Sebagian masyarakat masih beranggapan bahwa sekolah di bawah pembinaan kementerian pendidikan lebih maju tinimbang sekolah-sekolah binaan Kementerian Agama. Namun, analisis empiris yang dikontrol secara ketat terhadap data Rapor Pendidikan periode 2021–2025 memecahkan anggapan tersebut. Ketika faktor-faktor penentu seperti status sosial ekonomi (SES), fasilitas digital, dan kualifikasi guru disetarakan, tidak ada jurang pemisah mutu yang nyata antara kedua institusi ini.
Metodologi dan Tantangan Mengatasi Ketimpangan Sampel
Dalam mengkaji perbandingan makro ini, tantangan metodologis utama terletak pada ketimpangan jumlah observasi. Populasi SMP dalam analisis ini mendominasi sebagian besar sampel dibandingkan MTs. Untuk menjaga validitas generalisasi dan menghindari bias agregasi, analisis ini menerapkan pendekatan statistik Pooled OLS yang dilengkapi dengan Robust Cluster Standard Errors (vce(cluster kd_sekolah)).
Pendekatan ini memastikan bahwa variasi internal di tiap satuan pendidikan diakomodasi dengan baik, sehingga estimasi parameter tidak terdistorsi oleh ukuran kelompok yang tidak seimbang. Hasilnya adalah potret komparatif yang apple-to-apple, mengisolasi label kelembagaan murni dari keunggulan infrastruktur.
Mengukur Kinerja Melalui Kendali Fasilitas dan SES
Model estimasi regresi menunjukkan bahwa variabel status madrasah (is_mts) menghasilkan koefisien -3.556 untuk Numerasi dan -2.672 untuk Literasi, dengan standar error yang lebar dan rentang konfidensi yang melintasi garis nol.
Tabel 1. Komparasi Kinerja SMP dan MTs
| VARIABLES | Numerasi | Literasi |
|---|---|---|
| is_mts | -3.556 (3.995) | -2.672 (6.859) |
| Rata-rata SES_sekolah | 0.0927*** (0.00492) | 0.169*** (0.00773) |
| Rata-rata proporsi_pendidik_sertifikasi | 0.0661*** (0.00237) | 0.132*** (0.00405) |
| Rata-rata rasio_pendidik_peserta_didik | 0.201*** (0.00929) | 0.385*** (0.0160) |
| Rata-rata jumlah_komp_milik | 0.211*** (0.0123) | 0.389*** (0.0209) |
| Rata-rata jumlah_perpus | -0.0367 (0.0828) | -0.0952 (0.130) |
| Data Rapor 2022 | 3.448*** (0.133) | 9.014*** (0.208) |
| Data Rapor 2023 | 7.084*** (0.0934) | 8.646*** (0.123) |
| Data Rapor 2024 | 7.456*** (0.0815) | 9.280*** (0.116) |
| Data Rapor 2025 | 13.48*** (0.156) | 20.33*** (0.234) |
| Constant | 40.72*** (0.321) | 34.82*** (0.508) |
| Observations | 36,768 | 36,767 |
| R-squared | 0.401 | 0.409 |
Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Catatan: Variabel is_mts adalah variabel dummy yang mendefinisikan satuan pendidikan Madrasah Tsanawiyah (MTs) dengan nilai 1, sementara Sekolah Menengah Pertama (SMP) bertindak sebagai kategori referensi dengan nilai 0. Angka koefisien is_mts diperoleh melalui estimasi regresi Pooled OLS dengan mengontrol variabel Status Sosial Ekonomi (SES) sekolah, proporsi guru bersertifikasi, rasio guru-peserta didik, jumlah komputer, jumlah perpustakaan, serta tren tahun, menggunakan robust cluster standard errors.
Kualitas Ditentukan Akses, Bukan Label
Berdasarkan tabel dan visualisasi grafik di atas, beberapa sintesis krusial dapat ditarik untuk merumuskan arah kebijakan ke depan:
- Ketiadaan Efek “Label Kelembagaan” (is_mts Tidak Signifikan)
Secara statistik, setelah mengontrol variabel SES dan fasilitas, koefisien is_mts tidak signifikan secara statistik. Ini membuktikan bahwa mutu kognitif siswa di SMP dan MTs pada dasarnya setara. - Kekuatan Transformatif Fasilitas Komputer dan Guru Tersertifikasi
Variabel jumlah komputer milik (0.211*** untuk numerasi dan 0.389*** untuk literasi) serta proporsi pendidik sertifikasi (0.0661*** untuk numerasi dan 0.132*** untuk literasi) menunjukkan dampak positif yang sangat kuat dan signifikan.
Pemerintah tidak perlu membedakan skema intervensi anggaran berdasarkan sektoral kementerian. Alih-alih memperdebatkan superioritas antara sekolah umum dan madrasah, fokus kebijakan nasional harus diarahkan pada pemerataan akses infrastruktur digital dan peningkatan kompetensi pedagogis guru secara inklusif.