17 Tabel 5 Perbandingan jumlah peubah indikator total dan loading tinggi
No Peubah Laten Jumlah Peubah Indikator
Rasio Total
Indikator loading tinggi 1
SI 18
8 0.44
2 SPR
9 8
0.89 3
SKL 25
21 0.84
4 SPT
20 3
0.15 5
SSP 30
13 0.43
6 SPL
20 10
0.50 7
SB 24
9 0.38
8 SPN
19 7
0.37 Evaluasi kebaikan model pengukuran juga dapat dilihat melalui discriminant
validity yaitu dengan membandingkan nilai akar kuadrat dari AVE dengan nilai korelasi peubah laten bersangkutan dengan peubah lainnya dalam model. Nilai akar
kuadrat dari AVE adalah SB 0.711, SPL 0.671, SPT 0.82, SI 0.686, SPR 0.672, SSP 0.692, SPN 0.742 dan SKL 0.654. Nilai-nilai tersebut lebih besar daripada nilai
korelasi antar peubah laten yang bersangkutan dengan peubah laten lainnya dapat dilihat pada Tabel 6, hal ini menunjukkan bahwa peubah indikator memiliki
discriminant validity yang baik.
Tabel 6 Matriks korelasi antar peubah laten dan p-value SB
SPL SPT
SI SPR
SSP SPN
SKL SB
0.547 0.023
0.327 0.026
0.495 0.027
0.499 0.032
0.453 0.031
0.486 0.033
0.494 0.026
SPL 0.503
0.022 0.721
0.016 0.714
0.020 0.693
0.015 0.628
0.023 0.743
0.014 SPT
0.562 0.019
0.472 0.024
0.607 0.019
0.401 0.026
0.582 0.019
SI 0.763
0.016 0.676
0.017 0.619
0.022 0.779
0.012 SPR
0.631 0.020
0.625 0.021
0.760 0.014
SSP 0.546
0.024 0.743
0.015 SPN
0.641 0.018
Lampiran 6 menyajikan peubah indikator dengan nilai loading tinggi pada masing-masing peubah laten berdasarkan Status Akreditasi. Hal ini bertujuan untuk
mengetahui perbedaan indikator sekolah akreditas baik akreditasi A dan B dan akreditasi kurang baik akreditasi C dan TT. Berdasarkan hasil analisis, terlihat
bahwa peubah laten SKL untuk akreditasi kurang baik hanya satu indikator yang memiliki loading tinggi. Hal ini perlu dilakukan kajian lebih lanjut dalam
18 meningkatkan SKL pada sekolah akreditasi C dan TT. Demikian juga dengan
peubah laten yang lain.
4.5 Model Struktural
Untuk melihat seberapa besar hubungan antar peubah laten dapat dilihat pada korelasi antar peubah Tabel 6. Korelasi yang cukup kuat ditunjukkan pada dua
peubah yang memiliki nilai korelasi signifikan dan lebih dari 0.5 serta korelasi sangat kuat ditunjukan dengan nilai korelasi lebih dari 0.7. Korelasi lemah terjadi
antara peubah Laten SB dengan SPT, SB dengan SI, SB dengan SPR, SB dengan SSP, SB dengan SPN, SB dengan SKL, dan SPT dengan SPN.
Berdasarkan Tabel 7 dibawah ini terlihat bahwa tidak semua koefisien jalur signifikan secara statistik. Koefisien jalur peubah laten SPT terhadap SPN tidak
signifikan dan nilai koefisien parameter sangat kecil yaitu 0.002. Artinya peubah laten SPN dipengaruhi oleh SPT sebesar 0.002. Dengan kata lain peubah SPT
memiliki hubungan dengan SPN tetapi tidak berpengaruh secara nyata pada taraf nyata 10. Untuk menentukan besarnya koefisien jalur dalam model dilakukan
modifikasi model dengan menghilangkan jalur antara SPT dengan SPN.
Tabel 7. Pendugaan Parameter Pada Model Struktural Jalur
Koefisien Jalur
SE CR
SB-SPL 0.547 0.023
23.28 SPL-SPT
0.503 0.022 23.3
SPL-SI 0.586 0.023
25.64 SPL-SP
0.341 0.034 10.03
SPL-SSP 0.495 0.029
17.26 SPT - SI
0.267 0.025 10.76
SPT -SPN 0.002 0.030
0.07 SI - SPR
0.517 0.030 17.31
SI - SPN 0.262 0.050
5.22 SPR - SSP
0.277 0.032 8.77
SPR - SPN 0.319 0.044
7.29 SSP - SPN
0.168 0.034 4.86
SPN -SKL 0.641 0.018
36.09 Model struktural modifikasi didapatkan dengan menghilangkan jalur yang tidak
signifikan kemudian dilakukan proses pendugaan dan evaluasi kembali. Hasil untuk model modifikasi dapat dilihat pada Lampiran 7. Model struktural memiliki
koefisien yang sama pada model sebelum modifikasi, perbedaan terlihat pada standar error dari penduga koefisien. Selain itu, evaluasi model strukural terlihat
bahwa semua koefisien jalur telah signifikan secara statistik. Sehinggal model Struktural yang diperoleh adalah:
19
[ �
� �
� ��
] =
[ .
. .
. .
. .
. .
. .
. ]
[ �
SPT �
� ��]
+
[ �
� �
� �
� � ]
Hubungan antara peubah laten dan besarnya koefisien determinasi R
2
dapat dilihat melalui Gambar 7. Koefisen jalur terbesar dimiliki oleh hubungan SPN
dengan SKL. Hal ini menunjukkan bahwa peubah laten SPN berpengaruh besar terhadap SKL dan berpengaruh positif sebesar 0.641. Pengaruh yang kecil
diberikan oleh hubungan peubah laten SSP dengan SPN dengan koefisien jalur 0.1682. Antar peubah laten memiliki hubungan dengan arah positif.
Peubah laten SKL merupakan peubah yang dipengaruhi oleh semua peubah laten yang lainnya baik secara langsung maupun tidak langsung. SPT, SI, SPR, SSR
berpengaruh tidak langsung terhadap SKL melalui SPN. Pengaruh tidak langsung terhadap SKL yang paling besar diberikan oleh SPR melalui SPN yaitu sebsar 0.205.
Besarnya keragaman peubah laten endogen yang mampu dijelaskan oleh keragaman laten eksogen diukur dengan R
2
. Nilai R
2
terbesar yaitu 0.639 pada peubah laten SPR. Artinya keragaman peubah laten SPR yang mampu dijelaskan
oleh SI dan SPL adalah sebesar 63.9 dan sisanya dijelaskan oleh peubah yang lain yang tidak terdapat dalam model.
Gambar 7. Hubungan antar peubah laten yang dimodifikasi 0.641
0.547 SB
SPL
SSR SPR
SPT
SI SPN
SKL R
6 2
= 0.453
R
4 2
= 0.639
R
3 2
= 0.573 R
2 2
= 0.253
R
1 2
= 0.299
R
7 2
= 0.411
R
5 2
= 0.518
