BAB 2
LANDASAN TEORI
2.1Pengertian Konsentrasi Belajar
Menurut pengertian secara psikologis belajar dapat didefinisikan sebagai suatu
proses usaha yang dilakukan seseorang untuk memperoleh suatu perubahan
tingkah laku yang baru secara keseluruhan, sebagai hasil pengalamannya sendiri
dalam interaksi dengan lingkungannya.Sedangkan konsentrasi adalah pemusatan
pikiran terhadap suatu hal dengan menyampingkan semua hal lainnya yang tidak
berhubungan.
Dalam belajar, konsentrasi berarti pemusatan pikiran terhadap suatu mata
pelajaran dengan menyampingkan semua hal lainnya yang tidak berhubungan
dengan pelajaran (Slameto, 2003: 86).Kemampuan untuk memusatkan pikiran
terhadap suatu hal atau pelajaran itu pada dasarnya ada pada setiap orang, hanya
besar atau kecilnya kemampuan itu berbeda-beda. Hal ini dipengaruhi oleh
keadaan orang tersebut, lingkungan dan latihan/ pengalaman.
2.2Faktor-faktor yang Mempengaruhi Konsentrasi Belajar
2.2.1Faktor Intern
Faktor intern adalah faktor yang ada dalam diri individu yang sedang belajar,
yang dikelompokkan kedalam dua bagian:
1. Fisiologis
Fisiologis merupakan keadaan baik segenap badan beserta bagian-bagiannya/
bebas dari penyakit. Karena belajar memerlukan tenaga, maka untuk mencapai
hasil yang baik diperlukan keadaan jasmani yang sehat, seperti kualitas tidur
2. Psikologis
Faktor psikologis yang mempengaruhi belajar adalah inteligensi, perhatian,
minat, bakat, motif dan kesiapan untuk memberikan respon dalam belajar.
2.2.2Faktor Ekstern
Faktor ekstern adalah faktor yang ada di luar diri individu. Faktor ekstern yang
berpengaruh terhadap konsentrasi belajar dapat dikelompokkan menjadi 3 faktor:
1. Keluarga dan teman
Keluarga merupakan kelompok sosial yang pertama dalam kehidupan
manusia, tempat ia belajar dan menyatakan diri sebagai manusia sosial dalam
hubungan interaksi dengan kelompoknya.Setelah keluarga pergaulan antar
sesama mahasiswa dapat membentuk sikap dan watak, serta dapat mendorong
dan membantu peningkatan kegiatan akademik, atau sebaliknya.
2. Tempat tinggal
Dalam konteks tertentu tempat tinggal memiliki arti yang sama dengan rumah,
kediaman, akomodasi, perumahan dan arti-arti yang lain. Tempat tinggal bagi
kebanyakan mahasiswa adalah tinggal bersama keluarga, asrama, kontrakan,
atau kost yang masing-masing lingkungan tersebut memiliki pengaruh
tersendiri terhadap pengembangan mahasiswa.
3. Akademik dan organisasi
Akademik adalah keadaan orang-orang bisa menyampaikan dan menerima
gagasan, pemikiran, dan ilmu pengetahuan. Sedangkan organisasi mahasiswa
adalah organisasi yang beranggotakan mahasiswa. Organisasi ini dapat berupa
organisasi kemahasiswaan intra kampus, organisasi kemahasiswaan ekstra
kampus ataupun ikatan mahasiswa kedaerahaan yang pada umumnya
beranggotakan lintas kampus.
2.3Data
Data dalam bentuk jamak yaitu datum, diartikan sebagai informasi yang diterima
tulisan lainnya (Supangat, 2007: 2). Menurut cara memperolehnya data terbagi
dua, yaitu:
1. Data primer
Data primer adalah data yang diperoleh secara langsung dari objek yang
diteliti, baik dari objek individual (responden) maupun dari suatu instansi
yang mengolah data untuk keperluan dirinya sendiri. Contoh: hasil wawancara
dengan responden.
2. Data sekunder
Data sekunder adalah data yang diperoleh secara tidak langsung untuk
mendapatkan informasi (keterangan) dari objek yang diteliti, biasanya data
tersebut diperoleh dari tangan kedua baik dari objek secara individual
(responden) maupun dari suatu badan (instansi) yang dengan sengaja
melakukan pengumpulan data dari instansi-instansi atau badan lainnya untuk
keperluan penelitian dari para pengguna.
2.4Dimensi Skala Pengukuran
Skala pengukuran ini untuk mengklasifikasikan variabel yang akan diukur supaya
tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian
selanjutnya. Menurut Usman dan Nurdin Sobari (2013: 4) dimensi ini membagi
data berdasarkan skala pengukuran yang dibagi menjadi empat, yaitu:
1. Skala nominal
Skala nominal, yaitu data yang tidak mempunyai tingkatan untuk setiap
kategori atau hanya merupakan label saja. Misal: jenis kelamin: (1) laki-laki,
(2) perempuan. Data di atas tidak menunjukkan tingkatan, sehingga jika letak
data diubah (1) perempuan, (2) laki-laki tidak menimbulkan dampak apa-apa
dalam perhitungan atau analisis.
2. Skala ordinal
Skala ordinal, yaitu data yang menunjukkan urutan (ranking), sehingga urutan
bersekolah, (2) sekolah dasar, (3) sekolah menengah pertama, (4) sekolah
menengah atas, (5) perguruan tinggi. Urutan data menunjukkan bahwa
semakin besar urutannya, semakin tinggi nilainya (ascending). Urutan tersebut
tidak boleh diubah, kecuali dengan membuat semakin kecil nilainya
(descending).
3. Skala interval
Skala interval merupakan klasifikasi secara kuantitatif dari kategori yang
bersifat ordinal dan mempunyai interval relative sama, atau bisa juga
menyatakan rating. Contoh skor ujian perguruan tinggi, mengurutkan: kualitas
pelayanan, keadaan persepsi pegawai, sikap pimpinan dan sebagainya.
4. Skala ratio
Skala ratio adalah skala pengukuran yang mempunyai nilai nol mutlak dan
mempunyai jarak yang sama. Skala rasio merupakan skala yang telah
mengandung tiga sifat skala yang telah disebutkan sebelumnya, dan operasi
matematika telah dapat digunakan sepenuhnya. Misal: umur, pendapatan,
harga produk, ukuran timbangan, tinggi pohon, panjang, dan sebagainya.
2.5 Populasi dan Sampel Penelitian
Supangat (2007: 3) menyatakan bahwa populasi adalah sekumpulan objek yang
akan dijadikan sebagai bahan penelitian (penelaahan) dengan ciri mempunyai
karakteristik yang sama.Sedangkansampel adalah bagian dari populasi (contoh),
untuk dijadikan sebagai bahan penelaahan dengan harapan contoh yang diambil
dari populasi tersebut dapat mewakili (representative) terhadap populasinya.
Menurut Suharso (2009: 61) untuk menentukan ukuran sampel dari suatu
populasi terdapat banyak teori yang ditawarkan dari berbagai literatur, tetapi yang
lebih efektif menggunakan rumus Slovin:
keterangan:
n = ukuran sampel
N = ukuran populasi
e = persentase kelonggaran ketidaktelitian karena kesalahan pengambilan
sampel yang masih dapat ditolerir atau diinginkan
2.6Teknik PenarikanSampel
Riduwan dan Engkos (2007: 40) menyatakan bahwa teknik penarikan sampel atau
teknik sampling adalah suatu cara mengambil sampel yang representatif dari
populasi.
2.6.1Probability Sampling
Probability sampling adalah teknik sampling untuk memberikan peluang yang
sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Yang
tergolong teknik probability sampling, antara lain:
1. Simple random sampling, yaitu cara pengambilan sampel dari anggota
populasi dengan menggunakan acak tanpa memperhatikan strata (tingkatan)
dalam anggota populasi tersebut
2. Proportionate stratified random sampling, yaitu pengambilan sampel dari
anggota populasi secara acak dan berstrata secara proporsional.
3. Disproportionate stratified random sampling, yaitu pengambilan sampel dari
anggota populasi secara acak dan berstrata, tetapi pembagiannya kurang
proporsional.
4. Cluster sampling (area sampling) adalah teknik sampling yang dilakukan
dengan cara mengambil wakil dari setiap wilayah geografis yang ada.
2.6.2Non Probability Sampling
Dalam non probability sampling, pemilihan unit sampling didasarkan pada
pertimbangan atau penilaian subjektif. Beberapa jenis non probability sampling
yang sering dijumpai:
1. Quota sampling, merupakan metode memilih sampel yang mempunyai
2. Accidental sampling, merupakan prosedur sampling yang memilih sampel dari
orang atau unit yang paling mudah dijumpai atau diakses.
3. Judgmental sampling (purposive sampling), yaitu memilih orang-orang yang
terseleksi berdasarkan ciri-ciri khusus yang dimiliki sampel tersebut yang
dipandang mempunyai sangkut paut yang erat dengan ciri-ciri populasi yang
sudah diketahui sebelumnya.
4. Snowball sampling, merupakan prosedur sampling dimana sampel yang
direkomendasikan cenderung memiliki kesamaan dalam hal karakteristik
demografis dan psikografis dengan orang yang merekomendasikannya.
2.7 Instrumen Pengumpulan Data
Instrumen pengumpulan data adalah alat bantu yang dipilih dan digunakan oleh
peneliti dalam kegiatannya mengumpulkan data, agar kegiatan tersebut menjadi
sistematis (Riduwan, 2005: 24):
1. Angket (questionnaire) adalah daftar pertanyaan yang diberikan kepada orang
lain bersedia memberikan respons (responden) sesuai dengan permintaan
pengguna.
2. Wawancara adalah suatu cara pengumpulan data yang digunakan untuk
memperoleh informasi langsung dari sumbernya. Beberapa faktor yang
mempengaruhi arus informasi dalam wawancara adalah pewawancara,
responden, pedoman wawancara, dan situasi wawancara.
3. Pengamatan (observation), yaitu melakukan pengamatan secara langsung ke
objek penelitian untuk melihat dari dekat kegiatan yang dilakukan.
4. Tes (test) sebagai instrument pengumpulan data adalah serangkaian
pertanyaan atau latihan yang digunakan untuk mengukur keterampilan
pengetahuan, inteligensi, kemampuan atau bakat yang dimiliki oleh individu
atau kelompok.
5. Dokumentasi adalah ditujukan untuk memperoleh data langsung dari tempat
penelitian, meliputi buku-buku yang relevan, peraturan-peraturan, laporan
2.8 Model Skala Sikap
Menurut Riduwan dan Engkos (2007: 20) berbagai skala sikap yang sering
digunakan ada lima macam, yaitu:
1. Skala likert
Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi
seseorang atau sekelompok tentang kejadian atau gejala sosial. Skala likert
sebenarnya bukan skala, melainkan suatu cara yang lebih sistematis untuk
memberi skor pada indeks (Singarimbun, 1989: 111).
2. Skala guttman
Skala guttman adalah skala yang digunakan untuk jawaban yang bersifat jelas
(tegas) dan konsisten. Misalnya: yakin - tidak yakin, benar - salah, setuju -
tidak setuju dan lain sebagainya.
3. Skala diferensial semantik (semantic defferensial sca le)
Skala diferensial semantik atau skala perbedaan semantik berisikan
serangkaian karakteristik bipolar (dua kutub), seperti: panas - dingin, aktif -
pasif, baik - tidak baik dan sebagainya.
4. Rating scale
Rating scale yaitu data mentah yang didapat berupa angka kemudian
ditafsirkan dalam pengertian kualitatif. Bentuk rating scale lebih fleksibel,
tidak terbatas untuk pengukuran sikap saja, tetapi untuk mengukur persepsi
responden terhadap gejala/ fenomena lainnya. Misalnya, skala untuk
mengukur status sosial ekonomi, kinerja dosen dan lainnya.
5. Skala thurstone
Skala thurstone meminta responden untuk memilih pertanyaan yang ia setujui
dari beberapa pernyataan yang menyajikan pandangan yang berbeda-beda.
Pada umumnya setiap item mempunyai asosiasi nilai antara 1 sampai 10,
2.9 Uji dalam Pengolahan Data
1. Validitas
Menurut Singarimbun (1989: 124) validitas menunjukkan sejauh mana suatu
alat pengukur itu mengukur apa yang ingin diukur. Uji yang digunakan untuk
menguji validitas adalah dengan menggunakan rumus korelasi product
moment sebagai berikut (Usman dan Nurdin, 2013: 13):
(2.2)
keterangan:
= korelasi x dan y
n = ukuran sampel
X dan Y = variabel
Kriteria pengujian:
Jika nilai rhitung ≥ rtabel dengan derajat bebas = n - 2, maka pernyataan dikatakan valid.
Jika nilai rhitung˂ rtabel dengan derajat bebas = n - 2, maka pernyataan dikatakan tidak valid.
2. Reliabilitas
Singarimbun (1989: 140) menyatakan bahwa reliabilitas adalah indeks yang
menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat
diandalkan. Metode yang digunakan untuk menguji reliabilitas adalah dengan
metode Cronbach Alpha . Variabel dikatakan reliabel jika memberikan
nilai cronbach alpha > 0,60.
Perhitungan cronbach alpha diperoleh dengan langkah-langkah sebagai
berikut:
1. Menghitung varian tiap-tiap item
2. Menjumlahkan varian semua item
(2.4)
3. Menghitung varian total
(2.5)
4. Melakukan proses perhitungan nilai cronbach alpha
(2.6)
keterangan:
α = nilai cronbach alpha
K = banyaknya item pernyataan
= varian tiap-tiap item; j = 1, 2, 3, … , K = varian total
2.10 Transformasi Data Ordinal menjadi Interval
Pada penelitian ini variabel yang digunakan berskala ordinal. Oleh karena itu,
untuk pemenuhan asumsi pada analisis jalur bahwa variabel endogen harus
berskala interval, maka terlebih dahulu data ordinal ditransformasikan menjadi
data interval menggunakan Method of Successive Interval (MSI).
Langkah-langkah transformasi data ordinal ke data interval adalah (Riduwan, 2007: 30):
1. Pertama perhatikan setiap butir jawaban responden dari angket yang disebar.
2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, dan 4
yang disebut sebagai frekuensi.
3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut
proporsi.
4. Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi
secara berurutan perkolom skor.
5. Gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi
6. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara
memasukkan nilai Z ke dalam fungsi densitas normal baku.
7. Tentukan nilai skala dengan menggunakan rumus:
–
(2.7)
8. Menghitung skor (nilai transformasi) untuk setiap kategori dengan rumus:
(2.8)
Scale valuemin artinya adalah nilai scale value absolut (tanpa
memperhatikan tanda positif atau negatif) paling kecil.
2.11 Pengertian Analisis Jalur
Dalam Sarwono (2007: 1) Robert D.Rutherford (1993) menyatakan bahwa
analisis jalur adalah suatu teknik untuk menganalisa hubungan sebab akibat yang
terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel
tergantung tidak hanya secara langsung tetapi, juga secara tidak langsung.
Defenisi lain mengatakan analisis jalur merupakan pengembangan langsung
bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat
kepentingan (magnitude) dan signifikansi hubungan sebab akibat hipotetikal
dalam seperangkat variabel (Paul Webley, 1997).
David Garson (2003) dari North Carolina State University mendefinisikan
analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji
keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat
yang dibandingkan oleh peneliti. Modelnya digambarkan dalam bentuk gambar
lingkaran dan panah di mana anak panah tunggal menunjukkan sebagai penyebab.
2.12 Diagram Jalur dan Persamaan Struktural
Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu
menggambarkan secara diagramatik struktur hubungan kausal antara variabel
Diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari
kerangka berpikir tertentu.
Gambar 2.1. Diagram Jalur yang Menyatakan Hubungan Kausal dari X1 Sebagai
Penyebab ke X2 Sebagai Akibat
Gambar 2.1 merupakan diagram jalur yang paling sederhana yang
menyatakan bahwa X2 dipengaruhi secara langsung oleh X1, tetapi di luar X1,
masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak
diukur. Penyebab lain itu dinyatakan oleh . Persamaan struktural yang dimiliki
oleh gambar 2.1 adalah:
(2.9)
keterangan:
X1 adalah variabel eksogenus, untuk itu selanjutnya variabel penyebab
akan kita sebut sebagai variabel eksogenus. X2 adalah variabel endogenus sebagai
akibat. ε adalah variabel residu yang merupakan gabungan dari:
1) variabel lain, di luar X1 yang mungkin mempengaruhi X2 dan telah
teridentifikasi oleh teori, tetapi tidak dimasukkan dalam model.
2) variabel lain, di luar X1 yang mungkin mempengaruhi X2 tetapi belum
teridentifikasi oleh teori.
3) kekeliruan pengukuran (error of measurement).
4) komponen yang sifatnya tidak menentu (random component).
Selanjutnya tanda anak panah satu arah menggambarkan pengaruh
langsung dari variabel eksogenus terhadap variabel endogenus.
Gambar 2.2. Diagram Jalur yang Menyatakan Hubungan Kausal dari X1, X2, X3,
ke X4
Bentuk persamaan strukturalnya adalah:
(2.10)
Gambar 2.2 menunjukkan bahwa diagram jalur tersebut terdapat 3 buah
variabel eksogenus, yaitu X1, X2, dan X3, sebuah variabel endogenus (X4), serta
sebuah variabel residu ε. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1 dengan X4, X2 dan X4, dan X3 dengan X4 adalah hubungan
kausal, sedangkan hubungan antara X1 dengan X2, X2 dengan X3, dan X1 dengan X3
masing-masing adalah hubungan korelasional. Perhatikan panah dua arah, panah
tersebut menyatakan hubungan korelasional.
Gambar 2.3. Hubungan Kausal dari X1, X2, ke X3 dan dari X3 ke X4
Persamaan struktural untuk gambar 2.3 adalah:
dan (2.11)
Perhatian bahwa pada gambar 2.3 di atas, terdapat dua buah sub-struktur,
yaitu sub-struktur yang menyatakan hubungan kausal dari X1 dan X2 ke X3 dan
sub-struktur yang mengisyaratkan hubungan kausal dari X3 ke X4. Pada
sub-struktur pertama X1 dan X2 merupakan variabel eksogenus, X3 sebagai variabel
endogenus dan sebagai variabel residu. Pada sub-struktur kedua, X3 merupakan
X
X X
X
X
X
X
variabel eksogenus, X4 sebagai variabel endogenus dan sebagai variabel residu.
Berdasarkan contoh-contoh diagram jalur di atas, maka kita dapat memberikan
kesimpulan bahwa makin kompleks sebuah hubungan struktural, makin kompleks
diagram jalurnya, dan makin banyak pula sub-struktural yang membangun
diagram jalur tersebut.
2.13 Koefisien Jalur
Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel
endogenus tertentu, dinyatakan oleh besarnya nilai numerik koefisien jalur dari
eksogenus ke endogenus.
Gambar 2.4. Hubungan Kausal dari X1, X2, ke X3
Hubungan antara X1 dan X2 adalah hubungan korelasional. Intensitas
keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi .
Hubungan X1 dan X2 ke X3 adalah hubungan kausal. Besarnya pengaruh langsung
(relatif) dari X1 ke X3 dan dari X2 ke X3 masing-masing dinyatakan oleh besarnya
nilai numerik koefisien jalur dan . Sedangkan ε merupakan variabel residu (implicit eksogenus variable).
Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah:
1. Gambarkan dengan jelas diagram jalur dan persamaan strukturalnya.
2. Hitung matriks korelasi antar variabel eksogen terhadap variabel endogen.
Menghitung koefisien korelasi dengan menggunakan product moment
correlation dari Karl Pearson.
(2.13)
keterangan:
= korelasi variabel x dan y
n = ukuran sampel
X dan Y = variabel
Interpretasi koefisien korelasi product moment ditentukan berdasarkan
kriteria (Hartono, 2004: 76):
Tabel 2.1. Interpretasi Koefisien Korelasi Product Moment
Koefisien Korelasi Hubungan
0,000 – 0,200 korelasi antar variabel X dengan variabel Y sangat lemah/ rendah, sehingga dianggap tidak ada korelasi 0,200 – 0,400 korelasinya lemah atau rendah
0,400 – 0,700 korelasinya sedang atau cukup 0,700 – 0,900 korelasinya kuat atau tinggi
0,900 – 1,000 korelasinya sangat kuat atau sangat tinggi
3. Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien
jalurnya yang dinyatakan oleh persamaan:
(2.14)
Kemudian hitung matriks korelasi antar variabel eksogenus yang
menyusun sub-struktur tersebut.
(2.15) R =
4. Menghitung matriks invers korelasi variabel eksogenus.
(2.16)
5. Menghitung semua koefisien jalur , di mana k = 1, 2, … , m.
k u u u x x x x x x ... 2 1 kk k k C C C C C C ... ... ... ... 2 22 1 12 11 k u u u x x x x x x r r r ... 2 1 (2.17) keterangan:
Ckk = matriks invers koefisien korelasi antar variabel eksogen
= koefisien jalur
= koefisien korelasi
Selanjutnya, pengaruh bersama-sama (simultan) variabel eksogenus
terhadap variabel endogenus dapat dihitung dengan menggunakan rumus:
(2.18)
keterangan:
= koefisien determinasi total X1, X2,… , Xk terhadap Xu
Dari nilai koefisien determinasi yang diperoleh dapat dihitung koefisien
jalur lain diluar model, yakni dengan rumus:
(2.19) R1
-1 =
2.14 Pengujian Koefisien Jalur
Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah
dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji
perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap
variabel endogenus, dapat dilakukan dengan langkah kerja berikut:
1. Nyatakan hipotesis statistik yang akan diuji, di mana k = 1,2, 3, … , m.
, artinya tidak terdapat pengaruh variabel eksogenus (Xk)
terhadap variabel endogenus (Xu).
, artinya terdapat pengaruh variabel eksogenus (Xk) terhadap
variabel endogenus (Xu).
2. Menguji koefisien jalur.
a) Pengujian secara individual
(2.20)
keterangan:
t = mengikuti tabel distribusi t dengan derajat bebas = n - k - 1
n = ukuran sampel
k = banyaknya variabel eksogen dalam sub-struktur yang sedang diuji
Ckk = matriks invers koefisien korelasi antar variabeleksogen
Kriteria pengujian:
Jika nilai thitung > ttabel (n-k-1), maka H0 ditolak artinya terdapat pengaruh
yang signifikan antar variabel dengan taraf signifikan 0,05.
b) Pengujiansecara keseluruhan
keterangan:
F = mengikuti tabel distribusi F dengan derajat bebas = k dan n - k - 1
n = ukuran sampel
k = banyaknya variabel eksogen dalam sub-struktur yang sedang diuji
Kriteria pengujian:
Jika nilai Fhitung > Ftabel (k, n-k-1), maka H0 ditolak artinya terdapat pengaruh
yang signifikan antar variabel dengan taraf signifikan 0,05.
3. Menarik kesimpulan, apakah perlu trimming atau tidak. Apabila terjadi
trimming, maka perhitungan harus diulang dengan menghilangkan jalur yang
menurut pengujian tidak bermakna.
Al Rasyid dan Sitepu (1994: 12) dalam Riduwan dan Engkos (2007:
127) menyatakan bahwa model trimming adalah model yang digunakan untuk
memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan
