Analisis Konfirmatori Analisis Model Persamaan Struktural Structural Equation Modeling

Tingkat persentase prestasi belajar didasarkan pada Kriteria Ketuntasan Minimum KKM yang ditetapkan di SMA Negeri 2 Wonogiri, yaitu sebagai berikut : Tabel 3.8 Kriteria Ketuntasan Minimum KKM Mata Pelajaran Akuntansi Kelas XI IS SMA Negeri 2 Wonogiri Kriteria Kategori 75 Belum Tuntas ≥ 75 Tuntas Sumber: Data observasi di SMA Negeri 2 Wonogiri Kriteria Ketuntasan Minimum KKM ditentukan 75 karena SMA Negeri 2 Wonogiri merupakan sekolah bertaraf internasional atau RSBI, jadi harus lebih tinggi dari SMA yang bukan RSBI, selain itu juga sudah menjadi ketentuan dari pemerintah menetapkan KKM kurang dari 75 belum tuntas dan 75 lebih dianggap sudah tuntas.

5.1.1 Analisis Konfirmatori

Analisis konfirmatori digunakan untuk mengkaji sebuah konsep yang dibangun dengan indikator terukur. Dalam penelitian ini analisis konfirmatori digunakan untuk menguji apakah indikator-indikator yang dibentuk dari sebuah variabel secara bersama-sama cukup kuat untuk menggambarkan variabel tersebut. Berikut ini adalah analisis konfirmatori dari tiap-tiap variabel: Gambar 3.1 Analisis Konfirmatori dari Variabel Motivasi Belajar Gambar 3.2 Analisis Konfirmatori dari Variabel Metode Pembelajaran Keterangan DB 1 : Ketaatan terhadap tata tertib sekolah DB 2 : Ketaatan terhadap kegiatan belajar di sekolah DB 3 : Ketaatan dalam mengerjakan tugas-tugas DB 4 : Ketaatan terhadap kegiatan belajar di rumah e1 e2 e3 e4 MV 1 MV 2 MV 3 MV 4 Motivasi Belajar Keterangan KP 1 : Menguasai subtansi bidang studi dan metodologi keilmuannya KP 2 : Menguasai struktur dan mengorganisasikan materi kurikulum bidang studi KP 3 : Menguasai dan memanfaatkan teknologi informasi dan komunikasi dalam pembelajaran KP 4 : Meningkatkan kualitas pembelajaran melalui penelitian tindakan kelas e1 MP 1 e2 e3 e4 MP 2 MP 3 MP 4 Metode Pembelajaran Gambar 3.3 Analisis Konfirmatori dari Variabel Lingkungan Sekolah Gambar 3.4 Analisis Konfirmatori dari Variabel Lingkungan Keluarga Keterangan LK 1 : Cara orang tua mendidik LK 2 : Relasi Antar anggota Keluarga LK 3 : Suasana rumah LK 4 : Keadaan ekonomi keluarga e1 e2 e3 e4 LS 1 LS 2 LS 3 LS 4 Lingkungan Sekolah Keterangan LS 1 : Metode mengajar LS 2 : Kurikulum LS 3 : Relasi guru dengan siswa LS 4 : Fasilitas sekolah e1 e2 e3 e4 LK 1 LK 2 LK 3 LK 4 Lingkungan Keluarga

5.1.2 Analisis Model Persamaan Struktural Structural Equation Modeling

Analisa ini digunakan untuk mengestimasi suatu seri atau deret hubungan dependensi secara simultan menjadi suatu variabel bebas di dalam hubungan dependensi selanjutnya Supranoto, 2004:220. Karena terdiri dari banyak persamaan yang meliputi banyak variabel dimana variabel dependen dari satu persamaan bisa menjadi independen pada persamaan lainnya maka digunakan analisis persamaan Struktural Equation Model SEM. Analisis SEM digunakan untuk mengetahui hubungan struktural antar variabel yang diteliti. Hubungan struktural antar variabel dapat dilihat dari diagram jalur path diagram yang ditunjukkan pada gambar berikut ini: Gambar 3.5 Diagram Alur Pengaruh Motivasi Belajar, Lingkungan Keluarga, Lingkungan Sekolah dan Metode pembelajaran Terhadap Prestasi Belajar Mata pelajaran Akuntansi. Prosedur dari diagram di atas adalah jalur diagram tersebut diterjemahkan ke dalam persamaan struktural structural equation, kemudian kesesuaian model dievaluasi terlebih dahulu dengan berbagai kriteria SEM. Asumsi-asumsi yang harus dipenuhi dalam prosedur pengolahan data yang dianalisis dengan permodelan SEM adalah: 1. Normalitas Normalitas univariate dievaluasi dengan menggunakan tabel yang dihasilkan dari penggunaan program AMOS 18. Evaluasi normalitas dilakukan dengan menggunakan kriteria critical ratio skewness value sebesar ± 2,58 pada tingkat signifikansi 0,01. Data disimpulkan mempunyai distribusi normal jika nilai critical ratio skewness value di bawah harga mutlak 2,58 Ghozali, 226:2008. Setelah pengujian dapat disimpulkan ada bukti atau tidak kalau data yang digunakan mempunyai sebaran yang tidak normal. Jika critical ratio yang dihasilkan dalam tabel masing-masing variabel lebih kecil atau sama dengan ±2,58 maka dapat disimpulkan bahwa tidak ada bukti kalau data yang digunakan mempunyai sebaran yang tidak normal. Namun, jika terdapat bukti bahwa lebih dari ±2,58 maka data dapat disimpulkan memiliki sebaran yang tidak normal. 2. Outliers Outliers adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel-variabel kombinasi Hair et al, 1998, Ghozali 2008:227. Evaluasi atau munculnya outliers dengan mengguanakan observasi yang mempunyai z-score ≥± 3,0 akan dikategorikan sebagai univariate outliers. Langkah selanjutnya adalah mengevaluasi kesesuaian model. Dalam analisis SEM digunakan beberapa uji statistik untuk menguji hipotesis dari model yang dikembangkan. Uji statistik yang digunakan untuk mengukur tingkat kesesuaian model dalam penelitian adalah: a. X 2 – Chi Square Statistic Alat uji statistik ini diguanakan untuk menguji adanya perbedaan antara matriks kovarians populasi dan matriks kovarians sampel. Model yang diuji akan dipandang baik atau memuaskan bila nilai chi-square rendah. Semakin kecil nilai X 2 semakin baik model tersebut. Karena dalam uji beda chi-square, X 2 = 0 yang berarti benar-benar tidak ada perbedaan. b. RMSEA The root Mean Square Error of Approximation Indeks ini diperlukan untuk mengkompensasi nilai chi-square pada ukuran sampel yang besar. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk diterimanya model. c. GFI Goodnes Of Fit Indeks Rentang nilai GFI berkisar antara 0 poor fit sampai dengan 1,0 perfect fit. Nilai yang digunakan mendekati 1 dalam indeks ini menunjukkan tingkat kesesuaian yang baik. d. CMINDF CMIN atau DF tidak lain adalah X 2 - relatif karena X 2 dibagi DFnya. Nilai X 2 - relatif kurang dari 2,0 atau bahkan kadang kurang dari 3,0 adalah indikator dari acceptable fit antara model dengan data. Kelayakan sebuah model diukur dengan indeks-indeks yang telah ditentukan. Indeks-indeks tersebut dapat diringkas dalam tabel 3.9 berikut: Tabel 3.9 Goodnes-of-fit-indices Goodness of fit index Cut-of value X 2 - Chi Square Diharapkan kecil Significance Probability ≥0,05 RMSEA ≤ 0,08 GFI ≥ 0,90 AGFI ≥0,90 CMIN DF ≤2,00 Sumber : Ferdinand, 2005:309 70

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Deskriptif Responden Penelitian

Responden dalam penelitian ini adalah semua siswa kelas XI Ilmu Sosial SMA Negeri 2 Wonogiri yang berjumlah 120 siswa terbagi dalam 4 kelas yakni XI IS 1, kelas XI IS 2, kelas XI IS 3, dan kelas XI IS 4. Adapun rincian dari responden tersebut dapat dilihat pada tabel 4.1 berikut ini: Tabel 4.1 Distribusi Responden Penelitian No Kelas Jumlah Siswa 1 XI IS-1 32 2 XI IS-2 31 3 XI IS-3 29 4 XI IS-4 28 Jumlah 120 Sumber: Data primer yang diolah, 2011

4.2 Deskriptif Variabel Penelitian

Statistik deskriptif digunakan sebagai penggambaran mengenai variabel- variabel penelitian yang meliputi motivasi belajar, lingkungan keluarga, lingkungan sekolah, metode pembelajaran dan prestasi belajar akuntansi siswa kelas XI Ilmu Sosial di SMA Negeri 2 Wonogiri. Adapun analisisnya sebagai berikut:

4.2.1 Deskriptif Prestasi Belajar Akuntansi

Prestasi belajar siswa diambil dari rata-rata nilai ulangan harian 1, 2 dan 3 mata pelajaran akuntansi semester genap tahun ajaran 20102011 SMA Negeri 2