Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural

(1)

EVALUASI SERTIFIKASI GURU DENGAN

PENDEKATAN MODEL PERSAMAAN

STRUKTURAL

N a m a : Mohamad Salim N R P : G551060221

PS : S2 Matematika Terapan

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

BOGOR 2009

(2)

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN

MODEL PERSAMAAN STRUKTURAL

MOHAMAD SALIM

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(3)

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis.

Bogor, Agustus 2009 Mohamad Salim

(4)

ABSTRACT

MOHAMAD SALIM. Evaluation of Teacher Sertification approach by Structural Equation Modeling. Supervised by BUDI SUHARJO and N. K. KUTHA ARDANA

Our government has tried many ways to increase the quality of education. One of them is by improving the quality of teacher. To improve the quality of teacher the government has established a sertification program. This program is conducted by portfolio assessment which consists of ten components, i.e. KA, DIK, PM, PPP, PAP, PA, KPP, FI, PO, and PR. This research discusses the application of structural equation model to fit sertification data. The data used in this research consist of 212 respondent which have sertification during 2006 – 2007.

Structural Equation Modeling (SEM) is one of multivariate techniques that can estimate a series of interrelated dependence relationship from a number of endogenous and exogenous variables, as well as latent variables simultaneously. Estimation of parameter method that is often applied in SEM, is Un-weighted Least Square (ULS). SEM can be used to analyze the components of portfolio and indicators by using model specification, model identification, parameter assumption, suitable model testing, and model re-specification.

The results of the analysis shows that indicator measuring KA component are invalid and unreliable, indicators measuring DIK, PM, PA and PR component are valid and reliable, while indicators measuring KPP and FI component is valid but unreliable, and indicators measuring PPP, PO, and PAP component need to be modified. The component weight recommended for KA, DIK, PM, PPP, PAP, PA, KPP, FI, PO, and PR are 14%, 11%, 14%, 5%, 5%, 11%, 14%, 9%, 9%, and 8% respectively.

Keyword: teacher sertification, portfolio assessment, Structural Equation Modeling (SEM).

(5)

Ringkasan

MOHAMAD SALIM, Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural. Dibimbing oleh Budi Suharjo dan N.K. Kutha Ardana.

Salah satu usaha pemerintah untuk meningkatkan mutu pendidikan di Indonesia adalah meningkatkan mutu guru dengan melaksanakan program sertifikasi. Sertifikasi guru dilaksanakan dengan penilaian portofolio. Komponen portofolio meliputi: kualifikasi akademik, pendidikan dan pelatihan, pengalaman mengajar, perencanaan dan pelaksanaan pembelajaran, penilaian dari atasan dan pengawas, prestasi akademik, karya pengembangan profesi, keikutsertaan dalam forum ilmiah, pengalaman menjadi pengurus suatu organisasi di bidang kependidikan dan sosial, dan penghargaan yang relevan dengan masing-masing komponen terdiri dari beberapa indikator.

SEM adalah suatu teknik statistika yang dalam analisisnya melibatkan peubah indikator, peubah laten dan kesalahan dalam pengukurannya. Model struktural menjelaskan keterkaitan hubungan antar peubah laten sedangkan model pengukuran menjelaskan hubungan antara peubah indikator dengan peubah laten. Model persamaan struktural mempunyai bentuk persamaan yang kompleks, sehingga dalam penghitungannya tidak dapat dilakukan secara manual. Salah satu program komputasi statistik yang digunakan dalam perhitungan SEM adalah Lisrel. Program Lisrel pertama kali diperkenalkan oleh Karl Jöreskög.

Data yang digunakan adalah data hasil sertifikasi guru di wilayah Kabupaten Pati rayon UNES Semarang dan rayon IAIN Wali Songo Semarang pada tahun 2006 dan tahun 2007. Langkah-langkah penelitian ini adalah: Spesifikasi Model, Identifikasi Model, Pendugaan Parameter, Pengujian Kesesuaian Model, dan Respesifikasi Model. Dari hasil Uji Kecocokan Keseluruhan Model diperoleh nilai-nilai alat uji kelayakan (Goodness of Fit) belum memenuhi kriteria baik dari suatu model sehingga dilakukan modifikasi. Dari hasil modifikasi, nilai GFI, AGFI, NFI, NNFI, CFI, RFI > 0.9, dan nilai RMSEA ≤ 0.08, sedangkan nilai p dan nilai RMSR menunjukkan kecocokan kurang baik. Jadi secara umum dapat disimpulkan bahwa kecocokan keseluruhan model hasil modifikasi adalah baik dan kesepuluh komponen signifikan berpengaruh terhadap mutu guru.

(6)

Indikator-indikator yang digunakan untuk mengukur peubah Kualifikasi Akademik belum mampu mencerminkan peubah yang diukur. Indikator-indikator yang digunakan untuk mengukur peubah Pendidikan dan Latihan, Pengalaman Mengajar, Prestasi Akademik, dan Penghargaan yang Relevan mampu mencerminkan peubah yang diukur. Indikator-indikator yang digunakan untuk mengukur peubah Karya Pengembangan Profesi, dan peubah Keikutsertaan dalam Forum Ilmiah, mampu mencerminkan peubah yang diukur. tetapi belum reliabel. Indikator penilaian hasil belajar belum mampu mencerminkan peubah Perencanaan dan Pelaksanaan Pembelajaran. Indikator tanggung jawab, kejujuran, kedisiplinan, keteladanan, etos kerja, enovasi dan kreativitas belum mampu mencerminkan peubah Penilaian dari Atasan dan Pengawas Indikator kepengurusan tingkat provinsi, kepengurusan tingkat desa, dan menjadi kepala sekolah belum mampu mencerminkan peubah Pengalaman Menjadi Pengurus suatu Organisasi dalam bidang pendidikan dan sosial.

Berdasarkan hasil SEM bobot penilaian untuk masing-masing komponen portofolio adalah sebagai berikut : Kualifikasi Akademik (14%), Pendidikan dan Latihan (11%), Pengalaman Mengajar (14%), Perencanaan dan Pelaksanaan Pembelajaran (5%), Penilaian dari Atasan dan Pengawas (5%), Prestasi Akademik (11%), Karya Pengembangan Profesi (14%), Keikutsertaan dalam Forum Ilmiah (9%), Pengalaman menjadi Pengurus suatu Organisasi Pendidikan dan Sosial (9%), dan Penghargaan yang Relevan 8%.

(7)

@Hak cipta milik IPB, tahun 2009 Hak cipta dilindungi Undang-Undang

1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber.

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah.

b. Pengutipan tidak merugikan kepentingan yang wajar IPB.

2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB.

(8)

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN

MODEL PERSAMAAN STRUKTURAL

MOHAMAD SALIM

Tesis

Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika

SEKOLAH PASCA SARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(9)

Judul : Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural

Nama : Mohamad Salim NIM : G551060221

Program Studi : Matematika Terapan

Disetujui Komisi Pembimbing

Dr. Ir. Budi Suharjo, MS Ir. N.K. Kutha Ardana, MSc Ketua Anggota

Diketahui

Ketua Program Studi Dekan Sekolah Pascasarjana IPB Matematika Terapan

Dr. Ir. Endar H. Nugrahani, MS Prof. Dr. Ir. Khairil A.Notodiputro, MS

(10)

PRAKATA

Puji syukur saya ucapkan kepada Allah SWT atas rahmat dan hidayah-Nya sehingga karya ilmiah ini dapat diselesaikan. Shalawat dan Salam semoga senantiasa dilimpahkan kepada Rasullullah Muhammad SAW yang menjadi tauladan bagi umatnya dan senatiasa kita nantikan syafa’atnya di akherat nanti.

Ucapan terima kasih penulis sampaikan kepada istri tersayang Endang Rumiyati serta kepada ananda Ersya Nur Hudaini Agustian dan Nur Rohmah Anindya Kusuma Agustian atas dorongan dan pengorbanannya. Selanjutnya ucapan terima kasih penulis sampaikan kepada :

1. Dr. Ir. Budi Suharjo, MS dan Ir. N.K. Kutha Ardana, MSc selaku pembimbing yang penuh kesabaran memberikan bimbingan kepada penulis. 2. Dr.Ir. Hadi Sumarno, MS selaku penguji luar komisi yang telah memberikan

saran demi kebaikan tesis ini.

3. Departemen Agama Republik Indonesia yang telah memberikan beasiswa kepada penulis selama menempuh pendidikan program magister di Institut Pertanian Bogor.

4. Teman-teman mahasiswa S-2 Matematika Terapan IPB angkatan tahun 2006 5. Ibu tersayang yang tak kenal lelah mendoakan penulis.

6. Semua pihak yang telah membantu penulis, yang tidak bisa penulis sebutkan satu persatu.

Penulis menyadari bahwa tulisan ini masih jauh dari sempurna, oleh karena itu penulis mengharap saran dan kritik yang bersifat membangun demi kemajuan penulisan selanjutnya.

Bogor, Agustus 2009 Penulis,

(11)

EVALUASI SERTIFIKASI GURU DENGAN

PENDEKATAN MODEL PERSAMAAN

STRUKTURAL

N a m a : Mohamad Salim N R P : G551060221

PS : S2 Matematika Terapan

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

BOGOR 2009

(12)

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN

MODEL PERSAMAAN STRUKTURAL

MOHAMAD SALIM

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(13)

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Bogor, Agustus 2009 Mohamad Salim

(14)

ABSTRACT

MOHAMAD SALIM. Evaluation of Teacher Sertification approach by Structural Equation Modeling. Supervised by BUDI SUHARJO and N. K. KUTHA ARDANA

Keyword: teacher sertification, portfolio assessment, Structural Equation Modeling (SEM).

(15)

Ringkasan

MOHAMAD SALIM, Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural. Dibimbing oleh Budi Suharjo dan N.K. Kutha Ardana.

(16)

(17)

@Hak cipta milik IPB, tahun 2009 Hak cipta dilindungi Undang-Undang

1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber.

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah.

b. Pengutipan tidak merugikan kepentingan yang wajar IPB.

2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB.

(18)

EVALUASI SERTIFIKASI GURU DENGAN PENDEKATAN

MODEL PERSAMAAN STRUKTURAL

MOHAMAD SALIM

Tesis

Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Matematika

SEKOLAH PASCA SARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2009

(19)

Judul : Evaluasi Sertifikasi Guru dengan Pendekatan Model Persamaan Struktural

Nama : Mohamad Salim NIM : G551060221

Program Studi : Matematika Terapan

Disetujui Komisi Pembimbing

Dr. Ir. Budi Suharjo, MS Ir. N.K. Kutha Ardana, MSc Ketua Anggota

Diketahui

Ketua Program Studi Dekan Sekolah Pascasarjana IPB Matematika Terapan

Dr. Ir. Endar H. Nugrahani, MS Prof. Dr. Ir. Khairil A.Notodiputro, MS

(20)

PRAKATA

saran demi kebaikan tesis ini.

3. Departemen Agama Republik Indonesia yang telah memberikan beasiswa kepada penulis selama menempuh pendidikan program magister di Institut Pertanian Bogor.

4. Teman-teman mahasiswa S-2 Matematika Terapan IPB angkatan tahun 2006 5. Ibu tersayang yang tak kenal lelah mendoakan penulis.

6. Semua pihak yang telah membantu penulis, yang tidak bisa penulis sebutkan satu persatu.

Penulis menyadari bahwa tulisan ini masih jauh dari sempurna, oleh karena itu penulis mengharap saran dan kritik yang bersifat membangun demi kemajuan penulisan selanjutnya.

Bogor, Agustus 2009 Penulis,

(21)

RIWAYAT HIDUP

Penulis dilahirkan di Pati pada tanggal 16 Juni 1969 sebagai anak keempat dari tujuh bersaudara, anak dari pasangan Romdhon dan Rumini. Pada tahun 2000 penulis menikah dengan Endang Rumiyati dan telah dikaruniai dua anak perempuan yang bernama Ersya Nur Hudaini Agustian dan Nur Rohmah Anindya Kusuma Agustian.

Penulis menempuh pendidikan SD dan SLTP di Pati, SPG di Sragen, dan SI di Unisma Malang. Penulis juga pernah memperoleh beasiswa untuk melanjutkan pendidikan D2 PAI di IAIN Walisongo Semarang. Penulis memperoleh kesempatan untuk melanjutkan pendidikan ke program Magister pada program studi Matematika Terapan Sekolah Pascasarjana Institut Pertanian Bogor diperoleh pada tahun 2006. Beasiswa pendidikan pascasarjana diperoleh dari Departemen Agama Republik Indonesia.

Penulis bekerja sebagai staf pengajar di Madrasah Tsanawiyah Negeri Winong Kabupaten Pati sejak tahun 2005 yang sebelumnya sebagai pengajar di SMP negeri dan sekolah-sekolah swasta di wilayah Kabupaten Pati.

(22)

DAFTAR ISI

BAB I PENDAHULUAN ………..………..…….……….………. 1 1.1 Latar Belakang ………...………… 1 1.2 Perumusan Masalah ……….…..………... 3 1.3 Tujuan Penelitian ………..…….………… 3 1.4 Manfaat Penelitian ………...………….. 3 BAB II TINJAUAN PUSTAKA ………..…….………… 4 2.1 Program Sertifikasi Guru……….……….….………. 4 2.2 Structural Equation Modeling (SEM) ……....……..………..……… 6 2.3 Identifikasi Parameter ……….………..………. 8 2.4 Pendugaan Parameter Model ….………..…….. 8 2.5 Metode Kuadrat Terkecil Tanpa Pembobot (ULS) ….….………… 9 2.6 Evaluasi dan Modifikasi Model ……….….….……… 10 2.6.1 Tes khi-kuadrat (Chi-Square test) …………...………...… 10 2.6.2 Goodness of Fit Index (GFI) dan Adjusted Goodness of Fit Index (AGFI) ……….……...10 2.6.3 Noncentrality Scaled Parameter (NPC) .………… …….……... 11 2.6.4 Root Mean Square Residual (RMRS) ………...…..….. 11 2.6.5 Rot Mean Square Error Of approximation (RMSEA)……….…... 11 2.6.6 Tucker-Lewis Index (TLI) ………..……….….………. 12 2.6.7 Normed Fit Index (NFI) ……..……….……….……….…. 12 2.6.8 Parsimonious Normed Fit Index (PNFI) ………….……….... 12 2.6.9 Parsimonious Goodness of Fit Index (PGFI) …..…….…….… 12 2.6.10 Construct Reliability ………….…….………... 13 2.6.11 Variance Extracted ……….……….………..….. 13 2.6.12 Validitas ... 13 BAB III METODE PENELITIAN ………..………... 14 3.1 Data ………..………..… 14 3.2 Rancangan Penelitian ……….... 14 3.2.1 Ukuran Sampel ……….……….………..……. 14

(23)

3.2.2 Metode Penelitian ...……….…………..…....…… 14 3.2.3 Ekplorasi Data ………..………..…….. 15 3.2.4 Spesifikasi dan Identifikasi Model …..…..…………...………….. 15 3.2.5 Pendugaan Parameter ……..……….. 17 3.2.6 Pengujian Kesesuaian Model ……….…………...… 17 3.2.7 Respesifikasi Model ………..………..….. 17 3.2.8 Rekomendasi Pembobotan ………….….……….. 17 .

BAB IV HASIL DAN PEMBAHASAN ………..……… 18 4.1 Deskripsi data sertifikasi guru ……… . ... 18 4.1.1 Deskripsi Kualifikasi Akademik ………. ……… 19 4.1.2 Deskripsi Pendidikan dan Latihan ……….……….…. 19 4.1.3 Deskripsi Pengalaman Mengajar ………...……….. 20 4.1.4 Deskripsi Perencanaan dan Pelaksanaan Pembelajaran .….. 20 4.1.5 Deskripsi Penilaian dari Atasan dan Pengawas ………..… 21 4.1.6 Deskripsi Prestasi Akademik ….…….……….……… 22 4.1.7 Deskripsi Karya Pengembangan Profesi …..…….…..…… 22 4.1.8 Deskripsi Keikutsertaan dalam Forum Ilmiah …...……….. 23 4.1.9 Deskripsi Pengalaman Menjadi Pengurus Organisasi ...….. 24 4.1.10 Deskripsi Penghargaan yang Relevan .……….….…….….. 24 4.2 Koefisien Pemodelan Sertifikasi dengan menggunakan SEM ….…. 25 4.3 Modifikasi Model Struktural Sertifikasi Guru ….….……….. 27 4.4 Uji Kecocokan Keseluruhan Model …………..….………….……. 29 4.5 Uji Kecocokan Model Pengukuran ……….……….………. . 29 4.5.1 Kualifikasi Akademik ……….……….…………..….. 29 4.5.2 Pendidikan dan Latihan ……… 30 4.5.3 Pengalaman Mengajar ………...………..…. 30 4.5.4 Perencanaan dan Pelaksanaan Pembelajaran ……....….... 31 4.5.5 Penilaian dari Atasan dan Pengawas ……….….……….….. 32 4.5.6 Prestasi Akademik ……….….……...….. 33 4.5.7 Karya Pengembangan Profesi ……….….……. ….. 34 4.5.8 Keikutsertaan dalam Forum Ilmiah ……….. 34

(24)

4.5.9 Pengalaman Menjadi pengurus Organisasi ………..……… 35 4.5.10 Penghargaan yang Relevan ……….……. 36 4.6 Analisis Persamaan Struktural ..……….…….….…. 37 4.7 Rekomendasi Pembobotan Komponen Portopolio ………..…….. 37 BAB V Kesimpulan dan Saran ………….……….……… 40 5.1 Simpulan …..……….……… . 41 5.2 Saran ……….……….. 42 Daftar Pustaka ... 42

Lampiran – Lampiran

Lampiran 1 Daftar Penilaian Portofolio Sertifikasi Guru ... 45 Lampiran 2 Hasil Goodnes of Fit Statistics Data Sertifikasi guru …………... 51 Lampiran 3 Hasil Goodnes of Fit Statistics Modifikasi Data Sertifikasi guru… 52 Lampiran 4 Tabel Penghitungan Bobot Penilaian Portofolio ……… 53 Lampiran 5 Tabel Perbandingan Bobot Penilaian Portofolio ……… 54

(25)

BAB I PENDAHULUAN

1.1 Latar Belakang

Berdasarkan Undang-Undang RI Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional, Undang-Undang RI Nomor 14 Tahun 2005 tentang Guru dan Dosen, dan Peraturan Pemerintah Nomor 19 Tahun 2005 tentang Standarisasi Nasional Pendidikan, semua guru wajib memiliki kualifikasi akademik, kompetensi, sertifikat pendidik, sehat jasmani dan rohani, serta memiliki kemampuan untuk mewujudkan tujuan pendidikan nasional. Dalam Undang-Undang tersebut diinstruksikan bahwa persyaratan kualifikasi akademik guru adalah S1 atau D-IV yang dibuktikan dengan ijazah sesuai dengan jenis, jenjang, dan satuan pendidikan formal di tempat penugasan. Persyaratan kompetensi guru sebagai agen pembelajaran mencakup penguasaan kompetensi pedagogik, profesional, kepribadian, dan sosial yang dibuktikan dengan sertifikat pendidik yang diperoleh melalui sertifikasi.

Sertifikasi adalah proses pemberian sertifikat pendidik untuk guru. Sertifikasi bagi guru dilakukan oleh LPTK (Lembaga Penyelenggara Tenaga Kependidikan) yang terakreditasi dan ditetapkan oleh Pemerintah. Pelaksanaan sertifikasi bagi guru ini sesuai dengan Peraturan Menteri Pendidikan Nasional Nomor 18 Tahun 2007 tentang sertifikasi bagi guru untuk mengatur pelaksanaan uji kompetensi guru. Uji kompetensi tersebut dilakukan melalui penilaian portofolio untuk memperoleh sertifikat pendidik.

Portofolio adalah bukti fisik (dokumen) yang menggambarkan pengalaman berkarya atau prestasi yang dicapai dalam menjalankan tugas profesi sebagai guru dalam waktu tertentu. Dokumen ini terkait dengan unsur pengalaman, karya, dan prestasi selama guru yang bersangkutan menjalankan peran sebagai agen pembelajaran (kompetensi kepribadian, pedagogik, profesional, dan sosial). Dalam Peraturan Menteri Pendidikan Nasional RI Nomor 18 Tahun 2007, komponen portofolio meliputi: (1) kualifikasi akademik, (2) pendidikan dan pelatihan, (3) pengalaman mengajar, (4) perencanaan dan pelaksanaan pembelajaran, (5) penilaian dari atasan dan pengawas, (6) prestasi akademik, (7) karya pengembangan profesi, (8) keikutsertaan dalam forum ilmiah, (9)

(26)

pengalaman menjadi pengurus suatu organisasi di bidang kependidikan dan sosial, dan (10) penghargaan yang relevan dengan bidang pendidikan.

Fungsi portofolio dalam sertifikasi guru; untuk menilai kompetensi guru dalam menjalankan tugas dan perannya sebagai agen pembelajaran, sebagai wahana guru untuk menampilkan dan atau membuktikan unjuk karyanya yang meliputi produktivitas, kualitas, dan relevansi melalui karya-karya utama dan pendukung, memperoleh informasi atau data dalam memberikan pertimbangan tingkat kelayakan kompetensi seorang guru, sebagai dasar menentukan kelulusan seorang guru yang mengikuti sertifikasi, dasar memberi rekomendasi bagi peserta yang belum lulus untuk menentukan kegiatan lanjutan sebagai representasi kegiatan pembinaan dan pemberdayaan guru.

Seorang guru berhak menerima sertifikat pendidik setelah melalui proses sertifikasi dengan memperoleh total skor nilai minimal 850 (57% dari skor nilai maksimum seluruh komponen portofolio). Total skor akhir diperoleh dari jumlah skor masing-masing komponen portofolio sertifikasi guru setelah diadakan penilaian. Penentuan bobot penilaian pada indikator di setiap komponen portofolio (Lampiran 1) ditetapkan oleh Mendiknas. Penentuan bobot penilaian pada setiap indikator-indikator komponen portofolio ini menjadi menarik untuk dikaji secara empiris. Dengan membangun struktur hubungan antar komponen portofolio diharapkan dapat dihasilkan sebuah model yang merepresentasikan data portofolio. Pada tahapan selanjutnya diperoleh rumusan yang obyektif untuk penilaian portofolio pada sertifikasi guru.

Untuk mengevaluasi komponen-komponen portofolio digunakan SEM (Structural Equation Modeling). SEM digunakan karena analisisnya mempertimbangkan pemodelan interaksi, peubah-peubah bebas yang berkorelasi, kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi, beberapa peubah bebas laten dimana masing-masing diukur dengan menggunakan banyak indikator, dan satu atau dua peubah bergantung laten yang masing-masing diukur dengan beberapa indikator. SEM mempunyai kemampuan untuk membuat model antar peubah-peubah pengukuran sebagai peubah laten atau peubah-peubah yang tidak dapat diukur secara langsung, tetapi diestimasi dalam model dari

(27)

peubah-3

peubah yang diukur yang diasumsikan mempunyai hubungan dengan peubah laten.

1.2 Perumusan Masalah

Rumusan masalah penelitian ini adalah:

1. Apakah ada keterkaitan antara satu komponen penilaian dengan komponen penilaian lainnya?

2. Bagaimana model struktural yang mampu menjelaskan pola keterkaitan tersebut?

1.3 Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Membangun model struktural program sertifikasi yang bisa merepresentasikan data portofolio.

2. Mengevaluasi pembobotan pada setiap komponen portofolio guru. 3. Memberikan alternatif pembobotan komponen portofolio

1.4 Manfaat Penelitian

Penelitian ini merupakan suatu kajian dengan menggunakan data portofolio sertifikasi guru. Dari hasil analisis model yang dilakukan, diharapkan dapat: 1. menjadi alat bantu untuk mengevaluasi dan memonitor

indikator-indikator portofolio sertifikasi guru yang selama ini sudah ditetapkan, 2. memberikan kontribusi untuk pengembangan institusi atau lembaga yang

terkait.

3. menerapkan landasan teori yang telah diperoleh, dan mengembangkan wawasan terutama dalam model persamaan struktural.

(28)

BAB II TINJAUAN PUSTAKA

2.1 Program Sertifikasi Guru

Program sertifikasi mulai dilaksanakan pada tahun 2006 (Direktorat Ketenagaan, 2006). Sertifikasi merupakan sarana atau instrumen untuk mencapai suatu tujuan yaitu meningkatkan kualitas kompetensi guru (Jalal, 2007). Kualitas guru di Indonesia masih tergolong relatif rendah. Hal ini antara lain disebabkan tidak terpenuhinya pendidikan minimal bagi guru. Guru TK yang tidak memenuhi kualifikasi pendidikan minimal sebesar 78,1%, guru SD 34%, guru SLTP 71,2%, guru SLTA 46,6% (Muslich, 2007). Bukti hasil sertifikasi yang dikaitkan dengan peningkatan mutu guru bervariasi. Di Amerika Serikat kebijakan sertifikasi belum berhasil meningkatkan kualitas kompetensi guru, antara lain dikarenakan kuatnya resistensi dari kalangan guru sehingga pelaksanaan sertifikasi berjalan amat lambat. Sebagai contoh dalam kurun waktu sepuluh tahun, mulai tahun 1997 – 2006, Amerika Serikat hanya menargetkan 100.000 guru untuk disertifikasi, sedangkan di Indonesia dalam kurun waktu sepuluh tahun menargetkan mensertifikasi 2,7 juta guru, sebaliknya kebijakan yang sama telah berhasil meningkatkan kualitas kompetensi guru di Singapura dan Korea Selatan (Jalal, 2007).

Pemerintah wajib mulai melaksanakan program sertifikasi pendidik paling lama 12 bulan terhitung sejak berlakunya Undang-Undang No 14 Tahun 2005. Karena Peraturan Pemerintah yang diamanatkan dalam pasal 11 UU No 14 Tahun 2005 belum terbit dan tugas pemerintahan dalam program sertifikasi bagi guru tidak boleh berhenti maka ditetapkannya Peraturan Menteri Pendidikan Nasional No 18 Tahun 2007 tentang Sertifikasi Bagi Guru (Permendiknas, 2007).

Guru wajib memiliki kualifikasi akademik, kompetensi, sertifikat pendidik, sehat jasmani dan rohani, serta memiliki kemampuan untuk mewujudkan tujuan pendidikan nasional. Kompetensi adalah seperangkat pengetahuan, ketrampilan, dan perilaku yang harus dimiliki, dan dikuasai oleh guru dalam melaksanakan tugas keprofesionalan yaitu meliputi kompetensi pedagogik, kompetensi kepribadian, kompetensi sosial, dan kompetensi profesional yang diperoleh melalui pendidikan profesi. Sertifikasi adalah proses pemerolehan sertifikat pendidik oleh seseorang yang telah bertugas sebagai guru pada satuan pendidikan.

(29)

Sertifikat pendidik merupakan bukti formal sebagai pengakuan yang diberikan kepada guru sebagai tenaga profesional (UU No. 14, 2005). Sertifikasi guru ini dilaksanakan secara langsung melalui proses uji kompetensi dalam bentuk penilaian portofolio. Portofolio adalah kumpulan dokumen yang mencerminkan kompetensi seorang guru. Komponen portofolio meliputi: kualifikasi akademik, pendidikan dan pelatihan, pengalaman mengajar, perencanaan dan pelaksanaan pembelajaran, penilaian dari atasan dan pengawas, prestasi akademik, karya pengembangan profesi, keikutsertaan dalam forum ilmiah, pengalaman menjadi pengurus suatu organisasi di bidang kependidikan dan sosial, dan penghargaan yang relevan dengan bidang pendidikan (Permendiknas No. 18, 2007). Kriteria penilaian portofolio dan penyusunan dokumen portofolio mengacu Pedomen Penyusunan portofolio (Depdiknas, 2007). Penentuan bobot untuk setiap indikator-indikator pada komponen portofolio (Lampiran 1) ditentukan Mendiknas. Indikator-indikator yang digunakan akreditasi program sarjana semuanya valid, namun terdapat beberapa indikator yang kurang handal dalam penggunaannya (Satria, 2003).

Guru adalah pendidik profesional dengan tugas utama mendidik, mengajar, membimbing, mengarahkan, melatih, menilai, dan mengevaluasi peserta didik pada pendidikan anak usia dini jalur pendidikan formal, pendidikan dasar, dan pendidikan menengah (UU No. 14, 2005). Guru juga sebagai pelopor untuk menciptakan orang-orang berbudaya, berbudi, dan bermoral (Yamin, 2006)

Profesional adalah pekerjaan atau kegiatan yang dilakukan oleh seseorang dan menjadi sumber penghasilan kehidupan yang memerlukan keahlian, kemahiran, atau kecakapan yang memenuhi standar mutu atau norma tertentu serta memerlukan pendidikan profesi (UU No.14, 2005). Profesi guru adalah sesuatu pekerjaan yang membutuhkan pengetahuan, ketrampilan, kemampuan, keahlian, dan ketelatenan untuk menciptakan anak memiliki perilaku sesuai yang diharapkan (Yamin, 2006). Kualifikasi akademik adalah ijazah jenjang pendidikan akademik yang harus dimiliki oleh guru sesuai jenis, jenjang, dan satuan pendidikan formal di tempat penugasan (UU No. 14, 2005).

(30)

2.2 SEM (Structural Equation Modeling)

SEM adalah suatu teknik statistika yang dalam analisisnya melibatkan peubah indikator, peubah laten dan kesalahan dalam pengukurannya. Model struktural menjelaskan keterkaitan hubungan antar peubah laten sedangkan model pengukuran menjelaskan hubungan antara peubah indikator dengan peubah laten. Model persamaan struktural mempunyai bentuk persamaan yang kompleks, sehingga dalam penghitungannya tidak dapat dilakukan secara manual. Perkembangan teknologi komputasi statistik berkembang dengan pesat dalam mendukung kegiatan-kegiatan riset sehingga memudahkan peneliti melakukan analisis data. Salah satu program komputasi statistik yang digunakan dalam perhitungan SEM adalah Lisrel. Program Lisrel pertama kali diperkenalkan oleh Karl Jöreskög pada tahun 1970.

Lisrel digunakan karena penilaiannya dengan kemungkinan maksimum yang didasarkan dari data yang multinormal (Bacon, 1999), mampu mengolah data yang punya hubungan rumit dan kompleks (Owik, 2005). Lisrel banyak digunakan dalam SEM. Lisrel telah digunakan menganalisis; Evektifitas Model Pengukuran Kreatifitas dalam Pembelajaran (Marisi, 2003), Pengaruh Motivasi Kerja serta Dampaknya Terhadap Performansi Kerja (Syafei & Pribadi. 2003), Model Hubungan Konstruk Kinerja Kepala Sekolah (Hadi, 2004). Lisrel juga digunakan untuk memperoleh model struktural yang mencakup peubah-peubah laten, memperkirakan relasi-relasi dan efek-efeknya serta pengujian secara keseluruhan model struktural (Sumarna, 2002). Manfaat utama Lisrel untuk menganalisis struktur koragam, mengidentifikasi peubah laten dengan indikator-indikatornya, dan melihat hubungan antar peubah yang mempunyai hubungan sebab akibat (Narimawati & Sarwono, 2007).

Model struktural (Bollen. 1989) dinyatakan sebagai: =Β +Γ +

η η ξ ζ dengan:

η : vektor peubah laten endogen yang berukuran m ×1

Β : matriks koefisien peubah laten endogen yang berukuran m × m

Γ : matriks koefisien peubah laten eksogen yang berukuran m × n

(31)

Pada dasarnya vektor-vektor ηdan ξ tidak dapat diukur atau diamati secara langsung, oleh karena itu diukur melalui indikator-indikator dalam bentuk vektor-vektor y =

(

y y y₁, ₂, ₃,...,y_p

)

dan x’ =

(

x x x₁, ₂, ₃,...,x_q

)

. Model pengukurannya (Bollen, 1989) adalah:

y =Λ_yη ε+ x =Λ_xξ δ+

dengan ε dan δ adalah vektor-vektor galat pengukuran y dan x. Λ_y adalah matriks koefisien regresi antara y terhadap η yang berukuran p × m dan Λ_x adalah matriks koefisien regresi antara x dan ξ yang berukuran q × n. Pada model ini diasumsikan memenuhi kriteria bahwa ε tidak berkorelasi dengan η, δ tidak berkorelasi dengan ξ , ζ tidak berkorelasi dengan ξ , cov

( )

ξ = Φ₍_{n n}_× ₎, cov

( )

ζ = Ψ₍_{m m}_× ₎, cov

( )

ε = Θ_ε₍_{p p}_× ₎, dan cov

( )

δ = Θ_δ₍_{q q}_× ₎. Asumsi tersebut berimplikasi terhadap matriks koragam bagi peubah pengamatan. Matriks koragam Σ ( Jöreskog & Sorbom, 1999) dari indikator-indikator x dan y dapat ditulis sebagai berikut:

yy yx

xy xx

⎛ ⎞

= ⎜ ⎟

⎝ ⎠

Σ Σ

Σ _Σ _Σ dimana:

Σ adalah matriks koragam bagi peubah pengamatan y yang dapat ditulis:

Σ =

(

)

(

)

(

)

1 _' 1 _'

y y ε

− _⎡ − _⎤

− + _⎣ − _⎦ +

Λ Ι Β ΓΦΓ Ψ Ι Β Λ Θ

Σ adalah matriks koragam bagi peubah pengamatan y dan x yang dapat ditulis:

Σ =Λ Ι Β ΓΦΛ_y

(

−

)

−1 '_x

Sedangkan Σ_xy adalah matriks putaran dari Σ_yx, serta matriks koragam bagi peubah pengamatan x adalah:

xx= x x+ δ

Σ Λ ΦΛ Θ

Sehingga dapat ditunjukkan bahwa koragamΣ merupakan fungsi dari parameter, selanjutnya dapat dituliskan sebagai:

(32)

( )

yy yx y

(

' _'

)

_' _'' 'y y _' 'x

xy xx _x _y _x _x

⎛ + + Θ ⎞

⎛ ⎞ ⎜ ⎟ =_⎜ _{⎟ ⎜}= ⎟ + ⎝ _{⎠ ⎝} _⎠

Λ Α ΓΦΓ Ψ Α Λ Λ ΑΓΦΛ

Σ Σ

Σ Σ _{Λ ΦΓ Α Λ} _{Λ ΦΛ} _Θ

dengan Α= −

(

Ι Β

)

−1

2.3 Identifikasi Parameter

Identifikasi parameter diperlukan untuk menentukan apakah dapat dilakukan pendugaan dengan solusi tunggal atau tidak bagi parameter-parameter

, , , , , ,

x y ε δ

⎡ ⎤

= ⎣Λ Λ Β Γ Φ Θ Θ ⎦

θ pada Σ

( )

θ . Metode dua-langkah dapat digunakan untuk mengidentifikasi parameter model umum persamaan sruktural (Bollen, 1989). Langkah pertama adalah memperlakukan model sebagai model pengukuran murni, selanjutnya diperiksa apakah parameter model memenuhi kondisi berikut ini:

1. setiap baris matriks Λ_x hanya mengandung satu nilai bukan nol, 2. paling sedikit terdapat dua indikator untuk setiap faktor laten,

3. φ_ij ≠0untuk paling sedikit sepasang i≠ j; φ_ij adalah elemen matriks Φ 4. Θ_δ adalah matriks diagonal.

Langkah kedua adalah identifikasi parameter-parameter struktural Β Γ Ψ, , dengan aturan rekursif yaitu Β harus merupakan matriks segitiga, dan Ψ adalah matriks diagonal. Aturan dua-langkah merupakan syarat cukup tetapi bukan syarat perlu bagi identifikasi model. Hal ini bearti model yang tidak memenuhi aturan dua langkah masih mungkin untuk dapat diidentifikasi.

2.4 Pendugaan Parameter Model

Tujuan pendugaan adalah untuk menduga nilai parameter model dari matriks koragam contoh S. Syarat perlu (necessary conditions) bahwa model dapat diduga jika derajat bebasnya ≥ 0. Penghitungan derajat bebas menggunakan;

1 [ (

) (

1 ) ]

2 d f

=

p

+

q

p

+

q

+

−

t

;

dengan

(33)

q : banyaknya indikator peubah endogen

t : banyaknya indikator peubah model yang diduga

Dalam pendugaan parameter model, nilai awal parameter bebas dipilih supaya menghasilkan dugaan matriks koragam populasi terhadap matriks koragam sampel. Perbedaan kedua matriks tersebut diharapkan relatif kecil agar menghasilkan penduga yang konsisten. Matriks koragam populasi dariLisrel tidak dapat diduga secara langsung, karena η dan ξ bukan merupakan peubah pengamatan dari suatu hasil pengukuran. Pendugaan matriks koragam populasi dapat dilakukan dengan menggunakan metode pendugaan melalui beberapa tahap. Dengan asumsi bahwa sebaran dari peubah-peubah pengamatan dapat digambarkan oleh vektor nilai tengah dan matriks koragam, maka masalah pendugaan secara substansial merupakan pengepasan matriks Σ(θ) dengan matriks koragam contoh S. Misalkan fungsi pengepasan dinyatakan dengan F(S,

Σ(θ )) yakni suatu fungsi yang tergantung pada S dan Σ(θ). Beberapa sifat fungsi pengepasan (Bollen, 1989) ini adalah:

1. F(S, Σ(θ )) adalah besaran skalar, 2. F(S, Σ(θ)) 0≥ ,

3. F(S, Σ(

θ

)) = 0 jika dan hanya jika Σ = S,

4. F(S, Σ(θ)) adalah fungsi kontinu dalam S dan Σ(θ). 2.5. Metode Kuadrat Terkecil Tanpa Pembobot (ULS)

Metode yang digunakan untuk menduga parameter dalam penelitian ini adalah metode ULS. Metode ULS dipilih karena asumsi-asumsi yang digunakan lebih fleksibel. Fungsi pengepasan metode ULS (Bollen, 1989) dinyatakan oleh:

( )

(

( )

)

1/ 2

ULS

F = tr⎡_⎣ S−Σ θ ⎤_⎦

Fungsi F_ULS meminimumkan setengah jumlah kuadrat dari masing-masing unsur matriks sisaan

(

S−Σ

( )

)

. Hal ini dapat dianalogikan sebagai metode kuadrat terkecil biasa (ordinary least squares: OLS). Metode OLS meminimumkan jumlah sisaan, yaitu galat antara nilai pengamatan peubah tak bebas dengan nilai dugaan. Sementara F_ULS meminimumkan jumlah kuadrat masing-masing unsur

(34)

dalam matriks sisaan

(

S−Σ

( )

)

. Matriks sisaan ini memuat selisih antar koragam contoh dengan nilai-nilai dugaannya.

2.6. Evaluasi dan Modifikasi Model 2.6.1 Tes khi-kuadrat (Chi-Square test)

Hipotesis yang diuji adalah H₀ : Σ Σ=

( )

θ lawan H₁ : Σ Σ≠

( )

dengan Σ adalah matriks koragam populasi dan Σ

( )

θ adalah matriks hasil dugaan. Untuk menguji hipotesis di atas digunakan uji χ2_{yaitu hasil perkalian}

(n-1) dengan nilai terkecil dari fungsi pengepasan WLS. Statistik uji dibandingkan dengan χ2 tabel pada taraf 5%. Jika χ ≥2

χ

_{d b}2 _{, 0 , 0 5}maka H₀ ditolak.

2.6.2 GFI (Goodness of Fit Index) dan AGFI (Adjusted Goodnes of Fit Index) GFI mengukur besarnya keragaman dalam matriks koragam data S yang dapat diterangkan oleh Σ

( )

θ , yaitu keragaman yang dinyatakan dalam model. GFI (Jöreskog dan Sörbom, 1986) diperoleh dari rumus berikut:

2 1 ^ 2 ^ 1 1 tr S GFI tr S − ⎡_⎛ _⎞ ⎤ ⎢_⎜ − _⎟ ⎥ ⎢⎝ ⎠ ⎥ ⎣ ⎦ = − ⎡_⎛ _⎞ ⎤

⎢_⎜Σ _⎟ ⎥

⎢⎝ ⎠ ⎥

⎣ ⎦

−1

Aturan praktis untuk kelayakan sebuah model adalah nilai GFI hendaknya lebih besar dari 0.90. Rumus AGFI diperoleh sebagai berikut (Jöreskog dan Sörbom, 1986):

(

_{) [}

_]

1 1 2 k k AGFI GFI df + ⎡ ⎤ = −_⎢ _⎥ −

⎣ ⎦ , dengan k adalah banyaknya indikator dan df

adalah derajat bebas. Derajat bebas (Hair, et.al. 1998) dihitung dengan menggunakan rumus 1

(

)(

)

df = _⎣⎡ p+q p+ +q ⎤_⎦−t AGFI analog dengan _R2

pada model regresi. Pada model ini disarankan nilai AGFI-nya lebih besar 0.90 (Wijanto, 2008). Bollen (1989) mengungkapkan bahwa nilai GFI dan AGFI cenderung meningkat seiring dengan peningkatan ukuran contoh. Nilai harapan

(35)

GFI dan AGFI akan menurun dengan semakin sedikitnya indikator per faktor laten, khususnya pada ukuran data kecil.

2.6.3 NCP (Noncentrality Scaled Parameters)

NCP merupakan ukuran kesesuaian yag melengkapi kelemahan metode khi-kuadrat. Secara teori, ukuran khi-kuadrat takterpusat lebih tegar terhadap ukuran contoh apabila dibandingkan dengan khi-kuadrat biasa. Formula bagi NCP adalah NCP =

χ

−

db

(Hair, et.al. 1998).

2.6.4 RMSR (Root Rataan Square Residual)

RMSR (Hair, et.al. 1998) didefinisikan sebagai:

(

)

2 ^

1 1

2 (

)

1

p q i

ij ij

i j

s

RMSR

p q

σ

+ = =

⎛

₋

⎞

⎜

⎟

⎝

⎠

=

+

+ +

∑∑

, dengan

p = banyaknya indikator bagi peubah laten endogen, q = banyaknya indikator bagi peubah laten eksogen,

s = unsur matriks S,

σ = unsur matriks

Σ.

RMSR merupakan ukuran rata-rata kuadrat sisaan, semakin besar nilainya semakin buruk dalam pengepasan model dan begitu pula sebaliknya. Nilai yang dianjurkan untuk Standardized RMSR adalah ≤ 0.05 (Wijanto, 2008).

2.6.5 RMSEA (Root Rataan Square Error of Approximation)

RMSEA adalah alternatif ukuran kesesuaian model yang diperlukan untuk mengurangi kesensitifan χ2 terhadap ukuran sampel. Nilai yang dianjurkan untuk RMSEA adalah ≤ 0.08 (Wijanto, 2008). RMSEA (Hair, et.al. 1998) dihitung dengan rumus:

RMSEA =

(

)

1/ 2 2 1 db n db χ ⎡ ₋ ⎤ ⎢ ₋ ⎥ ⎣ ⎦

(36)

2.6.6 TLI (Tucker-Lewis Index)

Rumus TLI (Hair, et.al. 1998) sebagai berikut:

(

)

2 2 2 ( / ) ( / ) / 1

B B T T

B B db db TLI db χ χ χ − = −

Nilai yang dianjurkan untuk TLI adalah ≥ 0.90 (Wijanto, 2008). 2.6.7 NFI (Normed Fit Index)

Nilai NFI merupakan besarnya ketidakcocokan antara model target dengan model dasar. Nilai yang dianjurkan untuk NFI adalah ≥ 0.90 (Wijanto, 2008). Formula bagi NFI (Hair, et.al. 1998) adalah:

2 2 2

B T

NFI χ χ χ

− =

2.6.8 PNFI (Parsimonious Normed Fit Index)

PNFI merupakan modifikasi dari NFI. PNFI memperhitungkan besaran derajat bebas yang digunakan untuk mencapai tingkat kesesuaian. Parsimony didefinisikan sebagai pencapaian tingkat kesesuaian yang lebih tinggi pada setiap derajat bebas. Semakin tinggi nilai PNFI, maka semakin baik model yang diusulkan. Formula PNFI (Hair, et.al. 1998) sebagai berikut:

T B db PNFI NFI db =

2.6.9 PGFI (Parsimonious Goodness of Fit Index)

Formula PGFI (Hair, et.al. 1998) adalah sebagai berikut:

1/ 2( )( 1)

PGFI GFI

p q p q

+ + +

Semakin tinggi nilai PGFI yang dihasilkan, maka semakin baik modelnya. 2.6.10 Contruct Reliabilty

Reliabilitas merupakan ukuran kekonsistenan peubah indikator dalam mengukur peubah latennya. Pemeriksaan terhadap kekonsistenan pengukuran ini dilakukan terhadap peubah laten (construct reliability) untuk menilai kekonsistenan pengukuran keseluruhan peubah indikator yang mengukur peubah

(37)

laten dan terhadap masing-masing peubah indikator. Formula construct reliability adalah:

Construct Reliability

(

)

(

)

2 2

loadingbaku loadingbaku e

Σ =

Σ + Σ

2.6.11 Variance Extracted

Ukuran kekonsistenan lain yang dapat digunakan adalah Variance Extracted. Ukuran ini menggambarkan besar keragaman peubah-peubah indikator dapat dikandung oleh peubah laten. Formula Variance Extracted adalah:

Variance Extracted

(

)

(

)

2 2

loadingbaku loadingbaku e

Σ =

Σ + Σ

Sebuah konstruk mempunyai reliabilitas yang baik jika nilai construct reliability (CR) -nya ≥ 0.70 dan nilai variance extracted (VE)-nya ≥ 0.50 (Wijanto, 2008). 2.6.12 Validitas

Validias berhubungan dengan apakah suatu peubah mengukur apa yang sebenarnya diukur. Validitas dalam penelitian menyatakan derajat ketepatan alat ukur penelitian terhadap isi atau arti sebenarnya yang diukur. Dalam bukunya Wijanto (2008), Rigdon dan Ferguson (1991), Doll, Xia, Torkzadeh (1994), menyatakan bahwa suatu peubah dikatakan mempunyai validitas yang baik terhadap peubah lainnya, jika:

a) Nilai t muatan faktornya lebih besar dari nilai t kritis ( > 1,96). b) Muatan faktor standarnya ≥ 0.70.

Sementara, Igbaria, et.al. (1997) yang menggunakan guidelines dari Hair et.al. (1995), menyatakan bahwa muatan faktor standarnya ≥ 0.50 adalah sangat signifikan.

(38)

BAB III METODE PENELITIAN

3.1 Data

Data yang digunakan adalah data yang berasal dari Panitia Pelaksana uji sertifikasi

guru rayon UNES Semarang dan rayon IAIN Wali Songo Semarang. Data ini merupakan

hasil dari penilaian portofolio peserta sertifikasi guru di Wilayah rayon UNES Semarang

dan IAIN Walisongo Semarang pada tahun 2006 dan tahun 2007.

3.2 Rancangan Penelitian

3.2.1 Ukuran sampel

Ukuran sampel yang digunakan adalah 212 responden yang menyebar di 20

kecamatan pada wilayah Kabupaten Pati. Responden yang terambil adalah peserta

sertifikasi guru tahun 2006 dan peserta sertifikasi guru tahun 2007 di wilayah Departemen

Agama Kabupaten Pati.

3.2.2 Metode Penelitian

Secara garis besar, tahap-tahapan pada penelitian ini dapat dijelaskan melalui

diagram sebagai berikut:

Eksplorasi

data

Spesifikasi Model

Identifikasi Model

Pendugaan

Parameter

Pengujian Kesesuaian

Model

Respesifikasi

Model

Rekomendasi

Pembobotan Penilaian

Sertifikasi

Sesuai

?

Ya

(39)

15

3.2.3 Eksplorasi Data

Tahapan eksplorasi dilakukan untuk mengetahui gambaran keadaan data

sampel yang terambil. Data yang digunakan untuk membentuk model berupa matriks

koragam dan matriks korelasi dari data asal. Matriks koragam dipilih karena data

yang digunakan berupa rata-rata terboboti dari masing-masing skor indikator

sertifikasi guru. Matriks korelasi dipilih karena koefisien-koefisiennya sudah

distandarkan dan sebagai pembanding matriks koragam. Data dievaluasi dengan

menggunakan SEM (Structural Equation Modeling) dan penghitungannya digunakan

program Lisrel 8.30.

3.2.4 Spesifikasi dan Identifikasi Model

Langkah pertama adalah membentuk sebuah model pengukuran untuk semua

indikator yang terlibat. Jika model pengukuran tersebut dapat diterima dan

diidentifikasi maka dilanjutkan langkah kedua yaitu menyusun model struktural.

Model struktural digambarkan dengan diagram jalur sebagai berikut:

Gambar 1 Diagram Model Struktural Komponen Portofolio

KA

DIK

FI

PR

PM

PPP

PAP

PA

KPP

PO

(40)

16 Tabel 1 Peubah Laten dan Peubah Indikator

Peubah Laten

Peubah Indikator

S1 ( Y1)

Kualifikasi Akademik (KA)

S2 (Y2)

Tingkat Nasional (Y3)

Tingkat Provinsi (Y4)

Diklat (DIK)

Tingkat Kabupaten atau Kota (Y5)

Pengalaman Mengajar ( PM )

Masa kerja 5 th - 25 th (Y6)

Perumusan tujuan pembelajaran (Y7)

Pemilihan dan Pengorganisasian materi pembelajaran (Y8 )

Pemilihan sumber atau media pembelajaran (Y9)

Skenario atau kegiatan belajar (Y10)

Penilaian hasil belajar (Y11)

Prapembelajaran (Y12)

Kegiatan inti (Y13 )

Perencanaan dan

Pelaksanaan Pembelajaran

(PPP )

Penutup (Y14)

Ketaatan menjalankan ajaran agama (Y15)

Tanggung jawab

(Y16)

Kejujuran (Y17)

Kedisiplinan (Y18)

Keteladanan (Y19)

Etos kerja (Y20)

Inovasi dan kreativitas (Y21)

Kemampuan menerima kritik dan saran (Y22)

Kemampuan berkomunikasi (Y23)

Penilaian dari Atasan dan

Pengawas (PAP)

Kemampuan bekerja sama (Y24)

Bukti Juara Lomba (Y25)

Guru inti atau Tutor atau Pemandu (Y26)

Pembimbing siswa lomba mencapai juara (Y27)

Prestasi Akademik (PA)

Pembimbing siswa lomba tidak mencapai juara (Y28)

Membuat modul atau diktat dicetak lokal (Y29)

Karya Pengembangan

Profesi (KPP)

Membuat media atau alat peraga (Y30)

Tingkat Nasional (Y31)

Tingkat Provinsi (Y32)

Tingkat Kabupaten atau Kota (Y33)

Keikutsertaan dalam Forum

Ilmiah (FI)

Tingkat Kecamatan (Y34)

Tingkat Provinsi (Y35)

Tingkat Kabupaten atau Kota (Y36)

Tingkat Kecamatan (Y37)

Tingkat Desa (Y38)

Kepala sekolah (Y39)

Waka (Y40)

Pengalaman menjadi

pengurus organisasi di

bidang kependidikan dan

sosial (PO)

Pembina ekstra kurikuler (Y41)

Tingkat Kabupaten atau Kota (Y42)

Penghargaan yang relevan

(PR)

Melaksanakan tugas di daerah terpencil (Y43)

(41)

17 Dari model struktural tersebut, dihipotesiskan bahwa peubah-peubah laten

eksogen memiliki pengaruh positif terhadap peubah laten endogen mutu. Artinya

pencapaian mutu guru yang tinggi ditunjang oleh tingginya nilai

komponen-komponen peubah laten eksogen.

3.2.5 Pendugaan Parameter

Syarat perlu (necessary conditions) bahwa model dapat ditaksir atau diduga

jika derajat bebasnya

≥

0, yaitu banyak parameter yang diestimasi lebih kecil dari

banyak data yang diketahui. Dalam pendugaan parameter model, nilai awal

parameter bebas dipilih supaya menghasilkan dugaan matriks koragam populasi

terhadap matriks koragam sampel. Perbedaan kedua matriks tersebut diharapkan

relatif kecil. Pada penelitian ini banyaknya parameter yang akan diduga adalah 99.

3.2.6 Pengujian Kesesuaian Model

Pada tahap ini dilakukan pengujian model yang diusulkan dalam diagram

jalur, apakah model teoritis sudah sesuai (fit) atau tidak dengan data. Pengujian ini

dilakukan dengan cara membandingkan matriks koragam sampel dengan matriks

koragam yang diperoleh dari hasil dugaan. Evaluasi terhadap kinerja model tersebut

dilakukan secara menyeluruh. Setelah pemeriksaan terhadap model dilakukan, serta

diperoleh model yang layak, langkah berikutnya adalah interpretasi terhadap model

yang dikaitkan dengan SEM.

3.2.7 Respesifikasi Model

Tujuan respesifikasi atau modifikasi model adalah mencari model yang

sesederhana mungkin atau mendapatkan model yang benar-benar sesuai dengan data,

tetapi modelnya harus mampu menjelaskan fenomena yang diteliti. Respesifikasi

dapat dilakukan dengan menghilangkan koefisien jalur yang tidak berarti atau

menambah jalur pada model yang didasarkan kepada hasil empiris.

3.2.8 Rekomendasi Pembobotan Penilaian Sertifikasi

Pada tahapan ini, peneliti mengusulkan bobot nilai masing-masing komponen

yang lebih baik dari bobot nilai sebelumnya, supaya digunakan penilaian portofolio

sertifikasi guru.

(42)

BAB 1V HASIL DAN PEMBAHASAN

Pada bagian ini dibahas deskripsi data sertifikasi guru dan proses pembangunan model struktural yang digunakan untuk mengepas data sertifikasi. Pada tahap selanjutnya, model yang diperoleh diharapkan memiliki manfaat untuk mengidentifikasi indikator-indikator sertifikasi yang mampu mencerminkan peubah yang diukur dan handal serta menghasilkan rekomendasi dalam menentukan bobot tiap komponen sertifikasi guru yang terdiri dari; (1) kualifikasi akademik, (2) pendidikan dan latihan, (3) pengalaman mengajar, (4) perencanaan dan pelaksanaan pembelajaran, (5) penilaian dari atasan dan pengawas, (6) prestasi akademik, (7) karya pengembangan profesi, (8) keikutsertaan dalam forum ilmiah, (9) pengalaman organisasi di bidang pendidikan dan sosial, (10) dan penghargaan yang relevan dengan bidang pendidikan.

4.1 Deskripsi Data Sertifikasi guru

Skor akhir sertifikasi guru yang digunakan Penyelenggara Sertifikasi Guru adalah 0 sampai 1500. Gambar berikut menyajikan hasil sertfikasi guru di wilayah Kabupaten Pati berdasarkan skor akhir pada tahun 2006 dan tahun 2007. Peserta yang memperoleh skor akhir minimum 850 dinyatakan lulus sertifikasi. Jumlah peserta sertifikasi guru di wilayah Kabupaten Pati pada tahun 2006 dan tahun 2007 adalah 212 orang.

45%

13% 37%

000 - 499 500 - 799 800 - 849 850 - 1099 1100 - 1500

Gambar 1 Hasil Sertifikasi Guru di Wilayah Kabupaten Pati.

Gambar l menunjukkan bahwa peserta sertifikasi yang dinyatakan lulus adalah 89 orang (42%) sedangkan 123 orang (58%) dinyatakan belum lulus. Bagi peserta yang belum lulus, 28 orang (13%) harus melengkapi portofolio dan 95 orang (45%) mengikuti pendidikan dan latihan.

(43)

19 4.1.1 Deskripsi Kualifikasi Akademik (KA)

Indikator-indikator yang digunakan pada komponen Kualifikasi Akademik adalah (Y1) berpendidikan S1 dan (Y2) berpendidikan S2. Berdasarkan tingkat dan relevansi pendidikannya dijabarkan pada Tabel 1 berikut:

Tabel 1 Tingkat dan Relevansi Pendidikan Peserta Sertifikasi Guru Komponen KA

Ijazah Indikator Jumlah Persen ( % )

S2 Tidak Relevan 11 5.1

S1 Relevan atau sesuai 194 91.5

S1 Serumpun 1 0.5

S1 Tidak sesuai 5 2.4

S1 Bukan kependidikan 1 0.5

Jumlah 212 100%

Dari Tabel 1 terlihat bahwa peserta sertifikasi yang berijazah S2 hanya 5.1%, sedangkan yang berijazah S1 94.9%. Hal ini dikarenakan peserta yang bisa mengikuti sertifikasi guru harus berijazah S1.

4.1.2 Deskripsi Pendidikan dan Latihan (DIK)

Indikator-indikator yang digunakan pada komponen Pendidikan dan Latihan adalah: (Y3) diklat tingkat nasional, (Y4) diklat tingkat provinsi, dan (Y5) diklat tingkat kabupaten atau kota. Penjelasan indikator komponen Pendidikan dan Latihan terdapat pada Gambar 2.

Y 5 Y 4

Y 3 9 0

8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 0

B o x p l o t P e n d i d i k a n d a n L a t i h a n

(44)

20 Gambar 2 menunjukkan bahwa indikator-indikator (Y3) diklat tingkat nasional, (Y4) diklat tingkat provinsi, dan (Y5) diklat tingkat kabupaten atau kota yang digunakan dalam komponen Pendidikan dan Latihan mempunyai pola penyebaran data yang berbeda. Nilai rata-rata untuk indikator Y3, Y4, dan Y5 berturut-turut adalah: 45.83, 42.67, dan 52.30. Nilai minimum semua indikator adalah 0 yang berarti terdapat guru yang belum pernah mengikuti diklat pada masing-masing indikator.

4.1.3 Deskripsi Pengalaman Mengajar (PM)

Indikator yang digunakan untuk mengukur komponen Pengalaman Mengajar adalah masa kerja (Y6). Penjelasan indikator Y6 terdapat pada Gambar 3.

1 5 0 1 4 0 1 3 0 1 2 0 1 1 0 1 0 0 9 0 8 0 7 0

B o x p l o t P e n g a l a m a n M e n g a j a r

Gambar 3 Boxplot Klasifikasi Peserta Setifikasi Guru Komponen PM.

Dari Gambar 3, indikator (Y6) masa kerja guru pada komponen Pengalaman Mengajar menunjukkan bahwa data menyebar secara simetris. Nilai minimum indikator tersebut adalah 75 yang berarti peserta sertifikasi paling sedikit mempunyai masa kerja 11 tahun. Rata-rata nilai skor akhir peserta sertifikasi adalah 104 yang berarti peserta sertifikasi rata-rata sudah mempunyai masa kerja 17 tahun. Nilai simpangan baku indikator tersebut adalah 19.91 yang mengindikasikan masa kerja peserta sertifikasi guru sangat beragam.

4.1.4 Deskripsi Perencanaan dan Pelaksanaan Pembelajaran (PPP)

Indikator-indikator yang digunakan pada komponen Perencanaan dan Pelaksanaan Pembelajaran adalah: (Y7) perumusan tujuan pembelajaran, (Y8) pemilihan dan pengorganisasian materi pembelajaran, (Y9) pemilihan media pembelajaran, (Y10)

(45)

21 kegiatan pembelajaran, (Y11) penilaian hasil belajar, (Y12) prapembelajaran, (Y13) kegiatan inti, dan (Y14) penutup. Penjelasan masing-masing indikator terdapat pada Tabel 2.

Tabel 2 Deskripsi Komponen Perencanaan dan Pelaksanaan Pembelajaran

Y7 Y8 Y9 Y10 Y11 Y12 Y13 Y14 Min 4.00 8.00 4.00 8.00 8.00 10.00 50.00 10.00 Rataan 4.76 9.51 4.74 9.36 9.33 18.98 74.84 18.90 Maks 5.00 10.00 5.00 10.00 10.00 20.00 85.00 20.00 Simpangan Baku 0.43 0.66 0.44 0.76 0.70 1.54 5.28 1.48

Dari Tabel 2, indikator-indikator (Y7, Y8, Y9, Y10, Y11) yang digunakan dalam komponen Perencanaan dan Pelaksanan Pembelajaran mempunyai nilai simpangan baku yang sangat kecil sehingga menunjukkan bahwa hampir semua peserta mempunyai kemampuan dan kualitas hampir sama, sedangkan pada indikator Y12, Y13, dan Y14 mempunyai simpangan baku yang besar yang mengindikasikan peserta mempunyai kemampuan yang beragam.

4.1.5 Deskripsi Penilaian dari Atasan dan Pengawas (PAP)

Indikator-indikator yang digunakan pada komponen Penilaian dari Atasan dan Pengawas adalah: (Y15) ketaatan menjalankan ajaran agama, (Y16) tanggung jawab, (Y17) kejujuran, (Y18) kedisiplinan, (Y19) keteladanan, (Y20) etos kerja, (Y21) inovasi dan kreativitas, (Y22) kemampuan menerima kritik dan saran, (Y23) kemampuan berkomunikasi, dan (Y24) kemampuan bekerja sama. Penjelasan indikator komponen Penilaian dari Atasan dan Pengawas terdapat pada Tabel 3.

Tabel 3 Deskripsi Komponen Penilaian dari Atasan dan Pengawas

Y15 Y16 Y17 Y18 Y19 Y20 Y21 Y22 Y23 Y24

Min 4.00 4.00 4.00 4.00 3.00 3.00 4.00 4.00 4.00 3.00

Rataan 4.80 4.67 4.73 4.70 4.69 4.66 4.75 4.75 4.72 4.57 Maks 5.00 5.00 5.00 5.00 5.00 5.00 5.00 5.00 5.00 5.00 Simpangan Baku 0.40 0.47 0.44 0.46 0.47 0.49 0.43 0.44 0.45 0.50

Dari Tabel 3, indikator-indikator (Y15, Y16, Y17, Y18, Y19, Y20, Y21, Y22, Y23, Y24) yang digunakan dalam komponen Penilaian dari Atasan dan Pengawas menunjukkan bahwa hampir semua peserta memperoleh nilai yang sangat baik. Nilai

(46)

22 simpangan baku yang sangat kecil mengindikasikan semua peserta mempunyai kemampuan yang hampir sama.

4.1.6 Deskripsi Prestasi Akademik (PA)

Indikator-indikator yang digunakan pada komponen Prestasi Akademik adalah: (Y25) juara lomba, (Y26) guru inti atau tutor atau pemandu, (Y27) pembimbing siswa mencapai juara, dan (Y28) pembimbing siswa tidak mencapai juara. Penjelasan indikator komponen Prestasi Akademik terdapat pada Tabel 4.

Tabel 4 Deskripsi Komponen Prestasi Akademik

Y25 Y26 Y27 Y28

Min 0.00 0.00 0.00 5.00

Rataan 11.49 10.17 36.86 53.04

Maks 40.00 45.00 75.00 80.00

Simpangan Baku 17.89 12.24 14.43 16.91

Dari Tabel 4, indikator-indikator (Y25, Y26, Y27, Y28) yang digunakan dalam komponen Prestasi Akademik mempunyai nilai simpangan baku yang besar mengindikasikan peserta sertifikasi mempunyai kemampuan dan prestasi yang beragam.

4.1.7 Deskripsi Karya Pengembangan Profesi (KPP)

Indikator-indikator yang digunakan pada komponen Karya Pengembangan Profesi adalah: (Y29) membuat modul atau diktat dicetak lokal, dan (Y30) membuat media atau alat peraga. Penjelasan indikator komponen Karya Pengembangan Profesi terdapat pada Tabel 5.

Tabel 5 Deskripsi Komponen Karya Pengembangan Profesi

Y29 Y30

Min 0.00 5.00

Rataan 4.03 18.51

Maks 20.00 45.00

Simpangan Baku 7.80 6.85

Dari Tabel 5, indikator-indikator (Y29, Y30) yang digunakan dalam komponen Karya Pengembangan Profesi menunjukkan bahwa peserta sertifikasi mempunyai nilai simpangan baku besar yang mengindikasikan kemampuan dan prestasi sangat beragam.

(47)

23 Nilai rata-rata pada indikator (Y29) kecil yang berarti peserta sertifikasi kurang berkembang dalam hal pembuatan buku atau modul (Y29).

4.1.8 Deskripsi Keikutsertaan dalam Forum Ilmiah (FI)

Indikator-indikator yang digunakan pada komponen Keikutsertaan dalam Forum Ilmiah adalah: (Y31) FI tingkat nasional, (Y32) FI tingkat provinsi, (Y33) FI tingkat kabupaten atau kota, dan (Y34) FI tingkat kecamatan. Penjelasan indikator komponen Keikutsertaan dalam Forum Ilmiah terdapat pada Gambar 4.

Y 3 4 Y 3 3

Y 3 2 Y 3 1

4 0

3 0

2 0

1 0

B o x p l o t K e i k u t s e r t a a n d a l a m F o r u m I l m i a h

Gambar 4 Boxplot Klasifikasi Peserta Sertifikasi Guru Komponen FI.

Dari Gambar 4, nilai minimum semua indikator adalah 0 yang berarti terdapat peserta sertifikasi yang belum pernah mengikuti kegiatan ilmiah. Nilai rata-rata indikator (Y31, Y32, Y33, Y34) berturut-turut adalah: 9.28, 11.98, 12.42, dan 9.69 yang berarti kemampuan dalam komponen Keikutsertaan dalam Forum Ilmiah sangat rendah. Namun nilai simpangan baku yang sangat besar (7.76, 8.43, 6.93, 5.20) menunjukkan bahwa peserta sertifikasi mempunyai kemampuan dan prestasi yang beragam.

4.1.9 Deskripsi Pengalaman Menjadi Pengurus Organisasi (PO)

Indikator-indikator yang digunakan pada komponen pengalaman menjadi pengurus organisasi bidang kependidikan dan sosial adalah: (Y35) PO tingkat provinsi, (Y36) PO tingkat kabupaten atau kota, (Y37) PO tingkat kecamatan, (Y38) PO tingkat desa, (Y39) mejadi kepala sekolah, (Y40) mejadi wakil kepala sekolah, dan (Y41) menjadi Pembina ekstra kokurikuler. Penjelasan indikator Komponen Pengalaman Menjadi Pengurus Organisasi bidang kependidikan dan sosial terdapat pada Gambar 5.

(48)

Y 4 1 Y 4 0

Y 3 9 Y 3 8

Y 3 7 Y 3 6

Y 3 5 3 5

3 0

2 5

2 0

1 5

1 0

B o x p l o t P e n g a l a m a n M e n j a d i P e n g u r u s O r g a n i s a s i

Gambar 5 Boxplot Klasifikasi Peserta Setifikasi Guru Komponen PO.

Dari Gambar 5, nilai rata-rata indikator komponen Pengalaman menjadi pengurus organisasi bidang kependidikan dan sosial adalah sebagai berikut: Y35 (1.67) , Y36 (9.11), Y37 (3.47), Y38 (13.08), Y39 (2.55), Y40 (7.89), dan Y41 (14.81) yang berarti peserta sertifikasi jarang memperoleh nilai pada indikator Y35 (pengurus tingkat provinsi) dan Y39 (kepala sekolah). Terdapat 90% peserta memperoleh nilai 0 pada indikator menjadi pengurus tingkat provinsi dan terdapat 78% peserta yang memperoleh nilai 0 pada indikator menjadi kepala sekolah, tetapi peserta sertifikasi banyak memperoleh nilai pada indikator Y38 (pengurus tingkat desa) dan Y41 (Pembina ekstra kokurikuler). Nilai simpangan bakunya berturut-turut: Y35 (5.14), Y36 (5.52), Y37 (6.94), Y38 (4.93), Y39 (5.38), Y40 (5.54), dan Y41 (4.02) yang berarti peserta sertifikasi mempunyai kemampuan yang beragam pada komponen PO.

4.1.10 Deskripsi Penghargaan yang Relevan (PR)

Indikator-indikator yang digunakan pada komponen penghargaan yang relevan adalah: (Y42) penghargaan tingkat kabupaten atau kota, dan (Y43) melaksanakan tugas di daerah terpencil atau konflik atau perbatasan. Penjelasan indikator komponen Penghargaan yang Relevan terdapat pada Tabel 6 berikut:

Tabel 6 Deskripsi Komponen Penghargaan yang Relevan

Y42 Y43

Min 0.00 0.00

Rataan 2.37 3.12

Maks 21.00 20.00

(49)

Dari Tabel 6 terlihat bahwa nilai rata-rata yang dimiliki setiap indikator (Y42, Y43) kecil yang berarti peserta sertifikasi mempunyai kemampuan rendah dalam komponen Penghargaan yang Relevan. Nilai minimum pada kedua indikator adalah 0 yang berarti banyak peserta sertifikasi yang tidak mempunyai Penghargaan yang Relevan. Terdapat 80% peserta yang mempunyai nilai 0 pada komponen Penghargaan yang Relevan.

4.2 Koefisien Pemodelan Sertifikasi dengan menggunakan SEM

Dari hasil estimasi menggunakan metode ULS diperoleh bahwa telah terjadi offending estimates. Offending estimates terjadi karena terdapatnya negative error variances. Negative error variances terdapat pada peubah KA, Peubah PM, dan Peubah KPP. Dalam hal negative error variance, model diperbaiki dengan menetapkan error variance tersebut ke nilai nol. Dari hasil Uji Kecocokan Keseluruhan Model diperoleh nilai-nilai alat uji kelayakan (Goodness of Fit) belum memenuhi kriteria baik dari suatu model. Nilai GFI, AGFI, NFI, NNFI, CFI, IFI dan RFI berturut-turut sebagai berikut: 0.91, 0.90, 0.89, 0.94, 0.94, 0.94 dan 0.88. Nilai NFI dan RFI tersebut tidak memenuhi kreteria yang disyaratkan yaitu lebih besar sama dengan 0.90. Nilai Standardized RMR adalah 0.092, dan nilai RMSEA adalah 0.076. Nilai Standardized RMR belum memenuhi nilai yang disarankan yaitu lebih kecil sama dengan 0.05. Nilai Normal Theory Weighted Least Square = 1879.63 dengan nilai P = 0.00000 .Nilai χ2 masih besar dan nilai p-value belum memenuhi syarat yang dianjurkan yaitu nilai Chi-Square kecil dan nilai p-value lebih besar sama dengan 0.05. Nilai dari Goodness of Fit selengkapnya terdapat pada Lampiran 2. Hasil analisis SEM data sertifikasi guru dapat diperlihatkan pada Gambar 6 Model 1 berikut:

(50)

26 MUTU1 1.00 KA DIK PM PPP PAP PA KPP FI PO PR Y1 0.98 Y2 0.90 Y3 0.45 Y4 0.38 Y5 0.50 Y6 0.57 Y7 0.71 Y8 0.56 Y9 0.67 Y10 0.70 Y11 0.78 Y12 0.39 Y13 0.34 Y14 0.43 Y15 0.88 Y16 0.64 Y17 0.81 Y18 0.86 Y19 0.76 Y20 0.77 Y21 0.80 Y22 0.65 Y23 0.70 Y24 0.69 Y25 0.57 Y26 0.53 Y27 0.46 Y28 0.43 Y29 0.54 Y30 0.55 Y31 0.54 Y32 0.52 Y33 0.51 Y34 0.72 Y35 0.86 Y36 0.43 Y37 0.66 Y38 0.80 Y39 0.75 Y40 0.72 Y41 0.71 Y42 0.33 Y43 0.42

Chi-Square=1879.63, df=850, P-value=0.00000, RMSEA=0.076

0.13 0.32 0.74 0.79 0.71 0.66 0.54 0.67 0.58 0.55 0.47 0.78 0.81 0.75 0.35 0.60 0.44 0.37 0.49 0.48 0.45 0.59 0.55 0.56 0.66 0.69 0.73 0.75 0.67 0.67 0.68 0.69 0.70 0.53 0.38 0.75 0.59 0.45 0.50 0.53 0.53 0.82 0.76 1.25 0.87 1.19 0.69 0.65 0.90 1.03 0.84 0.81 0.79 0.00 2

χ

= 1879.63 Df = 850

P-value = 0.00000 RMSEA = 0.076

(51)

27 4.3 Modifikasi Model Struktural Sertifikasi Guru

Dari uraian hasil pengujian pengepasan data dengan menggunakan metode ULS diperoleh bahwa pengepasan data sertifikasi belum memenuhi kriteria model yang baik. Oleh karenanya diperlukan modifikasi model dengan menambahkan jalur koragam di antara galat indikator dengan memperhatikan indeks modifikasi sehingga dihasilkan model yang lebih baik.

Jalur hubungan baru yang ditambahkan berdasarkan indeks modifikasi. Jalur yang ditambahkan pada model struktural adalah jalur koragam. Penambahan jalur baru ini berhasil memperbaiki model secara signifikan ditandai dengan berkurangnya nilai χ 2 menjadi 852.65 dan semakin kecilnya nilai RMSAE menjadi 0.03. Nilai-nilai alat uji kelayakan model modifikasi dengan kriteria baik terdapat pada Lampiran 3. Penambahan jalur baru antar galat indikator diperlihatkan pada Gambar 7 Model 2.

Perbandingan hasil uji kelayakan model antara sebelum dan sesudah modifikasi disajikan dalam Tabel 7 berikut:

Tabel 7 Perbandingan hasil uji kelayakan model sebelum dan sesudah modifikasi Indeks Kesesuaian Metode ULS

Kriteria Kritis Sebelum modifikasi Sesudah modifikasi

χ Relatif kecil

Nilai p≥0.05

1879.63 0.00

852.65 0.0043

GFI ≥ 0.90 0.91 0.96

AGFI ≥ 0.90 0.90 0.95

RMSEA ≤ 0.08 0.08 0.03

RMSR ≤ 0.05 0.09 0.07

NFI > 0.9 0.89 0.94

NNFI > 0.9 0.94 0.99

CFI > 0.9 0.94 0.99

IFI > 0.9 0.94 0.99

RFI > 0.9 0.88 0.93

Dari hasil modifikasi, nilai GFI, AGFI, NFI, NNFI, CFI, RFI > 0.9, dan nilai RMSEA ≤0.08, sedangkan nilai p dan nilai RMSR menunjukkan kecocokan kurang baik. Jadi secara umum dapat disimpulkan bahwa kecocokan keseluruhan model hasil modifikasi adalah baik. Dengan demikian model pada Gambar 7 Model 2 merupakan model yang dimodifikasi dapat diterima sebagai model yang mampu mengepas data sertifikasi guru di wilayah Kabupaten Pati. Hasil modifikasi data sertifikasi guru dengan menggunakan SEM dapat dijelaskan pada Gambar 7 Model 2 sebagai berikut:

(52)

28 MUTU1 1.00 KA DIK PM PPP PAP PA KPP FI PO PR Y1 0.97 Y2 0.84 Y3 0.46 Y4 0.37 Y5 0.50 Y6 0.36 Y7 0.70 Y8 0.55 Y9 0.70 Y10 0.73 Y11 0.78 Y12 0.42 Y13 0.30 Y14 0.47 Y15 0.85 Y16 0.66 Y17 0.83 Y18 0.85 Y19 0.77 Y20 0.77 Y21 0.79 Y22 0.64 Y23 0.69 Y24 0.69 Y25 0.48 Y26 0.50 Y27 0.45 Y28 0.41 Y29 0.57 Y30 0.51 Y31 0.52 Y32 0.51 Y33 0.51 Y34 0.74 Y35 0.87 Y36 0.46 Y37 0.68 Y38 0.80 Y39 0.80 Y40 0.73 Y41 0.71 Y42 0.32 Y43 0.43

Chi-Square=852.65, df=747, P-value=0.00425, RMSEA=0.026

0.17 0.41 0.74 0.79 0.71 0.80 0.55 0.67 0.55 0.52 0.47 0.76 0.84 0.73 0.38 0.58 0.41 0.39 0.48 0.48 0.46 0.60 0.55 0.56 0.72 0.71 0.74 0.77 0.65 0.70 0.69 0.70 0.70 0.51 0.36 0.73 0.56 0.45 0.45 0.52 0.54 0.82 0.76 1.00 0.88 1.00 0.63 0.59 0.90 1.00 0.85 0.84 0.77 0.26 0.09 0.09 0.15 0.19 -0.08 0.24 -0.05 0.29 0.23 0.20 0.24 0.28 0.19 0.26 0.25 0.20 0.30 0.38 0.20 0.25 0.31 0.23 -0.15 0.29 0.18 0.26 0.38 0.19 0.32 0.23 0.21 0.23 0.19 0.25 0.28 0.22 0.21 0.18 0.28 0.34 0.19 0.17 0.23 -0.16 0.19 0.29 0.25 0.00 -0.16 -0.17 -0.18 -0.13 -0.23 -0.24 0.21 -0.07 -0.15 -0.21 -0.18 -0.28 0.21 0.08 0.10 0.12 -0.04 -0.15 -0.11 -0.11 -0.12 -0.18 -0.14 -0.06 0.09 0.18 0.15 0.22 -0.21 0.23 0.06 -0.12 0.07 0.15 0.18 0.30 -0.15 0.08 -0.13 -0.14 -0.07 0.06 0.10 -0.09 -0.22 -0.17 -0.17 -0.16 -0.10 -0.10 0.15 0.25 0.22 0.21 0.15 0.07 0.32 0.16 2

χ = 852.65 Df = 747

P-value = 0.0043 RMSEA = 0.026

(53)

29 4.4 Uji Kecocokan Keseluruhan Model

Berdasarkan Gambar 7, hasil analisis SEM Model 2 dan penghitungan dengan Lisrel 8.30 diperoleh nilai dari masing-masing alat uji kelayakan sebagai berikut: nilai GFI, AGFI, NFI, NNFI, CFI, RFI > 0.9, RMSEA ≤ 0.08, nilai p = 0.0043 dan RMSR relatif kecil yaitu 0.026, sehingga secara umum sudah memenuhi kriteria baik suatu model. Hasil nilai-nilai alat uji kelayakan terdapat pada Lampiran 3. Dengan demikian Model 2 pada Gambar 7 merupakan model dengan metode ULS dapat diterima sebagai model yang mampu mengepas data sertifikasi guru di wilayah Kabupaten Pati.

4.5 Uji kecocokan Model Pengukururan

Untuk menguji derajat kesesuaian indikator-indikator yang digunakan pada masing-masing peubah laten pada model penelitian digunakan pendekatan Construct Reliability dan Variance Extracted. Dari hasil penghitungan dengan Lisrel 8.30 diperoleh nilai Construct Reliability dan Variance Extracted sebagai berikut:

4.5.1 Kualifikasi Akademik (KA)

Dari hasil penghitungan diperoleh nilai Construct Reliability dan Variance Extracted Peubah Laten Kualifikasi Akademik diperlihatkan pada Tabel 8.

Tabel 8 Nilai Construct Reliability dan Variance Extracted Peubah KA Indikator Standardized (Standardized Nilai T Error

KA Loading Loading)^2 Variance

Y1 0.17 0.03 0.00 0.97

Y2 0.41 0.17 1.32 0.84

JML 0.58 0.20 1.81

Construct Reliability 0.16 Variance Extracted 0.10

Peubah Laten Kualifikasi Akademik terdiri dari 2 buah indikator yaitu: ijazah S1 (Y1) dan ijazah S2 (Y2). Construct Reliability untuk peubah laten Kualifikasi Akademik sebesar 0.16 yang berarti masih dibawah yang direkomendasikan yaitu 0.7. Variance Extracted dari kedua indikator untuk peubah Kualifikasi Akademik sebesar 0.10 yang berarti sebesar 10% informasi yang terkandung pada peubah indikator dapat terwakili dalam peubah laten Kualifikasi Akademik. Nilai t menunjukkan bahwa semua peubah indikator tidak signifikan dalam membentuk peubah laten (nilai t hitung lebih kecil nilai t kritis 1.96). Dari hasil tersebut menunjukkan bahwa kedua peubah yang digunakan untuk mengukur peubah laten Kualifikasi Akademik adalah tidak mampu

(54)

30 mencerminkan peubah yang diukur dan belum reliabel. Hal ini disebabkan semua peserta sertifikasi harus berijazah SI yang seharusnya peserta tidak dibatasi sementara peserta sertifikasi yang berijazah S2 jumlahnya sangat kecil dan bukan bidang kependidikan.

4.5.2 Pendidikan dan Latihan (DIK)

Dari hasil penghitungan diperoleh nilai Construct Reliability dan Variance Extracted Peubah Laten Pendidikan dan Latihan disajikan pada Tabel 9.

Tabel 9 Nilai Construct Reliability dan Variance Extracted Peubah DIK Indikator Standardized (Standardized Nilai T Error

DIK Loading Loading)^2 Variance

Y3 0.74 0.55 17.00 0.46

Y4 0.79 0.62 15.61 0.37

Y5 0.71 0.50 14.37 0.50

JML 2.24 1.68 1.33

Construct Reliability 0.79 Variance Extracted 0.56

Peubah Laten Pendidikan dan Latihan terdiri dari 3 buah indikator yaitu: diklat tingkat nasional (Y3), diklat tingkat provinsi (Y4), dan diklat tingkat kabupaten atau kota (Y5). Nilai Construct Reliability untuk peubah laten Pendidikan dan Latihan sebesar 0.79 yang berarti sudah di atas yang direkomendasikan yaitu 0.7. Nilai Variance Extracted dari ketiga indikator untuk peubah laten Pendidikan dan Latihan sebesar 0.56 yang berarti sebesar 56% informasi yang terkandung pada peubah indikator dapat terwakili dalam peubah laten Pendidikan dan Latihan. Nilai t menunjukkan bahwa semua peubah indikator signifikan dalam membentuk peubah laten (semua nilai t hitung lebih besar nilai t kritis 1.96). Semua peubah yang digunakan mampu mencerminkan peubah yang diukur dan reliabel untuk mengukur peubah laten Pendidikan dan Latihan. 4.5.3 Pengalaman Mengajar

Komponen Pengalaman Mengajar terdiri satu indikator penilaian yaitu masa kerja (Y6) dengan demikian indikator tersebut dapat digunakan untuk mengukur secara penuh peubah laten Pengalaman Mengajar. Dari penghitungan diperoleh nilai Construct Reliability adalah 0.70 dan Variance Extracted adalah 0.64. Nilai faktor loading dari peubah (Y6) adalah 0.80, sehingga indikator (Y6) mampu mencerminkan peubah yang diukur dan reliabel untuk mengukur peubah Pengalaman Mengajar. Masa kerja tersebut

(1)

D. Pembelajaran yang memicu dan memelihara keterlibatan siswa

16. Menumbuhkan partisipasi aktif siswa dalam pembelajaran 1 2 3 4 5 17. Menunjukkan sikap terbuka terhadap respons siswa 1 2 3 4 5 18. Menumbuhkan keceriaan dan antusisme siswa dalam belajar 1 2 3 4 5

E. Penilaian proses dan hasil belajar 1 2 3 4 5

19. Memantau kemajuan belajar selama proses 1 2 3 4 5

20. Melakukan penilaian akhir sesuai dengan kompetensi (tujuan) 1 2 3 4 5 F. Penggunaan bahasa

21. Menggunakan bahasa lisan dan tulis secara jelas, baik, dan benar 1 2 3 4 5 22. Menyampaikan pesan dengan gaya yang sesuai 1 2 3 4 5 III PENUTUP

23. Melakukan refleksi atau membuat rangkuman dengan melibatkan siswa

1 2 3 4 5 24. Melaksanakan tindak lanjut dengan memberikan arahan, atau

kegiatan, atau tugas sebagai bagian remidi/pengayaan

1 2 3 4 5 Total skor

Keterangan:

1: sangat tidak baik 3: kurang baik;

2: tidak baik 4: baik; 5: sangat baik.

Lampiran 2 Hasil Goodnes of Fit Statistics Data Sertifikasi Guru Goodness of Fit Statistics

Degrees of Freedom = 850

Normal Theory Weighted Least Squares Chi-Square = 1879.63 (P = 0.0) Estimated Non-centrality Parameter (NCP) = 1029.63

90 Percent Confidence Interval for NCP = (907.98 ; 1158.99)

Minimum Fit Function Value = 7.98

Population Discrepancy Function Value (F0) = 4.88 90 Percent Confidence Interval for F0 = (4.30 ; 5.49)

Root Mean Square Error of ApproYimation (RMSEA) = 0.076 90 Percent Confidence Interval for RMSEA = (0.071 ; 0.080) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00

EYpected Cross-Validation IndeY (ECVI) = 9.82 90 Percent Confidence Interval for ECVI = (9.24 ; 10.43)

(2)

ECVI for Saturated Model = 8.97 ECVI for Independence Model = 72.17

Chi-Square for Independence Model with 903 Degrees of Freedom = 15141.83 Independence AIC = 15227.83

Model AIC = 2071.63 Saturated AIC = 1892.00 Independence CAIC = 15415.17 Model CAIC = 2489.86 Saturated CAIC = 6013.33

Root Mean Square Residual (RMR) = 0.092 Standardized RMR = 0.092

Goodness of Fit IndeY (GFI) = 0.91

Adjusted Goodness of Fit IndeY (AGFI) = 0.90 Parsimony Goodness of Fit IndeY (PGFI) = 0.82

Normed Fit IndeY (NFI) = 0.89 Non-Normed Fit IndeY (NNFI) = 0.94 Parsimony Normed Fit IndeY (PNFI) = 0.84 Comparative Fit IndeY (CFI) = 0.94 Incremental Fit IndeY (IFI) = 0.94 Relative Fit IndeY (RFI) = 0.88

Critical N (CN) = 119.90

Lampiran 3 Hasil Goodnes of Fit Statistics Modifikasi Data Sertifikasi Guru Goodness of Fit Statistics

Degrees of Freedom = 747

Normal Theory Weighted Least Squares Chi-Square = 852.65 (P = 0.0043) Estimated Non-centrality Parameter (NCP) = 105.65

(3)

Minimum Fit Function Value = 4.04

Population Discrepancy Function Value (F0) = 0.50 90 Percent Confidence Interval for F0 = (0.18 ; 0.86)

Root Mean Square Error of ApproYimation (RMSEA) = 0.026 90 Percent Confidence Interval for RMSEA = (0.015 ; 0.034) P-Value for Test of Close Fit (RMSEA < 0.05) = 1.00

EYpected Cross-Validation IndeY (ECVI) = 5.93 90 Percent Confidence Interval for ECVI = (5.61 ; 6.29) ECVI for Saturated Model = 8.97

ECVI for Independence Model = 72.17

Chi-Square for Independence Model with 903 Degrees of Freedom = 15141.83 Independence AIC = 15227.83

Model AIC = 1250.65 Saturated AIC = 1892.00 Independence CAIC = 15415.17 Model CAIC = 2117.61 Saturated CAIC = 6013.33

Root Mean Square Residual (RMR) = 0.065 Standardized RMR = 0.065

Goodness of Fit IndeY (GFI) = 0.96

Adjusted Goodness of Fit IndeY (AGFI) = 0.95 Parsimony Goodness of Fit IndeY (PGFI) = 0.76

Normed Fit IndeY (NFI) = 0.94 Non-Normed Fit IndeY (NNFI) = 0.99 Parsimony Normed Fit IndeY (PNFI) = 0.78 Comparative Fit IndeY (CFI) = 0.99 Incremental Fit IndeY (IFI) = 0.99 Relative Fit IndeY (RFI) = 0.93

Critical N (CN) = 208.83

(4)

(5)

Lampiran 4 Penghitungan Bobot Penilaian Komponen Portofolio

No Komponen Portopolio Faktor Loading (Faktor Loading)^2 Proporsi

1 Kualifikasi Akademik 1.00 1.00 0.136

2 Pendidikan dan Latihan 0.88 0.77 0.105

3 Pengalaman Mengajar 1.00 1.00 0.136

4 Perencanaan dan Pelaksanaan Pembelajaran 0.63 0.40 0.054

5 Penilaian dari Atasan dan Pengawas 0.59 0.35 0.047

6 Prestasi Akademik 0.90 0.81 0.110

7 Karya Pengembangan Profesi 1.00 1.00 0.136

8 Keikutsertaan dalam Forum Ilmiah 0.85 0.72 0.098

9 Pengaman Menjadi Pengurus Organisasi 0.84 0.71 0.096

10 Penghargaan yang Relevan 0.77 0.59 0.081

(6)

Lampiran 5 Perbandingan Bobot Penilaian Komponen Portofolio

Bobot

No Komponen Portopolio

Skor

Maksimum Bobot yang Skor Maksimum

Sekarang

Bobot Sekarang

(%) disarankan yang disarankan

1 Kualifikasi Akademik 325 25% 14% 182

2 Pendidikan dan Latihan 200 15% 11% 143

3 Pengalaman Mengajar 160 12% 14% 182

4 Perencanaan dan Pelaksanaan Pembelajaran 160 12% 5% 65

5 Penilaian dari Atasan dan Pengawas 50 4% 5% 65

6 Prestasi Akademik 160 12% 11% 143

7 Karya Pengembangan Profesi 85 7% 14% 182

8 Keikutsertaan dalam Forum Ilmiah 62 5% 9% 117

9 Pengaman Menjadi Pengurus Organisasi 48 4% 9% 117

10 Penghargaan yang Relevan 50 4% 8% 104