38 Skor terendah : 1 x 30 = 30
Skor tertinggi : 5 x 30 = 150
Tabel 3.3 Kriteria Interprestasi Skor Penerapan Kepemimpinan Instruksional
Kepala Sekolah dan Kinerja Guru
b. Analisis Data Statistik Inferensial
Menurut Sugiyono, 2008 statistik inferensial adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya
diberlakukan untuk populasi. Dalam penelitian ini analisis data statistik inferensial diukur dengan menggunakan software SmartPLS untuk model
pengukuran outer model, model struktural inner model dan pengujian hipotesis. Kriteria uji dilakukan pada kedua model tersebut.
Variabel Rentang nilai skor
Kategori
Kepemimpinan Instruksional
Kepala Sekolah 0 - 20
Hampir tidak pernah 21 - 40
jarang 41 - 60
Kadang-kadang 61 - 80
sering 81 - 100
Hampi selalu Kinerja Guru
0 - 20 Sangat kurang
21 - 40 Kurang
41 - 60 Cukup
61 - 80 Baik
81 - 100 Sangat baik
Jumlah Skor 30
60 90
120 150
20 40
60 80
100 1
Skor item 2
3 4
5 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39 1
Outer model Model Measurement Model pengukuran atau Outer model dievaluasi dengan
cara melihat nilai validitas dan reliablitas pengukuran dari model tersebut. Validitas pengukuran terdiri atas validitas konvergen dan
validitas diskriminan. Validitas konvergen ditentukan menggunakan parameter loading factor dan nilai Average Variance Extracted
AVE. Pengukuran dapat dikategorikan memiliki validitas konvergen apabila nilai loading factor dan nilai AVE sebesar 0,5 atau
lebih. Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel dan di kategorikan memiliki validitas diskriminan
apabila nilai cross loading mencapai 0,7 Ghozali dan Latan, 2015. Model ini menspesifikasi hubungan antara variabel laten
dengan indikatornya atau dapat dikatakan bahwa outer model mendefinisikan bagaimana setiap indikator berhubungan dengan
variabel latennya. Uji yang dilakukan pada outer model: 1
Convergent Validity. Nilai convergent validity adalah nilai loading faktor pada variabel laten dengan indikator-indikatornya. Nilai yang
diharapkan 0.7. 2
Discriminant Validity. Nilai ini merupakan nilai cross loading factor yang berguna untuk mengetahui apakah konstruk memiliki
diskriminan yang memadai yaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih besar dibandingkan
dengan nilai loading dengan konstruk yang lain. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40 3
Average Variance Extracted AVE. Nilai AVE yang diharapkan 0.5. a.
Composite Reliability. Data yang memiliki composite reliability 0.7 mempunyi reliabilitas yang tinggi.
Uji yang dilakukan diatas merupakan uji pada outer model untuk indikator reflektif,:
2 Inner Model Model Structural
Uji pada model struktural dilakukan untuk menguji hubungan antara konstruk laten. Inner model inner relation, structural model dan
substantive theory menggambarkan hubungan antara variabel laten berdasarkan pada teori substantif. Model struktural dievaluasi dengan
menggunakan nilai R-square dan koefisien jalur untuk mendapatkan informasi seberapa besar variabel laten dependen dipengaruhi oleh
variabel laten independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau pengaruh antar variabel Ghozali, 2015.
Beberapa uji untuk model struktural yaitu 1
R Square pada konstruk endogen. Nilai R Square untuk variabel Kinerja Guru dan prestasi siswa. Perubahan nilai R-Square dapat
digunakan untuk
menilai pengaruh
variabel kepemimpinan
instruksional kepala sekolah terhadap variabel kinerja guru dan prestasi apakah mempunyai pengaruh yang substantif.
2 Path Coefficients, merupakan nilai koefisen jalur atau besarnya
hubungan atau pengaruh konstruk laten yang dilakukan dengan prosedur bootstrapping.
