Evaluasi Hubungan antara Akreditasi dan Ujian Nasional dengan Fuzzy Clusterwise Generalized Structured Component Analysis

Abstract

Akreditasi adalah suatu kegiatan penilaian untuk menentukan kelayakan satuan pendidikan berdasarkan standar yang telah ditetapkan untuk menjamin mutu pendidikan. Penilaian akreditasi satuan pendidikan mengacu pada Standar Nasional Pendidikan (SNP) sebagai kriteria minimal sistem pendidikan di Indonesia yang digunakan dalam perencanaan, pelaksanaan, dan pengawasan pendidikan bagi berbagai elemen penyelenggara pendidikan. SNP merupakan peubah laten yang diukur melalui peubah indikatornya yang terdiri atas beberapa butir pernyataan yang terdapat pada instrumen akreditasi. Penelitian ini bertujuan untuk melihat karakteristik sekolah di Indonesia dan mengevaluasi hubungan antara akreditasi dan ujian nasional (UN) pada jenjang SMP/MTs. Salah satu analisis yang digunakan untuk mengukur hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah indikatornya adalah structural equation modeling (SEM). SEM memiliki dua jenis pendekatan, yaitu covariance based structural equation modeling (CBSEM) dan variance based structural equation modeling, yaitu partial least square path modeling (PLSPM) dan generalized structured component analysis (GSCA). Penggunaan CBSEM terbatas karena dipengaruhi oleh beberapa asumsi, sedangkan PLSPM merupakan metode yang bebas asumsi tetapi tidak dapat mengukur overall goodness of fit model. GSCA mengatasi kekurangan dari beberapa metode sebelumnya. Sebagai metode yang bebas asumsi, GSCA juga dapat mengukur overall goodness of fit model pada objek yang dianggap homogen. Ketika terjadi heterogenitas pada data peubah laten, dilakukan teknik penggabungan antara fuzzy clustering dengan GSCA pada satu kerangka kerja yang dikenal dengan fuzzy clusterwise generalized structured component analysis (FCGSCA). Penggerombolan sekolah dengan fuzzy c-means, diperoleh bahwa sekolah dibagi menjadi dua, cluster 1 dan cluster 2. Cluster 1 dicirikan oleh sekolah yang memiliki skor SNP dan nilai UNBK yang lebih rendah dibanding sekolah pada cluster 2. Dari 34 provinsi di Indonesia, Daerah Istimewa Yogyakarta menjadi satu-satunya provinsi yang sebagian besar sekolahnya menjadi anggota cluster 2. Hasil evaluasi model pengukuran, berdasarkan model pengukuran reflektif diperoleh bahwa kedua cluster sudah memiliki validitas konvergen, validitas diskriminan dan reliabilitas komposit yang baik. Berdasarkan model pengukuran formatif diperoleh bahwa terdapat beberapa indikator yang tidak valid, yaitu 6 indikator pada cluster 1 dan 15 indikator pada cluster 2. Hasil evaluasi model struktural menunjukkan bahwa koefisien jalur standar isi (SI), standar penilaian (SPN) dan standar proses (SPR) terhadap UN tidak menunjukkan adanya pengaruh hubungan yang signifikan. Peubah laten UN memberikan nilai koefisien determinasi terkecil pada kedua cluster, masing-masing sebesar 0.171 dan 0.068. Nilai Q-square pada kedua cluster menunjukkan bahwa model sudah memiliki predictive relevance yang sangat baik. Ukuran kebaikan model keseluruhan diperoleh bahwa nilai FIT dan AFIT cluster 1 lebih tinggi dibanding cluster 2, dengan nilai masing-masing sebesar 0.616 dan 0.599, sehingga diperoleh kesimpulan bahwa cluster 1 lebih baik dalam menggambarkan keragaman data dibanding cluster 2.