Penerapan Multilevel Generalized Structured Component Analysis untuk Melihat Hubungan antara Akreditasi dan Ujian Nasional
Abstract
Standar Nasional Pendidikan (SNP) merupakan kriteria minimal tentang
sistem pendidikan yang dikembangkan oleh Badan Standar Nasional Pendidikan
(BSNP) sebagai acuan dalam pelaksanaan akreditasi oleh Badan Akreditasi
Nasional Sekolah/Madrasah (BAN S/M). BSNP juga bertugas untuk
menyelenggarakan ujian nasional (UN) yang berbasis kertas-pensil (UNKP) dan
berbasis komputer (UNBK). Pada akreditasi dan UN seringkali dipengaruhi oleh
unsur hirarki atau level yang lebih tinggi. Penelitian ini bertujuan untuk
mengevaluasi hubungan antara SNP dan UN pada jenjang SMP/MTs di pulau Jawa
yang tersarang pada wilayah provinsi.
SNP merupakan peubah laten karena tidak dapat diukur secara langsung,
sehingga digunakan butir-butir indikator untuk mengukurnya. Structural equation
modeling (SEM) merupakan suatu metode analisis yang digunakan untuk melihat
hubungan antar peubah laten atau antara peubah laten dengan peubah indikatornya.
Salah satu metode dalam SEM adalah generalized structured component analysis
(GSCA) yang dikembangkan untuk mengatasi permasalahan pada SEM berbasis
kovarian yang harus memenuhi asumsi parametrik, seperti sebaran data bersifat
normal ganda dan pengamatan saling bebas. Pada praktiknya, data seringkali
memiliki struktur bejenjang (hirarki), dimana sekolah tersarang pada wilayah
kabupaten/kota/provinsi. Analisis multilevel GSCA (MGSCA) digunakan untuk
melihat adanya perbedaan pola hubungan SNP dan UNBK antar provinsi yang
dilihat dari nilai rataan dan simpangan baku koefisien jalur.
Berdasarkan analisis yang telah dilakukan dapat disimpulkan bahwa secara
multilevel standar yang berpengaruh langsung terhadap UNBK adalah standar
kompetensi lulusan, sedangkan standar isi, standar proses, dan standar penilaian
berpengaruh secara tidak langsung terhadap UNBK melalui standar kompetensi
lulusan. Selain itu, hubungan antara standar isi dan standar kompetensi lulusan
terhadap UNBK memperlihatkan adanya perbedaan yang signifikan di seluruh
provinsi di pulau Jawa. Hal ini menunjukkan bahwa karakteristik provinsi
memengaruhi mutu sekolah. Total keragaman dari semua peubah yang dapat
dijelaskan oleh model pada data SMP/MTS di Jawa adalah sebesar 72.44%. National Education Standards (SNP) are the minimum criteria about the
education system developed by the National Education Standards Agency (BSNP)
as a reference in the implementation of accreditation by the National School/
Madrasah Accreditation Board (BAN S/M). BSNP is also tasked with holding a
paper-based national exam (UNKP) and computer-based national exam (UNBK).
Accreditation and the national exam are often influenced by hierarchical elements
or higher levels. This study aims to evaluate the relationship between SNPs and the
UNBK at the level of junior high school in Java which is nested in province.
The SNP is a latent variable because it cannot be measured directly, so
indicator items are used to measure it. Structural equation modeling (SEM) is an
analytical method used to evaluate the relationship between latent variables or
between latent variables and indicator variables. One method of SEM is generalized
structured component analysis (GSCA) which was developed to overcome
problems in covariance-based SEM that must meet parametric assumptions, such
as multivariate normal distribution of data and independent observations. In
practice, data often have a hierarchical structure where the schools are nested in
district/city/province. Multilevel GSCA analysis (MGSCA) is used to see
differences in the pattern of SNP and UNBK relationships between provinces as
seen from the average value and standard deviation of path coefficients.
Based on the analysis that has been done, it can be concluded that the graduate
competency standard directly influences on UNBK, while the content standard,
process standard, and assessment standard have an indirect effect on UNBK
through the graduate competency standard. In addition, the relationship between
content standard and competency standard for UNBK shows that there are
significant differences in all provinces in Java. This shows that provincial
characteristics affect school quality. The total diversity of all variables can be
explained by the model is 72.44%.