Analisis Constructivist Multimedia Learning Environment dengan Pendekatan Bayesian Structural Equation Model

Abstract

Constructivist Multimedia Learning Environment (CMLE) is a learning model where the teacher gives the student an experience that can help them to develop high order thinking skills such as critical thinking, developing solutions, and be creative around their environment. CMLE uses multimedia as their main source of information and as a tool to deliver learning materials. For that purpose, evaluation is needed to assess the effectiveness of the learning model. This evaluation is known as CMLE Survey (CMLES). Data obtained from CMLES needs to be analysed using analytical methods that can show the relationship between each variable and the indicator. Bayesian Structural Equation Model (SEM) is considered as the right approach because of many advantages of Bayesian Approach, such as using prior information to get posterior result and not affected by the number of samples. The seven existing hypotheses are accepted with the following results. RTH has a positive influence on CHL while CHL has a positive effect on COM. RLV has a positive influence on COM. RTH has a positive influence on INQ while INQ has a positive influence on NEG. Nevertheless, CHL gives a negative influence on INQ and RLV gives a negative influence on CHL. Intisari-Constructivist Multimedia Learning Environment (CMLE) merupakan model pembelajaran yang di dalamnya seorang pengajar memberikan peserta didiknya sebuah pengalaman yang dapat membantu peserta didik untuk mengembangkan kemampuan memecahkan masalah, berpikir kritis, dan menjadi kreatif terhadap permasalaahn di sekitarnya, dengan memanfaatkan multimedia sebagai sarana belajar. Untuk itu, CMLE Survey (CMLES) diperlukan sebagai sarana evaluasi yang dapat menilai efektivitas model pembelajaran ini. Setiap data yang diperoleh dari CMLES perlu dianalisis dengan menggunakan metode analisis yang dapat menunjukkan hubungan antara masing-masing variabel dengan indikatornya. Bayesian Structural Equation Model (SEM) dinilai sebagai pendekatan yang tepat dengan kelebihan seperti menggunakan informasi prior untuk memperoleh hasil posteriornya dan tidak terpengaruh oleh jumlah sampel. Ketujuh hipotesis yang ada dapat diterima seluruhnya dengan hasil sebagai berikut. RTH memberikan pengaruh positif pada CHL sementara CHL memberikan pengaruh positif pada COM. RLV memberikan pengaruh positif pada COM. RTH memberikan pengaruh positif pada INQ sementara INQ memberikan pengaruh positif pada NEG. Namun, CHL memberikan pengaruh negatif pada INQ dan RLV memberikan pengaruh negatif pada CHL. Kata Kunci-CMLE, CMLES, SEM, Bayesian, multimedia.