Anda di halaman 1dari 60

UJIAN AKHIR SEMESTER

MODEL PERSAMAAN STRUKTURAL

Jenis Tugas :
UAS TAKE HOME
ANALISIS EFA DAN CFA IMPLEMENTASI SOFT SKILL UNTUK
PENDIDIKAN KEJURUAN

Dosen Pengampu:
Prof. Dr. Badrun Kartowagiran, M.Pd
Nur Hidayanto Pancoro Setyo Putro, S.Pd.,M.Pd.,Ph.D

Oleh:

CITRA NURMALITA
NIM. 16701261014

PROGRAM PASCASARJANA PENELITIAN DAN EVALUASI PENDIDIKAN


UNIVERSITAS NEGERI YOGYAKARTA
JANUARI 2018
1|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014
ANALISIS EFA & CFA

Deskripsi Tugas:
Seorang peneliti mengembangkan instrumen implementasi soft skill untuk pendidikan
kejuruan dengan upaya untuk merubah sistem pendidikan di Malaysia. Draft Instrumen ini
terdiri dari 4 indikator dari variable laten A,B,C, dan D. Jumlah butir yang ada di Indikator
sebanyak 12-16 variabel yang teramati,
Instrumen diujicobakan pada 135 Siswa SMK, dan data hasil ujicoba dibuat sendiri. Buktikan
validitas konstruk instrument dengan menggunakan teknik analisis faktor, EFA yang
diteruskan dengan CFA

Penyelesaian Tugas :
 Mengadaptasi Penelitian
Judul Penelitian “implementasi Soft Skill di Pendidikan Dasar Kejuruan untuk Merubah
Sistem Pendidikan Malaysia”
Publikasi : International Conference on Active Learning (ICAL, 2012)
Peneliti : Nur Iwani Azmi; dan Mohammad Hisyam Mohd. Hashim
Afiliation : Faculty of Technical and Vocational Education, Universiti Tun Husein Onn
Malaysia (UHTM)
 Hasil Analisis merupakan adaptasi indikator dari Penelitian Azmi dan Hashim (2012), dan
acuan yang relevan dan data diadaptasi dari penelitian tersebut. Namun, untuk
penjabaran teoritis yang digunakan, dikembangkan berdasarkan kajian disertasi yang
diperoleh pada saat mata kuliah seminar proposal disertasi.

 Teori Instrumen Soft Skill untuk Pendidikan Kejuruan


Pendidikan vokasi, salah satunya melalui Sekolah Menengah Kejuruan (SMK),
diharapkan bisa menjadi bagian dari pertumbuhan ekonomi nasional. Karena itu lulusan
SMK harus memiliki hard skill atau keterampilan yang menjadi salah satu kompetensi
mereka. Tidak hanya itu, soft skill berupa karakter yang baik juga harus dimiliki lulusan
SMK sebagai tenaga kerja terampil di dunia industri. Tingkat pengangguran terbuka
(TPT) di Indonesia pada Februari 2017 mengalami penurunan menjadi 5,33% dari
Februari 2016 yang sebesar 5,50%. Dari 131,55 juta orang yang masuk sebagai
angkatan kerja, terdapat 124,54 juta orang yang bekerja, dan sisanya 7,01 juta orang
dipastikan pengangguran.
Berdasarkan jumlah tersebut, pengangguran yang berasal dari jenjang Sekolah
Menengah Kejuruan (SMK) menduduki peringkat teratas sebesar 9,27% yang disusul

2|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


oleh pengangguran lulusan Sekolah Menengah Atas (SMA) sebesar 7,03%. Sedangkan,
dari jenjang Sekolah Menengah Pertama (SMP) sebesar 5,36%, Diploma III (D3) sebesar
6,35%, dan universitas 4,98%. Kontribusi lulusan SMK terhadap jumlah pengangguran di
Indonesia salah satunya disebabkan oleh lebih rendahnya keahlian khusus atau soft skill
lulusan SMK dibandingkan lulusan SMA.
Orientasi Kerangka Kualifikasi Nasional Indonesia (KKNI) yang sesuai dengan
Perpes No.8 tahun 2012 adalah Kerangka penjenjangan kualifikasi kompetensi yang
dapat menyandingkan, menyetarakan, dan mengintegrasikan antara bidang pendidikan
dan bidang pelatihan kerja serta pengalaman kerja dalam rangka pemberian pengakuan
kompetensi kerja sesuai dengan struktur pekerjaan diberbagai sektor. Hal ini sejalan
dengan amanat Undang-Undang (UU) Sisdiknas No. 20 Tahun 2003 sebagaimana
tersurat dalam penjelasan Pasal 35: kompetensi lulusan merupakan kualifikasi
kemampuan lulusan yang mencakup sikap, pengetahuan, dan keterampilan sesuai
dengan standar nasional yang telah disepakati.
Hasil pengamatan empirik yang dilakukan Depdiknas (2004: 1), menunjukkan
bahwa sebagian besar lulusan SMK di Indonesia bukan saja kurang mampu
menyesuaikan diri dengan perkembangan ilmu dan teknologi, tetapi juga kurang mampu
mengembangkan diri dan karirnya ditempat kerja. Kualifikasi calon tenaga kerja yang
dibutuhkan dunia kerja di samping syarat keilmuan dan keterampilan juga serangkaian
kemampuan non-teknis yang tidak terlihat wujudnya (laten ability), namun sangat
diperlukan yang disebut soft skills.
Arus perubahan sosial yang berkembang seiring dengan dinamika masyarakat
menuntut lulusan perguruan tinggi memiliki kemampuan yang responsif (responsive
capability) terhadap fenomena sosial yang berkembang dimasyarakat. Pendidikan tinggi
diyakini dapat melahirkan generasi yang memiliki ilmu pengetahuan, wawasan,
keterampilan, skills, dan kepribadian yang dibutuhkan bagi pembangunan bangsa
(Mastuki,2013). Perubahan persyaratan di bursa kerja tidak lagi menekankan lulusan
dari perguruan tinggi yang hanya memiliki kualitas pada penguasaan hard skills
(kemampuan teknis dan akademis), namun kualitas lulusan yang memiliki kemampuan
untuk menghadapi akseptibilitas pengguna (stake holder), berupa intrapersonal dan
interpersonal seperti kemampuan beradaptasi, komunikasi, kepemimpinan, inisiatif,
kemauan dan motivasi yang tinggi, komitmen, pengambilan keputusan, optimisme
menghadari hidup, pemecahan masalah, integritas diri (personal habits), keramahan
(friendliness, hospitality, sociability). Menurut Goleman (2009:44) disimpulkan bahwa
atrirbut-atribut soft skills dalam menentukan keberhasilan belajar dan bekerja paada
orang-orang di Amerika menyumbang pengaruh sangat besar sebesar 80%.

3|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


Menurut Ratna (2009:2), banyak pakar mengatakan bahwa kunci sukses
keberhasilan suatu negara sangat ditentukan oleh sejauh mana masyarakatnya
mempunyai karakter yang kondusif untuk bisa maju, yaitu yang disebut “modal sosial”
(social capital). Perubahan kondisi sosial, ekonomi, politik dan budaya, meningkatkan
pergerakan migrasi manusia, proses globalisasi, digital-based information dan teknologi
komunikasi yang mengindikasikan tantangan kehidupan manusia semakin tinggi dan
kompleks. Untuk itu UNESCO (The International Commission on Education for the
Twenty-first Century) memandang pentingnya perubahan paradigma pendidikan sebagai
instrumen ke paradigma sebagai pengembangan manusia seutuhnya melalui empat pilar
pendidikan meliputi learning to know, learning to do, learning to be dan learning to live
together dikembangkan dan di integrasikan ke dalam proses pembelajaran.
Menurut Kepmendiknas No.045/U/2002 menyatakan bahwa, menuntut perubahan
arah pendidikan tinggi untuk, (a) menghasilkan lulusan yang dapat bersaing dalam dunia
global; (b) adanya perubahan orientasi pendidikan tinggi yang tidak lagi hanya
menghasilkan manusia cerdas berilmu namun juga mampu menerapkan keilmuannya
dalam kehidupan di masyarakatnya (kompeten dan relevan), yang berbudaya; dan (c)
Juga adanya perubahan kebutuhan di dunia kerja yang terwujud dalam perubahan
persyaratan dalam menerima tenaga kerja, yaitu adanya persyaratan soft skill yang
dominan disamping hard skill. Sehingga kurikulum yang dikonsepkan lebih didasarkan
pada rumusan kompetensi yang harus dicapai/dimiliki oleh lulusan perguruan tinggi yang
sesuai atau mendekati kompetensi yang dibutuhkan oleh masyarakat pemangku
kepentingan/stake holder (Dirjen Dikti, 2008).
Berdasarkan Beach (1982) dalam penelitian I Made (2011:5), disimpulkan bahwa di
AS yang menunjukkan bahwa sebanyak 87% orang kehilangan pekerjaannya atau gagal
terpromosikan, karena mempunyai gaya hidup dan perilaku yang tidak memadai atau
tidak baik selain karena keterampilan kerja atau pengetahuan yang belum mencukupi.
Perlunya kemampuan soft skills, juga diperkuat oleh hasil survei yang dilakukan National
Association of Colleges and Employers (NACE) tahun 2002 di Amerika Serikat
mengelompokkan kemampuan yang diperlukan dunia kerja menurut kepentingannya
antara lain kemampuan komunikasi, kejujuran/integritas, kemampuan bekerja sama,
kemampuan interpersonal, beretika, motivasi/inisiatif, kemampuan beradaptasi, daya
analitik, kemampuan komputer, kemampuan berorganisasi, berorientasi pada detail,
kepemimpinan, kepercayaan diri, dan ramah
Mamun (2012:327) menyatakan karakteristik yang membedakan antara lulusan
kejuruan dengan lulusan lainnya adalah pengalaman kerja nyata. Harapan dari seorang
pendidik adalah lulusannya seharusnya tidak hanya menjadi ahli dibidang tertentu namun
memiliki kepribadian yang matang dan seimbang. Karakteristik ini tercermin dalam soft

4|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


skill bukan pada hard skill. Salah satu alasan lulusan kejuruan gagal mendapatkan
pekerjaan adalah lulusannya kurang memiliki kemampuan soft skill, dengan memiliki
kemampuan soft skill seorang lulusan kejuruan mampu menjadi seorang pekerja untuk
bekerja secara cerdas dan tidak menyerah.
Hashim (2012: 326) dalam International Conference on Active Learning
menyatakan konsep soft skill yang telah dikembangkan dan diimplementasikan
berdasarkan kurikulum Pendidikan Dasar Kejuruan bertujuan untuk meningkatkan
efektifitas Pendidikan Kejuruan yang pada akhirnya melalui kalkulasi kemampuan soft
skill siswa mampu memiliki pemikiran kritis, terampil, kreatif dan inovatif, dipersiapkan
dengan nilai-nilai luhur yang dapat berkontribusi menuju kesuksesan visi negara Malaysia
2020 untuk meningkatkan produktivitas dan memajukan ekonomi nasional. Berdasarkan
penelitian tersebut, menghasilkan konsep kemampuan soft skill di Pendidikan Dasar
Kejuruan yang memiliki komponen 1) self-esteem; 2) vocational technologi; 3) vocational
skills; dan 4) entrepreneurial skills. Empat komponen tersebut dirancang untuk
menghasilkan modal manusia yang terampil, kritis, kreatif, dan inovatif melalui
pengalaman yang berorientasi pada membangun harga diri, pengembangan kompetensi
kewirausahaan, dan pengembangan kompetensi keterampilan kejuruan.
Munculnya EQ (Emotional Quotient) pada tahun 1995 oleh Daniel Goleman
menyimpulkan tentang peran kecerdasan emotional (EQ) dalam kehidupan manusia
ternyata memegang peranan kesuksesan manusia baik di tempat kerja, kehidupan
pribadi, hubungan keluarga, dan kenakalan remaja. Penelitian tentang EQ menemukan
hasil semakin tinggi kecerdasan emosional seseorang, semakin besar kemungkinan
orang itu sukses sebagai pekerja, orang tua, manajer, remaja, pasangan hidup, dan
aspek-aspek lain dalam kehidupan (Said, 2011:83-84).
Menurut Wikipedia (dalam Sri Yuliani, 2014), soft skills adalah istilah sosiologis
yang berkaitan dengan kecerdasan emosional, sifat kepribadian, ketrampilan sosial,
komunikasi, berbahasa, kebiasaan pribadi, keramahan, dan optimisme yang mencirikan
kemampuan seseorang dalam berhubungan dengan orang lain. Soft skills merupakan
kecerdasan emosional dan sosial (Emotional Inteligence Quotient) yang sangat penting
untuk melengkapi hard skills atau kecerdasan intelektual (Intelligence Quotient).
Definisi soft skill pada sumber lainnya mengemukakan bahwa soft skill adalah
kecakapan hidup yang terkait dengan hubungan antar–manusia yang meliputi
kecakapan–kecakapan berkomunikasi, pengelolaan konflik, hubungan antar–manusia,
berpresentasi, berunding, membangun tim, efektivitas pribadi, pemecahan masalah yang
kreatif, pemikiran strategis, mempengaruhi orang lain, dan sebagainya. Kecakapan–
kecakapan tersebut termasuk sebagai kecerdasan emosional atau biasa disebut dengan
Emotional Quotient (Samani,2012).

5|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


Menurut Goleman (2009:44) disimpulkan bahwa atrirbut-atribut soft skills dalam
menentukan keberhasilan belajar dan bekerja paada orang-orang di Amerika
menyumbang pengaruh sangat besar sebesar 80%.
Berdasarkan penelitian Sharma (dalam I Made S.Utama,2010:4), pada penelitian
Tim Program Hibah Kompetisi Berbasis Institusi (PHK-I) Universitas Udayana dan
berdasarkan hasil dari telaah DU/DI dari pihak proyek pemerintah dan swasta dipilihlah
indikator dari kompetensi soft skill. Indikator yang digunakan dalam menganalisis
kecakapan soft skill dalam model penilaian soft skill berdasarkan dengan kompetensi
yang harus dicapai pada kompetensi siswa kejuruan, karakteristik siswa kejuruan, dan
kebutuhan di dunia kerja bidang teknik sipil. Indikator kompetensi soft skill dipilih oleh
penelaah dengan pertimbangan bahwa, seorang pekerja khususnya bidang
ketekniksipilan hal terpenting dan pekerjaan pertama dari segala proyek yaitu pekerjaan
untuk menjalankan dan mengutamakan langkah keselamatan dan kesehatan kerja (K3),
maka dari itu bentuk kecakapan soft skill sangat diperlukan dalam kaitannya dengan
pelaksanaan program K3 dalam sebuah proyek kerja bidang ketekniksipilan.
Bentuk indikator soft skill dalam kaitannya dengan indikator yang akan digunakan
dalam indikator pengukuran kompetensi soft skill dalam model penilaian soft skill
berdasarkan hasil telaah Dunia Usaha dan Dunia Industri (DU/DI) yaitu 1) Penghargaan
Diri (A); Teknologi Kejuruan (B); Keterampilan Kejuruan (C); dan Keterampilan Wirausaha
(D).

 Penelitian yang Relevan Terkait Soft Skill Kejuruan


Penelitian yang dilakukan di Negara Malaysia oleh Azmi dan Hisyam (2012: 325-329),
yang mengkaji implementasi Soft Skill di Pendidikan Dasar Kejuruan untuk Merubah Sistem
Pendidikan Malaysia. Penelitian ini menghasilkan kesimpulan penerapan soft skill dalam
pelaksanaan pendidikan dasar kejuruan efektif menghasilkan siswa menjadi pemikir kritis,
kreatif, inovatif, terampil, dipersiapkan berbasis pengetahuan dan terkait dunia pekerjaan
berbasis nilai luhur yang ada di negara Malaysia untuk meningkatkan produktivitas dan
memperbaiki ekonomi dan diharapkan siswa yang ada dalam pelaksanaan aplikasi soft skill
dapat menjalani kehidupannya dengan baik di dunia teknologi yang komplek dan terus
berubah dan berkembang. Penelitian Azmi dan Hisyam ini telah menguatkan alasan
pentingnya implementasi soft skill di sekolah kejuruan yang merupakan bentuk transformasi
atau memiliki tujuan untuk merubah sistem pendidikan sekolah ejjuruan yang dapat
meningkatkan produktivitas dan memperbaiki ekonomi di suatu negara, dan dampaknya
siswa yang mengimplementasikan soft skill memiliki kehidupan yang lebih baik dan menjadi
pribadi yang terus berkembang memperbaiki dirinya. Namun perbedaan dengan penelitian
ini dengan penelitian Azmi dan Hisyam adalah pada fokus penelitiannya. Azmi dan Hisyam

6|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


menekankan pada perubahan sistem pendidikan di Malaysia ditinjau dari kurikulum struktur
pendidikan di pendidikan dasar kejuruan yang meliputi tiga komponen yaitu harga diri,
teknologi kejuruan, dan keterampilan kejuruan. Konsep implementasi soft skill yang
digunakan oleh Azmi dan Hisyam diberikan bertahap dengan tes menggunakan kertas dari
Formulir 1 sampai dengan Formulir 3 untuk mencegah tingkat putus sekolah dan juga
meningkatkan keterampilan dan prestasi belajar siswa di negara Malaysia yang
dipersiapkan dengan nilai-nilai luhur yang akan menjadi kontribusi meningkatkan
keberhasilan produktivitas dan memajukan ekonomi nasional sesuai dengan visi negara
Malaysia di Tahun 2020. Sementara penelitian ini menekankan pada motivasi siswa dalam
memhamai cerita rakyat berbasis visual yang harus dimiliki siswa, yakni cerita rakyat pada
khususnya cerita rakyat didaerah Jawa Timur berbasis aplikasi Computer based Test (CBT)
yang memudahkan siswa untuk menggunakan secara online agar dapat diakses secara luas
oleh siswa sekolah kejuruan.
Berdasarkan penelitian ini dapat diketahui pentingnya melakukan penilaian tentang soft
skill di SMK melalui penilaian soft skill berbasis cerita rakyat di Jawa Timur, karena terbukti
dapat memberikan dampak positif bagi peningkatan produktivitas dan memperbaiki ekonomi
jika ini terkait dengan siswa SMK yang diharapkan menjadi pekerja yang mandiri, cerdas,
dan berprestasi.
Penelitian deskriptif kualitatif Rongraung, Somprach, Khantahap, dan Sitthisomjin (2014:
956-961) tentang hasil dari mengevaluasi soft skill bagi guru di Thailand yang bekerja di
sekolah pendidikan dasar swasta di Provinsi Samut Prakan dan menyelidiki metode
pengembangan soft skill untuk para guru yang kurang berpengalaman. Memaparkan bahwa
sebanyak 116 peserta dipilih dengan cara simple random sampling menunjukkan bahwa
pengembangan inovasi adalah keterampilan dengan tingkat perilaku terendah dan
merupakan perhatian yang perlu diatasi dengan cepat. Saat masyarakat berubah menuntut
para guru untuk menciptakan sarana inovatif mendidik anak-anak. Kuesioner juga
digunakan untuk mensurvei situasi saat ini dan kebutuhan untuk mengembangkan soft skill
untuk guru baru dalam tujuh aspek yaitu 1) keterampilan komunikasi 2) keterampilan berpikir
dan keterampilan memecahkan masalah 3) kekuatan tim kerja 4) pembelajaran seumur
hidup dan manajemen informasi 5) pengembangan inovasi 6) etika dan profesionalisme 7)
keterampilan kepemimpinan. Ketika mempertimbangkan hasilnya, komponen keterampilan
yang spesifik, ditemukan bahwa pengembangan inovasi adalah keterampilan yang
menunjukkan tingkat perilaku paling rendah. Evaluasi diri menunjukkan bahwa guru yang
tidak berpengalaman di sekolah dasar swasta di Samut Prakan, Thailand telah membentuk
keterampilan, keterampilan etnik, profesionalisme, dan kepemimpinan di tempat kerja. Di sisi
lain, inovasi, komunikasi dan pemikiran dan keterampilan memecahkan masalah kurang
banyak. Dari penelitian ini, diketahui bahwa tiga atribut soft skill yang paling banyak dicari

7|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


dalam guru baru adalah etnik dan profesionalisme, kekuatan mental dan pemikiran dan
kemampuan pemecahan masalah. Penilaian ini memiliki rating skala 5 dan dirancang
menggunakan teknik nilai multi atribut. Normalized Skill Weight (NSW) dapat dikatakan
menormalisasi satuan keterampilan dihitung dengan memperhatikan keterampilan dari
laporan yang disajikan oleh penelitian sebelumnya Zaharim (2012). NSW dihitung dengan
menggunakan persamaan untuk mengevaluasi skor dan keduanya diturunkan dengan
menggunakan NSW yang diadaptasi dari Fishburn (1967), dan Keeney & Raiffa (1976).
Penelitian Rongraung, Somprach, Khantahap, dan Sitthisomjin memiliki kesamaan
dengan penelitian ini terkait dengan aspek variable soft skill yang diteliti yang mengadaptasi
aspek soft skill dari NACE UNESCO (2002), aspek soft skill yang diteliti adalah 1)
keterampilan komunikasi 2) keterampilan berpikir dan keterampilan memecahkan masalah
3) kekuatan tim kerja 4) pembelajaran seumur hidup dan manajemen informasi 5)
pengembangan inovasi 6) etika dan profesionalisme 7) keterampilan kepemimpinan.
Sedangkan perbedaannya adalah model penilaian Rongraung dkk digunakan untuk
mengevaluasi soft skill guru baru di sekolah dasar di swasta, dan penelitian ini
mengembangkan instrument penilaian soft skill untuk siswa SMK. Penelitian ini juga dapat
memperkaya teori terkait dengan aspek-aspek dimensi soft skill yang digunakan, yang harus
diperhatikan dalam menilai soft skill yang guru tidak memiliki namun siswa dituntut untuk
mengembangkan soft skill untuk mengembangkan kepribadian dirinya.
Hasil Penelitian Tan Ceng Yoke dan Tang Keow Ngang (2015: 32-50) yang meneliti
pengembangan soft skill mahasiswa di tahun akhir studi pendidikan diploma bisnis.
Penelitian ini menunjukkan upaya konseptualisasi tingkat dan proses dalam soft skill yang
esensial pengembangan komponen Kontribusi soft skill tidak hanya berhubungan dengan
siswa, tapi juga mencakup pengembangan profesional pendidik, kualitas pendidikan yang
lebih baik dan reputasi yang lebih tinggi untuk nilai kemajuan institusi pendidikan tinggi.
Penelitian Tan bertujuan untuk mengeksplorasi tingkat dan proses pengembangan soft skill
melalui Diploma di Program Studi Bisnis di sebuah perguruan tinggi swasta yang berlokasi
di Georgetown, Penang dari perspektif dua pendidik dan enam siswa pada akhir tahun.
Metode yang digunakan adalah kombinasi penelitian data kuantitatif dengan kualitatif yang
melibatkan metode pengumpulan data wawancara, observasi , analisis dokumen, dan
kuisioner survai bekerja. Wawancara mengungkapkan bahwa siswa tidak berusaha
semaksimal mungkin untuk meningkatkan komponen soft skill. Hasil kuantitatif menunjukkan
bahwa keterampilan kerja tim muncul secara konsensten sebagai kemahiran soft skill
dengan nilai tertinggi, diikuti oleh keterampilan manajemen informasi. Nilai soft skill yang
paling rendah adalah etika dan keterampilan moral secara profesional. Perolehan soft skill
diadaptasi dari aspek kurikulum dan non kurikulum terutama melalui kegiatan penanaman,
silabus, interaksi kelas dan lingkungan kampus. Penelitian ini menyimpulkan bahwa proses

8|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


pengembangan soft skill di perguruan tinggi sangat bergantung pada inisiatif pendidik
secara individu dan kreativitas dalam menjalankan kegiatan yang memungkinkan
pengembangan soft skill. Nilai yang signifikan terletak pada peningkatan kesadaran dan
pengembangan profesional pendidik pada pengembangan sumber daya manusia dan
lelatihan lainnya yang terkait dengan organisasi.
Perbedaan penelitian Tan dengan penelitian ini adalah metode penelitian yang digunakan
adalah kuantitatif dengan analisis EFA, karakteristik butir, dan CFA yang melibatkan metode
yang sama dengan penelitian Tan. Penelitian Tan mengungkapkan bahwa aspek soft skill
etika memiliki nilai yang rendah, dan pada penelitian ini aspek soft skill memiliki peran yang
diperluas dalam bentuk visualisasi cerita rakyat di dalam model penilaian. Penelitian ini
mengamati soft skill siswa SMK dan penelitian Tan meneliti soft skill mahasiswa dan dosen
di jurusan studi bisnis.
Penelitian Ilangko (2013: 19) model pengembangan dan Evaluasi soft skill selanjutnya
diukur dengan memadukan indikator soft skill dalam kegiatan ekstrakurikuler dan lingkungan
sekolah. Evaluasi juga berbasis pada perubahan perilaku observatif dalam kegiatan belajar
mengajar dalam soft skill. Evaluasi terbagi menjadi 2 evaluasi oleh guru dan evaluasi diri
yang dilakukan pada refleksi terus menerus oleh siswa. Para siswa kemudian akan
menerima sertifikat sesuai dengan tingkatan soft skill yang mereka dapatkan. Kesimpulan
menyarankan agar perolehan soft skill sesuai untuk siswa, guru diberikan pelatihan dan
kursus yang lebih komprehensif untuk menanamkan perolehan soft skill secara llebih efektif
salam proses belajar mengajar. Soft skill tidak boleh dilakukan secara terpisah tapi harus
dilakukan berasimilasi ke dalam proses belajar mengajar. Perencanaan kegiatan
pembelajaran harus berbasis pada tujuan ganda, yaitu mencapai tujuan pembelajaran dan
untuk memastikan soft skill yang ditetapkan indikator soft skill.
Perbedaan penelitian Ilangko dengan penelitian ini yaitu, penelitian ini adalah penelitian
pengembangan yang bertujuan untuk mengembangkan instrument yang memudahkan para
guru untuk mengevaluasi perilaku soft skill siswa dan siswa dapat melakukan evaluasi diri
secara aplikatif melalui program computer based test (CBT), dengan harapan bahwa
instrument yang dibuat terintegrasi dengan kegiatan perencanaan pembelajaran untuk
mencapai tujuan pembelajaran yang lebih menekankan pada kearifan lokal daerah di Jawa
Timur.
Penelitian Kahirol Mohd Salleh (2010), menyimpulkan bahwa pentingnya bagi para
pekerja untuk menunjukkan kompetensi soft skill bersama dengan hard skill untuk
dipekerjakan. Dengan soft skill masa depan terutama keterampilan interpersonal,
ketrampilan teknologi, dan keterampilan komunikasi, akan menjadi salah satu alat dan
pendekatan yang paling efektif untuk organisasi untuk mengevaluasi kemampuan pekerja.
Soft skill akan lebih memusatkan perhatian pada pengetahuan umum pekerja dan cara

9|UAS SEM 2018| CITRA NURMALITA – NIM 16701261014


menggunakannya dalam tugas sehari-hari. Begitu para pekerja mengetahui kemampuan
mereka, lebih mudah untuk menempatkannya pekerja di posisi yang tepat dan melakukan
tugas yang tepat. Memiliki soft skill yang jelas juga membuat pekerja lebih efektif dan
mengurangi jadwal kerja. Untuk menyimpulkan, sudah dikonfirmasi sebelumnya studi bahwa
di masa depan soft skill akan berkembang dan menguntungkan para pekerja dan organisasi.
Perbedaan Kahirol Mohd Salleh dengan penelitian ini adalah subjek yang digunakan dalam
penelitian Kahirol adalah para pekerja organisasi di Negara Malaysia, dan soft skill pada
pekerja sangat dibutuhkan untuk membuat para pekerja lebih efektif, sedangkan pada
penelitian ini memberikan pemahaman soft skill kepada pada siswa SMK yang memiliki
harapan bahwa lulusan para siswa SMK dapat bekerja dalam waktu kurang dari 3 bulan
setelah lulusan, dan bekerja tidak hanya mengandalkan hard skill namun bekal pembiasaan
soft skill telah menjadi pemahanan yang dapat diterapkan pada saat siswa di sebuah
organisasi pekerjaan. Persamaan dengan penelitian ini adalah memiliki hipotesis yang sama
bahwa instrument soft skill yang nantinya dapat memudahkan siswa untuk mengetahui
tingkatan soft skillnya sehingga masa depan soft skill siswa semakin lama akan semakin
berkembang dalam tugas sehari-hari disekolah hingga ke tempat kerja.
Penelitian Taki Abdul Redha Al Abduwani (2012), studi tersebut selain menyoroti
pentingnya soft skill di tempat kerja, menyajikan sebuah mekanisme yang melaluinya soft
skill pembangunan bisa dicoba oleh institusi yang menunjukkan ketertarikan pada orientasi
soft skill. Itu Temuan mengungkapkan bahwa bank memiliki soft yang lebih baik orientasi
keterampilan daripada perusahaan minyak, di mana tingkat penanaman modal, pendapatan
dan Kekuatan karyawan dikaitkan dengan soft yang lebih tinggi orientasi keterampilan agar
karyawan tetap termotivasi dan produktif mereka harus termotivasi oleh manajemen melalui
berbagai insentif dan program intervensi kesenjangan keterampilan tidak terbatas hanya
untuk bank atau perusahaan minyak. Masa depan penelitian harus memikirkan standarisasi
tingkat keahlian dan tingkat keahlian soft skill di tempat kerja sesuai perbedaan kategori
kerja dan posisi sehingga menghasilkan ukuran soft skill.
Perbedaan penelitian Taki dengan penelitian ini adalah penggunaan desain riset yang
menggunakan eksperimen kuasi dengan metode kualitatif dengan pendekatan FGD
observasi personal pada pimpinan perusahaan tingkat junior dan senior. Sedangkan
penelitian ini adalah penelitian pengembangan yang lebih mengarah pada lulusan SMK
yang nantinya menjadi pekerja junior di sebuah organisasi perusahaan. Penelitian Taki
memberikan gambaran kepada penelitian ini bahwa, bentuk soft skill pada setiap jenjang
berbeda perilaku soft skillnya, tergantung dengan motivasi pekerjaan yang membutuhkan
perilaku soft skill. Namun, organisasi dalam kasus penelitian Taki adalah bank dan
perusahaan minyak keduanya sama memiliki dan menghendaki adanya tingkat keahlian soft

10 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
skill ditempat kerja sesuai perbedaan kategori kerja dan posisi, untuk penetapan ukuran soft
skill yang dibutuhkan pada setiap jenjang pekerjaan dan tempat kerja.
Penelitian Tomas Chamorro-Premuzie (2010), Tiga studi yang dilaporakan menunjukkan
bahwa persepsi tentang pentingnya dan pengembangan soft skill konsisten diberbagai
bidang non-akademik, meskipun tingkat kepentingan dan tingkat pengembangan rata-rata
berbeda-beda melintasi ranag pendidikan formal. Dalam beberapa kasus indikator soft skill
terkesan tumpang tindih (misal keterampilan manajemen dan keterampilan interpersonal).
Penafsiran ini konsisten dengan korelasi sederhana antara soft keterampilan dan prestasi
akademik. Namun, soft skill nampaknya memainkan peran yang jelas dalam hal keterlibatan
gelar, yang bersifat pendidikan dan minat kerja sendiri. Salah satu peran pendidikan tinggi
bisa dibilang untuk meningkatkan antusiasme dan semangat motivasi untuk belajar, dan
keterlibatan dengan materi pelajaran akademik cenderung berdampak pada pilihan
pekerjaan, serta kemampuan diri yang lebih tinggi. Hasil saat ini telah menyoroti pentingnya
memperlengkapi siswa dengan keterampilan non akademik yang relevan untuk mengejar
tujuan karir yang berhubungan dengan pekerjaan mereka. Dengan demikian, siswa
tampaknya menyadari perlunya mengembangkan soft skill untuk meningkatkan prospek
kerja mereka. Perbedaan penelitian Tomas Chamorro-Premuzic dengan penelitian ini
adalah, indikator yang digunakan dalam penelitian ini mengadaptasi indikator dari National
Association of Colleges and Employers (NACE) pada tahun 2008 di AS yang sampai saat ini
masih digunakan pada banyak penelitian soft skill di Indonesia. Adanya kasus tumpang
tindih pada indikator soft skill yang dikemukakan pada penelitian Tomas Chamorro-Premuzic
perlu dikaji kembali terkait dengan kebutuhan indikator soft skill dalam pembelajaran
dilingkungan sekolah dan kebutuhan soft skill di perusahaan dan organisasi. Upaya tersebut
untuk menghindari tujuan yang dapat diartikan memiliki arti sama atau terjadinya tumpang
tindih yang mengakibatkan sulitnya menentukan konstruk butir soal yang dikembangkan
pada model penilaian soft skill siswa SMK.
Penelitian Bacolod et al (2009), menyimpulkan bahwa hubungan antara aglomerasi dan
soft skill adalah berhubunga. Meskipun pekerja di kota memiliki tingkat rata-rata yang lebih
tinggi soft skill, efek ini didorong oleh puncak distribusi keterampilan yang pesat berupa
pelatihan bagi para pekerja dikota besar terkait keterampilan bagi pekerja dikota besar.
Pekerja dengan tingkat soft skill rendah cenderung memiliki tingkat yang lebih rendah
dikota-kota besar. Penelitian Bacold et al menggambarkan bahwa para lulusan SMK yang
memiliki tingkat keterampilan soft skill yang cakap, baik, dan mumpuni memberikan peluang
yang lebih besar untuk memiliki jenjang karir yang baik dkota besar. Bekerja dikota besar
memiliki dampak dengan upah atau gaji yang lebih tinggi, pelatihan keterampilan yang lebih
luas, pengalaman bekerja yang baik, dan kesejahteraan pekerjan yang baik daripada di kota
kecil. Upaya penelitian ini dalam meningkatkan soft skill bagi lulusan SMK di Jawa Timur

11 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
dinilai dapat memberikan pemahaman yang baik dan upaya memberikan penempatan
pekerjaan yang baik untuk para siswa. Dengan memiliki pembiasaaan soft skill sejak dari
SMK yang memiliki jenjang tingkatan standar nilai ukuran soft skill yang mengadaptasi
perusahaan dikota besar akan memberikan nilai lebih bagi para lulusan untuk dapat bekerja
dengan lebih percaya diri.

 Deskripsi Indikator Penelitian


Data yang digunakan merupakan hasil dari penggunaan instrument Impelemntasi Soft
Skill dalam Pendidikan Kejuruan yang dibangun dari konstruk nilai pada Pendidikan
Kejuruan, dimana terdapat 4 indikator variable laten yang digunakan dalam penelitian ini
yaitu Penghargaan Diri (A); Teknologi Kejuruan (B); Keterampilan Kejuruan (C); dan
Keterampilan Wirausaha (D). Instrumen ini diujicobakan pada 350 siswa SMK di Jawa
Timur. Adapun spesfiksi butir yang membentuk masing-masing indikator adalah sebagai
berikut,
Tabel 1. Spesifikasi butir untuk masing-masing indikator
No A (Peng_Diri) B (Tek_Kejur) C (Ketr_Kejur) D (Ketr_Kwu)
Memiliki Memililiki kompetensi
Menggunakan Pengetahuan dalam bidang
Menyelesaikan tugas
Bahasa Indonesia Kejuruan yang rancang bangun
1 Keterampilan dasar
dengan baik sesuai dapat membantu sesuai dengan
kejuruan (C1)
dengan EYD (A1) pembelajarannya bentuk usaha yang
(B1) akan dipilih (D1)
Menggunakan Memiliki kompetensi
Mampu
bahasa inggris dalam menemukan
menghitung Menyelesaikan tugas
dengan aktif oasar yang cocok,
2 pembelajaran Keterampilan khusus
ataupun pasif di menjaga
Matematika kejuruan (C2)
lingkungan sekolah kelangsungan hidup
Kejuruan (B2)
(A2) perusahaan (D2)
Memiliki kompetensi
Memiliki wawasan dalam bidang
Menerapkan Aktif dalam sejarah Indonesia pengelolaan
pembelajaran Teknologi yang luas dengan keuangan, mengatur
3 agama Komputer dan mengaplikasikan pembelian,
dikehidupannya Informasi Kejuruan wawasan tersebut penjualan,
(A3) (B3) pada produk yang pembukuan, dan
dibuat (C3) perhitungan laba/
rugi (D3)
Memiliki kompetensi
Memiliki Memiliki
dalam
pengetahuan profesionalitas Mampu membaca
mengembangkan
4 tentang cerita kinerja dan gambar kerja atau
hubungan personal
rakyat di Jawa moralitas tinggi jobsheet (C4)
dan menjalin
Timur (A4) (B4)
kemitraan (D4)

12 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
B1
 Konsep Analisis

B2

Tek_Kejur
B3

B4

A1
B1

A2
Peng_Diri B2
Ketr_Kejr

A3
B3

A4
B4

B1

Ketr_Kwuur B2

B3

B4

Keterangan :
 Peng_Diri (A) merupakan variable laten yang berhubungan dengan kemampuan
untuk mengontrol perilaku sendiri A1, A2, A3, A4. Regulasi Diri merupakan

13 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
penggunaan suatu proses yang mengaktivasi pemikiran, perilaku dan perasaan yang
terus menerus dalam upaya untuk mencapai tujuan yang telah ditetapkan (Schunk &
Zimmerman, 1998)
 Tek_Kejur (B) merupakan variable laten yang berhubungan dengan pedoman siswa
untuk mengikuti pendidikan yang siap kerja, dan untuk memahami apa yang terjadi
dilingkungannya, sehingga siswa dapat menjadi tenaga ahlli yang profesional,
berdedikasi, mengetahui dan memahami serta merespon dengan cepat apa yang
terjadi di lingkungannya. Adapun variable teramati yaitu B1, B2, B3, B4.
 Ketr_Kajr (C) merupakan variable laten yang berhubungan dengan bidang keahlian
pada pendidikan kejuruan. Roy W Robert (dalam Soeharto, 1988:2) mengungkapkan
bahwa pendidikan kejuruan yang bidang keahliannya meliputi masalah teknik
industry, keterampilan persiapan kerja yang dilakukan oleh dunia industri. Adapun
variable teramati yaitu C1, C2, C3, C4.
 Ketr_Kwuur (D) merupakan variable laten yang berhubungan dengan kemampuan
siswa untuk memberikan nilai lebih pada produknya. A. Kuriloff, John M Memphil, Jr
dan Douglas Cloud (1993:8), mengungkapkan bahwa seseorang dapat berhasil
karena memiliki kompetensi dalam bidang racang bangun sesuai dengan bentuk
usaha yang akan dipilih, memiliki kompetensi dalam menemukan pasar yang cocok
sehingga dpat mengidentifikasi pelanggan, memiliki kompetensi dalam bidang
pengelolaan keuangan, dan dapat mengembangkan hubungan personal dan
kemitraan. Adapun variable teramati yaitu D1, D2, D3, D4.

14 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
 Data yang digunakan

SISWA A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
1 2 3 0 1 3 0 0 0 2 0 2 0 1 1 2 2
2 0 0 0 0 1 0 0 0 2 2 1 0 0 0 1 3
3 1 1 1 0 1 0 2 0 2 0 2 2 1 0 2 2
4 4 0 2 1 3 0 3 0 2 3 4 1 3 3 3 3
5 4 3 3 0 4 0 2 1 2 4 3 2 1 0 2 4
6 0 0 1 0 1 0 1 1 1 0 1 0 1 1 2 1
7 1 1 1 0 3 0 2 2 2 2 3 0 0 0 2 0
8 2 0 3 0 2 0 2 1 2 4 3 4 1 0 4 3
9 1 3 1 0 3 0 2 1 2 3 1 0 1 3 3 4
10 3 3 2 2 3 0 1 2 3 3 3 0 3 0 2 0
11 3 3 4 2 4 1 3 1 2 4 4 0 4 3 4 3
12 1 3 3 1 3 0 2 1 2 4 2 1 2 3 4 1
13 1 1 1 0 2 0 0 3 2 2 4 0 2 1 2 0
14 3 1 1 0 4 0 1 0 2 2 4 2 2 0 2 2
15 4 4 4 4 4 4 4 3 4 4 3 4 4 3 4 3
16 4 4 3 3 4 4 3 4 4 4 4 3 4 3 4 2
17 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 4
18 2 1 1 1 4 0 4 1 1 2 2 2 1 1 1 3
19 1 0 2 0 3 1 2 0 2 0 2 0 2 2 2 3
20 0 0 3 0 0 0 1 0 0 0 0 1 1 2 2 3
21 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 2
22 4 3 3 2 4 1 2 2 2 3 3 3 3 1 4 2
23 1 3 1 0 1 0 1 1 3 0 2 0 2 1 2 2
24 1 0 3 0 3 0 1 0 3 2 4 0 2 1 2 2
25 1 3 4 1 4 0 0 1 2 2 1 2 1 0 2 2
26 1 1 0 0 1 0 0 0 1 1 3 0 0 1 2 3

15 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
SISWA A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
27 1 2 3 0 4 0 3 1 1 2 0 1 2 4 3 4
28 3 3 4 3 4 1 2 0 2 2 4 4 3 1 4 3
29 3 3 3 0 3 0 2 1 3 4 4 2 3 1 2 3
30 1 2 3 0 3 1 2 0 3 3 3 0 1 2 2 0
31 2 2 3 1 4 0 4 2 3 3 4 2 3 0 3 3
32 0 0 1 0 1 0 1 0 1 0 2 0 0 0 1 3
33 3 2 4 2 2 0 1 0 2 3 2 0 2 3 2 0
34 3 1 3 0 2 0 0 1 2 0 1 0 1 3 2 4
35 3 1 3 0 3 0 0 1 2 3 4 3 2 2 1 0
36 3 2 3 1 4 2 4 1 2 4 3 4 2 1 4 1
37 3 3 3 1 3 1 4 1 3 3 3 1 2 3 2 4
38 2 3 4 2 4 0 3 2 3 3 4 2 1 1 2 0
39 1 0 0 1 1 0 0 0 1 2 1 0 1 0 0 3
40 3 3 3 0 4 0 1 1 2 2 3 1 2 4 2 0
41 2 3 3 0 4 0 1 0 2 4 4 0 2 2 2 3
42 2 0 3 0 3 0 2 1 3 3 0 1 2 1 2 4
43 4 4 4 2 4 4 3 4 4 4 4 3 4 2 4 4
44 1 0 2 0 3 0 0 0 2 2 2 1 1 1 2 4
45 4 3 2 2 4 0 1 1 2 3 4 2 4 1 4 4
46 4 3 3 2 4 3 4 2 3 4 4 2 2 4 3 0
47 3 0 3 0 1 0 3 2 2 4 3 2 1 0 2 1
48 3 3 2 0 2 1 3 1 2 3 3 0 1 1 3 3
49 2 1 3 0 1 0 2 1 1 3 2 0 1 1 1 0
50 3 1 2 0 2 0 0 0 2 3 2 1 2 0 3 2
51 3 3 3 2 4 0 1 1 2 3 3 2 2 2 3 2
52 3 1 2 0 3 0 1 0 2 2 2 0 4 2 1 2
53 3 1 2 1 4 0 1 1 3 4 3 0 2 2 0 2
54 2 0 2 1 2 0 1 2 1 2 2 0 0 0 2 4

16 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
SISWA A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
55 3 2 3 1 4 0 1 1 2 1 3 0 3 2 2 3
56 0 0 1 0 0 0 1 1 0 1 0 2 1 1 1 4
57 0 0 0 0 2 0 1 0 1 0 2 0 0 1 1 4
58 1 0 0 0 2 0 0 1 2 1 2 1 2 0 2 4
59 2 2 2 0 3 0 1 0 1 2 0 3 0 0 2 4
60 3 3 3 1 4 3 3 3 3 4 4 3 1 3 4 2
61 3 3 3 2 4 0 3 0 4 4 2 1 1 0 3 2
62 0 0 0 0 1 0 1 0 0 0 1 0 1 1 1 3
63 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 3
64 2 1 2 0 3 1 1 0 2 3 1 0 1 0 1 1
65 2 1 3 1 3 0 1 0 2 3 3 2 1 0 1 1
66 3 3 3 0 4 0 2 0 3 3 3 0 3 0 3 2
67 4 4 3 3 4 2 3 4 3 4 3 3 3 3 4 1
68 1 0 0 0 1 0 1 0 0 2 0 1 0 0 2 2
69 3 3 4 4 4 0 4 1 3 3 4 1 1 2 4 2
70 4 4 4 3 4 1 3 2 3 4 4 0 4 1 4 3
71 3 3 1 0 3 0 1 1 2 4 1 0 0 2 1 2
72 3 2 2 3 3 0 3 1 2 4 2 1 3 1 2 3
73 2 1 2 2 2 0 2 1 2 3 2 0 3 2 2 3
74 0 2 1 0 1 0 0 1 1 3 3 0 0 2 1 3
75 0 0 1 0 0 0 1 0 1 0 2 0 1 0 0 3
76 2 3 3 2 3 0 2 1 2 3 3 1 3 2 3 0
77 3 3 4 1 4 1 4 2 2 4 4 1 3 2 2 3
78 1 0 0 0 1 0 1 0 1 1 3 2 0 1 2 2
79 3 1 3 0 3 0 1 0 2 3 4 2 3 0 4 2
80 3 3 4 2 4 1 1 1 2 3 3 1 2 3 3 4
81 1 0 0 0 0 0 0 1 2 1 3 0 1 1 1 0
82 2 2 1 0 4 0 1 0 1 3 2 0 1 0 0 4

17 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
SISWA A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
83 3 1 3 1 2 0 2 0 2 3 2 0 0 1 2 1
84 3 1 2 1 1 0 3 0 2 2 3 4 1 0 2 1
85 1 0 1 1 2 0 3 1 2 4 0 0 1 0 2 1
86 3 3 4 1 4 3 3 2 3 4 4 4 2 3 4 2
87 4 4 4 4 4 4 3 3 4 4 3 1 2 3 4 3
88 3 3 4 2 3 2 1 3 3 4 3 3 3 1 2 3
89 3 2 3 2 4 1 1 3 3 3 4 0 2 2 3 2
90 2 0 0 0 0 0 0 0 0 0 1 2 1 1 0 3
91 3 3 2 1 4 0 2 2 3 3 4 4 3 0 4 3
92 2 3 4 1 4 0 2 2 3 4 4 0 0 2 4 4
93 4 3 4 1 3 1 3 2 2 3 4 3 2 2 3 3
94 1 3 2 0 2 0 2 1 3 2 2 0 1 1 4 2
95 0 0 3 1 2 0 1 0 1 2 0 3 2 2 2 2
96 3 3 3 1 4 1 3 1 3 4 3 1 2 1 3 3
97 4 3 1 0 3 0 0 3 2 3 1 1 2 1 1 4
98 1 2 3 1 1 0 1 2 1 0 3 0 1 1 3 1
99 4 4 1 2 4 0 0 2 2 2 4 1 3 2 3 3
100 3 0 3 2 1 1 0 0 1 3 3 1 2 2 1 3
101 3 3 4 0 4 1 3 1 2 4 3 3 2 2 3 1
102 3 3 3 4 4 3 3 4 3 4 4 3 2 3 4 0
103 4 3 4 2 4 0 4 2 3 4 4 0 2 3 3 4
104 2 1 2 2 4 0 1 2 3 2 3 1 2 1 4 3
105 1 1 2 1 0 0 0 2 1 1 3 3 2 1 0 2
106 2 3 1 1 3 0 2 2 1 0 0 1 1 1 2 3
107 4 3 4 4 3 2 2 2 3 4 3 3 3 2 3 4
108 4 3 3 2 3 0 0 1 2 3 3 0 0 2 3 3
109 3 2 3 1 3 1 3 1 3 4 2 3 2 2 4 4
110 3 3 3 0 4 0 3 2 2 4 3 3 2 2 2 2

18 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
SISWA A1 A2 A3 A4 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4
111 4 3 4 4 4 4 4 3 3 4 3 1 3 4 4 2
112 3 2 3 2 4 1 2 2 3 3 3 0 3 0 4 3
113 0 0 1 0 2 0 2 0 2 0 0 1 1 0 2 3
114 4 2 3 0 4 1 2 0 3 4 3 2 3 4 3 0
115 2 0 3 0 3 0 1 0 1 2 1 1 1 2 2 1
116 3 3 4 0 3 0 4 1 2 4 4 1 0 3 2 3
117 0 2 1 0 1 0 2 0 2 1 0 0 1 0 1 4
118 3 3 2 0 2 0 1 1 2 2 2 3 2 0 1 2
119 3 3 2 3 4 0 3 4 3 3 3 0 2 3 3 2
120 2 1 2 0 2 0 1 0 1 0 3 2 1 1 1 2
121 3 0 4 2 3 1 1 0 2 3 3 2 1 0 2 0
122 1 1 3 0 2 0 0 0 1 4 2 1 1 2 3 2
123 2 3 2 1 3 0 1 1 3 4 3 2 3 1 2 4
124 2 1 1 0 0 0 2 0 2 3 0 0 2 0 0 3
125 4 4 4 4 4 2 4 1 3 4 3 1 2 1 4 2
126 2 3 3 1 4 0 2 1 2 3 3 1 1 3 2 1
127 3 3 3 2 4 0 4 1 3 4 4 0 3 2 2 1
128 2 3 3 0 2 0 2 2 3 3 3 3 2 1 2 1
129 3 3 3 3 4 0 2 1 4 3 2 4 1 1 3 0
130 2 3 3 1 3 0 3 0 2 2 3 2 3 1 2 2
131 3 2 2 1 3 0 3 2 2 3 3 1 3 0 3 3
132 3 2 1 0 2 0 3 1 2 2 2 1 0 0 1 3
133 0 0 1 0 3 0 1 1 2 2 3 0 1 0 2 2
134 3 1 3 0 2 0 1 1 2 3 2 2 1 1 2 3
135 0 0 0 0 0 0 0 0 1 0 1 1 2 0 1 0

19 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
 Langkah-Langkah Analisis EFA
1. Menyiapkan data yang akan dianalisis seperti prosedur pernyiapan data pada
umumnya. Barisan menunjukkan subjek dan kolom menunjukkan item. Kemudian,
memasukkan data seperti yang terpampang pada gambar sebagai berikut (pada
kasus ini file UAS_1.sav),

2. Pilih Analyze > Dimention Reduction > Factor Analysis. Lalu masukkan 16 item
variable teramati yang akan dianalisis.

20 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
3. Pilih Menu Descriptives, lalu pilih KMO and Bartletts test of sphericity dan Anti-
Image

4. Pilih menu Extraction, lalu pilih metode principal components, pilih Scree plot, pilih
continue

5. Pilih menu Rotation, lalu pilih Varimax, pilih continue

21 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
6. Pilih menu Options, lalu pilih Suppress Small Coefficients dengan nilai dibawah
0.4, pilih continue.

7. Kemudian klik OK untuk menampilkan hasil analisis faktor eksploratori (EFA).

 Deskripsi Hasil Analisis EFA


Analisis Pendahuluan
KMO atau Kaiser-Meyer-Olkin mengukur kecukupan sampel yang digunakan pada
analisis faktor, dimana nilai bervariasi antara 0 sampai dengan 1. Nilai minimum untuk uji
kecukupan sampel adalah 0,6 (Kaiser, 1974). Sedangkan, Bartlett’s Test of Sphericity
adalah pengujian untuk hipotesis null, selain itu tes menyediakan standar minimum dalam
memroses data untuk dianalisis faktor eksploratori.

Berdasarkan hasil output KMO and Bartlett’s Test , nilai KMO yang diperoleh
adalah 0.948 yang menunjukkan bahwa ukuran sampel adalah cukup baik dan kita dapat
memroses data ke analisis faktor eksploratori. Dengan menggunakan level of significance
95% atau α = 0.05, nilai p-value (Sig.) adalah 0.000 < 0.0, sehingga analisis faktor yang
dilakukan pada data ini bersifat valid.

Output Anti Image Matrices


Pada tabel Anti image matrice diketahui bahwa nilai MSA menunjukkan bahwa 16
variabel diuji memenuhi persyaratan MSA “a” yaitu diatas 0,5 sehingga dapat digunakan
untuk pengujian selanjutnya.

22 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Output Factor Extraction

Pada output SPSS ini menampilkan daftar nilai eigen yang berhubungan dengan
setiap komponen linier atau faktor sebelum ekstraksi, setelah ekstraksi dan setelah
rotasi. Adapun output SPSS ekstraksi faktor ditunjukkan pada tabel dibawah ini,

Sebelum ekstraksi, SPSS mengidentifikasi 16 komponen linier dalam data yang


ditampilkan. Setiap nilai eigen berhubungan dengan setiap faktor yang
merepresentasikan varians yang dijelaskan oleh beberapa komponen linear dan SPSS

23 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
juga menampilkan nilai eigen dalam bentuk presentase varians (contoh: faktor 1
menjelaskan 45,154% dari varians total). Terlihat sangat jelas bahwa SPSS
mengekstraksi semua faktor sebelum ekstraksi menjadi 4 faktor yang memiliki nilai eigen
lebih dari 0,9. Pada tabel yang dilabeli Rotation Sums of Squared Loadings, nilai eigen
setelah dirotasi disajikan. Sebelum diekstraksi nilai faktor 1 sampai dengan 4 berturut-
turut adalah 45,154%; 6,602%; 6,099%; dan 5,735%. Setelah ekstraksi, nilai faktor 1
sampai dengan 4 menjadi 32,296%; 17,711%; 7,174%; dan 6,409%.
Selanjutnya adalah output SPSS adalah tabel komunaliti sebelum dan sesudah
ekstraksi. Analisis yang dipilih adalah principal component analysis, asumsi awal yang
digunakan adalah bahwa varians awal semua komponen adalah sama. Berikut hasil
output tabel komunaliti.

Sebelum ekstraksi, nilai komunaliti semua komponen adalah 1. Pada kolom


extraction, menunjukkan common variance pada struktur data yang digunakan.
Sehingga, kita dapat mengatakan bahwa 96% varians berhubungan dengan pertanyaan
nomor 1. Selain itu, ditunjukkan output component matrix sebelum dirotasi. Pada tabel
tersebut, disajikan nilai factor loading pada setiap variabel pada masing-masing faktor.
Dengan menggunakan aturan default dari SPSS yaitu untuk tidak menampilkan nilai
loading dibawah 0.4 sehingga nilai loading tersebut akan diwujudkan dalam bentuk kotak
kosong.

24 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Pada tahapan ini, diketahui bahwa SPSS telah mengekstraksi butir-butir menjadi 4
faktor yang dapat digunakan oleh peneliti dalam mengambil keputusan. Salah satu
keputusan penting adalah banyaknya faktor yang diekstraksi. Dengan menggunakan
kriteria Kaiser, kita harus mengekstraksi komponen menjadi 4 faktor dan sudah dilakukan
oleh SPSS.

Output Factor Rotation

Output diatas merupakan matriks komponen yang telah dirotasi dimana terdapat
faktor loading untuk setiap variabel yang terdapat pada setiap faktor. Pada format ini,
faktor loading yang memiliki nilai dibawah 0.4 tidak akan ditampilkan atau dalam bentuk
kotak kosong. Sebelum dirotasi, hampir semua variabel berada pada faktor 1 dan 2.
Setelah dirotasi, semua variabel tersebar merata pada setiap faktor. Faktor 1 memiliki 10
variabel atau item, yaitu A1, A2, A2, B1, B3, C1, C2, C3, D1, dan D3. Faktor 2 memiliki 4
variabel atau item, terdiri atas A4, B2, B4, dan D2. Faktor 3 yang terdiri 1 komponen yaitu
C4.Faktor 4 yang terdiri atas 1 variabel yaitu D4. Dengan adanya penghilangan
komponen dibawah 0.4 akan membuat analisis jauh lebih mudah.

25 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Output Factor Scree Plot

Terlihat pada gambar bahwa dari satu ke dua faktor terlihat garis dari sumbu
componen number 1 ke 2. Arah garis menurun dengan cukup tajam, kemudian dari
angka 2 ke garis 3, dan dari garis 4 menurun sejajar, namun dengan slope yang lebih
kecil. Diperhatikan juga bahwa pada faktor 5 nilai sudah dibawah eigenvalue 1 dari
sumbu y. Hal ini menunjukkan bahwa empat faktor adalah component number yang
paling bagus untuk empat variable tersebut.

3
4

Tabel component transformation matrix diketahui bahwa diagonal faktor (component)


1 dan 2 jatuh diatas angka 0,5 (0,820 dan 0,034), hal tersebut membuktikan bahwa
kedua factor (component) yang terbentuk sudah tepat karena mempunyai korelasi yang
tinggi. Sedangkan 3 dan 4 angka dibawah 0,5 (-0,486 0,302) hal tersebut membuktikan
bahwa mempunyai korelasi yang rendah dan belum tepat.

26 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Interpretasi Hasil EFA
Instrumen yang dikembangkan adalah soft skill siswa SMK dalam pembelajaran.
Data yang dikumpulkan menggunakan kuesioner hasil respon siswa yang berisi 16 item
pernyataan. SPSS digunakan untuk mengkonstruksi faktor atau dimensi dari hasil yang
telah diperoleh atau diujicobakan kepada 135 siswa SMK di Jawa Timur. Adapun
pertanyaan-pertanyaan yang mempunyai loading faktor tinggi dirincikan sebagai berikut,
Componen Jumlah Variabel Komponen
Variabel Laten
Faktor Teramati variable teramati
A1,A2,A3,A4,B1,B3,
1 Penghargaan Diri (A) 10
C1,C2,C3,D1,D3
2 Teknologi Kejuruan (B) 4 A4, B2, B4, D2
Keterampilan Kejuruan
3 1 C4
(C)
Keterampilan
4 1 D4
Wirausaha (D)

Berdasarkan tabel hasil component matrik yang diringkas dalam tabel diatas,
ditunjukkan bahwa pada faktor 1 berhubungan dengan penghargaan diri (A). Kemudian,
11 item-item pernyataan yang mempunyai faktor loading tinggi pada faktor 2
berhubungan dengan Teknologi Kejuruan (B) Faktor 3 yang memiliki 1 item pernyataan
yang memiliki loading faktor tinggi merupakan dimensi Keterampilan Kejuruan (C)
memiliki 1 item pertanyaan. Terakhir, faktor 4 merupakan dimensi Keterampilan
Wirausaha yang memiliki 1 item pernyataan.

27 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
 Langkah-Langkah Analisis CFA
1. Import data kedalam LISREL data dengan cara pilih File > Import Data in Free
Format, cari nama ekstensi file pada bagian files of type (dalam kasus ini jenis file
spss *.sav). Pilih nama file UAS_1.sav (pada analisis UAS ini).

2. Berikut pemilihan file ekstensi jenis *.sav

28 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
3. Berikut pemilihan file ekstensi jenis *.sav

4. Merubah data/variables menjadi data/ variable continuous dengan cara pilih Data lalu
Define Variables

29 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
5. Selanjutnya akan muncul Variabel yang ada pada file .sav. Highight atau pilih semua
variable kemudian pilih Variabel Type lalu pilih continuos dan Apply All. Maka untuk
saat ini sudah menjadi variable yang sifatnya countinuos.

6. Buka file SIMPLIS baru dengan cara klik File, kemudian klik New, dan Pilih SIMPLIS
Project, kemudian Pilih OK.

30 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
7. Berikut pemilihan file untuk SIMPLIS Project.

8. Selanjutnya akan muncul kotak penyimpanan untuk menyimpan data SIMPLIS Project
yang nantinya akan dibuat. Jenis ekstensi yang digunakan pada tahap ini adalah *.spj.

31 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
9. Setelah melalui proses SIMPLIS Project, dan melakukan penyimpanan file *.spj. Akan
keluar kotak dialog baru yang menginstruksikan kita dimana untuk menyimpan file baru
SIMPLIS

10. Memberikan judul pada analisis SEM. Dengan cara pilih Setup > Title and Comments…
kemudian isikan komentar yang diinginkan dan tekan next seperti gambar berikut,

32 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
11. Berikut adalah penulisan judul analisis metode SEM, kemudian pilih Next

12. Sehingga keluar kotak dialog untuk multi sample analysis. Karena data kita adalah satu
kelompok maka lewati bagian ini, dan pilih Next.

33 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
13. Maka akan keluar kotak dialog baru dengan judul labels, tekan Add/ Read Variabels pada
sisi Observed Variables.

14. Ganti LISREL System File dengan PRELIS System File, pada bagian Read from File.
Tekan Browse. Kemudian Browse, pilih file UAS_1.psf

34 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
15. Sehingga tampilan akan kembali seperti pada Labels, namun perbedaannya adalah pada
kolom Observed Variables, telah terisi Variabel teramati. Pada kasus analisis ini, untuk
variable teramati ada 16 variabel dengan rincian A1,A2,A3,A4; B1,B2,B3,B4;
C1,C2,C3,C4; D1,D2,D3,D4.

16. Kemudian beralih pada Latent Variables atau Variabel Laten. Variabel laten yang diisikan
dengan cara pilih Add Latent Variables, dan isikan nama variable laten yang diinginkan.
Pada kasus ini, nama Latent Variables adalah Peng_Diri (A); Tek_Kejur (B);
Ketr_Kejur (C); Ketr_KWU (D).

35 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
17. Berikut adalah tampilan variable yang sudah dimasukkan, pada kolom Variabel teramati
telah terisi 16 variabel, dan variable latent terisi 4 variabel. Pilih Next

18. Kemudian akan muncul tampilan kotak dialog Data, dengan mengisi Number of
observation. Artinya bahwa kita memberitahukan kepada Lisrel bahwa subyek data yang
kita analisis sejumlah 135 siswa (pada kasus ini), pilih OK

36 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
19. Sehingga akan kembali ke kotak SIMPLIS yang kosong. Kemudian untuk
menghubungkan model SEM dengan metode SIMPLIS dengan cara, Pilih Setup > Build
SIMPLIS System (F8).

20. Sehingga akan muncul kotak dialog SIMPLIS Syntax sebagai berikut,

37 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
21. Tugas analis adalah mengisi hubungan-hubungan yang diinginkan pad abaris setelah
relationships. Dapat anda perhatikan bahwa nama variable yang ditampilkan hanyalah
variable laten, sedanngkan variable observed tidak ditampilkan oleh Syntax SIMPLIS
tersebut. Hal tersebut karena variable observed dan namanya adalah sama seperti yang
disimpan pada LISREL Data sehingga tidak perlu dispesifikasi lagi.

22. Untuk mengeksekusi Syntax yang telah dibuat, mulai run syntax SIMPLIS dengan cara
pilih icon berikut

23. Kemudian akan muncul tampilan sebagai berikut,

38 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
 Hasil Analisis Data Berdasarkan Gambar Diagram

Output 1. Model SEM Berdasarkan Estimasi

Output 2. Model SEM Berdasarkan Standar Solution

39 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Output 3. Model SEM Berdasarkan Modification Indices

Output 4. Model SEM Berdasarkan T-Value

40 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
 Hasil Output Goodness Of Fit

Goodness of Fit Statistics

Degrees of Freedom = 98
Minimum Fit Function Chi-Square = 74.61 (P = 0.96)
Normal Theory Weighted Least Squares Chi-Square = 69.40 (P = 0.99)
Estimated Non-centrality Parameter (NCP) = 0.0
90 Percent Confidence Interval for NCP = (0.0 ; 0.0)

Minimum Fit Function Value = 0.56


Population Discrepancy Function Value (F0) = 0.0
90 Percent Confidence Interval for F0 = (0.0 ; 0.0)
Root Mean Square Error of Approximation (RMSEA) = 0.0
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.0)
P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00

Expected Cross-Validation Index (ECVI) = 1.30


90 Percent Confidence Interval for ECVI = (1.30 ; 1.30)
ECVI for Saturated Model = 2.03
ECVI for Independence Model = 21.32

Chi-Square for Independence Model with 120 Degrees of Freedom = 2824.90


Independence AIC = 2856.90
Model AIC = 145.40
Saturated AIC = 272.00
Independence CAIC = 2919.38
Model CAIC = 293.80
Saturated CAIC = 803.12

Normed Fit Index (NFI) = 0.97


Non-Normed Fit Index (NNFI) = 1.01
Parsimony Normed Fit Index (PNFI) = 0.80
Comparative Fit Index (CFI) = 1.00
Incremental Fit Index (IFI) = 1.01
Relative Fit Index (RFI) = 0.97

Critical N (CN) = 240.73

Root Mean Square Residual (RMR) = 0.090


Standardized RMR = 0.063
Goodness of Fit Index (GFI) = 0.94
Adjusted Goodness of Fit Index (AGFI) = 0.91
Parsimony Goodness of Fit Index (PGFI) = 0.68

Hasil output yang otomatis muncul dalam tampilan output lisrel ditabulasikan dalam
Tabel 1 dengan tujuan untuk mengetahui model analisis jalur secara keseluruhan
berdasarkan nilai patokan untuk kecocokan model.

41 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Tabel 1. Uji Kecocokan Model SEM

Ukuran Uji Kecocokan Model secara Nilai Patokan untuk Kecocokan Model
Keseluruhan Kecocokan Model terhadap hasil Data
Probalibilitas dari 74,61 < 2.df Cocok
P-VALUE 0,99 ≥ 0,05 Cocok
RMSEA 0,000 ≤ 0,08 Cocok
NFI 0,97 ≥ 0,9 Cocok
NNFI 1,01 ≥ 0,9 Cocok
CFI 1,00 ≥ 0,90 Cocok
IFI 1,01 ≥ 0,9 Cocok
RFI 0,97 ≥ 0,9 Cocok
RMR 0,090 ≤ 0,05 Cocok
SRMR 0,063 ≤ 0,905 Cocok
GFI 0,94 ≥ 0,9 Cocok
AGFI 0,91 AGFI ≤ 0,90 Cocok

Berdasarkan Tabel 1, didapatkan hasil analisis bahwa model SEM dari implementasi
soft skill dalam pembelajaran di sekolah kejuruan di Jawa Timur ditinjau berdasarkan
absolute fit measure (Chi square, GFI, dan SRMR) memiliki kategori kemampuan model
yang memiliki kecocokan data (good fit). Kecocokan model jugaa dipenuhi oleh incremental
fit measures yang ditunjukkan oleh NFI, CFI, dan IFI dimana ketiga nilai faktor tersebut
memiliki nilai yang lebih besar dari 0,9 dikategorikan bahwa model tersebut memiliki
kecocokan data (good fit).

 Pengaruh Langsung dan Tidak Langsung


Besarnya pengaruh secara langusng maupun secara tidak langsung antar variable dapat
dianalisis berdasarkan nilai Standardized Total Effects (TE) dan Indirect Effects (IE) dari
output Lisrel. Nilai pengaruh langsung (direct effect) dihitung dari selisih TE dan IE. Total
pengaruh dan pengaruh tidak langsung dapat dilihat pada output sebagai berikut,

 Output Matriks Korelasi dari Lisrel

Correlation Matrix of ETA and KSI

Tek_Keju Ketr_Kej Ketr_Kwu Peng_Dir


-------- -------- -------- --------
Tek_Keju 1.00
Ketr_Kej 1.02 1.00
Ketr_Kwu 1.03 0.98 1.00
Peng_Dir 1.02 0.99 0.99 1.00

Berdasarkan tabel matriks korelasi berdasarkan analisis output lisrel diketahui bahwa
koefisien korelasi antar variable lebih besar dari 0,4 (>0,4). Hasil tersebut menunjukkan
bahwa terdapat hubungan dengan kategori kuat antar variable yang terhubung,
menunjukkan bahwa terdapat hubungan yang kuat antar variable yang terhubung.

 Output Total Effect (TE), Direct Effect (DE), dan Indirect Effect (IE)
Standardized Total Effects of KSI on ETA

42 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Peng_Dir
--------
Tek_Keju 1.02
Ketr_Kej 0.99
Ketr_Kwu 0.99

Output diatas memberikan pengaruh total antara variable eksogen (Peng_Diri) terhadap
variable endogen (Tek_Keju; Ketr_Kej; Ketr_Kwu). Pengaruh total ini merupakan
penjumlahan dari pengaruh langsung dengan pengaruh tidak langsung. Misalnya pengaruh
total Peng_Diri terhadap Tek_Keju 0,99

Standardized Indirect Effects of KSI on ETA

Peng_Dir
--------
Tek_Keju 0.42
Ketr_Kej - -
Ketr_Kwu -0.20

Output diatas memberikan pengaruh tidak langsung antara variable eksogen dengan
variable endogen. Misalnya pengaruh tidak langsung Ketr_Kej terhadap Ketr_Kwu adalah
sebesar -0,02

Standardized Indirect Effects of KSI on ETA

Peng_Dir
--------
Tek_Keju 0.42
Ketr_Kej - -
Ketr_Kwu -0.20

Standardized Total Effects of ETA on ETA

Tek_Keju Ketr_Kej Ketr_Kwu


-------- -------- --------
Tek_Keju - - 0.43 - -
Ketr_Kej - - - - - -
Ketr_Kwu -0.56 0.14 - -

Standardized Indirect Effects of ETA on ETA

Tek_Keju Ketr_Kej Ketr_Kwu


-------- -------- --------
Tek_Keju - - - - - -
Ketr_Kej - - - - - -
Ketr_Kwu - - -0.24 - -

Disamping itu, nilai korelasi dan pengaruh antar variable laten dapat dilihat pada
output lisrel. Nilai korelasi antar variable terlihat dalam matriks berikut,

43 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
Correlation Matrix of ETA and KSI

Tek_Keju Ketr_Kej Ketr_Kwu Peng_Dir


-------- -------- -------- --------
Tek_Keju 1.00
Ketr_Kej 1.02 1.00
Ketr_Kwu 1.03 0.98 1.00
Peng_Dir 1.02 0.99 0.99 1.00

Berdasarkan nilai tersbeut, maka dapat disusun nilai korelasi dan pengaruh langsung
maupun tidak langsung antar variable yang dirangkum dalam tabel berikut,

Variabel A B C D
A 1,00 1,02 1,03 1,02
B 1,02 1,00 0,98 0,99
C 1,03 0,98 1,00 0,99
D 1,02 0,99 0,99 1,00

Berdasarkan tabel matriks korelasi berdasarkan analisis output lisrel diketahui bahwa
koefisien korelasi antar variable lebih besar dari 0,4 (>0,4). Hasil tersebut menunjukkan
bahwa terdapat hubungan dengan kategori kuat antar variable yang terhubung.
menunjukkan bahwa terdapat hubungan yang kuat antar variable yang terhubung.

Pengaruh Langsung dan Tidak Langsung

Koef Dampak
Variabel S
Korelasi TE DE IE
Peng_Diri (A) – Tek_Keju (B) 1,02 1,02 0,6 0,42 0,00
Peng_Diri (A) – Ketr_Keju (C) 1,03 0,99 0,99 - 0,04
Peng_Diri (A) – Ketr_Kwu (D) 1,02 0,99 1,19 -0,20 0,03
Tek_Keju (B) – Ketr_Keju (C) 0,98 - - - 0,98
Tek_Keju (B) – Ketr_Kwu (D) 0,99 -0,56 -0,56 - 1,55
Ketr_Keju (C) – Ketr_Kwu (D) 0,99 0,14 0,38 -0,24 0,85

Berdasarkan hasil output diatas diketahui bahwa pengaruh total (Total Effect / TE) antara
variable eksogen (A) terhadap variable endogen ( B, C, D, dan E). Nilai pengaruh total
merupakan hasil penjumlahan dari pengaruh langsung dengan pengaruh tidak langsung.
Contohnya pengaruh dari total Peng_Diri (A) dengan Tek_Keju (B) dengan nilai 1,02.
Berdasarkan hasil output diatas diketahui bahwa variable yang memiliki nilai memberikan
pengaruh tidak langsung antara variable eksogen dengan variable endogen. Contohnya
pada output diatas, terdapat pengaruh tidak langsung A terhadap B sebesar 0,42 dan A
terhadap D sebesar -0,20.
Berdasarkan hasil output diatas diketahui bahwa variable yang memiliki nilai memberikan
pengaruh total dan indirect effect variable endogen terhadap variable endogen.

44 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
LAMPIRAN 1 HASIL OUTPUT
( Berdasarkan File Lisrel “CITUAS.OUT”)

45 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
46 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
47 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
48 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
49 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
50 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
51 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
52 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
53 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
54 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
55 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
56 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
57 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
58 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
59 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4
LAMPIRAN 2 HASIL OUTPUT
( Berdasarkan File Lisrel “CITUAS.SPJ”)

UAS Model Persamaan Linier


Uji CFA UAS SEM
Raw Data from file 'D:\Sekolah\Doktoral\Semester
3\SEM\UAS\UAS_1.psf'
Sample Size = 135
Latent Variables Peng_Diri Tek_Kejur Ketr_Kejur Ketr_Kwu
Relationships
A1 = 1*Peng_Diri
A2 = Peng_Diri
A3 = Peng_Diri
A4 = Peng_Diri
B1 = 1*Tek_Kejur
B2 = Tek_Kejur
B3 = Tek_Kejur
B4 = Tek_Kejur
C1 = 1*Ketr_Kejur
C2 = Ketr_Kejur
C3 = Ketr_Kejur
C4 = Ketr_Kejur
D1 = 1*Ketr_Kwu
D2 = Ketr_Kwu
D3 = Ketr_Kwu
D4 = Ketr_Kwu
Tek_Kejui = Ketr_Kejr
Ketr_Kwuur = Tek_Kejui Ketr_Kejr
Ketr_Kwuur = Tek_Kejui Ketr_Kejr
Tek_Kejui = Peng_Dir
Ketr_Kejr = Peng_Dir
Ketr_Kwuur = Peng_Dir
Tek_Kejur Ketr_Kejur Ketr_Kwu = Peng_Diri
Set the Variance of Peng_Diri to 1
Options: SS SC EF
Path Diagram
Let error of B4 and B2 correlate
End of Problem

60 | U A S S E M 2 0 1 8 | C I T R A N U R M A L I T A – N I M 1 6 7 0 1 2 6 1 0 1 4