ANALISIS IPK RENDAH MAHASISWA TPB IPB TAHUN AKADEMIK 2009/2010 DHIMA PIANTI

Transkripsi

1 ANALISIS IPK RNAH MAHASISWA TP IP TAHUN AKAMIK 29/2 HIMA PIANTI PARTMN STATISTIKA FAKULTAS MATMATIKA AN ILMU PNGTAHUAN ALAM INSTITUT PRTANIAN OGOR OGOR 2

2 ASTRAK HIMA PIANTI. Analisis IPK Rendah Mahasiswa TP IP Tahun Akademik 29/2. ibimbing oleh TOTONG MARTONO dan ITASIA INA SULVIANTI. Keberhasilan studi mahasiswa baru di IP dapat diamati melalui IPK pada TP. erdasarkan rangkuman data IPK populasi mahasiswa baru IP Tahun Akademik 29/2 dengan beracuan pada kriteria pemeringkatan sekolah dalam Peringkat Riwayat Akademik Sekolah di IP (PRAK SLTA-IP), terdapat sekitar % (42 orang) mahasiswa TP memiliki IPK kurang dari 2. atau tergolong memiliki IPK rendah, dengan terendah ada pada jalur USMI dan tertinggi ada pada jalur U. Ada 2 kelompok mahasiswa dengan IPK rendah, yaitu mahasiswa (IPK.) dan mahasiswa tidak (. < IPK 2.). Keberhasilan studi mahasiswa baru mungkin dipengaruhi oleh faktor lingkungan dan budaya serta faktor sosial ekonomi. Faktor lingkungan budaya diwakili oleh daerah asal SLTA, peringkat asal SLTA, jalur masuk IP, prioritas pilihan masuk IP, tingkat popularitas mayor, nilai Pengantar Matematika, Kalkulus, Kimia, Fisika, dan iologi. Sedangkan faktor sosial ekonomi diwakili oleh jenis kelamin, penghasilan orang tua / wali, pekerjaan orang tua / wali. ari model regresi logistik biner dengan peubah respon adalah mahasiswa TP Tahun Akademik 29/2 dengan IPK rendah terungkap bahwa hanya faktor lingkungan dan budaya yang berpengaruh terhadap mahasiswa, yaitu prioritas pilihan masuk IP, nilai Kalkulus, Kimia, dan iologi. Nilai Kalkulus paling dominan mengakibatkan mahasiswa TP dengan IPK rendah. Model regresi logistik biner yang dibangun pada penelitian ini memiliki tingkat ketepatan klasifikasi sebesar 9.%. Kata Kunci : Analisis regresi logistik biner,, IPK rendah

3 ANALISIS IPK RNAH MAHASISWA TP IP TAHUN AKAMIK 29/2 HIMA PIANTI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada epartemen Statistika PARTMN STATISTIKA FAKULTAS MATMATIKA AN ILMU PNGTAHUAN ALAM INSTITUT PRTANIAN OGOR OGOR 2

4 Judul Skripsi : Analisis IPK Rendah Mahasiswa TP IP Tahun Akademik 29/2 Nama : hima Pianti NIM : G4746 isetujui Pembimbing I Pembimbing II r. Totong Martono ra Itasia ina S, M.Si NIP NIP iketahui Ketua epartemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian ogor r. Ir. Hari Wijayanto, MS NIP Tanggal Lulus :

5 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala rahmat dan karunia- Nya sehingga tulisan ini berhasil diselesaikan. Tulisan ini merupakan hasil penelitian penulis dalam rangka memenuhi tugas akhir yang merupakan salah satu syarat untuk memperoleh gelar Sarjana Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian ogor. Terimakasih penulis ucapkan kepada apak r.totong Martono dan Ibu Itasia ina Sulvianti, M.Si selaku pembimbing, yang telah memberikan arahan dan masukan yang membangun kepada penulis. Terima kasih juga penulis sampaikan kepada orang tua, keluarga tercinta, kerabat dan teman-teman atas doa dan dukungannya serta semua pihak yang telah membantu penulis dalam menyelesaikan tulisan ini. Semoga tulisan ini dapat bermanfaat bagi semua pihak yang membutuhkan. ogor, November 2 hima Pianti

6 RIWAYAT HIUP Penulis dilahirkan di Jakarta pada tanggal 2 September 989 dari ayah H.Sugianto Turmono dan Ibu Hj.Muntopingah. Penulis merupakan anak kedua dari tiga bersaudara. Tahun 27 penulis lulus dari SMA Negeri Jakarta Timur dan pada tahun yang sama lulus seleksi masuk IP melalui jalur Undangan Seleksi Masuk IP. Penulis memilih mayor Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, dengan minor Matematika Keuangan dan Aktuaria. Penulis melaksanakan praktik lapang pada tanggal 7 Februari sampai Maret 2 di PT Asuransi IGNA, Jakarta.

7 v AFTAR ISI Halaman AFTAR TAL... vi AFTAR GAMAR... vi AFTAR LAMPIRAN... vi PNAHULUAN... Latar elakang... Tujuan... TINJAUAN PUSTAKA... Regresi Logistik... Titik Potong Optimal... 2 valuasi Model... 2 MTOLOGI... ata... Metode... HASIL AN PMAHASAN... eskripsi Karakteristik IPK Rendah Mahasiswa TP IP T.A 29/2... Model Regresi Logistik... 4 SIMPULAN AN SARAN... Simpulan... Saran... AFTAR PUSTAKA... LAMPIRAN... 6

8 vi AFTAR TAL Halaman. Tabel ketepatan klasifikasi Hasil uji regresi logistik secara serentak Tabel ketepatan klasifikasi model (cut off.)... AFTAR GAMAR. Plot antara sensitivitas dan spesifisitas terhadap seluruh kemungkinan titik Halaman potong AFTAR LAMPIRAN Halaman. Keterangan peubah-peubah penjelas yang digunakan Rangkuman data IPK populasi mahasiswa baru IP T.A 29/ Karakteristik IPK rendah mahasiswa TP T.A 29/ Hasil analisis regresi logistik secara parsial... 24

9 PNAHULUAN Latar elakang Mahasiswa baru program pendidikan sarjana di Institut Pertanian ogor (IP) diterima melalui jalur Undangan Seleksi Masuk IP (USMI), Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN), Ujian Talenta Mandiri (UTM) dan easiswa Utusan aerah (U). Perkiraan daya tampung mahasiswa baru dari masing-masing jalur seleksi tersebut adalah 7%, %, %, dan -8% dari daya tampung IP, dengan acuan utama pada nilai Matematika, Fisika, iologi, Kimia, baik melalui rapor maupun ujian tertulis, tingkat popularitas mayor, dan daerah asal SLTA sebagai pertimbangannya. Keberhasilan studi mahasiswa baru di IP dapat diamati melalui Indeks Prestasi Kumulatif (IPK) pada Tingkat Persiapan ersama (TP). Ilustrasi rangkuman data IPK populasi mahasiswa baru IP Tahun Akademik (T.A) 29/2 dengan beracuan pada kriteria pemeringkatan sekolah dalam Peringkat Riwayat Akademik Sekolah di IP (PRAK SLTA-IP) tercantum pada Lampiran 2. ari Lampiran 2 tersebut, dapat dilihat bahwa ada sekitar % mahasiswa TP dengan IPK kurang dari 2. atau tergolong memiliki IPK rendah, dengan terendah ada pada jalur USMI yaitu sebanyak 7.44% dan tertinggi ada pada jalur U yaitu sebanyak 27.%. Angka ini diharapkan dapat turun menjadi satu digit dengan upaya meningkatkan atau perbaikan layanan pendidikan, dan identifikasi faktorfaktor penyebabnya menjadi relevan di evaluasi. ua faktor utama yang dapat menjadi hambatan dalam keberhasilan studi mahasiswa baru adalah faktor lingkungan dan budaya serta faktor sosial ekonomi. Faktor lingkungan dan budaya antara lain meliputi daerah asal SLTA, peringkat asal SLTA, jalur masuk IP, prioritas pilihan masuk IP, tingkat popularitas mayor, nilai akhir Pengantar Matematika, Kalkulus, Kimia, Fisika, dan iologi. Sedangkan faktor sosial ekonomi antara lain meliputi jenis kelamin, penghasilan orang tua / wali, pekerjaan orang tua / wali. Analisis regresi logistik merupakan suatu analisis regresi yang digunakan untuk menggambarkan hubungan antara peubah respon yang memiliki dua kategori atau lebih dengan satu atau lebih peubah bebas. Karena dalam penelitian ini peubah respon yang digunakan adalah mahasiswa TP yang memiliki IPK rendah, yaitu mahasiswa TP rop Out (; IPK.) dan mahasiswa TP tidak maka analisis regresi logistik biner dilakukan. Tujuan Tujuan dari penelitian ini yaitu:. Mendeskripsikan karakteristik IPK rendah mahasiswa TP IP Tahun Akademik 29/2 2. Menentukan model regresi logistik untuk mengidentifikasi faktor-faktor yang berpengaruh terhadap mahasiswa di TP IP. TINJAUAN PUSTAKA Regresi Logistik Regresi logistik adalah suatu teknik analisis statistika yang digunakan untuk mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau lebih dengan satu atau lebih peubah penjelas berskala kategori atau kontinu (Hosmer & Lemeshow 2). Pendekatan model persamaan regresi logistik digunakan karena dapat menjelaskan hubungan antara X dan (x) yang bersifat tidak linear, ketidaknormalan sebaran Y, keragaman respon yang tidak konstan dan tidak dapat dijelaskan oleh model regresi linear biasa (Agresti 27). Jika data hasil pengamatan memiliki p peubah penjelas yaitu dengan peubah respon Y, dengan Y memiliki dua kemungkinan nilai yaitu dan, Y = menyatakan bahwa respon memiliki kriteria yang ditentukan dan sebaliknya Y = tidak memiliki kriteria, maka peubah respon Y mengikuti sebaran ernoulli dengan parameter sehingga fungsi sebaran peluang: f ( =, =, Model umum regresi logistik dengan p peubah penjelas yaitu : (x) =, (x) = P ( Y = x ) sehingga dengan melakukan transformasi logit diperoleh : dengan g(x)= g(x)= g(x) merupakan penduga logit yang berperan sebagai fungsi linear dari peubah penjelas, karena fungsi penghubung yang digunakan

10 2 adalah fungsi penghubung logit maka sebaran peluang yang digunakan disebut sebaran logistik (Mcullagh & Nelder 989). Untuk peubah penjelas yang bersifat kategorik, maka diperlukan peubah boneka (dummy variable). Secara umum, jika sebuah peubah skala nominal atau ordinal mempunyai k kategori, maka diperlukan k- peubah boneka. Misalnya, peubah penjelas ke-j mempunyai kategori. melambangkan - peubah boneka dan merupakan koefisien peubah boneka dengan u =, 2,...,. engan demikian model logit dengan p peubah penjelas dan peubah ke-j adalah diskret (Hosmer & Lemeshow 2), yaitu : Signifikasi dari tiap peubah penjelas terhadap peubah responnya dalam regresi logistik dapat dilihat dari statistik uji G dan uji Wald. Statistik uji G adalah uji rasio kemungkinan (likelihood ratio test) yang digunakan untuk menguji peranan peubah penjelas di dalam model secara serentak (Hosmer & Lemeshow 2). Hipotesis yang diuji yaitu : : = =... = = : minimal ada satu, j =, 2,..., p Statistik uji G didefinisikan sebagai berikut : asosiasi yang memperkirakan berapa besar kecenderungan pengaruh peubah-peubah penjelas terhadap peubah respon (Hosmer dan Lemeshow 2). Rasio odds ( ) dapat didefinisikan sebagai berikut : = exp ( ) Interpretasi dari rasio odds untuk peubah kategorik menjelaskan bahwa kategori X= memiliki kecenderungan untuk Y= sebesar kali bila dibandingkan dengan X= atau dapat dikatakan X= memiliki kecenderungan untuk Y= sebesar / kali dibandingkan X=. Sedangkan untuk peubah penjelas berskala numerik, maka setiap kenaikan satu satuan pada peubah X maka kecenderungan untuk terjadinya Y= akan naik sebesar kali. Titik Potong Optimal Titik potong optimal dengan tujuan pengklasifikasian dapat ditentukan dari perpotongan antara kurva sensitivitas dan spesifisitas terhadap seluruh kemungkinan titik potong yang ada (Hosmer dan Lemeshow 2). Titik potong optimal merupakan titik potong yang menghasilkan sensitivitas dan spesifisitas yang optimum. Penelitian ini mengasumsikan bahwa ketepatan klasifikasi antara mahasiswa TP yang dan yang tidak sama penting. Sehingga titik potong optimal didapatkan melalui kurva pada Gambar. G = -2 ln dengan sebagai likelihood tanpa peubah penjelas dan sebagai likelihood dengan p peubah penjelas. Hipotesis nol ditolak jika G > (Hosmer & Lemeshow 2). Statistik uji Wald digunakan untuk menguji parameter secara parsial. Hipotesis yang diuji yaitu : H : j = H : j dengan j =, 2,..., p Statistik uji Wald didefinisikan sebagai berikut: W = Hipotesis nol ditolak jika W > (Hosmer & Lemeshow 2). Interpretasi koefisien untuk model regresi logistik dapat dilakukan dengan melihat nilai rasio oddsnya. Rasio odds merupakan ukuran Gambar Plot antara sensitivitas dan spesifisitas terhadap seluruh kemungkinan titik potong. valuasi Model Menurut Hosmer dan Lemeshow (2) salah satu ukuran kebaikan model adalah jika memiliki peluang salah klasifikasi yang minimal. Ketepatan prediksi dari model dapat diketahui dengan menggunakan tabel ketepatan klasifikasi (correct classification table). Tabel ketepatan klasifikasi merupakan tabel frekuensi dua arah antara kelompok data aktual dan prediksi. Tabel tersebut ditampilkan pada Tabel.

11 Tabel. Tabel ketepatan klasifikasi Prediksi Aktual enar (-) Salah (+) Salah (-) enar (+) Tingkat ketepatan klasifikasi adalah banyaknya dugaan yang tepat berdasarkan banyak contohnya. Spesifisitas merupakan kemampuan model dalam memprediksi kejadian Y=. Sensitivitas merupakan kemampuan model dalam memprediksi Y=. Semakin besar tingkat ketepatan klasifikasi, spesifisitas, dan sensitivitas, maka tingkat akurasi model semakin tinggi. MTOLOGI ata ata dalam penelitian ini adalah data mahasiswa TP IP T.A 29/2 dengan IPK rendah (IPK < 2.) sebanyak 42 orang, 4 orang di antaranya merupakan mahasiswa TP yang. Peubah respon yang digunakan adalah mahasiswa TP yang memiliki IPK rendah, berskala biner yaitu: Y= jika mahasiswa TP Y= jika mahasiswa TP tidak Sedangkan peubah-peubah penjelas yang digunakan dapat dilihat pada Lampiran. Metode Tahapan yang dilakukan dalam penelitian ini adalah :. Melakukan eksplorasi data awal Analisis deskriptif digunakan untuk mengetahui karakteristik IPK rendah mahasiswa TP IP T.A 29/2. 2. Membuat model regresi logistik menggunakan metode Forward Stepwise Logistic Regression.. Parameter dari model yang telah diperoleh diuji secara serentak dengan statistik uji Likelihood Ratio Test dan diuji secara parsial menggunakan uji Wald. 4. Menginterpretasikan model tersebut berdasarkan nilai rasio odds.. Melakukan evaluasi model dengan menggunakan tabel ketepatan klasifikasi berdasarkan titik potong optimal. Semua metode analisis ini diolah dengan bantuan paket program Ms. xcel 27, SAS 9., dan SPSS 6. HASIL AN PMAHASAN eskripsi Karakteristik IPK Rendah Mahasiswa TP IP T.A. 29/2 Karakteristik mahasiswa baru yang memiliki IPK rendah berdasarkan jalur masuk IP dapat dilihat pada Lampiran 2. Pada Lampiran 2 terungkap bahwa proporsi mahasiswa TP yang paling banyak berasal dari jalur U yaitu sebanyak 6.22% (4 orang). Sedangkan pada jalur USMI, SNMPTN, dan UTM masing-masing mahasiswa TP yang yaitu sebanyak.4% ( orang),.% ( orang) dan.% (4 orang). Hal ini memperlihatkan bahwa risiko mahasiswa TP untuk yang berasal dari jalur ujian tertulis SNMPTN dan UTM sekitar dua kali lebih tinggi daripada jalur USMI. Karakteristik IPK rendah mahasiswa TP berdasarkan peubah penjelas lainnya juga dapat diamati pada Lampiran. Pada Lampiran dapat dilihat bahwa peluang mahasiswa laki-laki yang dua kali lebih tinggi dibandingkan perempuan, hal tersebut terlihat dari proporsi mahasiswa yang sebanyak 6.7% (2 orang) sedangkan mahasiswi sebanyak.22% ( orang). Mahasiswa jalur U mempunyai peluang tertinggi dan proporsi laki-laki terhadap perempuan juga sekitar 2. kalinya. Peluang mahasiswa TP yang dari pilihan masuk IP 6 kali lebih tinggi daripada pilihan lainnya. Hal ini dapat terlihat dari proporsi mahasiswa yang berasal dari pilihan masuk IP sebanyak 8.48% (29 orang), sedangkan.46% ( orang) berasal dari pilihan lainnya. Pada Lampiran juga dapat dilihat bahwa mahasiswa TP yang paling banyak berasal dari tingkat popularitas mayor II yaitu sebanyak.6%, sedangkan yang berasal dari tingkat popularitas I dan III yaitu masingmasing sebanyak 2.92% dan.46%. Jika dilihat berdasarkan jalur masuk IP, untuk mahasiswa yang berasal dari jalur USMI mayoritas mahasiswa TP yang yaitu berasal dari tingkat popularitas II sebanyak 4.6%, U sebanyak 4.7%. an untuk jalur UTM mayoritas mahasiswa TP yang ada pada tingkat popularitas I yaitu sebanyak 6.8%. apat dilihat juga bahwa mahasiswa jalur U yang berasal dari tingkat popularitas mayor II mempunyai peluang sebanyak 4. kali dibandingkan mahasiswa jalur U dari tingkat popularitas mayor I. Sedangkan untuk mahasiswa jalur USMI yang berasal dari tingkat popularitas

12 4 mayor II memiliki peluang 7 kali daripada mahasiswa jalur USMI dari tingkat popularitas mayor III. erdasarkan penghasilan orang tua / wali, dapat dilihat bahwa mahasiswa yang memiliki IPK rendah dengan tertinggi sekitar 4% yaitu ada pada golongan dengan penghasilan orang tua/wali antara Rp.2..,- sampai Rp...,. Selanjutnya jika diperhatikan, mahasiswa TP yang dengan penghasilan orang tua di bawah Rp...,- hanya sebanyak 7.6%. Hal ini mengindikasikan bahwa mahasiswa yang memiliki IPK rendah dengan orang tua yang berpenghasilan tinggi bukan jaminan bagi keberhasilan studi di IP. Pada peubah pekerjaan orang tua / wali, terbesar mahasiswa di TP IP yaitu sebanyak 44% ( orang) ada pada golongan karyawan swasta, wiraswasta, UMN, dan rohaniawan. Pada golongan ini tertinggi ada pada jalur UTM (7%) dan terendah pada jalur USMI (27.77%). Proporsi mahasiswa di TP IP yang berasal dari daerah SLTA di Pulau Jawa lebih tinggi.7% dibandingkan yang berasal dari daerah SLTA di luar Pulau Jawa. Peluang yang tinggi ini terjadi pada mahasiswa dengan daerah asal SLTA di Pulau Jawa pada jalur USMI, SNMPTN, dan UTM. Model Regresi Logistik Pendugaan model regresi logistik biner dengan menggunakan metode Forward Stepwise Logistic Regression dari peubah penjelas yang ada menghasilkan 4 peubah penjelas yang signifikan pada taraf nyata %. Keempat peubah penjelas tersebut adalah prioritas pilihan masuk IP, nilai akhir Kalkulus, nilai akhir Kimia, dan nilai akhir iologi. Hasil uji serentak untuk model yang terbentuk dapat dilihat pada Tabel 2. Tabel 2 Hasil uji regresi logistik secara serentak Testing Global Null Hypothesis: TA= Test hi-square P-value Likelihood Ratio.2 <. ari Tabel 2 nilai statistik uji Likelihood Ratio Test yang diperoleh yaitu.2 dengan p-value yang dihasilkan kurang dari =%, sehingga dapat disimpulkan tolak yang artinya paling tidak minimal ada satu peubah penjelas yang signifikan terhadap mahasiswa di TP. Pengujian secara parsial dengan uji Wald terhadap model yang terbentuk menunjukkan bahwa seluruh peubah penjelas signifikan pada taraf nyata %. Hanya saja terdapat kategori dari peubah penjelas yang tidak signifikan, yaitu satu kategori dari peubah nilai akhir Kalkulus, satu kategori dari peubah nilai akhir Kimia dan satu kategori lagi dari peubah nilai akhir iologi. Kategori tersebut adalah kategori nilai akhir Kalkulus yang bernilai, nilai akhir Kimia dan, serta nilai akhir iologi dan. Hasil uji regresi logistik secara parsial dapat dilihat pada Lampiran 4. erdasarkan uji Likelihood ratio test dan uji Wald yang menyatakan bahwa seluruh peubah penjelas hasil pereduksian dengan menggunakan metode Forward Stepwise Logistic Regression tersebut signifikan, maka dapat dibentuk model logit sebagai berikut : (x) = ().682 (2).9479 (2).422 (2) Interpretasi koefisien untuk model regresi logistik dapat dilakukan dengan melihat nilai rasio oddsnya. Nilai rasio odds untuk keempat peubah penjelas tersebut dapat dilihat pada Lampiran 4. Nilai rasio odds untuk peubah pilihan masuk IP yang berkategori pilihan lainnya adalah sebesar.24. Hal ini menunjukkan bahwa mahasiswa TP dengan IPK rendah berasal dari pilihan pertama terindikasi kali lebih tinggi untuk berstatus daripada mahasiswa yang berasal dari pilihan lainnya. Nilai rasio odds untuk peubah nilai akhir Kalkulus yang bernilai adalah sebesar.2. Artinya, mahasiswa TP dengan IPK rendah dengan nilai pada Kalkulus tampaknya 4 kali lebih tinggi untuk berstatus daripada mereka yang bernilai. Mahasiswa TP dengan IPK rendah yang mendapatkan nilai pada Kimia terindikasi 7 kali lebih tinggi untuk berstatus daripada mereka yang bernilai. Hal ini terlihat dari nilai rasio odds untuk peubah nilai akhir Kimia yang bernilai yaitu sebesar.4. Sedangkan mahasiswa TP dengan IPK rendah yang mendapatkan nilai pada iologi terindikasi 2 kali lebih tinggi untuk berstatus daripada mereka yang bernilai. Hal ini terlihat pada nilai rasio odds untuk peubah nilai akhir iologi yang bernilai yaitu sebesar.48. engan demikian nilai Kalkulus paling dominan mengakibatkan mahasiswa TP dengan IPK rendah berstatus.

13 Ketepatan prediksi dari model dapat diketahui dengan menggunakan tabel ketepatan klasifikasi. engan mengasumsikan ketepatan klasifikasi antara mahasiswa TP yang dan yang tidak sama pentingnya, maka titik potong optimal yang diperoleh pada model ini yaitu.. Titik potong tersebut merupakan titik potong yang menghasilkan sensitivitas dan spesifisitas yang optimum. Tabel ketepatan klasifikasi dengan titik potong. dapat dilihat pada Tabel. Tabel Tabel ketepatan klasifikasi model (cut off =. ) aktual prediksi % benar tingkat ketepatan 9. erdasarkan Tabel dapat dilihat bahwa dari 8 mahasiswa TP IP yang tidak terdapat 28 mahasiswa yang diklasifikasikan secara tepat atau spesifisitas dari model tersebut adalah 92.%. Sedangkan dari 4 mahasiswa TP IP yang terdapat 28 mahasiswa yang diklasifikasikan dengan tepat atau sensitivitas dari model tersebut adalah 82.4%. engan kata lain,secara keseluruhan dapat dikatakan bahwa tingkat ketepatan klasifikasi dari model tersebut adalah 9.%. SIMPULAN AN SARAN Simpulan Secara keseluruhan hasil dari karakteristik IPK rendah mahasiswa TP T.A 29/2 menunjukkan bahwa:. Risiko mahasiswa TP untuk yang berasal dari jalur ujian tertulis SNMPTN dan UTM sekitar dua kali lebih tinggi daripada jalur USMI. 2. Pada jalur USMI, U dan UTM peluang laki-laki untuk sekitar dua kali lebih tinggi daripada perempuan.. Penghasilan tinggi dari orang tua / wali bukan jaminan keberhasilan studi di TP. 4. Kalkulus paling dominan mengakibatkan mahasiswa TP dengan IPK rendah berstatus.. Mahasiswa TP dengan IPK rendah dan berasal dari pilihan cenderung kali lebih tinggi berstatus. 6. Faktor-faktor yang berpengaruh terhadap mahasiswa di TP IP berasal dari faktor lingkungan dan budaya yaitu prioritas pilihan masuk IP, nilai akhir Kalkulus, nilai akhir Kimia, nilai akhir iologi, dengan tingkat ketepatan klasifikasi model regresi logistik yang dibangun sebesar 9.%. Saran erdasarkan hasil penelitian ini, disarankan :. Adanya tambahan waktu responsi untuk mata kuliah yang berpengaruh terhadap mahasiswa mungkin suatu pilihan yang bijak untuk mengurangi risiko mahasiswa. 2. Semakin kecil jumlah kuota mahasiswa dalam suatu kelas, maka semakin nyaman mahasiswa mengikuti pembelajaran dalam suatu mata kuliah. Untuk itu perlu didukung dengan daya tampung masingmasing kelas (baik untuk perkuliahan maupun responsi atau praktikum) yang tidak terlalu banyak. AFTAR PUSTAKA Agresti A. 27.An Introduction to ategorical ata Analysis. New York : John Wiley & Sons Garson 2. Logistic Regression : Statnotes. North arolina State University. /logistic.htm [7 Oktober 2]. Hosmer W, dan Lemeshow S. 2. Applied Logistic Regression. edition. New York : John Wiley & Sons, Inc. Institut Pertanian ogor. 2. Laporan Panitia Penerimaan Mahasiswa aru (PPM/USMI). ogor : IP. Mcullagh P. Nelder. J. A Generalized Linear Models. edition. London : hapman & Hall. Siegel S. 96. Nonparametric Statistics for The ehavioural Sciences. New York : McGraw-Hill.

14 LAMPIRAN

15 Lampiran Keterangan peubah-peubah penjelas yang digunakan Faktor Lingkungan dan udaya : Peubah Keterangan Kategori Peubah boneka () (2) () Jalur masuk IP USMI SNMPTN 2 U UTM 4 aerah Asal Jawa Luar Jawa Tingkat popularitas mayor I ( PTN, MSP, THP, PSP, NTP, PTP (Informasi ini diperoleh dari Angka Pelamar Populasi (APP). HHT, SVK, FIS,SL, IKK, TM, TSL) APP adalah banyaknya pelamar pilihan pertama II ( AGH, ARL, FKH, P, ITK, MNH 2 terhadap daya tampung. nam mayor dengan APP tertinggi KSH, TP, TIN, GFM, IO, KIM, MAT, yaitu kategori kelompok III, 7 mayor dengan APP sedang IK, KO, MAN, KPM ) yaitu kategori kelompok II, dan mayor dengan APP III ( ITP, STK, KOM, AG, GIZ, SIL) terendah yaitu kategori kelompok I (Laporan PPM/USMI 2) Peringkat Asal Sekolah A 2 & Tanpa Kategori (TK) 4 Prioritas Pilihan Masuk IP Pilihan lainnya Pilihan Nilai akhir Pengantar Matematika, 2 7

16 Nilai akhir Kalkulus 2 Nilai akhir Kimia, 2 Nilai akhir Fisika A,, 2 Nilai akhir iologi, Faktor Sosial konomi : 2 Jenis kelamin Perempuan Laki-laki Penghasilan Orang Tua / Wali P > ( dalam Ribuan Rp. ) 2 < P 2 < P 2 P 4 Pekerjaan Orang Tua / Wali Pegawai Negeri, TNI / POLRI Pegawai Swasta, Wiraswasta, UMN, Rohaniawan Petani / Nelayan, Pensiunan, Veteran, Purniawan, uruh dan Lainnya 2 8

17 9 Lampiran 2 Rangkuman data IPK populasi mahasiswa baru IP Tahun Akademik 29/2 (Laporan Panitia Penerimaan Mahasiswa aru (PPM/USMI) 2) Tabel Jalur Masuk USMI SNMPTN U PIN UTM IP eskripsi IPK Mahasiswa TP T.A. 29/2 erdasarkan Jalur Masuk ikeluarkan Kelompok IPK (IPK.) L/P/ L+P. < IPK < IPK < IPK <. IPK. (% thd total) 7/4 (.4) 4 (6.9) 626 (.64) 7 (49.78) 248 (2.4) 24 2/ (.) 77 (6.) 9 (.26) 98 (4.42) 9 (8.6) 478 /4 4 (6.22) 47 (2.89) 74 (2.89) 6 (27.) 29 (2.89) 22 (.) (.) (.) (.) (.) 4/ 4 (.) 4 (4.) (.) 96 (.7) (.27) 6 24/ 4 (.) 8 (.9) (.8) 72 (44.94) 26 (.68) Gambar. IPK Mahasiswa TP T.A. 29/2

18 Lampiran Karakteristik IPK rendah mahasiswa TP IP T.A 29/2. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan jenis kelamin Jalur masuk IP Jenis kelamin tidak mhs TP L P L P IP USMI 7 (4.6) 4 (2.6) 64 (42.) 77 (.66) 2 (7.44) 24 SNMPTN 2 (2.44) (.66) 4 (2.44) 4 (4.46) 82 (7.6) 478 U (6.9) 4 (6.6) 7 (27.87) (49.8) 6 (27.) 22 UTM 4 (8.) 2 (44.68) 22 (46.8) 47 (.6) 6 IP 2 (6.7) (.22) 4 (42.4) 6(47.66) 42(.2) 2 Persentase Gambar L P L P tidak USMI SNMPTN U UTM Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan jenis kelamin. 2. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan pilihan masuk IP Jalur masuk IP Pilihan masuk IP tidak mhs TP P PL P PL IP USMI 9 (.92) 2 (.2) 97 (6.82) 44(28.9) 2 (7.44) 24 SNMPTN 4 (4.88) (.22) 4 () 6 (4.9) 82 (7.6) 478 U (2.) (.64) 8 (62.) 9 (4.76) 6 (27.) 22 UTM (6.8) (2.) (7.2) (2.28) 47 (.6) 6 IP 29 (8.48) (.46) 29(6.) 99(28.9) 42(.2) P PL P PL tidak USMI SNMPTN Gambar 2 Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan pilihan masuk IP. U UTM

19 . eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan daerah asal SLTA Jalur masuk IP aerah asal SLTA tidak mhs TP JW LJW JW LJW IP USMI 8 (.26) (.97) 87 (7.24) 4 (.) 2 (7.44) 24 SNMPTN (6.) 67 (8.7) (2.2) 82 (7.6) 478 U 2 (.28) 2 (9.67) (8.2) 42 (68.8) 6 (27.) 22 UTM 4 (8.) 4 (8.) (6.8) 47 (.6) 6 IP 9 (.6) (4.9) 99(8.9) 9(.87) 42(.2) Gambar JW LJW JW LJW tidak USMI SNMPTN U UTM Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan daerah asal SLTA 4. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan tingkat popularitas mayor Jalur masuk IP Tingkat popularitas mayor tidak mhs TP I II III I II III IP USMI (.97) 7 (4.6) (.66) 64 (42.) 67 (44.8) (6.8) 2 (7.44) 24 SNMPTN 2 (2.44) 2 (2.44) (.22) 24 (29.27) 42 (.22) (.4) 82 (7.6) 478 U 2 (.28) 9(4.7) (4.92) (24.9) 2 (4.98) 7 (.48) 6 (27.) 22 UTM (6.8) (2.) 26 (.2) 6 (4.4) (2.) 47 (.6) 6 (2.92) 9(.6) (.46) 29(7.72) (4.86) 29 (8.48) 42(.2) I II III I II III tidak USMI SNMPTN Gambar 4 Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan tingkat popularitas mayor. U UTM

20 2. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan penghasilan orang tua/wali Penghasilan orang tua/wali (dalam Ribuan Rp.) USMI SNMPTN U UTM Jalur masuk IP USMI H 7 < P 2 (8.8) (2) (7.8) H2 < P (8.8) (4.29) (8.44) H 2 < P 6 6 (4.) (2) (2.4) (2.4) (4.26) H4 < P (9.9) (4) (28.7) (2) (9.) H < P 2 4 (2) (4.29) (9.9) H6 P 2 (2.4) (.42) () () () () () SNMPTN 4 (.9) 2 (.8) 7 (48.) 6 (2.78) (6.49) (.9) 77 () tidak U UTM (2.) (2.26) 29 2 (4.26) 4 48 (9.) (9.) (7.2) (7.4) (2.26) 6 (2.77) (6.98) 2 (4.26) 47 () 4 () USMI SNMPTN U UTM USMI SNMPTN U UTM tidak Gambar Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan penghasilan orang tua/wali. H H2 H H4 H H6 6. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan pekerjaan orang tua/wali Pekerjaan orang tua/wali USMI SNMPTN U K Petani, Nelayan, Pensiunan, Veteran, (9.9) (2) (.7) Purnawirawan, uruh K2 Pegawai 7 2 Negeri,TNI/POLRI (6.64) (4) (7.4) K Karyawan 2 7 Swasta,Wiraswasta, (27.27) (4) () UMN, Rohaniawan K4 Lainnya (7.4) 4 () () () Jalur masuk IP UTM USMI 4 (9.9) (2) (7) 6 (46.) (.46) 2 (8.) 4 4 () () tidak SNMPTN (6.49) 42 (4.) 26 (.77) 4 (.9) 77 () U (2.4) (2.4) (.9) (2.28) 47 () UTM 7 9 (44.9) 9 (44.9) (.6) 4 () USMI SNMPTN U UTM USMI SNMPTN U UTM tidak Gambar 6 Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan pekerjaan orang tua/wali. K K2 K K4

21 7. eskripsi IPK rendah mahasiswa TP berdasarkan daerah asal SLTA dan peringkat asal SLTA aerah asal SLTA Luar Jawa Jawa 4 (.8) 4 (.7) Peringkat asal SLTA tidak A TK A TK (4.) 9 (4.) (.46) 4 (4.9) (.29) (8.6) 4 (.8) (.46) 4 (4.9) (.29) 9 (7.26) 76 (4.86) 8 (24.8) 46 (7.9) 7 (4.4) 2 (.8) (4.) (2.29) (2.92) 49 (9.2) 24 4 (9.72) (26.9) Luar Jawa Jawa A TK A TK tidak Gambar 7 Persentase IPK rendah mahasiswa TP berdasarkan daerah asal SLTA dan peringkat asal SLTA. 8. eskripsi IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan peringkat asal SLTA Jalur masuk IP Peringkat asal SLTA tidak A TK A TK USMI 4 (2.6) 2 (.2) SNMPTN 4 (4.88) U (8.2) UTM (6.8) 4 4 (.7) (4.9) (2.6) (.66) (9.74) 2 (.22) (9.2) 9 (4.7) (8.2) 8 (2.) (8.) 4 8 (.29) (4.9) (.29) (24.8) 67 (44.8) 29 (.7) (2.) 2 (2.) 2 (.8) (.29) (.22) (4.92) (2.) (2.92) A TK A TK tidak 9 (2.66) (8.29) 26 (42.62) 2 (2.) 92 (26.9) total USMI SNMPTN Gambar 8 Persentase IPK rendah mahasiswa TP berdasarkan jalur masuk IP dan peringkat asal SLTA. U UTM

22 4 9. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan daerah asal SLTA Nilai akhir Pengantar Matematika aerah asal SLTA tidak JW LJW JW LJW () (6.2) 6 (7.) 9 (6.2) 6 (.6) 4(6.8) 8 (.8) 6 7 (.49) (9.26) 89 (4.94) 4 (2.) 62 9 (.6) (4.9) 99(8.9) 9(.87) JW LJW JW LJW tidak Gambar 9 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan daerah asal SLTA.. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan daerah asal SLTA Nilai akhir Kalkulus aerah asal SLTA tidak JW LJW JW LJW 8 (4) 2 (6) 2 (.8) 6(67.84) 4 (.8) 7 8(.92) (9.9) 7 (49.67) 4 (28.48) 9 (.6) (4.9) 99(8.9) 9(.87) JW LJW JW LJW tidak Gambar Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan daerah asal SLTA.

23 . eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan daerah asal SLTA Nilai akhir Kimia aerah asal SLTA tidak JW LJW JW LJW 2 () 2 4 (64.2) 22 (.48) 62 4 (.92) (.44) 29(62.2) 72 (4.62) 28 (2.4) 2(7.4) 28 (4) (2.4) 7 9 (.6) (4.9) 99(8.9) 9(.87) JW LJW JW LJW tidak Gambar Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan daerah asal SLTA. 2. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Fisika dan daerah asal SLTA Nilai akhir Fisika aerah asal SLTA tidak JW LJW JW LJW A () 2 (4) (6) (4.48) 46 (68.66) 8 (26.87) 67 4 (.47) 2 (4.69) 44(6.2) 86 (.9) 26 2 (.8) (2.8) 6 (46.) 2 (.8) 9 (.6) (4.9) 99(8.9) 9(.87) A JW LJW tidak JW tidak LJW Gambar 2 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Fisika dan daerah asal SLTA.

24 6. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan daerah asal SLTA Nilai akhir iologi aerah asal SLTA tidak JW LJW JW LJW (6) 2 (4) 2 (74.29) 8 (2.7) 7 7 (.6) 7 (.6) 7(9.8) 78 (4.6) 229 2(.8) 8 (2.) 7 (8.42) (28.9) 8 9 (.6) (4.9) 99(8.9) 9(.87) JW LJW JW LJW tidak Gambar Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan daerah asal SLTA. 4. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan peringkat asal SLTA Nilai akhir Peringkat asal SLTA Pengantar Tidak Matematika A TK A TK () (6.2) (8.7) (7.) (7.) (.6) (27.6) (4.) (4.9) (2.77) (.2) (8.64) (.62) (8.64) (.62) (22.84) (29.6) (.2) (26.4) 4 (.7) 4 (4.9) (.29) 4 (4.9) (.29) 8 (24.8) 2 (.8) (2.92) 92 (26.9) A TK A TK Tidak Gambar 4 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan peringkat asal SLTA.

25 7. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan peringkat asal SLTA Nilai Peringkat asal SLTA akhir Tidak Kalkulus A TK A TK 4 (2) () (2) 2 (.9) (.99) 4 (.7) (.4) (9.27) (.66) (9.27) (.66) (9.2) (4.9) (.29) (4.9) (.29) (24.8) 64 (7.4) 46 (.46) 2 (.8) 7 (4.9) (.99) (2.92) A TK A TK Tidak 47 (27.48) 4 (26.49) 92 (26.9) 7 42 Gambar Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan peringkat asal SLTA. 6. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan peringkat asal SLTA Nilai Peringkat asal SLTA akhir Tidak Kimia A TK A TK 2 () () (7.74) (4.84) (.2) (24.9) (.48) (2.4) (.48) (28.8) (4.62) (.7) (29.8) 9 4 (2) 7 (4.29) (2.86) (.4) (8.7) (.4) (8.7) (.4) (2.4) 4 (.7) 4 (4.9) (.29) 4 (4.9) (.29) 8 (24.8) 2 (.8) (2.92) 92 (26.9) A TK A TK Tidak Gambar 6 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan peringkat asal SLTA.

26 8 7. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Fisika dan peringkat asal SLTA Nilai Peringkat asal SLTA akhir Tidak Fisika A TK A TK A () (2) (2) (6) (.49) (.49) (.7) (.9) (2.8) 4 4 (.7) (4.9) (.49) (.9) (4.) 2 (.8) 4 (.29) (4.9) 26 (8.8) (.9) (2.48) 2 (.8) 8 (.29) (24.8) 9 (28.6) 98 (8.28) (2.8) 2 (.8) 8 (.49) (26.87) 9 68 (.2) (26.6) (2.8) 92 (2.92) (26.9) A TK A TK Tidak Gambar 7 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Fisika dan peringkat asal SLTA. A 8. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan peringkat asal SLTA Nilai Peringkat asal SLTA akhir Tidak iologi A TK A TK 2 (6) (4) (2.7) (4) (4.29) () (.44) (.6) (2.8) (.44) (26.2) (6.24) (.6) (28.8) (7.89) (8.42) (2.6) (2.68) (.) (26.2) (.) 4 (.7) 4 (4.9) (.29) 4 (4.9) (.29) 8 (24.8) 2 (.8) (2.92) 92 (26.9) A TK A TK Tidak Gambar 8 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan peringkat asal SLTA.

27 9 9. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Kalkulus Nilai akhir Pengantar Matematika Nilai akhir Kalkulus tidak () (6.2) (.2) 9 (6.2) (6.2) 6 (.6) (7.97) 4(69.94) (2.47) 6 2(9.7) (.62) 47 (29.) 82 (.62) 62 (.29) (9.64) 2 (.84) 7(49.7) 8 (4.) tidak o Gambar 9 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Kalkulus. 2. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Kimia. Nilai akhir Pengantar Matematika Nilai akhir Kimia tidak () (% ) 7 (4.2) 7 (2.4) (6.2) (.6) 2 (.4) 27 (7.89) (6.2) (.6) 2 (.8) (6.2) 4 (2.86) 26 (6.) 62 (8.2) (62.) (69.) 78 (48.) 2 (8.77) (8.7) 4 (8.9) 26 (6.) 4 (2.7) tidak Gambar 2 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Kimia.

28 2 2. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir iologi Nilai akhir Pengantar Matematika Nilai akhir iologi tidak (% ) (8.64) 4 (4.9) (6.2) (.6) 8 (.) 2 (.84) 2 (2.) (.84) (.46) 4 (24.4) (8.2) 7 (2.46) () 9 (6.2) 8 (66.26) 97 (9.88) 2 (62.86) tidak 4 (2) (6.7) (.8) 8 (.26) Gambar 2 Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir iologi eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Fisika. Nilai akhir Pengantar Matematika A Nilai akhir Fisika A tidak (6.2) 2 (.2) (.87) (.6) 2 (.4 ) 26 (7.6) (.8) (.46) (6.2) (.29) (.6) 4 (2.47) (.46) 4 (2) 2 (9.6) 28 (7.28) 64 (8.7) () 9 (6.2) 2 (76.69) 9 (8.64) 2 (67.2) (6.2) 4 (2.4) (.8) 8 (2.) Gambar 22 A A tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Pengantar Matematika dan nilai akhir Fisika.

29 2 2. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir Kimia Nilai akhir Kalkulus Nilai akhir Kimia tidak (2) 7 (4.6) 7 (2.4) (.8) 26 (7.22) 27 (7.89) (.8) (.66) 2 (.8) 7 (2.64) 2 (.24) 62 (8.2) 2 (6) 2 (6.49) 77 (.99) 2 (8.77) () 2 2 (.69) 2 (.24) 4 (2.7) 7 42 Gambar tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir Kimia. 24. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir Fisika Nilai akhir Kalkulus A Nilai akhir Fisika A tidak 6 () 4 (7) 2 (.8) 2 (.2) (.87) 26 (7.22) 26 (7.6) (.) (.46) (.8) (.29) 2 (.7) (.99) (.46) 8 (22.22) 2 (.24) 64 (8.7) 24 (72.) 92 (6.9) 2 (67.2) (2.92) (.99) 8 (2.) Gambar 24 A A tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir Kimia.

30 22 2. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir iologi. Nilai akhir Kalkulus Nilai akhir iologi tidak () (6) 4 (9.27) 4 (4.9) (.8) 9 (2.8) 2 (.84) 2 (.7) (.99) (.46) 6 (2.) (2.) 7 (2.46) 2 (7.9) 79 (2.2) 2 (62.86) 4 (2) 9 (.26) (.) 8 (.26) Gambar 2 tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kalkulus dan nilai akhir iologi. 26. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan nilai akhir Fisika Nilai akhir Kimia A Nilai akhir Fisika A tidak (4.29) (.87) 7 (.6) 9 (27.4) 26 (7.6) (7.4) (.46) (.4) (.29) (2.4) (.46) (24.9) 4 (2.67) 6 (8.7) 64 (8.7) 46 (74.9) 48 (7.) 6 (.4) 2 (67.2) 2 () (.6) (2.4) 8 (2.) Gambar 26 A A tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir Kimia dan nilai akhir Fisika.

31 2 27. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan nilai akhir Kimia Nilai akhir iologi (2.8) 2 (.26) 7 (2.4) 9 (.9) 8 (47.7) 27 (7.89) Nilai akhir Kimia (2) (.4) 2 (.8) (2) 7 (24.29) 42 (8.4) 2 (.26) 62(8.2) tidak (6) (7.4) 9 (6.69) 9 (2.68) 2 (8.77) 2 (2.86) 4 (4.8) 7 (8.42) 4 (2.7) Gambar 27 tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan nilai akhir Kimia. 28. eskripsi IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan nilai akhir Fisika Nilai akhir iologi A Nilai akhir Fisika A tidak (2) (6) (.44) 2 (.26) (.87) (4.7) 6 (42.) 26 (7.6) (.) 2 (.26) (.46) (2.6) (.29) (.4) 4 (.7) (.46) 7 () (2.8) 6 (.79) 64 (8.7) 6 (87.4) (67.68) (28.9) 2 (67.2) (2) (.4) 6 (2.62) 8 (2.) Gambar 28 A A tidak Persentase IPK rendah mahasiswa TP berdasarkan nilai akhir iologi dan nilai akhir Kimia.

32 24 Lampiran 4. Hasil analisis regresi logistik secara parsial Peubah Wald p-value Rasio Odds Pilihan masuk IP () Nilai akhir Kalkulus () Nilai akhir Kalkulus 2 (2) Nilai akhir Kimia () Nilai akhir Kimia 2 (2) Nilai akhir iologi () Nilai akhir iologi 2 (2) <..48