-1.79

4.93
0.22

63.24

Number of Iterations =

LISREL Estimates (Maximum Likelihood)


Structural Equations

SIKAP = 2.03*PERSEPSI - 0.10*SOSEK + 0.22*MINAT, Errorvar.= 0.99 , R = 0.49


(0.22)
(0.043)
(0.074)
(0.12)
9.24
-2.38
3.03
8.40
SKOR_MAT = - 11.25*SIKAP + 4.40*ASPIRASI - 33.58*PERSEPSI + 3.00*SOSEK +
12.35*MINAT - 0.68*PENILAIA - 1.36*HAMBATAN
1.63*
(3.93)
(8.30)
(12.99)
(2.26)
(3.60)
(1.57)
(1.30)
-2.86
0.53
-2.59
1.33
3.43
-0.43
-1.05
+ 1.63*PERILAKU + 1.55*LB_GURU, Errorvar.= 2162.22, R = 0.39
(1.84)
(0.50)
(257.65)
0.89
3.10
8.39
ASPIRASI = 0.096*SOSEK + 0.00046*MINAT, Errorvar.= 0.22 , R = 0.16
(0.019)
(0.034)
(0.027)
5.06
0.013
8.40

Reduced Form Equations


SIKAP = 2.03*PERSEPSI - 0.10*SOSEK + 0.22*MINAT + 0.0*PENILAIA + 0.0*HAMBATAN +
0.0*PERILAKU + 0.0*LB_GURU
=
(0.22)
(0.043)
(0.074)
9.24
-2.38
3.03
, Errorvar.= 0.99, R = 0.49

SKOR_MAT = - 56.37*PERSEPSI + 4.57*SOSEK + 9.84*MINAT - 0.68*PENILAIA 1.36*HAMBATAN + 1.63*PERILAKU + 1.55*LB_GURU


(10.55)
(2.13)
(3.59)
(1.57)
(1.30)
(1.84)
(0.50)
-5.34
2.14
2.74
-0.43
-1.05
0.89
3.10
, Errorvar.= 2292.38, R = 0.35

ASPIRASI = 0.0*PERSEPSI + 0.096*SOSEK + 0.00046*MINAT + 0.0*PENILAIA + 0.0*HAMBATAN


+ 0.0*PERILAKU + 0.0*LB_GURU
ar.=
(0.019)
(0.034)
5.06
0.013
, Errorvar.= 0.22, R = 0.16

122

Covariance Matrix of Independent Variables

PERSEPSI

SOSEK

MINAT

PENILAIA

HAMBATAN

PERILAKU

LB_GURU

PERSEPSI
-------0.17
(0.02)
8.40
-0.28
(0.08)
-3.64
0.05
(0.04)
1.13
-0.09
(0.09)
-0.97
0.09
(0.11)
0.81
-0.02
(0.08)
-0.32
-0.35
(0.27)
-1.29

SOSEK
--------

MINAT
--------

PENILAIA
--------

HAMBATAN
--------

PERILAKU
--------

4.52
(0.54)
8.40
0.40
(0.21)
1.89
1.11
(0.49)
2.28
-1.85
(0.62)
-3.01
0.48
(0.40)
1.20
2.56
(1.44)
1.78

1.37
(0.16)
8.40
0.50
(0.27)
1.88
-0.37
(0.33)
-1.12
0.35
(0.22)
1.59
0.17
(0.78)
0.21

7.03
(0.85)
8.28
-1.65
(0.76)
-2.17
1.00
(0.51)
1.95
1.68
(1.80)
0.93

10.58
(1.29)
8.20
-1.01
(0.63)
-1.59
-1.84
(2.22)
-0.83

4.90
(0.59)
8.31
0.27
(1.49)
0.18

Covariance Matrix of Independent Variables

LB_GURU

LB_GURU
-------62.82
(7.48)
8.40

Covariance Matrix of Latent Variables

SIKAP
SKOR_MAT
ASPIRASI
PERSEPSI
SOSEK
MINAT
PENILAIA
HAMBATAN
PERILAKU
LB_GURU

SIKAP
-------1.94
-35.05
-0.09
0.38
-0.94
0.36
-0.18
0.29
-0.02
-0.94

SKOR_MAT
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

3526.50
5.48
-10.94
46.88
13.67
16.81
-35.08
16.18
132.73

0.26
-0.03
0.43
0.04
0.11
-0.18
0.05
0.24

0.17
-0.28
0.05
-0.09
0.09
-0.02
-0.35

4.52
0.40
1.11
-1.85
0.48
2.56

1.37
0.50
-0.37
0.35
0.17

Covariance Matrix of Latent Variables

PENILAIA
HAMBATAN
PERILAKU
LB_GURU

PENILAIA
-------7.03
-1.65
1.00
1.68

HAMBATAN
--------

PERILAKU
--------

LB_GURU
--------

10.58
-1.01
-1.84

4.90
0.27

62.82

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6508.949
6521.556

Degrees of Freedom = 10
Full Information ML Chi-Square = 12.61 (P = 0.25)
Root Mean Square Error of Approximation (RMSEA) = 0.043
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.51

123

OUTPUT LISREL (MATEMATIKA)

DATE: 9/ 1/2009
TIME: 6:34

L I S R E L

8.80

BY
Karl G. Jreskog & Dag Srbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\MATH_1.LPJ:
TI
DA NI=10 NO=0 MA=CM
RA FI='F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\MATH_1.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
4 iterations
-2 Ln(L) =
6508.94863
Percentage missing values=
0.94

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure
SE
1 3 10 2 4 5 9 6 7
MO NX=7 NY=3 BE=FU
FR BE(2,1) BE(2,3)
FR GA(2,5) GA(2,6)
PD
OU EF SS

8 /
GA=FI PS=SY
GA(1,1) GA(1,2) GA(1,3) GA(2,1) GA(2,2) GA(2,3) GA(2,4)
GA(2,7) GA(3,2) GA(3,3)

TI
Number
Number
Number
Number
Number
Number

of
of
of
of
of
of

Input Variables 10
Y - Variables
3
X - Variables
7
ETA - Variables 3
KSI - Variables 7
Observations
149

124

TI
Covariance Matrix

SIKAP
SKOR_MAT
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
PENILAIA
HAMBATAN
PERILAKU

SIKAP
-------1.95
-36.13
-0.13
0.38
-0.94
0.36
-1.56
0.12
0.27
0.26

SKOR_MAT
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

3559.66
4.83
-10.95
47.19
13.76
138.87
12.96
-34.27
13.29

0.27
-0.01
0.44
0.04
-0.14
-0.01
-0.05
0.07

0.17
-0.28
0.05
-0.36
-0.09
0.09
-0.02

4.55
0.40
2.57
1.11
-1.85
0.49

1.38
0.17
0.50
-0.37
0.36

PENILAIA
--------

HAMBATAN
--------

PERILAKU
--------

7.07
-1.67
1.00

10.65
-1.01

4.93

SKOR_MAT
-------404.32

ASPIRASI
-------4.35

PERSEPSI
-------10.87

SOSEK
-------9.45

MINAT
-------20.57

PENILAIA
-------13.99

HAMBATAN
-------10.91

PERILAKU
-------11.37

PENILAIA
-------0
10
0

HAMBATAN
-------0
11
0

Covariance Matrix

LB_GURU
PENILAIA
HAMBATAN
PERILAKU

LB_GURU
-------63.24
1.66
-1.79
0.22

Means
SIKAP
-------26.29
Means
LB_GURU
-------17.77

TI
Parameter Specifications
BETA

SIKAP
SKOR_MAT
ASPIRASI

SIKAP
-------0
1
0

SKOR_MAT
-------0
0
0

ASPIRASI
-------0
2
0

SOSEK
-------4
7
13

MINAT
-------5
8
14

GAMMA

SIKAP
SKOR_MAT
ASPIRASI

PERSEPSI
-------3
6
0

GAMMA

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------0
12
0

125

LB_GURU
-------0
9
0

PHI

PERSEPSI
SOSEK
MINAT
LB_GURU
PENILAIA
HAMBATAN
PERILAKU

PERSEPSI
-------15
16
18
21
25
30
36

SOSEK
--------

MINAT
--------

LB_GURU
--------

PENILAIA
--------

HAMBATAN
--------

17
19
22
26
31
37

20
23
27
32
38

24
28
33
39

29
34
40

35
41

SKOR_MAT
-------44

ASPIRASI
-------45

SKOR_MAT
-------47

ASPIRASI
-------48

LB_GURU
-------- -

PENILAIA
-------- -

HAMBATAN
-------- -

1.55
(0.50)
3.10
- -

-0.68
(1.57)
-0.43
- -

-1.36
(1.30)
-1.05
- -

PHI

PERILAKU

PERILAKU
-------42

PSI
SIKAP
-------43
ALPHA
SIKAP
-------46

TI
Number of Iterations =

LISREL Estimates (Maximum Likelihood)


BETA

SIKAP
SKOR_MAT

ASPIRASI

SIKAP
-------- -11.25
(3.93)
-2.86
- -

SKOR_MAT
-------- - -

- -

ASPIRASI
-------- 4.40
(8.30)
0.53
- -

SOSEK
--------0.10
(0.04)
-2.38
3.00
(2.26)
1.33
0.10
(0.02)
5.06

MINAT
-------0.22
(0.07)
3.03
12.35
(3.60)
3.43
0.00
(0.03)
0.01

GAMMA

SIKAP

SKOR_MAT

ASPIRASI

PERSEPSI
-------2.03
(0.22)
9.24
-33.58
(12.99)
-2.59
- -

GAMMA

SIKAP
SKOR_MAT

ASPIRASI

PERILAKU
-------- 1.63
(1.84)
0.89
- -

126

Covariance Matrix of Y and X

SIKAP
SKOR_MAT
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
PENILAIA
HAMBATAN
PERILAKU

SIKAP
-------1.94
-35.05
-0.09
0.38
-0.94
0.36
-0.94
-0.18
0.29
-0.02

SKOR_MAT
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

3526.51
5.48
-10.94
46.88
13.67
132.73
16.81
-35.08
16.18

0.26
-0.03
0.43
0.04
0.24
0.11
-0.18
0.05

0.17
-0.28
0.05
-0.35
-0.09
0.09
-0.02

4.52
0.40
2.56
1.11
-1.85
0.48

1.37
0.17
0.50
-0.37
0.35

Covariance Matrix of Y and X

LB_GURU
PENILAIA
HAMBATAN
PERILAKU

LB_GURU
-------62.82
1.68
-1.83
0.27

PENILAIA
--------

HAMBATAN
--------

PERILAKU
--------

7.03
-1.65
1.00

10.58
-1.01

4.90

Mean Vector of Eta-Variables


SIKAP
-------26.29

SKOR_MAT
-------412.48

ASPIRASI
-------4.35

SOSEK
--------

MINAT
--------

LB_GURU
--------

PENILAIA
--------

HAMBATAN
--------

4.52
(0.54)
8.40
0.40
(0.21)
1.89
2.56
(1.44)
1.78
1.11
(0.49)
2.28
-1.85
(0.62)
-3.01
0.48
(0.40)
1.20

1.37
(0.16)
8.40
0.17
(0.78)
0.21
0.50
(0.27)
1.88
-0.37
(0.33)
-1.12
0.35
(0.22)
1.59

62.82
(7.48)
8.40
1.68
(1.80)
0.93
-1.83
(2.22)
-0.82
0.27
(1.49)
0.18

7.03
(0.85)
8.28
-1.65
(0.76)
-2.17
1.00
(0.51)
1.95

10.58
(1.29)
8.20
-1.01
(0.63)
-1.59

PHI

PERSEPSI

SOSEK

MINAT

LB_GURU

PENILAIA

HAMBATAN

PERILAKU

PERSEPSI
-------0.17
(0.02)
8.40
-0.28
(0.08)
-3.64
0.05
(0.04)
1.13
-0.35
(0.27)
-1.29
-0.09
(0.09)
-0.97
0.09
(0.11)
0.81
-0.02
(0.08)
-0.32

PHI

PERILAKU

PERILAKU
-------4.90
(0.59)
8.31

127

PSI
Note: This matrix is diagonal.
SIKAP
-------0.99
(0.12)
8.40

SKOR_MAT
-------2162.21
(257.65)
8.39

ASPIRASI
-------0.22
(0.03)
8.40

Squared Multiple Correlations for Structural Equations


SIKAP
-------0.49

SKOR_MAT
-------0.39

ASPIRASI
-------0.16

Squared Multiple Correlations for Reduced Form


SIKAP
-------0.49

SKOR_MAT
-------0.35

ASPIRASI
-------0.16

SOSEK
--------0.10
(0.04)
-2.38
4.57
(2.13)
2.14
0.10
(0.02)
5.06

MINAT
-------0.22
(0.07)
3.03
9.84
(3.59)
2.74
0.00
(0.03)
0.01

SKOR_MAT
-------750.04
(134.80)
5.56

ASPIRASI
-------3.43
(0.70)
4.88

Reduced Form

SIKAP

SKOR_MAT

ASPIRASI

PERSEPSI
-------2.03
(0.22)
9.24
-56.37
(10.55)
-5.34
- -

LB_GURU
-------- -

PENILAIA
-------- -

HAMBATAN
-------- -

1.55
(0.50)
3.10
- -

-0.68
(1.57)
-0.43
- -

-1.36
(1.30)
-1.05
- -

Reduced Form

SIKAP
SKOR_MAT

ASPIRASI

PERILAKU
-------- 1.63
(1.84)
0.89
- -

ALPHA
SIKAP
-------0.62
(2.72)
0.23

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6508.949
6521.556

Degrees of Freedom = 10
Full Information ML Chi-Square = 12.61 (P = 0.25)
Root Mean Square Error of Approximation (RMSEA) = 0.043
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.51

128

TI
Standardized Solution
BETA

SIKAP
SKOR_MAT
ASPIRASI

SIKAP
-------- -0.26
- -

SKOR_MAT
-------- - - -

ASPIRASI
-------- 0.04
- -

SOSEK
--------0.15
0.11
0.40

MINAT
-------0.19
0.24
0.00

GAMMA

SIKAP
SKOR_MAT
ASPIRASI

PERSEPSI
-------0.60
-0.23
- -

LB_GURU
-------- 0.21
- -

PENILAIA
-------- -0.03
- -

HAMBATAN
-------- -0.07
- -

GAMMA

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------- 0.06
- -

Correlation Matrix of Y and X

SIKAP
SKOR_MAT
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
PENILAIA
HAMBATAN
PERILAKU

SIKAP
-------1.00
-0.42
-0.13
0.66
-0.32
0.22
-0.09
-0.05
0.06
-0.01

SKOR_MAT
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

1.00
0.18
-0.45
0.37
0.20
0.28
0.11
-0.18
0.12

1.00
-0.13
0.40
0.06
0.06
0.08
-0.11
0.04

1.00
-0.32
0.10
-0.11
-0.08
0.07
-0.03

1.00
0.16
0.15
0.20
-0.27
0.10

1.00
0.02
0.16
-0.10
0.14

PENILAIA
-------- -0.03
- -

HAMBATAN
-------- -0.07
- -

Correlation Matrix of Y and X

LB_GURU
PENILAIA
HAMBATAN
PERILAKU

LB_GURU
-------1.00
0.08
-0.07
0.02

PENILAIA
--------

HAMBATAN
--------

PERILAKU
--------

1.00
-0.19
0.17

1.00
-0.14

1.00

PSI
Note: This matrix is diagonal.
SIKAP
-------0.51

SKOR_MAT
-------0.61

ASPIRASI
-------0.84

Regression Matrix Y on X (Standardized)

SIKAP
SKOR_MAT
ASPIRASI

PERSEPSI
-------0.60
-0.39
- -

SOSEK
--------0.15
0.16
0.40

MINAT
-------0.19
0.19
0.00

129

LB_GURU
-------- 0.21
- -

Regression Matrix Y on X (Standardized)

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------- 0.06
- -

TI
Total and Indirect Effects
Total Effects of X on Y

SIKAP

SKOR_MAT

ASPIRASI

PERSEPSI
-------2.03
(0.22)
9.27
-56.37
(10.52)
-5.36
- -

SOSEK
--------0.10
(0.04)
-2.39
4.57
(2.13)
2.15
0.10
(0.02)
5.08

MINAT
-------0.22
(0.07)
3.04
9.84
(3.58)
2.75
0.00
(0.03)
0.01

LB_GURU
-------- -

PENILAIA
-------- -

HAMBATAN
-------- -

1.55
(0.50)
3.11
- -

-0.68
(1.57)
-0.43
- -

-1.36
(1.30)
-1.05
- -

LB_GURU
-------- - -

PENILAIA
-------- - -

HAMBATAN
-------- - -

- -

- -

- -

Total Effects of X on Y

SIKAP
SKOR_MAT

ASPIRASI

PERILAKU
-------- 1.63
(1.83)
0.89
- -

Indirect Effects of X on Y

SIKAP
SKOR_MAT

ASPIRASI

PERSEPSI
-------- -22.80
(8.30)
-2.75
- -

SOSEK
-------- 1.56
(1.01)
1.55
- -

MINAT
-------- -2.51
(1.21)
-2.07
- -

Indirect Effects of X on Y

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------- - - -

Total Effects of Y on Y

SIKAP
SKOR_MAT

ASPIRASI

SIKAP
-------- -11.25
(3.91)
-2.87
- -

SKOR_MAT
-------- - -

- -

ASPIRASI
-------- 4.40
(8.27)
0.53
- -

Largest Eigenvalue of B*B' (Stability Index) is 145.941

130

TI
Standardized Total and Indirect Effects
Standardized Total Effects of X on Y

SIKAP
SKOR_MAT
ASPIRASI

PERSEPSI
-------0.60
-0.39
- -

SOSEK
--------0.15
0.16
0.40

MINAT
-------0.19
0.19
0.00

LB_GURU
-------- 0.21
- -

PENILAIA
-------- -0.03
- -

HAMBATAN
-------- -0.07
- -

PENILAIA
-------- - - -

HAMBATAN
-------- - - -

Standardized Total Effects of X on Y

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------- 0.06
- -

Standardized Indirect Effects of X on Y

SIKAP
SKOR_MAT
ASPIRASI

PERSEPSI
-------- -0.16
- -

SOSEK
-------- 0.06
- -

MINAT
-------- -0.05
- -

LB_GURU
-------- - - -

Standardized Indirect Effects of X on Y

SIKAP
SKOR_MAT
ASPIRASI

PERILAKU
-------- - - -

Standardized Total Effects of Y on Y

SIKAP
SKOR_MAT
ASPIRASI

SIKAP
-------- -0.26
- -

SKOR_MAT
-------- - - -

ASPIRASI
-------- 0.04
- -

Time used:

0.125 Seconds

131

LAMPIRAN 19. ANALISIS JALUR : FISIKA


OUTPUT SIMPLIS
DATE:
TIME:

9/ 1/2009

7:06

L I S R E L 8.80
BY
Karl G. Jreskog & Dag Srbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\FISIKA_2.SPJ:
Raw Data from file 'F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\FISIKA_2.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
5 iterations
-2 Ln(L) =
6513.06605
Percentage missing values=
5.19

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure
Relationships
SKOR_FIS = SIKAP ASPIRASI
SIKAP = PERSEPSI SOSEK MINAT
SKOR_FIS = PERSEPSI SOSEK MINAT LB_GURU KESIAPAN HAMBATAN IKLIM PERILAKU
ASPIRASI = SOSEK MINAT
Path Diagram
End of Problem
Sample Size =

149

Covariance Matrix

SKOR_FIS
SIKAP
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SKOR_FIS
-------2307.59
-38.47
3.93
-8.28
36.88
-0.23
83.84
-10.99
-36.12
15.10
8.01

SIKAP
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

3.18
-0.15
0.53
-1.12
0.59
-3.24
0.04
0.68
0.33
0.03

0.27
-0.01
0.44
-0.04
0.42
-0.22
-0.22
0.23
0.07

0.17
-0.28
0.07
-0.81
0.06
0.09
0.08
-0.02

4.55
0.10
3.39
-0.40
-1.22
1.30
0.49

0.83
0.10
-0.03
-0.50
0.18
-0.01

132

Covariance Matrix

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------53.48
1.01
-6.12
1.46
2.93

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

2.98
-0.70
-0.07
0.04

11.74
-0.61
-0.61

4.98
2.45

4.94

Number of Iterations =

LISREL Estimates (Maximum Likelihood)


Structural Equations

SKOR_FIS = - 8.95*SIKAP - 1.95*ASPIRASI - 15.80*PERSEPSI + 3.17*SOSEK + 5.27*MINAT


+ 0.39*LB_GURU - 3.55*KESIAPAN
1*
(2.88)
(7.10)
(12.23)
(1.95)
(4.12)
(0.54)
(2.17)
-3.11
-0.27
-1.29
1.63
1.28
0.72
-1.64
- 1.81*HAMBATAN + 2.75*IKLIM - 0.46*PERILAKU, Errorvar.= 1540.20, R =
0.33
(1.13)
-1.60

(1.87)
1.47

(1.79)
-0.25

(185.94)
8.28

SIKAP = 2.75*PERSEPSI - 0.086*SOSEK + 0.48*MINAT, Errorvar.= 1.34 , R = 0.57


(0.26)
(0.049)
(0.11)
(0.16)
10.62
-1.76
4.32
8.37
ASPIRASI = 0.097*SOSEK - 0.061*MINAT, Errorvar.= 0.22 , R = 0.17
(0.019)
(0.044)
(0.026)
5.21
-1.38
8.37

Reduced Form Equations


SKOR_FIS = - 40.45*PERSEPSI + 3.75*SOSEK + 1.08*MINAT + 0.39*LB_GURU 3.55*KESIAPAN - 1.81*HAMBATAN + 2.75*IKLIM
6*
(9.60)
(1.86)
(3.98)
(0.54)
(2.17)
(1.13)
(1.87)
-4.21
2.02
0.27
0.72
-1.64
-1.60
1.47
- 0.46*PERILAKU, Errorvar.= 1648.51, R = 0.28
(1.79)
-0.25

SIKAP = 2.75*PERSEPSI - 0.086*SOSEK + 0.48*MINAT + 0.0*LB_GURU + 0.0*KESIAPAN +


0.0*HAMBATAN + 0.0*IKLIM + 0.0*PERILAKU
KU
(0.26)
(0.049)
(0.11)
10.62
-1.76
4.32
+
, Errorvar.= 1.34, R = 0.57

ASPIRASI = 0.0*PERSEPSI + 0.097*SOSEK - 0.061*MINAT + 0.0*LB_GURU + 0.0*KESIAPAN +


0.0*HAMBATAN + 0.0*IKLIM + 0.0*PERILAKU
KU
(0.019)
(0.044)
5.21
-1.38
+
, Errorvar.= 0.22, R = 0.17

133

Covariance Matrix of Independent Variables

PERSEPSI

SOSEK

MINAT

LB_GURU

KESIAPAN

HAMBATAN

IKLIM

PERILAKU

PERSEPSI
-------0.17
(0.02)
8.37
-0.28
(0.08)
-3.62
0.07
(0.03)
2.30
-0.80
(0.28)
-2.88
0.06
(0.07)
0.84
0.08
(0.13)
0.64
0.08
(0.08)
1.01
-0.02
(0.08)
-0.31

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

4.52
(0.54)
8.37
0.10
(0.16)
0.63
3.33
(1.44)
2.32
-0.41
(0.34)
-1.19
-1.19
(0.68)
-1.76
1.30
(0.42)
3.09
0.49
(0.40)
1.21

0.82
(0.10)
8.37
0.08
(0.60)
0.13
-0.02
(0.15)
-0.13
-0.48
(0.29)
-1.67
0.19
(0.17)
1.07
-0.01
(0.17)
-0.09

53.03
(6.88)
7.70
1.02
(1.18)
0.87
-6.01
(2.38)
-2.53
1.47
(1.50)
0.98
2.84
(1.50)
1.90

2.97
(0.39)
7.57
-0.74
(0.56)
-1.32
-0.09
(0.36)
-0.24
0.03
(0.36)
0.09

11.63
(1.53)
7.61
-0.62
(0.71)
-0.87
-0.57
(0.70)
-0.81

Covariance Matrix of Independent Variables

IKLIM

PERILAKU

IKLIM
-------4.96
(0.60)
8.21
2.44
(0.47)
5.16

PERILAKU
--------

4.90
(0.59)
8.28

Covariance Matrix of Latent Variables

SKOR_FIS
SIKAP
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SKOR_FIS
-------2288.03
-37.82
3.15
-8.19
36.63
-0.22
75.70
-12.85
-30.57
16.39
9.28

SIKAP
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

3.16
-0.14
0.52
-1.11
0.59
-2.46
0.18
0.10
0.19
-0.12

0.26
-0.03
0.43
-0.04
0.32
-0.04
-0.09
0.12
0.05

0.17
-0.28
0.07
-0.80
0.06
0.08
0.08
-0.02

4.52
0.10
3.33
-0.41
-1.19
1.30
0.49

0.82
0.08
-0.02
-0.48
0.19
-0.01

Covariance Matrix of Latent Variables

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------53.03
1.02
-6.01
1.47
2.84

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

2.97
-0.74
-0.09
0.03

11.63
-0.62
-0.57

4.96
2.44

4.90

134

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6513.066
6531.228

Degrees of Freedom = 12
Full Information ML Chi-Square = 18.16 (P = 0.11)
Root Mean Square Error of Approximation (RMSEA) = 0.060
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.34

The Modification Indices Suggest to Add an Error Covariance


Between
and
Decrease in Chi-Square
New Estimate
KESIAPAN ASPIRASI
9.3
-0.20
Time used:

0.141 Seconds

OUTPUT LISREL (FISIKA)


DATE:
TIME:

9/ 1/2009

6:54

L I S R E L

8.80

BY
Karl G. Jreskog & Dag Srbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\FISIKA_2.LPJ:
TI
DA NI=11 NO=0 MA=CM
RA FI='F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\FISIKA_2.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
5 iterations
-2 Ln(L) =
6513.06605
Percentage missing values=
5.19

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure

135

SE
2 1 3 4 5 6 7 8 9 10 11 /
MO NX=8 NY=3 BE=FU GA=FI PS=SY
FR BE(2,1) BE(2,3) GA(1,1) GA(1,2) GA(1,3) GA(2,1) GA(2,2) GA(2,3) GA(2,4)
FR GA(2,5) GA(2,6) GA(2,7) GA(2,8) GA(3,2) GA(3,3)
PD
OU EF SS
TI
Number
Number
Number
Number
Number
Number

of
of
of
of
of
of

Input Variables 11
Y - Variables
3
X - Variables
8
ETA - Variables 3
KSI - Variables 8
Observations
149

TI
Covariance Matrix

SIKAP
SKOR_FIS
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------3.18
-38.47
-0.15
0.53
-1.12
0.59
-3.24
0.04
0.68
0.33
0.03

SKOR_FIS
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

2307.59
3.93
-8.28
36.88
-0.23
83.84
-10.99
-36.12
15.10
8.01

0.27
-0.01
0.44
-0.04
0.42
-0.22
-0.22
0.23
0.07

0.17
-0.28
0.07
-0.81
0.06
0.09
0.08
-0.02

4.55
0.10
3.39
-0.40
-1.22
1.30
0.49

0.83
0.10
-0.03
-0.50
0.18
-0.01

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

2.98
-0.70
-0.07
0.04

11.74
-0.61
-0.61

4.98
2.45

4.94

SKOR_FIS
-------432.92

ASPIRASI
-------4.35

PERSEPSI
-------10.87

SOSEK
-------9.45

KESIAPAN
-------10.36

HAMBATAN
-------16.06

IKLIM
-------15.32

PERILAKU
-------11.37

Covariance Matrix

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------53.48
1.01
-6.12
1.46
2.93

Means
SIKAP
-------25.39
Means
LB_GURU
-------15.83

TI
Parameter Specifications
BETA

SIKAP
SKOR_FIS
ASPIRASI

SIKAP
-------0
1
0

SKOR_FIS
-------0
0
0

ASPIRASI
-------0
2
0

136

MINAT
-------13.40

GAMMA

SIKAP
SKOR_FIS
ASPIRASI

PERSEPSI
-------3
6
0

SOSEK
-------4
7
14

MINAT
-------5
8
15

LB_GURU
-------0
9
0

KESIAPAN
-------0
10
0

HAMBATAN
-------0
11
0

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

18
20
23
27
32
38
45

21
24
28
33
39
46

25
29
34
40
47

30
35
41
48

36
42
49

GAMMA

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------0
12
0

PERILAKU
-------0
13
0

PHI

PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

PERSEPSI
-------16
17
19
22
26
31
37
44

PHI

IKLIM
PERILAKU

IKLIM
-------43
50

PERILAKU
-------51

PSI
SIKAP
-------52

SKOR_FIS
-------53

ASPIRASI
-------54

SKOR_FIS
-------56

ASPIRASI
-------57

ALPHA
SIKAP
-------55

TI
Number of Iterations =

LISREL Estimates (Maximum Likelihood)


BETA

SIKAP
SKOR_FIS

ASPIRASI

SIKAP
-------- -8.96
(2.88)
-3.11
- -

SKOR_FIS
-------- - -

- -

ASPIRASI
-------- -1.93
(7.11)
-0.27
- -

137

GAMMA

SIKAP

SKOR_FIS

ASPIRASI

PERSEPSI
-------2.75
(0.26)
10.62
-15.82
(12.23)
-1.29
- -

SOSEK
--------0.09
(0.05)
-1.76
3.17
(1.95)
1.63
0.10
(0.02)
5.21

MINAT
-------0.48
(0.11)
4.32
5.28
(4.12)
1.28
-0.06
(0.04)
-1.38

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

0.39
(0.54)
0.71
- -

-3.54
(2.17)
-1.63
- -

-1.80
(1.13)
-1.59
- -

GAMMA

SIKAP
SKOR_FIS

ASPIRASI

IKLIM
-------- 2.75
(1.87)
1.47
- -

PERILAKU
-------- -0.45
(1.79)
-0.25
- -

Covariance Matrix of Y and X

SIKAP
SKOR_FIS
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------3.16
-37.83
-0.14
0.52
-1.11
0.59
-2.46
0.18
0.10
0.19
-0.12

SKOR_FIS
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

2288.12
3.15
-8.19
36.63
-0.22
75.55
-12.84
-30.45
16.38
9.28

0.26
-0.03
0.43
-0.04
0.32
-0.04
-0.09
0.12
0.05

0.17
-0.28
0.07
-0.80
0.06
0.08
0.08
-0.02

4.52
0.10
3.34
-0.41
-1.20
1.30
0.49

0.82
0.08
-0.02
-0.48
0.19
-0.01

Covariance Matrix of Y and X

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------53.02
1.02
-6.01
1.47
2.84

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

2.97
-0.74
-0.09
0.03

11.63
-0.62
-0.57

4.96
2.44

4.90

Mean Vector of Eta-Variables


SIKAP
-------25.39

SKOR_FIS
-------516.04

ASPIRASI
-------4.35

138

PHI

PERSEPSI

SOSEK

MINAT

LB_GURU

KESIAPAN

HAMBATAN

IKLIM

PERILAKU

PERSEPSI
-------0.17
(0.02)
8.37
-0.28
(0.08)
-3.62
0.07
(0.03)
2.30
-0.80
(0.28)
-2.87
0.06
(0.07)
0.84
0.08
(0.13)
0.64
0.08
(0.08)
1.01
-0.02
(0.08)
-0.31

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

4.52
(0.54)
8.37
0.10
(0.16)
0.63
3.34
(1.44)
2.32
-0.41
(0.34)
-1.19
-1.20
(0.68)
-1.77
1.30
(0.42)
3.09
0.49
(0.40)
1.21

0.82
(0.10)
8.37
0.08
(0.60)
0.13
-0.02
(0.15)
-0.13
-0.48
(0.29)
-1.67
0.19
(0.17)
1.07
-0.01
(0.17)
-0.09

53.02
(6.88)
7.70
1.02
(1.18)
0.87
-6.01
(2.38)
-2.53
1.47
(1.50)
0.98
2.84
(1.50)
1.90

2.97
(0.39)
7.57
-0.74
(0.56)
-1.32
-0.09
(0.36)
-0.24
0.03
(0.36)
0.09

11.63
(1.53)
7.61
-0.62
(0.71)
-0.87
-0.57
(0.70)
-0.81

PHI

IKLIM

PERILAKU

IKLIM
-------4.96
(0.60)
8.21
2.44
(0.47)
5.16

PERILAKU
--------

4.90
(0.59)
8.28

PSI
Note: This matrix is diagonal.
SIKAP
-------1.34
(0.16)
8.37

SKOR_FIS
-------1540.82
(186.03)
8.28

ASPIRASI
-------0.22
(0.03)
8.37

Squared Multiple Correlations for Structural Equations


SIKAP
-------0.57

SKOR_FIS
-------0.33

ASPIRASI
-------0.17

Squared Multiple Correlations for Reduced Form


SIKAP
-------0.57

SKOR_FIS
-------0.28

ASPIRASI
-------0.17

139

Reduced Form

SIKAP

SKOR_FIS

ASPIRASI

PERSEPSI
-------2.75
(0.26)
10.62
-40.49
(9.61)
-4.21
- -

SOSEK
--------0.09
(0.05)
-1.76
3.75
(1.86)
2.02
0.10
(0.02)
5.21

MINAT
-------0.48
(0.11)
4.32
1.09
(3.98)
0.27
-0.06
(0.04)
-1.38

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

0.39
(0.54)
0.71
- -

-3.54
(2.17)
-1.63
- -

-1.80
(1.13)
-1.59
- -

Reduced Form

SIKAP
SKOR_FIS

ASPIRASI

IKLIM
-------- 2.75
(1.87)
1.47
- -

PERILAKU
-------- -0.45
(1.79)
-0.25
- -

ALPHA
SIKAP
--------10.19
(3.03)
-3.36

SKOR_FIS
-------845.86
(121.40)
6.97

ASPIRASI
-------4.24
(0.61)
7.00

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6513.066
6531.204

Degrees of Freedom = 12
Full Information ML Chi-Square = 18.14 (P = 0.11)
Root Mean Square Error of Approximation (RMSEA) = 0.060
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.34

TI
Standardized Solution
BETA

SIKAP
SKOR_FIS
ASPIRASI

SIKAP
-------- -0.33
- -

SKOR_FIS
-------- - - -

ASPIRASI
-------- -0.02
- -

SOSEK
--------0.10
0.14
0.40

MINAT
-------0.24
0.10
-0.11

GAMMA

SIKAP
SKOR_FIS
ASPIRASI

PERSEPSI
-------0.63
-0.14
- -

140

LB_GURU
-------- 0.06
- -

KESIAPAN
-------- -0.13
- -

HAMBATAN
-------- -0.13
- -

GAMMA

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------- 0.13
- -

PERILAKU
-------- -0.02
- -

Correlation Matrix of Y and X

SIKAP
SKOR_FIS
ASPIRASI
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------1.00
-0.45
-0.16
0.72
-0.29
0.37
-0.19
0.06
0.02
0.05
-0.03

SKOR_FIS
--------

ASPIRASI
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

1.00
0.13
-0.42
0.36
-0.01
0.22
-0.16
-0.19
0.15
0.09

1.00
-0.15
0.40
-0.09
0.09
-0.04
-0.05
0.10
0.04

1.00
-0.32
0.20
-0.27
0.08
0.06
0.09
-0.03

1.00
0.05
0.22
-0.11
-0.16
0.27
0.10

1.00
0.01
-0.01
-0.16
0.09
-0.01

Correlation Matrix of Y and X

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------1.00
0.08
-0.24
0.09
0.18

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

1.00
-0.13
-0.02
0.01

1.00
-0.08
-0.08

1.00
0.49

1.00

LB_GURU
-------- 0.06
- -

KESIAPAN
-------- -0.13
- -

PSI
Note: This matrix is diagonal.
SIKAP
-------0.43

SKOR_FIS
-------0.67

ASPIRASI
-------0.83

Regression Matrix Y on X (Standardized)

SIKAP
SKOR_FIS
ASPIRASI

PERSEPSI
-------0.63
-0.35
- -

SOSEK
--------0.10
0.17
0.40

MINAT
-------0.24
0.02
-0.11

Regression Matrix Y on X (Standardized)

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------- 0.13
- -

PERILAKU
-------- -0.02
- -

141

HAMBATAN
-------- -0.13
- -

TI
Total and Indirect Effects
Total Effects of X on Y

SIKAP

SKOR_FIS

ASPIRASI

PERSEPSI
-------2.75
(0.26)
10.66
-40.49
(9.57)
-4.23
- -

SOSEK
--------0.09
(0.05)
-1.76
3.75
(1.85)
2.03
0.10
(0.02)
5.23

MINAT
-------0.48
(0.11)
4.34
1.09
(3.97)
0.27
-0.06
(0.04)
-1.39

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

0.39
(0.54)
0.71
- -

-3.54
(2.16)
-1.64
- -

-1.80
(1.13)
-1.60
- -

LB_GURU
-------- - -

KESIAPAN
-------- - -

HAMBATAN
-------- - -

- -

- -

- -

Total Effects of X on Y

SIKAP
SKOR_FIS

ASPIRASI

IKLIM
-------- 2.75
(1.86)
1.48
- -

PERILAKU
-------- -0.45
(1.78)
-0.25
- -

Indirect Effects of X on Y

SIKAP
SKOR_FIS

ASPIRASI

PERSEPSI
-------- -24.67
(8.23)
-3.00
- -

SOSEK
-------- 0.58
(0.85)
0.68
- -

MINAT
-------- -4.19
(1.75)
-2.39
- -

Indirect Effects of X on Y

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------- - - -

PERILAKU
-------- - - -

Total Effects of Y on Y

SIKAP
SKOR_FIS

ASPIRASI

SIKAP
-------- -8.96
(2.87)
-3.12
- -

SKOR_FIS
-------- - -

- -

ASPIRASI
-------- -1.93
(7.08)
-0.27
- -

Largest Eigenvalue of B*B' (Stability Index) is

142

83.946

TI
Standardized Total and Indirect Effects
Standardized Total Effects of X on Y

SIKAP
SKOR_FIS
ASPIRASI

PERSEPSI
-------0.63
-0.35
- -

SOSEK
--------0.10
0.17
0.40

MINAT
-------0.24
0.02
-0.11

LB_GURU
-------- 0.06
- -

KESIAPAN
-------- -0.13
- -

HAMBATAN
-------- -0.13
- -

KESIAPAN
-------- - - -

HAMBATAN
-------- - - -

Standardized Total Effects of X on Y

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------- 0.13
- -

PERILAKU
-------- -0.02
- -

Standardized Indirect Effects of X on Y

SIKAP
SKOR_FIS
ASPIRASI

PERSEPSI
-------- -0.21
- -

SOSEK
-------- 0.03
- -

MINAT
-------- -0.08
- -

LB_GURU
-------- - - -

Standardized Indirect Effects of X on Y

SIKAP
SKOR_FIS
ASPIRASI

IKLIM
-------- - - -

PERILAKU
-------- - - -

Standardized Total Effects of Y on Y

SIKAP
SKOR_FIS
ASPIRASI

SIKAP
-------- -0.33
- -

SKOR_FIS
-------- - - -

ASPIRASI
-------- -0.02
- -

Time used:

0.203 Seconds

143

LAMPIRAN 20. ANALISIS JALUR : BIOLOGI


OUTPUT SIMPLIS
TIME:

DATE:
7:33

9/ 1/2009

L I S R E L 8.80
BY
Karl G. Jreskog & Dag Srbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\BIOLOGI_1.SPJ:
Raw Data from file 'F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\BIOLOGI_1.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
6 iterations
-2 Ln(L) =
6546.87688
Percentage missing values=
5.61

11

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure
Relationships
SKOR_BIO = SIKAP ASPIRASI
SIKAP = PERSEPSI SOSEK MINAT
ASPIRASI = SOSEK MINAT
SKOR_BIO = PERSEPSI SOSEK MINAT LB_GURU KESIAPAN HAMBATAN IKLIM PERILAKU
Path Diagram
End of Problem
Sample Size =

149

Covariance Matrix
SIKAP
ASPIRASI
--------------SIKAP
1.93
ASPIRASI
0.00
0.27
SKOR_BIO
-27.56
3.89
PERSEPSI
0.30
-0.01
SOSEK
-0.42
0.44
MINAT
0.29
-0.03
LB_GURU
-3.16
-0.06
KESIAPAN
0.08
0.07
HAMBATAN
0.43
-0.31
IKLIM
-0.29
0.22
PERILAKU
-0.39
0.07
Covariance Matrix

SKOR_BIO
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

2910.32
-9.56
41.65
-0.07
160.09
-9.06
-77.61
21.61
11.85

0.17
-0.28
0.04
-0.84
0.06
0.22
0.08
-0.02

4.55
0.09
2.52
-0.44
-1.66
1.30
0.49

0.60
0.05
-0.31
-0.18
-0.06
-0.23

144

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------51.72
0.09
-3.73
1.18
0.07

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

3.14
0.01
-0.08
0.09

23.49
-2.31
-2.42

4.97
2.45

4.93

Number of Iterations =

LISREL Estimates (Maximum Likelihood)


Structural Equations

SIKAP = 1.70*PERSEPSI + 0.0066*SOSEK + 0.35*MINAT, Errorvar.= 1.32 , R = 0.31


(0.25)
(0.048)
(0.13)
(0.16)
6.68
0.14
2.76
8.36
ASPIRASI = 0.097*SOSEK - 0.060*MINAT, Errorvar.= 0.22 , R = 0.17
(0.019)
(0.052)
(0.026)
5.19
-1.16
8.37
SKOR_BIO = - 5.97*SIKAP + 3.35*ASPIRASI - 28.22*PERSEPSI + 4.11*SOSEK + 2.81*MINAT
+ 1.83*LB_GURU - 1.44*KESIAPAN
4*
(3.14)
(7.68)
(11.54)
(2.07)
(5.19)
(0.57)
(2.35)
-1.90
0.44
-2.45
1.99
0.54
3.21
-0.61
- 2.14*HAMBATAN + 2.11*IKLIM - 0.67*PERILAKU, Errorvar.= 1778.89, R =
0.38
(0.85)
-2.51

(2.05)
1.03

(1.95)
-0.34

(218.02)
8.16

Reduced Form Equations


SIKAP = 1.70*PERSEPSI + 0.0066*SOSEK + 0.35*MINAT + 0.0*LB_GURU + 0.0*KESIAPAN +
0.0*HAMBATAN + 0.0*IKLIM + 0.0*PERILAKU
AKU
(0.25)
(0.048)
(0.13)
6.68
0.14
2.76
+
, Errorvar.= 1.32, R = 0.31

ASPIRASI = 0.0*PERSEPSI + 0.097*SOSEK - 0.060*MINAT + 0.0*LB_GURU + 0.0*KESIAPAN +


0.0*HAMBATAN + 0.0*IKLIM + 0.0*PERILAKU
KU
(0.019)
(0.052)
5.19
-1.16
+
, Errorvar.= 0.22, R = 0.17

SKOR_BIO = - 38.33*PERSEPSI + 4.39*SOSEK + 0.49*MINAT + 1.83*LB_GURU 1.44*KESIAPAN - 2.14*HAMBATAN + 2.11*IKLIM


7*
(10.35)
(1.95)
(5.11)
(0.57)
(2.35)
(0.85)
(2.05)
-3.70
2.25
0.096
3.21
-0.61
-2.51
1.03
- 0.67*PERILAKU, Errorvar.= 1828.26, R = 0.36
(1.95)
-0.34

145

Covariance Matrix of Independent Variables

PERSEPSI

SOSEK

MINAT

LB_GURU

KESIAPAN

HAMBATAN

IKLIM

PERILAKU

PERSEPSI
-------0.17
(0.02)
8.37
-0.28
(0.08)
-3.62
0.04
(0.03)
1.60
-0.83
(0.28)
-3.02
0.06
(0.07)
0.92
0.22
(0.18)
1.21
0.08
(0.08)
1.00
-0.02
(0.08)
-0.31

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

4.52
(0.54)
8.37
0.08
(0.14)
0.61
2.20
(1.39)
1.58
-0.42
(0.35)
-1.19
-1.71
(0.96)
-1.79
1.31
(0.42)
3.10
0.49
(0.40)
1.21

0.59
(0.07)
8.31
0.06
(0.50)
0.13
-0.31
(0.13)
-2.39
-0.16
(0.34)
-0.46
-0.06
(0.15)
-0.39
-0.22
(0.15)
-1.51

50.98
(6.64)
7.68
0.06
(1.20)
0.05
-3.74
(3.24)
-1.15
1.25
(1.47)
0.85
0.11
(1.45)
0.08

3.12
(0.42)
7.48
0.02
(0.82)
0.03
-0.07
(0.37)
-0.18
0.09
(0.37)
0.25

23.35
(3.08)
7.58
-2.32
(1.02)
-2.27
-2.41
(1.01)
-2.37

Covariance Matrix of Independent Variables

IKLIM

PERILAKU

IKLIM
-------4.96
(0.60)
8.21
2.43
(0.47)
5.16

PERILAKU
--------

4.90
(0.59)
8.28

Covariance Matrix of Latent Variables

SIKAP
ASPIRASI
SKOR_BIO
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------1.92
-0.06
-23.80
0.30
-0.41
0.28
-1.37
-0.01
0.31
0.12
-0.12

ASPIRASI
--------

SKOR_BIO
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

0.26
4.76
-0.03
0.43
-0.03
0.21
-0.02
-0.16
0.13
0.06

2851.91
-9.55
41.37
-0.06
145.50
-9.07
-76.22
18.90
10.01

0.17
-0.28
0.04
-0.83
0.06
0.22
0.08
-0.02

4.52
0.08
2.20
-0.42
-1.71
1.31
0.49

0.59
0.06
-0.31
-0.16
-0.06
-0.22

Covariance Matrix of Latent Variables

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------50.98
0.06
-3.74
1.25
0.11

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

3.12
0.02
-0.07
0.09

23.35
-2.32
-2.41

4.96
2.43

4.90

146

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6546.877
6562.748

Degrees of Freedom = 12
Full Information ML Chi-Square = 15.87 (P = 0.20)
Root Mean Square Error of Approximation (RMSEA) = 0.048
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.10)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.47

OUTPUT LISREL (BIOLOGI)


DATE:
TIME:

9/ 1/2009
7:16

L I S R E L

8.80

BY
Karl G. Jreskog & Dag Srbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2006
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com
The following lines were read from file
F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\BIOLOGI_1.LPJ:
TI
DA NI=11 NO=0 MA=CM
RA FI='F:\PUSPENDIK\TIMSS09\DT_Olah\SEKOLAH\BIOLOGI_1.psf'
-------------------------------EM Algorithm for missing Data:
-------------------------------Number of different missing-value patterns=
Convergence of EM-algorithm in
6 iterations
-2 Ln(L) =
6546.87688
Percentage missing values=
5.61

11

Note:
The Covariances and/or Means to be analyzed are estimated
by the EM procedure and are only used to obtain starting
values for the FIML procedure
MO
FR
FR
PD
OU

NX=8 NY=3 BE=FU GA=FI PS=SY


BE(3,1) BE(3,2) GA(1,1) GA(1,2) GA(1,3) GA(2,2) GA(2,3) GA(3,1) GA(3,2)
GA(3,3) GA(3,4) GA(3,5) GA(3,6) GA(3,7) GA(3,8)
EF SS

TI
Number
Number
Number
Number
Number
Number

of
of
of
of
of
of

Input Variables 11
Y - Variables
3
X - Variables
8
ETA - Variables 3
KSI - Variables 8
Observations
149

147

TI
Covariance Matrix

SIKAP
ASPIRASI
SKOR_BIO
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------1.93
0.00
-27.56
0.30
-0.42
0.29
-3.16
0.08
0.43
-0.29
-0.39

ASPIRASI
--------

SKOR_BIO
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

0.27
3.89
-0.01
0.44
-0.03
-0.06
0.07
-0.31
0.22
0.07

2910.32
-9.56
41.65
-0.07
160.09
-9.06
-77.61
21.61
11.85

0.17
-0.28
0.04
-0.84
0.06
0.22
0.08
-0.02

4.55
0.09
2.52
-0.44
-1.66
1.30
0.49

0.60
0.05
-0.31
-0.18
-0.06
-0.23

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

3.14
0.01
-0.08
0.09

23.49
-2.31
-2.42

4.97
2.45

4.93

ASPIRASI
-------4.35

SKOR_BIO
-------430.28

PERSEPSI
-------10.87

SOSEK
-------9.45

KESIAPAN
-------10.59

HAMBATAN
-------18.71

IKLIM
-------15.31

PERILAKU
-------11.36

LB_GURU
-------0
0
11

KESIAPAN
-------0
0
12

Covariance Matrix

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------51.72
0.09
-3.73
1.18
0.07

Means
SIKAP
-------26.83

MINAT
-------13.79

Means
LB_GURU
-------16.66

TI
Parameter Specifications
BETA

SIKAP
ASPIRASI
SKOR_BIO

SIKAP
-------0
0
1

ASPIRASI
-------0
0
2

SKOR_BIO
-------0
0
0

SOSEK
-------4
6
9

MINAT
-------5
7
10

GAMMA

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------3
0
8

GAMMA

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------0
0
14

PERILAKU
-------0
0
15

148

HAMBATAN
-------0
0
13

PHI

PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

PERSEPSI
-------16
17
19
22
26
31
37
44

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

18
20
23
27
32
38
45

21
24
28
33
39
46

25
29
34
40
47

30
35
41
48

36
42
49

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

- -

- -

- -

1.82
(0.57)
3.19

-1.44
(2.35)
-0.61

-2.14
(0.85)
-2.51

PHI

IKLIM
PERILAKU

IKLIM
-------43
50

PERILAKU
-------51

PSI
SIKAP
-------52

ASPIRASI
-------53

SKOR_BIO
-------54

ASPIRASI
-------56

SKOR_BIO
-------57

ALPHA
SIKAP
-------55

TI
Number of Iterations =

LISREL Estimates (Maximum Likelihood)


BETA

SIKAP
ASPIRASI
SKOR_BIO

SIKAP
-------- - -6.01
(3.14)
-1.91

ASPIRASI
-------- - 3.35
(7.68)
0.44

SKOR_BIO
-------- - - -

SOSEK
-------0.01
(0.05)
0.14
0.10
(0.02)
5.19
4.10
(2.07)
1.98

MINAT
-------0.35
(0.13)
2.76
-0.06
(0.05)
-1.16
2.84
(5.19)
0.55

GAMMA

SIKAP

ASPIRASI

SKOR_BIO

PERSEPSI
-------1.70
(0.25)
6.68
- -

-28.22
(11.54)
-2.44

149

GAMMA
IKLIM
PERILAKU
--------------SIKAP
- - ASPIRASI
- - SKOR_BIO
2.12
-0.68
(2.05)
(1.96)
1.03
-0.35
Covariance Matrix of Y and X

SIKAP
ASPIRASI
SKOR_BIO
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------1.92
-0.06
-23.85
0.30
-0.41
0.28
-1.37
-0.01
0.31
0.12
-0.12

ASPIRASI
--------

SKOR_BIO
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

0.26
4.76
-0.03
0.43
-0.03
0.21
-0.02
-0.16
0.13
0.06

2852.22
-9.55
41.37
-0.06
144.82
-9.06
-76.21
18.88
10.00

0.17
-0.28
0.04
-0.83
0.06
0.22
0.08
-0.02

4.52
0.08
2.21
-0.42
-1.71
1.31
0.49

0.59
0.06
-0.31
-0.16
-0.06
-0.22

Covariance Matrix of Y and X

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------50.89
0.05
-3.73
1.25
0.12

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

3.12
0.02
-0.07
0.09

23.35
-2.32
-2.41

4.96
2.43

4.90

Mean Vector of Eta-Variables


SIKAP
-------26.83

ASPIRASI
-------4.35

SKOR_BIO
-------423.88

SOSEK
--------

MINAT
--------

LB_GURU
--------

KESIAPAN
--------

HAMBATAN
--------

4.52
(0.54)
8.37
0.08
(0.14)
0.61
2.21
(1.39)
1.59
-0.42
(0.35)
-1.19
-1.71
(0.96)
-1.79
1.31
(0.42)
3.10
0.49
(0.40)
1.21

0.59
(0.07)
8.31
0.06
(0.50)
0.12
-0.31
(0.13)
-2.39
-0.16
(0.34)
-0.46
-0.06
(0.15)
-0.39
-0.22
(0.15)
-1.51

50.89
(6.63)
7.68
0.05
(1.20)
0.04
-3.73
(3.24)
-1.15
1.25
(1.47)
0.86
0.12
(1.45)
0.08

3.12
(0.42)
7.48
0.02
(0.82)
0.03
-0.07
(0.37)
-0.18
0.09
(0.37)
0.25

23.35
(3.08)
7.58
-2.32
(1.02)
-2.27
-2.41
(1.01)
-2.37

PHI

PERSEPSI

SOSEK

MINAT

LB_GURU

KESIAPAN

HAMBATAN

IKLIM

PERILAKU

PERSEPSI
-------0.17
(0.02)
8.37
-0.28
(0.08)
-3.62
0.04
(0.03)
1.60
-0.83
(0.28)
-3.02
0.06
(0.07)
0.93
0.22
(0.18)
1.21
0.08
(0.08)
1.00
-0.02
(0.08)
-0.31

150

PHI

IKLIM

PERILAKU

IKLIM
-------4.96
(0.60)
8.21
2.43
(0.47)
5.16

PERILAKU
--------

4.90
(0.59)
8.28

PSI
Note: This matrix is diagonal.
SIKAP
-------1.32
(0.16)
8.36

ASPIRASI
-------0.22
(0.03)
8.37

SKOR_BIO
-------1781.05
(218.24)
8.16

Squared Multiple Correlations for Structural Equations


SIKAP
-------0.31

ASPIRASI
-------0.17

SKOR_BIO
-------0.38

Squared Multiple Correlations for Reduced Form


SIKAP
-------0.31

ASPIRASI
-------0.17

SKOR_BIO
-------0.36

SOSEK
-------0.01
(0.05)
0.14
0.10
(0.02)
5.19
4.39
(1.95)
2.25

MINAT
-------0.35
(0.13)
2.76
-0.06
(0.05)
-1.16
0.50
(5.11)
0.10

Reduced Form

SIKAP

ASPIRASI

SKOR_BIO

PERSEPSI
-------1.70
(0.25)
6.68
- -

-38.41
(10.35)
-3.71

Reduced Form

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - 2.12
(2.05)
1.03

PERILAKU
-------- - -0.68
(1.96)
-0.35

ALPHA
SIKAP
-------3.44
(3.17)
1.09

ASPIRASI
-------4.26
(0.73)
5.84

SKOR_BIO
-------800.01
(135.88)
5.89

151

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

- -

- -

- -

1.82
(0.57)
3.19

-1.44
(2.35)
-0.61

-2.14
(0.85)
-2.51

Global Goodness of Fit Statistics, Missing Data Case

-2ln(L) for the saturated model =


-2ln(L) for the fitted model
=

6546.877
6562.668

Degrees of Freedom = 12
Full Information ML Chi-Square = 15.79 (P = 0.20)
Root Mean Square Error of Approximation (RMSEA) = 0.047
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.10)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.48

TI
Standardized Solution
BETA

SIKAP
ASPIRASI
SKOR_BIO

SIKAP
-------- - -0.16

ASPIRASI
-------- - 0.03

SKOR_BIO
-------- - - -

SOSEK
-------0.01
0.40
0.16

MINAT
-------0.20
-0.09
0.04

GAMMA

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------0.50
- -0.22

LB_GURU
-------- - 0.24

KESIAPAN
-------- - -0.05

HAMBATAN
-------- - -0.19

GAMMA

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - 0.09

PERILAKU
-------- - -0.03

Correlation Matrix of Y and X

SIKAP
ASPIRASI
SKOR_BIO
PERSEPSI
SOSEK
MINAT
LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

SIKAP
-------1.00
-0.08
-0.32
0.52
-0.14
0.27
-0.14
0.00
0.05
0.04
-0.04

ASPIRASI
--------

SKOR_BIO
--------

PERSEPSI
--------

SOSEK
--------

MINAT
--------

1.00
0.17
-0.14
0.40
-0.07
0.06
-0.02
-0.06
0.11
0.05

1.00
-0.44
0.36
0.00
0.38
-0.10
-0.30
0.16
0.08

1.00
-0.32
0.14
-0.28
0.09
0.11
0.09
-0.03

1.00
0.05
0.15
-0.11
-0.17
0.28
0.10

1.00
0.01
-0.23
-0.04
-0.03
-0.13

Correlation Matrix of Y and X

LB_GURU
KESIAPAN
HAMBATAN
IKLIM
PERILAKU

LB_GURU
-------1.00
0.00
-0.11
0.08
0.01

KESIAPAN
--------

HAMBATAN
--------

IKLIM
--------

PERILAKU
--------

1.00
0.00
-0.02
0.02

1.00
-0.22
-0.23

1.00
0.49

1.00

152

PSI
Note: This matrix is diagonal.
SIKAP
-------0.69

ASPIRASI
-------0.83

SKOR_BIO
-------0.62

Regression Matrix Y on X (Standardized)

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------0.50
- -0.29

SOSEK
-------0.01
0.40
0.17

MINAT
-------0.20
-0.09
0.01

LB_GURU
-------- - 0.24

KESIAPAN
-------- - -0.05

HAMBATAN
-------- - -0.19

LB_GURU
-------- -

KESIAPAN
-------- -

HAMBATAN
-------- -

- -

- -

- -

1.82
(0.57)
3.20

-1.44
(2.35)
-0.61

-2.14
(0.85)
-2.52

LB_GURU
-------- - - -

KESIAPAN
-------- - - -

HAMBATAN
-------- - - -

Regression Matrix Y on X (Standardized)

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - 0.09

PERILAKU
-------- - -0.03

TI
Total and Indirect Effects
Total Effects of X on Y

SIKAP

ASPIRASI

SKOR_BIO

PERSEPSI
-------1.70
(0.25)
6.71
- -

-38.41
(10.32)
-3.72

SOSEK
-------0.01
(0.05)
0.14
0.10
(0.02)
5.21
4.39
(1.94)
2.26

MINAT
-------0.35
(0.13)
2.77
-0.06
(0.05)
-1.17
0.50
(5.09)
0.10

Total Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - 2.12
(2.04)
1.04

PERILAKU
-------- - -0.68
(1.95)
-0.35

Indirect Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------- - -10.19
(5.53)
-1.84

SOSEK
-------- - 0.29
(0.80)
0.36

MINAT
-------- - -2.33
(1.44)
-1.62

Indirect Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - - -

PERILAKU
-------- - - -

153

Total Effects of Y on Y

SIKAP
ASPIRASI
SKOR_BIO

SIKAP
-------- - -6.01
(3.13)
-1.92

ASPIRASI
-------- - 3.35
(7.65)
0.44

SKOR_BIO
-------- - - -

Largest Eigenvalue of B*B' (Stability Index) is

47.361

TI
Standardized Total and Indirect Effects
Standardized Total Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------0.50
- -0.29

SOSEK
-------0.01
0.40
0.17

MINAT
-------0.20
-0.09
0.01

LB_GURU
-------- - 0.24

KESIAPAN
-------- - -0.05

HAMBATAN
-------- - -0.19

KESIAPAN
-------- - - -

HAMBATAN
-------- - - -

Standardized Total Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - 0.09

PERILAKU
-------- - -0.03

Standardized Indirect Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

PERSEPSI
-------- - -0.08

SOSEK
-------- - 0.01

MINAT
-------- - -0.03

LB_GURU
-------- - - -

Standardized Indirect Effects of X on Y

SIKAP
ASPIRASI
SKOR_BIO

IKLIM
-------- - - -

PERILAKU
-------- - - -

Standardized Total Effects of Y on Y

SIKAP
ASPIRASI
SKOR_BIO

SIKAP
-------- - -0.16

ASPIRASI
-------- - 0.03

SKOR_BIO
-------- - - -

Time used:

0.141 Seconds

154

LAMPIRAN 21. Contoh : Deskripsi Indikator Sikap Siswa Terhadap


Pelajaran Matematika
Tingkat Kesukaan Siswa pada Pelajaran Matematika
Missing;
43;1%

SayaSukaPelajaranMatematika

Sangat
Setuju;
1518;36%

Sangat
Tidak
Setuju;
Agak
153;4%
Tidak
Setuju;
540;13%

Agak
Setuju;
1938;46%

Tingkat Kesetujuan Siswa bahwa Pelajaran Matematika


Membosankan
Missing;
64;2%

Matematikamembosankan

Sangat
Tidak
Setuju;
1430;34%

Agak
Setuju;993;
24%
AgakTidak
Setuju;
1434;34%

155

Sangat
Setuju;271;
6%

Anda mungkin juga menyukai