Analisis Regresi Logistik Ordinal terhadap Faktor-faktor yang Mempengaruhi Predikat Kelulusan Mahasiswa S1 di ITS Surabaya

dokumen-dokumen yang mirip
X a, TINJAUAN PUSTAKA

BAB 2. Tinjauan Teoritis

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

ANALISIS REGRESI LOGISTIK ORDINAL TERHADAP FAKTOR-FAKTOR YANG MEMPENGARUHI PREDIKAT KELULUSAN MAHASISWA S1 DI ITS SURABAYA

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB II LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB 5. ANALISIS REGRESI DAN KORELASI

Analisis Regresi Logistik Ordinal pada Prestasi Belajar Lulusan Mahasiswa di ITS Berbasis SKEM

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Analisis Regresi Double Hurdle terhadap Faktor-Faktor yang Mempengaruhi Partisipasi Perempuan Kawin dalam Kegiatan Ekonomi di Jawa Timur

ANALISIS REGRESI DOUBLE HURDLE TERHADAP FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI PEREMPUAN KAWIN DALAM KEGIATAN EKONOMI DI JAWA TIMUR

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Statistika ITS Surabaya

UKURAN GEJALA PUSAT DAN UKURAN LETAK

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

8. MENGANALISIS HASIL EVALUASI

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

Pemodelan Jumlah Kematian Ibu di Jawa Timur dengan Pendekatan Generalized Poisson Regression (GPR) dan Regresi Binomial Negatif

Regresi Linier Sederhana Definisi Pengaruh

REGRESI LINIER SEDERHANA

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB III UKURAN PEMUSATAN DATA

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus HIV & AIDS di Provinsi Jawa Timur Tahun 2013 Menggunakan Bivariate Poisson.

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB II TINJAUAN PUSTAKA

Pemodelan Regresi Poisson Inverse Gaussian Studi Kasus: Jumlah Kasus Baru HIV di Provinsi Jawa Tengah Tahun 2015

BAB 2 LANDASAN TEORI

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

*Corresponding Author:

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TIMUR TAHUN 2011 DENGAN PENDEKATAN REGRESI BINOMIAL NEGATIF

UKURAN GEJALA PUSAT (UGP)

3 Departemen Statistika FMIPA IPB

Puasa Pasien Diabetes Mellitus Tipe 2 di Poli Diabetes RSUD Dr. Soetomo Surabaya Menggunakan Regresi Probit Biner

BAB III PERSAMAAN PANAS DIMENSI SATU

S2 MP Oleh ; N. Setyaningsih

TINJAUAN PUSTAKA Evaluasi Pengajaran

Pemodelan Jumlah Kematian Bayi di Provinsi Jawa Timur Tahun 2011 dengan Pendekatan Regresi Binomial Negatif

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Paleleh pada semester genap

ABSTRAK. Ika Dewi Ariyanti 1 dan Sutikno 2

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

Analisis Korelasi dan Regresi

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

Pemodelan Jumlah Balita Gizi Buruk di Jawa Timur dengan Geographically Weighted Poisson Regression

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

Pemodelan Kasus Pneumonia Balita di Kota Surabaya dengan Geographically Weighted Poisson Regression dan Flexibly Shaped

Analisis Regresi dan Korelasi

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

Bab II Teori Pendukung

BAB II TINJAUAN PUSTAKA

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

BAB II LANDASAN TEORI

JIIA, VOLUME 3 No. 2, APRIL 2015

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

FAKTOR YANG BERPENGARUH TERHADAP PENYAKIT ISPA DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER (STUDI KASUS KAWASAN LUMPUR LAPINDO KABUPATEN SIDOARJO)

Faktor - Faktor yang Mempengaruhi Pelayanan Distribusi Air Bersih di Kawasan Permukiman Perkotaan Kabupaten Pamekasan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 15 di kota Gorontalo

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

Regresi & Korelasi Linier Sederhana

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

Transkripsi:

JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-177 Aalss Regres Logstk Ordal terhadap Faktor-faktor yag Mempegaruh Predkat Kelulusa Mahasswa S1 d ITS Surabaya Stt Imaslhkah, Madu Rata, da Vta Ratasar Jurusa Statstka, Fakultas MIPA, Isttut Tekolog Sepuluh Nopember (ITS) Jl. Aref Rahma Hakm, Surabaya 60111 E-mal: vtarata70@gmal.com Abstrak Setap pergurua tgg memlk kewajba dalam megotrol prestas mahasswaya utuk meghaslka lulusa yag berkualtas. Ukura prestas mahasswa dataraya adalah deks prestas da lama stud yag meghaslka predkat kelulusa. Predkat kelulusa dpegaruh oleh beberapa faktor tertetu. Dalam peelta, varabel respo adalah predkat kelulusa yag terdr dar dega puja, sagat memuaska, da memuaska. Aalss regres logstk ordal merupaka salah satu metode yag tepat karea varabel respo mempuya skala ordal (bertgkat). Terdapat beberapa varabel predktor yag dduga berpegaruh pada predkat kelulusa atara la fakultas, jes kelam, asal daerah, jalur masuk ITS, status SMA, pekerjaa ayah, pekerjaa bu, da pedapata orag tua. Data merupaka data sekuder dar Bada Akademk ITS. Mayortas lulusa mahasswa mempuya predkat sagat memuaska. Predkat kelulusa dega puja telah meujukka agka sebesar 3%, hal berart jumlah lulusa mahasswa dega mudah mecapa predkat tersebut. Secara peguja seretak, faktor yag berpegaruh adalah fakultas, jes kelam, jalur peermaa, pekerjaa ayah, pekerjaa bu da pedapata. Kata Kuc Predkat kelulusa, prestas mahasswa, regres logstk ordal. M I. PENDAHULUAN ASALAH pegaggura d Idoesa sudah tdak asg lag utuk dbcaraka. Pegaggura adalah suatu keadaa dmaa seseorag yag tergolog dalam agkata kerja g medapatka pekerjaa tetap belum dapat memper-olehya [1]. Jumlah pegaggura d Idoesa pada Agustus 01 mecapa 6,14 perse. Jumlah megalam peurua sektar 370 rbu orag jka dbadg keadaa Februar 01, da megalam peurua sebesar 460 rbu orag jka dba-dg keadaa Agustus 011. Hal sebadg dega adaya peurua Tgkat Partspas Agkata Kerja (TPAK) sebe-sar 0,46 perse selama perode satu tahu terakhr []. Keja-da sama d provs Jawa Tmur yag megalam peurua sebesar 0,0 perse dbadg Februar 01 da sebesar 0,04 perse dbadg Agustus 011 [3]. Semak turu jumlah pegaggura buka berart kualtas sumber daya mausa (SDM) yag dhaslka lulusa pergurua tgg pu meu-ru. Persaga utuk medapatka pekerjaa setelah lulus dar bagku kulah bertambah semak besar. Dalam dua peddka, setap pergurua tgg memlk kewajba utuk megotrol prestas belajar setap mahasswaya da meghaslka lulusa yag berkualtas. Seluruh pergurua tgg juga dtutut utuk mejam mutu lulusa, dmaa mutu dmaksudka bahwa lulusa pergurua tgg dapat lagsug dmafaatka oleh stakeholders. Bag Isttut Tekolog Sepuluh Nopember (ITS) Surabaya mejaga da megkatka mutu merupaka perhata utama utuk megkatka kualtas lulusa. Ukura prestas mahasswa S1 ITS dataraya adalah la deks prestas (IP) da lama dalam meyelesaka masa stud. Berdasarka IP da lama stud dtetapka sebuah predkat kelulusa. Berbaga aalss yag dapat dguaka utuk megukur prestas mahasswa salah satuya adalah aalss regres. Peelta bertujua utuk megetahu karakterstk prestas belajar mahasswa da dapat memodelka faktorfaktor yag dapat mempegaruh predkat kelulusa program S1. Hasl peelta dharapka dapat memberka formas tambaha dalam melakuka seleks mahasswa program sarjaa. Data yag dguaka tdak terdapat data yag hlag (mssg data). II. TINJAUAN PUSTAKA A. Uj Multkolertas Uj multkolertas adalah peguja utuk megetahu ada tdakya hubuga yag lear atau korelas atara varabel predktor yag sgfka pada model regres. Pada aalss regres logstk ordal tdak dperkeaka terdapat kasus multkolertas. Utuk megetahu ada tdakya kasus multkolertas dapat megguaka koefse korelas pergkat Spearma atau basa dsebut rho-spearma. B. Regres Logstk Ordal Regres logstk ordal merupaka salah satu aalss regres yag dguaka utuk megaalsa hubuga atara varabel respo dega varabel predktor, dmaa varabel respo bersfat polkotomus dega skala ordal. Model yag dapat dguaka utuk regres logstk ordal adalah model logt, dmaa sfat yag tertuag dalam peluag kumulatf sehgga cumulatve logt models merupaka model yag dapat dbadgka dega peluag kumulatf yatu peluag kurag dar atau sama dega kategor respo ke-r pada p varabel predktor yag dyataka dalam vektor x adalah P Y r x ), dega peluag lebh besar dar kategor respo (

JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-178 ke-r pada p varabel predktor Y r x ) [4]. Peluag kumulatf P Y r x ) ddefska sebaga berkut. ( p 0r k k 1 Y r x ) π(x) p 1 0r k k 1 1, p merupaka la pegamata ke- ( = 1,,, ) dar setap varabel p varabel predktor [5]. Pedugaa parameter regres dlakuka dega cara megurakaya megguaka trasformas logt dar dmaa x x x,..., x Y r x ). Y r x ) LogtP ( Y r x ) l () 1 Y r x ) Persamaa 3 ddapatka dega mesubstuska persamaa 1 da persamaa. p Logt Y r x ) β0r βk (3) k1 dega la β k utuk setap k = 1,,, p pada setap model regres logstk ordal adalah sama. Jka terdapat tga kategor respo dmaa r = 1,, 3 maka peluag kumulatf dar respo ke-r sepert pada persamaa 4 da 5. (1) p β01 βk k 1 Y 1 x ) (4) p 1 β01 βk k 1 p β0 βk k 1 Y x ) (5) p 1 β0 βk k 1 Berdasarka kedua peluag kumulatf pada persamaa 4 da 5, ddapatka peluag utuk masg-masg kategor respo sebaga berkut. p β01 βk k 1 Y r 1) 1( x) p 1 β01 βk k 1 p p β0 βk β01 βk k 1 k 1 Y r ) ( x) (6) p p 1 β0 βk 1 β01 βk k 1 k 1 p β0 βk k 1 Y r 3) 3( x) 1 p 1 β0 βk k 1 C. Peguja Parameter Model yag telah dperoleh perlu duj sgfkas pada koefse β terhadap varabel respo, yatu dega uj seretak da uj parsal. Uj Seretak Peguja dlakuka utuk memerksa kemakaa koefse β terhadap varabel respo secara bersama-sama dega megguaka statstk uj. Hpotess : H 0 : β 1 = β = = β k =0 H 1 : palg sedkt ada satu β k 0 ; k = 1,,, p Statstk uj yag dguaka adalah statstk uj G atau Lkelhood Rato Test. G l dmaa, 1 0 1 0 1 0 y y x 0 x 1 x 0 y0, 1 y1, 1 1 1 y y, 0 1 1 G, v Daerah peolaka H 0 adalah jka dega derajat bebas v atau la p-value < α. Statstk uj G megkut dstrbus Ch-square dega derajat bebas p [4]. Uj Parsal Peguja dlakuka utuk memerksa kemakaa koefse β secara parsal dega megguaka statstk uj. H 0 : β k = 0 H 1 : β k 0 ; k = 1,,, p Statstk uj yag dguaka adalah statstk uj Wald. k (7) ˆ W k (8) SE ˆ Daerah peolaka H 0 adalah W Z atau W,v dega derajat bebas v atau la p-value < α [4]. D. Prestas Akademk Prestas belajar atau prestas akademk adalah hasl perubaha pada dr pembelajar yag melput aspek kogtf, afektf da pskomotor, yag merupaka bukt suatu usaha yag dapat dcapa dalam belajar [6]. Prestas belajar atau prestas akademk yag dmaksud adalah prestas belajar yag berupa data kuattatf yag sudah dsertaka dalam buku pedoma akademk [7]. Prestas belajar seseorag sesua dega tgkat keberhasla sesuatu dalam mempelajar mater pelajara yag dyataka dalam betuk deks prestas setap bdag stud setelah megalam proses belajar megajar. Prestas belajar mahasswa dapat dketahu setelah dadaka evaluas. Hasl dar evaluas dapat memperlhatka tetag tgg atau redahya prestas belajar mahasswa. E. Predkat Kelulusa Meurut peratura ITS omor : 05815//pp/009 tetag peratura akademk ITS tahu 009 pasal 5 ayat po b meyebutka bahwa Predkat kelulusa program D-IV da program sarjaa dtetapka berdasarka IP da masa stud sepert pada Tabel 1. F. Faktor-faktor yag Mempegaruh Prestas Akademk Berhasl atau tdakya seseorag dalam meempuh belajar dsebabka oleh beberapa faktor yag mempegaruh hasl belajar. Prestas akademk dpegaruh oleh beberapa faktor, yatu faktor keprbada, faktor demograf da faktor lgkuga [8]. Faktor Keprbada Prbad yag sembag mempegaruh proses belajar, prbad yag sembag dapat mecptaka kesehata metal da keteaga emos, yag dapat medorog keberhasla dalam belajar.

JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-179 Tabel 1. Predkat Kelulusa Predkat IP Lama Stud Dega puja 3,51 IP 4,00 da masa stud 8 semester; Sagat 3,51 IP 4,00 da masa stud > 8 semester; atau Memuaska,76 IP 3,50 da masa stud = 9 atau 10 semester; Memuaska,76 IP 3,50 da masa stud > 10 semester;,00 IP,75 Faktor Demograf Demograf adalah lmu yag mempelajar persoala da keadaa perubaha-perubaha peduduk yag berhubuga dega kompoe-kompoe perubaha tersebut sepert kelahra, kemata, mgras sehgga meghaslka suatu keadaa da komposs peduduk meurut umur da jes kelam [9]. Faktor Lgkuga Salah satu faktor yag palg berpegaruh terhadap prestas belajar alah status sosal ekoom orag tua, sswa yag status ekoom orag tuaya bak, berkecukupa, mampu, kaya meujukka la yag lebh tgg dalam tes kemampua akademk, dalam tes hasl belajar da lamaya bersekolah darpada mereka yag status sosal ekoom orag tuaya redah atau kurag megutugka, kurag berada, da msk [10]. III. METODOLOGI PENELITIAN Data yag dguaka dalam peelta kal merupaka data sekuder tetag prestas akademk yatu predkat kelulusa dar mahasswa program S1 ITS perode lulusa 104-105. Data dperoleh dar Bada Akademk ITS Surabaya. Varabel respo yag dguaka adalah predkat kelulusa yag terdr dar 3 kategor yatu, 1 = dega puja = sagat memuaska 3 = memuaska Varabel predktor yag dguaka dalam peelta atara la sebaga berkut. 1. Fakultas (X 1 ) 1 = FMIPA = FTI 3 = FTSP 4 = FTK 5 = FTIF. Jes kelam (X ) 1 = lak-lak = perempua 3. Asal Daerah (X 3 ) 1 = Surabaya = luar kota Surabaya 4. Jalur Peermaa (X 4 ) 1 = PMDK beasswa = PMDK kemtraa 3 = PMDK madr 4 = PMDK prestas 5 = PMDK reguler 6 = S1 kerjasama 7 = SPMB/SNMPTN 8 = UM Desg 5. Status SMA (X 5 ) 1 = Neger = Swasta 6. Pekerjaa Ayah (X 6 ) 1 = ABRI = Buruh/Peta/Nelaya 3 = Guru/Dose 4 = Pedagag/Wraswasta/Pegawa 5 = Pesua 6 = Profesoal Peroraga 7 = la-la 7. Pekerjaa Ibu (X 7 ) 1 = ABRI = Buruh/Peta/Nelaya 3 = Guru/Dose 4 = Pedagag/Wraswasta/Pegawa 5 = Pesua 6 = Profesoal Peroraga 7 = la-la 8. Pedapata (X 8 ) 1 = sampa dega Rp 1.000.000 = Rp 1.000.000 Rp.500.000 3 = Rp lebh dar Rp.500.000 Lagkah aalss dmula dega megaalss karakterstk prestas mahasswa program S1 perode lulusa 104 105 megguaka aalss deskrptf dega membuat tabulas slag. Selajutya, meetuka model regres logstk ordal utuk memperoleh faktor-faktor yag berpegaruh pada prestas akademk. Lagkah pertama dega melakuka uj sgfkas parameter secara seretak da parsal, kemuda meetuka da megterpretaska model regres logstk ordal. Selajutya melakuka uj sgfkas parameter secara dvdu, kemuda meetuka da megterpretaska model regres. Lagkah selajutya yatu melakuka peguja kesesuaa model dega megguka uj devace da meghtug serta megterpretaska ketepata klasfkas model. IV. HASIL DAN PEMBAHASAN A. Karakterstk Mahasswa ITS Surabaya Aalsss karakterstk prestas belajar mahasswa S1 dapat dtujukka pada Gambar 1.Predkat kelulusa ITS perode 104-105 yag palg bayak adalah sagat memuaska dega persetase sebesar 76,3%. Sedagka persetase predkat kelulusa dega puja da memuaska masgmasg 3,% da 0,4%. ITS memlk lma fakultas yag terdr dar FMIPA, FTI, FTSP, FTK da FTIF. Pada masgmasg fakultas tersebut meujukka bahwa mahasswa medapatka predkat palg bayak adalah sagat memuaska. Pada varabel jes kelam, asal daerah, status SMA, pekerrjaa ayah, pekerjaa bu da pedapata orag tua mahasswa meujukka predkat yag palg ba-yak adalah sagat memuaska. Namu pada varabel jalur masuk terdapat dua kategor yag meujukka predkat kelu-lusa dega puja palg bayak adalah PMDK beasswa da PMDK prestas, sedagka pada kategor laya meujukka predkat palg bayak yatu sagat memuas-ka.

JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-180 Gambar. 1. Persetase Predkat Kelulusa ITS Perode 104 105. Fakultas FMIPA FTI FTSP FTK FTIF Jes Kelam Lak-Lak Perempua Asal Surabaya Luar Surabaya Sagat Memuaska 76% Memuaska 1% Tabel. Karakterstk Berdasarka da Fakultas 00 43 45 0,8% 81,6% 17,6% 100% 0 379 16 505 0% 75,0% 5,0% 100% 0 54 54 308 0% 8,5% 17,5% 100% 1 85 108 0,9% 78,7% 0,4% 100% 0 139 76 15 0% 64,7% 35,3% 100% Tabel 3. Karakterstk Berdasarka da Jes Kelam 3 58 161 69 0,4% 76,3% 3,3% 100% 0 59 160 689 0% 76,8% 3,% 100% Tabel 4. Karakterstk Berdasarka da Asal Daerah Dega Puja 3% 1 306 79 386 0,3% 79,3% 0,5% 100% 751 4 995 0,% 75,5% 4,3% 100% Tabel 5. Karakterstk Berdasarka da Asal Daerah Fakultas Neger 1 940 9 133 0,1% 76,% 3,7% 100% Swasta 117 9 148 1,4% 79,1% 19,6% 100% Tabel mejelaska bahwa karakterstk mahasswa ITS berdasarka da fakultas maka yag d atas 3,50 palg bayak berdasarka total lulusa perfakultas adalah FTIF. Utuk yag dbawah,75 mash berada pada fakultas FMIPA da FTK. Lulusa ITS pada perode 104 105 memlk rata-rata datara,76 hgga 3,50. Lulusa ITS sudah memlk yag cukup utuk medapatka pekerjaa. Karakterstk mahasswa jka dlhat da jes kelam, jumlah palg bayak lulusa berada atara,76 hgga 3,50 sebayak 76% dar lulusa perode 104 105 pada masg-masg jes kelam. Jumlah perbedaa atara lak-lak da perempua pada masg-masg tdak terlalu jauh. Namu pada yag dbawah,75 mempuya jes kelam lak-lak sebayak 3 orag, dapat dlhat pada Tabel 3.Jka dlhat karakterstk berdasarka da asal daerah maka yag d atas 3,50 palg bayak berasal dar luar Surabaya sebayak 4,3% sedagka yag d bawah la,75 yag berasal dar luar Surabaya sebayak dua mahasswa da yag berasal dar Surabaya sebayak satu mahasswa. Nla atara,76 hgga 3,50 bak mahasswa yag berasal dar Surabaya maupu Luar Surabaya memlk jumlah yag hampr sama, dapat dlhat pada Tabel 4. Karakterstk mahasswa ITS jka dlhat berdasarka dega status SMA maka dapat dsmpulka bahwa mahasswa lulusa dega d atas 3,50 palg bayak berasal dar SMA eger, sedagka la yag d bawah,75 yag berasal dar SMA eger sebayak satu orag da yag berasal dar swasta sebayak dua orag. Status SMA eger palg bayak dkareaka ITS haya membuka jalur masuk utuk eger saja, walaupu ada lulusa yag berasal dar swasta dkareaka berasal dar jalur masuk SPMB/SNMPTN, dapat dlhat pada Tabel 5. B. Uj Multkolertas Peguja multkolertas dlakuka agar megetahu ada atau tdakya hubuga lear atar varabel predktor dalam model regres logstk ordal. Peguja multkolertas megkorelaska atar varabel predktor, dmaa pedugaa kasus multkolertas terjad jka terdapat korelas yag tgg atar varabel predktor. Tabel 5 meujukka bahwa tdak ada korelas yag tgg datara varabel predktor. C. Regres Logstk Ordal Secara Seretak da Parsal Peguja regres logstk ordal dlakuka dega megguaka/memasukka semua varabel predktor yag dguaka pada peelta. Teryata pada uj parsal atau uj kemakaa koefse β pada masg-masg varabel, terdapat dua varabel yag tdak sgfka terhadap alpa 10% yatu asal daerah da status SMA lulusa mahasswa. Varabel yag tdak sgfka tersebut dkeluarka dar model da melakuka peguja regres logstk ordal kembal dapat dlhat pada Tabel 6. Varabel yag dguaka adalah fakultas, jes kelam, jalur masuk, pekerjaa ayah, pekerjaa bu da pedapata orag tua. Varabel yag aka djadka model regres logstk ordal. Lagkah selajutya adalah membetuk fugs logt yag dguaka utuk membuat fugs peluag pada masg-masg kategor varabel respo.

Predks JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-181 Tabel 5. Korelas Varabel Predktor X 1 X X 3 X 4 X 5 X 6 X 7 X 8 X 1 1-0.188-0.051-0.149 0.043 0.03-0.039 0.001 X 1-0.017-0.013-0.018 0.07 0.043 0.039 X 3 1-0.013 0.007-0.074-0.11-0.006 X 4 1-0.078-0.043 0.047 0.176 X 5 1 0.017 0.0-0.009 X 6 1 0.1-0.04 X 7 1 0.033 X 8 1 Tabel 6. Uj Parsal Varabel Kategor Koef (B) Exp(B) P-value Predkat Kostata (1) 0,159 0,714 Kelulusa Kostata () 7,37 0,000 Fakultas FMIPA 1,48 4,40 0,000* (X 1) FTI 0,537 1,711 0,083* FTSP 0,88,89 0,011* FTK 1,6 3,53 0,001* Jes Kelam (X ) Lak-lak 0,94 1,34 0,040* Jalur PMDK Beasswa -1,69 0,81 0,001* Peermaa PMDK Kemtraa 0,931,537 0,004* (X 4) PMDK Madr 0,515 1,674 0,083* PMDK Prestas -,18 0,109 0,003* PMDK Reguler -0,81 0,444 0,000* S1 Kerjasama -0,807 0,446 0,074* UM Desg 0,955 0,14 Pekerjaa ABRI 1,7 3,411 0,04* Ayah (X 6) Buruh/Peta,Nelaya 0,487 0,185 Guru /Dose 0,959,609 0,003* Pedagag/Wraswasta/Pegawa 0,683 1,980 0,010* Pesua 1,33 3,43 0,003* Profesoal Peroraga 1,11 0,151 Pekerjaa ABRI -0,538 0,56 Ibu (X 7) Buruh/Peta,Nelaya -0,381 0,83 Guru /Dose 0,158 0,47 Pedagag/Wraswasta/Pegawa 0,39 1,480 0,00* Pesua,73 15,364 0,018* Profesoal Peroraga,65 0,366 Pedapata Sampa dega Rp, 1,000,000-0,738 0,478 0,069* (X 8) Rp, 1,000,001 - Rp,,500,000-0,9 0,501 *) Sgfka pada 10% Tabel 7. Uj Seretak dega Lkelhood Rato Model G Ch- Square df P-value Keputusa Itercept Oly 781,007 Fal 639,944 141,063 6 0,000 Tolak H 0 g (x) = 7,37 + 1,48X 11 + 0,537X 1 + 0,88X 13 + 1,6X 14 + 0,94X 1 1,69X 41 + 0,931X 4 + 0,515X 43,18X 44 + 0,81X 45 0,807X 46 + 0,955X 47 + 1,7X 61 + 0,487X 6 + 0,959X 63 + 0,683X 64 + 1,33X 65 + 1,11X 66 0,538X 71 + 0,381X 7 + 0,158X 73 + 0,39X 74 +,73X 75 +,65X 76 + 0,738 X 81 0,9 X 8 Tabel 8. Dega Puja Kesesuaa Model Observas Sagat Memua Memuaska ska Dega Puja 45 30 0 75 Sagat Memuaska 76 104 6 1306 Memuaska 0 0 0 0 Ketepaata Klasfkas 77,41 % 31 1054 6 1381 Peguja parsal memperoleh la odds rato utuk mahasswa dega fakultas MIPA sebesar (1,48) = 4,40 yag berart bahwa fakultas MIPA memlk peluag 4,40 kal lebh besar dbadgka dega fakultas TIF. Utuk mahasswa dega jes lak-lak memlk odds rato sebesar (0,94) = 1,34 yag meujukka bahwa jes kelam lak-lak memlk peluag sebesar 1,34 kal lebh besar dbadgka perempua. Jalur peermaa melalu PMDK beasswa mempuya odds rato sebesar (-1,69) = 0,81 kal lebh kecl dbadgka dega jalur masuk melalu SPMB/ SNMPTN. Utuk pekerjaa ayah ABRI mempuya la odds rato sebesar (1,7) = 3,411 kal lebh besar dbadgka dega kategor pekerjaa ayah dega kategor la-la sedagka bu yag sudah pesu memlk odds rato sebesar (,73) = 15,364 kal lebh besar dbadgka dega pekerjaa bu dega kategor la-la. Utuk pedapata orag tua d bawah Rp 1.000.000 mempuya odds rato sebesar (-0,738) = 0,478 kal lebh kecl dbadgka dega pedapata d atas Rp.500.000. Model regres logstk ordal telah dketahu. Utuk meguj kemakaa koefse la β secara bersama-sama, maka dlakuka uj G atau Lkelhood Rato Test, dapat dlhat pada Tabel 7. Tolak H 0 jka G = 35,563. (0,1;6) Pada peguja secara seretak, Tabel 7 meujukka bahwa la G sebesar 639,944 yag berart bahwa G da dperoleh keputusa tolak H 0 yag artya (0,1;6) bahwa koefse la β sgfka terhadap model regres logstk ordal. D. Uj Kesesuaa Model Peguja bertujua utuk megetahu apakah persamaa model yag telah dbetuk telah sesua. Hasl yag dperoleh adalah devace = 4,601 dega derajat bebas 716 atau p-value sebesar 1,000. Tolak H 0 jka D (0,1;716) = 764,905. Kesmpula adalah D (0,1;716) atau la p-value pada uj Devace meujukka la 1,000 dmaa lebh dar alfa, terpretas yag dperoleh adalah gagal tolak H 0 atau model yag dperoleh telah sesua (tdak ada perbedaa yag yata atara hasl observas dega kemugka hasl predks model). E. Ketepata Klasfkas Model Meghtug la ketepata klasfkas atara la sebearya dega la predks yag dperoleh dar model yag telah dbetuk. Kategor dar varabel respo yag mucul dar Tabel 8 adalah predkat kelulusa dega puja da sagat memuaska. Hal dkareaka bahwa hasl data yag ddapatka haya sedkt yag memlk predkat kelulusa memuaska. Ketepata klasfkas model dperoleh sebesar 77,41%.

JURNAL SAINS DAN SENI POMITS Vol., No., (013) ISSN: 337-350 (301-98X Prt) D-18 V. KESIMPULAN DAN SARAN Karakterstk mahasswa ITS meujukka bahwa predkat kelulusa yag palg bayak adalah sagat memuaska. Predkat kelulusa dega puja telah meujukka agka sebesar 3%, hal berart jumlah lulusa mahasswa dega mudah mecapa predkat tersebut. Namu, berdasarka jalur masuk ke ITS, jalur masuk PMDK Beasswa da PMDK Prestas meujukka palg bayak dega predkat dega puja. Mahasswa ITS yag memlk d atas 3,50 terbayak berada d fakultas TIF sebayak 35,3%. Status SMA eger palg bayak dkareaka ITS haya membuka jalur masuk utuk eger saja, walaupu ada lulusa yag berasal dar swasta dkareaka berasal dar jalur masuk SPMB/SNMPTN. Secara peguja seretak, faktor yag berpegaruh adalah fakultas, jes kelam, jalur peermaa, pekerjaa ayah, pekerjaa bu da pedapata. Peguja secara dvdu, faktor yag berpegaruh adalah fakultas, jalur peermaa, pekerjaa ayah, pekerjaa bu da pedapata. Ketepata klasfkas dar model seretak yag ddapatka sebesar 77,41%, yag berart sudah cukup bak. Sara dalam peelta selajutya adalah perlu dlakuka pejaua ulag kembal batas-batas la karea jumlah lulusa mahasswa dega predkat dega predkat telah cukup bayak, agar mahasswa ITS mempuya semagat lag dalam mecapa yag lebh tgg. Jalur masuk merupaka faktor yag sgfka dalam predkat kelulusa. Oleh karea tu dperlukaya perhtuga jumlah persetase calo mahasswa yag masuk dar berbaga jalur yag dbuka oleh ITS. Terdapat beberapa faktor pedukug laya yag mugk berpegaruh terhadap model predks predkat kelulusa, msalya jumlah saudara da aak ke berapa. DAFTAR PUSTAKA [1] Sukro S. Makro Ekoom Jakarta: PT. Raja Grafdo Persada; 004. [] BPS. Berta Resm Statstk. [Ole].; 01 [cted 013 Jauar 17. Avalable from: http://www.bps.go.d. [3] BPS. Berta Resm Statstk. [Ole].; 01 [cted 013 Jauar 17. Avalable from: http://jatm.bps.go.d/dex.php/pelayaa-statstk/brsjawa-tmur/brs-keteagakerjaa/43-agustus-01-tgkatpegaggura-terbuka-jawa-tmur-sebesar-41-perse. [4] Hosmer DW, Lemeshow S. Appled Logstc Regresso New York: Joh Wley & Sos, Ic.; 000. [5] Agrest A. Categorcal Data Aalyss New York: Joh Wley & Sos, Ic.; 1990. [6] Nurkecaa. Evaluas Hasl Belajar Megajar Surabaya: Usaha Nasoal; 005. [7] Udyoo. Pegaruh Motvas Orag Tua, Kods Lgkuga Da Dspl Belajar Terhadap Prestas Akademk Mahasswa Peddka Matematka Uverstas Wdya Dharma Klate Semester Gasal Tahu Akademk 010/011. Magstra. 011; 3(75): p. 93-99. [8] Nugrasat R. Locus of Cotrol da Prokrastas Akademk Mahasswa. Jural Provtae. 006; (1): p. 5-3. [9] Wuladar AP. Hubuga Atara Faktor Lgkuga da Faktor Sosodemografo dega Kejada Dare Pada Balta d Desa Blmbg Kecamata Sambrejo Kabupate Srage Tahu 009. Skrps. Surakarta: Uverstas Muhammadyah ; 009. [10] Maesaroh S. Pegaruh Status Sosal Ekoom Orag Tua, Lgkuga Sekolah da Motvas Belajar Terhadap Prestas Belajar Mata Pelajara Ekoom Sswa Kelas XI IPS D MAN Kota Bltar. Skrps. Malag: Uverstas Islam Neger Maulaa Malk Ibrahm; 009.