BAB IV HASIL PENELITIAN DAN PEMBAHASAN
B. Hasil Penelitian
1. Hasil Pemeriksaan Asumsi
Pemeriksaan asumsi pada penelitian ini melewati tiga tahapan, yaitu uji unidimensionalitas, local independence, dan model-data fit. Namun sebelum melakukan ketiga pemeriksaan asumsi diatas, terlebih dahulu diperlukan adanya pemeriksaan keadekuatan jumlah sampel. Sebagai pengujian asumsi dengan metode multivariat, terutama untuk uji asumsi unidimensionalitas dan
local independence, penelitian ini harus memiliki sampel yang besar. Penelitian ini sendiri melibatkan sampel sebanyak 1200 subjek. Jumlah ini
sangat memadai dan masuk dalam kategori excellent (Comrey & Lee, 1992). Selain sampel subjek, sampel item pun juga telah adekuat karena memiliki 50 item dari minimal 20 item yang disarankan sebagai syarat penggunaan metode estimasi ability expected a posteriori (EAP) beserta metode uji asumsi model-data fit yang mengikutinya. Berikut adalah keseluruhan uji asumsi yang telah dilakukan.
a) Pemeriksaan Asumsi Unidimensionalitas
Pemeriksaan unidimensionalitas pada penelitian ini diperiksa dengan menggunakan metode principal axis factoring (PAF). Metode ini merupakan salah satu metode ekstraksi yang digunakan dalam analisis faktor (AF) untuk mengidentifikasi terdapatnya variabel laten dalam variabel –variabel penelitian. Karena termasuk dalam metode AF, maka PAF juga harus menjalani beberapa tes untuk melihat apakah data yang digunakan memenuhi syarat AF yang terkait dengan sampling dan penyebaran data. Tes pertama yaitu tes Keiser-Meyer-Olkin. Tes ini bertujuan untuk melihat keadekuatan sampel. Sampel yang baik adalah yang memiliki angka mendekati satu. Hal tersebut berarti bahwa korelasi antar sampel bersifat padat sehingga memungkinkan terbentuknya faktor yang reliabel dan terpisah. Seperti terlihat pada tabel 4.1, hasil tes KMO pada tes BVA IIIA1 jatuh pada angka 0,955 yang berarti sampel adekuat dan masuk pada golongansuperb(agung). Tes selanjutnya yaituBartlett’s test. Tes ini bertujuan untuk melihat apakah korelasi yang ada cukup baik
untuk metode AF. Tes ini mempunyai hipotesis null yang berbunyi bahwa matriks identitas identik dengan matriks korelasi yang sesungguhnya, dengan kata lain tidak ada korelasi sama sekali diantara variabel – variabel yang ada. Namun demikian, AF memerlukan adanya korelasi antara variabel dan bukannya ketidakadaan korelasi (seperti matriks identitas). Maka dari itu hipotesis null harus ditolak secara signifikan (sig.<0.05). Tes BVA IIIA1 sendiri mempunyai hasil yang memuaskan dengan p>0,001
(lihat tabel 4.1)
Tabel 4.1: KMO dan Tes Bartlett
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .955 Bartlett's Test of Sphericity Approx. Chi-Square 11585. 208 df 1225 Sig. .000
Setelah kedua uji awal itu selesai, maka proses dilanjutkan ke proses PAF. Penggunaan PAF bertujuan untuk melihat apakah terdapat satu faktor yang dominan dalam keseluruhan paket tes. Pada akhir proses pengaplikasian PAF terhadap data, terbentuklah tabel matriks faktor yang berisi faktor – faktor beserta muatan (loading) faktor dari masing – masing item. Dari tabel factor matrix (lampiran) diketahui bahwa pada akhir proses telah terbentuk 12 faktor. Namun demikian, dari seluruh 50 item dengan 12 faktor yang terbentuk itu, 42 buah item berlokasi pada faktor pertama
dengan 37 buah item dengan muatan faktor yang bermakna (>0,3), sedangkan 6 buah item lainnya hanya memiliki muatan yang berkisar antara 0,115 – 0,298. Selain itu 8 buah item yang tersisa berlokasi pada faktor 2, 11, dan 12.
Melalui perhitungan analisis eigenvalue juga terungkap hal – hal lain. Dari tabel total variance explained (lampiran) terungkap bahwa dari 50 faktor yang mungkin terbentuk, eigenvalue total pada faktor pertama adalah sebesar 10,004 atau menjelaskan 20,007% dari total varians, sedangkan faktor lainnya hanya mampu menjelaskan 0,911% – 3,426% dari varians total. Hasil ini menunjukkan bahwa terdapat satu faktor dominan dalam tes ini. Selain itu hal ini juga sejalan dengan pernyataan Reckase (1970) yang menyatakan bahwa dibutuhkan minimal eigenvalue
sebesar 20% dari varians total untuk menghasilkan nilai estimasi ability
yang masuk akal dan parameter item yang stabil. Selain itu, melalui informasi visual dari scree-plot (lampiran), dapat dilihat bahwa nilai
eigenvalue faktor pertama sangat tinggi, lalu menurun sangat tajam pada faktor kedua dan menurun secara teratur dengan nilai yang tidak berbeda jauh dimulai dari faktor ketiga dan seterusnya.
b) Pemeriksaan AsumsiLocal Independence
Dari tabel reproduce correlationpada tabel residualdiketahui bahwa korelasi residual yang dihasilkan sangatlah rendah untuk semua item. Pada tabel tersebut kita dapat melihat bahwa tidak terdapat residual yang lebih
terdapat faktor lain yang mempengaruhi korelasi antar item. Melalui hasil yang ada, maka dapat ditarik kesimpulan bahwa semua faktor (item) yang terbentuk memenuhi asumsilocal independence.
c) Pemeriksaan AsumsiModel-Item Fit
Uji asumsi model-item fit dilakukan dengan metode item-fit. Metode ini bertujuan untuk melihat kemampuan model yang digunakan dalam memprediksi respon subjek terhadap item. Pendekatan yang digunakan dalam memeriksa asumsi ini adalah pendekatan statistik dengan metode chi-square
yang dibuat khusus untuk metode estimasiexpected a posteriori (EAP) yang diterapkan pada penelitian ini. Adapun hasil dari chi-square dapat dilihat dalam lampiran pada tabel parameter item (lampiran).
Analisis yang digunakan menggunakan taraf signifikansi 5% (0,05). Tujuan dari analisis ini adalah menolak hipotesis nullyang berbunyi terdapat perbedaan antara model dengan data. Tabel tersebut juga telah menyediakan nilai probabilitas disamping nilai chi-square. Untuk menolak hipotesis null, maka peneliti akan memilah item – item manakah yang mmpunyai probabilitas dibawah 0,05. Tes ini bertujuan untuk melihat model manakah (1 PL, 2 PL, 3PL) yang paling tepat dengan data. Untuk keperluan itu, maka uji
fit akan dilakukan untuk masing – masing fituntuk memilih model apa yang paling sesuai.
Pertama uji akan dilakukan pada model 2PL. Melalui tabel parameter item diketahui bahwa terdapat empat buah item yang tidak sesuai (missfit). Mereka adalah item 28 ( = 30,5, prob.= 0.0002), 35 ( = 22,3,prob.=
Pada model 1 PL hasil dapat dilihat pada tabel parameter item 1 PL (lampiran). Dari sana dapat diketahui bahwa terdapat 32 item yang missfit.
Item – item itu adalah item 2, 3, 4, 7, 9 , 10, 13, 14, 15, 18, 19, 20, 22, 23, 24, 26, 27, 28, 29, 31, 33, 37, 39, 40, 41, 43, 44, 47, 48, dan 49. Sedangkan untuk hasil 3 PL, hasil tidak dipertimbangkan karena nilai estimasi tidak mencapai penyatuan (convergence) karena nilai -2 log-likelihood nya tetap konstan pada 143268,8601 dan perubahan terbesarnya tetap pada angka 1,00102 pada proses Newton Gauss. Dari hasil ini dapat ditarik kesimpulan bahwa model 2 PL lah yang paling sesuai dengan data.
