Tabel 3.14. Kategori Jawaban Indikator Penlitian Model Kinerja Guru Pembimbing
No Kategori Jawaban Persentase
Berdasar Mean dan SD 1.
Baik Sekali 81 - 100
Mean + 3 SD 2.
Baik 61 - 80
Mean + 2 SD 3.
Cukup 41 - 60
Minus 1SD sd Mean +1 SD
4 Kurang
21 - 40 Minus 2SD dari Mean
5. Kurang sekali
0 - 20 Minus 3SDdari Mean
3.6.2. Analisis Model Persamaan Struktural Struktural Equation Modeling
Dalam penelitian ilmu sosial atau ilmu perilaku, peneliti melakukan kegiatan penelitian untuk mengukur setiap karakteristik subyek atau satuan
pengamatan lebih dari satu variabel. Dalam konteks pengukuran ini, analisis digunakan adalah statistika multivariat. Oleh karena aktivitas pengukuran dalam
ilmu sosial atau ilmu perilaku tidak dapat dilakukan secara langsung, tetapi melalui indikator-indikator yang merupakan refleksi atau manifest dari konsep
atau konstruk yang ingin diukur. Misalnya kinerja guru pembimbing merupakan faktor yang tidak dapat diamati secara langsung atau bersifat laten unobservable
variable , sedangkan indikatornya merupakan variabel yang dapat diobservasi
observable variable.Umumnya analisis statistik hanya mengolah variabel indikator, tanpa melibatkan variabel latennya, dan jarang langsung melibatkan
kekeliruan pengukuran variabel. Teknik statistik yang menganalisis variabel indikator, variabel laten, dan
kekeliruan pengukuran secara sekaligus adalah Model Persamaan Struktural
Structural Equation Modelling. Dengan SEM dapat dianalisis bagaimana hubungan antar variabel indikator dengan variabel latennya, yang dikenal dengan
persamaan pengukuran measurement equation, hubungan antara variabel laten yang satu dengan laten lainnya dikenal dengan persamaan struktural structural
equation yang secara bersama-sama melibatkan kekeliruan pengukuran. Dalam
SEM dikenal variabel laten eksogen yang menjelaskan dan variabel laten endogen yang dijelaskan. Selain itu, model persamaan struktural dapat
menganalisis hubungan dua arah resiprocal Ghozali dan Fuad, 2005; 6, Nariwati dan Sarwono, 2007.
Untuk dapat menjawab pertanyaan dan tujuan penelitian maka teknik statistik yang sesuai adalah SEM karena ada tiga alasan mengapa SEM digunakan
dalam penelitian ini, yaitu: 1.
SEM dapat menjawab secara langsung pertanyaan sejauh mana pengukuran yang dilakukan dapat merefleksikan konstruk yang diukur.
2. Para peneliti sosial tertarik dengan prediksi, yang tentunya dapat
melibatkan variabel yang banyak dan lebih rumit berupa struktur hubungan antara beberapa variabel penelitian.
3. SEM dapat melayani sekaligus suatu analisis kualitas pengukuran dan
prediksi. SEM bersifat fleksibel dan secara simultan memeriksa kualitas pengukuran dan hubungan prediktif antar konstruk. Dalam model
struktural diasumsikan secara spesifik arah hubungan antara konstruk. Dalam permodelan persamaan strutural terdapat delapan tahap yang harus
dilakukan Ghozali dan Fuad, 2005:8, yaitu: 1 konseptualisasi model;
2 penyusunan diagram alur; 3 spesifikasi model; 4 identifikasi model; 5 estimasi parameter; 6 penilaian model fit; 7 modifikasi model, dan
8 validasi silang model. a.
Tahap konseptualisasi model berhubungan dengan pengembangan hipotesis sebagai dasar dalam menghubungkan variabel laten dengan
variabel laten lainnya, dan juga dengan indikator-indikatornya. Model yang dibentuk merupakan persepsi peneliti mengenai hubungan antar
variabel laten berdasarkan teori. Di samping itu juga konseptualisasi model akan merefleksikan pengukuran variabel laten melalui indikator-
indikator yang diukur. b.
Tahap penyusunan diagram alur path analysis construction digunakan untuk memudahkan peneliti dalam memvisualisasikan hipotesis yang telah
diajukan pada konseptualisasi model. Melalui diagram alur itu akan mengurangi tingkat kesalahan peneliti dalam membuat model dalam lisrel.
c. Tahap spesifikasi model. Dalam tahap ini peneliti menggambarkan sifat
dan jumlah parameter yang diestimasi. Dalam menentukan spesifikasi model itu peneliti menggambarkan dalam bentuk rangkaian persamaan
struktural yang dirumuskan untuk menyatakan adanya hubungan kausalitas antar konstruk dengan menggunakan pedoman variabel endogen
= variabel eksogen + variabel endogen + eror Narimawati dan Sarwono, 2007.
d. Tahap identifikasi model, yakni mengacu data yang telah diperoleh untuk
menentukan kecukupan dalam mengestimasi parameter dalam model.
Identifikasi model ini diperlukan untuk mengetahui gejala: a besarnya standar error pada satu atau beberapa koefisien; b matriks yang
seharusnya disajikan tidak dapat dimunculkan oleh program; c muncul angka-angka aneh, misalnya angka varian error yang negatif, dan d
korelasi sangat tinggi muncul dalam koefisien estimasi, misalnya lebih dari 0,9.
e. Tahap estimasi parameter, mengkaji hasil matriks kovarians berdasarkan
model model-based covariance matrix. Uji signifikasi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda
dari nol. f.
Tahap penilaian model fit. Model dikatakan fit apabila kovarians matriks suatu model model-model covariance matrix sama dengan kovarians
matriks data observed covariance matrix. Penilaian model fit dalam penelitian ini didasarkan pada beberapa ketentuan sebagai berikut Ghozali
dan Fuad, 2005:29: 1
Apabila nilai probabilitas Normal Fit Function Chi-Square lebih besar dibandingkan dengan taraf signifikani 5 0,05, maka model
yang dikmebangkan adalah fit. Kemudian apabila nilai probabilitas Normal Theory Weighted Least
lebih besar dibandingkan dengan taraf signifikansi 5, maka model yang dikembangkan adalah fit.
2 Apabila Estimated Non-centrality Parameter NCP lebih kecil
dibandingkan dengan nilai 90 Percent Confidence Interval for NCP, maka model yang dikembangkan adalah fit.
3 Apabila nilai Root Mean Square Error of Approximation RMSEA
lebih kecil dibandingkan dengan taraf signifikansi 5 0,05, maka model yang dikembangkan adalah fit. Kemudian apabila nilai P-
Value for Test of Close Fit RMSEA lebih besar dibandingkan dengan taraf signifikansi 5 0,05, maka model yang dikembangkan
adalah fit. 4
Apabila nilai Expected Cross Validation Index ECVI lebih kecil dari Expeected Cross Validation Index for Saturated Model ECVSM
dan dibandingkan dengan nilai Expected Cross Validation Index for Independence Model ECVIM
, maka model yang dikembangkan dapat direplikasi pada penelitian berikutnya.
5 Apabila Model AIC lebih kecil dibandingkan dengan Independence
AIC, dan Saturated AIC; demkian pula apabila nilai model CAIC
lebih kecil dibandingkan dengan nilai independence CAIC, dan Saturated CAIC
, maka model yang dikembangkan adalah fit. 6
Apabila nilai Normed Fit Indekx NFI lebih besar dibandingkan dengan 0,9; nilai Non-Normed Fit Index NNFI berarti lebih besar
dibandingkan dengan 0,9; nilai Comparative Fit Index CFI lebih besar dibandingkan dengan 0,9; nilai Incremental Fit Index IFI
lebih besar daripada batas cut-off sebesar 0,9, dan nilai Relative Fit Index
RFI lebih besar daripada nilai 0,9, mka secara keseluruhan model yang dikembangkan adalah fit.
7 Apabila nilai Goodness of Index GFI lebih besar dibandingkan
dengan 0,9; nilai Adjusted Goodness of Fit Index AGFI lebih besar dibandingkan dengan 0,9, dan nilai Parsimony Goodness of Fit Index
PGFI lebih besar dibandingkan dengan 0,6, maka secara keseluruhan model yang dikembangkan adalah fit.
g. Tahap modifikasi model, yakni melakukan modifikasi model apabila
model yang dinilai tidak fit pada tahap keenam. Sebaliknya apabila model sudah fit, maka tidak diperlukan adanya modifikasi model.
h. Tahap validasi silang model, yakni menguji fit tidaknya model terhadap
data baru atau validasi sub sampel yang diperoleh melalui prosedur pemecahan sampel. Validasi silang ini perlu dilakukan apabila terdapat
modifikasi yang substansial yang dilakukan terhadap model asli yang dilakukan pada langkah ketujuh. Sebaliknya, apabila tahap ketujuh tidak
dilakukan karena model sudah fit, maka tahap validasi silang tidak diperlukan lagi, dan peneliti langsung melakukan uji hipotesis.
Secara konseptual hubungan antar variabel dalam penelitian ini digambarkan dalam bentuk paradigma sebagaimana pada gambar 3.1. Di dalam
paradigma tersebut terdapat dua variabel, yaitu: 1 variabel independen terdiri atas variabel iklim organisasi, budaya organisasi dan kepemimpinan kepala
sekolah, dan 2 variabel independen terdiri atas variabel kepuasan kerja dan kinerja guru pembimbing. Dalam Structural Equation Modeling SEM, variabel
independen disebut dengan variabel eksogen dan variabel independen disebut dengan variabel endogen. Variabel eksogen terdiri dari tigas variabel manifesdan
variabel endogen terdiri atas dua variabel manifes dan masing-masing variabel manifes terdiri atas beberapa indikator dan indikator observed variable. Variabel
manifes pada variabel eksogen tediri atas iklim organisasi, budaya organisasi dan kepemimpinan kepala sxekolah, sedangkan variabel manifes pada variabel
endogen terdiri atas kepuasan kerja dan kinerja guru pembimbing. Variabel manifes kepemimpinan terdiri atas empat indikator, yaitu:
instruktif, konsultatif, partisipatif, dan delegatif. Variabel manifes iklim organisasi terdiri atas empat indikator, yaitu: hindrance, intimacy, disengagement, dan esprit.
Variabel manifes budaya organisasi terdiri atas tujuh indikator, yaitu: inovasi, perhatian terhadap detail, oreintasi hasil, orientasi orang, orientasi kelompoktim,
agresivitas, dan stabilitas. Variabel manifes kepuasan kerja terdiri atas empat indikator, yaitu;
karakteristik mental, keseimbangan hadiah, dukungan teman, dan kondisi lingkungan. Variabel manifes kinerja guru pembimbing terdiri atas 14 indikator,
yaitu: layanan orientasi, layanan informasi, layanan penempatan dan penyaluran, layanan pembelajaran, layanan bimbingan kelompok, layanan konseling
kelompok, layanan konseling perseorangan, konsulitasi, mediasi, aplikasi instrumentasi, himpunan data, konferensi kasus, kunjungan rumah, dan alih
tangan. Konseptualisasi model penelitian, yang hendak diuji digambarkan dalam
bentuk diagram jalur sebagai berikut:
1 2
3 4
ε
1
ε
2
ε
3
ε
4
λ
52
λ
11
λ
21
λ
31
λ
41
λ
11
λ
21
λ
31
λ
41 `
λ
62
λ
72
γ
11
λ
82
λ
51
λ
61
φ
13
φ
12
γ
21
λ
92
λ
71
λ
71
γ
12
λ
102
λ
81
λ
112
λ
91
γ
22
λ
122
λ
101
φ
23
γ
13
λ
132
λ
111
γ
23
λ
142
λ
152
λ
121
λ
131
λ
141
λ
51
λ
162
λ
172
λ
182 12
13 14
15
Gambar 3.1. Konseptualisasi Model Hubungan antar Variabel Penelitian
Keterangan:
ξ ksi = variabel-variabel laten eksogenous
φ phi = interkorelasi antar variabel eksogen
ή eta = variabel laten endogen
γ gamma = hubungan langsung variabel eksogen dengan endogen
X 1
X 2
X 3
X 4
ξ
1
ξ
2
ξ
3 X
5 X
6
X 9
X 10
X 12
X 13
X 14
X 15
η
1
η
2 Y
15 Y
16 Y
17 Y
18 Y
3 Y
4 Y
5 Y
6 Y
7 Y
8 Y
9 Y
10 Y
11 Y
12 5
6 7
8 3
4 5
6 7
8 9
10 11
12
ς
1
ς
2
β
21 X
7 X
8
X 11
9 10
11
Y 13
Y 14
Y 2
Y 2
1 2
13 14
Y1
ε
1
β beta = hubungan langsung antar variabel endogen
ς zeta = kesalahan dalam persamaan antara variabel eksogen danatau
endogen terhadap variabel endogen λ lambda
= hubungan antara variabel laten dengan indikatornya delta
= kesalahan pengukuran measurement error dari indikator variabel eksogen
epsilon = kesalahan pengukuran measurement error dari indikator
variabel endogen Persamaan dari model konseptual tersebut adalah sebagai berikut:
1. Persamaan struktural:
η
1 =
γ
11
ξ
1
+ γ
12
ξ
2
+ γ
13
ξ
3
+ ς
1
η
1 =
γ
21
ξ
1
+ γ
22
ξ
2
+ γ
23
ξ
3
+ β
21
η
1 +
ς
2
2. Persamaan pengukuran variabel eksogen:
X
1
= λ
11
ξ
1
+ δ
1
X
9
= λ
92
ξ
2
+ δ
9
X
2
= λ
21
ξ
1
+ δ
2
X
10
= λ
102
ξ
2
+ δ
10
X
3
= λ
31
ξ
1
+ δ
3
X
11
= λ
112
ξ
2
+ δ
11
X
4
= λ
41
ξ
1
+ δ
4
X
12
= λ
123
ξ
3
+ δ
12
X
5
= λ
52
ξ
2
+ δ
5
X
13
= λ
133
ξ
3
+ δ
13
X
6
= λ
62
ξ
2
+ δ
6
X
14
= λ
143
ξ
3
+ δ
14
X
7
= λ
72
ξ
2
+ δ
7
X
15
= λ
153
ξ
3
+ δ
15
X
8
= λ
82
ξ
2
+ δ
8
3. Persamaan pengukuran variabel endogen:
y
1
= λ
11
η
1 + 1
y
10
= λ
102
η
2 + 10
y
2
= λ
21
η
1 + 2
y
11
= λ
112
η
2 + 11
y
3
= λ
31
η
1 + 3
y
12
= λ
122
η
2 + 12
y
4
= λ
41
η
1 + 4
y
13
= λ
132
η
2 + 13
y
5
= λ
52
η
2 + 5
y
14
= λ
142
η
2 + 14
y
6
= λ
62
η
2 + 6
y
15
= λ
152
η
2 + 15
y
7
= λ
72
η
2 + 7
y
16
= λ
162
η
2 + 16
y
8
= λ
82
η
2 + 8
y
17
= λ
172
η
2 + 17
y
9
= λ
92
η
2 + 9
y
18
= λ
182
η
2 + 18
3.6.3. Uji Asumsi
