EVALUASI FAKTOR SOSIAL DAN EKONOMI TERHADAP IPK<2.10 DI TPB IPB WAHYU BODROMURTI

Transkripsi

1 EVALUASI FAKTOR SOSIAL DAN EKONOMI TERHADAP IPK<2.10 DI TPB IPB WAHYU BODROMURTI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

2

3 ABSTRAK WAHYU BODROMURTI. Evaluasi Faktor Sosial dan Ekonomi terhadap IPK<2.10 di TPB IPB. Dibimbing oleh TOTONG MARTONO dan ANIK DJURAIDAH. IPB menerima mahasiswa melalui ujian tulis (SNMPTN Ujian Tertulis dan Ujian Talenta Masuk IPB), Beasiswa Utusan Daerah, dan Prestasi Internasional- Nasional. Mayoritas penerimaan mahasiswa berasal dari jalur SNMPTN Undangan, yaitu sekitar 67%. Pola seleksi undangan beracuan utama pada kualitas sekolah yang tercermin pada Direktori PERAK SLTA-IPB, potensi akademik pelamar, dan prinsip kebhinekaan mahasiswa IPB sebagai miniatur bangsa Indonesia. Potensi akademik pelamar terepresentasikan oleh nilai sains dan matematika, dan peringkat siswa di sekolah. Pada hakikatnya seleksi masuk PTN berupaya menjaring mahasiswa dengan potensi akademik terbaik sesuai daya tampung yang tersedia sehingga tentunya bukan merupakan proses acak. Pola sebaran indeks prestasi kumulatif (IPK) TPB menunjukkan sebaran yang menjulur ke kiri. Mahasiswa TPB IPB tahun akademik 2011/2012 yang memiliki IPK<2.10 sebanyak 9.1% dengan persentase yang tidak merata di setiap jalurnya dan 16% di antaranya diberhentikan studinya dari IPB. Hubungan IPK dengan faktor sosial dan ekonomi dengan regresi kuantil menunjukkan bahwa jalur seleksi SNMPTN Undangan, jenis kelamin perempuan, program studi kategori BPIF 1, dan daerah asal Jawa Tengah Yogyakarta Jawa Timur memberikan tingkat kegagalan yang rendah di TPB. Daya listrik dan penghasilan orang tua/wali tidak berpengaruh di IPK<2.1. Selain itu, nilai UN tidak berpengaruh terhadap IPK rendah sehingga nilai UN belum dapat mencerminkan kualitas sekolah serta potensi akademik lulusan SLTA untuk berhasil di TPB. Kata kunci: IPK, PERAK SLTA-IPB, Regresi Kuantil ABSTRACT WAHYU BODROMURTI. Evaluation of Social and Economic Factors in GPA<2.10 at TPB IPB. Supervised by TOTONG MARTONO and ANIK DJURAIDAH. IPB admit students through the SNMPTN Undangan, written test (SNMPTN Ujian Tertulis and Ujian Talenta Masuk IPB), Beasiswa Utusan Daerah, and Prestasi Internasional-Nasional. The majority of admissions is from SNMPTN Invitation, which is about 67%. Selection method on the SNMPTN Undangan based on school quality that is reflected in PERAK SLTA-IPB, academic potential applicants, and principle of student diversity IPB as a miniature of Indonesia. Academic potential applicants are represented by the value of science and math, and students in the school rankings. The distribution of grade point average (GPA) TPB is negative skew. Total of 9.1% of students in TPB IPB academic year 2011/2012 have GPA<2.10 with unequal percentages in each selection and 16% of them is drop out. PTN is essentially trying to get students with the best academic potential as much available capacity, certainly it

4 is not a random process. Relationship between GPA and social and economic factors with quantile regression shows that SNMPTN Undangan, female student, study program BPIF category 1, and area from Central Java - Yogyakarta - East Java provides a low failure rate in the TPB. Electric power and income of parents has not effect on the low GPA. In addition, the UN does not affect the value of a low GPA then the UN has not been able to reflect the value of school quality and academic potential high school graduates to succeed in the TPB. Keywords: GPA, PERAK SLTA-IPB, Quantile Regression

5 EVALUASI FAKTOR SOSIAL DAN EKONOMI TERHADAP IPK<2.10 DI TPB IPB WAHYU BODROMURTI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

6 Judul Skripsi: Evaluasi Faktor Sosial dan Ekonomi terhadap IPK <2.10 di TPB IPB _ ama : Wahyu Bodromurti ~IM : Disetujui oleh Dr Totong Martono Pembimbing I Dr Ir Anik Di uraidah, MS Pembimbing II Tanggal Lulus: 31 OC T 2013

7 Judul Skripsi : Evaluasi Faktor Sosial dan Ekonomi terhadap IPK<2.10 di TPB IPB Nama : Wahyu Bodromurti NIM : G Disetujui oleh Dr Totong Martono Pembimbing I Dr Ir Anik Djuraidah, MS Pembimbing II Diketahui oleh Dr Ir Hari Wijayanto, MSi Ketua Departemen Tanggal Lulus:

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas rahmat dan karunia-nya sehingga karya ilmiah ini dapat diselesaikan. Tema dalam penelitian ini adalah IPK TPB IPB, dengan judul Evaluasi Faktor Sosial dan Ekonomi terhadap IPK<2.10 di TPB IPB. Karya ilmiah ini dapat diselesaikan dengan baik berkat dukungan banyak pihak dan penulis mengucapkan terima kasih kepada: 1. Bapak Dr Totong Martono sebagai pembimbing yang telah memberikan arahan, nasihat, masukan, dukungan dan semangat. 2. Ibu Dr Ir Anik Djuraidah MS sebagai pembimbing yang telah memberikan bimbingan, saran, dan masukan. 3. Mbak Susi, Mbak Wina, Teh Lilis dan kawan-kawan yang telah meluangkan waktu untuk menyediakan data dan informasi seleksi mahasiswa baru. 4. Bapak Amir Warsono dan Ibu Supri Hartini sebagai orang tua tercinta yang selalu memberikan dukungan, doa, kasih sayang, masukan dan semangatnya setiap hari. 5. Kakak tercinta, Mbak Retno dan Mbak Arini yang selalu memberikan semangat dan dukungan. 6. Keluarga besar Statistika 46, terutama Septian Rahardiantoro, Casia Nursyifa, Rizky Nurkhaerani, Astri Wiliastri, Azyl Yunia, Rafika, Fira, Riad yang telah memberikan semangat, saran, dan masukan. Semoga karya ilmiah ini bermanfaat. Bogor, Oktober 2013 Wahyu Bodromurti

9

10 DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN viii viii viii PENDAHULUAN Latar Belakang 1 Tujuan 1 METODOLOGI Data 2 Metode 2 HASIL DAN PEMBAHASAN Deskripsi IPK Mahasiswa TPB IPB Tahun Akademik 2011/ Regresi Kuantil 13 SIMPULAN 16 DAFTAR PUSTAKA 17 LAMPIRAN 18 RIWAYAT HIDUP 22

11 DAFTAR TABEL 1 Peubah pada data mahasiswa TPB IPB tahun akademik 2011/ Deskripsi IPK mahasiswa TPB berdasarkan jalur seleksi 4 3 Deskripsi IPK mahasiswa TPB berdasarkan jenis kelamin 6 4 Deskripsi IPK TPB berdasarkan kategori BPIF 7 5 Deskripsi IPK<2.1 berdasarkan kategori BPIF, pilihan, dan jalur seleksi 7 6 Deskripsi IPK TPB berdasarkan kategori daerah asal 8 7 Deskripsi IPK mahasiswa TPB berdasarkan daya listrik 10 8 Deskripsi IPK TPB berdasarkan kelompok penghasilan orang tua/wali 11 9 Deskripsi nilai UN mahasiswa TPB berdasarkan jalur dan IPK TPB Dugaan parameter regresi kuantil pada kuantil (IPK 1.5) Dugaan parameter regresi kuantil pada kuantil (IPK<2.1) 15 DAFTAR GAMBAR 1 Kelompok IPK mahasiswa TPB berdasarkan jalur seleksi 4 2 Histogram IPK TPB 5 3 Diagram kotak garis IPK TPB berdasarkan jalur seleksi 5 4 Kelompok IPK mahasiswa TPB berdasarkan jenis kelamin 6 5 Diagram kotak garis IPK TPB berdasarkan jenis kelamin 6 6 Kelompok IPK mahasiswa TPB berdasarkan kategori BPIF 7 7 Diagram kotak garis IPK TPB berdasarkan kategori BPIF 8 8 Kelompok IPK mahasiswa TPB berdasarkan daerah asal 9 9 Diagram kotak garis IPK TPB berdasarkan daerah asal 9 10 Kelompok IPK mahasiswa TPB berdasarkan daya listrik Diagram kotak garis IPK TPB berdasarkan daya listrik Kelompok IPK mahasiswa TPB berdasarkan kelompok penghasilan orang tua/wali Diagram kotak garis IPK TPB berdasarkan kelompok penghasilan orang tua/wali Diagram kotak garis penghasilan orang tua/wali berdasarkan daya listrik 12 DAFTAR LAMPIRAN 1 Keterangan peubah pada data mahasiswa TPB tahun akademik 2011/ Peubah sosial dan ekonomi mahasiswa TPB 19 3 Deskripsi IPK<2.1 mahasiswa TPB tahun ajaran 2011/2012 berdasarkan program studi 20

12 1 PENDAHULUAN Latar Belakang Seleksi mahasiswa baru IPB tahun akademik 2011/2012 terdiri dari sekitar 67 persen melalui SNMPTN Undangan (UND), 7 persen melalui jalur Beasiswa Utusan Daerah (BUD), 17 persen melalui SNMPTN Ujian Tertulis (UTUL), 9 persen melalui Ujian Talenta Masuk IPB (UTM), dan 0.1 persen melalui Prestasi Internasional-Nasional (PIN). Pada hakikatnya mahasiswa baru IPB tersebut diterima melalui pola seleksi undangan atau seleksi ujian tulis. Pola seleksi undangan mengandalkan potensi akademik siswa kelas 3 SLTA yang direfleksikan oleh nilai Matematika, Fisika, Kimia, dan Biologi selama di sekolah dan kualitas (peringkat) sekolah yang diukur melalui besaran persentase IPK alumninya selama studi tahun pertama di IPB dan pertimbangan sebaran geografis sekolah. Pola seleksi UTUL dan UTM beracuan pada skor ujian tulis lulusan SLTA. Pola seleksi BUD lebih dekat dengan jalur UND tetapi dengan calon pelamar yang telah diusulkan oleh penyandang dana. Dua faktor utama yang dapat menjadi hambatan dalam capaian keberhasilan studi mahasiswa baru adalah faktor sosial dan ekonomi. Keberhasilan studi mahasiswa baru di IPB dapat diamati melalui Indeks Prestasi Kumulatif (IPK) pada Tingkat Persiapan Bersama (TPB). Pada hakikatnya seleksi masuk PTN berupaya menjaring mahasiswa dengan potensi akademik terbaik sesuai daya tampung yang tersedia sehingga tentunya bukan merupakan proses acak. Proses seleksi tersebut idealnya menghasilkan sebaran IPK yang menjulur ke kiri dan terdapat pencilan. Semakin menjulur ke kiri suatu sebaran IPK maka proses seleksi dapat dikatakan semakin baik. Mahasiswa TPB tahun akademik 2011/2012 yang memiliki IPK 1.5 sebanyak 1.45% dan mereka dengan IPK<2.1 sebanyak 7.65% atau sekitar 9 persen mahasiswa TPB tergolong pada IPK rendah. Regresi kuantil dapat digunakan untuk mengevaluasi pengaruh faktor sosial dan ekonomi terhadap mahasiswa dengan IPK rendah, karena metode ini dapat digunakan untuk mengukur pengaruh peubah penjelas tidak hanya di pusat sebaran data tetapi juga bagian atas atau bawah ekor sebaran (Djuraidah & Wigena 2011). Faktor sosial yang akan ditelaah adalah daerah asal sekolah, nilai ujian nasional (UN), kelompok BPIF, jalur seleksi, dan jenis kelamin. Faktor ekonomi yang akan ditelaah adalah daya listrik dan penghasilan orang tua/wali. Tujuan Penelitian Tujuan penelitian ini adalah: 1. Mendeskripsikan karakteristik IPK mahasiswa TPB IPB tahun akademik 2011/2012 berdasarkan faktor sosial dan ekonomi. 2. Mengidentifikasi faktor sosial dan ekonomi yang berpengaruh terhadap IPK rendah di TPB dengan regresi kuantil.

13 2 METODE Data Data penelitian ini merupakan data mahasiswa TPB IPB tahun akademik 2011/2012 sebanyak 3384 orang dengan peubah pada Tabel 1 dan keterangan lengkap pada Lampiran 1. Tabel 1 Peubah pada data mahasiswa TPB IPB tahun akademik 2011/2012 No. Peubah Keterangan 1 IPK TPB Skala Jalur Seleksi 4 jalur 3 Jenis Kelamin L/P 4 BPIF 2 kategori 5 Daerah Asal 7 kategori 6 Daya Listrik 7 kategori 7 Penghasilan Orang Tua/Wali Numerik 8 Nilai Matematika UN Nilai Fisika UN Nilai Kimia UN Nilai Biologi UN Nilai Bahasa Indonesia UN Nilai Bahasa Inggris UN 0-10 Metode Kuantil adalah nilai-nilai amatan yang membagi data menjadi n bagian yang sama. Metode regresi kuantil dikembangkan pada tahun 1970 untuk menduga tingkat perubahan nilai di setiap bagian pada sebaran peubah respon (Cade & Noon 2003). Metode ini mengatasi masalah pendugaan model regresi yang memiliki ragam sisaan tidak konstan (heteroskedastisitas) dan kekar terhadap pencilan peubah respon (Chamaille & Blumstein 2012). Hal ini sangat berguna dalam penerapan, terutama ketika nilai ekstrem merupakan fokus penelitian. Model regresi kuantil ke-τ didefinisikan sebagai Q Y (τ x)=xβ(τ)+ε dengan τ ε (0,1) dengan Y sebagai peubah acak respon berordo n 1 (n adalah banyaknya amatan), X matriks peubah penjelas berordo n (p+1) (p peubah penjelas dan intersep), β vektor parameter pada kuantil ke-τ berordo (p+1) 1, dan ε vektor sisaan berordo n 1 (Young et al 2008). Pendugaan parameter β pada regresi kuantil ke-τ dipecahkan menggunakan algoritma simpleks yang selengkapnya terdapat pada Koenker (2005). Nilai

14 3 dugaan parameter yang diperoleh tidak akan sama untuk kuantil yang berbeda pada sebaran sisaan yang tidak homogen. Evaluasi IPK dilakukan dengan tahapan sebagai berikut: 1. Eksplorasi data Deskripsi data sosial dan ekonomi berdasarkan lima kelompok IPK dalam Peringkat Riwayat Akademik Sekolah di IPB (PERAK SLTA-IPB): IPK 1.5 (mahasiswa diberhentikan studinya/gagal), 1.5<IPK<2.1, 2.1 IPK<2.75, 2.75 IPK<3.5, dan 3.5 IPK Menduga dan menguji parameter model regresi kuantil dengan uji t pada taraf nyata 0.05 menggunakan regresi kuantil di kuantil IPK 1.5 dan IPK<2.10 menggunakan software R Penentuan letak kuantil sebagai berikut: a. Mengurutkan IPK dari terkecil hingga terbesar. b. Menentukan letak kuantil pada IPK 1.5. c. Menentukan letak kuantil pada IPK Menginterpretasikan hasil.

15 4 HASIL DAN PEMBAHASAN Deskripsi IPK Mahasiswa TPB IPB Tahun Akademik 2011/2012 Mahasiswa yang diberhentikan studinya (gagal) pada tingkat IPB ada 1.45% dan mereka dengan IPK<2.1 ada 7.65%. Dari deskripsi IPK mahasiswa TPB berdasarkan jalur seleksi pada Tabel 2 dan Gambar 1, tampak bahwa tingkat kegagalan tertinggi dan terendah terjadi pada jalur BUD (sekitar enam kali lebih tinggi) dan jalur UND (sekitar sepertiga) dari tingkat kegagalan IPB. Tingkat kegagalan jalur ujian tertulis relatif sama untuk UTUL dan UTM sekitar 1.5 kali dari tingkat IPB. Pada 1.5<IPK<2.1, risiko kegagalan tertinggi berasal dari jalur BUD dan UTM sekitar dua kali lebih tinggi dari tingkat IPB (7.65%) atau sekitar tiga kali lebih tinggi dari risiko kegagalan terendah (jalur UND). Tabel 2 Deskripsi IPK mahasiswa TPB berdasarkan jalur seleksi IPK (%) Jalur Seleksi Total 0 IPK <IPK< IPK< IPK< IPK 4 UND 10 (0.44) 131 (5.73) 535 (23.38) 1211 (52.93) 401 (17.53) 2288 UTUL 13 (2.16) 47 (7.82) 102 (16.97) 291 (48.42) 148 (24.63) 601 UTM 7 (2.46) 47 (16.49) 91 (31.93) 116 (40.7) 24 (8.42) 285 BUD 19 (9.22) 34 (16.50) 64 (31.07) 69 (33.50) 20 (9.71) 206 PIN 0 (0.00) 0 (0.00) 0 (0.00) 3 (75.00) 1 (25.00) 4 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) IPK <IPK< IPK< IPK< IPK 4 UND UTUL UTM BUD PIN Gambar 1 Kelompok IPK mahasiswa TPB berdasarkan jalur seleksi

16 5 Sebaran data IPK TPB IPB menyebar menjulur kiri (Gambar 2) dengan sebagian besar mahasiswa memiliki 2.1 IPK<2.75 sebanyak 49.94% (Tabel 2). IPK mahasiswa jalur UND dan UTUL memiliki pola sebaran yang menjulur kiri pada Gambar 3 sedangkan pola sebaran IPK mahasiswa jalur BUD dan UTM relatif menyebar normal dengan rataannya berada di bawah jalur UND dan UTUL. Hal ini mengindikasikan bahwa jalur seleksi memberikan keragaman yang cukup tinggi bagi keragaman IPK TPB Frekuensi IPK TPB Gambar 2 Histogram IPK TPB 4 3 IPK TPB UND UTUL UTM Jalur Seleksi BUD Gambar 3 Diagram kotak garis IPK TPB berdasarkan jalur seleksi Pada deskripsi IPK mahasiswa TPB berdasarkan jenis kelamin terlihat bahwa tingkat kegagalan mahasiswa laki-laki sekitar 1.5 kali lebih tinggi dari tingkat kegagalan IPB dan persentase mahasiswa laki-laki dengan 1.5<IPK<2.1 sekitar 1.5 kali dari persentase mahasiswa dengan 1.5<IPK<2.1 (Tabel 3 dan Gambar 4). Risiko kegagalan mahasiswa laki-laki yang diberhentikan studinya sekitar tiga kali lebih tinggi dari mahasiswa perempuan dan risiko kegagalan mahasiswa laki-laki dengan 1.5<IPK<2.1 sekitar dua kali lebih tinggi dari mahasiswa perempuan. Diagram kotak garis mahasiswa perempuan pada Gambar 5 lebih tinggi dari diagram kotak garis mahasiswa laki-laki dan keduanya PIN IPB

17 6 menjulur kiri, artinya mahasiswa perempuan memiliki tingkat keberhasilan tertinggi di TPB. Jenis Kelamin Tabel 3 Deskripsi IPK mahasiswa TPB berdasarkan jenis kelamin IPK (%) Total 0 IPK <IPK< IPK< IPK< IPK 4 Laki-laki 33 (2.38) 161 (11.60) 394 (28.41) 590 (42.54) 209 (15.07) 1387 Perempuan 16 (0.80) 98 (4.91) 398 (19.93) 1100 (55.08) 385 (19.28) 1997 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) IPK <IPK< IPK< IPK< IPK 4 Laki-laki Perempuan Gambar 4 Kelompok IPK mahasiswa TPB berdasarkan jenis kelamin 4 3 IPK TPB Laki-laki Perempuan Jenis Kelamin Gambar 5 Diagram kotak garis IPK TPB berdasarkan jenis kelamin Lima dari 36 program studi tergolong ke dalam Biaya Pengembangan Institusi dan Fasilitas (BPIF) kategori 1 karena tingkat popularitasnya tertinggi dibanding program studi lainnya. Kelima program studi tersebut adalah Teknologi Pangan (ITP), Statistika (STK), Ilmu Komputer (KOM), Agribisnis (AGB), dan Ilmu Gizi (GIZ). Tingkat popularitas pada jalur UND merupakan suatu indikator keketatan tingkat persaingan yang diwakili oleh rasio pelamar pilihan pertama terhadap daya tampung (dalam persen). Fakta ini terungkap pada deskripsi IPK mahasiswa TPB berdasarkan kategori BPIF di Tabel 4 dan Gambar 6, tingkat IPB

18 7 kegagalan terendah ada pada program studi ITP, STK, ILKOM, sedangkan tingkat kegagalan tertinggi ada pada program studi BPIF 2. Pada Tabel 5, program studi BPIF 2 yang memiliki 1.5<IPK<2.1 berasal dari pilihan 1 ada sebanyak 84 mahasiswa, dan 42 mahasiswa dari pilihan lainnya pada jalur UND. Hal ini merupakan indikator bahwa minat utama belum tentu selaras dengan potensi akademiknya. Tabel 4 Deskripsi IPK TPB berdasarkan kategori BPIF Program IPK (%) Studi 0 IPK <IPK< IPK< IPK< IPK 4 Total ITP 0 (0.00) 0 (0.00) 14 (11.38) 48 (39.02) 61 (49.59) 123 STK 0 (0.00) * 1 (1.25) 3 (3.75) 43 (53.75) 33 (41.25) 80 KOM 0 (0.00) 8 (8.08) 25 (25.25) 48 (48.48) 18 (18.18) 99 AGB 0 (0.00) 8 (6.96) 18 (15.65) 63 (54.78) 26 (22.61) 115 GIZ 0 (0.00) 4 (3.45) 10 (8.62) 44 (37.93) 58 (50.00) 116 BPIF 2 49 (1.72) 238 (8.34) 722 (25.32) 1444 (50.65) 398 (13.96) 2851 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) 3384 * berasal dari jalur BUD IPK <IPK< IPK< IPK< IPK 4 ITP STK KOM AGB GIZ BPIF 2 Gambar 6 Kelompok IPK mahasiswa TPB berdasarkan kategori BPIF Tabel 5 Deskripsi IPK<2.1 berdasarkan kategori BPIF, pilihan, dan jalur seleksi 0 IPK <IPK<2.1 Program UND UND Total Studi Jalur Jalur Pilihan Pilihan lainnya Pilihan Pilihan lainnya 1 lain 1 lain ITP STK KOM AGB GIZ BPIF IPB

19 8 Tingkat kegagalan tertinggi pada tingkat IPB berasal dari fakultas Kedokteran Hewan (B), Perikanan (C), Peternakan (D), dan Kehutanan (E). Fakultas tersebut menghasilkan mahasiswa dengan IPK<2.1 sebanyak 24 orang, 56 orang, 23 orang, dan 46 orang (Lampiran 3). Selain itu, dari diagram kotak garis IPK kedua kelompok BPIF di Gambar 7 tampak bahwa secara umum mahasiswa pada kelompok BPIF 1 memiliki IPK lebih tinggi daripada mereka dalam kelompok BPIF 2. Salah satu upaya untuk memperbaiki ketimpangan ini ialah dengan melakukan promosi lebih baik lagi untuk program studi kategori BPIF 2 ke sekolah-sekolah terbaik pada PERAK SLTA-IPB disesuaikan dengan potensi daerahnya. 4 3 IPK TPB BPIF 1 BPIF 2 Kategori BPIF Gambar 7 Diagram kotak garis IPK TPB berdasarkan kategori BPIF Tabel 6 Deskripsi IPK TPB berdasarkan kategori daerah asal Daerah Asal IPB (%) Total 0 IPK <IPK< IPK< IPK< IPK 4 Jawa Barat 23 (1.62) 130 (9.10) 359 (25.34) 694 (48.98) 212 (14.96) 1417 Banten 1 (0.52) 11 (5.76) 57 (29.84) 100 (52.36) 22 (11.52) 191 Jakarta 2 (0.48) 11 (2.61) 88 (20.90) 230 (54.63) 90 (21.38) 421 Jawa Tengah- Yogyakarta- 0 (0.00) 20 (3.23) 105 (16.96) 333 (53.80) 161 (26.01) 619 Jawa Timur Sumatra 12 (2.04) 66 (11.21) 146 (24.79) 278 (47.20) 87 (14.77) 589 Lainnya 11 (7.48) 22 (14.97) 37 (25.17) 55 (37.41) 22 (14.97) 147 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) 3384 Dari deskripsi IPK mahasiswa TPB berdasarkan daerah asal, mahasiswa yang berasal dari Jawa sebanyak 78% dengan sebagian besar berasal dari Jawa Barat dan Banten. Berdasarkan Tabel 6 dan Gambar 8, mahasiswa yang bukan dari daerah Jawa dan Sumatra memiliki risiko tertinggi diberhentikan studinya di IPB (7.48%) sedangkan mahasiswa yang berasal dari Jawa Tengah Yogyakarta Jawa Timur tidak ada yang gagal. Pada kelompok IPK kurang berhasil (1.5<IPK<2.1), risiko kegagalan tertinggi dan terendah masing-masing berasal IPB

20 9 dari mahasiswa yang bukan dari daerah Jawa dan Sumatra (sekitar dua kali lebih tinggi) dan mahasiswa yang berasal dari daerah Jakarta (sekitar sepertiga) dari tingkat IPB IPK <IPK< IPK< IPK< IPK 4 Jawa Barat Banten Jakarta Jawa Tengah - Yogyakarta - Jawa Timur Sumatra Lainnya Gambar 8 Kelompok IPK mahasiswa TPB berdasarkan daerah asal Pola sebaran IPK di setiap daerah pada Gambar 9 relatif heterogen terlihat dari lebar kotak dan rataan yang berbeda-beda artinya daerah asal memberikan keragaman yang cukup tinggi bagi keragaman IPK. Diagram kotak garis IPK mahasiswa asal Jawa Tengah Yogyakarta Jawa Timur paling tinggi, artinya rataan IPK dan pencilan pada IPK rendah di daerah tersebut lebih tinggi dibanding daerah-daerah lain. Pola sebaran IPK mahasiswa yang berasal dari Sumatra memiliki kemiripan dengan pola sebaran IPK mahasiswa yang berasal dari Jawa Barat, artinya karakteristik IPK mahasiswa pada daerah tersebut hampir sama. 4 3 IPK TPB Jawa Barat Banten Jakarta Jateng-Yogya-Jatim Sumatra Daerah Asal Lainnya IPB Gambar 9 Diagram kotak garis IPK TPB berdasarkan daerah asal

21 10 Dari deskripsi IPK mahasiswa TPB berdasarkan daya listrik di Tabel 7, terdapat 175 mahasiswa yang daya listriknya tidak diketahui (daya listrik lainnya dan kosong). Mahasiswa TPB yang memiliki daya listrik 1300 watt ada sebanyak 84% dengan modus 900 watt. Tingkat kegagalan tertinggi dan terendah masing-masing terjadi pada mahasiswa dengan daya listrik 2200 watt (sekitar 1.8 kali lebih tinggi dari tingkat IPB) dan mahasiswa dengan daya listrik 450 watt atau sekitar setengah dari tingkat IPB (Tabel 7 dan Gambar 10). Persentase tertinggi dan terendah pada mahasiswa kurang berhasil (1.5<IPK<2.1) masingmasing terjadi pada mahasiswa dengan daya listrik >2200 watt atau sekitar 1.5 kali lebih tinggi dari tingkat IPB dan mahasiswa dengan daya listrik 450 watt (5.84%). Hal ini mungkin karena faktor bantuan biaya pendidikan dari Ditjen Dikti yang dikenal dengan sebutan Bidik Misi. Tabel 7 Deskripsi IPK mahasiswa TPB berdasarkan daya listrik IPK (%) Daya Listrik 0 IPK <IPK< IPK< IPK< IPK 4 Total (0.76) 46 (5.84) 182 (23.10) 415 (52.66) 139 (17.64) (1.11) 99 (7.30) 302 (22.27) 685 (50.52) 255 (18.81) (1.45) 63 (9.12) 180 (26.05) 333 (48.19) 105 (15.20) (2.69) 23 (7.74) 77 (25.93) 135 (45.45) 54 (18.18) 297 > (1.30) 9 (11.69) 16 (20.78) 36 (46.75) 15 (19.48) 77 Lainnya 0 (0.00) 3 (6.12) 8 (16.33) 31 (63.27) 7 (14.29) 49 Kosong 9 (7.14) 16 (12.70) 27 (21.43) 55 (43.65) 19 (15.08) 126 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) IPK <IPK< IPK< IPK< IPK >2200 Lainnya Kosong Gambar 10 Kelompok IPK mahasiswa TPB berdasarkan daya listrik

22 11 Pada diagram kotak garis IPK di Gambar 11, sebaran IPK mahasiswa dengan daya listrik >2200 watt memiliki keragaman yang paling tinggi tetapi sebaran IPK di setiap kategori daya listrik relatif homogen terhadap rataannya, artinya keragaman IPK yang dapat dijelaskan dari keragaman daya listrik tidak terlalu besar. 4 3 IPK TPB >2200 IPB Gambar 11 Diagram kotak garis IPK TPB berdasarkan daya listrik Daya Listrik (watt) Dari deskripsi IPK mahasiswa TPB berdasarkan penghasilan, mahasiswa yang memiliki penghasilan orang tua/wali antara 2.5 juta dan 5 juta rupiah ada sebanyak 31%. Berdasarkan Tabel 8 dan Gambar 12, tingkat kegagalan terendah dan tertinggi masing-masing berasal dari mahasiswa dengan penghasilan orang tua/wali antara lima ratus ribu dan satu juta rupiah (sekitar seperenam dari tingkat IPB) dan mahasiswa dengan penghasilan orang tua/wali tidak lebih dari lima ratus ribu (sekitar dua kali lebih tinggi dari tingkat IPB). Risiko kegagalan terendah dan tertinggi pada 1.5<IPK<2.1 masing-masing terjadi pada mahasiswa dengan penghasilan orang tua/wali di atas lima belas juta rupiah (sekitar setengah dari tingkat IPB) dan mahasiswa dengan penghasilan orang tua/wali antara sepuluh juta dan lima belas juta (sekitar 1.5 kali lebih tinggi dari tingkat IPB). Tabel 8 Deskripsi IPK TPB berdasarkan kelompok penghasilan orang tua/wali Kelompok IPK (%) Penghasilan Total (juta rupiah) 0 IPK <IPK< IPK< IPK< IPK 4 P (3.13) 19 (5.94) 80 (25.00) 155 (48.44) 56 (17.50) <P 1 1 (0.25) 20 (5.09) 77 (19.59) 215 (54.71) 80 (20.36) 393 1<P (1.16) 44 (6.36) 161 (23.27) 360 (52.02) 119 (17.20) <P 5 13 (1.22) 92 (8.66) 236 (22.22) 540 (50.85) 181 (17.04) <P (1.67) 51 (9.48) 131 (24.35) 256 (47.58) 91 (16.91) <P 10 4 (2.05) 18 (9.23) 57 (29.23) 81 (41.54) 35 (17.95) <P 15 3 (2.88) 12 (11.54) 27 (25.96) 45 (43.27) 17 (16.35) 104 P>15 1 (1.25) 3 (3.75) 23 (28.75) 38 (47.50) 15 (18.75) 80 IPB 49 (1.45) 259 (7.65) 792 (23.40) 1690 (49.94) 594 (17.55) 3384

23 IPK <IPK< IPK< IPK< IPK 4 P 500rb 500rb<P 1jt 1jt<P 2.5jt 2.5jt<P 5jt 5jt<P 7.5jt 7.5jt<P 10jt 10jt<P 15jt P>15jt Gambar 12 Kelompok IPK mahasiswa TPB berdasarkan kelompok penghasilan orang tua/wali 4 3 IPK TPB P<500rb 500rb<P<=1jt 1jt<P<=2.5jt 2.5jt<P<=5jt 5jt<P<=7.5jt 7.5jt<P<=10jt 10jt<P<=15jt Kelompok Penghasilan P>15jt IPB Gambar 13 Diagram kotak garis IPK TPB berdasarkan kelompok penghasilan orang tua/wali Penghasilan (10 juta) >2200 Daya Listrik Lainnya Kosong Gambar 14 Diagram kotak garis penghasilan orang tua/wali berdasarkan daya listrik

24 13 Tabel 9 Deskripsi nilai UN mahasiswa TPB berdasarkan jalur dan IPK TPB Jalur Seleksi IPK TPB 0 IPK <IPK< IPK< IPK< IPK 4 UND min rataan maks UTUL min rataan maks UTM min rataan maks BUD min rataan maks PIN min rataan maks IPB min rataan maks Mahasiswa TPB IPB yang berasal dari sekolah kejuruan (SMK) dan jurusan IPS di SMA ada sebanyak 76 orang. Pada Tabel 9, rataan nilai UN pada jalur UND, UTUL, dan UTM berada di sekitar pada setiap selang IPK. Selain itu, nilai minimum UN mahasiswa jalur UND pada IPK 1.5 (47.15) sekitar 23 angka lebih tinggi dari nilai minimum pada selang IPK di atasnya (24.05). Nilai minimum UN mahasiswa jalur UTUL (47.55) dan UTM (47.65) di IPK 1.5 sekitar 12 angka lebih tinggi dari nilai minimum pada selang IPK di atasnya (33.80 pada UTUL dan pada UTM). Hal ini mengindikasikan bahwa nilai UN belum dapat merepresentasikan kualitas sekolah yang tercantum pada PERAK SLTA-IPB dan atmosfir akademik serta budaya belajar lulusan SLTA belum tercermin di nilai UN sehingga nilai UN yang tinggi tidak menjamin lulusan SLTA berpotensi akademik baik di TPB. Regresi Kuantil Dari Gambar 14 tampak ada hubungan linear antara penghasilan dan daya listrik, semakin tinggi daya listrik cenderung semakin tinggi penghasilan. Selain

25 14 itu, dengan pertimbangan daya listrik lebih valid daripada penghasilan maka faktor ekonomi diwakili oleh daya listrik. Dalam hal ini, data yang lengkap ada sebanyak 3138 orang. Pendugaan parameter dilakukan di kuantil (IPK 1.5) dan (IPK<2.1). Keterangan peubah yang digunakan pada regresi kuantil terlampir pada Lampiran 2. Dari Tabel 10, pada kuantil untuk IPK 1.5 (mahasiswa dikeluarkan) dengan taraf nyata 0.05 parameter-parameter yang berpengaruh signifikan adalah jalur seleksi BUD, jenis kelamin perempuan, program studi kategori BPIF 1, daerah asal Jakarta, Jawa Tengah Yogyakarta - Jawa Timur, nilai UN Bahasa Inggris, kecuali nilai UN mata pelajaran lainnya dan daya listrik. Tabel 10 Dugaan parameter regresi kuantil pada kuantil (IPK 1.5) Koefisien Dugaan Parameter Galat Baku t Pr(> t ) Intersep UTUL UTM BUD * JK * BPIF * DKI * JG/Y/JT * BTN S L FIS BIO KIM MAT IND ING * * Signifikan pada taraf nyata Setiap koefisien peubah yang berpengaruh nyata pada kuantil atau IPK 1.5 (mahasiswa dikeluarkan) dapat ditafsirkan sebagai pengaruh berubahnya satu unit peubah tersebut terhadap IPK dengan menganggap peubah lainnya tetap. Sebagai ilustrasi, koefisien peubah BPIF sebesar 0.47, artinya BPIF 1 memberikan kontribusi IPK 0.47 lebih tinggi dibanding BPIF 2 (Tabel 10). Koefisien peubah BUD sebesar -0.44, artinya jalur BUD memberikan pengaruh IPK 0.44 lebih rendah dibanding jalur UND. Mahasiswa yang berasal dari Jawa Tengah Yogyakarta - Jawa Timur memberikan kontribusi terbesar, yaitu IPK 0.44 lebih tinggi dari mahasiswa yang berasal dari Jawa Barat. Selain itu, nilai UN

26 15 Bahasa Inggris lebih tinggi satu satuan memberikan pengaruh IPK 0.17 lebih tinggi di kuantil Berdasarkan Tabel 11, pada kuantil untuk IPK 2.1 dengan taraf nyata 0.05 parameter-parameter yang berpengaruh signifikan adalah jalur seleksi UTM dan BUD, jenis kelamin perempuan, BPIF 1, daerah asal Jakarta, Jawa Tengah Yogyakarta Jawa Timur, Banten, nilai UN Fisika, Kimia, Bahasa Inggris, kecuali nilai UN mata pelajaran lainnya. Seperti pada kuantil , daya listrik tidak berpengaruh signifikan terhadap IPK di kuantil ini. Hal ini menunjukkan bahwa faktor ekonomi tidak berpengaruh terhadap IPK<2.1. Mahasiswa yang berasal dari Jakarta dan Jawa Tengah Yogyakarta - Jawa Timur memberikan kontribusi terbesar, yaitu IPK 0.38 lebih tinggi dari mahasiswa yang berasal dari Jawa Barat. Pada nilai UN Kimia, perbedaan satu satuan lebih tinggi menyebabkan IPK 0.06 lebih rendah. Hal ini menunjukkan bahwa nilai UN belum dapat mengukur potensi akademik pelamar di TPB (Tabel 10 dan 11). Hal tersebut dapat disebabkan karena model tes UN berupa tes objektif dalam bentuk pilihan ganda berdampak kecenderungan siswa untuk belajar dengan metode menghafal pada try out, trik-trik tertentu (jalan pintas) pada bimbingan belajar, drilling (Ariyanto 2013). Tabel 11 Dugaan parameter regresi kuantil pada kuantil (IPK<2.1) Koefisien Dugaan Parameter Galat Baku t Pr(> t ) Intersep UTUL UTM * BUD * JK * BPIF * DKI * JG/Y/JT * BTN * S L FIS * BIO KIM * MAT IND ING * * Signifikan pada taraf nyata 0.05.

27 16 SIMPULAN Persentase mahasiswa dengan IPK<2.10 akan turun seiring dengan meningkatnya proporsi mahasiswa jalur UND terhadap daya tampung. Selain itu, mahasiswa perempuan, program studi kategori BPIF 1, dan sekolah yang berasal dari Jawa Tengah Yogyakarta Jawa Timur memberikan tingkat kegagalan yang rendah di TPB IPB. Daya listrik dan penghasilan orang tua/wali tidak berpengaruh terhadap IPK rendah sehingga faktor ekonomi tidak berpengaruh nyata terhadap IPK rendah. Selain itu, nilai UN yang dalam kenyataannya belum dapat merefleksikan kualitas sekolah serta potensi akademik lulusan SLTA untuk berhasil di TPB sehingga nilai UN belum dapat digunakan sebagai indikator seleksi mahasiswa baru IPB. Atmosfer akademik di sekolah lebih berpengaruh terhadap keberhasilan studi di TPB.

28 17 DAFTAR PUSTAKA Ariyanto M Tinjauan Kritis Ujian Nasional [internet]. [diacu 2013 Juni 12]. Tersedia dari: Chamaille-Jammes S, Blumstein DT A Case for Quantile Regression in Behavioral Ecology: Getting More Out of Flight Initiation Distance Data. Behav Ecol Sociobiol.doi: /s z. Cade BS, Noon BR A Gentle Introduction to Quantile Regression for Ecologists. Front Ecol Environ 1(8): Djuraidah A, Wigena AH Regresi Kuantil untuk Eksplorasi Pola Curah Hujan di Kabupaten Indramayu. Jurnal Ilmu Dasar. 12(1): Institut Pertanian Bogor Laporan Kegiatan Penerimaan Mahasiswa Baru Program Sarjana (S1). Koenker R Quantile Regression: Econometric Society Monograph Series. Cambridge: Cambridge University Press. Young TM, Shaffer LB, Guess FM, Bensmail H, León RV A Comparison of Multiple Linear Regression and Quantile Regression for Modeling the Internal Bond of Medium Density Fiberboard. Forest Product Journal. 58(4).

29 18 Lampiran 1 Keterangan peubah pada data mahasiswa TPB tahun akademik 2011/2012 Peubah IPK pada PERAK SLTA-IPB Jalur Seleksi Jenis Kelamin Daerah Asal Penghasilan Orang Tua/Wali Rp (P) Keterangan 0 IPK <IPK< IPK< IPK< IPK 4 SNMPTN Undangan (UND) SNMPTN Ujian Tertulis (UTUL) UTM BUD PIN Laki-Laki Perempuan Jakarta Jawa Barat Banten Jawa Tengah Jawa Timur Yogyakarta Sumatra Lainnya P <P 1 1<P <P 5 5<P <P 10 10<P 15 P>150 BPIF BPIF 1 BPIF 2 Daya Listrik (watt) >2200 Lainnya Kosong Nilai UN 0-100

30 19 Lampiran 2 Peubah sosial dan ekonomi mahasiswa TPB Nama Peubah Keterangan Peubah Semu IPK 0-4 Jalur Seleksi SNMPTN Undangan (UND) SNMPTN Ujian Tertulis (UTUL) UTUL UTM UTM BUD BUD Jenis Kelamin Laki-laki - 0 Perempuan JK 1 Daerah Asal Jakarta DKI Jawa Barat Jawa Tengah Yogyakarta JG/Y/JT Jawa Timur Banten BTN Sumatra S Lainnya L BPIF BPIF 1 BPIF 1 BPIF 2-0 Daya Listrik (watt) Matematika UN Fisika UN Kimia UN Biologi UN BIO B. Inggris UN ING B. Indonesia UN IND Tidak diketahui T MAT FIS KIM

31 20 Lampiran 3 Deskripsi IPK<2.10 mahasiswa TPB tahun akademik 2011/2012 berdasarkan program studi Mayor Dikeluarkan (IPK 1.5) 1.5<IPK<2.1 SNMPTN Total SNMPTN BUD UTM UND UTUL UND UTUL BUD UTM A1 Manajemen Sumberdaya Lahan A2 Agronomi dan Holtikultura A3 Proteksi Tanaman A4 Arsitektur Lanskap B0 Kedokteran Hewan C1 Teknologi dan Manajemen Perikanan Budidaya C2 Manajemen Sumberdaya Perairan C3 Teknologi Hasil Perairan C4 Teknologi dan Manajemen Perikanan Tangkap C5 Ilmu dan Teknologi Kelautan D1 Teknologi Produksi Ternak D2 Nutrisi dan Teknologi Pakan E1 Manajemen Hutan E2 Teknologi Hasil Hutan E3 Konservasi Sumberdaya Hutan dan Ekowisata E4 Silvikultur F1 Teknik Mesin dan Biosistem F2 Teknologi Pangan 0 0 Total

32 21 Mayor Total UTM Dikeluarkan (IPK 1.5) 1.5<IPK<2.1 SNMPTN Total SNMPTN BUD UTM UND UTUL UND UTUL BUD F3 Teknologi Industri Pertanian F4 Teknik Sipil dan Lingkungan G1 Statistika G2 Meteorologi Terapan G3 Biologi G4 Kimia G5 Matematika G6 Ilmu Komputer G7 Fisika G8 Biokimia H1 Ekonomi Studi Pembangunan H2 Manajemen H3 Agribisnis H4 Ekonomi Sumberdaya dan Lingkungan H5 Ilmu Ekonomi Syariah I1 Ilmu Gizi I2 Ilmu Keluarga dan Konsumen I3 Sains Komunikasi dan Pengembangan Masyarakat Total

33 22 RIWAYAT HIDUP Penulis dilahirkan di Depok pada tanggal 23 April 1992 dari Ayah bernama Amir Warsono dan Ibu bernama Supri Hartini. Penulis adalah putri ketiga dari empat bersaudara. Tahun 2009 penulis lulus dari SMA Negeri 1 Depok dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB dan diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama mengikuti pendidikan di IPB, penulis aktif menjadi asisten responsi Metode Statistika pada tahun akademik 2011/2012, 2012/2013, semester pendek alih tahun 2012, dan asisten responsi Perancangan Percobaan I tahun akademik 2012/2013. Penulis juga aktif mengajar privat mata kuliah Pengantar Hitung Peluang, Teori Statistika I dan II dan mengajar di bimbingan belajar expert. Selain itu, penulis mengikuti kepanitiaan Statistika Ria 2011 sebagai staf Divisi Khusus dan kepanitiaan KomStat Jr sebagai staf Divisi Humas. Penulis juga aktif mengikuti kegiatan UKM Gentra Kaheman sebagai penari klasik. Bulan Februari Maret 2013 penulis melaksanakan Praktik Lapang di PT. Ganesha Cipta Informatika.