TREND PRESTASI MATEMATIKA DAN IPA PADA TIMSS TAHUN 1999, 2003 DAN Suatu Analisis dengan Memperhitungkan Faktor Psikologis Siswa

Transkripsi

1 TREND PRESTASI MATEMATIKA DAN IPA PADA TIMSS TAHUN 1999, 2003 DAN 2007 Suatu Analisis dengan Memperhitungkan Faktor Psikologis Siswa PUSAT PENILAIAN PENDIDIKAN BADAN PENELITIAN DAN PENGEMBANGAN KEMENTERIAN PENDIDIKAN NASIONAL JAKARTA 2010

2 TREND PRESTASI MATEMATIKA DAN IPA PADA TIMSS TAHUN 1999, 2003 DAN 2007 Suatu Analisis dengan Memperhitungkan Faktor Psikologis Siswa Tim Penyusun : Jahja Umar Ikhwan Lutfi Miftahuddin Editor : Ainun Salim PUSAT PENILAIAN PENDIDIKAN BADAN PENELITIAN DAN PENGEMBANGAN KEMENTERIAN PENDIDIKAN NASIONAL JAKARTA 2010

3 Kata Pengantar Hasil penilaian Trends in International Mathematics and Scienc Study (TIMSS) terhadap prestasi siswa Indonesia pada tahun 1999, 2003, dan 2007 menunjukkan kondisi yang memprihatinkan, tidak ada peningkatan prestasi dari tahun ke tahun secara signifikan. Untuk dapat menemukan jawaban terhadap permasalahan ini, ada beberapa variabel yang terdapat pada data TIMSS yang menarik untuk dilihat pengaruhnya terhadap prestasi siswa. Dalam penelitian ini, faktor yang dianggap memiliki pengaruh terhadap prestasi siswa, baik di bidang Matematika maupun IPA diperoleh dari angket siswa, angket guru, dan angket sekolah. Dari angket siswa ada tiga variabel psikologis yang dapat dianalisis, yaitu: attitude, self efficacy dan locus of control. Untuk menyebarluaskan informasi tentang hasil studi ini, Pusat Penilaian Pendidikan menerbitkan Laporan Penelitian: Trend Prestasi Matematika dan IPA pada TIMSS tahun 1999, 2003, dan 2007 Suatu Analisis dengan Memperhitungkan Faktor Psikologis Siswa. Semoga laporan ini berguna bagi perumusan kebijakan di bidang pendidikan, khususnya di bidang Matematika dan IPA, dalam upaya kita bersama untuk meningkatkan mutu pendidikan. Jakarta, Maret 2010 Dr. Nugaan YWS, M. Psi. Kepala Pusat Penilaian Pendidikan i

4 DAFTAR ISI Kata Pengantar... i DAFTAR ISI... ii DAFTAR TABEL... iii DAFTAR GAMBAR... iv BAB I. PENDAHULUAN Latar Belakang Tujuan Penelitian... 5 BAB II. MODEL UNTUK PRESTASI BELAJAR Faktor yang Mempengaruhi Prestasi Siswa Pendekatan Modeling Untuk Prestasi Belajar... 7 BAB III. METODOLOGI Sampel Penelitian Instrumen Penelitian Uji Validitas Konstruk Self Efficacy dan Attitude Teknik Analisis Data BAB IV. HASIL PENELITIAN Gambaran Deskriptif Model Prestasi Belajar Trend Prestasi Belajar BAB V. KESIMPULAN DAN REKOMENDASI Kesimpulan Rekomendasi DAFTAR PUSTAKA ii

5 DAFTAR TABEL Tabel-1. Variabel dari kuesioner siswa Tabel-2. Variabel Kualitas Guru Dalam Kuesioner Tahun 1999, 2003, dan Tabel-3. Model Fit Untuk Self Efficacy dan Attitude Tabel-4a. Muatan Faktor Items Self Efficacy dan Attitude Tahun Tabel-4b. Muatan Faktor Items Self Efficacy dan AttitudeTahun Tabel-4c. Muatan Faktor Items Self Efficacy dan AttitudeTahun Tabel-5. Tabel-6. Mean dan SD Self Efficacy Terhadap Matematika, Fisika, dan Biologi Tahun 1999, 2003, dan Mean dan SD Attitude Terhadap Matematika, Fisika, dan Biologi Tahun 1999, 2003, dan Tabel-7. Mean dan SD Prestasi Matematika, Fisika, dan Biologi Tabel-8. Perbedaan Mean Variabel Laten (alpha) Matematika dan Self Efficacy Tabel-9. Perbedaan Mean Variabel Laten (alpha) Fisika dan Self Efficacy Tabel-10. Perbedaan Mean Variabel Laten (alpha) Biologi dan Self Efficacy iii

6 DAFTAR GAMBAR Gambar-1. Model Prestasi Belajar... 8 Gambar-2. CFA Untuk Self Efficacy Terhadap Biologi Tahun Gambar-3. Gambar-4. Gambar-5. Gambar-6. Gambar-7. Gambar-8. Gambar-9. Gambar-10. Gambar-11. Gambar-12. Gambar-13. Gambar-14. Gambar-15 Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Fisika Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Fisika Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Biologi Tahun Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Biologi Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Fisika Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Fisika Tahun Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Biologi Tahun iv

7 Gambar-16. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Biologi Tahun Gambar-17. Model Prestasi Matematika Gambar-18. Model Prestasi Matematika Gambar-19. Model Prestasi Matematika Gambar-20. Model Prestasi Fisika Gambar-21. Model Prestasi Fisika Gambar-22. Model Prestasi Biologi tahun Gambar-23. Model Prestasi Biologi tahun Gambar-24. Gambar-25. Gambar-26. Model Prestasi Matematika yang Berlaku Umum Tahun 1999, 2003, dan Model Prestasi Fisika Berlaku Umum Tahun 2003, dan Model Prestasi Biologi Berlaku Umum Tahun 2003, dan v

8 BAB I. PENDAHULUAN 1.1 Latar Belakang Trends in International Mathematics and Science Study (TIMSS) adalah penelitian yang dilakukan dalam rangka membandingkan prestasi Matematika dan IPA siswa kelas 8 (delapan) di beberapa negara. Secara umum TIMSS bertujuan untuk memonitor hasil dari sistem pendidikan yang berkaitan dengan pencapaian belajar siswa kelas 4 (empat) dan 8 (delapan) dalam bidang Matematika dan IPA. TIMSS didesain untuk membantu pemerintah tidak hanya memahami tetapi juga meningkatkan efektivitas sistem pendidikan. TIMSS melakukan monitoring prestasi matematika dan IPA secara rutin setiap 4 (empat) tahun sekali, dimulai pada tahun 1995, kemudian tahun 1999, 2003 dan Indonesia bergabung sebagai salah satu negara peserta TIMSS sejak pertama kali, dan melakukan monitoring khusus pada kelas 8 (umur 13 tahun). Namun Indonesia masuk dalam laporan TIMSS baru 3 (tiga) periode, yaitu tahun 1999, 2003 dan Hasil penilaian TIMSS terhadap prestasi siswa Indonesia adalah sebagai berikut: prestasi bidang Matematika dari siswa Indonesia pada tahun 1999 berada pada peringkat 34 dari 38 negara. Tahun 2003, Indonesia berada pada peringkat 35 dari 46 peserta. Dan pada tahun 2007, Indonesia berada pada peringkat 36 dari 49 negara peserta. Sedangkan pada bidang IPA, pada tahun 1999 Indonesia berada pada peringkat 32 (dari 38 negara), pada tahun 2003 Indonesia berada pada peringkat 37 (dari 46 negara) dan pada tahun 2007 Indonesia berada pada peringkat 35 (dari 49 negara). Data peringkat ini menunjukkan bahwa prestasi Matematika dan IPA Indonesia cukup rendah dan berada pada kisaran peringkat 32 hingga 37 dari negara-negara anggota IEA yang jumlahnya sekarang lebih dari 50 negara. Hal ini akan lebih jelas bila acuan untuk melihat perkembangan Matematika dan IPA adalah skor literasi yang dicapai oleh Indonesia. Skor literasi IPA Indonesia berturut-turut dari tahun 1999, 2003 dan 2007 adalah: 435, 420 dan 433. Sedangkan skor matematika pada tahun 1999 adalah 403, tahun 2003 adalah 411 dan tahun 2007 adalah 405. Rata-rata skor dari semua negara peserta adalah 500 dengan simpangan baku

9 Trend perkembangan skor, baik Matematika dan IPA siswa Indonesia tersebut menunjukkan kondisi yang memprihatinkan, tidak ada peningkatan prestasi dari tahun ke tahun secara signifikan. Prestasi Matematika dan IPA ternyata berjalan di tempat. Hal ini tentu menimbulkan berbagai pertanyaan bagi pihak-pihak yang terlibat dan peduli dengan dunia pendidikan di Indonesia. Apalagi bila mengingat anggaran pendidikan yang selalu meningkat, bahkan berlipat-lipat. Kondisi atau faktor-faktor apa sajakah yang menyebabkan prestasi siswa Indonesia di bidang Matematika dan IPA tidak mengalami kemajuan? Apa implikasinya bagi pembelajaran, kurikulum, guru dan lembaga sekolah serta pengambilan kebijakan berkaitan dengan pendidikan? Di samping memberikan informasi tentang kemampuan Matematika dan IPA, data TIMSS juga memberikan informasi tambahan berkaitan dengan siswa, guru dan sekolah. Kuesioner untuk siswa meliputi latar belakang siswa (jenis kelamin, pendidikan orang tua, dll), fasilitas belajar yang dimiliki di rumah, aktivitas di waktu luang, pelajaran tambahan dan mengerjakan tugas sekolah, aspirasi siswa dalam pendidikan, sikap siswa terhadap Matematika dan IPA, sikap terhadap sekolah, self efficacy siswa, serta locuss of control. Kuesioner guru memberikan gambaran mengenai kualitas guru (pengalaman mengajar, latar belakang pendidikan, tingkat pendidikan dan pengembangan diri guru). Sedangkan kuesioner sekolah memberikan gambaran mengenai lokasi dan keadaan sekolah. Pada studi TIMSS yang dilaporkan adalah perbandingan skor prestasi Matematika dan IPA dari berbagai negara anggota IEA. Mean skor antar-negara dibandingkan untuk mendapatkan posisi/ ranking dari masing-masing Negara. Karena dilakukan secara berkala dengan siklus empat tahunan, maka trend dari kemajuan di masing-masing Negara maupun perbandingan trend tersebut secara antar negara juga dapat dilakukan. Studi internasional lain yang hampir sama adalah Program for International Student Achievement (PISA) yang dilakukan oleh negara-negara anggota OECD. Meskipun bukan anggota OECD, Indonesia juga ikut di dalamnya. Dengan membandingkan skor prestasi siswa dari tahun ke tahun, baik secara internal maupun antar Negara, atau antar studi yaitu TIMSS dan PISA, diharapkan Indonesia dapat memperoleh masukan berharga bagi pengambilan kebijakan pendidikan nasional yang paling tepat, khususnya yang berkaitan dengan peningkatan mutu pendidikan. 2

10 Berbeda dengan banyak Negara maju, sampai saat ini Indonesia belum memanfaatkan secara optimal data dan informasi yang dihasilkan dari keikut-sertaannya dalam studi internasional seperti TIMSS dan PISA ini. Padahal beaya untuk keikutsertaan itu cukup tinggi. Salah satu penyebabnya adalah kurangnya analisis data yang lebih mendalam, yang bukan sekedar menampilkan secara deskriptif serta mempublikasikan tabel ranking dari skor antar Negara. Misalnya, analisis mengenai bagaimana dan mengapa skor Matematika dan IPA anak Indonesia tergolong sangat rendah di dunia. Kalaupun analisis seperti itu sudah dilakukan, tampaknya masih amat sedikit yang menyangkut proses tercapainya prestasi tersebut, baik pada Matematika maupun IPA. Analisis yang melibatkan faktor-faktor yang mempengaruhi prestasi Matematika dan IPA perlu dilakukan agar dapat diketahui hal apa saja yang secara dominan mempengaruhi prestasi tersebut. Ada beberapa variabel yang terdapat pada data TIMSS yang menarik untuk dilihat pengaruhnya terhadap prestasi. Variabel-variabel tersebut berkaitan dengan siswa, guru, sekolah dan orang tua (meskipun informasi tentang orang tua siswa diperoleh melalui student questionnaire, pertanyaannya mengenai orang tua tapi diajukan kepada siswa, misalnya pertanyaan yang berkaitan dengan pendidikan orang tua). Sedangkan variable tentang guru diperoleh melalui teacher questionaire. Misalnya yang berkaitan dengan latar belakang pendidikan guru, tingkat pendidikan guru, lama mengajar/ pengalaman mengajar, rasa aman yang dimiliki guru, kepuasan kerja yang dirasakan, serta banyak hal yang berkenaan dengan metode/teknik yang digunakan guru dalam mengajar. Pada penelitian ini, metode/teknik mengajar guru tidak menjadi fokus. Alasan utamanya adalah, variabel guru (teknik/metode mengajar, dll.) sudah dibahas dan menjadi fokus penelitian oleh tim yang lain. Fokus penelitian ini lebih kepada trend prestasi siswa Indonesia pada studi TIMSS dari tahun 1999 sampai 2007, dikaitkan dengan beberapa variable psikologi siswa yang secara teoretis biasanya diyakini berpengaruh kepada tinggi-rendahnya (variasi) prestasi belajar. Walaupun kuesioner siswa pada TIMSS telah mencantumkan variabel yang terkait dengan aspek/konstruk psikologis seperti sikap dan konsep diri, tetapi secara teoritis aspek/ konstruk yang dibuat tersebut tidaklah sepenuhnya sesuai dengan definisi yang sering digunakan di bidang ilmu psikologi. Artinya, apa yang dideklarasikan sebagai konstruk psikologi yang hendak diukur oleh item/ pertanyaan yang 3

11 bersangkutan ternyata kurang mewakili konstruk yang sesungguhnya. Oleh sebab itu, dalam penelitian ini dilakukan pengelompokan ulang item-item yang terkait agar dapat ditentukan konstruk psikologis yang sesuai dengan item yang digunakan dalam angket siswa tersebut. Seperti telah disebutkan dimuka, dalam penelitian ini akan dianalisis beberapa variable psikologis siswa yang terkait dengan Prestasi belajar. Ada beberapa alasan yang mendasari pemilihan ini. Pertama, secara teoritik, prestasi belajar siswa dipengaruhi secara langsung oleh kondisi internal (psikologis) siswa yang bersangkutan. Berdasarkan data yang tersedia dalam penelitian ini, kondisi psikologis tersebut antara lain adalah self efficacy, attitude, aspiration, beliefs, self concept, values, dan locus of control. Pertanyaannya, apakah ada suatu model teoretis tertentu (tentang struktur hubungan antara kondisi psikologis tersebut dengan prestasi belajar) yang dapat digunakan untuk menjelaskan prestasi siswa dari tahun ke tahun? Dalam hal ini akan dikaji keterkaitan antara student atributes tersebut dengan prestasi belajar, khususnya pada bidang Matematika dan IPA. Kedua, setelah suatu model ditemukan, apakah model tersebut dapat menjelaskan prestasi dengan sama baiknya jika digunakan pada waktu dan populasi yang berbeda? Bila benar ada satu model yang sama yang dapat digunakan, maka akan dapat dilihat trend prestasi Matematika dan IPA pada tahun 1999, 2003 dan 2007 secara lebih akurat dan obyektif. Artinya, adakah terjadi kenaikan atau penurunan prestasi jika perbandingan dilakukan dalam konstrain berlakunya suatu teori yang sama?. Ketiga, seandainya teorinya sama, parameter dari teori tersebut (misalnya besarnya pengaruh suatu variable) dapat sama atau berbeda pada waktu dan kondisi yang berbeda. Perbandingan secara statistik baik yang bersifat cross sectional maupun longitudinal akan menjadi bias jika dampak dari model teoretis serta parameternya tesebut tidak dikontrol. Biasanya control terhadap dampak variable lain di luar yang dijadikan focus penelitian dapat dilakukan melalui disain eksperimen. Namun pada penelitian survey (non eksperimen) seperti TIMSS ini, control tersebut dapat dilakukan secara statistical. Misalnya, dalam keadaan restriktif/ equalitas baik dari segi model teori yang digunakan maupun parameternya, perbandingan yang lebih murni dapat dilakukan. Selanjutnya, mengingat bahwa pengukuran atribut psikologis hanya dapat dilakukan secara tidak langsung sehingga dampak buruk dari measurement- error 4

12 terhadap kesimpulan penelitian sering kali justru lebih serius daripada pengaruh sampling error, maka diperlukan teknik analisis yang dapat memperhitungkan hal tersebut. 1.2 Tujuan Penelitian Ada dua tujuan utama dari penelitian ini yaitu: 1. Untuk menemukan suatu model teoretis tentang hubungan antar variabel yang dapat digunakan untuk menjelaskan serta memprediksikan bervariasinya prestasi belajar matematika dan IPA. Model teoretis ini akan dapat dijadikan dasar pertimbangan dalam menetapkan kebijakan/ strategi intervensi di bidang peningkatan mutu pendidikan. 2. Untuk mendapatkan hasil perbandingan antar tahun atau trend dari prestasi belajar di bidang matematika dan IPA secara lebih akurat, yaitu dengan cara turut memperhitungkan pengaruh dari variabel lain dalam konteks berlakunya model teoretis tertentu, serta memperhitungkan pengaruh dari measurement error di dalam teknik analisis yang dilakukan. Jadi tidak sekedar membuat perbandingan hanya berdasarkan mean dan standar deviasi dari prestasi belajar saja. Secara lebih spesifik, tujuan penelitian ini dapat dinyatakan dalam bentuk pernyataan sebagai berikut: 1. Untuk mengetahui model struktural tentang proses terjadinya prestasi matematika dan IPA di tahun 1999, 2003 dan Untuk mengetahui karakteristik dari model tentang proses terjadinya prestasi matematika dan IPA di tahun 1999, 2003, dan Untuk mengetahui perbandingan prestasi matematika dan IPA tahun 1999, 2003 dan 2007 jika perbedaan model teoritis serta karakteristiknya tersebut diperhitungkan di dalam analisis dan pengaruh measurement error pun diperhitungkan. 5

13 Dalam bentuk pertanyaan penelitian, dapat disampaikan sebagai berikut: 1. Bagaimanakah struktur model teoretis yang dapat menjelaskan prestasi siswa dalam bidang Matematika dan IPA? 2. Apakah ada model yang sama untuk menjelaskan variasi dari prestasi belajar dari tahun ke tahun? 3. Andaikan iya, apakah dampak dari masing-masing komponen teori tersebut (nilai parameter nya) akan sama dari waktu ke waktu? 4. Dengan kondisi teori yang sama dan dampak yang sama pula, apakah ada perubahan achievement dari tahun ke tahun? Penelitian ini diharapkan dapat memberikan/menambah informasi bagi kepentingan penyusunan kebijakan dalam rangka meningkatkan prestasi murid dibidang Matematika dan IPA. Selain itu juga bisa menjadi sumbangan bagi pengembangan model teoritis tentang prestasi belajar siswa di Indonesia. Jika kita dapat mengetahui faktor-faktor yang mempengaruhi prestasi siswa dalam Matematika dan IPA, maka kita dapat menyesuaikan kebijakan pendidikan baik dalam hal teknis pendidikan maupun aspek manajemen, seperti alokasi anggaran, sistem organisasi, dsb. Dari sisi teknis, hasil penelitian ini diharapkan bermanfaat pula untuk memperbaiki proses belajar mengajar dan kurikulum Matematika dan IPA di Indonesia. 6

14 BAB II MODEL UNTUK PRESTASI BELAJAR 2.1 Faktor yang Mempengaruhi Prestasi Siswa Prestasi yang ditunjukkan oleh siswa bukanlah hasil dari sebuah faktor, melainkan hasil dari berbagai faktor yang saling terkait satu sama lainnya. Secara umum prestasi siswa baik dalam bidang Matematika maupun IPA dipengaruhi oleh faktor internal dan faktor eksternal siswa serta interaksi dari keduanya. Dalam penelitian ini, faktor yang dianggap memiliki pengaruh terhadap prestasi siswa baik di bidang Matematika maupun IPA ditetapkan berdasarkan data yang diperoleh dari angket siswa, angket guru dan angket sekolah. Dari angket siswa diperoleh informasi mengenai faktor internal yang diduga mempengaruhi prestasi siswa, yaitu self efficacy siswa, locus of control, attitude siswa terhadap mata pelajaran, attitude siswa terhadap sekolah, aspirasi siswa dalam bersekolah, aktivitas memanfaatkan waktu luang, aktivitas belajar di luar jam sekolah dan jenis kelamin. Sedangkan faktor eksternal yang didapatkan dari angket siswa adalah fasilitas pendidikan yang dimiliki di rumah dan latar belakang pendidikan orang tua. Dari angket guru, faktor eksternal yang diduga memberi pengaruh terhadap prestasi siswa adalah kualitas guru yang meliputi perasaan aman guru ketika di sekolah, kepuasan guru dalam bekerja, pengalaman guru dan latar belakang pendidikan guru. Sedangkan dari angket sekolah, faktor yang diduga memberikan pengaruh kepada prestasi siswa adalah lokasi sekolah. 2.2 Pendekatan Modeling Untuk Prestasi Belajar Berdasarkan pada ketersediaan data, diteorikan bahwa ada sembilan variabel siswa, dua variabel guru dan satu variabel sekolah (seperti yang telah diidentifikasi dari kuesioner TIMSS di atas) yang mempunyai pengaruh terhadap tinggi rendahnya prestasi siswa, baik yang berupa pengaruh secara langsung maupun tidak langsung. Adapun model teoretis yang disusun berdasarkan ketersediaan data dan akan digunakan sebagai landasan bagi pengembangan model dalam penelitian ini adalah seperti pada Gambar-1 berikut ini: 7

15 Gambar-1 Model Prestasi Belajar Tentu saja sangat banyak model yang dapat diteorikan berdasarkan pada variable-variabel pada Gambar-1 di atas, tetapi penulis akan memulai analisis dengan landasan teoretis ini. Deskripsi dari Gambar-1 adalah sebagai berikut. Prestasi Matematika atau IPA (Ach) dipengaruhi secara langsung oleh dua variabel yaitu self efficacy dan attitude siswa terhadap Matematika/IPA. Variabel-variabel yang lain juga memiliki pengaruh terhadap prestasi Matematika dan IPA, tetapi tidak secara langsung, yaitu melalui self efficacy dan attitude (sikap terhadap Matematika/IPA), locus of control (LoC), dan sikap terhadap sekolah (Att school). Self efficacy dipengaruhi oleh attitude, locus of control, dan beberapa variabel exogenous, yaitu tingkat pendidikan orang tua, aktivitas belajar di luar jam sekolah (PR/Les), dan jenis kelamin. Sedangkan attitude siswa terhadap Matematika/IPA dipengaruhi oleh locus of control dan sikap terhadap sekolah, serta beberapa variabel eksogenous yaitu kualitas guru (T-quality), aspirasi siswa terhadap pendidikan (aspir), PR/Les, cara penggunaan waktu luang (Waktu luang), dan jenis kelamin. Selanjutnya, sikap terhadap sekolah dalam hal ini dipengaruhi oleh lokasi sekolah (Lok-Sek), dan Locus of control dipengaruhi oleh T- Quality dan jenis kelamin. 8

16 Secara lebih terurai, beberapa variabel exogenous dapat dijelaskan sebagai berikut. Variabel tingkat pendidikan orang tua diukur dengan dua item, yang masingmasing menanyakan tingkat pendidikan ayah dan tingkat pendidikan ibu. Variabel PR/Les (aktivitas belajar di luar jam sekolah) diperoleh dari dua pertanyaan tentang pelajaran tambahan (Les) dan mengerjakan pekerjaan rumah (PR). Variabel pemanfaatan waktu luang diukur melalui dua pertanyaan, yaitu tentang berapa banyak waktu yang digunakan untuk menonton televisi dan bermain game komputer/video game. Selanjutnya variabel kualitas guru diukur melalui enam indikator yaitu perasaan aman berada di sekolah (safety feeling), kepuasan dalam bekerja sebagai guru (job satisfaction), tingkat pendidikan tertinggi yang dicapai, pengalaman mengajar, dan training yang pernah diikuti sebelum mengajar. Variabel exogenous yang lain adalah aspirasi siswa dalam pendidikan, yang hanya memiliki satu indikator saja, yaitu sejauh mana tingkat pendidikan yang diharapkan untuk dicapai/dicita-citakannya. Dalam penyusunan model prestasi belajar ini, penulis lebih memfokuskan pada variabel psikologis siswa dengan alasan seperti telah dikemukakan di bagian terdahulu. Dari questionaire siswa, ada tiga variabel psikologis yang dapat dianalisis dalam penelitian ini, yaitu: atttitude, self efficacy dan locus of control. Ketiga variabel ini disusun/dikonstruk dengan mengidentifikasi item yang sesuai. Penjelasan lebih lengkap dapat dilihat pada bagian metodologi. 9

17 BAB III METODOLOGI 3.1 Sampel Penelitian Subyek penelitian adalah siswa berusia 13 tahun yang bersekolah di SMP dan MTs, pada tahun 1999, 2003 dan Siswa tahun 1999 berjumlah 5848 orang, tahun 2003 berjumlah 5762 dan siswa tahun 2007 berjumlah Teknik dan prosedur penentuan sampel dan pengambilan data dapat dilihat pada laporan teknis TIMSS tahun yang bersangkutan, di mana teknik random sampling yang dilakukan amat kompleks, serta bersifat multi level, clustering, dan stratified. Hal tersebut dilakukan mengingat amat heterogennya negara peserta TIMSS baik dari segi jumlah penduduk, murid, dan sekolah, maupun variasi aspek lainnya seperti kurikulum dan sebagainya. Semua hal ini harus diperhitungkan agar perbandingan secara internasional dapat dilakukan secara obyektif. Pada saat dilakukan analisis multi grup, hanya variabel-variabel yang terdapat di semua siklus studi saja yang terpakai. Variabel yang datanya tidak tersedia di seluruh grup dianggap sebagai missing data. Setelah dicocokkan secara list-wise, maka diperoleh besaran sampel sebagai berikut: (1) Matematika, untuk tahun 1999 N=2710, tahun 2003 N= 1856 dan tahun 2007 N=2526; (2) Fisika, untuk tahun 1999 tidak ada data, tahun 2003 N=3905 dan tahun 2007 N=3239; (3) Biologi, untuk tahun 1999 tidak ada data, tahun 2003 N=3685 dan tahun 2007 N= Instrumen Penelitian Alat pengumpulan data TIMSS terdiri dari dua bentuk umum, pertama adalah tes kemampuan (prestasi belajar) dan yang kedua adalah kuesioner. Pada setiap siklus studi, kerangka untuk tes prestasi/kemampuan secara umum tidak memiliki perbedaan yang berarti. Sedangkan pada kuesioner terdapat perbedaan kecil mengenai aspek yang ditanyakan pada tahun yang berbeda Tes kemampuan Tes prestasi ini untuk mengukur kemampuan Matematika dan kemampuan IPA. Dalam hal ini, kemampuan Matematika meliputi Aljabar, Geometri, Data, dan Angka. Sedangkan IPA terdiri dari Biologi, Geografi, dan Fisika. Pada kemampuan 10

18 Matematika, digunakan berbagai macam format tes untuk mengukur aspek kognitif knowing, applying, dan reasoning. Aspek knowing terdiri dari kemampuan melakukan recall, recognize, compute, retrieve, measure, dan classify/order. Aspek applying terdiri dari kemampuan melakukan select, represent, model, implement, dan solve routine problem. Sedangkan aspek reasoning meliputi kemampuan melakukan analyze, generalize, sinthesize/integrate, justify, dan solve non-routine problem. Sedangkan pada mata pelajaran IPA aspek kognitif yang diukur adalah meliputi factual knowledge, understanding concepts, reasoning, dan analysis. Tes kemampuan/prestasi pada setiap siklus studi dihubungkan oleh sehimpunan kecil item (anchor items) sehingga hasil tes pada setiap siklus dapat dikonversi ke skala yang sama dan dapat langsung diperbandingkan. Jadi para pengguna hasil tes tidak perlu lagi melakukan equating terhadap skor tes Angket/Kuesioner Angket/Kuesioner bertujuan untuk mengumpulkan data dari variabel yang terkait dengan prestasi belajar, baik itu tentang siswa dan keluarganya, guru, kepala sekolah, maupun keadaan sekolah. Ada tiga macam kuesioner yaitu: a. Kuesioner Siswa Secara umum angket/kuesioner yang diisi oleh siswa dapat dikelompokkan ke dalam beberapa hal atau konstrak: Self efficacy: Attitude/sikap siswa: (1) Terhadap mata pelajaran, (2) Terhadap sekolah Locus of Control Aspirasi siswa dalam pendidikan Aktivitas mengerjakan PR dan Les (pelajaran tambahan) Fasilitas yang dimiliki: (1) Jumlah buku, (2) Komputer, (3) Akses internet Pemanfaatan waktu luang: (1) Nonton TV, (2) Main game dan (3) Main/ngobrol dengan teman 11

19 Jenis kelamin Pendidikan orang tua: pendidikan bapak dan ibu Tabel-1 menunjukkan item-item yang berkenaan dengan variabel-variabel di atas. Untuk kuesioner sekolah hanya diambil satu variabel yang akan diteliti pengaruhnya, yaitu lokasi sekolah. Tabel-1. Variabel dari kuesioner siswa Variabel Indikator Siklus/tahun Prestasi siswa Skor dan isi pernyataan Usually do well 2. More diffcult 3. Do not understand 1, 2, 4, 6 Data hanya 1, 2, 3, 4, 5, 6 1,2,3,4,5 Self efficacy 4. Not my strenght 5. Learn quickly 6. Not talented 7. Easy subject ada untuk Math Attitude terhadap mata pelajaran LoC (Locuss of control) 1. Like 2. Would like to take more 3. Enjoy study 4. math/science is boring 5. want job involving it 6. want more 1. Need natural talent 2. Need good luck 3. Need hard work 12 1, 2, 3, 4, 5 Data hanya ada untuk Math 3, 5, 6 1, 2, 3, 4 v x x Attitude toward Like being at school v v v school Aspirasi siswa Level pendidikan v v v yang diharapkan PR dan Les 1. Mengerjakan PR v v v diluar jam sekolah 2. Ikut les tambahan Fasilitas yang 1. Jumlah buku v v v dimiliki di rumah 2. Kepemilikan komputer Pemanfaatan waktu 1. Nonton TV v v v luang 2. Bermain Game Gender murid Jenis kelamin v v v Level pendidikan 1. Pendidikan ayah v v v orang tua 2. Pendidikan ibu

20 b. Kuesioner guru Dalam kuesioner guru, banyak sekali item yang berkenaan dengan metode mengajar guru atau aktivitas di kelas, tetapi hal ini tidak termasuk yang akan dianalisis dalam penelitian ini. Yang akan dipertimbangkan dalam penelitian ini adalah variabel Kualitas Guru yang indikatornya terdiri dari (Tabel-2): Tabel-2. Variabel Kualitas Guru Dalam Kuesioner Tahun 1999, 2003, dan 2007 Variabel Indikator Kualitas Guru 1. Perasaan aman v v v 2. Kepuasan kerja v v v v v v 3. Level pendidikan v v v 4. Latar belakang pendidikan v v v 5. Pengalaman mengajar c. Kuesioner Kepala sekolah Dalam kuesioner yang diberikan kepada kepala sekolah, item yang digunakan dalam analisis ini hanya 1 item saja, yaitu item tentang lokasi sekolah baik pada siklus 1999, 2003, dan Dalam penelitian ini, hanya sebagian kecil saja dari variabel melalui kuesioner yang akan dianalisis. Penulis memilih item pertanyaan yang ada pada kuesioner (baik siswa, guru maupun kepala sekolah) yang relevan dengan tujuan penelitian ini. Itemitem yang terpilih tersebut kemudian dikelompokkan sesuai dengan konstruknya. Sebenarnya, di dalam laporan TIMSS sudah ditentukan konstruk psikologis yang hendak diukur, yaitu self efficacy, attitude, aspirasi siswa dalam bersekolah/pendidikan, sikap terhadap sekolah, dan pemanfaatan waktu luang. Selain itu, ada konstruk psikologi lain yang penting pengaruhnya terhadap prestasi belajar yaitu locus of control. Namun sayangnya butir yang mengukur hal tersebut hanya terdapat pada kuesioner siswa tahun Oleh sebab itu, yang dianalisis dalam penelitian ini hanyalah self efficacy dan attitude saja. Untuk kedua variable ini, terlebih dahulu akan dilakukan uji validitas konstruk (construct validity) secara empirik. 13

21 3.3 Uji Validitas Konstruk Self Efficacy dan Attitude Pengujian validitas konstruk dilakukan dengan cara menguji hipotesis yang menyatakan bahwa semua item mengukur satu hal saja yaitu konstruk psikologi yang didefinisikan. Dalam hal ini, metode statistika yang dikenal sebagai Confirmatory Factor Analysis (CFA) dapat digunakan. Ada dua langkah yang perlu dilakukan dalam rangka analisis ini: (1) menguji hipotesis apakah suatu model uni-dimensional (semua item merupakan indikator bagi satu faktor yang hendak diukur) sesuai (fit) dengan data yang dihasilkan, dan (2) jika terbukti memang model uni-dimensional yang fit dengan data, maka dilakukan uji hipotesis apakah masing-masing item signifikan dalam menghasilkan informasi tentang faktor yang diukur. Hipotesis yang pertama dapat diuji dengan 2 test apakah ada perbedaan yang signifikan antara model dan data, sedangkan hipotesis yang kedua dapat diuji misalnya dengan t test terhadap masingmasing koefisien muatan faktor, apakah signifikan lebih besar dari nol. Analisis faktor konfirmatorik (CFA) ini dilakukan terhadap butir-butir kuesioner untuk mengukur (1) self efficacy dan (2) attitude terhadap Matematika, Fisika, dan Biologi, pada siklus studi tahun 1999, 2003 dan Sebagai ilustrasi, gambar-2 adalah uji validitas konstruk (CFA) untuk item-item yang dimaksudkan mengukur self efficacy terhadap Biologi pada kuesioner TIMSS Pada Gambar-2 terlihat bahwa model yang menyatakan keempat item self efficacy (SEF-1 s/d SEF-4) merupakan indikator yang valid dari satu dimensi yang dalam hal ini adalah self efficacy (model uni-dimensional) ternyata tidak ditolak karena 2 (1) 1.02 dengan p Ini berarti bahwa keempat item tersebut valid mengukur apa yang hendak diukur yaitu self efficacy terhadap mata pelajaran Biologi. Adapun koefisien muatan faktornya masing-masing adalah 0.65, 0.30, 0.13, dan 0.84 untuk item SEF-1 s/d SEF-4. Uji t test terhadap koefisien-koefisien ini ternyata menunjukkan bahwa keempat item tersebut signifikan dalam mengukur self efficacy. Dalam hal ini item SEF-4 adalah yang terbaik, diikuti oleh item SEF-1, SEF-2 dan yang paling lemah adalah item SEF-3. Perlu dicatat dari Gambar-2 bahwa model uni-dimensional terbukti fit dengan data setelah satu parameter tambahan disertakan yaitu korelasi antara dua measurement error (pada 14

22 SEF-2 dan SEF-3). Hal ini direpresentasikan oleh garis lengkung dengan dua anak panah yang menghubungkan measurement error di kedua item tersebut. Gambar-2. CFA Untuk Self Efficacy Terhadap Biologi Tahun 2007 Hasil lengkap dari uji validitas konstruk terhadap self efficacy dan attitude untuk mata pelajaran matematika, fisika, dan biologi, yang dilakukan untuk studi TIMSS tahun 1999, 2003, dan 2007 dirangkum dan disajikan pada Tabel-3. Selanjutnya koefisien muatan faktor dari masing-masing item yang mengukur Self Efficacy dan Attitude untuk tahun 1999, 2003, dan 2007 disajikan pada Tabel-4a, Tabel-4b, dan Tabel-4c. Perlu dicatat bahwa baik pada Table-3 maupun Table-4 tidak tersedia data kuesioner untuk tahun 1999 kecuali untuk mata pelajaran Matematika. 15

23 Tabel-3. Model Fit Untuk Self Efficacy dan Attitude Tahun Self Efficacy Attitude Math Fisika Biologi Math Fisika Biologi (1) 2.36 p (2) 1.65 p (2) 1.74 p (1) 2.73 p (1) 6.98 p (0) 0 p 1 2 (0) 0 p 1 2 (0) 0 p (1) 1.08 p (1) 0.29 p (1) 1.02 p (1) 0.14 p (1) 5.26 p (1) 0.25 p 0.61 Catatan: * Data Self Efficacy dan Attitude tak tersedia pada studi 1999 ** Attitude tahun 2003 hanya 3 items sehingga df=0 dan p=1.00 *** Self Efficacy Biologi 2003 dan Attitude 2007: p<0.05 tetapi RMSEA<0.02 Tabel-4a. Muatan Faktor Items Self Efficacy dan Attitude Tahun 1999 Self Efficacy Attitude Item Math Fisika Biologi Math Fisika Biologi

24 Tabel-4b. Muatan Faktor Items Self Efficacy dan AttitudeTahun 2003 Self Efficacy Attitude Item Math Fisika Biologi Math Fisika Biologi Tabel-4c. Muatan Faktor Items Self Efficacy dan AttitudeTahun 2007 Self Efficacy Attitude Item Math Fisika Biologi Math Fisika Biologi Sebagai rangkuman dari uji validitas konstruk atas pengukuran self efficacy dan attitude, dapat disampaikan hal-hal berikut: 17

25 1. Kecuali pada pelajaran Biologi 2003, semua pengukuran self efficacy terbukti 2 bersifat uni-dimensional dengan nilai yang menghasilkan p>0.05. Begitu pula halnya dengan semua pengukuran attitude kecuali untuk Fisika tahun Namun demikian, kedua pengukuran yang tidak fit dengan kriteria 2 ini tetap dapat digunakan karena jika menggunakan kriteria RMSEA (Root Mean Square Error Adjusted) diperoleh nilai yang amat dekat dengan nol, yaitu kurang dari Apalagi jika mengingat sampelnya sangat besar, yaitu lebih dari 3000 orang. 2. Karena pengukuran attitude pada tahun 2003 hanya terdiri dari tiga items, maka Confirmatory Factor Analysis akan menghasilkan df=0, sehingga akan selalu fit dengan data 3. Item self efficacy terhadap matematika terbukti cukup konsisten untuk tahun 1999 dan 2003, tetapi pada tahun 2007 terjadi sedikit perubahan pada item nomor 1 dan 4 walaupun secara umum masih dapat diterima. 4. Item self efficacy terhadap fisika terdapat perbedaan cukup signifikan pada item 2 dan 3 di mana pada tahun 2007 tampaknya kedua item ini kurang berfungsi maksimal. 5. Item self efficacy terhadap biologi cukup konsisten antara tahun 2003 dan 2007, di mana perubahan koefisien dari negatif menjadi positif pada item 2, 3, dan 4 pada tahun 2007 adalah karena pada skoring tahun 2007 telah dilakukan penyesuaian (reversed). 6. Semua pengukuran attitude tahun 2003 dan 2007 amat konsisten kecuali item 3 pada matematika Namun demikian pengukuran attitude terhadap matematika pada tahun 1999 menunjukkan bahwa hanya item nomor 4 yang konsisten dengan hal yang sama pada tahun 2003 dan Jika dilihat dalam masing-masing tahun (2003 dan 2007), maka terlihat bahwa baik pengukuran self efficacy maupun attitude terbukti cukup konsisten secara lintas mata pelajaran. Kalaupun pada self efficacy biologi 2007 terjadi perubahan tanda 18

26 yang menjadi positif, itu karena penyesuaian skoring seperti telah disebutkan pada butir 5 di atas. 8. Secara keseluruhan validitas konstruk dan kualitas item adalah cukup baik dan dapat diterima. Namun hampir semua item tampaknya cenderung multidimensional dalam arti meskipun valid dan signifikan mengukur konstruk yang hendak diukur tetapi ia juga mengukur hal lain jika bersama-sama dengan item tertentu lainnya. Hal ini terlihat dari kenyataan bahwa model fit selalu diperoleh setelah beberapa measurement error dibuat berkorelasi satu sama lain. 3.4 Teknik Analisis Data Tujuan utama penelitian adalah untuk membandingkan prestasi belajar siswa Indonesia dari siklus studi tahun 1999 dengan 2003 dan selanjutnya Pada studi yang mungkin telah ada sebelumnya, teknik analisis data umumnya masih terbatas pada membandingkan secara langsung skor tes prestasi Matematika dan IPA tanpa memperhitungkan dampak variabel-variabel lain yang mempengaruhi prestasi tersebut. Di samping itu juga tidak diperhitungkan bahwa dampak variabel lain tersebut dapat berbeda pola maupun signifikansinya terhadap prestasi belajar dari satu siklus ke siklus berikutnya. Hal ini mengingat siswa dan sekolah yang dijadikan sampel berbeda, guru dan kepala sekolahnyapun berbeda dan kemungkinan telah ada perubahan-perubahan kebijakan dalam kurun waktu antar siklus tersebut. Dalam penelitian ini, analisis data dilakukan dengan memperhitungkan hal-hal di atas. Artinya, peneliti ingin membandingkan apakah ada perbedaan/kenaikan prestasi belajar dari siklus studi yang satu ke siklus studi berikutnya seandainya perbandingan tersebut dilakukan dalam keadaan dimana pengaruh variabel-variabel lain se-equal mungkin. Dalam hal ini, teknik analisis data yang dilakukan adalah dengan constraint sebagai berikut: 1. Bahwa model teoritis tentang pengaruh dari attitude, self efficacy, dan locus of control terhadap prestasi belajar adalah sama dan berlaku pada ketiga siklus studi. 2. Bahwa besarnya pengaruh dari ketiga variabel ini (attitude, self efficacy, dan locus of control) adalah sama pada ketiga siklus studi. 19

27 3. Bahwa hanya item yang digunakan baik pada tahun 1999, 2003 dan 2007 saja yang akan diikutkan dalam analisis untuk membandingkan prestasi belajar pada ketiga siklus studi 4. Bahwa karena siswa yang menjadi sampel tahun 1999 berbeda dengan tahun 2003 dan 2007 maka dampak suatu variabel terhadap dirinya sendiri pada tahun berikutnya tak dapat diestimasi (misalnya apakah prestasi, self efficacy, dan attitude tahun 2007 ditentukan oleh prestasi, self efficacy, dan attitude tahun 2003?). 5. Bahwa validitas dan reliabilitas alat ukur ketiga variabel ini adalah sama pada ketiga siklus studi (dampak kesalahan pengukuran dikonstankan, sekurangkurangnya diperhitungkan secara statistikal). Jika perbandingan prestasi antar siklus dilakukan dengan constraint (kondisi yang disamakan) seperti tersebut di atas, maka akan diperoleh hasil perbandingan yang lebih murni. Selain itu, melalui teknik analisis ini dapat diungkapkan pula variabel mana yang sangat menentukan prestasi belajar siswa, terutama jika variabel tersebut dapat dipengaruhi melalui kebijakan. Adapun teknik analisis data yang dapat digunakan untuk menjawab pertanyaan penelitian dan sekaligus memenuhi persyaratan (konstrain) di atas adalah model persamaan struktural dengan latent variable yang bersifat multi-group. Sedangkan perangkat lunak yang dapat digunakan dalam hal ini diantaranya adalah Lisrel versi 8.8 (Joreskog dansorbom, 2006). Perangkat lunak lain yang memiliki kemampuan minimal sama dengan Lisrel adalah MPLUS (Muthen, 2009) dan EQS (Bentler, 2008). Dalam penelitian ini yang akan digunakan adalah Lisrel versi

28 BAB IV HASIL PENELITIAN Pada bab ini akan diuraikan temuan-temuan yang didapat dalam penelitian mengenai trend prestasi TIMSS pada siklus tahun 1999, 2003 dan Dari data yang ada, ternyata variabel Locus of control hanya tersedia pada siklus tahun 1999, dan tidak terdapat pada angket pada siklus 2003 dan Oleh sebab itu dalam perbandingan prestasi antara ketiga siklus, pengaruh dari variabel ini tidak dimasukkan pada model yang dianalisis. Selanjutnya, khusus untuk IPA (Biologi dan Fisika) pada studi siklus tahun 1999 ternyata tidak diperoleh data mengenai variabel self efficacy, attitude dan locus of control. Oleh sebab itu, perbandingan bidang studi IPA hanya dilakukan antara siklus tahun 2003 dengan siklus tahun Yang pertama akan disajikan adalah gambaran deskriptif tentang ketiga konstruk yang akan dianalisis dalam model prestasi belajar, yaitu self efficacy, attitude, dan prestasi pada setiap mata pelajaran untuk tahun 1999, 2003, dan Setelah itu akan disajikan hasil pengujian model prestasi belajar, yang dalam hal ini tidak selengkap model yang direncanakan seperti pada Gambar-1. Variabel kualitas guru, aspirasi siswa, pendidikan orang tua, banyaknya PR/les, penggunaan waktu luang, jenis kelamin, lokasi sekolah, locus of control, dan attitude toward school, terpaksa tak dapat dimasukkan ke dalam model karena satu atau beberapa alasan seperti (1) tak tersedia data lengkap untuk seluruh tahun, (2) banyak mising-data pada variabel yang bersangkutan, (3) respons yang terlalu bias (misalnya social-desirability yang tinggi sehingga nyaris tanpa variasi), (4) respons yang tidak serius, (5) korelasi yang terlalu rendah terhadap semua variabel, dll. Dengan demikian, dalam menguji model prestasi belajar hanya ada dua konstruk utama yang dianalisis yaitu self efficacy dan attitude terhadap mata pelajaran. Pada bagian terakhir disampaikan hasil pengujian perbedaan prestasi antar tahun dengan konstrain atau kondisi yang telah disampaikan pada bagian metodologi. 21

29 4.1 Gambaran Deskriptif Berikut ini gambaran desriptif tentang variabel self efficacy dan attitude tehadap Matematika, Fisika, dan Biologi pada tahun 1999, 2003 dan 2007, serta Mean dan Standar Deviasi Prestasi mata pelajaran yang bersangkutan pada tahun tersebut Self Efficacy Matematika Distribusi skor self efficacy terhadap mata pelajaran Matematika pada tahun 1999, 2003, dan 2007 disajikan pada Gambar-3, 4, dan 5 di bawah ini. Skor yang dilaporkan di sini bukanlah merupakan penjumlahan dari skor item, melainkan true scores (factor scores) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap self efficacy. Juga perlu dicatat bahwa ketiga gambar tersebut tidak menggunakan skala yang komparabel karena hanya merupakan skor baku pada masing-masing sampel (single group analysis). Gambar-3 Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun 1999 SEFMAT Frequencies Histogram Var: SEFM AT99 N = 2710 Mean = S.D. =

30 Gambar-4. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun 2003 SEFMAT Frequencies H istogram Var: SEFMAT03 N = 2732 M e an = S.D. = Gambar-5. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Matematika Tahun 2007 SEFMAT Frequencies Histogram Var: SEFM AT07 N = 2342 Mean = S.D. = Pada gambar terlihat bahwa distribusi self efficacy terhadap mata pelajaran Matematika untuk sampel tahun 1999 sangat mendekati kurva normal. Begitu pula 23

31 distribusi self efficacy yang sama untuk tahun 2003 tidak terlalu jauh menyimpang dari kurva normal meskipun memiliki dua puncak. Lain halnya dengan distribusi self efficacy terhadap pelajaran Matematika pada tahun 2007 yang tersebar menjurus ke arah distribusi yang uniform, meskipun sebenarnya sebagian besar frekuensi tetap berada di tengah. Ada kemungkinan sebagian responden pada sampel tahun 2007 kurang serius dalam menanggapi item-item self efficacy. Adapun analisis tentang perbandingan atau trend self efficacy tahun 1999, 2003 dan 2007 akan disajikan di bagian lain dari laporan ini yaitu pada analisis yang bersifat multy-group Self Efficacy Fisika Distribusi skor self efficacy terhadap mata pelajaran Fisika pada tahun 2003, dan 2007 disajikan pada Gambar-6 dan Gambar-7 di bawah ini. Di sinipun, skor yang dilaporkan bukanlah merupakan penjumlahan dari skor item, melainkan true skor (factor score) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap self efficacy, yang juga dilakukan dengan single group analysis. Gambar-6. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Fisika tahun 2003 SEFFIS Frequencies Histogram Va r: SEFFIS03 N = 3905 Mean = S.D. =

32 Gambar-7. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Fisika Tahun 2007 SEFFIS Frequencies Histogram Var: SEFFIS07 N = 3435 Mean = S.D. = Self Efficacy Biologi Distribusi skor self efficacy terhadap mata pelajaran Biologi pada tahun 2003, dan 2007 disajikan pada Gambar-8 dan Gambar-9 di bawah ini. Di sinipun, skor yang dilaporkan bukanlah merupakan penjumlahan dari skor item, melainkan true skor (factor score) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap self efficacy, yang juga dilakukan dengan single group analysis. 25

33 Gambar-8. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Biologi tahun 2003 SEFBIO Frequencies Histogram Var: SEFBIO03 N = 3685 Mean = S.D. = Gambar-9. Distribusi Factor Score dari Self Efficacy terhadap Mata Pelajaran Biologi tahun 2007 SEFBIO F r e q u e n ci e s Var : SEFBI O 07 N = 3356 Mean = Histogram S. D. = Attitude Terhadap Matematika Distribusi skor attitude terhadap mata pelajaran Matematika pada tahun 1999, 2003, dan 2007 disajikan pada Gambar-10, Gambar11, dan Gambar-12 di bawah ini. Di sinipun, skor yang dilaporkan bukanlah merupakan penjumlahan dari skor item, melainkan true skor (factor score) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap atitude, yang juga dilakukan dengan single group analysis. 26

34 Gambar-10. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika tahun 1999 ATTMAT Frequencies Histogram Var: ATTMAT99 N = 2710 Mean = S.D. = Gambar-11. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika Tahun 2003 ATTMAT F re q u e n c i e s Histogram Var: ATTMAT03 N = 2732 Mean = S.D. =

35 Gambar-12. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Matematika tahun 2007 ATTMAT Frequencies Histogram Var: ATTMAT07 N = 2342 Mean = S.D. = Seperti halnya pada self efficacy, pengukuran attitude terhadap matematika pada tahun 2007 menunjukkan distribusi frekuensi yang sangat berbeda dengan tahun 1999 dan Hal ini juga merupakan indikasi bahwa respons terhadap kuesioner tahun 2007 tidaklah sebaik yang dilakukan oleh reponden tahun 1999 dan Attitude Terhadap Fisika Distribusi skor attitude terhadap mata pelajaran Fiska pada tahun 2003, dan 2007 disajikan pada Gambar-13, dan Gambar-14 di bawah ini. Di sinipun, skor yang dilaporkan bukanlah merupakan penjumlahan dari skor item, melainkan true skor (factor score) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap atitude, yang juga dilakukan dengan single group analysis. 28

36 Gambar-13. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Fisika tahun 2003 ATTFIS Frequencies Histogram Var: ATTFIS03 N = 3905 Mean = S.D. = Gambar-14. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Fisika tahun 2007 ATTFIS Frequencies Histogram Var: ATTFIS07 N = 3435 Mean = S.D. = Attitude Terhadap Biologi Distribusi skor attitude terhadap mata pelajaran Biologi pada tahun 2003, dan 2007 disajikan pada Gambar-15, dan Gambar-16 di bawah ini. Di sinipun, skor yang dilaporkan bukanlah merupakan penjumlahan dari skor item, melainkan true skor 29

37 (factor score) yang diperoleh dari analisis faktor konfirmatorik dalam rangka uji validitas konstruk terhadap atitude, yang juga dilakukan dengan single group analysis. Gambar-15. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Biologi tahun 2003 ATTBIO Frequencies Histogram Var: ATTBIO03 N = 3685 Mean = S.D. = Gambar-16. Distribusi Factor Score dari Attitude terhadap Mata Pelajaran Biologi tahun 2007 ATTBIO F re q u e n ci e s Var : ATTBI O 07 N = 3356 M ean = Histogram S. D. =

38 4.1.7 Mean dan Standard Deviasi Berikut ini disajikan mean dan standar deviasi variabel self efficacy, attitude, dan achievement pada bidang studi Matematika, Fisika, dan Biologi tahun 1999, 2003, dan Khusus untuk variabel self efficacy dan attitude pada Tabel-5 dan Tabel-6, skala antar tahun tidak komparabel karena tidak dikalibrasi ke dalam scaled-scores yang sama. Tabel-5. Mean dan SD Self Efficacy Terhadap Matematika, Fisika, dan Biologi Tahun 1999, 2003 dan Matematika Fisika Biologi Mean SD Mean SD Mean SD ,510 12, ,586 9,057 60,182 9, ,144 14, ,082 11, ,220 19, ,997 12,549 Tabel-6. Mean dan SD Attitude Terhadap Matematika, Fisika, dan Biologi pada siklus tahun 1999, 2003 dan Matematika Fisika Biologi Mean SD Mean SD Mean SD ,488 6, ,161 8, ,066 7, ,091 7, ,132 10, ,817 11, ,433 8,653 31