Subscribe to DeepL Pro to translate larger documents.

Visit www.DeepL.com/pro for more information.

Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

Daftar isi tersedia di ScienceDirect

Jurnal Internasional Penelitian Pendidikan Terbuka

beranda jurnal: www.elsevier.com/locate/ijedro

Sifat psikometrik dari skala kompetensi digital pada guru pendidikan dasar reguler

guru pendidikan dasar reguler

Luis Alberto Geraldo-Campos , aRomel Arturo Rosales-Gomeroa , Juan Jesús Soria Quijaitea ,
Jacksaint Saintila b,*
a Unidad de Posgrado de Ingeniería y Arquitectura, Universidad Peruana Unio´n, Lima, Perú
b Facultad de Ciencias de la Salud, Universidad Sen˜or de Sipa´n, Chiclayo, Perú

A R T I K L EI N F A B S T R A C T
O
Sejak diperkenalkannya teknologi di dalam kelas, terdapat permintaan yang semakin meningkat akan
Kata kunci: k o m p e t e n s i digital, yang mendorong kebutuhan akan instrumen yang tervalidasi untuk menilai konsep ini
Analisis faktor konfirmatori
dengan lebih baik. Oleh karena itu, penelitian ini menentukan sifat psikometrik dari skala penilaian mandiri
Kompetensi digital Sifat
kompetensi digital untuk guru Pendidikan Dasar Reguler. Penelitian ini dilakukan di Unidad de Gestio´n Educativa
psikometrik Validasi
Local (UGEL) / Unit Manajemen Pendidikan Distrik Barranca dan Huaura yang terletak di utara Lima, Peru.
Pendidikan
Strategi metodologi kuantitatif cross-sectional dan instrumental digunakan, dengan menggunakan teknik analisis
faktor eksploratori (EFA) dan analisis faktor konfirmatori (CFA), dan 534 guru disurvei. Hasilnya menunjukkan
EFA dengan dua faktor dan muatan lebih besar dari 0,4, KMO sebesar 0,957, dan varians kumulatif 51,30%.
Analisis CFA memvalidasi tiga model, di mana model 2 dengan tiga faktor, Evaluacio´n y Promocio´n (EP) /
Evaluasi dan Promosi; Recursos Digitales en la Ensen˜anza (RDE) / Sumber Daya Digital dalam Pengajaran; dan
Par-ticipacion Profesional en el Aprendizaje (PPA) / Partisipasi Profesional dalam Pembelajaran, menghasilkan
korelasi yang tinggi dan indeks kesesuaian yang memadai yang mendekati keseragaman (X2 /df =1.476; RMSEA
= 0,042; TLI = 0,97; dan CFI = 0,97). Dapat diamati bahwa model 2, yang mencakup tiga faktor, menyajikan
ukuran yang lebih tepat, yang membuatnya menjadi pilihan yang paling sesuai untuk menilai kompetensi digital
pada guru-guru Pendidikan Dasar Reguler.

Pendahuluan et al., 2016).

Selama beberapa tahun terakhir, teknologi telah memasuki ruang
kelas pendidikan di seluruh dunia. Dalam kasus khusus Peru, proses ini
dimulai dengan implementasi Plan Huascar´an (Decreto Supremo No
067-2001-ED Crean El Proyecto Huascara´n, 2001); setelah inisiatif
ini, pemerintah telah mengurangi keterlibatan mereka dalam proyek-
proyek pendidikan yang berhubungan dengan teknologi pendidikan
dengan skala yang sama. Sebuah laporan mengindikasikan bahwa
salah satu faktor yang berkontribusi terhadap peningkatan praktik
peda- gogis adalah akses terhadap teknologi dan Internet, yang
menyumbang 56,8% dari faktor ini (Minedu, 2018). Selain itu, guru
menganggap penting untuk menerima informasi tentang kompetensi
digital dan penggunaan teknologi informasi dan komunikasi (TIK),
untuk memperkuat dan meningkatkan kinerja mereka di bidang ini
(Valencia-Molina et al., 2016). Namun, tantangan yang dihadapi dunia
pendidikan adalah meningkatkan penggunaan TIK dan memusatkan
upaya pada praktik mengajar, yang merupakan salah satu pilar utama
dalam proses transformasi pendidikan (Valencia-Molina et al., 2016).
Kompetensi digital, yang didefinisikan oleh Tondeur dkk. (2023)
sebagai penggunaan teknologi digital yang aman, kritis, dan
bertanggung jawab untuk belajar, bekerja, dan berpartisipasi dalam
masyarakat, merupakan hal yang fundamental dalam konteks
pendidikan saat ini. Kompetensi ini tidak hanya melibatkan
keterlibatan dengan teknologi, tetapi juga kemampuan untuk
mengintegrasikannya secara efektif ke dalam proses belajar mengajar.
Dalam skenario ini, guru memainkan peran mendasar, menjadi
mediator utama antara siswa dan alat digital. Penting bagi guru untuk
memiliki kompetensi digital yang memungkinkan mereka untuk
memahami, mengevaluasi, dan berkomunikasi secara efektif
menggunakan teknologi pendidikan (Ferrari, 2012; Fraillon, Ainley,
Schulz, Friedman & Gebhardt, 2014; Krumsvik, 2011; Sailer et al.,
2021). Penilaian kompetensi digital pada guru sangat penting untuk
memastikan bahwa mereka memiliki keterampilan yang diperlukan
untuk memfasilitasi pembelajaran yang efektif dan memperkaya
pembelajaran di kelas digital. Oleh karena itu, pelatihan dan penilaian
kompetensi digital guru yang berkelanjutan merupakan elemen kunci
untuk keberhasilan pendidikan di era teknologi canggih ini (Kelly &
McAnear, 2002;
 * Penulis korespondensi: Facultad de Ciencias de la Salud, Universidad Sen˜or de Sipa´n, Carretera a Pimentel Km 5, Chiclayo, Lambayeque 14001, Perú.
Alamat email: jacksaintsaintila@gmail.com (J. Saintila).

https://doi.org/10.1016/j.ijedro.2024.100327
Diterima 22 Agustus 2023; Diterima dalam bentuk revisi 7 Januari 2024; Diterima 9 Januari 2024
Tersedia secara online pada 15 Januari 2024
2666-3740/© 2024 Penulis(-penulis). Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND
(http://creativecommons.org/licenses/by- nc-nd/4.0/).
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

menyajikan sifat-sifat psikometrik melalui EFA dan CFA. Analisis-

Napal, Pen˜alva-V´elez & Mendio´roz, 2018).
analisis ini didukung oleh indeks-indeks goodness-of-fit, seperti chi-
Untuk menilai kompetensi digital guru, berbagai instrumen
square (X2 ), root mean square error of approximation (RMSEA), indeks-
pengukuran telah dikembangkan (Caldero´n-Garrido, Carrera &
indeks kecocokan tambahan (IFI, TLI, CFI), dan PCLOSE. Indeks-indeks
Gustems-Carnicer, 2021; Cha´vez-Melo, Cano-Robles & Navarro-
ini memungkinkan untuk mengevaluasi kemampuan kecocokan model
Rangel, 2022; A. P´erez & Rodríguez, 2016; Pozo-Sa´nchez, Lo´pez-
instrumental yang diusulkan. Hal ini memungkinkan untuk
Belmonte, Rodríguez-García & Lo´pez-Nún˜ez, 2020; Rubach & Lazarides,
2021). Literatur ilmiah menyajikan beberapa instrumen yang muncul
dalam beberapa tahun terakhir untuk menilai kompetensi digital.
Sebagai contoh, Agreda, Hinojo, dan Sola (2016) mengembangkan
instrumen yang mencakup 63,38% pemahaman di 19 komponen. Pada
tahun yang sama, Siddiq, Scherer dan Tondeur (2016)
mempresentasikan sebuah instrumen yang mengukur keterampilan
informasi dan komunikasi digital, dengan indeks kesesuaian yang
memuaskan. Di sisi lain, Touro´n, Martín, Nav- Nav
arro, Pradas dan ‗In˜igo (2018) mengembangkan instrumen yang selaras
dengan
kerangka kerja kompetensi digital dan memberikan ukuran yang
berarti bagi kompetensi digital guru.
Di Portugal, Dias-Trindade, Moreira, dan Nunes (2019)
mengembangkan dan memvalidasi skala penilaian mandiri berdasarkan
instrumen yang dikembangkan oleh EU Science Hub (Pusat Penelitian
Bersama Komisi Eropa), yang bertujuan untuk menilai kompetensi
digital para guru (Redecker, 2017). Selain itu, kami juga menemukan
instrumen yang dikembangkan oleh Usart, La'zaro, dan Gisbert (2020),
yang memungkinkan guru untuk menilai sendiri kompetensi mereka
dan mendapatkan umpan balik secara instan. Demikian juga, instrumen
Cabero-Almenara, Barroso-Osuna, Guti´errez-Castillo, dan Palacios-Ro-
dríguez (2020) memungkinkan penilaian kompetensi digital
berdasarkan standar dan indikator internasional. Dalam perspektif ini,
instrumen yang dikembangkan oleh Rubach dan Lazarides (2021)
memungkinkan penilaian terhadap keyakinan kompetensi dasar TIK
guru. Terakhir, dalam konteks pandemi COVID-19, Vin˜oles-Cosentino,
Esteve-Mon, Llopis-Nebot, dan Adell-Segura (2021) memvalidasi
platform untuk penilaian formatif kompetensi digital guru, dan
memperoleh hasil yang signifikan. Di sisi lain, di Spanyol, Guill´en-
G´amez, Ruiz-Palmero, Colomo-Magan˜a, dan Cívico-Ariza (2023)
melakukan penelitian untuk memvalidasi instrumen yang mengukur
kompetensi digital guru dalam penggunaan YouTube sebagai sumber
belajar. Instrumen ini dianalisis dengan cermat untuk memastikan
keandalan dan validitasnya, dengan fokus pada kemampuan guru
dalam memilih, mengintegrasikan, dan menerapkan YouTube secara
efisien dalam pengajaran mereka. Hasilnya menegaskan bahwa
instrumen ini efektif dan dapat diandalkan untuk menilai keterampilan
digital guru dalam konteks ini.
Di Peru, tingkat kompetensi digital guru pendidikan dasar reguler
telah diperiksa, dan menunjukkan persentase yang cukup tinggi, yaitu
49,89% (Laura-De La Cruz et al., 2023). Namun, hingga saat ini, belum
ada instrumen yang dibangun secara ketat atau diadaptasi secara ilmiah
yang telah diidentifikasi dalam konteks Peru untuk menilai kompetensi
digital guru. Selain itu, tidak ada bukti yang ditemukan tentang adanya
instrumen yang didukung oleh Kementerian Pendidikan atau lembaga
publik lainnya untuk menilai perkembangan kompetensi ini. Meskipun
beberapa studi empiris dan ulasan tentang kompetensi digital pada
guru telah didokumentasikan dalam literatur Peru (Cateriano,
Rodríguez, Patin˜o, Araujo & Villalba, 2021; Fern´andez, Leiva-
Olivencia & Lo´pez-Meneses, 2018; García, 2013; Holguin-Alvarez,
Apaza-Quispe, Ruiz & Picoy, 2021; Rambay & De la Cruz, 2021;
S´anchez, Fabia´n & Melgoza, 2021; Vieira, 2014), kurangnya
instrumen yang tervalidasi dalam konteks ini menjadi masalah
prioritas. Oleh karena itu, penting untuk menyelidiki sifat psikometrik
dari skala penilaian diri dalam kompetensi digital guru Pendidikan
Dasar Reguler, yang diusulkan oleh Dias-Trindade dkk. (2019).
Instrumen ini, yang telah diterjemahkan dan diadaptasi,
memungkinkan penilaian kompetensi digital guru secara individu dan
umum.
Penelitian saat ini telah menjawab kekurangan pengetahuan yang ada,
karena telah berkontribusi dengan mengadaptasi sebuah instrumen dan
2
L.A. Geraldo-Campos et al. sebagai titik awal Jurnal
untukInternasional
CFA yang memungkinkan
Penelitian untuk6 menjelaskan
Pendidikan Terbuka (2024) 100327
justifikasi metodologis, mengingat banyak instrumen dalam skenario
secara memadai hubungan antara variabel laten dengan variabel
Peru yang belum divalidasi atau diadaptasi secara memadai sesuai
teramati.
dengan peraturan yang telah ditetapkan (American Educational
Research Association et al., 2018). Selain itu, adaptasi skala ini
memberikan kesempatan kepada guru untuk menilai dan
mengevaluasi kompetensi digital mereka sendiri, yang pada
gilirannya memungkinkan mereka untuk merefleksikan dan
mengambil tindakan untuk perbaikan. Alat ini juga memfasilitasi
kolaborasi antara pemangku kepentingan di lembaga pendidikan
untuk meningkatkan kompetensi digital guru. Oleh karena itu, tujuan
utama dari penelitian ini adalah untuk mengetahui sifat psikometrik
dari skala penilaian mandiri kompetensi digital pada guru yang
mengajar di Pendidikan Dasar Reguler di Unidad de Gestio´n
Educativa Unit Manajemen Pendidikan Lokal/Distrik Barranca dan
Huaura yang terletak di sebelah utara Lima, Peru.

Kompetensi digital

Dalam dekade terakhir, telah terjadi peningkatan yang mencolok

dalam penggunaan alat digital dalam proses belajar mengajar (Ramos,
2016). Dalam skenario ini, beberapa perspektif teoritis telah muncul
untuk mengkonseptualisasikan kompetensi digital dan dimensi yang
berbeda dalam lingkungan pendidikan. Terkait hal ini, Koehler dan
Mishra (2008) menyoroti pentingnya memeriksa pengetahuan guru
tentang integrasi teknologi di ruang kelas mereka. Dalam hal ini,
mereka mengusulkan tiga jenis pengetahuan: disiplin ilmu, pedagogi,
dan teknologi. Dimensi-dimensi ini memungkinkan untuk mencakup
semua aspek yang berkaitan dengan TIK yang berkontribusi pada
peningkatan pengajaran dan pembelajaran. Sebaliknya, Dias-Trindade
dkk. (2019) meninjau enam dimensi berdasarkan kompetensi digital
yang ditetapkan oleh Pusat Sains Uni Eropa (Redecker, 2017), yang
disebutkan di bawah ini.
Studi ini mengeksplorasi enam dimensi utama dari kompetensi
digital guru. Dimensi pertama, partisipasi profesional, berfokus pada
kemampuan guru untuk berkomunikasi, berkolaborasi, dan
mengembangkan profesi dalam lingkungan digital. Dimensi kedua
membahas penggunaan, berbagi, dan perlindungan teknologi dan
sumber daya digital. Dimensi ketiga secara khusus berfokus pada
pengajaran dan pembelajaran, menyoroti bagaimana guru dapat
mengelola dan mengatur teknologi digital di kelas. Dimensi keempat
membahas tentang penilaian, dengan mempertimbangkan bagaimana
teknologi digital dapat meningkatkan penilaian siswa. Dimensi
kelima didedikasikan untuk pelatihan siswa, yang menekankan pada
penggunaan teknologi digital untuk mendorong inklusi, personalisasi,
dan partisipasi aktif dalam proses pendidikan. Terakhir, dimensi
keenam menyoroti pentingnya membimbing siswa dalam penggunaan
teknologi digital secara kreatif dan bertanggung jawab (Dias-Trindade
et al., 2019; Redecker, 2017).
Penelitian ini berfokus pada validasi instrumen penilaian mandiri
yang dirancang khusus untuk mengukur kompetensi digital guru.
Melalui proses ini, dimaksudkan untuk membuat alat yang andal dan
efektif yang memungkinkan pendidik mengevaluasi kemampuan
mereka sendiri dalam mengintegrasikan teknologi digital dalam
praktik pedagogi mereka.

Bahan dan metode

Jenis dan desain penelitian

Strategi metodologis yang diadopsi didasarkan pada pendekatan

kuantitatif cross-sectional dan instrumental (P´erez, 2004; P´erez-
Tejada, 2008). Tujuan utamanya adalah penerjemahan (Hambleton &
Zenisky, 2011), adaptasi, dan validasi instrumen (Dias-Trindade et
al., 2019). Proses ini melibatkan partisipasi para hakim, melakukan
uji coba awal, dan akhirnya mengumpulkan data dari populasi
penelitian (Ato, Lo´pez-García & Benavente, 2013; Mun˜iz, Elosua &
Hambleton, 2013; P´erez-Tejada, 2008).
Untuk menentukan model instrumental yang tepat, dilakukan
dengan menggunakan FEA dan persamaan X = Λ × ξ + δ dianggap
3
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

* Di Peru, sarjana muda adalah gelar pendidikan tinggi (di akhir 4 hingga 7
variabel (Manzano & Zamora, 2009).
tahun studi sarjana). UGEL = Unidad de Gestio´n Educativa Unit Pengelola
Pendidikan Lokal/Distrik.
Desain sampel

Partisipan yang diteliti terdiri dari guru-guru yang menjadi bagian

dari Pendidikan Dasar Reguler di UGEL di Barranca dan Huaura, yang
terletak di sebelah utara Lima, Peru. Populasi ini terdiri dari 1710 guru
yang dipekerjakan di UGEL N◦ 16 (Barranca) dan 2661 guru di UGEL
N◦ 09 (Huaura), dengan total 4371 guru, berdasarkan data yang
diperoleh dari ESCALE, sebuah sistem dari Unit Statistik Pendidikan
di Ministérios de Educacio´n / Kementerian Pendidikan. Karena situasi
yang disebabkan oleh pandemi COVID-19, tidak memungkinkan
untuk mengakses secara fisik semua lembaga pendidikan di UGEL,
karena para guru mengajar d i kelas secara virtual dan jarak jauh.
Oleh karena itu, kami memilih untuk menggunakan metode non-
probability convenience sampling, yang merupakan salah satu teknik
pengambilan sampel yang paling sering digunakan dalam situasi
serupa (Stockemer, 2019). Untuk mendapatkan ukuran sampel
minimum, kami menggunakan rumus (Soper, 2022), yang menentukan
ukuran sampel secara apriori, terutama untuk model persamaan
struktural. Kami mempertimbangkan ukuran efek yang diantisipasi
sebesar 0,30, kekuatan statistik sebesar 0,95, dengan 6 variabel laten
(bagian dari instrumen) dan 21 variabel teramati (total item instrumen)
di bawah tingkat probabilitas sebesar 0,05, kami memperoleh jumlah
minimum 236 guru yang akan disurvei untuk mendeteksi efek. Selain
itu, ukuran sampel minimum untuk model struktural adalah 138 guru.
Namun, ketika menggunakan kuesioner, sampel y a n g
direkomendasikan oleh Soper (2022) terlampaui, yaitu mencapai total
534 responden dengan rata-rata usia 47 tahun, standar deviasi 9,11,
dengan usia minimum 23 tahun dan maksimum 67 tahun.
tahun.
Tabel 1 menunjukkan karakteristik responden, di mana 86,3%
merupakan guru dan direktur UGEL N◦ 16 (Barranca) dan 13,7% dari
UGEL N◦ 09 (Huaura), di mana 59,4% di antaranya merupakan wanita
dan 40,6% pria. Selain itu, dari 100% responden, 85,4% adalah guru
dan 85,4% sisanya adalah direktur. Selain itu, data yang terungkap
menunjukkan bahwa pelatihan akademis para guru dan direktur
mencerminkan bahwa 56,7% memiliki gelar Sarjana, diikuti oleh
18,4% dengan pelatihan pedagogis, dan 17,4% dengan gelar Master.

Pengumpulan data

Teknik yang digunakan adalah survei, yang memungkinkan untuk

menggali informasi yang dibutuhkan dari sejumlah individu (Grasso,
2006). Instrumen yang diadaptasi ke dalam konteks Peru adalah skala
penilaian mandiri Competencias Digitales en Docentes (CDD) /
Kompetensi Digital pada Guru yang dibangun oleh Dias-Trindade dkk.
(2019) berdasarkan instrumen Redecker (2017), yang bertujuan untuk
menilai kompetensi digital guru. Instrumen ini memiliki 21 butir
pertanyaan yang dikelompokkan dalam enam dimensi atau area.
Dimensi pertama adalah Partisipasi

Tabel 1
Karakteristik sampel penelitian.
Variabel Kategori Frekuensi Persentase

Jenis kelamin Laki-laki 217 40.6 %

Perempuan 317 59.4 %
Posisi Direktur 78 14.6 %
Guru 456 85.4 %
Tingkat pendidikan yang Pedagogis 98 18.4 %
dicapai
Sarjana Muda* 32 6.0 %
Gelar sarjana 303 56.7 %
Gelar Master 93 17.4 %
Doktor 8 1.5 %
UGEL N◦ 16 (Barranca) 461 86.3 %
N◦ 09 (Huaura) 73 13.7 %

Catatan.

4
L.A. Geraldo-Campos et al. 1989; Brown, 2015; Catena,
Jurnal Ramos
Internasional & Trujillo,
Penelitian Pendidikan2003;
TerbukaDe la Fuente,
6 (2024) 100327
Profesional (PP)/Partisipasi Profesional dan terdiri dari empat item;
2011; Hirschfeld & Von Brachel, 2014; Lorenzo-Seva &
yang kedua, Tecnologías y Recursos Digitales (TRD)/Teknologi dan
Sumber Daya Digital yang terdiri dari 2 item; yang ketiga, Ense-
n˜anza y Aprendizaje (EA)/Pengajaran dan Pembelajaran yang
dikelompokkan ke dalam lima item; yang keempat, Evaluacio´n /(E)
Evaluasi yang terdiri dari 3 item; kelima, Formacio´n de Estudiantes o
Desarrollo de las Capaci- dades de los Estudiantes (FE) / Pelatihan
Siswa atau Pengembangan Kemampuan Siswa yang terdiri dari 2
item; terakhir, dimensi keenam, Promocio´n de la Competencia
Digital de los Estudiantes (PCDE) / Promosi Kompetensi Digital Siswa
yang terdiri dari 5 item. Daftar 5 opsi per item telah digunakan untuk
pengukuran (Lampiran 1:
https://osf.io/2fa5u/?view_only=6a8905de0b75492184
725a0a3f02f635).
Seperti yang telah ditunjukkan, untuk penggunaan objektif dari
skala ini, penerjemahan dari bahasa Portugis ke bahasa Spanyol
dilakukan oleh spesialis bahasa (Lampiran 1), dan kemudian hasil
terjemahan diverifikasi dengan menggunakan lembar kontrol kualitas
(Hambleton & Zenisky, 2011; Mun˜iz dkk., 2013). Pada akhirnya,
validitas berbasis konten diverifikasi oleh 6 juri ahli yang memiliki
pelatihan dan pengalaman di bidang pendidikan, yang mengevaluasi
butir-butir soal berdasarkan tiga kriteria (relevansi, keterwakilan, dan
kejelasan). Dengan nilai dari para juri, semua item dikuantifikasi
dengan menggunakan rumus Aiken's V (Escurra, 1988; J. Ventura-
Leo´n, 2019), kemudian, rata-rata berdasarkan kriteria diperoleh,
mencapai rata-rata keseluruhan sebesar 0,87 (Tabel 2).
Akhirnya, sebuah uji coba dilakukan untuk menguatkan tindakan
ulang tes dan memverifikasi arah dan arti dari butir-butir soal, serta
aspek-aspek lain yang dipertimbangkan pada tahap ini (Mun˜iz et al.,
2013). Hasilnya memuaskan dalam hal reliabilitas dan konsistensi
internal melalui diskriminasi item. Selain itu, tidak ada pengamatan
dari responden, yang memungkinkan instrumen untuk diterapkan
dengan penuh keyakinan.

Analisis statistik

Untuk melakukan analisis statistik terhadap data yang

dikumpulkan, Microsoft Excel digunakan untuk kontrol kualitas data.
Selanjutnya, data diimpor ke dalam perangkat lunak Amoví versi 1.6,
di mana analisis deskriptif, penilaian keandalan, dan EFA dilakukan.
Selain itu, perangkat lunak AMOS Graphics digunakan untuk
melakukan CFA.
Dalam analisis deskriptif dan reliabilitas, statistik seperti rata-rata,
standar deviasi, skewness, dan kurtosis digunakan. Selain itu, indeks
homogenitas terkoreksi dihitung dan koefisien α Cronbach (Contreras &
Novoa-Mun˜oz, 2018) dan koefisien omega (ω) digunakan, dengan
memilih model kongenerik yang lebih kuat (Dunn, Baguley & Brunsden,
2014), dibandingkan dengan koefisien Cronbach's Alpha, dalam hal ini,
nilai >0.70 dianggap dapat diterima (Hunsley & Marsh, 2018; Ponterotto
& Ruckdeschel, 2007). Analisis korelasi dilakukan dengan menggunakan
korelasi polikorelasi karena ini adalah variabel ordinal (Freiberg, Stover,
De la Iglesia & Ferna´ndez, 2013).
EFA kemudian dilakukan dengan menggunakan 50% dari sampel.
Kriteria yang digunakan untuk EFA termasuk kecukupan sampel
yang dinilai dari nilai KMO (Kaiser, 1974), yang dianggap memadai
jika ≥ 0,80 (Costello & Osborne, 2005; Ferrando & Anguiano-
Carrasco, 2010) Selain itu, Bartlett's test of sphericity dilakukan untuk
memverifikasi apakah matriks korelasi merupakan matriks identitas
(Bandalos & Finney, 2010). Dengan cara yang sama, hal ini
dilakukan melalui ekstraksi faktorisasi sumbu utama dengan rotasi
"Varimax", dengan koefisien pemuatan faktor ≥0,4 (Anderson &
Gerbing, 1988) berdasarkan analisis paralel, karena pemilihan faktor
umum yang diperlukan biasanya menghasilkan nilai eigen yang lebih
tinggi daripada yang diperoleh jika dianalisis secara acak (Horn,
1965).
Struktur faktorial dikonfirmasi dengan menggunakan CFA, yang
mengambil sampel 50% dari data yang tersisa, dengan
mempertimbangkan indeks kesesuaian dan kriteria yang telah
ditetapkan (Alaminos, Franc´es, Penalva & Santacreu, 2015; Bollen,
5
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

Tabel 2
Validitas berbasis konten menggunakan penilaian dan interpretasi Aiken's V.
Kriteria M SD V de Aiken V Interpretasi Interval Keyakinan

Lebih rendah Unggul

Relevansi 2.74 0.44 0.91 Valid 0.71 0.97

Keterwakilan 2.63 0.60 0.88 Valid 0.66 0.96
Kejelasan 2.49 0.74 0.83 Valid 0.61 0.93

Catatan. M = rata-rata; SD = standar deviasi.

Ferrando, 2006; Ruiz, Pardo & San Martín, 2013; Westland, 2019). Sebelum
analisis, estimasi dan hasil output dikonfigurasikan dalam perangkat
lunak AMOS, estimasi kemungkinan maksimum, fitting model jenuh
dan indenpenden, output estimator terstandardisasi, riwayat
minimisasi, modifikasi indeks, dan parameter lain yang diperlukan
untuk jenis analisis ini diminta (Muth'en, 1984; Muth'en, du Toit, &
Spisic, 1997). Spisic, 1997); karena ini adalah prosedur yang kuat
untuk variabel nominal atau ordinal (Brown, 2015; Contreras & Novoa-
Mun˜oz, 2018; Lei, 2009; Raykov, 2012); verifikasi muatan faktor juga
diperhitungkan. (Brown, 2015; Tabachnick & Fidell, 2019). Oleh
karena itu, dalam proses interpretasi, model dikontraskan melalui
pengukuran kecocokan absolut X2 , derajat kebebasan, nilai p, X2 /df<3,
RMSEA, dan P-CLOSE. Di sisi lain, model diinterpretasikan dengan
menggunakan indeks kecocokan tambahan, indeks kecocokan komparatif,
dan Tucker Lewis (IFI, CFI, dan TLI ≥ 0,95, masing-masing (Hu &
Bentler, 1999), yang memungkinkan untuk mengidentifikasi indeks
terbaik dari model.
Aspek etika
Penelitian ini dilakukan dengan mempertimbangkan semua aspek
etika yang memungkinkan, sehingga pelaksanaan penelitian yang
bertanggung jawab telah diperhatikan. Selain itu, kami
mempertimbangkan aturan penulisan dan gaya pengutipan, untuk
menghindari plagiarisme, dalam hal ini, kami meminta izin dari para
penulis instrumen. Demikian juga, izin akses diperoleh dari UGEL N◦
16 (Barranca), yang mengeluarkan otorisasi N◦ 1826-2021- DUGEL-
JAGP-UGEL N◦ 16-BCA, dan dari UGEL N◦ 9 (Huaura), yang
mengizinkan akses melalui otorisasi berikut ini N◦ 095-2021/ EEF-
AGP-UGEL N◦ 09-H. Dengan izin yang diperoleh, survei tersebut
dilakukan secara langsung dan melalui formulir Google. Distribusi
survei dilakukan di institusi pendidikan dan melalui email dan pesan
WhatsApp, dengan menggunakan data yang disediakan oleh UGEL
dan institusi pendidikan. Penting untuk dicatat bahwa survei ini
menyertakan instruksi terperinci dan persetujuan di halaman pertama.
Hal ini memungkinkan setiap guru memiliki akses ke informasi yang
diperlukan dan memutuskan apakah akan menerima atau menolak
untuk berpartisipasi dalam penelitian ini.
Hasil
Statistik deskriptif dan keandalan
Tabel 3 menyajikan hasil deskriptif, di mana rata-rata mean adalah
3,11, modus keseluruhan sama dengan 3, dan deviasi standar 0,784. Selain
itu, terlihat bahwa kurtosis item-item tersebut adalah negatif, yang
menunjukkan distribusi yang relatif datar. Di sisi lain, skewness dari
sebagian besar item juga negatif, menunjukkan distribusi yang condong ke
kiri. Dalam semua kasus, nilai skewness dan kurtosis berada dalam
kisaran yang dapat diterima yaitu -1,5 dan 1,5, yang menunjukkan variasi
yang memadai dalam distribusi data dan cocok untuk analisis faktor
(Gravetter & Wallnau, 2013; P'erez & Medrano, 2010). Demikian juga,
Tabel 3 menunjukkan indeks homogenitas terkoreksi yang nilainya >0,43
dan nilai C r o n b a c h 's α di atas 0,8 serta nilai ω McDonald's (0,945)
yang nilainya menunjukkan reliabilitas yang memadai, dan tidak perlu
untuk menghilangkan atau menyatakan ulang item-item tersebut.

Tabel 3
Statistik deskriptif dan keandalan item.
Item M (3.11) Mo (3) SD (0,784) Sebagai Kurtosis CHI Jika Item dihapus

Cronbach's α (0,945) McDonald's ω (0,945)

PP1 3.42 4 0.91 -0.33 -0.62 0.43 0.95 0.95

PP2 3.28 4 0.86 -0.36 -0.30 0.50 0.95 0.95
PP3 3.34 4 1.15 -0.28 -0.82 0.60 0.94 0.94
PP4 3.06 4 1.27 -0.24 -1.09 0.74 0.94 0.94
TRD1 3.31 3 0.96 -0.04 -0.26 0.50 0.94 0.95
TRD2 3.07 2 1.23 0.03 -1.04 0.72 0.94 0.94
EA1 2.89 3 1.06 0.21 -0.34 0.60 0.94 0.94
EA2 3.21 3 1.07 -0.13 -0.35 0.58 0.94 0.94
EA3 3.21 4 1.42 -0.36 -1.16 0.69 0.94 0.94
EA4 3.06 3 1.04 -0.26 -0.46 0.74 0.94 0.94
EA5 3.05 3 1.36 -0.19 -0.98 0.71 0.94 0.94
E1 2.86 3 1.12 0.10 -0.48 0.69 0.94 0.94
E2 3.60 4 1.15 -0.54 -0.61 0.50 0.95 0.95
E3 2.92 3 1.09 0.07 -0.55 0.75 0.94 0.94
FE1 3.19 3 1.16 0.02 -0.76 0.77 0.94 0.94
FE2 3.02 3 1.28 -0.13 -0.93 0.73 0.94 0.94
PCDE1 3.03 3 1.06 0.00 -0.77 0.56 0.94 0.94
PCDE2 2.90 3 1.03 0.02 -0.08 0.67 0.94 0.94
PCDE3 2.94 3 1.11 -0.11 -0.39 0.69 0.94 0.94
PCDE4 3.02 3 1.13 -0.17 -0.50 0.70 0.94 0.94
PCDE5 3.05 3 1.22 -0.16 -0.77 0.77 0.94 0.94

Catatan. M = rata-rata; Mo = mod; SD = standar deviasi; As = Asimetri; CHI = indeks homogenitas yang dikoreksi. PP = Participacio´n Profesional / Partisipasi
Profesional; TRD = Tecnologías y Recursos Digitales / Teknologi dan Sumber Daya Digital; EA = Ensen˜anza y Aprendizaje / Pengajaran dan Pembelajaran; E = Evaluacio´n
/ Evaluasi; FE = Formacio´n de Estudiantes o Desarrollo de las Capacidades de los Estudiantes/Pelatihan Siswa atau Pengembangan Kemampuan Siswa; PCDE =
6
Promocio´n de la Competencia
L.A. Geraldo-Campos et al. Digital de los Estudiantes/Promosi Kompetensi Digital Siswa. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

7
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

skala dikelompokkan ke dalam satu faktor, dua faktor, atau bahkan tiga
Analisis korelasi dan EFA untuk bukti validitas struktur internal item
faktor, dengan struktur faktor yang terakhir adalah yang paling sesuai
dengan indikator goodness-of-fit.
Tabel 4 menunjukkan matriks korelasi polychoric, di mana korelasi
Parameter yang ditetapkan untuk memvalidasi struktur faktor dari
positif terlihat dengan nilai > 0.2 < 0.73 pada item-itemnya. Dengan
mengetahui hasil korelasi ini, kami melanjutkan untuk melakukan EFA
pada 50% dari total sampel, di mana kami menemukan KMO = 0.957 dan
Bartlett's Test of Sphericity yang signifikan (χ2 = 3272, df = 210 dan p
<.001), yang mengindikasikan bahwa korelasi tersebut merupakan
matriks identitas, oleh karena itu, terdapat korelasi antara item dan
kami dapat melanjutkan dengan analisis faktor. Analisis menggunakan
metode ekstraksi sumbu utama dan rotasi Varimax menghasilkan 2
faktor yang teridentifikasi dengan jelas: (1) faktor pertama berdasarkan
pengelompokan item-itemnya kita sebut Formacio´n, Ensen˜anza y
Promocio´n (FEP) / Pelatihan, Pengajaran dan Promosi, yang
mengandung muatan faktor >0,447 dan (2) faktor kedua yang kita
sebut Partic- ipacio´n Profesional con Recursos Digitales (PPRD) /
Partisipasi Profesional dengan Sumber Daya Digital, di mana item-
itemnya memiliki muatan faktor >0,419 dengan komunalitas >0,339.
Selain itu, ditentukan bahwa faktor pertama menjelaskan 32,4% dari
varians, sedangkan faktor kedua menjelaskan 18,9% dari varians.
Akumulasi varians untuk kedua faktor mencapai 51,30%, yang
melebihi ambang batas yang dapat diterima yang ditetapkan.
CFA dilakukan dengan menggunakan perangkat lunak AMOS, di
mana struktur faktor dari analisis AFE diikuti untuk mengkonfirmasi
model dua faktor (Gbr. 1). Analisis ini memungkinkan kami untuk
mengetahui dan mengidentifikasi indeks modifikasi (MI) yang tinggi
untuk mencari kovariansnya, yang tidak diperlukan karena model 1
dengan 2 faktor mengandung ukuran kecocokan absolut dan
inkremental di atas parameter yang ditetapkan (TLI>0,90; CFI>0,90
dan RMSEA <0,08) dan dengan korelasi yang tinggi antar faktor.
Untuk mendapatkan RMSEA yang lebih baik, kami melanjutkan
dengan membuat model 2 berdasarkan tiga faktor (Gbr. 1). Ketiga
faktor ini memiliki varians kumulatif sebesar 52,1%, di mana Faktor 1
didominasi oleh Evaluacio´n y Promocio´n (EP) / Evaluasi dan
Promosi, yang memiliki varians yang dijelaskan sebesar 22,3%. Faktor
2 diberi nama Recursos Digitales en la Ense- n˜anza (RDE) / Sumber
Daya Digital dalam Pendidikan, yang mencapai varians sebesar 15,4%.
Terakhir, Faktor 3, karena karakteristik item-itemnya, dinamakan
Participacio´n Profesional en el Aprendizaje (PPA) / Partisipasi
Profesional dalam Pembelajaran dan memiliki varians sebesar 14,7%.
Seperti yang dapat dilihat pada Gbr. 1, korelasi yang tinggi antara
ketiga faktor dan indeks kecocokan yang memadai diperoleh,
melaporkan X2 /df =1.476 dengan RMSEA = 0.042 dan ukuran
kecocokan yang mendekati satu. Namun, meskipun memiliki indeks-
indeks goodness-of-fit yang baik, diusulkan untuk melakukan Model 3
(1 faktor) dan menentukan apakah instrumen tersebut sesuai dengan
struktur faktor tunggal (Tabel 5). Hasilnya menunjukkan bahwa
instrumen tersebut dapat digunakan hanya sebagai satu faktor karena
indeks kecocokan absolut dan inkrementalnya berada di atas parameter
yang ditetapkan secara statistik (TLI>0.90; CFI>0.90 dan RMSEA
<0.08).

Diskusi

Tujuan utamanya adalah untuk menentukan sifat psikometrik dari

skala penilaian mandiri kompetensi digital pada guru, di mana, pada
contoh pertama, validitas berbasis konten ditemukan sesuai dengan
kriteria relevansi, keterwakilan, dan kejelasan dengan indikator Aiken
V yang valid. Kemudian, dapat ditemukan struktur faktorial yang
memadai yang mengekstraksi tiga model yang menentukan struktur
yang memadai dari skala penilaian mandiri kompetensi digital dengan
memperoleh indeks goodness-of-fit yang memadai. Struktur faktor yang
ditemukan dalam penelitian ini berbeda dengan struktur asli instrumen
Dias-Trindade dkk. (2019), yang terdiri dari enam faktor: keterlibatan
profesional, teknologi dan sumber daya digital, pengajaran dan
pembelajaran, penilaian, pelatihan siswa, dan mempromosikan
kompetensi digital siswa. Sebaliknya, dalam penelitian ini, 21 item
8
L.A. Geraldo-Campos et al. lingkungan pendidikan
Jurnalawal, Usart Penelitian
Internasional dkk. (2020) memvalidasi
Pendidikan sebuah
Terbuka 6 (2024) alat
100327
Skala penilaian diri kompetensi digital menjadikannya instrumen
(COMDID-A) untuk penilaian mandiri kompetensi digital guru, yang
yang cocok untuk konteks lembaga Pendidikan Dasar Reguler.
mendefinisikan empat dimensi: Yang pertama selaras dengan aspek
Dibandingkan dengan instrumen lain, seperti yang dikembangkan
didaktik, kurikuler, dan metodologis; yang kedua, dengan perencanaan,
oleh P´erez dan Rodríguez (2016), skala "Persepsi diri terhadap
pengorganisasian, dan pengelolaan sumber daya digital; yang ketiga,
kompetensi digital guru" yang divalidasi dalam penelitian ini
dengan pertimbangan etika, hukum, dan keamanan; dan
menunjukkan validitas yang tinggi, dengan nilai di atas 0,80 dalam
hal kejelasan dan relevansi. Hasil ini menunjukkan bahwa guru yang
berpartisipasi dalam penelitian ini memiliki persepsi yang kuat
tentang keterampilan digital mereka untuk penggunaan pedagogis,
berbeda dengan penelitian sebelumnya yang melaporkan kurangnya
keterampilan digital di kalangan pengajar. Demikian juga, Siddiq dkk.
(2016) melakukan validasi keterampilan informasi dan komunikasi
digital, mengidentifikasi tiga faktor (akses ke informasi digital,
evaluasi informasi digital, berbagi, dan mengkomunikasikan
informasi digital) dengan indeks kesesuaian yang dapat diterima.
Temuan ini mendukung validitas konstruk dan menunjukkan bahwa
keterampilan digital ini secara positif terkait dengan efikasi diri TIK
untuk mengajar, penggunaan TIK, dan persepsi kegunaan TIK. Selain
itu, temuan ini juga menyoroti pentingnya keterampilan digital ini
bagi guru dalam sesi pembelajaran, di luar frekuensi penggunaan
TIK.
Koefisien Cronbach's Alpha adalah ukuran reliabilitas yang
mengasumsikan bahwa skor memiliki distribusi normal. Oleh karena
itu, ketika skala ordinal digunakan, seperti dalam penelitian ini, nilai
Cronbach's Alpha cenderung diestimasi terlalu rendah. Dalam hal ini,
koefisien omega McDonald (ω) digunakan, yang menghasilkan nilai
yang mirip dengan koefisien Alpha. Hal ini menegaskan konsistensi
internal instrumen yang digunakan dalam penelitian ini (Flora, 2020;
Oyanedel, Vargas, Mella & Pa´ez, 2017; Ventura-Leo´n & Caycho-
Rodríguez, 2017). Sehubungan dengan penelitian instrumental
lainnya tentang kompetensi digital guru, mereka hanya melaporkan
Cronbach's Alpha (Agreda et al., 2016; Aznar, C´aceres & Romero-
Rodríguez, 2020; Cha´vez-Melo et al, 2022; Ruiz-Cabezas, Medina, P´erez
& Medina, 2020; Sailer dkk., 2021; Touro´n dkk., 2018); namun,
mereka tidak melaporkan ω McDonald, yang cukup untuk
menentukan keandalan.
Indeks kesesuaian menunjukkan bahwa model instrumental yang
digunakan cukup memadai untuk menilai kompetensi digital guru
dalam pendidikan dasar reguler. Hasil ini sebagian terkait dengan
parameter yang ditemukan dalam studi oleh Touro´n dkk. (2018), yang
berfokus pada validasi kompetensi digital guru, di mana mereka
menemukan muatan faktor di atas 0,5 dan sebagian besar di atas 0,70,
sehingga memperoleh ukuran goodness-of-fit yang memadai secara
keseluruhan. Oleh karena itu, instrumen tersebut memungkinkan
untuk menilai kompetensi staf pengajar. Sementara itu, Aznar dkk.
(2020) memvalidasi skala kompetensi digital berdasarkan informasi
dan literasi, dan berhasil mendapatkan indeks yang memadai, yang
menunjukkan bahwa instrumen mereka valid dan dapat diandalkan
untuk mengukur kompetensi digital di bidang spesifik ini. Berbeda
dengan penelitian instrumental lainnya, Sailer dkk. (2021) menyoroti
bahwa tidak ada instrumen yang menilai keterampilan dan sikap guru
untuk mengajar dengan teknologi digital. Namun, penelitian mereka
mengkonfirmasi struktur faktor dan hubungan antara dimensi dalam
instrumen mereka, yang mendukung validitas prediktif konstruk. Hal
ini menunjukkan bahwa penilaian diri guru terhadap keterampilan
yang berhubungan dengan teknologi dapat memberikan dampak
positif dalam memfasilitasi kegiatan pembelajaran, yang sangat
penting untuk kemajuan siswa.
Studi oleh Agreda dkk. (2016) dan Ruiz-Cabezas dkk. (2020) telah
berkontribusi pada identifikasi dan validasi dimensi yang terkait
dengan kompetensi digital dalam konteks pendidikan. Dalam kasus
Agreda dkk., empat dimensi diidentifikasi dan divalidasi oleh
penilaian ahli dan analisis struktur internal, yang menunjukkan bahwa
dimensi-dimensi tersebut menjelaskan sebagian besar varians
(63,38%). Ruiz-Cabezas et al. menemukan validitas konstruk
kompetensi digital melalui pendapat ahli dan memperoleh reliabilitas
yang tinggi dengan dua faktor dengan koefisien Alpha di atas 0,8. Hal
ini mengindikasikan bahwa instrumen mereka valid dan reliabel
untuk mengukur kompetensi digital, dan faktor-faktor yang
teridentifikasi menjelaskan 51,44% dari varians. Namun, dalam 9
 L.A. Geraldo-Campos et al.
Tabel 4
Analisis faktor eksploratori dan matriks korelasi polikorelasi antar item (EFA=267).
Item Faktor h2 KMO (0.957) Polychoric Korelasi

1 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

PP1 0.57 0.65 0.91 1

PP2 0.55 0.64 0.95 0.45 1
PP3 0.59 0.55 0.93 0.50 0.43 1
PP4 0.65 0.42 0.94 0.37 0.45 0.59 1
TRD1 0.53 0.63 0.94 0.45 0.40 0.50 0.44 1
TRD2 0.55 0.49 0.46 0.96 0.36 0.39 0.52 0.67 0.44 1
EA1 0.70 0.45 0.96 0.48 0.48 0.55 0.48 0.46 0.53 1
EA2 0.45 0.46 0.59 0.96 0.32 0.42 0.35 0.51 0.43 0.55 0.50 1
EA3 0.65 0.46 0.97 0.35 0.39 0.47 0.64 0.42 0.59 0.46 0.55 1
EA4 0.66 0.45 0.97 0.27 0.43 0.46 0.69 0.43 0.59 0.48 0.58 0.65 1
6

EA5 0.70 0.40 0.97 0.35 0.37 0.48 0.65 0.48 0.62 0.49 0.53 0.60 0.67 1
E1 0.65 0.50 0.96 0.35 0.40 0.36 0.54 0.43 0.49 0.41 0.45 0.59 0.56 0.63 1
E2 0.50 0.67 0.91 0.34 0.46 0.42 0.28 0.32 0.47 0.50 0.45 0.39 0.38 0.35 0.42 1
E3 0.72 0.36 0.97 0.26 0.39 0.46 0.67 0.39 0.61 0.50 0.55 0.60 0.69 0.67 0.60 0.48 1
FE1 0.68 0.42 0.36 0.96 0.29 0.44 0.49 0.66 0.57 0.66 0.49 0.56 0.58 0.67 0.68 0.59 0.49 0.70 1
FE2 0.73 0.39 0.97 0.30 0.38 0.52 0.63 0.40 0.60 0.45 0.48 0.59 0.63 0.64 0.64 0.39 0.67 0.68 1
PCDE1 0.48 0.63 0.96 0.32 0.36 0.39 0.38 0.43 0.43 0.55 0.50 0.39 0.41 0.49 0.41 0.44 0.52 0.48 0.44 1
PCDE2 0.62 0.50 0.97 0.30 0.34 0.50 0.58 0.43 0.57 0.44 0.44 0.50 0.54 0.60 0.54 0.35 0.66 0.66 0.60 0.52 1
PCDE3 0.72 0.40 0.96 0.40 0.43 0.41 0.59 0.38 0.51 0.42 0.42 0.61 0.55 0.65 0.69 0.42 0.62 0.63 0.65 0.47 0.62 1

Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

PCDE4 0.75 0.38 0.95 0.29 0.35 0.40 0.52 0.35 0.56 0.38 0.52 0.64 0.60 0.59 0.65 0.43 0.64 0.66 0.72 0.45 0.60 0.68 1
PCDE5 0.75 0.34 0.96 0.44 0.35 0.50 0.67 0.47 0.57 0.45 0.51 0.64 0.59 0.67 0.63 0.45 0.69 0.71 0.69 0.47 0.64 0.73 0.73 1

Catatan. Metode ekstraksi "faktorisasi sumbu utama" digunakan dalam kombinasi dengan rotasi "Varimax" h2: komunalitas; KMO: kecukupan master [Kaiser Mayer Olkin]. PP = Participacio´n Profesional /
Partisipasi Profesional; TRD = Tecnologías y Recursos Digitales / Teknologi dan Sumber Daya Digital; EA = Ensen˜anza y Aprendizaje / Pengajaran dan Pembelajaran; E = Evaluacio´n / Evaluasi; FE = Formacio´n de
Estudiantes o Desarrollo de las Capacidades de los Estudiantes/Pelatihan Siswa atau Pengembangan Kemampuan Siswa; PCDE = Promocio´n de la Competencia Digital de los Estudiantes/Promosi Kompetensi Digital
Siswa. Analisis CFA untuk bukti validitas struktur internal item.
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

Gbr. 1. Model dengan indeks kesesuaian yang lebih baik (CFA=267).

Catatan. FEP = Formacio´n, Ensen˜anza y Promocio´n/Pelatihan, Pengajaran dan Promosi; PPRD = Participacio´n Profesional con Recursos Digitales/Partisipasi
Profesional dengan Sumber Daya Digital; EP = Evaluacio´n y Promocio´n/Evaluasi dan Promosi; RDE = Recursos Digitales en la Ensen˜anza (RDE)/Sumber Daya
Digital dalam Pendidikan; PPA = Participacio´n Profesional en el Aprendizaje (PPA)/Partisipasi Profesional dalam Pembelajaran; PCDE = Promocio´n de la Competencia
Digital de los Estudiantes / Promosi Kompetensi Digital Siswa; FE = Formacio´n de Estudiantes o Desarrollo de las Capacidades de los Estudiantes / Pelatihan
Siswa atau Pengembangan Kemampuan Siswa; E = Evaluacio´n/Evaluation/Evaluasi; EA = Ensen˜anza y Aprendizaje/Pengajaran dan Pembelajaran; PP =
Participacio´n Profesional/Partisipasi Profesional; TRD = Tecnologías y Recursos Digitales/Teknologi dan Sumber Daya Digital.

Tabel 5
Analisis faktor konfirmatori (CFA=267).
Model Langkah-langkah penyesuaian absolut Langkah-langkah penyesuaian inkremental

X df2 p-valor X /df2 RMSEA LL 90 UL 90 PCLOSE IFI TLI CFI

Model 1, (2 faktor) 328.01 188 0.000 1.745 0.053 0.04 0.06 0.299 0.95 0.95 0.95
Model 2, (3 faktor) 274.61 186 0.000 1.476 0.042 0.03 0.05 0.886 0.97 0.97 0.97
Model 3, (1 faktor) 399.8 189 0.000 2.115 0.065 0.06 0.07 0.004 0.93 0.92 0.93

Catatan. Batas bawah dan batas atas (LL dan UL) dari parameter RMSEA dilakukan dengan interval kepercayaan 90%.

keempat, dengan pengembangan pribadi dan profesional lembaga.

Sebaliknya, Cabero-Almenara dkk. (2020) berfokus pada analisis
validitas dan reliabilitas konstruk digital untuk calon guru di lingkungan
pascasarjana. Mereka menemukan indikator validitas dan reliabilitas
yang memadai, sehingga kuesioner kompetensi digital memungkinkan
untuk menghasilkan pengetahuan ilmiah dan pengetahuan untuk
meningkatkan kualitas pendidikan. Sebaliknya, Soldatova dan
Shlyapnikov (2015) melakukan penelitian yang melibatkan guru,
siswa, dan orang tua dengan tujuan untuk menilai kompetensi digital.
Hasil dari penelitian ini menunjukkan bahwa guru mengungguli siswa
dan orang tua dalam beberapa aspek yang berkaitan dengan
kompetensi digital. Secara khusus, para guru menunjukkan frekuensi
penggunaan Internet yang lebih tinggi, menghabiskan lebih banyak
waktu online setiap hari, dan memiliki preferensi yang lebih kuat
untuk menggunakan perangkat selain komputer untuk melakukan
aktivitas yang berhubungan dengan Internet. Selain itu, para peneliti
mengamati bahwa guru lebih cenderung menggunakan ponsel pintar
dibandingkan siswa dan orang tua.
7
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327
dan tablet sebagai bagian dari aktivitas digital mereka.

Keterbatasan

Studi ini berfokus pada evaluasi tiga model skala penilaian mandiri
kompetensi digital guru yang signifikan. Namun, penelitian ini memiliki
beberapa keterbatasan, seperti ukuran sampel. Meskipun sampel yang
digunakan cukup besar, n a m u n tidak cukup untuk menggeneralisasi
hasilnya karena didasarkan pada populasi guru Pendidikan Dasar
Reguler dari dua UGEL penting di Barranca dan Huaura (Peru), dan
yang terakhir ini tidak memiliki partisipasi yang signifikan; temuan
studi ini tetap bernilai dan memberikan informasi yang relevan
tentang kompetensi digital para guru di wilayah geografis yang
spesifik ini. Di sisi lain, penting untuk disebutkan bahwa meskipun
pengambilan sampel yang digunakan dalam penelitian ini dibenarkan
oleh kendala dan tantangan yang ditimbulkan oleh pandemi COVID-
19, penting untuk mengenali potensi bias yang mungkin terjadi.

8
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

Analisis formal, Penulisan - draf awal. Romel Arturo Rosales-

yang melekat dalam pendekatan ini. Jenis pengambilan sampel ini
Gomero: Konseptualisasi, Metodologi, Penulisan - draf awal, Penulisan
mungkin tidak sepenuhnya mewakili populasi guru secara umum,
- tinjauan & penyuntingan. Juan Jesús Soria Quijaite: Kurasi data,
karena bergantung pada aksesibilitas dan kesukarelaan para peserta;
Analisis formal, Supervisi, Penulisan - tinjauan & penyuntingan.
oleh karena itu, temuan ini harus ditafsirkan dengan hati-hati.
Jacksaint
Penelitian di masa depan

Dalam penelitian selanjutnya, akan sangat bermanfaat untuk

mengatasi beberapa keterbatasan yang diidentifikasi dalam penelitian
ini. Pertama, sampel sebaiknya diperluas untuk mencakup lebih
banyak wilayah dan konteks pendidikan yang lebih beragam, sehingga
dapat meningkatkan kemampuan generalisasi hasil penelitian terhadap
populasi guru yang lebih luas. Selain itu, penting untuk menggunakan
metode pengambilan sampel yang memastikan keterwakilan yang
lebih akurat dari populasi guru secara umum, untuk mengatasi
keterbatasan pengambilan sampel yang digunakan dalam penelitian ini.
Melakukan penelitian di berbagai konteks geografis dan pendidikan
akan memberikan pemahaman yang lebih lengkap tentang kompetensi
digital guru di berbagai tempat. Selain itu, penelitian longitudinal juga
akan bermanfaat untuk mengamati evolusi kompetensi ini dari waktu
ke waktu, serta menyelidiki pengaruh faktor-faktor lain seperti akses
ke teknologi dan dukungan kelembagaan. Pendekatan-pendekatan ini
akan secara signifikan memperkaya pemahaman kita tentang
kompetensi digital dalam pengajaran dan membantu mengatasi
keterbatasan penelitian ini.

Implikasi untuk penelitian pendidikan

Penelitian ini memiliki implikasi yang signifikan untuk penelitian

pendidikan. Pertama, validasi skala ini dalam bahasa Spanyol
memfasilitasi penerapannya dalam konteks pendidikan di mana bahasa
Spanyol merupakan bahasa utama, yang berkontribusi pada
pemahaman dan evaluasi yang lebih baik terhadap kompetensi digital
para guru di wilayah ini. Selain itu, dengan mengidentifikasi tiga
faktor utama - EP, RDE, dan PPA - studi ini menyoroti area kritis
kompetensi digital yang perlu dikembangkan dan ditingkatkan dalam
program pendidikan guru. Hal ini sangat relevan di era saat ini, di
mana integrasi teknologi dalam pendidikan menjadi sangat penting.
Terakhir, dengan menyediakan alat yang dapat diandalkan untuk
mengukur kompetensi digital guru, studi ini mendukung upaya
berkelanjutan untuk meningkatkan praktik pedagogi digital di ruang
kelas. Hal ini tidak hanya bermanfaat bagi persiapan profesional guru,
tetapi juga secara langsung meningkatkan kualitas pendidikan yang
diterima siswa, sehingga mereka dapat mempersiapkan diri dengan
lebih baik untuk menghadapi dunia yang semakin terdigitalisasi.

Kesimpulan

Sebagai kesimpulan, skala penilaian mandiri kompetensi digital

guru, yang terdiri dari 21 item dan telah diterjemahkan ke dalam
bahasa Spanyol, terdiri dari tiga faktor utama dalam konteks
pendidikan dasar reguler: (1) Evaluacio´n y Promocio´n (EP) /
Evaluasi dan Promosi, (2) Recursos digitales en la Ensen˜anza (RDE) /
Sumber Daya Digital dalam Pengajaran, dan (3) Participacio´n Profesional
en el Aprendizaje (PPA) / Partisipasi Profesional dalam Pembelajaran.
Temuan dari penelitian ini menunjukkan bahwa skala ini memiliki
sifat psikometrik yang memadai, memastikan pengumpulan informasi
yang dapat diandalkan dan valid dari unit studi untuk guru-guru
Pendidikan Dasar Reguler.

Informasi pendanaan

Tidak ada dana yang diterima dalam pengembangan penelitian ini.

Pernyataan kontribusi kepengarangan CRediT

Luis Alberto Geraldo-Campos: Konseptualisasi, Kurasi data,

9
L.A. Geraldo-Campos et al. Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327

Saintila Pengawasan, Validasi, Visualisasi, Penulisan - tinjauan &

pengeditan.

Deklarasi kepentingan yang bersaing

Para penulis menyatakan bahwa mereka tidak memiliki

kepentingan finansial yang bersaing atau hubungan pribadi yang
dapat mempengaruhi pekerjaan yang dilaporkan dalam makalah ini.

Referensi

Agreda, M., Hinojo, M. A., & Sola, J. M. (2016). Pengembangan dan validasi instrumen
untuk mengevaluasi kompetensi digital para pendidik di bidang pendidikan di
Spanyol. Píxel-Bit, Revista de Medios y Educacio´n, 03(49), 39-56. https://doi.org/
10.12795/pixelbit.2016.i49.03
Alaminos, A., Franc´es, F. J., Penalva, C., & Santacreu, O´. A. (2015). Introducci´on a los
model-model struktural dalam penelitian sosial (1st ed.). Edisi PYDLOS.
Asosiasi Penelitian Pendidikan Amerika, Asosiasi Psikologi Amerika, & Dewan
Nasional Pengukuran Pendidikan. (2018). Esta´ndares para Pruebas Educativas y
Psicolo´gicas. In M. Lieve, & Trans (Eds.), Esta´ndares para pruebas educativas y
psicolo´gicas. American Educational Research Association. https://doi.
org/10.2307/j.ctvr43hg2.
Anderson, J. C., & Gerbing, D. W. (1988). Pemodelan persamaan struktural dalam praktik:
Sebuah tinjauan dan pendekatan dua langkah yang direkomendasikan. Buletin
Psikologi, 103(3),
411–423. https://doi.org/10.1037/0033-2909.103.3.411
Ato, M., Lo´pez-García, JJ, & Benavente, A. (2013). Un sistema de clasificacio´n de los
disen˜os de investigaciones en psicología. Anales de Psicología, 29(3), 1038-1059.
https://doi.org/10.6018/analesps.29.3.178511
Aznar, I., C´aceres, M. P., & Romero-Rodríguez, J. M. (2020). Alfabetizacio´n digital dari
profesor ilmu pengetahuan lingkungan: Sebuah analisis kompetensi teknis.
Revista Luna Azul, 49(1), 172-184. https://doi.org/10.17151/luaz.2019.49.10
Bandalos, D. L., & Finney, S. J. (2010). Analisis faktor: eksploratori dan konfirmatori.
Dalam
G. R. Hancock, & R. O. Mueller (Eds.), Panduan peninjau untuk metode kuantitatif.
Routledge.
Bollen, K. A. (1989). Persamaan struktural dengan variabel laten. Wiley. https://doi.org/
10.2307/2289630
Brown, T. A. (2015). Analisis faktor konfirmatori untuk penelitian terapan (2nd ed.). The
Guilford Press.
Cabero-Almenara, J., Barroso-Osuna, J., Guti´errez-Castillo, J. J., & Palacios- Rodríguez,
A. (2020). Validasi alat ukur kompetensi digital untuk para maestro masa depan
melalui hubungan struktural. Bord´on. Revista de Pedagogía, 72 (2), 45-63.
https://doi.org/10.13042/Bordon.2020.73436
Caldero´n-Garrido, D., Carrera, X., & Gustems-Carnicer, J. (2021). Kompetensi dokumen
digital profesor musik: Disen˜o y validacio de un instrumento. Aloma: Revista de
Psicologia, Ci`encies de l'Educacio´ i de l'Esport, 38(2), 139-148.
https://doi.org/10.51698/aloma.2020.38.2.139-148
Catena, A., Ramos, M. M., & Trujillo, H. M. (2003). Ana´lisis multivariado. un manual para
investigadores. Biblioteca Nueva.
Cateriano, T., Rodríguez, M., Patin˜o, E., Araujo, R., & Villalba, O. (2021). Kompetensi
digital, metodologi dan evaluasi di bidang pendidikan. Campus Virtuales : Revista
Científica Iberoamericana de Tecnología Educativa, 10(1), 2021.
Cha´vez-Melo, G., Cano-Robles, A., & Navarro-Rangel, Y. (2022). Validasi instrumen
untuk mengukur kompetensi dokumen digital. Campus Virtuales, 11(2), 97-106.
https://doi.org/10.54988/cv.2022.2.1104
Contreras, S., & Novoa-Mun˜oz, F. (2018). Ventajas del alfa ordinal respecto alfa de
Cronbach ilustradas con la encuesta AUDIT-OMS. Revista Panamericana de Salud
Pública, 42, 1-6. https://doi.org/10.26633/RPSP.2018.65
Costello, A. B., & Osborne, J. (2005). Praktik terbaik dalam analisis faktor eksploratori:
Empat rekomendasi untuk mendapatkan hasil maksimal dari analisis anda. Practical
Assessment Research & Evaluation, 10(7), 10. https://doi.org/10.7275/jyj1-4868
Cru, Laura-De L z, a, M., K., Injante-Co´rdova, I.R., Flores-Arocutipa, M.I., Jim´enez-
Palacios, R., & Noa-Copaja, S.J. (.2023). Kompetensi Digital pada Guru Pendidikan
Dasar Reguler di Tacna-Peru. Inovasi Cerdas, Sistem dan Teknologi, 320, 59-70.
https://doi.org/10.1007/978-981-19-6585-2_6/COVER.
De la Fuente, S. (2011). Faktorial ana'lisis. Universidad Autonoma de Madrid.
Decreto Supremo N 067-2001-ED Crean el Proyecto Huascar´an, (2001).
http://www.min edu.gob.pe/normatividad/decretos/DS-067-2001-ED.php.
Dias-Trindade, S., Moreira, J. A., & Nunes, C. S. (2019). Sistem penilaian otomatis
kompetensi digital para profesor. Prosedur penyusunan dan penilaian. Texto Livre:
Linguagem e Tecnologia, 12(2), 152-171. https://doi.org/10.17851/ 1983-
3652.12.2.152-171
Dunn, T. J., Baguley, T., & Brunsden, V. (2014). Dari alfa ke omega: Solusi praktis
untuk masalah estimasi konsistensi internal yang meresap. British Journal of
Psychology, 105(3), 399-412. https://doi.org/10.1111/bjop.12046
Escurra, L. M. (1988). Cuantificacio´n de la valididad de contenido por criterio de jueces.
Revista de Psicología, 6(1-2), 103-111.
Fern´andez, E., Leiva-Olivencia, J. J., & Lo´pez-Meneses, E. (2018). Competencias digitales
en docentes de Educacio´n Superior. Revista Digital de Investigaci´on en Docencia
Universitaria, 10(1), 213-223. https://doi.org/10.19083/ridu.12.558
Ferrando, P., & Anguiano-Carrasco, C. (2010). El an´alisis faktorial sebagai metode
penelitian di bidang psikologi. Papeles Del Psico´logo, 31(1), 18-33.
Ferrari, A. (2012). Kompetensi digital dalam praktik: Sebuah analisis kerangka kerja. Kantor
Publikasi Uni Eropa.
10
L.A. Geraldo-Campos et al.
Flora, D. B. (2020). Koefisien alpha Anda mungkin salah, tetapi koefisien omega mana
yang benar? Tutorial menggunakan R untuk mendapatkan estimasi reliabilitas yang
lebih baik. Kemajuan Metode dan Praktik dalam Sains Psikologi, 3(4), 484-501.
https://doi.org/ 10.1177/2515245920951747
Fraillon, J., Ainley, J., Schulz, W., Friedman, T., & Gebhardt, E. (2014). Mempersiapkan
kehidupan di era digital. Springer International Publishing.
https://doi.org/10.1007/978-3- 319-14222-7
Freiberg, A., Stover, J. B., De la Iglesia, G., & Fern´andez, M. (2013). Correlaciones
Polico´ricas Y Tetraco´ricas En Estudios Factoriales Exploratorios Y Confirmatorios.
Ciencias Psicol´ogicas, VII(2), 151-164. https://doi.org/10.22235/cp.v7i1.1057
García, C. (2013). Competencias digitales para los ciudadanos del siglo XXI. Educaci´on,
19(19), 11-16. https://doi.org/10.33539/educacion.2013.n19.1015
Grasso, L. (2006). Encuestas: Elementos para su disen˜o y ana´lisis (1st ed.). Encuentro
Grupo Editor.
Gravetter, F. J., & Wallnau, L. B. (2013). Pengantar statistik. Dalam J. Hague, T. Matray,
T. Williams, & L. Sarkisian (Eds.), Statistik untuk ilmu perilaku (pp. 3-36). Cengage
Learning.
Guill´en-Ga´mez, D., Ruiz-Palmero, J., Colomo-Magan˜a, E., & Cívico-Ariza, A. (2023).
Konstruksi instrumen tentang kompetensi digital guru untuk menggunakan YouTube
sebagai sumber belajar: Analisis reliabilitas dan validitas. Revista de Educaci´on a
Distancia, 23(76), 1578-7680. https://doi.org/10.6018/red.549501
Hambleton, R. K., & Zenisky, A. L. (2011). Menerjemahkan dan mengadaptasi tes untuk
penilaian lintas budaya. Metode penelitian lintas budaya dalam psikologi (pp. 46-74).
Cambridge University Press.
Hirschfeld, G., & Von Brachel, R. (2014). Analisis faktor konfirmatori beberapa
kelompok dalam R - Tutorial dalam invariansi pengukuran dengan indikator kontinu
dan ordinal. Penilaian Praktis, Penelitian dan Evaluasi, 19(7), 1-12.
https://doi.org/10.7275/ qazy-2946
Holguin-Alvarez, J., Apaza-Quispe, J., Ruiz, J. M., & Picoy, J. A. (2021). Competencias
digitales en directivos y profesores en el contexto de educacio´n remota del an˜o
2020. Revista Venezolana de Gerencia, 26(94), 623-643. https://doi.org/10.52080/
rvgluzv26n94.10
Horn, J. L. (1965). Dasar pemikiran dan pengujian jumlah faktor dalam analisis faktor.
Psychometrika, 30, 179-185.
Hu, L. T., & Bentler, P. M. (1999). Kriteria batas untuk indeks kecocokan dalam analisis
struktur kovarians: Kriteria konvensional versus alternatif baru. Structural Equation
Modeling, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
Hunsley, J., & Marsh, E. J. (2018). Mengembangkan kriteria untuk penilaian berbasis
bukti: Sebuah pengantar untuk penilaian yang berhasil. Dalam J. Hunsley, & E. J.
Marsh (Eds.), Panduan untuk penilaian yang berhasil (2nd ed., pp. 1-16). Oxford
University Press.
Kaiser, H. F. (1974). Indeks kesederhanaan faktorial. Psychometrika, 39(1), 31-36.
https://doi.org/10.1007/BF02291575
Kelly, M. G., & McAnear, A. (2002). Standar teknologi pendidikan nasional untuk guru:
Mempersiapkan guru untuk menggunakan teknologi. Masyarakat Internasional untuk
Teknologi dalam Pendidikan (ISTE).
Koehler, M. J., & Mishra, P. (2008). Buku pegangan pengetahuan konten pedagogis
teknologi (TPCK) untuk pendidik. Routledge.
Krumsvik, J. (2011). Kompetensi digital dalam pendidikan guru dan sekolah di
Norwegia. H¨ogre Utbildning, I(1), 39-51.
Lei, P. W. (2009). Mengevaluasi metode estimasi untuk data ordinal dalam
pemodelan persamaan struktural. Quality and Quantity, 43(3), 495-507.
https://doi.org/10.1007/s11135- 007-9133-z
Lorenzo-Seva, U., & Ferrando, P. J. (2006). FACTOR: Sebuah program komputer untuk
menyesuaikan model analisis faktor eksplorasi. Metode Penelitian Perilaku, 38(1),
88-91. https:// doi.org/10.3758/BF03192753
Manzano, A., & Zamora, S. (2009). Sistema de ecuaciones estructurales: Sebuah metode
penelitian. Cuaderno t´ecnico 4 (Cuaderno t). Centro Nacional de Evaluacio´n para la
Educacio´n Superior, AC (Ceneval).
Minedu (2018). Encuesta nacional a docentes de instituciones educativas públicas
públicas y privadas 2018. Kementerian Pendidikan.
https://www.minedu.gob.pe/politicas/doc encia/encuesta-nacional-a-docentes-
endo.php.
Mun˜iz, J., Elosua, P., & Hambleton, R. K. (2013). Petunjuk untuk perdagangan dan
adaptasi tes: Segunda edicio´n. Psicothema, 25(2), 151-157. https://doi.
org/10.7334/psicothema2013.24
Muth´en, B. (1984). Model persamaan struktural umum dengan indikator variabel laten
dikotomi, kategorik terurut, dan kontinu. Psychometrika, 49(1), 115-132.
https://doi.org/10.1007/BF02294210
Muth´en, B., du Toit, S. H. C., & Spisic, D. (1997). Inferensi yang kuat menggunakan
persamaan penduga kuadrat terkecil kuadrat terboboti dalam pemodelan variabel
laten dengan hasil kategorik dan kontinu. Laporan Teknis yang tidak dipublikasikan.
ScienceOpen, Inc.
Napal, M., Pen˜alva-V´elez, A., & Mendio´roz, A. (2018). Pengembangan Kompetensi
Digital dalam Pelatihan Guru Pendidikan Menengah. Ilmu Pendidikan, 8(3),
104. https://doi.org/10.3390/educsci8030104
Oyanedel, J. C., Vargas, S., Mella, C., & P´aez, D. (2017). Para penulis yang disebutkan
di atas telah menerima replika yang tepat: Tingkat kepercayaan dalam perjalanan
penggunaan produk Omega dari McDonald. Revista M´edica de Chile, 145(2), 272-
273. https://doi.org/10.4067/ S0034-98872017000200019
P´erez, E. R., & Medrano, L. (2010). An'analisis faktorial eksploratorio: Bases conceptuales y
metodolo'gicas. Revista Argentina de Ciencias Del Comportamiento, 2(1), 58-66.
P´erez, A., & Rodríguez, M. J. (2016). Evaluacio´n de las competencias digitales
autopercibidas del profesorado de Educacio´n Primaria en Castilla y Leo´n (Espan˜a).
Revista de Investigaci´on Educativa, 34(2), 399. https://doi.org/10.6018/
rie.34.2.215121
11
Jurnal Internasional Penelitian Pendidikan Terbuka 6 (2024) 100327
P´erez, C. (2004). Teknik-teknik analisis multivariat untuk aplikasi data dengan spss (1st ed.).
Pearson Educacio´n.
P´erez-Tejada, HE (2008). Estadística para las ciecias sociales, del comportamiento de la salud
(3rd ed.). Cengage Learning.
Ponterotto, J. G., & Ruckdeschel, D. E. (2007). Tinjauan tentang Koefisien Alpha dan
Matriks Keandalan untuk Memperkirakan Kecukupan Koefisien Konsistensi Internal
dengan Ukuran Penelitian Psikologis. Keterampilan Perseptual dan Motorik, 105(3),
997-1014. https://doi.org/10.2466/pms.105.3.997-1014
Pozo-Sa´nchez, S., Lo´pez-Belmonte, J., Rodríguez-García, A.-M., & Lo´pez-Nún˜ez, J.-A.
(2020). Kompetensi digital guru dalam menggunakan dan mengelola informasi
secara analitis dalam pembelajaran terbalik (Competencia digital docente para el uso
y gestio´n analítica información del aprendizaje invertido). Budaya dan Pendidikan,
32(2), 213-241. https://doi.org/10.1080/11356405.2020.1741876
Rambay, M. G., & De la Cruz, J. (2021). Peningkatan kompetensi digital di kalangan
mahasiswa di masa pandemi: Sebuah revisi sistematik. Crescendo, 11 (4), 511.
https://doi.org/10.21895/incres.2020.v11n4.06
Ramos, M. N. (2016). An´alisis konseptual model kompetensi digital profesor universitas.
RELATEC. Revista Latinoamericana de Tecnología Educativa, 15(1), 97-114.
https://doi.org/10.17398/1695-288X.15.1.97
Raykov, T. (2012). Konstruksi dan pengembangan skala menggunakan pemodelan
persamaan struktural. Dalam R. H. Hoyle (Ed.), Buku pegangan pemodelan
persamaan struktural (hal. 472-492). The Guildford Press.
Redecker, C. (2017). Kerangka kerja Eropa untuk kompetensi digital pendidik:
DigCompEdu. Dalam Y. Punie (Ed.), Laporan sains untuk kebijakan dari Pusat Penelitian
Bersama (JRC). Kantor Publikasi Uni Eropa. https://doi.org/10.2760/159770.
Rubach, C., & Lazarides, R. (2021). Mengatasi keterampilan digital abad ke-21 di sekolah
- Pengembangan dan validasi instrumen untuk mengukur keyakinan kompetensi dasar
TIK guru. Komputer dalam Perilaku Manusia, 118 (Desember 2020), Artikel
106636. https://doi.org/10.1016/j.chb.2020.106636
Ruiz, M. A., Pardo, A., & San Martín, R. (2013). Modelo de ecuaciones estructurales.
Cirugia Plastica Ibero-Latinoamericana, 13(8), 34-45.
Ruiz-Cabezas, A., Medina, M. C., P´erez, E., & Medina, A. (2020). Pelatihan guru di
universitas: Kompetensi digital. [Formacio´n del profesorado Universitario en la
Competencia Digital]. Pixel-Bit. Revista de Medios y Educaci´on, 58, 181-215. https://
doi.org/10.12795/pixelbit.74676
S´anchez, M. L., Fabi´an, L., & Melgoza, D. M. (2021). Kompetensi digital dokter: Sebuah
pengalaman di tingkat universitas. HAMUT'AY, 8(1), 59. https://doi.org/
10.21503/hamu.v8i1.2236
Sailer, M., Stadler, M., Schultz-Pernice, F., Franke, U., Scho¨ffmann, C., Paniotova, V.,
d k k . (2021). Keterampilan dan sikap mengajar terkait teknologi: Validasi
instrumen penilaian mandiri berbasis skenario untuk guru. Komputer dalam
Perilaku Manusia, 115, Artikel 106625.
https://doi.org/10.1016/j.chb.2020.106625
Siddiq, F., Scherer, R., & Tondeur, J. (2016). Penekanan guru pada pengembangan
keterampilan informasi dan komunikasi digital siswa (TEDDICS): Sebuah konstruksi
baru dalam pendidikan abad ke-21. Komputer & Pendidikan, 92-93, 1-14.
https://doi.org/10.1016/j. compedu.2015.10.006
Soldatova, G. U., & Shlyapnikov, V. N. (2015). Kompetensi digital guru sekolah Rusia.
Psychological Science and Education, 20(4), 5-18. https://doi.org/
10.17759/pse.2015200401
Soper, D. S. (2022). Kalkulator: Ukuran sampel apriori untuk model persamaan struktural.
Kalkulator statistik gratis versi 4.0. Daniel Soper. https://www.danielsoper.com/statcalc
/calculator.aspx?id=89.
Stockemer, D. (2019). Metode kuantitatif untuk ilmu-ilmu sosial. Springer International
Publishing. https://doi.org/10.1007/978-3-319-99118-4
Tabachnick, B. G., & Fidell, L. S. (2019). Menggunakan statistik multivariat (7th ed.). Pearson
Education.
Tondeur, J., Howard, S., Van Zanten, M., Gorissen, P., Van der Neut, I., Uerz, D.,
dkk. (2023). Kerangka kerja HeDiCom: Kompetensi digital guru pendidikan tinggi
untuk masa depan. Penelitian dan Pengembangan Teknologi Pendidikan, 71(1), 33-
53. https://doi.org/10.1007/S11423-023-10193-5
Touro´n, J., Martín, D., Navarro, E., Pradas, S., & ´In˜igo, V. (2018). Validasi dan
constructo de un instrumento para medir la competencia digital docente de los
profesores (CDD). Revista Espan˜ola de Pedagogía, 76(269), 25-54. https://doi.org/
10.22550/REP76-1-2018-02
Usart, M., L'azaro, J. L., & Gisbert, M. (2020). Validasi alat untuk mengevaluasi kompetensi
digital guru secara mandiri. Educacio´n, 24(1), 353-373. https://doi.org/10.5944/
educxx1.27080
Valencia-Molina, T., Serna-Collazos, A., Ochoa-Angrino, S., Caicedo-Tamayo, A. M.,
Montes-Gonz´alez, J. A., & Ch´avez-Vescance, J. D. (2016). Competencias y esta´ndares tic
desde la dimensio´n pedagogica. Pontificia Universidad Javeriana.
Ventura-Leo´n, J. L., & Caycho-Rodríguez, T. (2017). El coeficiente Omega: Un m'etodo
alternativo para la estimacio´n de la confiabilidad. Revista Latinoamericana de Ciencias
Sociales, Nin˜ez y Juventud, 15(1), 625-627.
Ventura-Leo´n, J. (2019). Perubahan nilai berdasarkan isi. Adicciones, 34
(4), 323-326. https://doi.org/10.20882/adicciones.1213
Vin˜oles-Cosentino, V., Esteve-Mon, FM, Llopis-Nebot, MA´, & Adell-Segura, J. (2021).
Validasi sebuah formulir evaluasi format kompetensi dokumen digital pada masa
Covid-19. RIED. Revista Iberoamericana de Educaci´on a Distancia, 24(2), 87.
https://doi.org/10.5944/ried.24.2.29102
Vieira, D. (2014). Estilos de coaprendizaje y algunos indicadores de competencias
digitales. Educacion, 23(45), 91-105.
Westland, J. C. (2019). Model persamaan struktural: Dari jalur ke jaringan (2nd ed.).
Springer.