net/publication/320309231
CITATION READS
1 2,022
2 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Rezzy Eko Caraka on 22 October 2017.
rezzyekocaraka@gmail.com
Abstrak
Pendidikan merupakan aspek fundamental yang perlu diperhatikan Tujuan utama dari
pendidikan adalah peningkatan kualitas sumber daya manusia (SDM) baik secara personal
maupun komunal. Pencerminan dari kualitas SDM yang unggul salah satunya diindikasikan
dengan pencapaian prestasi seorang individu pada saat menempuh pendidikan mulai dari
tingkat dasar hingga tingkat tinggi. Prestasi belajar siswa dipengaruhi oleh faktor yang berasal
dari dalam diri dan fakor yang berasal dari luar diri siswa. Faktor yang terdapat dalam diri siswa
adalah intelegensi, motivasi, minat, bakat, kondisi fisik, sikap dan kebiasaan siswa. Sedangkan
yang termasuk faktor yang berasal dari luar diri siswa adalah keadaan sosial ekonomi,
lingkungan, sarana dan prasarana, guru dan cara mengajarnya. Pada penelitian ini digunakan
analisis jalur yang merupakan bentuk modifikasi dari analisis regresi dimana variabel bebas
yang diteliti tidak hanya mempengaruhi variabel terikat secara langsung, tetapi juga dapat
mempengaruhi variabel tersebut secara tidak langsung. Variabel-variabel bebas tersebut
memiliki pengaruh langsung dan pengaruh tak langsung terhadap variabel terikat. Berdasarkan
hasil pembahasan, diperoleh kesimpulan bahwa untuk meningkatkan nilai rata-rata UN variable
uang saku dan lama akses internet menjadi hal yang perlu diperhatikan oleh guru dan juga pihak
lainnya yang terlibat pada pendidikan selain itu diketahui dari pengaruh tidak langsung.
Kata kunci: prestasi, siswa, analisis jalur, pendidikan
rezzyekocaraka@gmail.com
Abstract
On the one hand, education is a fundamental aspect to pay attention. The main purpose of education is the
improvement of the quality of human resources (HR) both personal and communal. The reflection of the
superior quality of human resources is indicated by the achievement of individual achievement at the time
of education starting from the basic level to high level. Student achievement is influenced by factors that
come from within self and that comes from outside. The factors contained within students is the
intelligence, motivation, interests, talents, physical conditions, attitudes and habits. Likewise, the factors
that come from outside the student is the socio-economic conditions, environment, facilities and
infrastructure, teachers and how to teach. Apart from that, In this study, we used path analysis which is a
modified form of regression analysis where the independent variables studied not only affect the dependent
variable directly but also can affect the variable indirectly. These independent variables have a direct and
indirect effect on the dependent variable. Based on the results of the discussion, it can be concluded that to
increase the average of the national exam (UN) the variable of allowance and time of internet access become
primary factors that need to be considered by teachers and also other parties involved in education other
than it is known from indirect influence.
Keywords: Achievement, Student, Path Analysis, Education
menerangkan sering disebut variabel bebas yang sebenarnya dengan nilai taksiran dari
(independent variable). Bentuk regresi linier regresi. Misalkan variabel dependen dari
merupakan bentuk regresi yang paling se- su-atu model dilambangkan dengan Y,
ring digunakan. Menurut model regresi li- maka:
nier dengan satu variabel bebas X dan satu
variabel tak bebas Y disebut regresi linier
ei = Yi – Ŷi (3)
sederhana, dengan bentuk persamaan:
Sedangkan untuk model regresi linier
Yi = b0 + b1Xi +ei (1)
3 variabel atau lebih menggunakan asumsi-
asumsi sebagai berikut:
dengan i = 1,2,3,…,n
1. E(εi) = 0 untuk setiap i = 1,2,..,n
Artinya, rata-rata kesalahan
Asumsi-asumsi untuk model regresi
pengganggu adalah nol.
linier adalah sebagai berikut (Atkinson,
2. Kov (εi,εj) = 0, dengan i ≠ j
1986):
Artinya tidak terdapat korelasi antara
1. E(ei|Xi) = 0
kesalahan pengganggu.
Artinya nilai yang diharapkan dari ei
3. Var(εi) = σ2
tergantung pada Xi tertentu adalah nol.
Artinya setiap kesalahan pengganggu
2. Cov (ei,ej) = E[ei – E(ei)][ei – E(ej)] memiliki varian yang sama (asumsi
= E(eiej) homoskedastisitas)
=0 4. Tidak terdapat kolinieritas ganda
dengan i ≠ j (multikolinieritas) diantara variabel
Biasa dikenal dengan sebutan asumsi bebas X.
tidak adanya korelasi berurutan atau
tidak ada autokorelasi. Asumsi heteroskedastisitas dapat di-
uji dengan menggunakan uji Glejser (Glej-
3. Var(ei|Xi) = E[ei – E(ei)]2
ser Test) (Furno, 2005). Nilai kesalahan
= E(ei2)
penganggu atau residual dari regresi diberi
= σ2
harga mutlak. Untuk pembuktian tidak
Menyatakan asumsi homoskesdastisitas
adanya multikolinieritas dapat mengguna-
atau varian sama. Apabila dalam persama-
kan nilai VIF (Variance Inflacion Factor). Jika
an regresi tercakup dua variabel atau lebih
nilai VIF lebih besar dari 10, maka dapat
(termasuk variabel tak bebas Y), maka
diindikasikan terjadi gejala multikolinieri-
regresi ini disebut regresi linier berganda
tas Untuk Asumsi Autokorelasi dapat di-
(multiple linear regression). Bentuk umum
ketahui dengan uji d Durbin-Watson yang
dari persamaan regresi linier berganda
kemudian nilai dw dibandingkan dengan
dengan variabel tak bebas Y dan k variabel
nilai dU dan dL yang terdapat pada tabel
X1, X2, X3, …, Xk adalah:
Durbin Watson. Asumsi normalitas diuji de-
ngan menggunakan uji Kolmogorov Smirnov
Yi = b0 + b1X1i + b2X2i + b2X3i + … + bkXki + ei (2)
(Conover, 1971).
dengan Analisis Jalur (path analysis)
i = 1,2,3,…,n
b0 = intersep Land (1969) menjelaskan bahwa Path
b1, b2, …, bk = koefisien regresi Analysis ialah suatu teknik untuk mengana-
ei = unsur gangguan lisis hubungan sebab akibat yang terjadi
i = observasi ke i pada regresi berganda jika variabel be-
n = besarnya sampel basnya mempengaruhi variabel tergantung
tidak hanya secara langsung tetapi juga
Secara sederhana dapat dikatakan secara tidak langsung. Regresi dikenakan
bahwa ei menyatakan selisih antara nilai Y pada masing-masing variabel dalam suatu
model sebagai variabel tergantung (pem- panah. Diagram jalur adalah bentuk grafik
beri respon) sedang yang lain sebagai pe- dari keseluruhan hubungan yang ada da-
nyebab. Analisis Jalur (Path Analysis) biasa lam konstruksi model. Diagram jalur disu-
digunakan dalam ilmu sosial, ekonomi, sun berdasarkan pengetahuan secara
dan ilmu-ilmu yang mempelajari tentang umum (teoritis) dengan mempertimbang-
perilaku manusia. Seperti halnya analisis kan dasar hubungan kausal antarpeubah
regresi, analisis jalur juga digunakan untuk dan berdasarkan pertimbangan-pertim-
melihat dan menentukan variabel apa saja bangan dari penelitian sebelumnya atau
atau jalur mana saja yang dihipotesiskan berdasarkan perkiraan-perkiraan dasar un-
memiliki unit satuan yang berbeda-beda tuk mempermudah analisis jalur. Variabel
sehingga perlu dilakukan standardisasi un- exogenous merupakan semua variabel yang
tuk menjadikan semua unit satuan dari va- dalam diagram tidak ada anak-anak panah
riabel yang akan hilang dan skala tiap va- yang menuju ke arahnya. Variabel ini ber-
riabel akan seragam. Analisis jalur dibuat fungsi sebagai variabel bebas atau penye-
untuk mempresentasikan hubungan kausal bab (Contoh: variabel X1 dan X2 terhadap
antarvariabel ke dalam bentuk gambar se- Y1 dalam sub struktur I, dan variabel Y1
hingga semakin mudah terbaca. Untuk terhadap Y2 dalam sub struktur II). Varia-
mempermudah memahami istilah-istilah bel endogenous merupakan variabel yang
dalam analisis jalur, dapat digunakan con- mempunyai anak panah yang menuju ke
toh diagram jalur pada Gambar 1. arahnya (variabel Y1 untuk sub struktur I
Model diagram jalur adalah suatu di- dan variabel Y2 untuk sub struktur II).
agram yang menghubungkan antara varia- Variabel yang termasuk di dalamnya ialah
bel bebas, perantara dan tergantung yang mencakup semua variabel perantara dan
ditunjukkan dengan menggunakan anak tak bebas.
𝑒1
𝜌𝑌1𝑋1
Uang Saku Lama
Internet 𝜌𝑌3𝑌1
𝑟𝑋1𝑋2 𝜌𝑌3𝑋1
𝑟𝑋1𝑋3 Usia 𝜌𝑌3𝑋2
Rata-rata
𝑟𝑋1𝑋4 𝑟𝑋2𝑋3 𝜌𝑌3𝑋3 nilai UN 𝑒3
Rata-rata
raport
𝑟𝑋2𝑋4 𝜌𝑌3𝑋4
𝑟𝑋3𝑋4 𝜌𝑌2𝑌1
Banyak 𝜌𝑌3𝑌2
Lama
Ekskul Belajar
𝜌𝑌2𝑋4
𝑒2
Koefisien jalur (ρ) adalah koefisien 2. Semua error tidak berhubungan atau
regresi standar yang menunjukkan penga- berkorelasi dengan yang lain dalam
ruh langsung dari suatu variabel bebas model.
terhadap variabel tergantung dalam suatu 3. Hanya terdapat hubungan kausal satu
model jalur tertentu ( 1 1 dan 1 2 untuk arah dalam model.
sub struktur I serta 2 1 , 2 2 , dan 2 1 4. Variabel diukur dengan menggunakan
untuk sub struktur II). Direct Effect (DE) skala interval.
adalah pengaruh langsung yang dapat 5. Variabel yang diamati diasumsikan
dilihat dari koefisien jalur dari variabel diukur tanpa kesalahan.
eksogen ke variabel endogen. Misalnya va- 6. Model yang digunakan diasumsikan
riabel X1 dan X2 terhadap Y1, serta variabel atau dispesifikasikan secara tepat, yai-
X1, X2, dan Y1 terhadap variabel Y2.f. tu dengan memasukkan semua penye-
Indirect Effect (IE) adalah urutan jalur bab ke dalam model
melalui satu atau lebih variabel perantara.
Sebagai contoh pengaruh variabel X1 terha- Hasil dan Pembahasan
dap Y2 melalui variabel Y1 dan pengaruh Jenis data yang digunakan dalam
variabel X2 terhadap Y2 melalui variabel Y1. penelitian ini adalah data primer yang
Residue mencerminkan adanya varian yang diperoleh dari subjek penelitian dengan
tidak dapat diterangkan atau pengaruh cara menyebarkan kuesioner terhadap sis-
dari semua variabel yang tidak terukur wa kelas XII yang sudah lulus Ujian Nasio-
ditambah dengan kesalahan pengukuran nal. Adapun hubungan kausal antara va-
(e1 dan e2 pada Gambar 1) yang mereflek- riabel dapat dilihat pada gambar 2. Tahap
sikan penyebab variabilitas yang tidak di- awal pembentukan model adalah penelliti
ketahui pada hasil analisis. Struktur model merencanakan model awal yang akan
dasar dari analisis jalur adalah: terbentuk dengan membuat diagram jalur.
Terlebih dahulu dengan mengelompokkan
(4) variabel mana yang menjadi variabel
endogen, dan variabel mana yang menjadi
Model analisis jalur dibedakan men- variabel eksogen.v Mencari nilai korelasi
jadi 2 model(Lleras, 2005) yaitu model re- antarvariabel. Menghitung besar koefisien
kursif dan model nonrekursif. Model re- jalur dengan mengalikan invers matriks
kursif terbentuk apabila hubungan yang korelasi antarvariabel eksogen dengan
terjadi adalah hubungan satu arah (tidak matriks korelasi antara variabel eksogen
dapat berbalik). Sedangkan model non- dengan variabel endogen. Pengujian kese-
rekursif terbentuk apabila hubungan yang suaian model dan koefisien jalur. Koefisien
terjadi adalah hubungan dua arah atau yang tidak signifikan secara statistik,
dapat berbalik. dikeluarkan dari model. Pengujian asumsi
Asumsi analisis jalur adalah sebagai analisis jalur. Jika memenuhi asumsi maka
berikut: bisa dilanjutkan ke langkah berikutnya.
1. Hubungan antarvariabel dalam model Jika belum memenuhi asumsi maka harus
adalah linier, sebab akibat dan aditif. dilakukan penanganan pelanggaran asum-
Linier maksudnya hubungan antar- si. Menentukan besar pengaruh tak lang-
variabel bersifat linier. Sebab akibat sung dan pengaruh total dari masing-ma-
(kausal) yaitu menunjukkan adanya sing variabel eksogen terhadap variabel
model sebab akibat dimana urutan endogen yang dipengaruhi dan melakukan
kejadian akhirnya menuju pada variasi interpretasi model akhir yang diperoleh.
dalam variabel dependen (endogenous). Sebelum dilakukan perhitungan koe-
Aditif maksudnya tidak terdapat efek- fisien jalur, terlebih dahulu melakukan pe-
efek interaksi. rancangan diagram jalur model awal. Pe-
rancangan diagram jalur model awal dibu-
at berdasarkan pengetahuan secara umum kan internet (jam/hari). Selain itu respon-
(teoritis) dengan mempertimbangkan dasar den yang diambil adalah merupakan pel-
hubungan kausal antarvariabel dan berda- ajar dalam rumpuan sains dan juga sosial
sarkan pertimbangan-pertimbangan pene- yang telah diambil berdasarkan teknik
litian sebelumnya atau berdasarkan perki- sampling secara acak (random). Pada tabel 2
raan-perkiraan dasar. Berikut diagram jalur juga dapat dilihat bahwa uang saku siswa
model awal yang dihasilkan dapat dilihat memiliki hubungan pengaruh yang besar
pada Gambar.2. Berdasarkan analisis dapat terhadap lama internet dan juga lama bel-
dilihat pengaruh hubungan antara masing- ajar siswa. Terdapat hubungan yang positif
masing variabel yang digunakan dalam pe- antara usia dengan rata-rata nilai ujian
nelitian ini. nasional, terdapat hubungan yang positif
Berdasarkan Tabel 1 dapat dilihat be- antara rata-rata nilai rapor dengan rata-rata
sar pengaruh masing-masing variable. La- nilai ujian nasional. Diagram model akhir
ma internet pada penelitian ini memiliki dapat dilihat pada Gambar 3.
maksud bahwa seberapa sering mengguna-
𝑒1
𝜌𝑌1𝑋1=0,56
Uang Saku Lama
Internet 𝜌𝑌3𝑌1=−0,27
−0,4
0,4 𝜌𝑌3𝑋2=0,27
Usia
Rata-rata
−0,022 rapot
𝜌𝑌3𝑋4=−0,38
0,55 𝜌𝑌2𝑌1=−0,10
Banyak 𝜌𝑌3𝑌2=0,24
Lama
Ekskul Belajar
𝜌𝑌2𝑋4=0,99
𝑒2