Mega Khoirunnisak Pembimbing: Prof. Drs. Nur Iriawan, MIkom, PhD

Transkripsi

1 Pemodelan Faktor-faktor Yang Mempengaruhi Mahasiswa Berhenti Studi (Drop Out) di Institut Teknologi Sepuluh Nopember Menggunakan Analisis Bayesian Mixture Survival Mega Khoirunnisak Pembimbing: Prof. Drs. Nur Iriawan, MIkom, PhD

2 - Latar Belakang - Permasalahan - Tujuan - Manfaat - Batasan Masalah

3 LATAR BELAKANG Mutu SDM Pendidikan berkualitas Problematika pendidikan tinggi Analisis Survival Faktor-faktor yang mempengaruhi mahasiswa drop out Mahasiswa drop out Distribusi mixture, metode Bayesian Bayesian Mixture Survival

4 PENELITIAN SEBELUMNYA Faktorfaktor mahasiswa DO Hertati (2009) Penerapan analisis survival Retnowati (2009) Yang (2000) Bruinsma dan Jansen (2009) Ermawati (2008) Herzog (2005) Hariyanto (2009) Preatin (2009) Radcliffe dkk (2009) Marhima (2008) Septiari (2008)

5 PERMASALAHAN Bagaimana karakteristik mahasiswa yang berhenti studi (drop out) di ITS? Apa faktor-faktor yang mempengaruhi mahasiswa berhenti studi (drop out) di ITS? Bagaimana model hubungan faktor-faktor yang mempengaruhi mahasiswa berhenti studi (drop out) di ITS? TUJUAN Mendeskripsikan karakteristik mahasiswa yang berhenti studi (drop out) di ITS. Mengetahui faktor-faktor yang mempengaruhi mahasiswa berhenti studi (drop out) di ITS. Mendapatkan model hubungan faktor-faktor yang mempengaruhi mahasiswa berhenti studi (drop out) di ITS.

6 MANFAAT Memberikan informasi mengenai waktu survival (ketahanan) mahasiswa yang berhenti studi di ITS serta faktor-faktor yang mempengaruhi berhenti studi (drop out) mahasiswa di ITS BATASAN MASALAH Penelitian hanya dilakukan pada mahasiswa berhenti studi (drop out) program sarjana reguler ITS. Mahasiswa drop out yang merupakan objek penelitian paling tidak telah menempuh evaluasi pendidikan di ITS dengan mendapatkan hasil evaluasi melalui nilai IPK. Data diambil berdasarkan kelengkapan hasil rekap BAAK selama empat tahun terakhir yakni mulai tahun 2006 sampai 2009.

7 - Analisis Survival - Fungsi Survival & Hazard - Distribusi Mixture Metode Bayesian - Mixture Weibull Proportional Hazards Model - Peraturan Akademik ITS

8 ANALISIS SURVIVAL Analisis survival adalah suatu metode yang berhubungan dengan waktu, mulai dari start point sampai dengan terjadinya suatu kejadian khusus atau end point (Collet, 1994). Analisis survival merupakan kumpulan dari prosedur statistik untuk analisis data, dimana variabel hasilnya adalah waktu sampai sebuah kejadian terjadi (Kleinbaum dan Klein, 2005)

9 FUNGSI SURVIVAL&HAZARD Fungsi survival: probabilitas bahwa waktu survival lebih besar atau sama dengan t, sehingga Fungsi hazard: laju kegagalan seketika suatu individu pada waktu t, setelah mampu bertahan sampai waktu tersebut,

10 DISTRIBUSI MIXTURE, METODE BAYESIAN Pada distribusi mixture, data biasanya tersusun dari beberapa subpopulasi. Setiap subpopulasi merupakan komponen dari distribusi tertentu dengan proporsi bervariasi. Densitas untuk model mixture: Dalam pendekatan Bayesian, parameter distribusi atau model diperlakukan sebagai variabel random. Jika suatu parameter θ dianggap sebagai variabel, maka informasi mengenai θ sebelum melakukan observasi disebut prior.

11 MIXTURE WEIBULL PROPORTIONAL HAZARDS Kumpulan nilai variabel independen dalam model Hazard Proporsional diwakili oleh vektor Model umum proportional hazards adalah : Model mixture weibull proportional hazards dua komponen:

12 PERATURAN AKADEMIK ITS PeraturanAkademik Bab VII Pasal 21 ayat 3 Mahasiswa program D IV dan sarjana diperkenankan melanjutkan studi apabila: Pada akhir semester dua, 18 sks dari 36 sks yang telah ditempuh di tahap persiapan mendapat IP 2,0 untuk nilai terbaik selain mata kuliah yang bernilai E Pada akhir semester empat, telah menempuh seluruh beban studi tahap persiapan dengan IP 2,0 tanpa nilai E dan tanpa nilai D untuk mata kuliah yang termasuk dalam kelompok kompetensi utama. PeraturanAkademik Bab XII mengenai berhenti studi Pasal 31 Ayat 2 menyatakan berhenti studi dapat disebabkan oleh beberapa hal: Mengundurkan diri atas permintaan sendiri Dinyatakan mengundurkan diri Masa studi habis Melanggar peraturan ITS.

13 - Sumber Data - Variabel Penelitian - Metode Analisis

14 SUMBER DATA Data sekunder mahasiswa program sarjana reguler yang berhenti studi di ITS mulai tahun 2006 sampai 2009 hasil rekapan BAAK ITS. Berhenti studi dalam hal ini didefinisikan sesuai kriteria peraturan akademik ITS Bab VII Pasal 21 Ayat 4 dan Bab XII Pasal 31 Ayat 2

15 VARIABEL PENELITIAN Dependen Independen Waktu survival Yakni lama waktu mahasiswa menempuh studi di ITS sampai dinyatakan drop out dari ITS dalam satuan semester - Usia - Asal daerah - Pekerjaan orang tua - Penghasilan orang tua - Status asal sekolah - Jalur masuk - Fakultas - Nilai IPK - Nilai TPB

16 METODE ANALISIS KARAKTERISTIK MAHASISWA Analisis statistika deskriptif menggunakan frekuensi dan prosentase melalui diagram batang dan diagram lingkaran, serta menggunakan tabulasi silang FAKTOR-FAKTOR PENGARUH Variabel yang signifikan pada mixture weibull proportional hazards model MODEL HUBUNGAN FAKTOR Intepretasi hasil estimasi variabel yang signifikan pada mixture weibull proportional hazards model

17 LANGKAH ANALISIS Mulai Pengumpulan Data Statistika Deskriptif Pendugaan Distribusi Data Asumsi Proportional Hazards Ya Parameter Distribusi Mixture Tidak Fungsi Survival dan Fungsi Hazard Pemodelan Bayesian Mixture Survival Intepretasi Model Kesimpulan Selesai

18 - Analisis Deskriptif - Pendugaan Distribusi Data - Pemodelan Mixture Weibull Proportional Hazards

19 ANALISIS DESKRIPTIF Variabel N Mean Median Max Min St. Dev Waktu Survival (t) 434 3, ,505 Usia (X 1 ) , ,734 IPK (X 8 ) 434 1,7908 1,84 3,81 0,03 0,8827 TPB (X 9 ) 434 1, ,9724 FMIPA FTI FTSP FTK FTIf Total PMDK Kemitraan PMDK Mandiri PMDK Reguler SPMB/SNMPTN

20 ANALISIS DESKRIPTIF Variabel Ket. Frek % Variabel Ket. Frek % Usia masuk (X 1 ) ,6 Status sekolah Negeri ,2 (X 5 ) Swasta ,8 Kemitraan 94 21, ,1 Jalur masuk Mandiri 15 3, ,3 (X 6 ) Reguler 44 10,1 Asal daerah (X 2 ) Pekerjaan orang tua (X 3 ) Penghasilan orang tua (X 4 ) Jawa Timur ,9 SNMPTN ,7 Luar Jawa Timur, P. Jawa 44 10,1 FMIPA Luar P. Jawa Swasta ,1 Fakultas (X 7 ) FTI FTSP ,4 28,8 Negeri ,2 FTK 67 15,4 Wiraswasta 72 16,6 FTIf 50 11,5 Lain-lain 31 7,1 < , , > ,8

21 DISTRIBUSI DATA HistogramWaktu Survival HistogramWaktu Survival 1 HistogramWaktu Survival Frekuensi Fre kue nsi Fre kue nsi Semester Semester Semester 8 9 Distribusi Keseluruhan Komponen 1 Komponen 2 A-D A-D A-D Nilai Kritis Eksponensial 78,409 58,985 73,175 2,502 Weibull 23,885 39,970 29,842 2,502 Log-logistik 31,510 44,143 29,488 2,502

22 FUNGSI SURVIVAL & HAZARD Parameter Mean Sd 2,50% Median 97,5% Phi[1] 0,4773 0, ,4308 0,4772 0,5239 Phi[2] 0,5227 0, ,4761 0,5228 0,5692 pgamma[1] 2,548 0,1209 2,312 2,546 2,788 pgamma[2] 3,94 0,1799 3,587 3,941 4,292 plambda[1] 0, , , , ,1006 plambda[2] 0, ,74E-04 8,78E-04 0, , t S1(t) S2(t) S(t) h1(t) h2(t) h(t) 2 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,98653

23 ESTIMASI PARAMETER MODEL Parameter Mean Exp(B) 2,50% Median 97,5% Phi[1] 0,4772 0,4308 0,4773 0,5239 Phi[2] 0,5228 0,4761 0,5227 0,5692 b1[1] -0,316 0,7291-0,3647-0,3157-0,2669 b1[2] -0,3728 0,6888-0,4259-0,3727-0,3234 b2_1[1] 0,8532 2,3471 0,2985 0,8484 1,436 b2_2[1] 1,336 3,8038 0,6475 1,336 2,02 b4_2[1] 0,5847 1,7945 0, ,5748 1,22 b6_3[2] 0,5486 1,7308 0,0459 0,5509 1,034 b7_1[1] -2,373 0,0932-3,103-2,372-1,637 b8[2] -0,3121 0,7319-0,6075-0,3141-0,00911 b9[2] -0,3072 0,7355-0,5281-0,3065-0,09062 err[1] 0,357-0, ,3553 0,792 err[2] 0, ,6443 0, ,6531

24 MODEL MIXTURE WEIBULL PROPORTIONAL HAZARDS - Model mixture pertama - Model mixture kedua

25 PLOT HAZARD Plot Hazard Mixture 1 Berdasarkan Usia Taksiran hi(t) Semester Usia=16 Usia=17 Usia=18 Usia=19 Usia=20 Taksiran hi(t) Plot Hazard Mixture 2 Berdasarkan IPK Semester IPK=1,5 IPK=2 IPK=2,5 IPK=3 IPK=3,5

26 - Kesimpulan - Saran

27 KESIMPULAN Mayoritas mahasiswa drop out pada semester kedua dan keempat, dengan rata-rata nilai IPK dan TPB masing-masing adalah 1,7908 dan 1,3635. Sebanyak 338 mahasiswa dari 434 berasal dari jawa Timur dengan penghasilan orang tua mayoritas serta 64,7% masuk melalui jalur SNMPTN. Faktor-faktor yang berpengaruh signifikan terhadap berhenti studi mahasiswa di ITS adalah usia, perbedaan asal daerah, perbedaan penghasilan orang tua, perbedaan fakultas, jalur masuk, serta nilai IPK dan nilai TPB. Faktor yang memberikan pengaruh terbesar pada model mixture pertama adalah perbedaan fakultas sedangkan pada model mixture kedua adalah perbedaan jalur masuk. Mahasiswa FMIPA cenderung lebih lambat untuk drop out sebesar 10,7296 kali dibandingkan mahasiswa FTI pada model mixture pertama. Pada model mixture kedua, mahasiswa dari jalur PMDK reguler cenderung lebih cepat untuk drop out sebesar 1,7308 kali dibandingkan mahasiswa dari jalur SNMPTN.

28 SARAN Pihak Institusi diharapkan lebih memperhatikan peningkatan kemampuan mahasiswa melalui nilai-nilai akademik. Selain itu diharapakan Institusi juga memperhatikan usia mahasiswa ketika pendaftaran masuk. Perlunya memperhatikan kemampuan mahasiswa dari jalur SNMPTN dan PMDK regular. Kelengkapan hasil rekap data serta pembaharuan data kemahasiswaan sebaiknya lebih ditingkatkan lagi guna kelengkapan informasi yang dibutuhkan serta data kemahasiswaan tersebut merupakan asset penting bagi pihak Institusi dalam pengembangan dunia kemahasiswaan. Perlu dilakukannya analisis lebih lanjut terhadap faktor-faktor pengaruh berhenti studi mahasiswa dengan memperhatikan sifat data secara lebih teliti,, menambahkan faktor-faktor lain yang diduga berpengaruh serta menggunakan data kemahasiswaan yang lebih lengkap dan metode yang lebih baik.

29