Mutia Fariha Primary Author mixed material bibliography Banda Aceh Fakultas Pasca Sarjana / Prodi Doktor Matematika dan Aplikasi Sains (S3) 2025

Dissertation

Pemodelan dalam matematika adalah suatu usaha untuk menyederhanakan permasalahan nyata dari variabel yang memiliki keterhubungan. Salah satu teknik analisis data yang menggunakan pemodelan adalah Partial Least Square-Structural Equation Modeling (PLS-SEM). PLS-SEM disebut sebagai pemodelan kausal prediktif yang menjelaskan hubungan antar variabel dalam bentuk diagram jalur (path model). Jalur dalam pemodelan PLS-SEM menghubungkan variabel dengan didasarkan pada teori yang ada. Salah satu masalah yang sering diperdebatkan dalam analisis pemodelan dengan PLS-SEM adalah ukuran sampel. Perdebatan ini mendorong penulis melakukan analisis berbagai aspek yang seharusnya menjadi mempertimbangkan dalam menggunakan suatu ukuran sampel tertentu, dan juga metode penentuan sampel yang digunakan dalam PLS-SEM. Terdapat tiga metode penentuan ukuran sampel yang disarankan dalam PLS-SEM, yaitu ten times rule, inverse square root dan gamma exponential. Jika ten times rule tidak menggunakan perhitungan matematika dalam penentuan ukuran sampel, maka inverse square root dan gamma exponential menggunakan perhitungan matematika dalam penentuan ukuran sampel. Penentuan ukuran sampel dengan dua metode tersebut menggunakan pertimbangan minimal path coefficient yang diharapkan pada sebuah model jalur. Path coefficient pada model PLS-SEM mewakili efek yang diberikan satu variabel eksogen terhadap variabel endogen. Ukuran sampel yang dihasilkan melalui dua metode tersebut, sekalipun menggunakan nilai path coefficient yang sama, namun menghasilkan ukuran sampel yang berbeda. Asumsinya, semakin kecil path coefficient yang diharapkan dapat diamati pada model, maka semakin besar ukuran sampel yang dibutuhkan. Dengan menggunakan path coefficient 0,2, 0,3, dan 0,4 penulis menemukan ukuran sampel 39, 69, dan 155 dengan menggunakan metode inverse square root, dan ukuran sampel 26, 56, dan 141 dengan menggunakan metode gamma exponential. Teknik analisis data dengan menggunakan pemodelan dalam PLS-SEM menurut ahli efektif digunakan untuk ukuran sampel yang kecil. Namun demikian, peneliti tetap harus memperhatikan seberapa kecil ukuran sampel yang sesuai dan yang dapat menggambarkan hubungan antar variabel pada model dengan lebih baik. Menganalisis hubungan antar variabel pada model dalam PLS-SEM meliputi koefisien determinasi (R2), validitas indikator, validitas model, effect size, croos loading, dan nilai signifikansi dari path coefficient yang menggambarkan efek suatu variable terhadap variabel lainnya. Terdapat dua variabel yang digambarkan dalam pemodelan PLS-SEM, yaitu variabel eksogen yang mempengaruhi variabel lainnya dan variabel endogen yang dipengaruhi oleh variabel eksogen. Untuk penelitian ini penulis menggunakan aspek mathematics teacher beliefs, yaitu beliefs about nature of mathematics, beliefs about teaching mathematics, dan beliefs about assessment in learning mathematics sebagai variabel eksogen dan karakteristik guru sebagai variabel endogen. Berdasarkan hasil analisis yang dilakukan didapat bahwa ukuran sampel N=141 yang ditentukan berdasarkan metode gamma exponential memberikan nilai hubungan antar variable yang lebih baik dibanding ukuran sampel lainnya (26, 39, 56, 69, dan 155). Berdasarkan analisis ini menunjukan bahwa ukuran sampel yang lebih besar belum tentu memberikan gambaran mengenai hubungan antar variabel pada PLS-SEM yang lebih baik. Mathematics teacher beliefs dianggap dapat memberikan pengaruh terhadap karakteristik guru, terutama karakteristik profesional guru matematika terkait profesinya sebagai guru yang melaksanakan pembelajaran di kelas. Dikarenakan belum terdapat path model yang menggambarkan hubungan mathematics teacher beliefs terhadap karakteristik guru yang dikembangkan saat ini, penulis membandingkan 3 path model dengan hubungan jalur yang berbeda. Agar lebih valid, penulis menghilangkan indikator dengan nilai loading < 0,5. Hasil analisis menunjukkan bahwa semakin kompleks jalur yang menghubungkan antara variabel, maka semakin baik path model tersebut digunakan karena dapat memberikan informasi yang beragam dengan berbagai alternatif sudut pandang tentang hubungan mathematics teacher beliefs terhadap karakteristik guru. Ketiga path model dapat digunakan sesuai dengan tujuan dan data yang digunakan, namun penulis menyarankan bahwa path model 2 lebih dipertimbangkan digunakan lebih lanjut dibandingkan dua model lainnya. Pada path model ini aspek beliefs about teaching mathematics dan beliefs about assessment in learning mathematics diberikan peran sebagai variabel mediasi antara beliefs about nature of mathematics dengan karakteristik guru. Hasil analisis menunjukkan bahwa pengaruh tidak langsung beliefs about nature of mathematics yang lebih besar terhadap karakteristik guru dibandingkan pengaruh langsungnya. Beliefs about teaching mathematics dan beliefs about assessment in learning mathematics lebih potensial menjadi variabel mediasi secara bersama terhadap efek beliefs about nature of mathematics pada karakteristik guru dari pada menjadi variabel mediasi secara terpisah. Hal inilah yang menjadi pertimbangan bahwa path model 2 lebih potensial digunakan, karena pada model ini, jalur yang digambarkan bukan hanya menggambarkan efek langsung namun juga menunjukkan efek tidak langsung antar variabel. Berdasarkan hasil penelitian ini, penulis mengharapkan lembaga pendidikan guru matematika ataupun pusat pengembangan kompetensi guru matematika yang berfokus pada pengembangan karakter professional guru, dapat mempertimbangkan aspek mathematics teacher beliefs dalam pengembangan kurikulum dan pendekatan pembelajaran yang direncanakan. Beliefs about nature of mathematics sebagai pengetahuan guru tentang matematika perlu didampingi peningkatan keyakinannya terhadap pembelajaran dan asesmen yang dilakukan di kelas. Hal ini diharapkan dapat berjalan bersamaan dalam pendidikan calon guru atau pengembangan kompetensi guru matematika di masa depan. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 153511 2025-04-16 09:59:34 2025-04-16 10:09:45 machine generated