Professional Documents
Culture Documents
METODOLOGI PENELITIAN
A. Desain Penelitian
Pada dasarnya penelitian ini terdiri dari tiga tahapan dan berjalan
dengan mengacu pada langkah-langkah SEM di atas serta penambahan
beberapa langkah dasar di luar SEM. Adapun secara skematis langkah-
langkah tersebut disajikan dalam gambar di bawah ini :
Rancangan
Tahap Analisis
Penelitian SEM 3
Penyusunan
Judgement
Instrumen Kesimpulan
Hasil
dan Saran
SEM 1 SEM 2
Gambar 3.1
Skema Penelitian
1. Tahap Persiapan
1) Pemilihan metode.
2) Penentuan variabel dan sumber data.
3) Pemilihan jenis instrumen.
f. Penyusunan instrumen.
g. Judgement instrumen.
h. Melakukan tahapan SEM pertama yaitu spesifikasi model berdasarkan
kajian teori.
i. Melakukan tahapan SEM kedua yaitu identifikasi model.
2. Tahap Penelitian
3. Tahap Analisis
B. Variabel Penelitian
Tabel 3.1
Ukuran sampel minimal dan jumlah variabel Joreskog dan Sorbom (Riduwan dan
Kuncoro, 2012:56)
Sedangkan menurut Bentler dan Chou, jumlah sampel yang harus dipenuhi
untuk proses estimasi adalah 5 kali (5:1) parameter yang akan di estimasi.
Dari hasil identifikasi model (dijelaskan pada bab IV), penelitian ini memiliki
38 parameter. Melihat jumlah parameter tersebut maka sampel yang
dibutuhkan sebanyak 190 orang dengan perhitungan berikut :
Jika melihat tabel 3.1 maka jumlah sampel pada penelitian ini adalah
200 responden karena menguji 5 variabel. Menimbang proporsi kedua ahli,
peneliti menetapkan sampel minimal penelitian ini adalah 210 responden
dikarenakan untuk mengantisipasi adanya data outliers atau data pencilan.
Setelah menentukan jumlah sampel yang dibutuhkan, kemudian jumlah
sampel tadi akan dihitung kembali berdasarkan tingkat (strata) dan rumpun
(kluster) yang ada dengan persamaan (Riduwan dan Kuncoro, 2012:57):
dimana:
ni = jumlah sampel menurut rumpun/tingkat;
n = jumlah sampel seluruhnya;
Ni = jumlah populasi menurut rumpun/tingkat;
N = jumlah populasi seluruhnya.
Berdasarkan data rekapitulasi mahasiswa kontrak kuliah semester
genap tahun ajaran 2013/2014 FPMIPA UPI yang terlampir pada lampiran 1,
total mahasiswa FPMIPA UPI angkatan 2011 (tingkat tiga) adalah 525 orang,
sedangkan total mahasiswa FPMIPA UPI angkatan 2010 (tingkat empat)
adalah 582 orang. Maka populasinya adalah 1107 orang. Karena teknik
pengambilan jumlah sampelnya berdasarkan tingkat dan rumpun, maka
langkah pertama pengambilan sampel adalah penentuan jumlah sampel untuk
masing-masing tingkat. Adapun perhitungan jumlah masing-masing sampel
untuk setiap tingkat adalah:
Tabel 3.2
Perhitungan pengambilan sampel masing-masing tingkat (strata)
Pupulasi
Tingkat Perhitungan sampel Sampel
tingkatan
Tingkat 3
525 orang 100 orang
(angkatan 2011)
Tingkat 4
582 orang 110 orang
(angkatan 2010)
Tabel 3.3
Perhitungan pengambilan sampel tingkat (strata) tiga
Populasi
No Program Studi program Perhitungan sampel Sampel
studi
IPSE (International
1 Program on Science 19 4 orang
Education)
13
2 Pendidikan Ilmu 66
Komputer orang
14
4 Pendidikan Matematika 72
orang
5 Matematika 28 5 orang
Tabel 3.3
Perhitungan pengambilan sampel tingkat (strata) tiga
Populasi
No Program Studi program Perhitungan sampel Sampel
studi
13
6 Pendidikan Biologi 70
orang
7 Biologi 28 5 orang
15
8 Pendidikan Kimia 76
orang
9 Kimia 34 6 orang
13
10 Pendidikan Fisika 66
orang
11 Fisika 28 5 orang
Tabel 3.4
Perhitungan pengambilan sampel tingkat (strata) empat
Populasi
No Program Studi program Perhitungan sampel Sampel
studi
IPSE (International
1 Program on Science 17 3 orang
Education)
2 Pendidikan Ilmu 50 9 orang
Komputer
Tabel 3.4
Perhitungan pengambilan sampel tingkat (strata) empat
Populasi
No Program Studi program Perhitungan sampel Sampel
studi
11
3 Ilmu Komputer 56
orang
14
4 Pendidikan Matematika 76
orang
5 Matematika 31 6 orang
14
6 Pendidikan Biologi 72
orang
7 Biologi 32 6 orang
19
8 Pendidikan Kimia 98
orang
9 Kimia 39 7 orang
15
10 Pendidikan Fisika 80
orang
11 Fisika 31 6 orang
D. Definisi Operasional
E. Instrumen Penelitian
Skala yang digunakan pada instrumen ini adalah rating scale. Skala
tersebut memungkinkan data mentah berupa angka yang ditafsirkan
menjadi kategori atau kriteria. Angket untuk responden akan dinilai oleh
ahli dengan jawaban penilaian yg berbeda. Akan diberikan 4 jawaban
pilihan yaitu 1 (tidak sesuai), 2 (kurang sesuai), 3 (cukup sesuai) dan 4
(sangat sesuai).
laten akan diberi skor dengan rentang nilai 1 – 5. Jika direntangkan garis
lurus mulai angka 1 hingga 5, akan menghasilkan 4 interval. Aydin dan
Tasci telah memberikan nilai indeks untuk menilai kategori tingkat
kesiapan. Adapun skala indeks Aydin dan Tasci telah disajikan dalam
Gambar 2.2.
Adapun maksud skala Aydin dan Tasci yaitu:
a. Interval pertama yaitu indeks 1 – 2,59 berarti belum siap dan
membutuhkan lebih banyak lagi persiapan untuk pembelajaran online.
b. Interval kedua yaitu indeks 2,6 – 3,39 berarti belum siap namun hanya
memerlukan sedikit persiapan untuk pembelajaran online.
c. Interval ketiga yaitu indeks 3,4 - 4,19 berarti sudah siap namun masih
membutuhkan sedikit peningkatan dalam pembelajaran online.
d. Interval keempat yaitu indeks 4,2 – 5 berarti sudah siap menjadi
peserta e-learning.
Nilai indeks tersebut didapat dengan mencari mean (rerata) dari data yang
terkumpul. Adapun mean atau rerata didapatkan dari hasil penjumlahan
seluruh data lalu dibagi dengan banyaknya data. Adapun jika dirumuskan
menjadi (Sugiyono, 2013b:49):
∑
dimana:
Me = mean (rerata);
Xi = jumlah data;
n = banyaknya data.
Nilai indeks di atas dicari untuk mengetahui tingkat kesiapan peserta e-
learning dimana hasilnya akan langsung dihitung pada angket online
yang digunakan. Sehingga setiap responden akan langsung mendapatkan
derajat kesiapannya setelah mengisi seluruh rangkaian angket.
dimana:
P = persentase;
Skor ideal = skor tertinggi tiap butir x jumlah butir x jumlah
responden.
Maka melihat rentang nilai 1 hingga 4, persentase dapat dikelompokkan
menjadi :
Tabel 3.5
Persentase rating scale
Persentase Kriteria
0 – 25 % Tidak sesuai
26 – 50 % Kurang sesuai
51 – 75 % Cukup sesuai
Dari nilai yang didapatkan dan melihat tabel persentase rating scale,
maka dapat didapatkan instrumen ini sangat sesuai. Melihat hasil tersebut,
4. Identifikasi Model
[ ]
dimana:
p = jumlah variabel manifes (observed variables) pada sebuah model;
k = jumlah parameter yang akan diestimasi.
Menggunakan program analisis data AMOS telah menyajikan pula hasi
perhitungan derajat kebebasan. Adapun untuk mengetahui model dapat
diestimasi ataupun tidak, terdapat 3 jenis identifikasi
(Santoso,2012;Latan,2013), yaitu:
a. Just Identified model atau saturated model
Jika hasil perhitungan df menghasilkan nilai 0, maka model tersebut
termasuk just identified. Maka model sudah teridentifikasi sehingga
estimasi dan penilaian model tidak perlu dilakukan.
b. Under Identified atau unidentified
Jika hasil df menghasilkan nilai negatif, maka model tersebut
termasuk unidentified. Maka model tersebut tidak teridentifikasi,
sehingga model juga tidak dapat diestimasi. Namun untuk
dimana:
s.e = standar error;
N = jumlah sampel;
p = jumlah indikator (variabel manifes).
b. Menghitung c.r multivariat.
Data dikatakan normal ketika tidak menceng ke kiri atau ke kanan serta
memiliki keruncingan ideal. Nilai cut-off yang umumnya dipakai untuk
menilai normalitas menurut Schumaker dan Lomax dalam Latan
(2013:103) adalah nilai kemencengan (skewness) dan keruncingan
(kurtosis) berkisar antara 1.0 hingga 1.5 atau nilai critical ratio (c.r) harus
memenuhi syarat -2,58 < c.r < 2,58.
Tabel 3.6
Ringkasan acuan validitas
dimana:
ri = reliabilitas instrumen;
k = banyaknya butir pernyataan;
si2 = jumlah varians butir;
st 2 = varians total;
Adapun untuk mencari varians butir dengan persamaan 3.8.
dimana:
si 2 = varians butir;
JKi = jumlah kuadrat seluruh skor butir;
JKs = jumlah kuadrat subyek;
n = jumlah responden.
Adapun untuk mencari varians total dengan persamaan 3.9.
∑ ∑
dimana:
st 2 = varians total;
Xt2 = jumlah kuadrat X total;
(Xt)2 = jumlah X total dikuadratkan;
n = jumlah responden.
Tabel 3.7
Kriteria goodness of fit (GoF)
a. Chi-Squares (2)
b. CMIN/df
̂
√
dimana:
̂ = discrepancy;
d = degree of freedom untuk model yang diuji;
̂ = discrepancy untuk baseline model;
db =degree of freedom untuk baselinemodel;
NCP = nonconcentrality parameter model yang diuji;
NCPb = nonconcentrality parameter untuk baseline model.
dimana:
d = degree of freedom untuk model yang diuji;
db = degree of freedom untuk baselinemodel;
CFI = nilai CFI.
dimana:
AIC = nilai akaike information criteria;
2
= chi-square hitung;
q = jumlah parameter estimasi.
9. Uji Hipotesis
( )
dimana:
n = jumlah sampel;
k = jumlah variabel eksogen;
R2yxk = nilai R-square.
Selanjutnya untuk menguji signifikansi hubungan antar variabel laten
dapat dilihat dari pengujian model pengukuran dan model struktural yang
telah disampaikan sebelumnya. Untuk mengetahui besar tidaknya
pengaruh hubungan variabel terhadap variabel lain, AMOS menyajikan
pengaruh setiap variabel yang dirangkum dalam efek langsung (direct
effect), efek tidak langsung (indirect effect) dan efek total (total effect).
Adapun SEM sendiri yang terdiri dari analisis jalur memiliki beberapa
simbol untuk mewakili pengaruh tersebut yaitu (Sugiyono,2013b:328):
a. ξ (ksi) = mewakili variabel laten eksogen;
b. ε (eta) = mewakili variabel laten endogen;
c. λ (lambda) = nilai factor loading;
d. β (beta) = koefisien pengaruh variabel endogen terhadap
variabel endogen;
e. γ (gamma) = koefisien pengaruh variabel eksogen terhadap
variabel endogen;
f. φ (phi) = koefisien pengaruh variabel eksogen terhadap
variabel eksogen;
g. δ (zeta) = peluang galat model;
h. ε (epsilon) = kesalahan pengukuran variabel manifes untuk
variabel laten endogen;
i. δ (delta) = kesalahan pengukuran variabel manifes untuk
variabel laten eksogen.