ANALISIS KEPUASAN DAN KEPEDULIAN MAHASISWA ASING

TERHADAP UNIVERSITAS AIRLANGGA DENGAN PENDEKATAN

STRUCTURAL EQUATION MODELING

Oleh:

NANIK RAHAYUNI FATMAWATI

NIM. 081311833039

Artikel Ilmiah

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains

Bidang Statistika di Fakultas Sains dan Teknologi
Universitas Airlangga

Disetujui oleh :

Pembimbing I, Pembimbing II,

Dr. Ardi Kurniawan, M.Si Drs. H. Sediono, M.Si

NIP. 19680526 199903 1 001 NIP. 196107121987011001

Jurnal Statistika
Program Studi S1-Statistika Universitas AIrlangga
 ANALISIS KEPUASAN DAN KEPEDULIAN MAHASISWA ASING
TERHADAP UNIVERSITAS AIRLANGGA DENGAN PENDEKATAN
STRUCTURAL EQUATION MODELING

Nanik Rahayuni Fatmawati, Ardi Kurniawan, Sediono

Program Studi S1-Statistika, Fakultas Sains dan Teknologi, Universitas Airlangga
email: nanik.rfatmawati07@gmail.com

ABSTRACT

Airlangga University is one of the university with big number of overseas

students in East Java, the total amount are 261 students. This number still few if
compared with Airlangga University stategic plan 2015-2020, classified as top
500 world class university. The target of overseas students are 5% from total
students or 1766 students. Based on Quacquarreli Symonds World University
Rankings (QS WUR) on 2015/2016, Airlangga University placed at 701.
Airlangga University must work hard to get world class university ranking. Effort
that can be done to increase the amount of overseas students are increasing the
satisfaction and compassion of overseas students toward Airlangga University.
The aim of this research is to discover the effect of observed factors related to
overseas student’s satisfaction and compassion with Structural Equation Modeling
approach. Exogenous latent variable used are educational process (𝜉1 ), service
process (𝜉2 ), and image (𝜉3 ). Endogenous latent variable used are satisfaction
(𝜂1 ), and compassion (𝜂2 ). Data in this research collected from spreading
questionaire to 135 active overseas students in Airlangga University as
respondents. Based on SEM analysis result, educational process variable, service
process, and image affecting the satisfacion of overseas students, while image and
satisfaction variable affecting compassion of overseas students in Airlangga
University.

KEYWORDS
Universitas Airlangga, Educational Process, Service Proces, Image, Satisfaction,
Compassion, Overseas Students of Universitas Airlangga, Structural Equation
Modeling

1. PENDAHULUAN
Universitas Airlangga adalah salah satu universitas yang memiliki
mahasiswa asing aktif terbanyak di Jawa Timur dengan jumlah 249 orang. Jumlah
ini masih tergolong sedikit apabila dibandingkan dengan rencana strategis
Universitas Airlangga 2015 - 2020 yaitu menjadi top 500 world class university.
Jumlah mahasiswa asing yang ditargetkan adalah 5% dari total mahasiswa aktif
yaitu sebanyak 1766 mahasiswa. Menurut Quacquarreli Symonds World
University Rankings (QS WUR) pada tahun 2015/2016, Universitas Airlangga
berada di urutan 701. Universitas Airlangga harus bekerja keras untuk
mendapatakan predikat world class university.
Upaya yang dapat dilakukan untuk meningkatkan jumlah mahasiswa asing
adalah dengan meningkatkan kepuasan dan kepedulian mahasiswa asing terhadap

1
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
proses pembelajaran, proses layanan dan citra Universitas Airlangga. Penelitian
sebelumnya dilakukan oleh Prasetyaningrum untuk mengetahui pengaruh
pembelajaran dan layanan terhadap kepuasan mahasiswa dan loyalitas mahasiswa
di Undaris Ungaran[1]. Berdasarkan penelitian tersebut diperoleh hasil analisis
menggunakan Structural Equation Modelling (SEM) yaitu loyalitas mahasiswa
dapat dibangun dari variabel pembelajaran dan kualitas pelayanan melalui
variabel kepuasan mahasiswa. Penelitian lain dilakukan oleh Dirgantari
menggunakan metode IPA (Index Performance Analysis), dengan studi pada
mahasiswa asing di ITB, UNPAD, dan UPI[2]. Hasil dari penelitian ini adalah
proses layanan jasa pendidikan berpengaruh positif terhadap kepuasan mahasiswa
dan kepuasan mahasiswa berpengaruh positif terhadap citra perguruan tinggi
negeri di Bandung. Penelitian yang dilakukan oleh Helgesen dan Nesset (2007) di
Aalesund University College (Norwegia) menunjukkan bahwa kepuasan
mahasiswa dan citra perguruan tinggi mendorong secara langsung loyalitas
mahasiswa[3].
Artikel ini akan membahas tentang faktor – faktor yang berpengaruh
terhadap kepuasan dan kepedulian mahasiswa asing di Universitas Airlangga,
antara lain proses pembelajaran, proses layanan dan citra. Variabel proses
pembelajaran, proses layanan, citra, kepuasan dan kepedulian mahasiswa tidak
dapat diukur secara langsung sehingga Structural Equation Modeling (SEM)
adalah metode statistika yang dapat digunakan untuk menganalisis hubungan
variabel laten dengan indikator-indikatornya.Model SEM memiliki sifat yang
fleksibel karena peneliti dapat menggambar berbagai model sesuai dengan
penelitiannya. Sifat yang fleksibel tersebut membuat banyak sekali variasi model-
model yang diuji melalui SEM [4]. Oleh sebab itu, peneliti tertarik untuk
melakukan penelitian mengenai hubungan kualitas proses pembelajaran, proses
layanan, citra, kepuasan dan kepedulian mahasiswa asing di Universitas Airlangga
dengan menggunakan metode SEM.

2. METODE PENELITIAN
Langkah-langkah untuk menjawab tujuan dari artikel ini adalah :
a. Mendeskripsikan pendapat responden berdasarkan jawaban yang dipilih terkait
kepuasan dan kepedulian terhadap Universitas Airlangga, dengan langkah-
langkah sebagai berikut :
1. Menyusun kuesioner yang berisikan item-item pernyataan mengenai
variabel yang akan diteliti.
2. Menguji validitas dan reliabilitas kuesioner sesuai dengan persamaan
menggunakan software SPSS
3. Mendeskripsikan karakteristik mahasiswa asing di Universitas Airlangga
berdasarkan negara asal, fakultas, informan mengenai Universitas Airlangga
dan alasan utama memilih Universitas Airlangga dalam bentuk diagram
menggunakan Microsoft Office Excel
4. Menginputkan jawaban responden dari kuesioner yang telah disebar ke
dalam Microsoft Office Excel.
5. Menghitung modus pilihan jawaban responden untuk setiap item pernyataan
harapan dan kenyataan yang digunakan sebagai titik koordinat.
6. Menghitung mendian harapan dan kenyataan yang digunakan sebagai batas
kuadran.

2
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
 7. Membuat scatterplot menggunakan software Minitab
8. Menginterpretasi hasil Importance Performance Analysis
b. Memodelkan proses pembelajaran, proses layanan, citra, kepuasan dan
kepedulian mahasiswa asing di Universitas Airlangga menggunakan metode
Structural Equation Modeling (SEM), dengan langkah-langkah sebagai
berikut:
1. Melakukan uji normalitas multivariate dengan menggunakan software
AMOS 22
2. Melakukan uji kecocokan model pengukuran menggunakan uji validitas dan
reliabilitas
3. Menyusun diagram jalur untuk menggambarkan hubungan kausalitas antara
variabel eksogen dengan variabel endogen
4. Menentukan hubungan antar variabel laten berdasarkan teori yang ada
5. Mengestimasi model, membuat persamaan model pengukuran dan
persamaan model struktural
6. Melakukan uji kecocokan persamaan model struktural
7. Melakukan evaluasi kriteria Goodness-of-Fit untuk keseluruhan model
dengan menggunakan Absolute Fit Indicates (CMIN, GFI, AGFI, dan RMR,
Baseline Comparions Model (TLI, NFI dan CFI) dan Model Parsimony
(PNFI)
8. Melakukan modifikasi model apabila terdapat model yang belum fit dan
tidak memenuhi syarat untuk mendapatkan model yang sesuai.
c. Menginterpretasi model yang diperoleh dari hasil analisis faktor-faktor yang
berpengaruh terhadap kepuasan dan kepedulian mahasiswa asing terhadap
Universitas Airlangga.

3. HASIL DAN PEMBAHASAN

Hasil survey kepada 135 responden diuji validitas dan reliabiltasnya. Uji
validitas yang digunakan adalah metode korelasi Pearson. Berdasarkan hasil uji
korelasi Pearson diperoleh bahwa semua p-value variabel indikator < α= 0,05.
Keputusan yang diperoleh adalah tolak H 0 , Hasil yang didapatkan adalah semua
indikator menghasilkan nilai yang valid yaitu nilai p-value < α = 0,05 yang berati
tolak H0 sehingga dapat disimpulkan bahwa semua pertanyaan dalam kuesioner
dapat mengukur aspek yang sama (valid). Berdasarkan hasil uji reliabilitas yang
dilakukan didapatkan nilai cronbach’s alpha proses pembelajaran, proses layanan,
citra, kepuasan dan kepedulian msing-masing sebasar 0,871, 0,870, 0,897, 0,903,
dan 0,922. Maka dapat disimpulkan bahwa alat ukur dalam kuesioner mempunyai
tingkat reliabilitas yang tinggi.
Berikut adalah perbandingan antara tingkat kepentingan dan kenyataan
responden menggunakan Importance Performance Analysis. Nilai modus dari
masing-masing variabel berdasarkan kenyataan yang tersediadan harapan
responden digunakan sebagai titik koordinat. Nilai tengah dari skala likert
digunakan sebagai sumbu koordinat sedangkan pembagian kuadran I,II,III,dan IV
adalah sebagai berikut :
1. Kuadran I : Berisi titik-titik dengan kenyataan ≥ 0,5 dan harapan ≥ 0,5
2. Kuadran II : Berisi titik-titik dengan kenyataan < 0,5 dan harapan ≥ 0,5
3. Kuadran III : Berisi titik-titik dengan kenyataan < 0,5 dan harapan < 0,5

3
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
 4. Kuadran IV : Berisi titik – titik dengan kenyataan ≥ 0,5 dan harapan < 0,5
Nilai modus dari masing – masing variabel berdasarkan kepentingan dan
kenyataan responden dapat dilihat pada Tabel 1 berikut
Tabel 1 Nilai modus Variabel
Modus
Variabel
Kenyataan Kepentingan
P1 0,7 0,6
P2 0,8 0,8
P3 0,7 0,8
P4 0,8 0,6
P5 0,8 0,9
P6 0,6 0,6
P7 0,9 0,8
P8 0,2 0,8
P9 0,7 0,8
P10 0,4 0,8
P11 0,4 0,8
P12 0,4 0,8
L1 0,8 0,8
L2 0,7 0,8
L3 0,8 0,8
L4 0,8 0,8
L5 0,1 0,5
L6 0,8 0,8
L7 0,8 0,9
C1 0,7 0,6
C2 0,8 0,8
C3 0,7 0,8
C4 0,8 0,9
Hasil analisis data berdasarkan IPA menggunakan software minitab dapat
dilihat pada Gambar 1 berikut
Scatterplot of kepentingan vs kenyataan
0,5
1,0
P5,L7,C 4

P8 P10,P11.P12 P3,P9,L2,C 3 P7
0,8
P2,L1,L3,L4,L6,C 2

P6 P1,C 1 P4
kepentingan

0,6
L5
0,5

0,4

0,2

0,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
kenyataan

Gambar 1 Kuadran IPA Variabel

Berdasarkan Gambar 1 variabel yang perlu dipertahankan karena kenyataan telah
sesuai dengan harapan tingkat kepentingan responden (kuadran I) adalah variabel

4
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
dengan titik koordinat (0.9,0.8) yaitu media pembelajaran memadai (P7) , variabel
dengan titik koordinat (0.8,0.9) antara lain komunikasi yang baik antara dosen dan
mahasiswa(P5), kemudahan mendapatkan informasi berbahasa inggris (L7), dan
orientasi untuk meningkatkan kompetensi (C4), variabel dengan titik koordinat
(0.8,0.8) antara lain dosen memiliki kompetensi tinggi (P2), Universitas
Airlangga mampu membantu dalam proses pembuatan dokumen mahasiswa
asing (L1), fasilitas pembelajaran memadai (L3), fasilitas kesehatan memadai (L4),
buddy mampu membantu proses adaptasi (L6) dan kualitas penelitian dosen (C2),
variabel dengan titik koordinat (0.8,0.6) yaitu transparansi penilaian (P4), variabel
dengan titik koordinat (0.7,0.8) antara lain dosen mendorong mahasiswa untuk
berpikir kritis (P3), biaya pendidikan yang sesuai (P9), staff International Office
and Partnership tanggap dalam menghadapi keluhan (L2), dan ranking universitas
dimata dunia (C3), variabel dengan titik koordinat (0.7,0.6) yaitu promosi
universitas (𝐶1 ), variabel dengan titik koordinat (0.6,0.6) yaitu kemampuan dosen
menarik antusiasme mahasiswa (P6). Variabel yang perlu dibenahi karena
kenyataan kurang sesuai dengan harapan responden (kuadran II) adalah variabel
dengan titik koordinat (0.4,0.8) antara lain suasana pembelajaran yang baik (P10),
proses pembelajaran e-learning yang layak (P11) dan dosen menjelaskan tentang
materi ujian (P12), variabel dengan titik koordinat (0.2,0.8) yaitu akses wifi yang
layak (P8). Variabel yang mendapat prioritas rendah pada kuadran III adalah
variabel dengan titik koordinat (0.1,0.5) yaitu fasilitas olahraga memadai (L5).
Sebelum melakukan pemodelan dengan pendekatan SEM, langkah awal
yang harus dilakukan adalah melakukan uji normalitas multivariate. Sebuah
distribusi dikatakan normal multivariate jika angka cr kurtosisnya berada diantara
-2,58 sampai +2,58 [5]. Berdasarkan perhitungan dengan menggunakan software
AMOS 22 didapatkan nilai cr kurtosis secara multivariate sebesar 1,397, maka
distribusi tersebut dikatakan normal multivariate.
Apabila data sudah memenuhi asumsi normal multivariate maka langkah
selanjutnya adalah menganalisis pemodelan kepuasan dan kepedulian mahasiswa
asing terhadap Universitas Airlangga dengan pendekatan SEM.. Berikut adalah
diagram jalur SEM yang digunakan :

Gambar 2 Diagram Jalur SEM

Langkah selanjutnya adalah mengidentifikasi sebuah model (SEM).
Identifikasi sebuah model SEM berkaitan dengan apakah tersedia cukup
informasi untuk mengidentifikasi adanya sebuah solusi dari persamaan struktural.

5
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
Sehubungan dengan hal itu, jika model dianggap tidak dapat diidentifikasi, maka
proses pengolahan data tidak dapat dilakukan.Berdasarkan output analisis dengan
program AMOS 22 diperoleh nilai df= 426 yang bernilai positif menunjukkan
model overidentified dan pengujian analisis lebih lanjut dapat dilakukan dan
diidentifikasikan estimasinya
Langkah selanjutnya adalah uji kecocokan model pengukuran yang
bertujuan untuk mengetahui seberapa besar variabel indikator mampu
menjelaskan variabel laten dengan menguji validitas variabel laten tersebut
menggunakan analisis faktor konfirmatori. Suatu variabel indikator dikatakan
mempunyai validitas yang baik apabila muatan faktor standar (factor loading)
lebih besar atau sama dengan 0,5 [6]. Pada program AMOS 22 evaluasi terhadap
validitas ditampilkan pada kolom Standardized Regression Weights bagian
estimate. Berdasarkan output tersebut nilai factor loading indikator dari semua
variabel mempunyai nilai diatas 0,5, hal ini menunjukkan bahwa semua variabel
indikator dapat menjelaskan tiap variabel laten yang telah dibuat sehingga tidak
perlu menghilangkan atau mengganti dengan variabel indikator baru.
Langkah berikutnya adalah analisis uji kecocokan model struktural dengan
menggunakan software AMOS 22 menghasilkan output Regression Weight yang
di dalamnya berisikan p-value yang terdapat pada software AMOS 22. Pada uji
kecocokan model struktural semua model yang dihipotesiskan diuji berdasarkan
nilai signifikansinya. Nilai alpha (𝛼) atau taraf nyata yang digunakan sebesar 5%.
Hipotesis uji yang digunakan adalah sebagai berikut :
Hipotesis 1
H0 : Tidak ada pengaruh antara proses pembelajaran terhadap kepuasaan
mahasiswa asing di Universitas Airlangga
H1 : Ada pengaruh antara proses pembelajaran terhadap kepuasan mahasiswa
asing di Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value pada software AMOS 22 proses pembelajaran
terhadap kepuasan memiliki nilai signifikansi sebesar 0,001 yang lebih kecil dari
0,05. Maka keputusan yang diambil adalah menolak 𝐻0 , ada pengaruh antara
proses pembelajaran terhadap kepuasan mahasiswa asing di Universitas Airlangga
Hipotesis 2
H0 : Tidak ada pengaruh antara proses layanan terhadap kepuasaan mahasiswa
asing di Universitas Airlangga
H1 : Ada pengaruh antara proses layanan terhadap kepuasan mahasiswa asing di
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value pada software AMOS 22 variabel proses
layanan terhadap kepuasan memiliki nilai signifikansi sebesar 0,001 yang lebih
kecil dari 0,05. Maka keputusan yang diambil adalah menolak 𝐻0 , ada pengaruh
antara proses layanan terhadap kepuasan mahasiswa asing di Universitas
Airlangga.
Hipotesis 3
H0 : Tidak ada pengaruh antara citra terhadap kepuasaan mahasiswa asing di
Universitas Airlangga
H1 : Ada pengaruh antara citra terhadap kepuasan mahasiswa asing di Universitas
Airlangga

6
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value pada software AMOS 22 variabel citra terhadap
kepuasan memiliki nilai signifikansi sebesar 0,190 yang lebih besar dari 0,05.
Maka keputusan yang diambil adalah menerima 𝐻0 , tidak ada pengaruh antara
citra terhadap kepuasan mahasiswa asing di Universitas Airlangga.
Hipotesis 4
H0 : Tidak ada pengaruh antara kepuasan terhadap kepedulian mahasiswa asing di
Universitas Airlangga
H1 : Ada pengaruh antara kepuasan terhadap kepedulian mahasiswa asing di
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value pada software AMOS 22 variabel kepuasan
terhadap kepedulian memiliki nilai signifikansi sebesar 0,001 yang lebih kecil dari
0,05. Maka keputusan yang diambil adalah menolak 𝐻0 , ada pengaruh antara
kepuasan terhadap kepedulian mahasiswa asing di Universitas Airlangga.
Hipotesis 5
H0 : Tidak ada pengaruh antara citra terhadap kepedulian mahasiswa asing di
Universitas Airlangga
H1 : Ada pengaruh antara citra terhadap kepedulian mahasiswa asing di
Universitas Airlangga
Daerah Kritis : tolak H0 apabila 𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0,05
Berdasarkan output p-value di lampiran 8 variabel citra terhadap kepedulian
memiliki nilai signifikansi sebesar 0,012 yang lebih kecil dari 0,05. Maka
keputusan yang diambil adalah menolak 𝐻0 , ada pengaruh antara citra terhadap
kepedulian mahasiswa asing di Universitas Airlangga.
Pengaruh variabel laten eksogen terhadap variabel laten endogen dapat
dilihat melalui hasil model struktural yang diperoleh dengan bantuan software
AMOS 22. Model struktural yang digunakan adalah sebagai berikut:

Gambar 3 Hasil Model Struktural

Proses selanjutnya adalah estimasi model dengan menggunakan Maximum
Likelihood Estimator (MLE) yang menghasilkan persamaan pengukuran dan
persamaan struktural. Persamaan pengukuran diperoleh berdasarkan loading
factor pada lampiran 7 dan nilai kesalahan pengukuran variabel indikator pada
lampiran 10 kolom estimate. Berikut adalah persamaan model pengukuran dan
struktural yang diperoleh dengan bantuan software AMOS 22.

7
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
1. Persamaan model pengukuran
X 1  0, 6571  0, 014
X 2  0, 7011  0, 011
X 3  0, 6341  0, 014
X 4  0, 7901  0, 007
X 5  0, 7681  0, 011
X 6  0,8151  0, 009
X 7  0,5271  0, 021
X 8  0, 768 2  0, 017
X 9  0,813 2  0, 013
X 10  0, 776 2  0, 012
X 11  0, 778 2  0, 014
X 12  0, 774 2  0, 023
X 13  0, 688 2  0, 023
X 14  0,8843  0, 005
X 15  0,8933  0, 005
X 16  0,8633  0, 006
X 17  0, 7683  0, 011
2. Persamaan model pengukuran untuk variabel endogen
Y1  0, 7621  0, 007
Y2  0, 7751  0, 007
Y3  0,8701  0, 005
Y4  0,8111  0, 006
Y5  0, 7241  0, 021
Y6  0, 7111  0, 016
Y7  0, 6471  0, 032
Y8  0,8931  0, 006
Y9  0,877 2  0, 005
Y10  0,8765 2  0, 006
Y11  0,945 2  0, 003
Y12  0, 762 2  0, 013
Y13  0, 729 2  0, 013
Y14  0, 719 2  0, 016
Berikut adalah contoh interpretasi persamaan pengukuran :
X 1  0, 6571  0, 014
memiliki makna untuk setiap kenaikan satu satuan variabel proses pembelajaran,
maka variabel kurikulum sesuai dengan kebutuhan pasar tenaga kerja akan naik
sebesar 0,657 atau 65,7%. Hal yang sama berlaku juga untuk persamaan lainnya.

8
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
Pengaruh berbanding lurus atau berbanding terbalik tergantung dari tanda
koefisien dari variabel laten dalam persamaan terkait.
3. Persamaan model struktural
1  0, 4251  0,533 2  0, 0983  0, 001
2  0, 2233  0, 7081  0, 004
Berdasarkan persamaan model struktural pada persamaan diatas dapat
diinterpretasikan yaitu untuk setiap kenaikan satu satuan variabel proses
pembelajaran (dengan menganggap variabel laten eksogen yang lain konstan),
maka akan meningkatkan kepuasan mahasiswa asing terhadap Universitas
Airlangga sebesar 0,425 atau 42,5%. Setiap kenaikan satu satuan variabel proses
layanan maka akan meningkatan kepuasan mahasiswa asing terhadap Universitas
Airlangga sebesar 0,533 atau 53,3%. Pada sisi lain untuk kenaikan satu satuan
variabel citra maka akan meningkatan kepuasan mahasiswa asing terhadap
Universitas Airlangga sebesar 0,098 atau 9,8%.
Setelah melakukan uji kecocokan model, maka langkah selanjutnya adalah
melakukan uji kesesuaian keseluruhan model dengan 3 tahapan sebagai berikut :
1. Absolut Fit Indices
Tabel 3 Ringkasan Model Absolute Fit Indices
Model CMIN RMR GFI AGFI
Default model 1802,409 ,003 ,572 ,501
Saturated model ,000 ,000 1,000
Independence model 4829,579 ,015 ,111 ,051
Model yang bagus adalah model dengan nilai CMIN pada default model
berada di antara CMIN saturated model dan CMIN independence model.Nilai
CMIN default model 1802,409 berada di antara nilai CMIN saturated model
dengan nilai 0,000 dan nilai CMIN independence model 4829,579. Hal ini
menunjukkan bahwa model fit. Nilai RMR sebesar 0,003 yang sangat kecil
mendekati 0 menandakan bahwa model fit dengan kovarians sampel mendekati
kovarians estimate. Semakin hasil GFI dan AGFI mendekati angka 1, akan
semakin baik model tersebut. Nilai GFI sebesar 0,572 dan nilai AGFI sebesar
0,501 menandakan bahwa model fit.
2. Baseline Comparisions Model
Tabel 4 Ringkasan Model Baseline Comparisions
Model TLI NFI CFI
rho2 Delta1
Default model ,656 ,627 ,685
Saturated model 1,000 1,000
Independence model ,000 ,000 ,000
Model dikatakan fit apabila memenuhi kriteria nilai TLI, NFI, dan CFI yaitu
semakin mendekati nilai 1 (perfect fit). Berdasarkan nilai ringkasan pada Tabel 4,
masing-masing nilai Tucker Lewis Index (TLI), Normed Fit Index (NFI), dan
Comparative Fit Index (CFI) sebesar 0,656;0,627; dan 0,685 yang dapat diartikan
bahwa model sudah fit.
3. Model Parsimony
Tabel 5 Ringkasan Model Parsimony Fit Indices
Model PNFI

9
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
 Default model ,574
Saturated model ,000
Independence model ,000
Parsimonious Normal Fit Index (PNFI) merupakan modifikasi dari NFI.
PNFI memasukkan jumlah df yang digunakan untuk mencapai level fit. Semakin
tinggi nilai PNFI semakin baik. Dari output di atas dapat dilihat bahwa nilai PNFI
sebesar 0,574 yang mengindikasikan model parsimoni.
Berdasarkan analisis pemodelan kepuasan dan kepedulian mahasiswa asing
terhadap Universitas Airlangga dengan pendekatan SEM pada sub bab
sebelumnya diperoleh hasil persamaan struktural seperti dibawah ini :
1  0, 4251  0,533 2  0, 0983  0, 001
2  0, 2233  0, 7081  0, 004
Nilai positif pada koefisien variabel motivasi kerja menunjukkan bahwa
terdapat hubungan yang berbanding lurus antara proses pembelajaran, proses
layanan, dan citra terhadap kepusaan mahasiswa asing. Pengaruh paling besar
terlihat pada variabel proses layanan, hal ini dikarenakan proses layanan
merupakan bentuk kesiapan universitas untuk menunjang proses pembelajaran
dan aksesibilitas mahasiswa asing. Apabila proses layanan yang diberikan oleh
Universitas Airlangga tinggi berarti Universitas Airlangga siap untuk menerima
mahasiswa asing, sehingga akan timbul kepuasan dari mahasiswa asing.
Pengorbanan yang dikeluarkan oleh mahasiswa berupa uang untuk
membayar segala biaya pendidikan, waktu yang dihabiskan yang dapat dihitung
sebagai opportunity cost, dan jerih payah mereka mengikuti perkuliahan, harus
diimbangi oleh layanan yang diberikan perguruan tinggi.
Variabel citra mempunyai pengaruh yang kecil terhadap kepuasan mahasiswa
asing, hal ini dikarenakan citra hanya berpengaruh terhadap keputusan pemilihan
universitas bagi mahasiswa asing, apabila mereka telah menempuh pendidikan di
universitas maka citra tidak begitu berpengaruh terhadap kepuasan. Selain itu,
untuk meningkatkan citra diperlukan usaha yang keras dari universitas dan
diperlukan waktu yang lama, variabel yang dapat dirasakan secara langsung lebih
berpengaruh terhadap kepuasan seperti proses pembelajaran dan proses layanan.

4. KESIMPULAN DAN SARAN

Berdasarkan analisis dan pembahasan BAB IV, diperoleh kesimpulan

sebagai berikut:
1. Berdasarkan analisis deskriptif dalam bentuk Importance Performance
Analysis, variabel yang perlu dibenahi karena kenyataan kurang sesuai
dengan harapan responden antara lain suasana pembelajaran, proses
pembelajaran e-learning, penjelasan dosen terkait materi ujian , dan akses
wifi yang layak
2. Hasil analisis Structural Equation Modeling (SEM) menghasikan model
struktural sebagai berikut :
1  0, 4251  0,533 2  0, 0983  0, 001
2  0, 2233  0, 7081  0, 004

10
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga
 3. Variabel proses layanan adalah variabel yang berpengaruh besar terhadap
kepuasan mahasiswa asing, sedangkan variabel citra mempunyai pengaruh
yang kecil terhadap kepuasan mahasiswa asing. Variabel kepuasan
berpengaruh besar terhadap kepedulian mahasiswa asing terhadap Universitas
Airlangga.
Berdasarkan kesimpulan yang diperoleh, saran yang dapat diberikan adalah
sebagai berikut:
1. Universitas Airlangga dapat meningkatkan kepuasan mahasiswa asing dengan
berfokus pada peningkatan proses layanan dan proses pembelajaran karena
dampaknya akan berpengaruh cukup besar dalam peningkatan kepuasan.
Peningkatan kepuasan ini juga berpengaruh terhadap peningkatan kepedulian
mahasiswa asing terhadap Universitas Airlangga, sehingga infromasi
mengenai Universitas Airlangga akan cepat tersebar dan dapat meningkatkan
ranking Universitas Airlangga di mata dunia.
2. Untuk penelitian selanjutnya perlu ditambahkan variabel lain dengan teori
yang mendasari mempengaruhi variabel kepuasan dan kepedulian mahasiswa.

5. REFERENSI

1. Prasetyaningrum, I.D., 2009, Analisis Pengaruh Pembelajaran dan Kualitas

Pelayanan Terhadap Kepuasan Mahasiswa dan Loyalitas Mahasiswa (Studi
Kasus Pada Undaris Ungaran), Tesis, Universitas Diponegoro.
2. Dirgantari, P.D., 2011, Pengaruh Kualitas Layanan Jasa Pendidikan Terhadap
Kepuasan Mahasiswa serta Dampaknya Terhadap Upaya Peningkatan Citra
Perguruan Tinggi Negeri Menuju World Class University, Jurnal Ilmu
Manajemen dan Bisnis, 3(2).
3. Helgesen, Ø.,and Nesset,E., 2007, What accounts for students’ loyality ? Some
field study evidence, International Journal of Educational Management,
21(2),126-143
4. Widhiarso,W., 2009, Praktek Model Persamaan Struktural (SEM) Melalui
Program Amos, Modul Pelatihan, Yogyakarta: Universitas Gadjah Mada.
5. Santoso, S., 2015, AMOS 22 untuk Structural Equation Modelling, Jakarta: PT
Elex Media Komputindo.
6. Dachlan, U., 2014, Panduan Lengkap Structural Equation Modeling Tingkat
Dasar, Semarang: Lentera Ilmu.

11
Jurnal Statistika
Program Studi S1-Statistika Universitas Airlangga