TINJAUAN PUSTAKA. Tujuan pendidikan pada dasamya adalah mempersiapkan generasi baru agar

TINJAUAN PUSTAKA

Faktor-faktor Penentu Kualitas Mahasiswa

Tujuan pendidikan pada dasamya adalah mempersiapkan generasi baru agar dapat menjalani kehidupan dan dapat memecahkan masalah-masalah yang akan dihadapi pada zamannya. Perguruan Tinggi merupakan salah satu tempat yang be- untuk menjadikan generasi baru yang berkualitas tinggi agar mampu mengejar dan mengembangkan iptek yang dianggap sebagai katalisator dari kemajuan ekonomi yang

akan

menmgkatkan kesejahteraan rakyat. Dengan demikian, perguruan tinggi memiliki tanggung jawab etis terhadap lulusamya, yaitu mahasiswa yang telah selesai belajar & Perguruan Tinggi, dalam ha1 kualitas mahasiswa balk secara internal seperti kemampuan kerja, kreativitas dan sikap maupun ekstemal yaitu pengakuan masyarakat sebagai penyerap surnber daya rnanusia terhadap kredibilitas Perguruan Tinggi tersebut.

Menurut Munandar (1987) kualitas mahasiswa banyak dipengaruhi oleh berbagai faktor antara lain:

a. latar belakang keluarga; sejauh mana dukungan dan dorongan orang tua, taraf sosial ekonomi orang tua,

b. lingkungan belajar di

d,

sarana dan prasarana yang tersedia,

c. lingkungan kampus beserh dosemya; mampu bersosialisasi,

d. serta motivasi; minat untuk berprestasi, keuletan untuk mengatasi kesulitanlrintangan yang mungkm timbul.

Munandar (1987) juga mengatakan sejauh mana seseorang dapat meucapai prestasi yang ungsll banyak tergantung dari motivasi orang tersebut untuk berprestasi, disamping potensi yang dimil~kinya.

Vroom (1964, dalam Wirda, 1995) menyatakan bahwa prestasi yang dapat dicapai oleh seseorang ditentukan oleh potensi dan motivasi yang dimilik oleh orang tersebut. Potensi adalah faktor kemampuan seseorang yang sudah dianggap tetap sedangkan motivasi adalah faktor yang dapat dikembangkan untuk mengoptimallcan prestasi seseorang. Oleh karenanya dengan memaksimalkan motivasi maka prestasi yang dapat dicapai juga menjadi maksimal. Sedangkan betapapun tinggi atau besamya potensi seseorang tetapi memiliki motivasi yang rendah maka prestasi yang akan dicapai juga akan rendah. Secara sederhana pendapat Vroom dapat diformulasikan sebagai berikut:

P = prestasi

M

= motivasi A = potensi

Pendapat lain dari Munandar adalah bahwa potensi setiap orang berbeda-beda, baik dalam jenis maupun tingkat kepernilikannya. Tetapi menurut Vroom, potensi adalah kemampuan seseorang yang sudah tetap. Hal ini sepertinya bertolak belakang, akan tetapi jika dicema, maka dapat disimpullcan bahwa j~ka seorang telah diketahui memiliki jenis potensi tertentu serta derajat yang dimilikinya maka selarnanya potensi tersebut akan menjadi kemampuan yang tetap dari orang tersebut.

Ada beberapa teori tentang motivasi yang diungkapkan oleh Elgard (1971, dalam Bakti 1988):

1. Freud atau disebut teori psikoanalisis yang menyatakan bahwa tingkah laku manusia timbul karena adanya dorongan kebutuhan yaitu kepuasan dan agresi untuk pertahanan. Dorongan tersebut berada di bawah kesadaran atau dapat merupakan insting.

2. Hull Skinner dan Watson (pengikut Freud) atau disebut teori behavioristik menyatakan bahwa tingkah laku manusia dilandasi oleh adanya hubungan antara stimulus dan respon. Hubungan akan menjadi kuat jika diberi penguatan dan hubungan menjadi lemah

jika

ada rintangan, sehingga ha1 yang paling mempengaruhi motivasi adalah lingkungan ekstemal.

3. KofEka, Bruner dan Ausubel atau disebut teori kognisi menyatakan bahwa tingkah laku rnanusia timbul karma adanya kebutuhan dari diri sendiri oleh karenanya ada kemauan dari dalam dirinya dan dengan sadar akan keinginannya itu maka akan berusaha giat untuk mencapai tujuan yang dapat bermanfaat bagi dirinya.

Dari tiga teori di atas dapat dlsimpulkan bahwa motivasi merupakan kaitan yang erat antara kebutuhan dan keinginan untuk melakukan perbuatan. Kebutuhan tersebut mendorong individu untuk melakukan suatu perbuatan untuk mencapai apa yang diinginkannya.

Kualitas seorang mahasiswa dapat dillhat dari prestasi yang dicapainya, potensi yang dimilikinya, dan juga motivasi tinggi yang ada dalam dirinya. Motivasi

yang dimaksud adalah adanya keinginan yang besar untuk dapat meraih apa yang dinginkannya. Ada dua macam motivasi yang dapat mempengaruhi seseorang yaitu motivasi intrinksik dan motivasi ekstrinksik. Motivasi intrinksik adalah motivasi dari dalam diri orang itu sendiri, biasanya terdorong oleh rasa ingin tahu atau untuk mendapat kepuasan. Motivasi intrinksik seseorang tidak dapat dipengaruhi oleh apapun, karena hanya orang tersebutlah yang dapat mengubah motivasi dalam dirinya sendiri. Sedangkan motivasi ekstrinksik adalah motivasi

dari

luar diri seseorang yaitu berupa pengaruh-pengaruh dari luar yang mengakibatkan orang tersebut berbuat sesuatu. Motivasi ekstrinksik, menurut Skinner clan Watson, adalah motivasi yang paling mempengaruhi seseorang untuk melakukan suatu tindakan.

Latar belakang keluarga mempengaruhi motivasi belajar seorang rnahasiswa untuk mencapai prestasinya. M e n w t Sukadji (1986) keluarga adalah salah satu faktor yang sangat mempengaruhi perkembangan seorang anak, baik jasmani, kognisi, persepsi, bahasa, ketrampilan sosial maupun minat terhadap sekolah. Orang tua adalah nara sumber pertama pada tahap awal kehidupan seonng anak. Adapun pendapat Gunarsa (2000) dalam bidang pendidin, keluarga merupakan surnber pendidikan utama, karena segala pengetahuan dan kecerdasan i n t e l e b l manusia diperoleh pertama-tama dari orang tua dan anggota keluarganya sendiri.

Aspek lainnya untuk menunjang hasil belajar mahasiswa adalah lingkungan belajar, baik di dalam maupun di luar kampus, sangat dipengaruhi oleh sarana dan prasarana yang ada. Sarana dan prasarana yang lengkap membantu mahasiswa dalam proses belajar sehingga membenkan pengaruh yang positif terhadap motivasinya.

Menurut Serniawan (1999), lmgkungan kampus atau perguruan tinggi merupakan tempat tejadinya pendidikan dan latihan akademis yang berkaitan dengan profesi tertentu. P e n d i d i i tersebut dapat terjadi jika adanya interaksi antara rnahasiswa dan dosen yang ditunjang dengan adanya fasilitas belajar di kampus. Sikap mahasiswa terhadap dosen dan lingkungan almamatemya sangat mempengaruhi motivasinya dalam belajar. Seperti yang dikatakan oleh Skinner clan Watson Wlgard, 1971, dalam Bakti, 1988) dalam teori behavioristik, bahwa tingkah laku manusia sangat dipengarubi oleh lingkungan eksternal. Prestasi mahasiswa akan rneningkat jika mahasiswa memiliki sikap yang positif terhadap dosen clan Iingknngan alamamaternya. Sikap positif terjadi bila dosen tidak semena-mena menilai mahasiswa, selalu bersedia dengan adil dan terbuka dalam memberikan penjelasan tentang kekurangan-kekurangan mahasiswa. Sedangkan sikap yang positif terhadap almamater te rjadi bila adanya pelayanan yang disediakan untuk mahasiswa, antara lain adanya perpustakaan, pusat kesehatan, beasiswa, organisasi kemahasiswaan dan bimbingan konseling.

Kualitas mahasiswa selain &pat dilihat dari IPK (indeks prestasi komulatif) yang mengukur mahasiswa secara akadermk, ternyata kesehatan juga m e ~ p a k a n ha1 yang m e m p e n g d kualitas seorang mahasiswa, ha1 ini dilhat dari suka tidaknya mahasiswa berolah raga. Seorang mahasiswa yang mudah letih, h a n g darah atau ada penyakit tidak dapat belajar dengan tekun, karena jasmani dan otak saling mempengaruhi pada saat berpikir. Untuk itu menurut Bona (2001) agar tejamin kesehatan jasmani serta otak diperlukan olah raga yang cukup.

Musik menurut Kawakami (1981, &lam Ramayanti, 1992) adalal merupakan suatu faktor penting karma memiliki pengaruh yang besar dalam pembentukan karakter seseorang. Karakter itu terbentuk pada saat seseomng belajar musik, antara lain menghargai keindahan, tidak mudah putus asa, tekun, disiplin dan &pat mengerti dan menghayati karya orang lain. Menurut DePorter dan Hemacki (1999), musk clan estetika dalarn pengal- belajar akan memLmikan umpan balik positif pada diri kita dan kesemuanya itu akan menirnbulkan emosi yang positif. Emosi yang positif mendorong ke arah kekuatan otak, yang mengarah kepada keberhasilan kehormatan diri yang lebih tinggi.

Bidang olah raga dan kesenian merupakan kegiatan kemahasiswaan non kurikuler di tingkat universitas yang dikoordinasi oleh Pembantu Rektor 111, sedangkan di tingkat fakultas dikoordinasi oleh Pembantu Dekan 111. Hal ini memperlihatkan bahwa dengan berolahraga dan berkesenian dapat meningkatkan prestasi, baik bagi mahasiswa, fakultas maupun universitasnya.

Structural Equation Model ( S E M )

SEM adalah salah satu bidang kajian statistika yang dapat digunakan untuk mengatasi masalah penelitian, dimana peubah bebas maupun peubah respon adalah peubah yang tak terukur.

SEM dapat menguji secara simultan sebuah rangkaian hubungan yang relatif sulit terukur. Hubungan yang dimaksud adalah hubungan yang dibentuk dari satu atau leblh peubah bebas dengan satu atau lebih peubah tidak bebas. Peubah-peubah tersebut dapat berupa peubah laten, yaitu peubah yang tidak dapat diukur secara

langsung, yang terkntuk dari beberapa peubah penjelas/manifes, yaitu peubah yang dapat diukur secara langsung (Chin, 1998).

SEM terdiri dari dua model yaitu model struktural dan model pengulcuran. Model struktural manperlihatkan struktur kausalitas antar peubah laten, sedangkan model pengukuran merupakan pengukuran yang digunakan untuk mendukung peubah laten yang dkonfirmasikan oleh dimensidimensi peubah penjelas. Salah satu dari teknik analisis SEM adalah Partial Least Squares.

Partial Least Squares (PLS)

Analisis regresi dengan menggunakan Metode Kuadrat Terkecil

(MKT)

dapat dilakukan jika asumsi yang mendasari perhitungannya terpenuhi, baik dalam regresi sederhana (linear regression), regresi berganda (multiple regression) clan regresi

multivariate. Dalam regresi, semakin banyak peubah yang diamati, maka asumsi yang mendasari perhitungan menjadi semakin sulit terpenuhi, sehingga tidak &pat menjawab hubungan antar peubah bebas dan peubah respon dengan hanya menggunakan MKT.

PLS adalah salah satu metode alternatif yang dapat menjawab masalah di atas karena PLS adalah metode lunak atau soft model yang didalarn perhitungannya tidak mernerlukan asumsi yang ketat, baik m e n g e ~ i sebaran dari peubah pengamtan maupun dari ukuran contoh, yang tidak hams besar. Metode lain yang dapat digunakan adalah LISREL yaitu metode yang dalam perbtungmya memerlukan sebaran data berdistribusi normal dan ukuran contoh hams besar (n >loo) pacon,

Oleh Joreskog dan Wold (1982) PLS dikembangkan sebagai metode umum untuk pendugaan model laten (peubah-peubah laten) yang diukur secara tidak langsung oleh peubah penjelas.

1. Spesifikasi PLS

PLS terdiri atas hubungan eksternal (outer model atau model pengukuran) dan hubungan internal (inner model atau model struktural). Hubungan tersebut didefinisikan sebagai dua persamaan linier yaitu model pengukuran yang menyatakan hubungan antam peubah laten dengan sekelompok peubah penjelas dan model struktural yaitu hubungan antar peubah-peubah laten (Gefen, 2000).

Dengan tidak kehilangan generalitas, dapat diasumsikan baik peubah laten maupun peubah penjelas diskalakan ke rata-rata no1 sehinga parameter- parameter lokasi dapat dibuang dalam persamaan-persamaan berikut. Persamaan model struktural yang menghubungkan peubah-peubah laten menurut Wold (1982) adalah sebagai berikut:

q . = p . J JO

+

C(pjiqi)

+

Cj

,

i<j

,

untuk j=1,2,

...,

J (1) dirnana:

J = banyaknya peubah laten rl j = peubah laten tidak bebas ke-j

rli = peubah laten bebas ke-i untuk i

*j

pji

= koefisien lintas peubah laten ke-j dan ke-i

,

= intersep

i = banyaknya lintasan dari peubah laten bebas ke peubah laten talc bebas

Pendekatan PLS mengasumsikan model stnkduml yang rekursif, sehingga dari persamaan (1) dapat diperoleh spesifikasi prediksi seperti berikut ini:

E(qj 1111,112,

...

,qj-1) = [jjo + C(pjiqi)

m

t

u

k

i< j (2) ha1 ini mengimplikasikan bahwa

mv(<j, qi) = 0 ,

untuk

i < j , j = l , 2 ,...,

J

(3)

sehingga peubah laten endogen (tak bebas) diasumsikan fungsi linier dari peubah laten eksogen (bebas).

Persamaan model pengukman peubah-peubah laten endogen adalah: ykj=ykjo+ykjqj-1-ekj

,untuk

j = 1 ,

...,

J

dan k = 1 , ..., K (4)

dimana:

J = banyaknya peubah laten

rl j = peubah laten ke-j

Ykj = peubah penjelas ke-k dan peubah laten ke-j

Ykj = koefisien antara peubah penjelas ke-k dan peubah laten ke-j

ykjY = intersep

ekj = sisaan model pengukuran peubah penjelas ke-k dan peubah laten ke-j

k = lintasan dari qj ke ykj

Peubah penjelas diasumslkan ke dalam blok-blok yang terpisah dan masing-masing blok mewakili satu peubah laten. Setiap peubah penjelas diasumslkan sebagai milik dari hanya satu peubah laten dan karena pembobotan peubah laten tidak diketahui maka diperlukan standarisasi agar terhindar dari ambiguitas skala. Aturan yang digunakan adalah mengasumsi-kan peubah-peubah laten ke dalam skala ragam unit atau var(qj) = 1.

Sama dengan model struktural, pada model pengukuran juga diperoleh spesifhsi p r e d k i sebagai berikut:

EOrkj

I

qj) = ykjo + ykj rlj (5)

ha1 ini berimplikasi

COV(&~, qj) = 0 (6)

yang artinya sisaan model pengukuran bebas dengan semua peubah laten dan bebas dengan sisaan model struktural.

Pnnsip dasar pada pemodelan PLS adalah asumsi bahwa semua informasi dari peubah penjelas ditujukan pada peubah-peubah laten. Hal ini mempunyai dua implikasi yaitu model PLS tidak melibatkan hubungan langsung antar peubah penjelas dan sisaan-sisaan model pengukuran dari satu blok diasumsikan tidak berkorelasi dengan sisaan-sisaan model pengukuran dari blok lainnya.

Dimunglunkan untuk menggunakan persamaan (1) untuk menggantikan peubah laten endogen kedalam persamaan (4), oleh Wold (1982) disebut sebagai substitusi eliminasi dari peubah laten atau disingkat SELV (Substitufive Elimination of the Laten Variable). Adapun hasilnya adalah sebagai berikut:

Ykj = Ykjo + Ykj (pjo + c(pji tld + <j) + &kj dan persamaan (7) dapat disederhanakan menjadi

Ykj = q k j o + Ykj (C(pji tli)) + ~ ' k j ₍₈₎

Dari persamaan (8) dapat diketahui bahwa SELV menghubungkan peubah penjelas endogen dengan peubah laten melalui model struktural oleh masing- masing blok dari peubah penjelas. Intersep dan sisaan pada persamaan (8) adalah masing-masing fkj, = %,

+

ykj

pjjo

dan efkj = ykj

Cj

+

skj berhmt-turut serta

sisaannya tidak berkorelasi dengan prediktor peubah laten yang sama. 2. Pendugaan PLS

Prosedur pendugaan PLS melalui dua tahapan yang mendasar. Tahap patama, dengan menggunakan pendugaan iteratif, didapat peubah-peubah laten sebagai kombinasi linier daxi sekelompok peubah-peubah penjelasnya. Tahap kedua, menggunakan pendugaan non-iteratif

untuk

koefisien model struktural dari model pengukuran.

Persamaan pendugaan peubah-peubah laten endogen benikut ini:

Yj, = est (qjn) = C(wkj ykj,,) (9)

digunakan

untuk

pendugaan peubah laten sebagai kombinasi linier dari sekelompok peubah-peubah penjelasnya. Pembobotan wkj dipilih agar dugaan peubah-peubah laten mempunyai ragam satu.

Pendugaan peubah laten yang telah terdefinisi, kemudian digunakan

untuk

menghlhq pembobot-pembobot dan koefisien-koefisien model struktural yang diperoleh dengan cara menerapkan metode kuadrat terkecil. Koefisien lintas

model struktural diperoleh dengan meregresikan setiap hubungan-hubungan secara parsial.

Inti

dari

prosedur PLS adalah menentukan pembobot-pembobot yang kemudian digunakan untuk menduga peubah laten. Pembobot didapat dari hasil regesi dengan metode kuadrat terkecil terhadap peubah penjelas pada setiap blok.

Penduga pembobotan dalam masalah ini adalah outward mode yang dapat dihitung berdasarkan regesi sederhana. Outward mode sebenarnya adalah pendugaan pembobotan untuk peubah penjelas refleksif yaitu peubah penjelas yang diasumsikan sebagai cerminan

dari

peubah laten (Chin, 2000).

3. Evaluasi PLS

PLS pada dasamya bertujuan untuk memprediksi kuadrat terkecil dari peubah Iaten endogen

dan

peubah manses endogen yang dibatasi oleh spesifikasi hubungan-hubungan model struktural

dan

model pengukunut Terlepas dari pengujian koefisien penduga, bagian terpenting dari evaluasi model adalah pengujian indeks-indeks kecocokan yang m e n c e r d n kehaatan prediksi dari dugaan hubungan-hubungan model struktural dengan model pengukuran.

Indeks-indeks kecocokan diperoleh dari berbagai persamaan model struktural dan model pengukuran yang telah ada. Nilai R~ dari regxesi berganda dapat diperoleh dari hubungan-hubungan model struktural, demikian juga koefisien-koefisien interbate~y juga dapat diperoleh dari hubungan-hubungan model pengukuran.

dengan meregresikan k peubah bebas, dengan setiap kali penghllangan satu kasus ke-i dengan i = 1, 2, ..., n. Perluasan prediksi ini diukur melalui statistik Q2 dengan persamaan sebagai berikut:

Q2 = 1.0 - {

[L

(Yi

-

&

Xfi bk(i))'] 1

[Cn

(Yi -

Y.

(i)12] } (10) dimana:

hi) = koefisien regresi yang diperoleh tanpa kasus ke-i

Y. (i) = mta-rata dari peubah tak bebas yang &lung tanpa kasus ke-i

n = banyahya ukuran contoh k = banyaknya peubah bebas

Jika dilihat dari persamaan di atas, maka Q' adalah analog Jackknife dari

R ~ .

Nilai Q' diperoleh dari rata-rata nilai Q2 dari setiap kasus ke-i yang dihilangkan. Nilai Q2 &pat negatif, Q~ i 0, yang artinya model prediksi tidak

relevan, tetapi jika Q' > 0 maka model prediksi relevan, semakin tinggi nilai Q2 semakin tinggi pula relevansi prediksi dan persamaan model yang diuji.

Selain uji koefisien l i i s model yang menggunakan teknik Jackknife beberapa uji lainnya seperti uji validitas kekonvergenan dan uji validitas diskriminan juga mendukung &lam mengevaluasi model.

Ada 3 uji validitas kekonvergenan yang digunakan: (a). reliabilitas setiap peubah penjelas, (b). reliabilitas gabungan clan (c). -4verage Variance Extracted

Reliabilitas setiap peubah penjelas ditentukan oleh koefisien lintasnya masing-masing. Oleh Chin (1998), koefisien lintas (A) sebesar 0.7 mengindikasikan reliabilitas yang cukup baik. Reliabilitas gabungan (pJ digunakan untuk mengukur realibilitas setiap peubah laten dan nilai p, juga &pat menunjukkan stabilitas dan konsistensi dari suatu pengukuran. Nilai p, berkisar dari 0 sampai 1 dan Chin (1998) merekomendasikan nilai diatas 0.8 mengindikasikan reliabilitas gabungan yang baik. Nilai p, didapat dari perhitungan berikut: p, = @hd2 / [@hd2

+

C( 1

-

hi2)] dirnana

hi

adalah koefisien lintas ke-i.

AVE digunakan untuk mengukur keragaman peubah laten yang dapat dijelaskan oleh keragaman model p e n m a n , dengan persamaan sebagai berikut: AVE = Chi2 / n

,

d i m merupakan koefisien lintas ke-i. Nilai AVE berkisar antara 0 dan 1. Oleh Tan et.al (1999) direkomendasikan bahwa jika nilai AVE diatas 0.5 mengindlkasikan pengukuran keragaman yang cukup baik. Sernakin tinggi nilai AVE maka mengindikasikan jumlah keragaman dari peubah penjelas yang diakomodasi oleh peubah laten lebih besar dibandingkan dengan jumlah keragaman yang tidak dapat dijelaskan oleh peubah penjelas.

Uji validitas dislaiminan dilakukan dengan cara membandingkan akar kuadrat AVE setiap peubah laten dengan korelasi peubah laten. Uji ini berguna untuk mengetahui kesesuaian pembeda dari peubah laten. Apabila akar kuadrat AVE lebih

dari

setiap korelasi peubah laten, maka validitas dislaiminannya cukup baik.