tuntas, dan menjadi wirausahawan dapat menjadi salah satu pilihan karir. Faktor
yang mempengaruhi munculnya jiwa wirausaha diduga salah satunya ...
PENGARUH POLA ASUH ORANG TUA TERHADAP KECENDERUNGAN JIWA WIRAUSAHA MAHASISWA ITS DENGAN MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL Arlina Sephana1 dan Dwi Endah Kusrini2 Mahasiswa Jurusan Statistika FMIPA-ITS (
[email protected]) 2 Dosen Jurusan Statistika FMIPA-ITS (
[email protected])
1
ABSTRAK Pengangguran merupakan masalah sosial yang hingga saat ini belum terselesaikan dengan tuntas, dan menjadi wirausahawan dapat menjadi salah satu pilihan karir. Faktor yang mempengaruhi munculnya jiwa wirausaha diduga salah satunya dipengaruhi oleh pola asuh orang tua. Tiga jenis pola asuh yang digunakan sebagai variabel penelitian adalah pola asuh demokrasi, permisif, dan otoriter. Penelitian ini bertujuan untuk mengkaji pengaruh dari masing-masing pola asuh orang tua tersebut terhadap kecenderungan jiwa wirausaha mahasiswa ITS. Analisis yang digunakan adalah Model Persamaan Struk-tural untuk mengestimasi pengaruh variabel secara simultan. Data yang digunakan pada penelitian ini merupakan data primer menggunakan metode survei melalui kuisioner. Teknik pengam-bilan sampel menggunakan teknik probability sampling dengan ukuran sampel proporsional dan jumlah sampel 121. Berdasarkan analisis yang dilakukan, diperoleh kesimpulan bahwa pola asuh demokrasi berpengaruh secara signifikan sebesar 0,49 terhadap jiwa wirausaha, sedangkan pola asuh permisif dan pola asuh otoriter keduanya tidak berpengaruh secara signifikan terhadap jiwa wirausaha dengan nilai estimasi parameter masingmasing sebesar 0,02 dan 0,09. Kata Kunci : Model Persamaan Struktural, Pola Asuh, Demokrasi, Permisif, Otoriter, Jiwa Wirausaha. 1. Pendahuluan Pengangguran merupakan masalah sosial yang hingga saat ini belum terselesaikan dengan tuntas. Menjadi wirausahawan dapat menjadi salah satu pilihan karir. Kewirausahaan dapat diartikan sebagai kemampuan melihat dan menilai kesempatan-kesempatan bisnis, mengumpulkan sumbersumber daya yang dibutuhkan guna mengambil keuntungan dari padanya dan mengambil tindakan tepat guna memastikan sukses (Meredith, 2000). Penelitian tentang minat berwirausaha yang dilakukan oleh Wijatmiko (2004), menunjukan persentase minat berwirausaha pada mahasiswa berada pada tingkat sedang 82,98%, sisanya memiliki minat berwirausaha pada tingkat tinggi 17,02% dan minat berwirausaha pada tingkat rendah tidak ada. Penelitian lain oleh Meinitha (2006), di mana penelitian tersebut mengkaji mengenai pengaruh pola asuh orang tua terhadap jiwa wirausaha mahasiswa di Jurusan Teknik Industri angkatan 2002-2005. Faktor yang mempengaruhi munculnya jiwa wirausaha diduga salah satunya dipengaruhi oleh pola asuh orang tua dan latar belakang keluarga (Mc Cleland, 1991). Pola asuh dapat dibagi menjadi 3 macam, yakni pola asuh demokratis, permisif, dan otoriter (Dariyo, 2004). Penelitian ini menggunakan analisis model persamaan struktural karena variabel-variabel yang digunakan bersifat konstruk, yang tidak dapat diukur secara langsung, sehingga metode ini dapat memberikan informasi kepada peneliti melalui perhitungan secara komprehensif dan pengujian teori. Berdasarkan uraian latar belakang di atas, maka permasalahan yang akan diselesaikan dalam penelitian ini adalah bagaimana pengaruh pola pola asuh demokrasi, permisif, dan otoriter terhadap kecenderungan jiwa wirausaha mahasiswa ITS. Manfaat yang diharapkan adalah sebagai bahan informasi dan gambaran umum yang berkaitan dengan jiwa wirausaha mahasiswa ITS. 2. Tinjauan Pustaka 2.1 Model Persamaan Struktural Model Persamaan Struktural adalah teknik analisis statistika yang mengkombinasikan beberapa aspek yang terdapat pada analisis jalur dan analisis faktor konfirmatori untuk mengestimasi beberapa persamaan secara simultan (Bagozi dan Fornell dalam Ghozali dan Fuad, 2005). 1
2.2 Model Struktural Model struktural adalah hubungan antara variabel laten (konstruk) independen dan dependen. Dalam model struktural, variabel laten dibedakan menjadi dua macam, yakni variabel laten eksogen dan variabel laten endogen. Model umum persamaan struktural dapat dituliskan dalam persamaan matrik berikut (Johnson, 1992).
η( mx1) = B(mxm)η( mx1) + Γ(mxn)ξ ( nx1) + ζ ( mx1)
(1)
dimana: η = Variabel laten endogen B = Koefisien pengaruh variabel laten endogen Γ = Koefisien pengaruh variabel laten eksogen ξ = Vaiabel laten eksogen ζ = Error model m = Banyaknya variabel laten endogen n = Banyaknya variabel laten eksogen 2.3 Model Pengukuran Model pengukuran adalah hubungan antara variabel indikator (observasi) dengan variabel konstruk (variabel laten). Hubungan ini dinyatakan dengan loading faktor yang menunjukkan besar korelasi antara indikator dengan variabel laten yang dijelaskannya. Variabel laten adalah variabel yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator sebagai proksi (Ghozali dan Fuad, 2005). Variabel laten merupakan sebuah variabel bentukan, yang dibentuk melalui indikatorindikator yang teramati dalam dunia nyata (Hair et al., 1998 dalam Ghozali dan Fuad, 2005). Dalam melakukan analisa pada model pengukuran ini, metode yang digunakan adalah Confirmatory Factor Analysis (CFA). 2.4 Composite Reliability Di samping menguji reliabilitas indikator individual, juga dapat dinilai reliabilitas gabungan (composite reliability) untuk masing-masing variabel laten (Ghozali dan Fuad, 2005). Untuk melakukan hal tersebut perlu adanya informasi pada loading indikator dan error variance yang diperoleh dengan mengguna-kan rumus sebagai berikut:
(∑ Std .Loading ) (∑ Std .Loading ) + ∑ δ 2
Construct Re liability =
,
(2)
2
j
dimana Std.Loading tiap indikator diperoleh langsung dari perhitungan LISREL dan
δ j adalah
measurement error tiap indikator. 2.5 Asumsi dalam Model Persamaan Struktural Asumsi-asumsi yang harus dipenuhi dalam model persamaan struktural (Ghozali dan Fuad, 2005) antara lain: a. Multinormalitas Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas. Untuk menguji multinormalitas variabel digunakan plot χ 2 . Hipotesis yang digunakan sebagai berikut. H0 : Data mengikuti sebaran distribusi multinormal. H1 : Data tidak mengikuti sebaran distribusi multinormal. H0 akan ditolak jika daerah dibawah kurva χ 2 kurang dari 50%, artinya data tidak mengikuti sebaran distribusi multinormal. b. Tidak Adanya Kasus Multikolineritas Asumsi multikolinearitas mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen. Untuk mendeteksi multikolineritas dapat dilihat dari determinan matrik X’X. Jika X ' X bernilai mendekati nol, maka dapat diidentifikasi terjadinya kasus multikolinearitas. 2
2.6 Confirmatory Factor Analysis (CFA) Pada prinsipnya analisis ini hanya melakukan konfirmasi berdasarkan teori atau konsep yang sudah ada terhadap keakuratan (valid dan reliabel) kuisioner yang dibuat. H0 : λi = 0 (loading factor tidak signifikan dalam mengukur variabel laten) H1 : λi ≠ 0 (loading factor signifikan dalam mengukur variabel laten) dimana i = 1,2,......p adalah variabel indikator, sedangkan t-value dapat dihitung dari rumus berikut.
(3)
Bila t-value < t (α,df) maka tolak H0 dan estimasi parameter hubungan kausal (koefisien regresi) tidak signifikan dalam mengukur hubungan kausalitas. sehingga dikatakan tidak terbentuk unidimensionalitas. Reliabilitas variabel laten dapat diketahui dari nilai construct reliability ( ρ c ) dengan rumus sebagai berikut: p
ρc = dimana: ρ c = construct reliability
(∑ λi ) 2
(4)
i =1
p
p
i =1
i =1
[( ∑ λi ) 2 + (∑ θ i )]
λ = loading factor variabel indikator θ = error variabel indikator
P = banyaknya indikator variabel laten Variabel laten reliabel jika nilai construct reliability ( ρ c ) lebih dari 0,6 (Ghozali dan Fuad, 2005). 2.7 Uji Kesesuaian Model Tabel 2.1 akan menunjukkan nilai uji kesesuaian model sebagai berikut sebagai kriteria model dikatakan baik (Ghozali dan Fuad, 2005). Tabel 1 Goodness of Fit Statistics Index
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI 1.
Nilai yang diharapkan Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,9 ≥ 0,9 ≥ 0,9
χ 2 - Chi-Square Statistic dan P-value
Nilai chi-square sebesar nol menunjukkan bahwa model memiliki fit yang sempurna (perfect fit). Hipotesis yang akan diuji dalam kriteria ini adalah: H0 : Σ = Σ(θ) (matriks varian-kovarian populasi sama dengan matriks varian-kovarian model yang diestimasi) Hi : Σ ≠ Σ(θ) (matriks varian-kovarian populasi tidak sama dengan matriks varian-kovarian model yang diestimasi) Model yang diuji akan dipandang baik jika nilai Chi-square-nya rendah atau nilai P-value nya lebih dari 0,05. Dalam pengujian ini nilai Chi-square yang rendah akan menghasilkan sebuah tingkat signifikansi yang lebih besar dari 0,05 akan mengindikasikan tak adanya perbedaan yang signifikan antara matriks kovarian data dan matriks kovarian yang diestimasi. 2. RMSEA- The Root Mean Square Error of Approximation Dari beberapa indikator model fit yang ada, RMSEA merupakan indikator yang paling informatif. RMSEA mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarians populasinya (Brown dan Cudeck, 1993 dalam Ghozali dan Fuad, 2005). 3
∑ ∑
dimana: sij = varians kovarians data observasi
/
(5)
= varians kovarians model p = jumlah variabel endogen Nilai RMSEA yang kurang dari 0,05 mengindikasikan adanya model fit. Nilai yang berkisar antara 0,05 sampai 0,08 menyatakan bahwa model memiliki perkiraan kesalahan yang dapat diterima (reasonable). Sedangkan RMSEA yang berkisar antara 0,08 sampai 0,1 menyatakan bahwa model memiliki fit yang cukup (mediocre), (Mac Callum et al 1996 dalam Ghozali dan Fuad,2005). RMSEA yang lebih dari 0,1 mengindikasikan bahwa model fit yang sangat jelek. 3. GFI ( Goodness of Fit Indices ) Indeks kesesuaian (fit index) ini akan menentukan tingkat informasi dari matriks variankovarian observasi yang dapat dijelaskan oleh matriks varian-kovarian model (Mueller, 1996). GFI adalah ukuran non-statistikal yang mempunyai rentang nilai antara 0 sampai 1. Nilai yang tinggi dalam indeks ini menunjukkan sebuah ‘better fit’. 4. AGFI (Adjusted Goodness of Fit Index) Adjusted Goodness of Fit Index sama seperti GFI, tetapi telah menyesuaikan pengaruh degrees of freedom pada suatu model. Sama seperti GFI, nilai AGFI sebesar satu berarti model memiliki perfect fit. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90 (Hair et al., 1998). Perlu diketahui bahwa baik GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarian sampel. 5. CFI ( Comperative Fit Index ) Besaran indeks ini adalah pada rentang nilai sebesar nol sampai satu, dimana semakin mendekati satu mengindikasi-kan tingkat fit yang paling tinggi a very good fit. Nilai yang direkomendasikan adalah CFI ≥ 0,95. Keunggulan dari indeks ini bahwa indeks ini tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model.
2.8 Definisi Wirausaha Wirausaha yang juga dikenal sebagai entrepreneur adalah kemampuan kreatif dan inovatif yang dijadikan dasar, kiat, dan sumber daya untuk mencari peluang menuju sukses (Suryana, 1999). Entrepreneur juga dapat diartikan sebagai kemampuan melihat dan menilai kesempatan-kesempatan bisnis, mengumpulkan sumber-sumber daya yang dibutuhkan guna mengambil keuntungan dari padanya dan mengambil tindakan tepat guna memastikan sukses (Meredith, 2000). 2.9 Karakter Seorang Wirausaha Sifat-sifat yang menjadi karakter seorang wirausaha menurut Alma (2001) antara lain: a) Percaya diri b) Berorientasi pada tugas dan hasil c) Pengambilan resiko d) Kepemimpinan e) Keorisinilan f) Kreativitas g) Pengejaran prestasi pribadi 2.10 Pola Asuh Demokrasi Pola asuh demokrasi bercirikan adanya hak dan kewajiban orang tua dan anak adalah sama, dalam arti saling melengkapi (Dariyo, 2004). Pola asuh seperti ini anak benar-benar dilatih untuk berdisiplin karena orang tua menerapkan rasa tanggung jawab pada anak, dimana orang yang berdisiplin mampu menunjukkan tanggung jawabnya dalam bentuk berani menanggung resiko atas konsekuensi dari keputusan yang telah diambil. Orang tua yang memberikan pola asuh autoritative banyak memberikan kesempatan kepada anak untuk membuat keputusan secara bebas dengan lebih 4
baik, mendukung anak untuk memiliki kebebasan sehingga anak memiliki kepuasan, dan sedikit menggunakan hukuman badan untuk mengembangkan disiplin. Pola asuh ini menekankan pada hak setiap anak untuk mengetahui mengapa peraturan-peraturan dibuat serta apa kegunaannya. 2.11 Pola Asuh Permisif Menurut Dariyo (2004), pola asuh ini memberikan pengawasan yang sangat longgar. Memberikan kesempatan pada anaknya untuk melakukan sesuatu tanpa pengawasan yang cukup darinya. Mereka cenderung tidak menegur atau memperingatkan anak apabila anak sedang dalam bahaya, dan sangat sedikit bimbingan yang diberikan oleh mereka. Namun orang tua tipe ini biasanya bersifat hangat, sehingga seringkali disukai oleh anak. Pola asuh permisif ditandai dengan adanya kebebasan tanpa batas kepada anak untuk berbuat dan berperilaku sesuai dengan keinginan anak. Moesono (1993) menjelaskan bahwa pelaksanaan pola asuh permisif atau dikenal pula dengan pola asuh serba membiarkan adalah orang tua yang bersikap mengalah, menuruti semua keinginan, melindungi secara berlebihan, serta memberikan atau memenuhi semua keinginan anak secara berlebihan. 2.12 Pola Asuh Otoriter Pola asuh ini cenderung menetapkan standar yang mutlak harus dituruti, biasanya dibarengi dengan ancaman-ancaman. Orang tua tipe ini cenderung memaksa, memerintah, menghukum. Apabila anak tidak mau melakukan apa yang dikatakan oleh orang tua, maka orang tua tipe ini tidak segan menghukum anak. Orang tua tipe ini juga tidak mengenal kompromi dan dalam komunikasi biasanya bersifat satu arah. Orang tua tipe ini tidak memerlukan umpan balik dari anaknya untuk mengerti mengenai anaknya. Pola asuh otoriter ditandai dengan orang tua yang melarang anaknya dengan mengorbankan otonomi anak. 3. Metodologi Penelitian Data yang digunakan pada penelitian ini merupakan data primer. Data tersebut didapatkan dengan menggunakan metode survei melalui kuisioner. Metode yang digunakan adalah proportioned random sampling. Jumlah populasi mahasiswa ITS adalah sebesar 14.081 orang. Pada masing-masing jurusan akan dilakukan pengamatan dengan ukuran sampel proporsional terhadap jumlah mahasiswa pada masing-masing jurusan di ITS dengan total 121 sampel. Variabel-variabel penelitian akan diberikan skala Likert 1-6 dengan penilaian persepsi pernyataan dari sangat tidak setuju (skala 1), hingga sangat setuju (skala 6). Adapun variabel-variabel yang digunakan dalam penelitian ini adalah sebagai berikut: a. Variabel Kecenderungan Jiwa Wirausaha (Y) Kecenderungan jiwa berwirausaha dapat diukur dengan menggunakan 36 indikator berdasarkan teori dari konsep. Indikator-indikator tersebut dianalisis dengan menggunakan CFA dan didapatkan hasil bahwa sebanyak 25 indikator di antaranya valid dan 11 sisanya tidak, sehingga dalam analisis selanjutnya hanya digunakan 25 indikator yang menyusun konstruk jiwa wirausaha. b. Pola Asuh Demokrasi (PD) Pola asuh demokrasi dapat diukur dengan menggunakan 11 indikator berdasarkan teori dari konsep. Indikator-indikator tersebut dianalisis dengan menggunakan CFA dan didapatkan hasil bahwa sebanyak 9 indikator di antaranya valid dan 2 sisanya tidak, sehingga dalam analisis selanjutnya hanya digunakan 9 indikator yang menyusun konstruk pola asuh demokrasi. c. Pola Asuh Permisif (PP) Pola asuh permisif dapat diukur dengan menggunakan 9 indikator berdasarkan teori dari konsep. Indikator-indikator tersebut dianalisis dengan menggunakan CFA dan didapatkan hasil bahwa sebanyak 4 indikator di antaranya valid dan 5 sisanya tidak, sehingga dalam analisis selanjutnya hanya digunakan 4 indikator yang menyusun konstruk pola asuh permisif. d. Pola Asuh Otoriter (PO) Pola asuh otoriter dapat diukur dengan menggunakan 10 indikator berdasarkan teori dari konsep yang ada. Indikator-indikator tersebut dianalisis dengan menggunakan CFA dan didapatkan hasil bahwa sebanyak 6 indikator di antaranya valid dan 4 sisanya tidak, sehingga dalam analisis selanjutnya hanya digunakan 6 indikator yang menyusun konstruk pola asuh otoriter.
5
Metode analisis yang digunakan dalam penelitian ini melalui mela tahap-tahap tahap sebagai berikut: 1. Karakteristik demografi dan identitas responden yang dideskripsikan dengan diagram lingkaran. 2. Pengujian multinormalitas dan multikolinearitas 3. Pengujian unidimensionalitas nidimensionalitas setiap variabel laten dengan menggunakan Confirmatory Factor Analysis (CFA). 4. Analisis model persamaan struktural, struktural langkah-langkahnya adalah sebagai berikut: a. Pengembangan model berbasis konsep dan teori b. Mengkonstruksi Path Diagram iagram c. Evaluasi Goodness of fit d. Interpretasi dan modifikasi model. 4. Analisis dan Pembahasan 4.1 Deskripsi Karakteristik Demografi Responden Karakteristik responden dalam penelitian ini dideskripsikan dengan diagram lingkaran. Uraian mengenai karakteristik demografi responden tersebut adalah sebagai berikut. 16% 44%
Kurang dari 700.000 700.000 s.d 900.000
40%
Lebih dari 900.000
Gambar 1 Diagram Lingkaran Pengeluaran Responden
Responden yang memiliki pengeluaran kurang dari 700.000 rupiah adalah sebanyak 44%, sedangkan responden yang memiliki pengeluaran di antara 700.000 s.d 900.000 rupiah dan responden yang memiliki pengeluaran lebih dari 900.000 rupiah masing-masing masing adalah sebanyak banyak 40% dan 16%. 8%
8%
Berasal dari orang tua
2% 82%
Berasal dari keluarga (bukan orang tua) Beasiswa Penghasilan usaha sendiri
Gambar 2 Diagram Lingkaran Sumber Dana Pengeluaran Responden
Berdasarkan Gambar 2 sejumlah 82% responden memiliki ki sumber dana untuk pengeluaran yang berasal dari orang tua, sebanyak 2% berasal dari keluarga (bukan orang tua), sedangkan sedangkan sumber dana untuk pengeluaran responden yang berasal dari beasiswa dan penghasilan dari usaha sendiri masing masingmasing adalah sebanyak 8%. 29% Ya Tidak
71%
Gambar 3 Diagram Lingkaran Kepemilikan Usaha Responden
Berdasarkan Gambar 3 sebesar 71% responden tidak memiliki usaha sendiri, sedangkan sebesar 29% responden memiliki usaha sendiri. Kepemilikan usaha dalam hal ini dihubungkan dengan wirausaha yang dimiliki oleh responden. 4.2 Uji Multinormalitas Asumsi yang paling fundamental dalam dala analisis multivariate adalah normalitas. Pengujian multinormalitas dengan menggunakan macro Minitab disajikan dalam Tabel 2 berikut.
6
Tabel 2 Uji Multinormal Variabel Laten
Variabel Laten
Nilai daerah di bawah kurva χ 2
Kesimpulan
Pola Asuh Demokrasi Pola Asuh Permisif Pola Asuh Otoriter Jiwa Wirausaha
0.55 (55%) 0.59 (59%) 0.55 (55%) 0.58 (58%)
Distribusi Multinormal Distribusi Multinormal Distribusi Multinormal Distribusi Multinormal
Pengujian hipotesis untuk multinormalitas adalah sebagai berikut: H0 : Data mengikuti sebaran distribusi multinormal. H1 : Data tidak mengikuti sebaran distribusi multinormal H0 akan diterima jika daerah di bawah kurva χ 2 multivariate lebih dari 50%, artinya data mengikuti sebaran distribusi multinormal. Berdasarkan Tabel 4.1 dapat dilihat bahwa semua variabel laten mengikuti distribusi multinormal, karena nilai daerah dibawah kurva χ 2 lebih dari 50%. 4.3 Uji Multikolinearitas Deteksi multikolineritas dapat dilihat dari determinan matrik X’X. Jika
X'X
bernilai
mendekati nol, maka dapat diidentifikasi terjadinya kasus multikolinearitas. Hasil pengujian multikolinearitas dengan perhitungan X ' X adalah sebagai berikut pada Tabel 3. Tabel 3 Uji Multikolinearitas Variabel Laten
Variabel Laten Pola Asuh Demokrasi Pola Asuh Permisif Pola Asuh Otoriter Jiwa Wirausaha
X'X
Kesimpulan
4.32924E+19 5.02105E+18 4.03682E+17 3.46812E+52
Tidak terjadi kasus multikolinearitas Tidak terjadi kasus multikolinearitas Tidak terjadi kasus multikolinearitas Tidak terjadi kasus multikolinearitas
Berdasarkan Tabel 3 dapat dilihat bahwa semua variabel laten memiliki X ' X yang nilainya tidak mendekati nol (nilainya besar), sehingga dapat disimpulkan bahwa untuk semua variabel laten tidak terjadi kasus multikolinearitas. 4.4 Unidimensionalitas Variabel Jiwa Wirausaha Variabel laten Jiwa Wirausaha terdiri atas 25 variabel indikator. Untuk mengetahui unidimensionalitas variabel, dilakukan Confirmatory Factor Analysis (CFA). Pemodelan CFA Jiwa Wirausaha didapatkan model dengan df = 275 yang didapatkan dari perhitungan : df = ½ (p+q) (p+q+1) - t = ½ (0+25) (0+25+1) - 50 = 275 Tahapan selanjutnya yaitu pengujian kriteria kebaikan model karena model dalam keadaan overidentified (df>0). Model dikatakan baik (fit) jika nilai kebaikan model (goodness of fit) yang dihasilkan oleh program Lisrel sesuai dengan kriteria. Pada output Lisrel, diperoleh nilai goodness of fit untuk variabel Jiwa Wirausaha pada Tabel 4 berikut. Tabel 4 Goodness of Fit Variabel Laten Jiwa Wirausaha
Goodness of fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut off value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90 7
Hasil Model 568,680 0,000 0,090 0,730 0,680 0,700
Keterangan Kurang baik Kurang baik Kurang baik Kurang baik Kurang baik Kurang baik
Berdasarkan Tabel 4 diketahui bahwa goodness of fit index yang dihasilkan model belum memenuhi cut off value, dan beberapa indikator goodness of fit yang digunakan untuk menilai model fit di atas juga belum sesuai dengan nilai cut off, sehingga diperlukan modifikasi model guna memperoleh model yang sesuai. Modifikasi model dilakukan dengan mengkorelasikan antar residual indikator sesuai dengan anjuran yang terdapat pada output Lisrel. Tabel 5 menunjukkan bahwa tiga kriteria Goodness of Fit menyatakan model sudah baik yakni RMSEA, dan CFI. Hal ini memungkinkan untuk menyatakan model sudah cukup baik. Meskipun pada kriteria nilai Chi-Square, P-Value, GFI, dan AGFI model tersebut dikatakan kurang baik, akan tetapi 2 kriteria yang lain yakni RMSEA dan CFI menyatakan bahwa model telah cukup baik. Berdasarkan Tabel 5, modifikasi model juga menghasilkan penurunan nilai Chi Square pada model. Hal ini dapat dijadikan pertimbangan bahwa model dikatakan telah fit. Berdasarkan hasil tersebut, dapat disimpulkan bahwa model pengukuran variabel Jiwa Wirausaha dengan 25 indikator dalam penelitian ini sudah berada pada kondisi unidimensional. Tabel 5 Goodness of Fit Variabel Laten Jiwa Wirausaha – Modifikasi
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Hasil Model
Cut Off Value Sesuai dengan P-Value
323,59
≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
0,01 0,05 0,82 0,80 0,90
Keterangan Kurang baik (ada penurunan nilai setelah model dimodifikasi) Kurang baik Baik Kurang baik Kurang baik Baik
Berdasarkan output yang telah dianalisis, didapatkan bahwa nilai t-value untuk masing-masing indikator lebih besar dari 1,64 (nilai t-tabel pada tingkat signifikansi α = 10% ). Sehingga dapat disimpulkan bahwa semua variabel indikator valid. ,()
Construct reliability ,() ),*+ 0,883
Variabel laten Jiwa Wirausaha dapat dikatakan reliabel karena nilai construct reliability sebesar 0.883, yang lebih besar dari 0,6. Measurement model dari variabel laten Jiwa Wirausaha dengan menggunakan nilai estimate/ loading factor adalah: JW1 = 0,57 JW + ε1 JW10 = 0,36 JW + ε10 JW19 = 0,68 JW + ε19 JW2 = 0,59 JW + ε2 JW11 = 0,62 JW + ε11 JW20 = 0,29 JW + ε20 JW3 = 0,48 JW + ε3 JW12 = 0,51 JW + ε12 JW21 = 0,59 JW + ε21 JW4 = 0,44 JW + ε4 JW13 = 0,52 JW + ε13 JW22 = 0,48 JW + ε22 JW5 = 0,57 JW + ε5 JW14 = 0,60 JW + ε14 JW23 = 0,49 JW + ε23 JW6 = 0,50 JW + ε6 JW15 = 0,41 JW + ε15 JW24 = 0,56 JW + ε24 JW7 = 0,53 JW + ε7 JW16 = 0,65 JW + ε16 JW25 = 0,58 JW + ε25 JW8 = 0,32 JW + ε8 JW17 = 0,28 JW + ε17 JW9= 0,36 JW + ε9 JW18 = 0,52 JW + ε18 Berdasarkan measurement model di atas, dapat diketahui bahwa indikator JW19 memiliki nilai loading factor/estimates yang paling besar sedangkan JW17 memiliki nilai loading factor/estimates yang paling kecil. Hal ini mengindikasikan bahwa indikator JW19 yaitu ide-ide cemerlang pada diri seseorang memiliki kontribusi yang paling besar terhadap variabel laten Jiwa Wirausaha di antara indikator-indikator lainnya. 4.5 Unidimensionalitas Variabel Pola Asuh Demokrasi Variabel laten Pola Asuh Demokrasi terdiri atas 9 variabel indikator. Untuk mengetahui unidimensionalitas variabel, dilakukan Confirmatory Factor Analysis (CFA). Pemodelan CFA Pola Asuh Demokrasi didapatkan model dengan df = 27 yang didapatkan dari perhitungan : 8
df = ½ (p+q) (p+q+1) - t = ½ (9+0) (9+0+1) - 18 = 27 Tahapan selanjutnya yaitu pengujian kriteria kebaikan model karena model dalam keadaan overidentified (df>0). Model dikatakan baik (fit) jika nilai kebaikan model (goodness of fit) yang dihasilkan oleh program Lisrel sesuai dengan kriteria. Pada output Lisrel, diperoleh nilai goodness of fit untuk variabel Pola Asuh Demokrasi pada Tabel 6. Berdasarkan Tabel 6 dapat diketahui bahwa 4 kriteria Goodness of Fit menyatakan model sudah baik yakni, RMSEA, GFI, AGFI, dan CFI. Hal ini memungkinkan untuk menyatakan model sudah cukup baik. Hanya ada 2 kriteria pada Chi-Square dan P-value model tersebut dikatakan kurang baik, akan tetapi 5 kriteria telah cukup mewakili pengujian bahwa model dapat dikatakan baik (model fit). Tabel 6 Goodness of Fit Variabel Laten Pola Asuh Demokrasi
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut off value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
Hasil Model 45,32 0,02 0,08 0,92 0,90 0,93
Keterangan Kurang baik Kurang baik Baik Baik Baik Baik
Pada penjelasan sebelumnya telah diketahui bahwa nilai goodness of fit dari model telah dapat menyatakan bahwa model fit. Oleh karena itu tidak perlu dilakukan modifikasi model pada variabel Pola Asuh Demokrasi. Berdasarkan output yang telah dianalisis, didapatkan bahwa nilai t-value untuk masing-masing indikator lebih besar dari 1,64 (nilai t-tabel pada tingkat signifikansi α = 10% ). Sehingga dapat disimpulkan bahwa semua variabel indikator valid. (,.(
Construct reliability (,.( *,/* 0,838
Variabel laten Pola Asuh Demokrasi dapat dikatakan reliabel karena nilai construct reliability sebesar 0,838 yang lebih besar dari 0,6. Measurement model dari variabel laten Pola Asuh Demokrasi dengan menggunakan nilai estimate/ loading factor adalah: PD1 = 0,73 PD + δ1 PD6 = 0,54 PD + δ6 PD2 = 0,64 PD + δ2 PD7 = 0,61 PD + δ7 PD3 = 0,68 PD + δ3 PD8 = 0,52 PD + δ8 PD4 = 0,64 PD + δ4 PD9 = 0,78 PD + δ9 PD5 = 0,61 PD + δ5 Berdasarkan measurement model di atas, dapat diketahui bahwa indikator PD9 memiliki nilai loading factor/estimates yang paling besar sedangkan PD8 memiliki nilai loading factor/estimates yang paling kecil. Hal ini mengindikasikan bahwa indikator PD9 yaitu adanya kontrol dan pantauan orang tua memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Demokrasi di antara indikator-indikator lainnya. 4.6 Unidimensionalitas Variabel Pola Asuh Permisif Variabel laten Pola Asuh Permisif terdiri atas 4 variabel indikator. Untuk mengetahui unidimensionalitas variabel, dilakukan Confirmatory Factor Analysis (CFA). Pemodelan CFA Pola Asuh Permisif didapatkan model dengan df = 2 yang didapatkan dari perhitungan : df = ½ (p+q) (p+q+1) - t = ½ (4+0) (4+0+1) - 8 = 2 Tahapan selanjutnya yaitu pengujian kriteria kebaikan model karena model dalam keadaan overidentified (df>0). Model dikatakan baik (fit) jika nilai kebaikan model (goodness of fit) yang dihasilkan oleh program Lisrel sesuai dengan kriteria. Pada output Lisrel, diperoleh nilai goodness of fit untuk variabel Pola Asuh Permisif pada Tabel 7. Berdasarkan Tabel 7 dapat diketahui bahwa 9
keenam kriteria Goodness of Fit menyatakan model sudah baik yakni Chi-Square, P-Value, RMSEA, GFI, AGFI, dan CFI. Hal ini berarti bahwa model dapat dikatakan sudah baik (model fit). Karena telah diketahui bahwa nilai goodness of fit dari model telah dapat menyatakan bahwa model fit. Oleh karena itu tidak perlu dilakukan modifikasi model pada variabel Pola Asuh Permisif. Tabel 7 Goodness of Fit Variabel Laten Pola Asuh Permisif
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut off value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
Hasil Model 0,90 0,64 0,00 1,00 0,98 1,00
Keterangan Baik Baik Baik Baik Baik Baik
Berdasarkan output yang telah dianalisis, didapatkan bahwa nilai t-value untuk masing-masing indikator lebih besar dari 1,64 (nilai t-tabel pada tingkat signifikansi α = 10% ). Sehingga dapat disimpulkan bahwa semua variabel indikator valid. /,)
Construct reliability /,) +, . 0,692
Variabel laten Pola Asuh Permisif dapat dikatakan reliabel karena nilai construct reliability sebesar 0,692 yang lebih besar dari 0,6. Measurement model dari variabel laten Pola Asuh Permisif dengan menggunakan nilai estimate/ loading factor adalah: PP1 = 0,86 PP + δ1 PP2 = 0,83 PP + δ2 PP3 = 1,14 PP + δ3 PP4 = 0,27 PP + δ4 Berdasarkan measurement model di atas, dapat diketahui bahwa indikator PP3 memiliki nilai loading factor/estimates yang paling besar sedangkan PP4 memiliki nilai loading factor/estimates yang paling kecil. Hal ini mengindikasikan bahwa indikator PP3 yaitu adanya adanya kebebasan oleh orang tua kepada anak untuk mengatur diri sendiri memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Permisif di antara indikator-indikator lainnya. 4.7 Unidimensionalitas Variabel Pola Asuh Otoriter Variabel laten Pola Asuh Otoriter terdiri atas 6 variabel indikator. Pemodelan CFA Pola Asuh Otoriter didapatkan model dengan df = 9 yang didapatkan dari perhitungan : df = ½ (p+q) (p+q+1) - t = ½ (6+0) (6+0+1) - 12 = 9 Tahapan selanjutnya yaitu pengujian kriteria kebaikan model karena model dalam keadaan overidentified (df>0). Tabel 8 Goodness of Fit Variabel Laten Pola Asuh Otoriter
Goodness of fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut off value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
Hasil Model 21,60 0,01 0,11 0,94 0,90 0,90
Keterangan Kurang baik Kurang baik Kurang baik Baik Baik Baik
Berdasarkan Tabel 8 diketahui bahwa Goodness of Fit index yang dihasilkan model belum memenuhi cut off value, dan beberapa indikator goodness of fit yang digunakan untuk menilai model
10
fit di atas juga belum sesuai dengan nilai cut off, sehingga diperlukan modifikasi model guna memperoleh model yang sesuai dengan studi kasus. Berdasarkan hasil modifikasi model dengan mengkorelasikan antar residual indikator, didapatkan nilai-nilai kriteria Goodness of Fit hasil modifikasi pada Tabel 9 berikut. Tabel 9 Goodness of Fit Variabel Laten Pola Asuh Otoriter – Modifikasi
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut Off Value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
Hasil Model 10,19 0,25 0,05 0,97 0,93 0,98
Keterangan Baik Baik Baik Baik Baik Baik
Tabel 9 menunjukkan bahwa keenam kriteria Goodness of Fit menyatakan model sudah baik. Hal ini menyatakan bahwa model telah baik (model fit). Validitas indikator dapat diketahui dari nilai t-value. Berdasarkan output yang telah dianalisis, didapatkan bahwa nilai t-value untuk masing-masing indikator lebih besar dari 1,64 (nilai t-tabel pada tingkat signifikansi α = 10% ). Sehingga dapat disimpulkan bahwa semua variabel indikator valid. +,+2
Construct reliability +,+2
3, +
0,709
Variabel laten Pola Asuh Otoriter dapat dikatakan reliabel karena nilai construct reliability sebesar 0.709, yang lebih besar dari 0,6. Measurement model dari variabel laten Pola Asuh Otoriter dengan menggunakan nilai Estimates adalah: PO4 = 0,52 PO + δ4 PO1 = 0,91 PO + δ1 PO2 = 1,15 PO + δ2 PO5 = 0,97 PO + δ5 PO3 = 0,67 PO + δ3 PO6 = 0,27 PO + δ6 Berdasarkan measurement model di atas, dapat diketahui bahwa indikator PO2 memiliki nilai loading factor/estimates yang paling besar sedangkan PO6 memiliki nilai loading factor/estimates yang paling kecil. Hal ini mengindikasikan bahwa indikator PO2 yaitu adanya hukuman secara fisik atau psikologis (celaan) dari orang tua bila anak tidak mematuhi perintah atau keinginannya memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Otoriter di antara indikator-indikator lainnya. 4.8 Model Persamaan Struktural Analisis Model Persamaan Struktural mengasumsikan data berdistribusi multinormal. H0 akan diterima jika daerah dibawah kurva χ 2 multivariate lebih dari 50%, artinya data mengikuti sebaran distribusi multinormal. Berdasarkan penjelasan sebelumnya, dapat dilihat bahwa semua variabel laten mengikuti distribusi multinormal, karena nilai daerah dibawah kurva χ 2 lebih dari 50%. Analisis model struktural dengan menggunakan semua variabel indikator yang signifikan, diketahui nilai estimasi dan t-value antar variabel laten secara serempak seperti dalam Tabel 10 berikut. Tabel 10 Estimasi Parameter dan T-Values Variabel Laten pada Model Struktural Awal
Hubungan PD ← JW PP ← JW PO ← JW
Nilai Estimates 0,52 0,02 0,14
T-Value 4,01 0,20 1,28
Keterangan Signifikan Tidak signifikan Tidak signifikan
Untuk melihat tingkat kelayakan model dapat dilihat hasil uji kesesuaian model seperti disajikan pada Tabel 11 berikut ini.
11
Tabel 11 Goodness of Fit Model Struktural Awal
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut Off Value Sesuai dengan P-Value ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
Hasil Model 1355,11 0,00 0,07 0,66 0,63 0,65
Keterangan Kurang baik Kurang baik Baik Kurang baik Kurang baik Kurang baik
Berdasarkan Tabel 11 diketahui bahwa Goodness of Fit Index yang dihasilkan model belum memenuhi cut off value, dan beberapa indikator goodness of fit yang digunakan untuk menilai model fit di atas juga belum sesuai dengan nilai cut off, sehingga diperlukan modifikasi model guna memperoleh model yang sesuai dengan studi kasus. Tabel 12 Goodness of Fit Model Struktural Hasil Modifikasi
Goodness of Fit Index χ2 – Chi Square P-value RMSEA GFI AGFI CFI
Cut Off Value
Hasil Model
Sesuai dengan P-Value
1061,82
≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90
0,000 0,04 0,71 0,68 0,77
Keterangan Kurang baik (ada penurunan nilai setelah modifikasi model) Kurang baik Baik Kurang baik Kurang baik Kurang baik
Tabel 12 menunjukkan bahwa hanya satu kriteria goodness of fit yang menyatakan model sudah baik. Setelah model struktural awal mengalami modifikasi, beberapa kriteria goodness of fit mengalami peningkatan dalam hal kebaikan model. Nilai Chi Square yang mengalami penurunan, nilai GFI, AGFI, dan CFI yang mengalami penurunan menunjukkan bahwa modifikasi pada model memberikan peningkatan pada kriteria-kreteria kebaikan model. Hal ini dapat dijadikan kesimpulan bahwa model struktural hasil modifikasi telah fit. Tabel 13 Estimasi Parameter dan T-Values Variabel Laten pada Model Struktural Hasil Modifikasi
Hubungan PD ← JW PP ← JW PO ← JW
Nilai Estimates 0,49 0,02 0,09
T-Value 3,82 0,17 0,84
Keterangan Signifikan Tidak signifikan Tidak signifikan
Berdasarkan Tabel 13 didapatkan hubungan kausal antara variabel laten Pola Asuh Demokrasi terhadap Jiwa Wirausaha bernilai signifikan dengan nilai t-value sebesar 3,82. Sedangkan hubungan yang tidak signifikan terdapat pada pengaruh Pola Asuh Permisif dan Pola Asuh Otoriter terhadap Jiwa Wirausaha. Hal ini ditunjukkan dengan nilai t-value yang lebih kecil dari t-tabel 1,64 . Artinya hubungan Pola Asuh Demokrasi terhadap Jiwa Wirausaha adalah signifikan, sedangkan Pola Asuh Permisif dan Pola Asuh Otoriter tidak memiliki hubungan yang signifikan terhadap Jiwa Wirausaha. Berdasarkan output yang telah dianalisis, dapat diketahui bahwa nilai t-value untuk semua nilai estimasi parameter hubungan kausal lebih besar dari t-tabel 1,64 , sehingga dapat disimpulkan bahwa semua loading factor pada model hasil modifikasi sudah signifikan. Artinya indikator-indikator yang menyusun konstruk untuk masing-masing variabel laten pada model struktural telah signifikan. 5.
Kesimpulan Kesimpulan yang dapat diperoleh dari analisis adalah sebagai berikut: 12
1. Indikator adanya ide-ide cemerlang pada diri seseorang memiliki kontribusi yang paling besar terhadap variabel laten Jiwa Wirausaha. 2. Indikator adanya kontrol dan pantauan orang tua memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Demokrasi. 3. Indikator adanya adanya kebebasan oleh orang tua kepada anak untuk mengatur diri sendiri memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Permisif. 4. Indikator adanya hukuman secara fisik atau psikologis (celaan) dari orang tua bila anak tidak mematuhi perintah atau keinginannya memiliki kontribusi yang paling besar terhadap variabel laten Pola Asuh Otoriter. 5. Berdasarkan model struktural yang ada, didapatkan hubungan kausal antara variabel laten Pola Asuh Demokrasi terhadap Jiwa Wirausaha bernilai signifikan. Sedangkan hubungan yang tidak signifikan terdapat pada pengaruh Pola Asuh Permisif dan Pola Asuh Otoriter terhadap Jiwa Wirausaha. Artinya Jiwa Wirausaha mahasiswa ITS hanya dipengaruhi oleh Pola Asuh Demokrasi secara signifikan, sedangkan Pola Asuh Permisif dan Pola Asuh Otoriter tidak berpengaruh terhadap Jiwa Wirausaha. Daftar Pustaka Dariyo, Agus. (2004). Macam-Macam Pola Asuh Orang Tua. http://www.google.com . (tanggal akses: 24 Juni 2010). Ghozali dan Fuad. (2005). Structural Equation Modeling ; Teori, Konsep, dan Aplikasi dengan Program Lisrel 8.54. Semarang : BP UNDIP. Johnson, R. A. dan Wichern, D. W. (1992). Applied Multivariate Statistical Analysis. Prentice Hall, Englewood Cliffs, New Jersey. Mc Cleland. (1991). Pengaruh Pola Asuh Terhadap Karakteristik Anak. http://www.google.com. (tanggal akses: 23 Februari 2010). Wijatmiko. (2009). Berbakatkah Saya Jadi Pengusaha?. http://www.konsultankarir.com. (tanggal akses: 11 Oktober 2009). Witoelar, Wimar. Empat Modal Menjadi Entrepreneur (Ternyata Bukan Uang). http://www.perspektif.net. (tanggal akses: 11 Oktober 2009).
13
