Tabel 4.8 Uji Univariate Outliers
Descriptive Statistics
N Minimum
Maximum Mean
Std. Deviation ZscoreMV1
126 -2.30081
1.18150 .0000000
1.00000000 ZscoreMV2
126 -2.23911
1.24395 .0000000
1.00000000 ZscoreMV3
126 -2.27157
1.21889 .0000000
1.00000000 ZscoreMV4
126 -2.11413
1.34536 .0000000
1.00000000 ZscoreKP1
126 -2.97496
1.55489 .0000000
1.00000000 ZscoreKP2
126 -2.95185
1.63992 .0000000
1.00000000 ZscoreKP3
126 -2.10711
1.49284 .0000000
1.00000000 ZscoreKP4
126 -2.74462
1.37231 .0000000
1.00000000 ZscoreLS1
126 -2.60931
1.03361 .0000000
1.00000000 ZscoreLS2
126 -1.85002
1.10065 .0000000
1.00000000 ZscoreLS3
126 -2.54592
1.01837 .0000000
1.00000000 ZscoreLS4
126 -1.76985
.99463 .0000000
1.00000000 ZscoreLK1
126 -2.37120
1.15412 .0000000
1.00000000 ZscoreLK2
126 -2.23711
.95695 .0000000
1.00000000 ZscoreLK3
126 -2.55955
1.25706 .0000000
1.00000000 ZscoreLK4
126 -2.68764
1.35585 .0000000
1.00000000 ZscoreLK5
126 -1.83921
1.11290 .0000000
1.00000000 ZscoreHB
126 -2.01412
2.72942 .0000000
1.00000000 Valid N listwise
126
Sumber: Data primer yang diolah 2010
4.1.4Analisis Konfirmatori
Analisis konfirmatori digunakan untuk menguji sebuah konsep yang dibangun dengan menggunakan beberapa indikator terukur. Analisis konfirmatori
digunakan untuk menguji tiap-tiap variabel dalam penelitian ini. Uji kesesuaian model konfirmatori diuji menggunakan goodnes-of-fit Indices yang meliputi chi-
square, probability, RMSEA, TLI, GFI, CFI dan CMINDF. Berikut dijelaskan hasil masing-masing analisis konfirmatori berdasarkan output data SEM dari
masing-masing variabel.
4.1.4.1 Analisis Konfirmatori Motivasi
Hasil analsis konfirmatori variabel motivasi belajar yang dibangun oleh empat indikator yaitu minat terhadap pelajaran Akuntansi MV1, ulet
menghadapi kesulitan belajar MV2, tekun menghadapi tugas Ekonomi MV3, dan senang memecahkan soal-soal Akuntansi MV4 dapat dilihat pada grafik
output analisis menggunakan program AMOS 6.
Gambar 4.1 Hasil Analisis Konfirmatori Motivasi Belajar
Hasil analisis konfirmatori tersebut dapat dijelaskan dengan persamaan berikut :
MV1 = 0,71MV + 0,50 MV2 = 0,74MV + 0,55
MV3 = 0,83MV + 0,70 MV4 = 0,85MV + 0,73
Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel motivasi belajar. Setiap terjadi kenaikan motivasi belajar sebesar satu
satuan akan diikuti kenaikan minat terhadap pelajaran Akuntansi MV1 sebesar 0,71, ulet menghadapi kesulitan belajar Akuntansi MV2 0,74, tekun menghadapi
tugas Akuntansi MV3 sebesar 0,83, dan senang memecahkan soal-soal Akuntansi MV4 sebesar 0,85.
Tabel 4.9 Uji Model Goodness-of-fit Variabel Motivasi
Sumber: Data primer yang diolah 2011 Berdasarkan tabel 4.10 di atas tampak bahwa nilai chi-square relatif kecil
0,807 dengan probabilitas 0,688 0,05, nilai RMSEA sebesar 0,000 0,08, nilai GFI sebesar 0,977 0,90, nilai CFI sebesar 1 0,95, nilai TLI sebesar 1,016
0,95, dan nilai CMINDF sebesar 0,404 2 yang menunjukkan bahwa uji kesesuaian model ini menghasilkan sebuah penerimaan yang baik, oleh karena itu
dapat disimpulkan bahwa hipotesis yang menyatakan bahwa indikator-indikator itu merupakan dimensi acuan yang sama bagi sebuah konstruk yang disebut
motivasi belajar dapat diterima. Indikator minat terhadap pelajaran Akuntansi MV1, ulet menghadapi kesulitan belajar Akuntansi MV2, tekun menghadapi
tugas Akuntansi MV3, dan senang memecahkan soal-soal Akuntansi MV4 secara nyata membentuk variabel motivasi belajar.
4.1.4.2 Analisis Konfirmatori Kompetensi Profesional Guru
Hasil analsis konfirmatori variabel kompetensi profesional guru yang dibangun oleh empat indikator yaitu menguasai subtansi bidang studi dan
metodologi keilmuannya KP1, menguasai struktur dan mengorganisasikan materi kurikulum bidang studi KP2, menguasai dan memanfaatkan teknologi
Goodness of Fit Index Cut-Off Value
Hasil Model Keterangan
-Chi-square 0,807 Diharapkan
Kecil Probability
≥ 0,05 0,688
Baik RMSEA
≤ 0,08 0,000
Baik GFI
≥ 0,90 0,977
Baik CFI
≥ 0,95 1,000
Baik TLI
≥ 0,95 1,016
Baik CMINDF
≤ 2,00 0,404
Baik
informasi dan komunikasi dalam pembelajaran KP3, dan meningkatkan kualitas pembelajaran melalui penelitian tindakan kelas KP4 dapat dilihat pada grafik
output analisis menggunakan program AMOS 6.
Gambar 4.3 Hasil Analisis Konfirmatori Kompetensi Profesional Guru
Hasil analisis konfirmatori tersebut dapat dijelaskan dengan persamaan berikut :
KP1 = 0,78KP + 0,61
KP2 = 0,72KP + 0,52
KP3 = 0,75KP + 0,56
KP4 = 0,59KP + 0,35
Model tersebut menunjukkan hubungan antara setiap indikator pembentuk variabel kompetensi professional guru. Setiap terjadi kenaikan kompetensi
professional guru sebesar satu satuan akan didikuti kenaikan menguasai subtansi bidang studi dan metodologi keilmuannya KP1 sebesar 0,78, menguasai struktur
dan mengorganisasikan materi kurikulum bidang studi KP2 sebesar 0,72,
menguasai dan memanfaatkan teknologi informasi dan komunikasi dalam pembelajaran KP3 sebesar 0,75, dan meningkatkan kualitas pembelajaran
melalui penelitian tindakan kelas KP4 sebesar 0,59.
Tabel 4.10 Uji Model Goodness-of-fit Variabel Kompetensi Profesional Guru
Sumber: Data primer yang diolah 2011 Berdasarkan tabel 4.12 di atas tampak bahwa nilai chi-square relatif kecil
0,228 dengan probabilitas 0,892 0,05, nilai RMSEA sebesar 0,000 0,08, nilai GFI sebesar 0,999 0,90, nilai CFI sebesar 1 0,95, nilai TLI sebesar 1,036
0,95, dan nilai CMINDF sebesar 0,114 2 yang menunjukkan bahwa uji kesesuaian model ini menghasilkan sebuah penerimaan yang baik, oleh karena itu
dapat disimpulkan bahwa hipotesis yang menyatakan bahwa indikator-indikator itu merupakan dimensi acuan yang sama bagi sebuah konstruk yang disebut
kompetensi professional guru dapat diterima. Indikator menguasai subtansi bidang studi dan metodologi keilmuannya KP1, menguasai struktur dan
mengorganisasikan materi kurikulum bidang studi KP2, menguasai dan memanfaatkan teknologi informasi dan komunikasi dalam pembelajaran KP3,
dan meningkatkan kualitas pembelajaran melalui penelitian tindakan kelas KP4 secara nyata membentuk variabel kompetensi profesional guru.
Goodness of Fit Index Cut-Off Value
Hasil Model Keterangan
-Chi-square 0,228 Diharapkan
Kecil Probability
≥ 0,05 0,892
Baik RMSEA
≤ 0,08 0,000
Baik GFI
≥ 0,90 0,999
Baik CFI
≥ 0,95 1,000
Baik TLI
≥ 0,95 1,036
Baik CMINDF
≤ 2,00 0,114
Baik
4.1.4.3 Analisis Konfirmatori Lingkungan Sekolah