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