Jenis data yang digunakan pada penelitian ini adalah data cross section yang terdiri dari data primer dan sekunder pada bidang pendidikan. Data primer terdiri dari tiga peubah laten, yaitu potensi akademik, kemampuan metakognisi statistika, dan kemampuan kognisi statistika, sedangkan data sekunder terdiri dari dua peubah laten, yaitu pengetahuan awal dan prestasi akademik.
Pada penelitian ini pengetahuan awal mempunyai sebuah indikator yaitu nilai mata kuliah prasyarat (Statistika I). Hal ini dikarenakan penelitian ini dilakukan ketika mahasiswa menempuh mata kuliah Statistika II, sedangkan secara hirarki mata kuliah Statistika II merupakan kelanjutan dari mata kuliah Statistika I. Prestasi akademik juga merupakan peubah laten yang mempunyai sebuah indikator yaitu IP semester.
Secara berturut-turut, pengambilan data dilakukan sebanyak tiga kali. Pengambilan pertama adalah dokumentasi nilai statistika I dan pelaksanaan try out tes potensi akademik (TPA). Pengambilan kedua adalah pelaksanaan tes kemampuan kognisi statistika dan penyebaran angket kemampuan metakognisi statistika. Pengambilan ketiga adalah dokumentasi IP semester. Dengan demikian, waktu pengambilan data adalah selama satu semester penuh mulai dari awal semester sampai dengan akhir semester. Populasi pada penelitian ini adalah mahasiswa program studi Pendidikan Agama Islam (PAI) Jurusan Tarbiyah Sekolah Tinggi Agama Islam Negeri (STAIN) Surakarta yang baru pertama kalinya mengambil mata kuliah Statistika II pada tahun akademik 2007/ 2008.
Teknik penarikan contoh yang digunakan pada penelitian ini adalah penarikan contoh acak dua tahap (two-stage probability sampling). Teknik penarikan contoh dengan cara ini dipilih karena populasi dipandang berstrata berdasarkan program reguler dan transfer. Tahap pertama adalah penarikan contoh acak stratifikasi (stratified probability sampling) yaitu mengelompokkan kelas-kelas berdasarkan program reguler dan transfer. Tahap kedua adalah penarikan contoh acak sederhana (simple probability sampling) yaitu mengambil secara acak dua kelas untuk masing-masing program. Contoh yang digunakan pada penelitian ini berukuran 119 mahasiswa.
Instrumen Penelitian
Instrumen yang digunakan pada penelitian ini digunakan untuk mengukur tiga peubah laten, yaitu potensi akademik, kemampuan metakognisi statistika, dan kemampuan kognisi statistika. TPA yang digunakan untuk mengukur potensi akademik mahasiswa merupakan tes yang diadaptasi dari graduate management
admission test (GMAT) (Iskandar 2007). Angket kemampuan metakognisi
statistika yang digunakan diadaptasi dari angket Panaoura et al. (2003) sebagaimana disajikan pada Lampiran 1. Tes kemampuan kognisi statistika yang digunakan merujuk pada Wibowo (2008) sebagaiman disajikan pada Lampiran 2. Pada penelitian ini, sebelum digunakan angket tersebut telah dikonsultasikan kepada dua orang pakar untuk mendapatkan penilaian profesional (professional
judgement) terkait dengan penggunaan bahasa dan relevansi (Wibowo 2008).
Dengan langkah ini diharapkan validitas isi (content validity) angket menjadi tinggi. Tes kemampuan kognisi yang digunakan pada penelitian ini telah melalui tahap uji coba tes, untuk mengetahui tingkat kesukaran, daya beda, dan efektifitas pengecoh (distractors).
Metode Penelitian
Dalam penelitian ini digunakan confirmatory factor analysis (CFA) untuk mengetahui apakah masing-masing indikator benar-benar dapat menjelaskan peubah laten potensi akademik, kemampuan metakognisi statistika, dan kemampuan kognisi statistika. Selanjutnya untuk mengetahui hubungan kausal langsung, tidak langsung, maupun total antar peubah-peubah yang telah teridentifikasi serta model persamaan struktural yang sesuai digunakan pendekatan model persamaan struktural (MPS).
Secara garis besar, tahap-tahap analisis data pada penelitian ini meliputi tahap deskripsi data dan tahap pemodelan. Tahap pemodelan pada penelitian ini
mengikuti tahap-tahap prosedur MPS yang meliputi (a) spesifikasi model, (b) identifikasi, (c) dugaan, (d) uji kecocokan, dan (e) respesifikasi (Bollen & Long,
1993). Matriks input yang dipilih dalam penelitian ini adalah matriks koragam karena matriks koragam lebih sesuai untuk memvalidasi hubungan kausal. Teknik dugaan yang digunakan untuk analisis data adalah dengan menggunakan teknik dugaan maximum likelihood (ML).
Definisi Operasional dan Pengukuran Peubah Penelitian
Definisi operasional peubah penelitian dapat dijelaskan sebagai berikut. Peubah laten potensi akademik (POTAKDMK) diukur dengan menggunakan tes yang diadaptasi dari GMAT (Iskandar 2007). Rancangan TPA hasil adaptasi tersebut digunakan untuk mengukur empat kemampuan dasar yang diasumsikan menjadi penentu keberhasilan belajar seseorang pada jenjang perguruan tinggi, yaitu kemampuan verbal, numerik, logika, dan spasial. Jumlah keseluruhan soal sebanyak 278 dengan durasi waktu pengerjaan 210 menit, serta cara penskoran untuk masing-masing subtes adalah +1 untuk jawaban benar, 0 untuk tidak ada jawaban, dan -0.25 untuk jawaban yang salah. Secara detil, perincian untuk masing-masing subtes tampak pada Tabel 1.
Tabel 1 Kisi-kisi tes potensi akademik
Subtes Bagian Jumlah Soal Waktu
Tes verbal 1. Tes memahami makalah 2. Tes persamaan kata 3. Tes lawan kata
4. Tes padanan hubungan
15 35 15 25 15 menit 30 menit 15 menit 25 menit Tes numerik (kuantitatif) 1. Tes arismetik 2. Tes seri
3. Tes logika number 4. Tes logika arismetik
25 25 25 15 15 menit 25 menit 15 menit 15 menit Tes logika (penalaran) Tes logika formil 20 25 menit
Tes spasial Tes spasial 78 30 menit
T o t a l 278 210 menit Peubah laten kemampuan metakognisi statistika (METASTAT) dibentuk oleh delapan indikator yang terdiri dari pernyataan positif dan negatif. Masing-masing pernyataan tersebut diukur dengan penskoran berpedoman pada skala Likert. Untuk pernyataan positif (selalu = 5, sering = 4, kadang-kadang = 3, jarang = 2, dan tidak pernah = 1) dan untuk pernyataan negatif (selalu = 1, sering = 2, kadang-kadang = 3, jarang = 4, dan tidak pernah = 5).
Skor masing-masing indikator merupakan nilai rataan dari skor pernyataan-pernyataan yang digunakan untuk mengukurnya. Semakin tinggi nilai rataan skor masing-masing indikator mengindikasikan semakin tinggi kemampuan metakognisi statistika yang dimiliki oleh seorang mahasiswa. Kisi–kisi penyusunan angket kemampuan metakognisi statistika disajikan pada Tabel 2, sedangkan angket kemampuan metakognisi statistika disajikan pada Lampiran 1.
Nomor Pernyataan Angket
No Aspek yang Diukur Indikator
Positif Negatif Cacah Butir 1 Pengetahuan dan keyakinan mengenai fenomena kognitif
a. Pengetahuan tentang ketrampilan dan kemampuan intelektual yang dimiliki (declarative knowledge) b. Pengetahuan tentang cara-cara belajar yang efektif
(procedural knowledge)
c. Keyakinan terhadap faktor-faktor yang mempengaruhi hasil belajar (conditional knowledge)
3, 6, 11, 36 2, 8, 35 34, 37 12, 20, 22, 27 4, 39 5, 31 8 4 4 2 Pengaturan dan pembanding terhadap tindakan kognitif
a. Perencanaan, penentuan tujuan, dan penyediaan faktor pendukung dalam belajar (planning)
b. Strategi yang digunakan untuk memproses informasi secara lebih efisien (information management strategies) c. Penilaian terhadap cara belajar seseorang atau strategi
yang digunakan (comprehension monitoring)
d. Strategi menanggulangi berbagai kesulitan ketika sedang memecahkan suatu masalah (debugging strategies) e. Evaluasi ketercapaian tujuan belajar dan efektivitas
strategi yang digunakan (evaluation)
9, 19, 25, 38 16, 26, 28 33 1, 17, 23 21, 29 7, 15, 24 14, 30 10 18, 32 13 7 5 2 5 3
Peubah laten kemampuan kognisi statistika (KOGSTAT) pada penelitian ini merupakan skor tes kemampuan intelektual mahasiswa terkait mata kuliah Statistika II yang terdiri dari enam aspek ranah kognisi. Enam aspek ranah kognisi tersebut disusun secara hirarki dari yang paling sederhana sampai kepada yang paling kompleks, yaitu pengetahuan atau ingatan, pemahaman, aplikasi, analisis, sintesis, dan evaluasi (Bloom 1956).
Untuk mengukur kemampuan kognisi statistika dibuat seperangkat tes yang terdiri dari 20 butir tes, dengan perincian sebanyak 9 butir tes bertipe tertutup dikotomi yaitu benar-salah dan sebanyak 11 butir tes bertipe pilihan ganda dengan enam pilihan jawaban yang tersedia. Kisi–kisi penyusunan tes kemampuan kognisi statistika disajikan pada Tabel 3, sedangkan seperangkat tes yang digunakan untuk mengukur kemampuan kognisi statistika disajikan pada Lampiran 2. Tujuan instruksional umum (TIU) keseluruhan pokok bahasan/ sub pokok bahasan adalah agar mahasiswa mampu memahami konsep-konsep dasar statistika inferensia.
Tabel 3 Kisi-kisi penyusunan tes kemampuan kognisi statistika
No Pokok Bahasan/ Sub Pokok Bahasan
No. Soal Cacah
Butir 1 Penelitian kuantitatif A-1, A-2, B-1, A-3 4 2 Hipotesis dalam penelitian
kuantitatif
A-4, A-5, B-2, A-9 4
3 Prosedur uji hipotesis A-6, A-7, A-8, B-3, B-5, B-8 6 4 Inferensi yang didasarkan pada
contoh tunggal (Uji hipotesis)
B-4, B-6, B-7, B-9, B-10, B-11 6
Selain tiga peubah laten yang telah diuraikan di atas, penelitian ini juga melibatkan dua peubah laten pengetahuan awal dan prestasi akademik yang masing-masing mempunyai sebuah indikator. Indikator pengetahuan awal adalah nilai mata kuliah prasyarat (Statistika I), sedangkan indikator prestasi akademik adalah IP semester. Berdasarkan definisi operasional peubah, keseluruhan peubah yang digunakan dalam penelitian ini secara ringkas dapat dilihat pada Lampiran 3.
Analisis faktor konfirmatori model pengukuran untuk masing-masing faktor laten diuraikan sebagaimana tampak pada Gambar 1.
Gambar 1 Analisis faktor konfirmatori masing-masing model pengukuran
Faktor laten POTAKDMK (potensi akademik) dibentuk oleh empat indikator, yaitu VERBAL (kemampuan verbal), NUMERIK (kemampuan numerik), LOGIKA (kemampuan logika), dan SPASIAL (kemampuan spasial). Faktor laten KOGSTAT (kemampuan kognisi statistika) dibentuk oleh empat indikator, yaitu KUANTI (penelitian kuantitatif), HIPOTESIS (hipotesis dalam penelitian kuantitatif), PROSEDUJI (prosedur uji hipotesis), dan UJIHIPO (inferensi yang didasarkan pada contoh tunggal (Uji hipotesis)). Faktor laten pengetahuan awal dan prestasi akademik masing-masing dibentuk oleh satu indikator, yaitu NILMAPRA (nilai mata kuliah prasyarat) dan IPSMSTR (IP semester).
Faktor laten METASTAT (kemampuan metakognisi statistika) dibentuk oleh delapan indikator, yaitu (1) THTRAMPIL (pengetahuan tentang ketrampilan dan kemampuan intelektual yang dimiliki), (2) THCRBLJR (pengetahuan tentang cara-cara belajar yang efektif), (3) YKNHSL (keyakinan terhadap faktor-faktor yang mempengaruhi hasil belajar), (4) CATUDIA (perencanaan, penentuan tujuan, dan penyediaan faktor pendukung dalam belajar), (5) STRAINFO (strategi yang digunakan untuk memproses informasi secara lebih efisien), (6) NILCRBLJR
(penilaian terhadap cara belajar seseorang atau strategi yang digunakan), (7) STRASULIT (strategi menanggulangi berbagai kesulitan ketika sedang memecahkan suatu masalah), dan (8) CAPAIAN (evaluasi ketercapaian tujuan belajar dan efektivitas strategi yang digunakan).
Pengembangan Diagram Jalur
Berdasarkan model teoritis selanjutnya dikembangkan diagram jalur sebagaimana tampak pada Gambar 2.
Gambar 2 MPS kemampuan statistika dan prestasi akademik
Model persamaan strukturalnya adalah:
ζ + ξ Γ + η = η B dengan 4 4x
B = matriks koefisien regresi dari efek peubah laten endogen METASTAT, TAHUAWAL, KOGSTAT, dan PRESAKDMK berukuran 4x4;
1 4x
Γ = matriks koefisien regresi dari efek peubah laten eksogen POTAKDMK
berukuran 4x1;
1 x 4
η = vektor peubah laten endogen METASTAT, TAHUAWAL, KOGSTAT, dan PRESAKDMK berukuran 4x1;
1 1x
ξ = vektor peubah laten eksogen POTAKDMK berukuran 1x1; dan
1 4x
ζ = vektor sisaan acak hubungan antara η4x1 dan ξ berukuran 4x1; 1x1
dengan asumsi E(ζ) = 0; ζ tidak berkorelasi dengan ξ dan (I – B) tidak
singular atau dengan kata lain (I – B)-1 ada. POTAKDMK
METASTAT
KOGSTAT TAHUAWAL
Peubah-peubah laten η dan ξ tidak dapat diukur secara langsung, namun
diukur melalui peubah indikator dengan model pengukuran sebagai berikut:
ε + η Λ = y Y δ ξ Λ + = x X dengan 1 14x
Y = vektor peubah indikator peubah laten η berukuran 14x1;
1 4x
X = vektor peubah indikator peubah laten ξ berukuran 4x1;
) 4 14 ( x y
Λ : matriks koefisien regresi antara Y dengan η berukuran 14x4;
) 1 4 ( x
x
Λ = matriks koefisien regresi antara X dengan ξ berukuran 4x1;
1 14x
ε = vektor sisaan pada model pengukuran Y berukuran 14x1; dan
1 4x
δ = vektor sisaan pada model pengukuran X berukuran 4x1.
Sisaan pengukuran ε dan δ diasumsikan tidak berkorelasi satu sama lainnya, demikian juga dengan sisaan persamaan struktural (ξ ) serta dengan
peubah-peubah laten.
Hipotesis
Berdasarkan latar belakang masalah dan tinjauan pustaka, diajukan hipotesis penelitian sebagai berikut.
1. Potensi akademik berpengaruh nyata dan positif terhadap kemampuan metakognisi statistika.
2. Potensi akademik berpengaruh nyata dan positif terhadap pengetahuan awal. 3. Potensi akademik berpengaruh nyata dan positif terhadap kemampuan kognisi
statistika.
4. Potensi akademik berpengaruh nyata dan positif terhadap prestasi akademik. 5. Kemampuan metakognisi statistika berpengaruh nyata dan positif terhadap
kemampuan kognisi statistika.
6. Kemampuan metakognisi statistika berpengaruh nyata dan positif terhadap prestasi akademik.
7. Pengetahuan awal berpengaruh nyata dan positif terhadap kemampuan kognisi statistika.
8. Kemampuan kognisi statistika berpengaruh nyata dan positif terhadap prestasi akademik.
HASIL DAN PEMBAHASAN