ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR

Transkripsi

1 Senin, 4 Maret 203 Ruang Sidang Gedung H ANALISIS REGRESI LOGISTIK BINER TERHADAP MINAT WISUDAWAN ITS SEBAGAI JOB CREATOR Disusun Oleh: MIRNA RAMADHANI ( ) DOSEN PEMBIMBING Dra. Destri Susilaningrum, M.Si

2 AGENDA Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran 2

3 Kewirausahaan (entrepreneurship is ability to create the new and different (Petter F. Drucker) Menurut Ciputra, wirausaha atau entepreneur merupakan seseorang dengan "kecakapan mengubah kotoran dan rongsokan menjadi emas".,56% dari total penduduk merupakan wirausaha 7% lulusan perguruan tinggi di Indonesia tertarik menjadi wirausaha Negara dikatakan maju apabila 2% dari total penduduknya menjadi wirausaha. (McCleland) 3

4 Dirjen Pendidikan Tinggi (DIKTI) ITS, Kurikulum 2009 Tecnopreneurship Minat Wisudawan ITS Analisis Regresi Logistik Biner 4

5 Perumusan Masalah Bagaimana dekripsi karakteristik wisudawan ITS yang berminat sebagai job creator? Faktor-faktor apa saja yang signifikan mempengaruhi minat wisudawan ITS sebagai job creator? 2 Tujuan Mendeskripsikan karakteristik wisudawan ITS yang berminat sebagai job creator. Mengetahui faktor-faktor yang signifikan mempengaruhi minat wisudawan ITS sebagai job creator? 2 5

6 Manfaat. Bagi peneliti Peneliti dapat mengaplikasikan ilmu statistika dengan baik dalam penelitian kali ini serta menambah wawasan tentang entrepreneurship. 2. Bagi Institut Teknologi Sepuluh Nopember Memberi informasi kepada ITS mengenai minat wisudawan sebagai job creator sehingga dapat memberlakukan kebijakan sistem belajar yang baik sesuai minat mahasiswa khususnya pada mata kuliah Pengantar Teknopreneurship. Batasan Masalah Wisudawan ITS ke 06 Yudisium Prodi S, D-III, dan D-IV 6

7 Minat adalah kesadaran seseorang dalam sesuatu obyek seseorang, suatu soal atau situasi mengandung sangkut paut dengan dirinya. Pengetahuan atau informasi tentang seseorang atau suatu obyek pasti harus ada terlebih dahulu dapat minat obyek tadi (Witherington, 999). Kewirausahaan (entrepreneurship) merujuk kepada kepribadian tertentu, yaitu pribadi yang mulia, yang mampu berdiri di atas kemampuan sendiri, yang mampu mengambil keputusan untuk dirinya sendiri serta mampu menerapkan tujuan yang ingin dicapai atas pertimbangannya sendiri. (Nasution, 200) Kebenaran sikap rata-rata yang dimiliki wirausahawan menurut Nugraha (2002) yaitu bekerja keras, sadar waktu, merasa perlu berprestasi, memiliki fokus, sangat kompetitif, selalu belajar dari yang terbaik untuk menghasilkan yang lebih baik lagi. 7

8 Analisis Regresi Logistik Biner Terhadap Minat Wisudawan ITS Statistika Deskriptif menurut Walpole (995), merupakan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu data sehingga memberikan informasi yang berguna. Tabel kontingensi atau Cross tabulation yaitu suatu metode statistik yang menggambarkan dua atau lebih variabel secara simultan dan hasilnya ditampilkan dalam bentuk tabel yang merefleksikan distribusi bersama dua atau lebih variabel dengan jumlah kategori yang terbatas. (Agresti, 2002). Tabel Kontingensi rxc Lajur Baris 2... c n n 2... n c 2 n 2 n n 2c r n r n r2 n rc 8

9 Uji Independensi Uji independensi ini digunakan untuk mengetahui hubungan antara dua variabel (Agresti, 2002). Hipotesis: H 0 :Tidak ada hubungan antara variabel X dan Y (Independen) H :Ada hubungan antara variabel X dan Y (Dependen) Statistik Uji : 2 χ = i= j= Daerah kritis: Tolak H 0 jika x e e r c ( 2 ij ij ) dimana Dalam pengujian independensi ini maksimum 20% dari sel ( mempunyai nilai < 5. e ij χ ij 2 hitung e ij > χ 2 ( r )( c ) = x i x j n x ij ) yang ada 9

10 Metode Regresi Metode regresi merupakan analisis data yang mendeskripsikan antara sebuah variabel respon dan satu atau lebih variabel penjelas atau prediktor (Hosmer dan Lemeshow, 2000). Regresi Logistik Regresi Logistik Biner Model Regresi Logistik Transformasi Logit Regresi logistik merupakan salah satu metode yang dapat digunakan untuk mencari hubungan variabel respon yang bersifat dichotomous (berskala nominal atau ordinal dengan dua kategori) atau polychotomous (mempunyai skala nominal atau ordinal dengan lebih dari dua kategori) dengan satu atau lebih variabel prediktor. Regresi logistik biner merupakan suatu metode analisis data yang digunakan untuk mencari hubungan antara variabel respon (y) yang bersifat biner atau dikotomus dengan variabel prediktor (x) yang bersifat polikotomus (Hosmer dan Lemeshow, 2000). exp ( x) = + exp ( β + β x β x π ( β + β x β x 0 x g x = π ( ) ( ) ln = β + β x x + + β π ( ) p p p ) p ) p x p p adalah banyaknya variabel prediktor (Hosmer and Lemeshow, 2000) 0

11 Analisis Regresi Logistik Biner Terhadap Minat Wisudawan ITS Regresi Logistik Biner Fungsi Probabilitas (Hosmer dan Lameshow, 2000) [ ] i i y i y i i x x y f = ) ( ) ( ) ( π π Fungsi Regresi Logistik z z z e e e z f + = + = ) ( px p x x z β β β β = z = - 0 ) ( lim = + = + = e z f z z = 0 ) ( lim = + = + = e z f z Model Regresi Logistik (Hosmer dan Lameshow, 2000) p p p p x x x x x x e e x β β β β β β β β π = ) ( Maximum Likelihood Estimators Estimasi Parameter Turunan parsial pertama tidak didapatkan hasil eksplisit Iterasi Newton-Raphson ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) t t t t t t g H β β β β + =

12 Uji Signifikansi Parameter Parsial Serentak Hipotesis H 0 : β i = 0 H : β i 0 dimana i=, 2, 3,..., 0 Statistik Uji : ˆ β i atau 2 W W = SE Daerah kritis : Tolak H 0 apabila nilai 2 β i = 2 ( ˆ ˆ β i ) SE( β i ) W > Z α / 2 atau 2 2 ( v, α ) ˆ W > χ Hipotesis H 0 : β = β 2 =... = β i = 0 H : Paling tidak terdapat satu βi 0; dimana i =,2,3,..., 0 Statistik Uji : G = 2ln n i= n n ˆ π yi i n i n 0 n ( ) ( y ) i ˆ π i n 0 n n = y i n = ( y i ) i= n 0 i= n = n + n 0 G > χ Daerah kritis : Tolak H 0 apabila nilai p = banyaknya variabel prediktor 2 ( α, p) 2

13 Intepretasi Koefisien Parameter Intepretasi terhadap koefisien parameter ini dilakukan untuk menentukan kecenderungan/hubungan fungsional antara variabel prediktor dengan variabel respon serta menunjukkan pengaruh perubahan nilai pada variabel yang bersangkutan. p ψ = exp β x x= Odds Ratio ψ. Jika nilai Odds ratio ( ) <, maka antara variabel prediktor dan variabel respon terdapat hubungan negatif setiap kali ψ perubahan nilai variabel bebas (x) 2. Jika Odds ratio ( ψ) > maka antara variabel prediktor dengan variabel respon terdapat hubungan positif setiap kali perubahan nilai variabel bebas (x). (Agresti, 2002) 3

14 Uji Kesesuaian Model H 0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) Statistik uji: 2 dimana : o π k k Cˆ = g ( ok n' k π k ) n' π ( π ) k = k k : Observasi pada grup ke-k ( dengan c k : respon (0, )) : Rata-rata taksiran peluang ( ) j= n' k g : Jumlah grup (kombinasi kategori dalam model serentak) : Banyak observasi pada grup ke-k n' k Daerah Kritis : Tolah H 0 jika hitung > (db,α) (Hosmer and Lemeshow, 2000) k C k y j j= C k 2 2 χ χ m πˆ j j 4

15 Prosedur Klasifikasi Observasi Prediksi Apparent Error Rate (APER) y y 2 y n n 2 n2 + n y n n APER = n + n2 + n2 + n 22 Penelitian Sebelumnya. Anna Afi Hayy (200) yang menyimpulkan bahwa kecerdasan emosi berpengaruh secara postif terhadap entrepreneurship mahasiswa. 2. Tetty Dewi Novita Sari (200) yang menyimpulkan bahwa hubungan yang berpengaruh secara signifikan terhadap perilaku entrepreneurship mahasiswa ITS adalah dari materi yang diberikan pada perkuliahan mata kuliah pengantar Teknopreneurship. 3. Wasa Yulia (200) yang menyimpulkan bahwa IPK dan overconfidence berpengaruh terhadap kepemilikan usaha mandiri mahasiwa ITS. 4. Arlina Sephana (200) yang menyimpulkan bahwa pola asuh orang tua yang bersifat demokrasi mempengaruhi jiwa wirausaha mahasiswa ITS. 5

16 Data yang digunakan dalam penelitian ini menggunakan data sekunder dan primer. Data sekunder berupa data jumlah wisudawan ITS yang melangsungkan wisuda di Bulan Maret 203 dan Yudisium, sedangkan data primer didapatkan dengan cara survei menggunakan alat ukur kuesioner. Pengambilan data dilakukan pada: Hari : Rabu dan Kamis Tanggal : Februari 203 Pukul : WIB Tempat : Plaza dr. Angka BAAK 6

17 Metode sampling yang digunakan dalam penelitian ini adalah sampling acak sederhana. Besarnya ukuran sampel yang diambil diperoleh melalui rumus berikut. (Mendenhall, 986). Sampel yang diambil berdasarkan wisudawan ITS yang yudisium I sebanyak 480 wisudawan. Pengambilan sampel dilakukan dengan penyebaran kuesioner pada semua wisudawan ITS yang hadir dalam yudisium. 7

18 Variabel Koding Skala Variabel Respon (Y) Minat Wisudawan ITS 0: Cukup berminat sebagai job creator : Tidak berminat sebagai job creator Nominal Variabel Prediktor (X) X Variabel Koding Skala X Jenis Kelamin 0: Laki-laki : Perempuan X2 Asal Daerah 0: Surabaya : Luar Surabaya X3 IPK 0: < 2,90 : 2,90 3,50 3: >3,50 Nominal Nominal Ordinal 8

19 Lanjutan.. Variabel Prediktor (X) X Variabel Koding Skala X5 Keikutsertaan pelatihan dunia kerja 0: Tidak Ikut : Ikut X6 Pengalaman berwirausaha 0: Tidak Ada : Ada X7 Keikutsertaan Lomba/kegiatan entrepreneurship 0: Tidak Pernah ikut : Ikut X8 Pengaruh berwirausaha 0: Orang Tua : Keluarga (bukan orang tua) 2: : Teman 2: Lainnya X9 Rencana Usaha 0: Tidak Ada : Ada X0 Pengeluaran per Bulan 0 : < Rp : Rp Rp : Rp Rp : Rp Rp Seminar Proposal 4: > Rp Tugas Akhir Nominal Nominal Nominal Nominal Nominal Ordinal 9

20 Pengujian Validitas Validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur (Singarimbun, 989). Pengujian validitas merupakan perhitungan korelasi antara masingmasing pernyataan dengan skor total menggunkan rumus korelasi product moment. Adapun hipotesis pengujiannya sebagai berikut. Hipotesis: H o : Pernyataan tidak mengukur aspek yang sama H : Pernyataan mengukur aspek yang sama Statistik uji yang digunkan sebagai berikut. Dimana, r = koefisien korelasi produk momen n = jumlah responden x i = skor tiap pertanyaan yang diberikan kepada responden y i = skor total seluruh pertanyaan untuk masing-masing responden Jika nilai r atau koefisien korelasi produk momen lebih besar dari nilai r tabel atau P_value < 0,05 maka diperoleh keputusan tolak H o dan didapat kesimpulan bahwa pertanyaan yang digunakan sudah valid. 20

21 Pengujian Reliabilitas Reliabilitas merupakan istilah yang dipakai untuk menunjukkan sejauh mana suatu hasil pengukuran konsisten apabila pengukuran diulangi dua kali atau lebih. Reliabilitas adalah indeks yang digunakan untuk menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau diandalkan (Singarimbun, 989). Nilai reliabilitas dapat diketahui dengan melihat nilai koefisien reliabilitas alpha cronbach (Cronbach Alpha) dengan hipotesis sebagai berikut. H o : Alat ukur tidak reliabel atau tidak konsisten H : Alat ukur reliabel atau konsisten Statistik uji yang digunkan sebagai berikut. Dimana, α = koefisien reliabitas yang dicari k = jumlah butir pertanyaan S p 2 = varian butir petanyaan S xt 2 = varian skor total Jika nilai koefisien Cronbach Alpha () diatas 0,7 maka dapat disimpulkan bahwa alat ukur atau pertanyaan yang digunakan dapat dikatakan reliabel atau konsisten. 2

22 Tujuan Pertama Mendeskripsikan karakteristik minat wisudawan ITS sebagai job creator berupa pie chart, bar chart dan tabel kontingensi dari variabel demografi wisudawan ITS. Tujuan Kedua Menganalisis dengan menggunakan metode regresi logistik biner guna mengetahui pola hubungan minat wisudawan ITS sebagai job creator dengan faktor-faktor yang mempengaruhinya 22

23 Mendeskripsikan karakteristik minat wisudawan ITS sebagai job creator berupa pie chart, bar chart dan tabel kontingensi dari variabel demografi wisudawan ITS. Melakukan uji independensi antara variabel respon dan variabel prediktor Menganalisis dengan menggunakan metode regresi logistik biner guna mengetahui pola hubungan minat wisudawan ITS sebagai job creator dengan faktor-faktor yang mempengaruhinya uji serentak dan parsial Menghitung ketepatan klasifikasi Pemodelan regresi logistik biner uji kesesuaian model Interpretasi odds ratio Menghitung nilai peluang 23

24 Karakteristik Wisudawan ITS 5% 85% wisudawan ITS berminat sebagai job creator 85% Kurang Berminat Berminat Gambar dan Tabel. Minat Wisudawan ITS dan Jenis Kelamin Minat Variabel Kategori Kurang Berminat Berminat Total Jenis Kelamin Laki-Laki 7,7 59,6 67,3 Perempuan 6,9 25,8 32,7 24

25 Karakteristik Wisudawan ITS Gambar dan Tabel 2. Minat Wisudawan ITS dan Daerah Asal Variabel Kategori Minat Kurang Berminat Berminat Total Daerah Asal Surabaya 3,8 23,3 27, Luar Surabaya 0,8 62, 72,9 Gambar dan Tabel 3. Minat Wisudawan ITS dan IPK Minat Variabel Kategori Kurang Berminat Berminat Total IPK < 2,9 0,8 7,9 8,7 2,9 3,5 6,7 49,6 56,3 > 3,5 7, 27,9 35,0 25

26 Karakteristik Wisudawan ITS Gambar dan Tabel 4. Minat Wisudawan ITS dan Keikutsertaan Pelatihan Variabel Keikutsertaan Pelatihan Kategori Kurang Berminat Minat Berminat Total Tidak Ikut 7,3 4,3 48,5 Ikut 7,3 44,2 5,5 Gambar dan Tabel 5. Minat Wisudawan ITS dan Pengalaman Wirausaha Minat Variabel Kategori Kurang Berminat Berminat Total Pengalaman Usaha Tidak Ada 7,9 40,6 48,5 Ada 6,7 44,8 5,5 26

27 Karakteristik Wisudawan ITS Gambar dan Tabel 6. Minat Wisudawan ITS dan Keikutsertaan Lomba/Kegiatan Entepreneurship Variabel Keikutsertaan Lomba/Kegiatan Kategori Minat Total Kurang Berminat Berminat Tidak Ikut ,0 Ikut 4,6 20,4 25,0 Variabel Pengaruh Wirausaha Gambar dan Tabel 7. Minat Wisudawan ITS dan Pengaruh Wirausaha Kategori Minat Kurang Berminat Berminat Total Orang Tua 6,7 33,5 40,2 Keluarga (bukan orang tua) 0,2 5,4 5,6 Teman 5, ,8 Saudara 0,7,7 Lainnya 2,3,5 3,8 27

28 Karakteristik Wisudawan ITS Gambar dan Tabel 8. Minat Wisudawan ITS dan Keikutsertaan Teknopreneurship Variabel Keikutsertaan Technopreneurship Kategori Kurang Berminat Minat Berminat Total Tidak Ikut 3,5 7,7 2,3 Ikut,0 67,7 78,8 Gambar dan Tabel 9. Minat Wisudawan ITS dan Rencana Usaha Variabel Rencana Usaha Kategori Kurang Berminat Minat Berminat Total Tidak Ada 5,0 30,6 35,6 Ada 9,6 54,8 64,4 28

29 Karakteristik Wisudawan ITS Gambar dan Tabel 0. Minat Wisudawan ITS dan Pengeluaran Per Bulan Variabel Pengeluaran Per Bulan Kategori Minat Total Kurang Berminat Berminat < Rp ,8 5,8 9,6 Rp Rp ,8 45,2 55,0 Rp Rp ,8 7,3 8, Rp Rp ,2 4,8 5,0 >Rp ,0 2,3 2,3 29

30 Uji Independensi H 0 : Tidak ada hubungan antara variabel prediktor dengan variabel respon H : Ada hubungan antara variabel prediktor dengan variabel respon Taraf signifikasi (α) yang digunakan adalah 5% Variabel Nilai χ 2 P-value Jenis Kelamin (X ) 7,758 0,005*) Daerah Asal (X 2 ) 0,078 0,780 IPK (X 3 ) 6,793 0,033*) Keikutsertaan Pelatihan (X 4 ) 0,070 0,792 Pengalaman Wirausaha (X 5 ),082 0,298 Keikutsertaan Lomba/Kegiatan Entrepreneurship (X 6 ),806 0,79 Pengaruh Wirausaha (X 7 ) 4,834 0,305 Keikutsertaan Technopreneurship (X 8 ) 0,45 0,502 Rencana Usaha (X 9 ) 0,064 0,800 Pengeluaran Per Bulan (X 0 ) 4,703 0,005*) Keterangan :*) signifikan pada α=5% 30

31 Analisis Regresi Logistik Biner Pengujian Parsial Hipotesis yang digunakan adalah sebagai berikut. H0 : βj = 0 H : βj 0 (j =, 2,,0) α = 5% Statistik Uji : uji Wald Keterangan : *) signifikan pada α=5% Variabel B Wald P-value Odds Ratio Jenis Kelamin () *) Intercept Daerah Asal () 0,539 0,976 0,323,74 Intercept 0,560 2,39 0,22,750 IPK *) IPK () IPK (2) *).887 Intercept Keikutsertaan Pelatihan () Intercept Pengalaman Usaha () Intercept Keikutsertaan Lomba/Kegiatan () ,2 0.8 Intercept , Pengaruh Wirausaha Pengaruh Wirausaha () Pengaruh Wirausaha (2) Pengaruh Wirausaha (3) Pengaruh Wirausaha (4) E8 Intercept Keikutsertaan Teknopreneurship () Intercept Rencana Usaha () Intercept Pengeluaran Per Bulan *) Pengeluaran Per Bulan () Pengeluaran Per Bulan (2) Pengeluaran Per Bulan (3) Pengeluaran Per Bulan (4) Intercept E9 3

32 Analisis Regresi Logistik Biner Pengujian Serentak Hipotesis yang digunakan adalah sebagai berikut. H 0 : β = β 2 = = β 0 = 0 H : paling tidak terdapat satu β j 0 (j =, 2,, 0) α = 5% Tabel.Pengujian Serentak Regresi Logistik Biner Chi-square df Sig. Step 2 Step Block Model χ 2 ( 0, 05; 7 ) = 4,067 32

33 Pemodelan Regresi Logistik Biner Jenis Kelamin() Variabel B Wald P-value Odds Ratio *).960 IPK *) IPK() Step 2 IPK(2) *).775 Pengeluaran per Bulan *) Pengeluaran per Bulan() Pengeluaran per Bulan(2) Pengeluaran per Bulan(3) Pengeluaran per Bulan(4) Constant E9 Faktor yang berkaitan dengan minat wisudawan ITS adalah jenis kelamin (X ) dan IPK (X 3 ) dengan taraf signifikansi %. 33

34 Dari hasil diatas, menunjukkan bahwa peluang wisudawan ITS yang berminat sebagai job creator adalah berjenis kelamin laki-laki dan IPK antara 2 Analisis Regresi Logistik Biner Terhadap Minat Wisudawan ITS Pemodelan Regresi Logistik Biner Oleh karena itu model logit dan fungsi probabilitas yang dihasilkan pada variabel jenis kelamin dan IPK sebagai berikut gˆ ( x) = 20, ,673 jenis kelamin + 0,574 IPK g ( x) 20,748+ 0,673() + 0,574() ( e e π x) = = g ( x) 20,748+ 0,673() + 0,574( + e + e ) = 0,99 Dari hasil diatas, menunjukkan bahwa peluang wisudawan ITS yang berminat sebagai job creator adalah berjenis kelamin laki-laki dan IPK antara 2,90 hingga 3,50 sebesar 0,99 (artinya, jika ada 00 mahasiswa maka 99 diantaranya berminat sebagai job creator), sedangkan yang berjenis kelamin perempuan sebesar 0,0 (artinya, jika ada 00 mahasiswa maka diantaranya berminat sebagai job creator). 34

35 Dari hasil diatas, menunjukkan bahwa peluang wisudawan ITS yang berminat sebagai job creator adalah berjenis kelamin laki-laki dan IPK antara 2 Analisis Regresi Logistik Biner Terhadap Minat Wisudawan ITS Odds Ratio Besarnya pengaruh masing-masing variabel prediktor yang berpengaruh signifikan terhadap variabel respon dapat diketahui melalui odds ratio masing-masing variabel. Wisudawan ITS yang berjenis kelamin laki-laki berminat sebagai job creator sebesar,960 kali lebih besar dibandingkan wisudawan ITS yang berjenis kelamin perempuan. Wisudawan ITS yang memiliki IPK antara 2,90 hingga 3,50 berminat,775 kali lebih besar dibandingkan dengan wisudawan ITS yang memiliki IPK lebih dari 3,50. 35

36 Hipotesis : Kesesuaian Model H0 :model sesuai (tidak terdapat perbedaan antara observasi dengan kemungkinan hasil prediksi model) H :model tidak sesuai (terdapat perbedaan antara observasi dengan kemungkinan hasil prediksi model) α = 5% Chisquare Df Statistik Uji : Chi-square Step 2 Ketepatan Klasifikasi Observasi Cukup Bermin at Prediksi Berminat P-value Step 0 7, ,528 Ketepatan Kurang Berminat Berminat ,00 Ketepatan Keseluruhan 85,4 Model Sesuai. Model regresi logistik yang terbentuk dengan tiga variabel prediktor yang signifikan yaitu jenis kelamin, IPK dan pengeluaran per bulan menghasilkan ketepatan klasifikasi sebesar 85,4% 36

37 . Wisudawan ITS yang berminat sebagai job creator sebesar 85 persen. Wisudawan berminat merupakan wisudawan ITS dengan karakteristik mayoritas berjenis kelamin laki-laki (59,6 persen). 62, persen berasal dari luar Surabaya dengan pengeluaran per bulan rata-rata berkisar antara Rp hingga Rp (45,2 persen). Sebagian besar dari wisudawan ITS yang berminat sebagai job creator pernah mengikuti pelatihan dunia kerja (44,2 persen) dan 20,4 persen pernah mengikuti kegiatan entepreneurship. Mayoritas memiliki pengalaman wirausaha sebesar 44,8 persen dan memiliki IPK antara 2,90 hingga 3,50 sebesar 49,6 persen. 2. Faktor-faktor yang mempengaruhi minat wisudawan ITS sebagai job creator adalah jenis kelamin dan IPK. 37

38 . Pihak ITS dapat mempertimbangkan kembali pada isi materi pembelajaran mata kuliah pengantar technopreneurship. Hal tersebut ditinjau bahwa keikutsertaan mahasiswa dalam mata kuliah tersebut tidak berpengaruh signifikan. 2. Pada penelitian selanjutnya dapat digunakan tiga kategori yakni minat rendah, sedang dan tinggi. 38

39 Agresti, A. (2002). Categorical Data Analysis, 2 nd ed. New York : John Wiley and Sons, USA Hayy, Anna Afi. (200). Pemodelan Struktural Pengaruh Kecerdasan Emosi Terhadap Minat Entepreneurship Mahasiswa. Tugas Akhir, Statistika ITS. Heri, P. (998). Pengantar Perilaku Manusia. Jakarta : EGC. Hosmer, D.W., and Lemeshow.(2000). Applied Logistic Regression. John Wiley and Sons, USA Jaringnews.com (202). Ciputra: Banyak Pengusaha Terjebak Jadi Entrepreneur Hitam. diakses pada tanggal 22 Januari 203 pukul 22.0 WIB Longenecker et al. (200). Kewirausahaan Manajemen Usaha Kecil. Buku. Salemba Empat, Jakarta McClelland, D.C. (987). Human Motivation. New York : Cambridge University Press Mendenhall, Scheaaffer. (986). Elementary Survey Sampling, 3 nd ed. Wadswoth,Inc. USA. Nasution, Arman Hakim dkk. (200). Membangun Spirit Entrepreneur Muda Indonesia, Suatu Pendekatan Praktis dan Aplikatif. Gramedia, Jakarta. 39

40 News.viva.co.id (202). Menkop: Jumlah Wirausahawan RI Kalah Jauh. diakses pada tanggal 22 Januari 203 pukul WIB Nugroho, Dion A. (2002). Revolusi Sikap Menjadi Entrepreneurship.PT. Alex Media Komputindo, Jakarta Purnomo, Krisna Rudiadi. (994). Pengaruh Pola Asuh Terhadap Pembentukan Jiwa Wirausaha. Tugas Akhir, Jurusan Teknik Industri ITS, Surabaya. Republika.co.id (202). Mayoritas Lulusan Perguruan Tinggi tak Tertarik Jadi Wirausahawan, Kok Bisa. diakses pada tanggal 22 Januari 203 pukul WIB Sari, Tetty Dewi Novita. (200). AnalisisPengaruh Mata Kuliah Pengantar Technopreneurship / Kewirausahaan Terhadap Perilaku Entrepreneurship Mahasiswa ITS. Tugas Akhir, Statistika ITS. Sephana, Arlina. (200). Pengaruh Pola Asuh Orang Tua Terhadap Kecenderungan Jiwa Wira Usaha Mahaiswa ITS dengan Menggunakan Model Persamaan Struktural. Tugas Akhir, Statistika ITS. 40

41 Singarimbun, Masri and Effendi, Sofyan. (989). Metode Penelitian Survey. John Willey and Sons, USA Sugiyono. (2006). Statistik untuk Penelitian. Alfabeta, Bandung. Walpole, Ronald E. (995). Pengantar Statistika. Jakarta : PT. Gramedia Pustaka Utama Witherington, H. C. (999). Psikologi Pendidikan. Aksara Baru, Jakarta Yulia, Wasa. (200). Analisis Karakteristik Mahasiswa dan Faktor-Faktor Yang Berpengaruh Terhadap Kepemilikan Usaha Mandiri Mahasiswa ITS. Tugas Akhir, Statistika ITS. 4

42 42

43 Banyak orang bercita-cita terlalu kecil. Ingatlah bahwa Anda tidak akan berprestasi melebihi keyakinan Anda tentang kemampuan Anda. Maka bercita-citalah besar (Don Hutson and Willis, 2008) 43