Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku11, Edisi 1 (2018) 17-33

Jurnal Penelitian Lanjutan

Penerbit
dalam Ilmu Sosial dan Perilaku
Akademia Baru
Beranda jurnal:www.akademiabaru.com/arsbs.html
ISSN: 2462-1951

Pengaruh Lingkungan Belajar Psikososial terhadap HOTS n Membuka

Statistic Education Mengakses

Mohd Azry Abdul Malik1,∗, Mazlini Adnan2

1
Departemen Statistika, Fakultas Ilmu Komputer dan Matematika, Universiti Teknologi MARA, 18500 Kelantan, Malaysia
2
Departemen Matematika, Fakultas Sains dan Matematika, Universiti Pendidikan Sultan Idris, 35900 Perak, Malaysia

INFORMASI ARTIKEL ABSTRAK

Sejarah artikel:
Diterima 10 Februari 2018
Diterima dalam bentuk revisi 25 Februari 2018
Diterima 19 Maret 2018
Tersedia online 28 April 2018
Kata kunci:
Lingkungan belajar psikososial,
keterampilan berpikir tingkat tinggi
Penelitian ini menyelidiki hubungan antara lingkungan belajar psikososial dan
kemampuan berpikir tingkat tinggi (HOTS) dalam pendidikan statistik. Konstruk
lingkungan belajar psikososial diwakili oleh lima dimensi; 1) sikap terhadap siswa; 2)
pembagian kekuasaan otonomi; 3) hubungan siswa-siswa; 4) motivasi minat siswa;
dan 5) organisasi kelas. Populasi target adalah total 380 siswa dari Diploma Statistik
di salah satu universitas pionir terbesar di Malaysia. Dengan menggunakan cluster
sampling, 285 siswa dipilih sebagai sampel untuk penelitian kuantitatif. Instrumen
penelitian diadaptasi dari subskala Pembelajaran Inventarisasi Lingkungan
Perguruan Tinggi dan Kelas dari Subskala Strategi Motivasi Belajar untuk
Mahasiswa, dan rubrik Dimensi Pembelajaran. Data yang terkumpul dianalisis
menggunakan Smart Partial Least Square (SEM-PLS). Temuan mengungkapkan
bahwa ada hubungan langsung yang signifikan antara sikap terhadap siswa (ATS)
dan keterampilan berpikir tingkat tinggi. Di sisi lain, hasilnya juga menemukan
bahwa ada cukup bukti untuk mendukung hubungan positif antara organisasi kelas
(CO) dan keterampilan berpikir tingkat tinggi siswa.
Copyright © 2018 PENERBIT AKADEMIA BARU - All rights reserved

1. Perkenalan

Menurut Secretary's Commission on Achieving Necessary Skills[1], pendidikan hanya akan dianggap berhasil
bila setiap siswa ditanamkan dengan berpikir kreatif, berpikir kritis, berpikir pemecahan masalah, mampu
menalar, mengambil keputusan, dan mampu memvisualisasikan. Pendidikan harus mengembangkan kapasitas
siswa dalam berpikir dan menalar, mengambil keputusan, kompetensi interpersonal, dan pemecahan masalah [2].
Keterampilan berpikir tingkat tinggi harus menjadi bagian integral dari proses belajar mengajar terutama di
tingkat pendidikan tinggi [3]. Pada kenyataannya, masalah kehidupan nyata seringkali menuntut solusi yang
kompleks, dan solusi yang kompleks membutuhkan proses berpikir di tingkat yang lebih tinggi. Agar berhasil,
siswa dituntut untuk menjadi pemikir yang baik dan pemecah masalah yang unggul [4].

∗ Penulis yang sesuai.

Alamat email: azry056@kelantan.uitm.edu.my (Mohd Azry Abdul Malik)

17
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Pentingnya memastikan proses belajar mengajar yang lebih fokus pada pengembangan
keterampilan berpikir tingkat tinggi telah disorot oleh banyak peneliti [3, 5-8]. Namun, sebagian besar
proses belajar mengajar di pendidikan Malaysia masih berfokus pada tingkat aktivitas kognitif yang
lebih rendah [9]. Sejauh mana pendidik memahami peran keterampilan berpikir tingkat tinggi dalam
proses belajar mengajar juga muncul menjadi isu [10]. Effandi, Norhidayah, Mistima dan Norazah [11]
melakukan penelitian untuk mengidentifikasi tingkat penekanan pengajaran Matematika pada
pemahaman konsep dan strategi kognitif tingkat tinggi. Studi mereka mengungkapkan bahwa
pendidik hanya cukup menekankan pada penggunaan strategi kognitif tingkat tinggi dalam proses
belajar mengajar.
Ada beberapa faktor yang mempengaruhi perkembangan kemampuan berpikir tingkat tinggi seorang
siswa seperti strategi mengajar, metode pengajaran, sistem pendukung, penggunaan teknologi dan lain-
lain. Kualitas lingkungan belajar merupakan salah satu faktor yang dapat memfasilitasi peningkatan kognitif
peserta didik [2]. Tampak dari kompilasi investigasi bahwa kualitas lingkungan belajar kelas memberikan
pengaruh positif yang signifikan terhadap kognitif siswa [12-19]. Oleh karena itu, penelitian ini mencoba
menilai secara numerik hubungan antara lingkungan belajar psikososial dengan kemampuan berpikir
tingkat tinggi siswa. Penelitian ini berbeda dengan penelitian lain dalam dua aspek. Pertama, penelitian ini
memfokuskan pada jenjang pendidikan diploma. Di Malaysia, meskipun banyak studi bidang pendidikan
telah dilakukan, studi yang berfokus pada tingkat diploma tidak memadai [20]. Kedua, penelitian ini
melibatkan pendidikan statistika. MacGillivray dan Mendoza [21] menyoroti bahwa penelitian dan
pengembangan dalam pendidikan statistik yang terdiri dari memfasilitasi pembelajaran pemikiran dan
penalaran statistik adalah penting.

2. Tinjauan Pustaka

Bagian ini membahas literatur yang terkait dengan lingkungan belajar psikososial, keterampilan
berpikir tingkat tinggi dan hubungannya.

2.1 Lingkungan Belajar Psikososial

Lingkungan belajar psikososial memainkan peran dominan dalam menarik siswa dan
memungkinkan mereka untuk menjadi manjur di dalam kelas. Lingkungan belajar psikososial di
dalam kelas harus dijaga dan diperhatikan karena suasana yang dibentuk oleh pendidik dalam
proses belajar mengajar dapat mendorong atau mematahkan semangat siswa untuk berhasil.
Selama proses belajar mengajar, kelas terdiri dari berbagai jenis interaksi dan komunikasi yang
mengarah pada karakterisasi keseluruhan dari lingkungan belajar [23].
Kajian tentang lingkungan belajar psikososial telah dilakukan dengan berbagai cara. Misalnya,
untuk mengukur lingkungan belajar psikososial, Trigwell dan Prosser [24] menggunakan sepuluh item
yaitu menciptakan minat, tujuan yang jelas, persiapan yang baik, penjelasan yang jelas, relevansi
subjek, pemahaman yang membantu, kesempatan untuk bertanya, waktu untuk konsultasi, penilaian
yang jelas. kriteria, dan kecukupan. Selain itu, Church, Elliot dan Gable [25] menyelenggarakan
penelitian untuk menguji peran prediktor persepsi terhadap lingkungan belajar psikososial untuk
tujuan pembelajaran dan pencapaian hasil. Dalam studi mereka, persepsi terhadap lingkungan belajar
psikososial termasuk keterlibatan kuliah, fokus evaluasi, dan evaluasi yang keras. Konstruksi psikologis
meliputi aspek keamanan, hubungan terhormat, dan otonomi dalam mengartikulasikan ide, perasaan
dan pikiran [26-27]. Lingkungan belajar psikososial meliputi faktor sosial, seperti hubungan antar
siswa, kesehatan dan kemampuan untuk tampil di kelas [28]. Itu

18
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

lingkungan psikososial juga memberikan informasi eksplorasi yang baik tentang bagaimana siswa
memandang kualitas lingkungan belajar.
Karena penelitian ini melibatkan mahasiswa tingkat diploma, College and Classroom Environment
Inventory (CCEI) dianggap sebagai instrumen yang cocok untuk mengukur konstruk lingkungan
belajar psikososial. Oleh karena itu, psikososial akan diwakili oleh lima dimensi dalam Inventarisasi
Lingkungan Perguruan Tinggi dan Kelas; 1) sikap terhadap siswa; 2) pembagian kekuasaan otonomi; 3)
hubungan siswa-siswa; 4) motivasi minat siswa; dan 5) organisasi kelas.

2.2 Keterampilan Berpikir Tingkat Tinggi

Dalam studi awal berpikir, berpikir didefinisikan sebagai perilaku seseorang untuk memecahkan suatu masalah [29].
Berpikir seperti rangkaian peristiwa yang berurutan. Secara umum, berpikir dibagi menjadi dua tingkatan yaitu berpikir
tingkat rendah dan berpikir tingkat tinggi. Dengan mengacu pada taksonomi Bloom proses kognitif, berpikir tingkat
rendah mengacu pada tingkat pengetahuan dan pemahaman, sedangkan berpikir tingkat tinggi dimulai dari tingkat
penerapan hingga tahap evaluasi. Seringkali, pengetahuan prosedural disalahartikan sebagai keterampilan berpikir
tingkat tinggi. Memang, pengetahuan prosedural adalah jenis pengetahuan dan mungkin menjadi prasyarat untuk
mencapai tingkat berpikir tingkat tinggi. Secara khusus, pengetahuan prosedural dapat didefinisikan sebagai
pengetahuan tentang aturan [30].
Dalam matematika, sebagian besar siswa bisa mendapatkan jawaban yang benar dengan mengikuti prosedur tetapi
hanya sedikit dari mereka yang benar-benar dapat membuat penalaran dengan proses atau prosedur yang terlibat, dan
jarang dapat menerapkan dan memperluas pengetahuan ke dalam situasi yang berbeda. Keterampilan berpikir tingkat
tinggi dapat dicirikan sebagai proses kognitif kompleks yang memanfaatkan dan memperluas dispensasi dan konstruksi
informasi. Menurut McDavitt [31], keterampilan berpikir tingkat tinggi harus mencakup analisis, evaluasi, sintesis, dan
memerlukan penguasaan berpikir tingkat rendah. Berpikir tingkat tinggi melibatkan pemisahan masalah yang kompleks
menjadi bagian-bagian, mengidentifikasi hubungan, menggabungkan informasi secara kreatif dan menganalisisnya
dengan menggunakan tingkat kognitif yang sesuai untuk pengambilan keputusan. Dengan kata lain, berpikir tingkat
tinggi melibatkan interaksi lintas taksonomi. Departemen Pendidikan Florida [32] juga setuju bahwa keterampilan berpikir
tingkat tinggi menuntut siswa untuk memanfaatkan berbagai proses berpikir untuk mengelola situasi atau tugas yang
kompleks. Pada tahun 2006, Tandkk. [33] mengembangkan kerangka kerja Generative Learning Object Organizer and
Thinking Task (GLOOTT), lingkungan belajar berbasis web yang diperkaya secara pedagogis yang dirancang untuk
meningkatkan keterampilan berpikir tingkat tinggi. Dalam penelitian mereka, penulis juga mendeskripsikan keterampilan
berpikir tingkat tinggi dengan menggunakan unsur keterampilan analisis, sintesis, dan evaluasi.

2.1 Hubungan antara Lingkungan Belajar Psikososial dan Keterampilan Berpikir Tingkat Tinggi

Pada tahun 2015, Budsankomdkk. [34] telah melakukan penelitian untuk

mengidentifikasi faktor yang mempengaruhi kemampuan berpikir tingkat tinggi siswa.
Mereka menerapkan pemodelan persamaan struktural analitik Meta (MASEM)
berdasarkan database dari 166 studi empiris. Dalam studi mereka, lingkungan belajar
digambarkan sebagai 1) iklim kelas, 2) metode belajar-mengajar dan 3) perilaku guru.
Iklim kelas terdiri dari lingkungan fisik seperti ukuran kelas, kualitas pencahayaan,
kerapihan dan lingkungan psikososial seperti keamanan, hubungan dan kebebasan
[35-36]. Metode belajar mengajar terdiri dari teknik atau prinsip untuk mengelola
pembelajaran siswa dalam mencapai tujuan pengelolaan kelas [37]. Perilaku guru terdiri
dari tindakan pendidik untuk memotivasi, mendorong dan memfasilitasi siswa dalam
melakukan tugas yang diberikan. Hasil dari,

19
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Dalam sebuah penelitian yang dilakukan oleh Fleith [39], faktor-faktor yang
merangsang atau menghambat perkembangan keterampilan berpikir tingkat tinggi di
lingkungan kelas dieksplorasi melalui persepsi guru dan siswa. Penulis menggunakan
studi kualitatif untuk mengumpulkan data mengenai minat studi. Tiga (3) guru dan tiga
puluh satu (31) siswa terlibat dalam sesi wawancara. Hasilnya, penelitian ini menemukan
bahwa baik guru maupun siswa percaya bahwa kualitas lingkungan belajar yang baik
mampu meningkatkan perkembangan berpikir tingkat tinggi. Proses belajar mengajar
harus memberikan siswa dengan pilihan, kesempatan untuk mengekspresikan ide-ide,
mengembangkan kepercayaan diri mereka, dan mencoba untuk memanipulasi kekuatan
dan minat siswa. Di samping itu,

Singkatnya, ada banyak penelitian yang dilakukan di masa lalu menemukan bahwa konstruksi lingkungan
belajar dapat mempengaruhi karakteristik psikologis siswa secara signifikan dan secara bersamaan memberikan
pengaruh yang signifikan terhadap pembelajaran [40-42]. Rutter [43] mengklaim bahwa kondisi kerja siswa
berhubungan positif dengan keberhasilan ujian. Lingkungan belajar merupakan perangkat pengajaran yang
penting bagi pendidik [44]. Sanoff [45] setuju dengan pernyataan tersebut dan membuktikan kebenarannya dalam
penelitiannya. Hasil penelitian Sanoff mengungkapkan bahwa lingkungan belajar berpengaruh signifikan terhadap
pembelajaran, ide, nilai, sikap dan budaya. Tabel 1 mengumpulkan literatur pendukung terbaru tentang hubungan
antara lingkungan belajar, karakteristik psikologis dan keterampilan berpikir tingkat tinggi.

Tabel 1
Literatur pendukung terbaru
Hubungan literatur pendukung
Lingkungan belajar secara positif Budsankom dkk., [34]; Loes dkk., [64]; Pascarella dkk., [65] Fraser & Kahle [13];
mempengaruhi keterampilan berpikir Kisme, [40]; Monahan, [41]; Aneh & Larangan, [42]; Fleith, [39]; Sanoff, [45]
tingkat tinggi.

3. Metodologi

Bagian ini membahas tentang desain penelitian, populasi penelitian, target sampel, teknik pengambilan
sampel, pengumpulan data, instrumentasi dan teknik analisis.

3.1 Desain Penelitian

Penelitian ini terutama berfokus pada pendekatan kuantitatif untuk mencapai tujuan
penelitian. Penelitian ini menggunakan metode survei dalam pengumpulan datanya.
Survei dapat digambarkan sebagai cara terstruktur untuk mengumpulkan informasi dari
responden dengan menggunakan kuesioner. Penelitian ini menggunakan kuesioner
terstruktur yang terdiri dari pertanyaan tertutup dalam pengumpulan data. Selain itu,
penelitian ini menggunakan desain cross-sectional karena melakukan pengukuran pada
satu titik waktu sudah memadai untuk penelitian ini. Penelitian ini menggunakan
kuesioner yang dikelola sendiri untuk mendapatkan data kuantitatif. Responden diberi
kuesioner untuk diisi pada waktu mereka sendiri yang nyaman.

20
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

3.2 Populasi dan Sampel

Populasi sasaran penelitian ini adalah mahasiswa diploma dari 'Fakultas A' di salah satu universitas
pionir dan terbesar di Malaysia. Penelitian ini difokuskan pada fakultas tertentu agar tetap fokus pada
mahasiswa yang telah mengalami proses belajar mengajar pada mata kuliah statistika saja. Penelitian ini
juga dibatasi hanya pada mata kuliah Analisis Regresi yang melibatkan dua program dari fakultas ini. Mata
pelajaran analisis regresi I tampaknya menjadi mata pelajaran fokus yang cocok untuk mewakili statistika
karena mata pelajaran tersebut mengandung konsep dasar statistik yang luar biasa seperti konsep korelasi,
parameter, metode kuadrat terkecil biasa, kecukupan model, istilah kesalahan, pengujian hipotesis, statistik
uji, multikolinearitas dan lain-lain. Setelah siswa dapat menguasai pengetahuan dan konsep dalam analisis
Regresi, akan lebih mudah bagi mereka untuk mempelajari mata pelajaran statistika jenis lain karena
keterkaitannya [20]. Rincian informasi tentang populasi yang tersedia untuk penelitian ini adalah sebagai
Tabel 2.

Meja 2
Populasi target
Kampus Jumlah Siswa Populasi (N)
Kampus A 94
Kampus B 191 380
Kampus C 95

3.3 Pengambilan Sampel dan Pengumpulan Data

Penelitian ini menggunakan probability sampling dan fokus pada cluster dan simple random sampling. Probability sampling adalah
proses yang memastikan setiap individu dalam populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel. Karena populasi
target dikelompokkan bersama di kampus yang berbeda secara geografis, cluster sampling dianggap sebagai desain sampling yang paling
tepat untuk penelitian ini yang menghasilkan 2 kampus yang dipilih. Secara acak, Kampus A dan Kampus B dipilih untuk pengumpulan data
sedangkan Kampus C kemudian secara otomatis digunakan untuk studi percontohan. Studi ini hanya memperoleh daftar siswa dari
Diploma Statistik dan Diploma Ilmu Aktuaria karena siswa tersebut berada dalam posisi untuk memberikan pendapat mereka untuk item di
bawah konstruk penelitian masing-masing. Karena itu, 94 mahasiswa dari Kampus A dan 191 mahasiswa dari Kampus B dengan total 285
mahasiswa menjadi responden penelitian kuantitatif. 285 sampel ini lebih dari cukup untuk memenuhi aturan praktis untuk SEM yaitu
ukuran sampel harus setidaknya 10 kali jumlah terbesar jalur struktural yang diarahkan pada konstruksi tertentu dalam model struktural.
Dengan tingkat kepercayaan 95% dan standar deviasi sebagai .5, sampel target hanya memberikan margin kesalahan 5%. Perhitungan
margin of error adalah sebagai berikut; Dengan tingkat kepercayaan 95% dan standar deviasi sebagai .5, sampel target hanya memberikan
margin kesalahan 5%. Perhitungan margin of error adalah sebagai berikut; Dengan tingkat kepercayaan 95% dan standar deviasi sebagai
.5, sampel target hanya memberikan margin kesalahan 5%. Perhitungan margin of error adalah sebagai berikut;

( )( )( )
--- ---=
! " #$
(1)

=
( .&' )(.())(
*+(
. ())= 0,05 (2)

3.4 Instrumentasi

Kuesioner untuk penelitian ini terdiri dari enam bagian. Bagian A membahas informasi tentang
profil demografis sementara Bagian B, dan C membahas tentang lingkungan belajar psikososial, dan

21
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

variabel keterampilan berpikir tingkat tinggi masing-masing. Menurut Bryman dan Bell [46] dan Straub
[47] pra-pengujian instrumen penting untuk memberikan indikasi seberapa baik pertanyaan mengalir
dan meningkatkan pemahaman instrumen. Instrumen pre-test juga memungkinkan peneliti untuk
memeriksa kecukupan instruksi kepada responden. Setiap item harus mewakili konstruk dan secara
komprehensif mencakup semua aspek konstruk. Dengan mengikuti saran dari Lewis, Templeton dan
Byrd [48] tentang membangun validitas isi, melakukan pre-test dan pilot-test diperlukan.

Untuk pre-test, para ahli didekati untuk pendapat mereka terkait dengan desain kuesioner. Melalui
tahap pre-testing, para ahli diperbolehkan untuk mengidentifikasi item-item yang dapat ditambahkan atau
dihapus dari instrumen, dan memberikan saran perbaikan jika diperlukan [48]. Dengan demikian, pre-test
untuk validasi instrumentasi penelitian ini dilakukan oleh tiga orang yang berbeda bidang dan dari
universitas yang berbeda. Orang '1' adalah pakar studi lingkungan belajar dari Universiti Pendidikan Sultan
Idris. Orang '2' dari Universiti Teknologi MARA adalah ahli dalam bidang statistik sedangkan orang '3' dari
Universiti Teknologi Malaysia adalah ahli dalam bidang keterampilan berpikir tingkat tinggi. Mereka didekati
karena keahlian mereka dalam penelitian dan praktik terkait.
Para ahli diminta untuk mengomentari desain kuesioner dan masing-masing item ditinjau oleh
para ahli untuk konten, ruang lingkup, dan tujuannya. Para ahli juga diminta untuk mengomentari
berbagai aspek pertanyaan seperti kejelasan atau ambiguitas, keterwakilan item, kesesuaian skala,
dan kejelasan instruksi. Kemudian, lima mantan mahasiswa Diploma Statistika dipilih dalam instrumen
pre-test untuk memastikan kuesioner dapat dipahami dan tidak membingungkan bagi mahasiswa
tingkat diploma.

Tabel 3
Rangkuman instrumen yang digunakan dalam angket setelah pre-test
Membangun item Sumber Validasi Ahli
Inventarisasi Lingkungan Perguruan Tinggi
Lingkungan condong psikososial 33 Divalidasi
dan Kelas, CCEI,

Marzano Higher Order Thinking,

Keterampilan berpikir tingkat tinggi 8 Divalidasi
Dimensi Rubrik Pembelajaran

Setelah tahap pra-pengujian, instrumen diuji cobakan dengan menggunakan responden yang
mirip dengan sampel survei sebenarnya. Sebuah studi percontohan biasanya dilakukan untuk
meningkatkan instrumen penelitian tertentu [50]. Tujuan utama dari studi percontohan adalah untuk
menentukan sejauh mana keandalan item dari inventaris dalam mengukur konstruk laten yang
dimaksud. Uji reliabilitas dilakukan selama uji coba untuk mengetahui apakah alat pengumpulan data
membuktikan tingkat akurasi, stabilitas, dan konsistensinya. Reliabilitas indikator dan reliabilitas
konsistensi internal digunakan oleh peneliti untuk mengukur reliabilitas. Keandalan indikator dapat
dinilai melalui pemuatan indikator (factor loadings) dan nilainya harus lebih tinggi dari 0,7 [51].
Keandalan konsistensi internal dapat dinilai melalui pengukuran alpha Cronbach. Jika Cronbach alpha
lebih dari 0,70, pertanyaan akan diakui reliabel. Seperti yang diklaim oleh Gay, Mills dan Airasian [52],
uji coba dianggap sebagai uji di mana uji coba skala kecil dari studi dilakukan sebelum studi skala
penuh. Oleh karena itu, studi pendahuluan yang melibatkan 30 mahasiswa dari Fakultas A, Kampus C.
dilakukan untuk menguji sejauh mana keandalan item dari inventaris dalam mengukur konstruk laten
yang dimaksud.
Hasil pre-test dan pilot test menyimpulkan bahwa butir-butir dalam angket dapat dipahami secara bacaan dan
secara statistik, semua konstruk memberikan reliabilitas konsistensi internal yang dapat diterima (alfa Cronbach di
atas 0,7). Semua item dalam konstruk juga mencapai reliabilitas indikator yang baik dengan faktor

22
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

memuat nilai lebih besar dari 0,6. Hanya tiga item yang dihapus karena pemuatan faktor yang rendah. Hasil pilot
study dan rangkuman instrumen akhir yang digunakan disajikan pada Tabel 4.

Tabel 4
Ringkasan hasil awal reliabilitas instrumen
alfa cronbach jumlah final
Membangun Sub-konstruksi
Sebelum CFA Setelah CFA item
Sikap terhadap siswa 0,946 0,946
Pembagian kekuasaan otonomi 0,747 0.879
Pembelajaran Psikososial
Hubungan siswa-siswa 0,921 0,921 32
lingkungan
Motivasi minat siswa 0,947 0,947
Organisasi kelas 0.917 0.917
Berpikir tingkat tinggi
Keterampilan berpikir tingkat tinggi 0,983 0,983 8
keterampilan

3.5 Teknik Analisis Data

Penyaringan data dilakukan untuk mengidentifikasi kesalahan entri data dan untuk menguji asumsi statistik
analisis yang melibatkan pengecekan data yang hilang, outlier, dan normalitas. Setelah penyaringan, dilakukan
pembersihan data. Data tersebut kemudian dianalisis dengan menggunakan Partial Least Square-Structural
Equation Modeling (PLS-SEM).

4. Hasil dan Pembahasan

Bagian ini menyajikan deskripsi profil demografi responden, penilaian pengukuran

dan model struktural, dan terakhir model fit.

4.1 Analisis Deskriptif Profil Demografi Responden

Sebagian besar responden terutama perempuan yang merupakan 76,5 persen

dibandingkan dengan 23,5 persen responden laki-laki. 7,6 persen responden berusia di
bawah 20 tahun dan 92,4 persen berusia 20 hingga 22 tahun. Alokasi responden adalah 65,9
persen dari Kampus B dan 34,1 persen dari Kampus A dan mayoritas 90,2 persen responden
berasal dari mahasiswa semester 5. Untuk program studi, 44,3 persen responden berasal
dari D3 Ilmu Aktuaria dan 55,7 persen dari D3 Statistik.

4.2 Penilaian Model Pengukuran untuk Studi

Untuk mengevaluasi model pengukuran, digunakan uji reliabilitas dan validitas. Reliabilitas adalah
menguji seberapa konsisten suatu alat ukur mengukur konsep apa pun yang diukurnya, sedangkan
validitas adalah menguji seberapa baik suatu instrumen yang dikembangkan mengukur konsep
tertentu yang hendak diukur. Dalam menilai item pengukuran reflektif, direkomendasikan untuk
mencapai kepuasan dalam reliabilitas (reliabilitas indikator, dan reliabilitas konsistensi internal),
validitas konvergen dan diskriminan [51].

4.2.1 Keandalan indikator dan konsistensi internal

Keandalan adalah sejauh mana keandalan model pengukuran tersebut dalam mengukur konstruk
laten yang dimaksud. Untuk keandalan indikator, pemuatan indikator (pemuatan faktor) harus

23
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

lebih tinggi dari 0,7 [51]. Pemuatan variabel menunjukkan lebih kuat pada konstruksi mereka sendiri
dalam model di mana lebih besar dari 0,7 dianggap memadai [55]. Selama tahap penghapusan, semua
beban luar berada di atas persyaratan minimum 0,7, kecuali APS1, APS2 dan CO6. Oleh karena itu,
ketiga item ini dihapus. Nilai semua beban luar yang dapat diterima setelah proses penghapusan
ditunjukkan pada Tabel 5.
Penilaian lain yang perlu menjadi pertimbangan adalah penilaian reliabilitas konsistensi internal.
Hal ini dapat dinilai melalui pengukuran composite reliability (CR) dan Cronbach alpha. Nilai reliabilitas
komposit mencerminkan tingkat di mana indikator konstruk mengungkapkan variabel laten dan
mereka harus lebih besar dari 0,70. Koefisien alpha Cronbach dikembangkan dalam penelitian ini
sepanjang nilai reliabilitas komposit untuk menguji konsistensi antar item item pengukuran. Alpha
Cronbach (CA) dan keandalan komposit (CR) harus lebih tinggi dari 0,7 [51].

Tabel 5
Hasil dari Factor loading, Composite reliability dan Cronbach alpha
Faktor Keandalan komposit alfa cronbach
Membangun
memuat FL CR CA
Sikap terhadap Siswa (ATS) . 939 . 922
ATS1 0,797

ATS2 0,848

ATS3 0.884

ATS4 0.886

ATS5 0.828

ATS6 0,845

Pembagian kekuasaan otonomi (APS) . 91 . 85

APS3 0,761

APS4 0,941

APS5 0,923

Hubungan mahasiswa-mahasiswa (SSR) . 927 . 908

SSR1 0,711

SSR2 0,836

RS3 0,804

RS4 0,845

SSR5 0.8

SSR6 0.833

SSR7 0,791

Minat dan Motivasi Mahasiswa (SIM) . 952 . 950

SIM1 0,807

24
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

SIM2 0,875

SIM3 0.9

SIM4 0,899

SIM5 0.878

SIM6 0,891

SIM7 0.883

Organisasi kelas (CO) . 946 . 931

CO1 0.82

CO2 0.874

CO3 0,897

CO4 0.893

CO5 0,89

CO7 0.803

Keterampilan berpikir tingkat tinggi (HOTS) . 952 . 950

H1 0.877

H2 0,866

H3 0,866

H4 0,899

H5 0.857

H6 0,861

H7 0,826

H8 0,825

Berdasarkan Tabel 5, semua nilai composite reliability dan nilai cronbach alpha berkisar antara 0,850 hingga
0,980 yang menggambarkan sejauh mana indikator konstruk menunjukkan laten, dan rentang konstruk yang
melebihi nilai yang direkomendasikan yaitu 0,7 [51]. Semua cronbach's alpha (CA) dan composite reliability (CR)
melebihi nilai yang direkomendasikan yaitu 0,70, menunjukkan bahwa skala pengukuran yang digunakan dalam
penelitian ini memiliki konsistensi internal yang tinggi [55].

4.2.2 Validitas konvergen

Validitas konvergen digambarkan sebagai sejauh mana item mengukur konsep yang sama dalam konstruk.
Validitas konvergen adalah penilaian dengan menggunakan Average Variance Extraction (AVE). Rata-rata varians
diekstraksi (AVE) mengukur varians ditangkap oleh indikator relatif terhadap kesalahan pengukuran

25
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

harus lebih tinggi dari 0,50 untuk membenarkan penggunaan konstruksi [51]. Dalam penelitian ini, AVE berkisar antara
0,656 hingga 0,736, yang semuanya berada dalam kisaran yang disarankan seperti pada Tabel 6.

Tabel 6
Ringkasan nilai rata-rata varians yang diekstraksi
Membangun Rata-rata varians diekstraksi (AVE)
Sikap terhadap siswa (ATS) 0.72
Autonomy power sharing (APS) 0,772
Hubungan siswa-siswa (SSR) 0,646
Minat dan motivasi siswa (SIM) 0,769
Organisasi kelas (CO) Keterampilan 0,746
berpikir tingkat tinggi (HOTS) 0,739

4.2.3 Validitas diskriminan

Validitas diskriminan adalah sejauh mana suatu konstruk berbeda dari konstruk lainnya. Validitas
diskriminan menetapkan bahwa setiap AVE konstruk laten harus lebih tinggi dari korelasi kuadrat
tertinggi konstruk dengan konstruk laten lainnya dan pemuatan indikator harus lebih besar dari
semua pemuatan silangnya [56]. Cara lain untuk menilai validitas diskriminan adalah dengan
menggunakan rasio korelasi Heterotrait-Monotrait (HTMT) dimana HTMT di bawah 0,9 berarti validitas
diskriminan ditetapkan.
Tabel 7 menunjukkan hasil analisis validitas konvergen dan diskriminan dengan kriteria Fornell dan
Larcker. Semua konstruksi memiliki nilai akar kuadrat AVE secara diagonal lebih besar daripada korelasi
kuadrat dengan konstruksi lain di luar diagonal, menunjukkan bahwa semua konstruksi memenuhi standar
validitas diskriminan yang dapat diterima [55]. Nilai rasio korelasi Heterotrait-Monotrait untuk masing-
masing konstruk juga menunjukkan nilai di bawah 0,9 yang menunjukkan validitas diskriminan tercapai
seperti pada Tabel 8.

Tabel 7
Validitas diskriminan menggunakan kriteria Fornell dan Larcker
APS ATS BERSAMA PANAS SIM SSR
APS 0.878
ATS 0.617 0,849
BERSAMA 0.624 0,696 0,864
PANAS 0,508 0,623 0,606 0,86
SIM 0,621 0,691 0.813 0,59 0.877
SSR 0,49 0,594 0,578 0,494 0,659 0,804

Tabel 8
Validitas diskriminan menggunakan rasio korelasi Heterotrait-Monotrait
APS ATS BERSAMA PANAS SIM SSR
APS
ATS 0,69
BERSAMA 0.697 0,748
PANAS 0,557 0,659 0,64
SIM 0,687 0,736 0,863 0,616
SSR 0,548 0,644 0,619 0,523 0,704

26
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Singkatnya, semua konstruk telah mencapai reliabilitas yang baik dan validitas yang kuat.
Setelah model pengukuran dipastikan reliabel dan valid, langkah selanjutnya adalah menilai hasil
model struktural.

4.3 Penilaian Model Struktural

Sebelum menilai model struktural, perlu diperiksa kolinearitas untuk konstruk model
struktural. Estimasi koefisien jalur dalam model struktural didasarkan pada regresi kuadrat
terkecil biasa (OLS) dari setiap variabel laten endogen pada konstruk pendahulunya yang
sesuai dan hasilnya mungkin bias jika estimasi melibatkan masalah multikolinearitas. Setelah
memeriksa kolinearitas, penilaian dilanjutkan dengan tingkat atau koefisien determinasi R2
nilai, f2ukuran efek, relevansi prediktif, dan signifikansi koefisien jalur.

4.3.1 Penilaian kolinearitas

Sebelum menguji signifikansi model struktural, kolinearitas konstruk model harus diperiksa dengan
menghitung nilai variance inflation factor (VIF) dan harus lebih kecil dari 5. Hasil analisis ini dapat menjadi bias jika
terdapat kolinearitas. Oleh karena itu, dalam penelitian ini, hasil untuk VIF semuanya kurang dari 5 seperti yang
disarankan oleh Hair et al., [51] seperti pada tabel 9. Dengan demikian, penelitian ini dapat melanjutkan ke
penilaian analisis selanjutnya dari model struktural.

Tabel 9
Nilai VIF untuk konstruksi independen
Membangun PANAS
Sikap terhadap siswa (ATS) 2.412
Autonomy power sharing (APS) 1.89
Hubungan siswa-siswa (SSR) 1,897
Minat dan motivasi siswa (SIM) 3.722
Organisasi kelas (CO) 3.386

4.3.2 Penilaian ukuran efek (f2) dan koefisien determinasi (R2)

Koefisien determinasi mengungkapkan persentase variasi konstruk endogen dijelaskan oleh

konstruk eksogen. Sedangkan f2ukuran efek mengukur kontribusi individu dari konstruk eksogen
terhadap konstruk endogen. Berdasarkan Chin [57], ada baiknya untuk menentukan ukuran efek
dampak variabel laten tertentu terhadap variabel dependen dengan bantuan analisis f² yang
melengkapi R².
Menurut Rambutdkk., [51], nilai R² 0,75, 0,50 atau 0,25 untuk variabel laten endogen dalam model
struktural dapat digambarkan sebagai substansial, sedang atau lemah, masing-masing. Berdasarkan Tabel
10, nilai R2 keterampilan berpikir tingkat tinggi (0,461) tergolong sedang dan berada pada rentang
substansial. Berdasarkan Cohen [58], nilai f² 0,02, 0,15 dan 0,35, digunakan untuk menginterpretasikan
ukuran efek kecil, menengah dan besar dari variabel prediktif, masing-masing. Hasil effect size
menunjukkan bahwa Sikap terhadap siswa (ATS) Organisasi Kelas (CO) dan berpengaruh sedang dalam
menghasilkan R2 untuk HOTS (0,07,0.025). Untuk Autonomy power sharing (APS), Student-student
relationship (SSR) dan Student interest and motivation (SIM), konstruk ini memiliki ukuran efek yang kecil
pada HOTS (0,007, 0,007 dan 0,005).

27
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Tabel 10
R2dan f2ukuran efek hasil konstruksi laten
f2ukuran efek
Membangun R2
PANAS

Keterampilan berpikir tingkat tinggi (HOTS) 0,461

Sikap terhadap siswa (ATS) 0,071**
Autonomy power sharing (APS) 0,007*
Hubungan siswa-siswa (SSR) 0,007*
Minat dan motivasi siswa (SIM) 0,005*
Organisasi kelas (CO) 0,025**
Catatan: *efek kecil, **efek sedang, ***efek besar

4.3.3 Penilaian relevansi prediktif

Kriteria lain untuk evaluasi model struktural adalah relevansi prediktifQ², yang merupakan ukuran
yang mencerminkan seberapa baik nilai yang diamati direkonstruksi oleh model dan estimasi
parameternya [51,57].QNilai ² diperoleh dengan menggunakan prosedur penutup mata. Seperti yang
diklaim oleh Hairdkk.,[51], model akan memiliki kualitas prediktif jika nilai cross-redundancy lebih dari
nol atau sebaliknya relevansi prediktif model tidak dapat disimpulkan.

Tabel 11
Relevansi Prediksi Model
Total SSO SSE Q² (=1-SSE/SSO)
Keterampilan berpikir tingkat tinggi (HOTS) 2.112.00 1450,73 0.313

Hasil pada Tabel 1 menunjukkan bahwa nilai redundansi tervalidasi silang yang diperoleh untuk
konstruk keterampilan berpikir tingkat tinggi ditemukan sebesar 0,313. Menurut Rambutdkk., [51], ukuran
relatif dari relevansi prediktif nilai Q² 0,02, 0,15 dan 0,35 menunjukkan bahwa konstruk eksogen memiliki
relevansi prediktif kecil, sedang atau besar. Hasil ini menunjukkan nilai Q² yang mendukung saran bahwa
model memiliki kualitas prediksi yang memadai. Oleh karena itu, pemodelan persamaan struktural akhir
adalah seperti Gambar 1.

4.4 Model Cocok

Indeks kecocokan model memungkinkan menilai seberapa baik struktur model yang dihipotesiskan sesuai
dengan data empiris dan, dengan demikian, membantu mengidentifikasi kesalahan spesifikasi model. Pada tahun
2013, Henseler dan Sarstedt [59] menegaskan bahwa kegunaan dari goodness of fit index baik secara konseptual
maupun empiris dalam PLS-SEM masih belum memuaskan. Namun, dalam studi simulasi yang dilakukan oleh
Dijkstra dan Henseler [60] dan Henselerdkk., [61], penulis menyarankan bahwa Standardized Root Mean Square
Residual (SRMR), RMStheta, dan uji kecocokan yang tepat mampu mengidentifikasi model yang salah spesifikasi.
Untuk penelitian ini, SRMR digunakan untuk merepresentasikan model fit criteria yang diterapkan untuk
pemodelan jalur PLS. Untuk memiliki beberapa kerangka acuan, sudah menjadi kebiasaan untuk menentukan
model yang cocok baik untuk model yang diestimasi maupun untuk model jenuh. Kejenuhan mengacu pada model
struktural, yang berarti bahwa dalam model jenuh semua konstruksi berkorelasi bebas. Sebuah cut-off kurang dari
0,10 atau 0,08 untuk akar rata-rata standar sisa kuadrat tampaknya lebih memadai untuk model jalur PLS [62].
Hasil dari root mean square residual (SRMR) standar menunjukkan bahwa model ini cocok seperti pada Tabel 12.

28
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Tabel 12
Nilai root mean square residual (SRMR) standar untuk model fit
Akar standar rata-rata sisa kuadrat Hasil
Model jenuh 0,052
Modelnya pas
Perkiraan model 0,052

Gambar 1.Model struktur akhir

4.5 Pengujian Hipotesis

Hipotesis penelitian ini diuji dengan menguji koefisien jalur (β) melalui pemodelan persamaan
struktural menggunakan pendekatan PLS. Koefisien jalur yang dihasilkan oleh PLS memberikan
indikasi hubungan dan dapat digunakan mirip dengan koefisien regresi tradisional. Teknik bootstrap
digunakan untuk mendapatkan nilai t dari masing-masing koefisien sedangkan nilai t dari parameter
menunjukkan kekuatan hubungan yang diwakili parameter tersebut. Oleh karena itu, semakin tinggi
nilai t, semakin kuat hubungannya [63]. Model jalur seperti pada gambar 1 adalah diagram yang
digunakan untuk menampilkan secara visual hipotesis dan hubungan variabel yang diperiksa ketika
SEM diterapkan [51].

29
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Tabel 13
Hasil Hubungan Langsung
Jalur Koefisien jalur nilai-p Hasil
APS - PANAS 0,086 0.106 Tidak signifikan

ATS - PANAS 0.305 0,000 Penting

CO - PANAS 0,213 0,001 Penting
SIM - PANAS 0,098 0,176 Tidak signifikan

SSR - PANAS 0,083 0,100 Tidak signifikan

* Signifikan pada p < .05. APS= Otonomi pembagian kekuasaan, ATS= sikap terhadap siswa, CO= organisasi kelas,
SIM=motivasi minat siswa, SSR= Hubungan siswa-siswa, HOTS = kemampuan berpikir tingkat tinggi

Ada lima konstruk eksogen (IV) dalam penelitian ini; 1) Sikap terhadap siswa 2) Organisasi
kelas, 3) Pembagian kekuasaan otonomi, 4) Hubungan siswa-siswa dan 5) Minat dan motivasi
siswa. Konstruksi eksogen ini dihipotesiskan memiliki hubungan langsung yang signifikan
dengan konstruksi kemampuan kemampuan berpikir tingkat tinggi (DV). Untuk menentukan
hubungan tersebut dilakukan algoritma PLS dan algoritma bootstrap. Hasil pada Tabel 4.9
menunjukkan bahwa konstruk Sikap terhadap siswa (ß = 0,305, p-value = 0,000) dan
organisasi kelas (ß = 0,213, p-value = 0,001) memiliki hubungan positif yang signifikan
dengan konstruk kemampuan kemampuan berpikir tingkat tinggi ( = 0,319, nilai p = 0,00).
Selain itu, tidak ada cukup bukti untuk mendukung hubungan antara pembagian kekuasaan
Otonomi, Motivasi minat siswa,

4. Kesimpulan

Penelitian ini menemukan bahwa kualitas lingkungan belajar psikososial (Sikap terhadap siswa (ß =
0,305, p-value = 0,000) dan Organisasi kelas (ß = 0,213, p-value = 0,001)) memiliki pengaruh yang signifikan
dan langsung terhadap prestasi belajar siswa. kemampuan berpikir urutan. Hasilnya menegaskan bahwa
lingkungan belajar psikososial merupakan faktor penting dalam pengembangan keterampilan berpikir
tingkat tinggi siswa. Temuan ini sesuai dengan hasil yang diperoleh Budsankom et al. [34]. Dalam penelitian,
berdasarkan hasil pemodelan persamaan struktural metaanalitik, penulis menyimpulkan bahwa kualitas
iklim kelas merupakan salah satu faktor yang berkontribusi terhadap pengembangan kemampuan berpikir
tingkat tinggi. Selanjutnya, temuan yang diperoleh dalam penelitian ini juga sejalan dengan hasil penelitian
yang dilakukan oleh Loesdkk. [64] dan Pascarelladkk.[65]. Dalam kedua penelitian tersebut, penulis
menyimpulkan bahwa kualitas lingkungan belajar psikososial yang baik memberikan dampak positif yang
signifikan terhadap pertumbuhan kemampuan berpikir tingkat tinggi siswa. Last but not least, hipotesis ini
juga sejalan dengan Azrydkk. [5] dalam pengaturan pendidikan kimia, Morris dan Maisto [66], dan Fleith [39],
di mana mereka menekankan bahwa unsur-unsur lingkungan psikososial secara signifikan berafiliasi
dengan pengembangan keterampilan berpikir tingkat tinggi siswa.
Penelitian ini mencoba untuk membuat beberapa kontribusi. Pertama, temuan empiris dari penelitian
ini akan membantu memperjelas dampak lingkungan belajar psikososial terhadap perkembangan kognitif
yang berfokus pada keterampilan berpikir tingkat tinggi. Dengan demikian, dengan memahami hubungan
tersebut, strategi dapat dikembangkan untuk meningkatkan kualitas lingkungan belajar di perguruan tinggi
dan akibatnya akan membawa perguruan tinggi menjadi lebih kompetitif dalam menghasilkan output
berkualitas tinggi dengan kemampuan berpikir tingkat tinggi yang baik. Kedua, temuan penelitian akan
bermakna dan memperluas literatur yang ada di daerah-daerah tertentu. Studi ini akan bermanfaat bagi
akademisi dalam meningkatkan pengetahuan dan pemikiran mereka yang berkaitan dengan variabel yang
diteliti dalam konteks Malaysia.

30
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

Referensi
[1] Komisi Sekretaris untuk Mencapai Keterampilan yang Diperlukan. (1991). Pekerjaan apa yang dibutuhkan sekolah: Sebuah laporan SCAN untuk
Amerika 2000. Washington, DC: Departemen Tenaga Kerja AS.
[2] Raja, F., Goodson, L., & Rohani, F. (2011). Keterampilan berpikir tingkat tinggi: Definisi, strategi, penilaian. Pusat
Kemajuan Pembelajaran dan Penilaian. Tallahassee, FL: Universitas Negeri Florida.
[3] Chinedu, Caleb Chidozie, Oladiran Stephen Olabiyi, dan Yusri Bin Kamin. "Strategi untuk meningkatkan kemampuan
berpikir tingkat tinggi dalam pengajaran dan pembelajaran pendidikan desain dan teknologi."Jurnal Pendidikan dan
Pelatihan Teknis7, tidak. 2 (2015).
[4] Tan, Wee Chuen, Baharuddin Aris, dan Mohd Salleh Abu. "Model GLOOTT: Kerangka Desain Lingkungan Pembelajaran yang
Diperkaya Secara Pedagogis untuk Meningkatkan Keterampilan Berpikir Tingkat Tinggi."Jurnal AACE14, tidak. 2 (2006): 139-153.

[5] Malik, Mohd Azry Abdul, Mazlini Adnan, Amri Abdul Rahman, Mohd Rahimie Mohd Noor, and Mohd Baharim.
"Menilai Hubungan antara Lingkungan Belajar Psikososial dan Keterampilan Berpikir Tingkat Tinggi."Jurnal
Ilmu Matematika dan Komputasi2, tidak. 1 (2016).
[6] Lucas, Bill, Ellen Spencer, dan Guy Claxton. "Bagaimana Mengajar Pendidikan Kejuruan." (2012).
[7] Heong, Yee Mei, Widad Binti Othman, Jailani Bin Md Yunos, Tee Tze Kiong, Razali Bin Hassan, and Mimi Mohaffyza
Binti Mohamad. "Tingkat kemampuan berpikir tingkat tinggi marzano di kalangan mahasiswa pendidikan teknik."
Jurnal Internasional Ilmu Sosial dan Kemanusiaan1, tidak. 2 (2011): 121.
[8] López, Josué, dan M. Susie Whittington. "Pemikiran tingkat tinggi dalam kursus perguruan tinggi: Sebuah studi kasus."Jurnal Nacta
(2001): 22-29.
[9] Moh. Ali I., Shaharom N., (2003) Perbandingan Pencapaian Para Pelajar Dalam Pentaksiran Kerja Amali Dengan
Peperiksaan Bertulis. Buletin Persatuan Pendidikan Sains dan Matematik Johor.
[10]Tajudin, Nor'ain Mohd, dan Mohan Chinnappan. "Hubungan antara Keterampilan Berpikir Tingkat Tinggi, Representasi dan
Konsep dalam Meningkatkan Tugas TIMSS."Jurnal Pengajaran Internasional9, tidak. 2 (2016): 199-214.
[11]Zakaria, Effandi, Norhidayah Addenan, Siti Mistima Maat, dan Norazah Mohd Nordin. "Konsep Pengajaran dan
Penggunaan Strategi Kognitif Tingkat Tinggi dalam Matematika di antara Guru Sekolah Menengah."Jurnal
Penelitian Ilmu Terapan11, tidak. 8 (2016): 632-635.
[12]Ahmad, Che Nidzam Che, Kamisah Osman, dan Lilia Halim. "Aspek fisik dan psikososial dari lingkungan belajar
di laboratorium sains dan hubungannya dengan kepuasan guru."Penelitian Lingkungan Belajar16, tidak. 3
(2013): 367-385.
[13]Fraser, Barry J., Jill M. Aldridge, dan FS Gerard Adolphe. "Studi lintas negara tentang lingkungan kelas sains sekunder
di Australia dan Indonesia."Penelitian dalam Pendidikan Sains40, tidak. 4 (2010): 551-571.
[14]Chionh, Yan Huay, dan Barry J. Fraser. "Lingkungan kelas, prestasi, sikap dan harga diri dalam geografi
dan matematika di Singapura."Penelitian Internasional dalam Pendidikan Geografis dan Lingkungan
18, tidak. 1 (2009): 29-44.
[15]Fraser, Barry J., dan Sunny SU Lee. "Lingkungan kelas laboratorium sains di sekolah menengah Korea."Penelitian
Lingkungan Belajar12, tidak. 1 (2009): 67-84.
[16]Wolf, Stephen J., dan Barry J. Fraser. "Lingkungan belajar, sikap dan prestasi siswa IPA SMP menggunakan
kegiatan laboratorium berbasis inkuiri."Penelitian dalam pendidikan sains38, tidak. 3 (2008): 321- 341.

[17]Kilgour, Peter. "Persepsi siswa, guru, dan orang tua tentang lingkungan kelas di kelas matematika yang
mengalir dan tidak mengalir." PhD diss., Universitas Curtin, 2006.
[18] Hofstein, A., & Lunetta, VN (2004). Laboratorium dalam pendidikan sains: Landasan untuk abad ke-21.
Pendidikan Sains, 88, 28–54.
[19]Majeed, Abdul, Barry J. Fraser, dan Jill M. Aldridge. "Lingkungan belajar dan hubungannya dengan kepuasan
siswa di kalangan siswa matematika di Brunei Darussalam."Penelitian Lingkungan Belajar5, tidak. 2 (2002):
203-226.
[20] Azry, MAM, Mazlini A., Norafefah, MS, Amri AR, Jasrul, NGHubungan Lingkungan Belajar dengan
Karakteristik Psikologi di Perguruan Tinggi.Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku,
Tidak. 1 (2017): 96-117.
[21]MacGillivray, Helen, dan Lionel Pereira-Mendoza. "Mengajar pemikiran statistik melalui proyek investigasi." Di
Pengajaran statistik di sekolah matematika-tantangan untuk pengajaran dan pendidikan guru, hal.109-120.
Springer, Dordrecht, 2011.
[22]Hana, Ryan. "Pengaruh lingkungan kelas pada belajar siswa." (2013).

31
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

[23]Wu, Weihen, Huey-Por Chang, dan Chorng-Jee Guo. “Pengembangan instrumen untuk teknologi-
lingkungan belajar sains yang terintegrasi."Jurnal Internasional Pendidikan Sains dan Matematika7, tidak. 1 (2009):
207.
[24]Trigwell, Keith, dan Michael Prosser. “Peningkatan kualitas belajar siswa: pengaruh konteks pembelajaran dan pendekatan
siswa terhadap pembelajaran terhadap hasil belajar.”Pendidikan yang lebih tinggi22, tidak. 3 (1991): 251-266.
[25]Gereja, Marcy A., Andrew J. Elliot, dan Shelly L. Gable. "Persepsi lingkungan kelas, tujuan pencapaian, dan
hasil pencapaian."Jurnal psikologi pendidikan93, tidak. 1 (2001): 43.
[26]Nwanekezi, AU, dan BR Iruloh. “Menilai Lingkungan Belajar untuk Pencapaian Standar di Pendidikan Dasar:
Implikasinya bagi Penyuluhan untuk Pengembangan Kapasitas Manusia.”Ulasan Penelitian Afrika6, tidak. 2 (2012): 274-289.
[27]Ambrose, Susan A., Michael W. Bridges, Michele DiPietro, Marsha C. Lovett, dan Marie K. Norman.Cara kerja pembelajaran:
Tujuh prinsip berbasis penelitian untuk pengajaran cerdas. John Wiley & Sons, 2010.
[28]Moos, RH "Mengevaluasi lingkungan pendidikan: prosedur, tindakan, temuan, rekomendasi kebijakan." (1979).

[29]Dewey, J. "Bagaimana Kita Berpikir: Pernyataan Kembali Hubungan Pemikiran Reflektif dengan Proses
Edukatif. Boston: DC Heath and Company."Analisis Isi Kurikulum untuk Tahap Primer di Turki49 (1933).

[30]Thomas, K., S. Crowl, D. Kaminsky, dan M. Podell. "Psikologi pendidikan: Jendela pengajaran."Madison, WI:
Brown dan Benchmark(1996).
[31]McDavitt, David S. "Mengajar untuk Memahami: Mencapai Pembelajaran Tingkat Tinggi dan Peningkatan Prestasi
melalui Instruksi Eksperiensial." (1994).
[32] Departemen Pendidikan Florida. (1996). Standar Negara Bagian Sinar Matahari. Tallahassee, Florida
[33] Tan, Wee Chuen, Baharuddin Aris, dan Mohd Salleh Abu. "Model GLOOTT: Kerangka Desain Lingkungan Pembelajaran yang
Diperkaya Secara Pedagogis untuk Meningkatkan Keterampilan Berpikir Tingkat Tinggi."Jurnal AACE14, tidak. 2 (2006):
139-153.
[34]Budsankom, Prayoonsri, Tatsirin Sawangboon, Suntorapot Damrongpanit, dan Jariya Chuensirimongkol. "Faktor-faktor yang
mempengaruhi keterampilan berpikir tingkat tinggi siswa: Sebuah studi pemodelan persamaan struktural meta-analitik."
Penelitian dan Ulasan Pendidikan10, tidak. 19 (2015): 2639.
[35]Nwanekezi, AU, dan BR Iruloh. “Menilai Lingkungan Belajar untuk Pencapaian Standar di Pendidikan Dasar:
Implikasinya bagi Penyuluhan untuk Pengembangan Kapasitas Manusia.”Ulasan Penelitian Afrika6, tidak. 2 (2012): 274-289.
[36]Ambrose, Susan A., Michael W. Bridges, Michele DiPietro, Marsha C. Lovett, dan Marie K. Norman.Cara kerja pembelajaran:
Tujuh prinsip berbasis penelitian untuk pengajaran cerdas. John Wiley & Sons, 2010.
[37] Alberta Belajar (2002). Strategi Instruksional. Edmonton, AB: Alberta Belajar.
[38]Dorman, Jeffrey P. "Asosiasi antara lingkungan psikososial dan hasil di ruang kelas yang kaya teknologi di
sekolah menengah Australia."Penelitian dalam Pendidikan82, tidak. 1 (2009): 69-84.
[39]de Souza Fleith, Denise. "Persepsi guru dan siswa tentang kreativitas di lingkungan kelas."Ulasan Roeper22,
tidak. 3 (2000): 148-153.
[40]Chism, N. Van Note. "Menantang asumsi tradisional dan memikirkan kembali ruang belajar."Ruang
belajar(2006): 2-1.
[41]Monahan, Torin. "Ruang fleksibel & pedagogi yang dibangun: Munculnya perwujudan TI."penemuan4, tidak. 1 (2002): 1-19.
[42]Strange, C. Carney, dan James H. Banning.Mendidik dengan Desain: Menciptakan Lingkungan Belajar Kampus yang Berfungsi.
Seri Pendidikan Tinggi dan Dewasa Jossey-Bass. Jossey-Bass, 350 Sansome St., San Francisco, CA 94104-1342, 2001.

[43]Ruter, Michael.Lima belas ribu jam: Sekolah menengah dan pengaruhnya pada anak-anak. Pers Universitas Harvard,
1982.
[44] Loughlin, CE dan Suina, JH (1982), Lingkungan Belajar: Sebuah Strategi Instruksional, Teachers College Press,
New York.
[45]Sanof, Henry.Metode partisipasi masyarakat dalam desain dan perencanaan. John Wiley & Sons, 2000.
[46] Bryman, A., & Bell, E. (2007). Metode Penelitian Bisnis. New York: Pers Universitas Oxford.
[47]Straub, Detmar W. "Memvalidasi instrumen dalam penelitian MIS."MIS triwulanan(1989): 147-169.
[48]Lewis, Bruce R., Gary F. Templeton, dan Terry Anthony Byrd. "Sebuah metodologi untuk membangun pembangunan dalam
penelitian MIS."Jurnal Sistem Informasi Eropa14, tidak. 4 (2005): 388-400..
[49]Fraser, Barry J. "Kelahiran jurnal baru: Pengenalan editor."Penelitian Lingkungan Belajar1, tidak. 1 (1998):
1-5.
[50] Zikmund, WG (2003). Metode Penelitian Bisnis (Edisi ke-7). Mason OH: Barat Daya.
[51]Rambut, Joe F., Christian M. Ringle, dan Marko Sarstedt. "PLS-SEM: Benar-benar peluru perak."Jurnal Teori dan Praktik
Pemasaran19, tidak. 2 (2011): 139-152.

32
 Penerbit
Jurnal Penelitian Lanjutan dalam Ilmu Sosial dan Perilaku
Volume 11, Edisi 1 (2018) 17-33 Akademia Baru

[52] Gay, L., Mills, G., & Airasian, P. (2006). Penelitian pendidikan: Kompetensi untuk analisis dan aplikasi. New
Jersey: Pearson Education, Inc.
[53]Fraser, Barry J. "Kelahiran jurnal baru: Pengenalan editor."Penelitian Lingkungan Belajar1, tidak. 1 (1998):
1-5.
[54] Marzano, RJ, Pickering, DJ, arredondo, DE, Blackburn, GJ, Brandt, RS, Moffett, CA, Paynter, DE, Pollock,
JE, & Whisler, JS (1997). Dimensi Pembelajaran: Buku Pedoman Guru. Alexandria, VA: Asosiasi Pengawasan dan
Pengembangan Kurikulum ASCD.
[55]Henseler, Jorg, Christian M. Ringle, dan Rudolf R. Sinkovics. "Penggunaan pemodelan jalur kuadrat terkecil parsial dalam
pemasaran internasional." DiTantangan baru untuk pemasaran internasional, hal. 277-319. Emerald Group Publishing
Limited, 2009.
[56]Fornell, Claes, dan David F. Larcker. "Mengevaluasi model persamaan struktural dengan variabel yang tidak dapat diamati dan
kesalahan pengukuran."Jurnal riset pemasaran(1981): 39-50.
[57]Chin, Wynne W. "Cara menulis dan melaporkan analisis PLS." DiBuku pegangan kuadrat terkecil parsial, hal. 655-690. Springer,
Berlin, Heidelberg, 2010.
[58]Cohen, Yakub. "Analisis kekuatan statistik untuk ilmu perilaku edisi ke-2." (1988).
[59]Henseler, Jorg, dan Marko Sarstedt. "Indeks kesesuaian untuk pemodelan jalur kuadrat terkecil parsial."
Statistik Komputasi28, tidak. 2 (2013): 565-580.
[60]Dijkstra, Theo K., dan Jorg Henseler. "Penaksir PLS yang konsisten dan normal secara asimtotik untuk persamaan
struktural linier."Statistik komputasi & analisis data81 (2015): 10-23.
[61] Henseler, J., Dijkstra, TK, Sarstedt, M., Ringle, CM, Diamantopoulos, A., Straub, DW, Ketchen, DJ, Rambut, J.
F., Hult, GTM, dan Calantone, RJ 2014. Keyakinan dan Realitas Umum tentang Kuadrat Terkecil Sebagian: Komentar
pada Rönkkö & Evermann (2013), Metode Penelitian Organisasi, 17(2): 182-209.
[62]Hu, Li-tze, dan Peter M. Bentler. "Indeks yang sesuai dalam pemodelan struktur kovarians: Sensitivitas terhadap kesalahan spesifikasi
model yang di bawah parameter."Metode psikologis3, tidak. 4 (1998): 424.
[63]Huang, Jen-Hung, Yu-Ru Lin, dan Shu-Ting Chuang. "Menjelaskan perilaku pengguna pembelajaran seluler: Perspektif model
penerimaan teknologi yang diperluas."Perpustakaan Elektronik25, tidak. 5 (2007): 585-598.
[64]Loes, Chad N., Mark H. Salisbury, dan Ernest T. Pascarella. "Persepsi siswa tentang pengajaran yang efektif dan
pengembangan pemikiran kritis: Sebuah replikasi dan perluasan."Pendidikan yang lebih tinggi69, tidak. 5 (2015): 823-838.
[65]Pascarella, Ernest T., Jui-Sheng Wang, Teniell L. Trolian, dan Charles Blaich. "Bagaimana lingkungan instruksional dan pembelajaran dari
perguruan tinggi seni liberal meningkatkan perkembangan kognitif."Pendidikan yang lebih tinggi66, tidak. 5 (2013): 569-583.

[66] Morris CG, & Maisto AA (2002). Psikologi dan Pendahuluan. New Jersey: Sungai Soldle Atas.

33