908 1955 1 SM PDF
908 1955 1 SM PDF
Abstrak. Performansi merupakan hasil kerja yang dapat dicapai oleh seseorang yang dapat
menggambarkan kualitas output. Dalam hal ini performansi akademik mahasiswa adalah
Indeks Prestasi Komulatif (IPK). Kualitas output mahasiswa tidak terlepas dari kualitas input
mahasiswa yang masuk ke dalam suatu program studi. Adapun faktor-faktor untuk mengukur
kualitas input mahasiswa dari sisi akademik adalah nilai Ujian Nasional (UN), asal
sekolahnya dengan status asal sekolah (negeri / swasta), jenis jalur masuk dan jenis kelamin
dari mahasiswa. Untuk meningkatkan kualitas outputnya perlu diadakan evaluasi performansi
akademik mahasiswa, agar dapat menghasilkan lulusan yang lebih berkualitas. Tujuan
penelitian ini adalah untuk mendapatkan model regresi dummy yang menggambarkan
performansi akademik mahasiswa dan variable-variabel mana yang mempengaruhi
performansi akademik mahasiswa jurusan matematika UNP. Populasi pada penelitian ini
adalah mahasiswa jurusan matematika angkatan 2009 yang terdiri dari 3 program studi yaitu
Program Studi Pendidikan Matematika, Matematika dan Statistika dengan jumlah sampel
sebanyak 50 mahasiswa. Berdasarkan hasil analisis data diperoleh persamaan regresi dummy
pada mahasiswa angkatan 2009 yaitu IPK = 3,95 - 0,287 X(UN Mat) - 0,922 D1(1=L) - 1,11
D3(SNM) + 0,118 D1X + 0,174 D2X + 0,183 D3X. Berarti Nilai UN Matematika
berpengaruh signifikan terhadap IPK mahasiswa, walaupun nilai koefisiennya negatif, namun
koefisien untuk D1X, D2X, dan D3X bernilai positif. Hal ini menandakan nilai UN
Matematika bagi mahasiswa laki-laki yang berasal dari SMA negeri, dan jalur masuk
melalui jalur SNMPTN memberikan pengaruh signifikan terhadap peningkatan IPK.
masuk, yaitu PMDK, SNMPTN dan seleksi terkecil, sehingga dapat tulis dalam bentuk
UNP Karena peubah yang dianggap dapat matriks yaitu :
mempengaruhi IPK ini memiliki 2 jenis = (X‟X)-1X‟Y
peubah, yaitu kuantitatif dan kualitatif, Pengujian Hipotesis untuk Parameter
maka pada penelitian ini akan dibentuk Regresi secara keseluruhan. Uji
model regresi dummy untuk melihat keseluruahan parameter regresi sebagai
keterkaitan antar peubah-peubah. berikut:
Dummy (Peubah boneka) merupakan H0: β0 = β1 ….=βk = 0
cara yang sederhana untuk mengkuantifikasi H1 : minimal ada satu βj ≠ 0
peubah kualitatif dalam model regresi. Jumlah kuadrat total (JKT) merupakan
Untuk peubah kualitatif yang mempunyai k penjumlahan dari jumlah kuadrat regresi
kategori bisa dibangun k-1 peubah boneka. (JKR) dan jumlah kuadrat kesalahan (JKG),
Tujuan tulisan ini adalah untuk menentukan atau dapat ditulis:
model terbaik dari regresi dummy yang JKT = JKR + JKG
menggambarkan factor-faktor yang Statistik uji :
mempengaruhi Indeks Prestasi Akademik F= =
mahasiswa angkatan tahun 2009 Jurusan
Matematika FMIPA UNP . Dalam H0 ditolak jika F0 > F(α , k, n-k-1)
pemahaman mengenai regresi dummy, perlu Dengan meminimumkan jumlah kuadrat
dikaji analisis regresi berganda terlebih kesalahan, maka diperoleh :
2
dahulu, kemudian proses kodifikasi peubah JKG =
2
dummy dan model regresi dummy. JKT =
Analisis Regresi Linear Berganda Oleh karena itu JKR = ‟X‟Y –
Pada setiap pengamatan, yang diwakili
pengamatan ke i, berlaku persamaan : Bila peubah bebas dimasukkan satu per
satu secara bertahap ke dalam suatu
Yi = 0 + 1 X1i + 2 X2i + … + p Xpi + i (1)
persamaan regresi, maka dilakukan uji F
Sistem persamaan (1) dapat ditulis dalam
sekuensial (Draper dan Smith,1982)
bentuk matrik, dengan mendefinisikan
matrik-matrik berikut: Pengujian Hipotesis untuk Parameter
Koefisien Regresi secara Individual
Pengujian hipotesisnya adalah :
H0 : βj = 0
Dan H1 : βj ≠ 0
Statistik uji : thit =
atau dapat ditulis dalam bentuk matrik H0 ditolak jika |thit| > t(α/2; n-k-1)
sebagai berikut : Koefisien Determinasi
Y = Xβ + Koefisien determinasi berganda R2
Berdasarkan asumsi di atas yaitu mengukur proporsi keragaman total dalam
, maka kita dapat menulis peubah tak bebas Y yang dapat dijelaskan
persamaan (1) dalam bentuk nilai harapan: oleh model persamaan regresi secara
E(Yi) = bersama. Besaran koefisien regresi
Estimasi Parameter ditentukan oleh formula :
Estimasi parameter dapat kita peroleh R2 =
dengan menggunakan metode kuadrat
sampel dipilih secara acak yang dibutuhkan asal sekolah, dan status jalur masuk
dalam penelitian. Tahapan ketiga adalah mahasiswa merupakan peubah kualitatif dan
kodifikasi peubah kualitatif kedalam peubah variable terikatnya adalah IPK mahasiswa
dummy. Peubah bebas jenis kelamin dan yang diperoleh selama perkuliahan dalam 5
status asal sekolah memiliki 2 kategori, semester.
sehingga masing-masing peubah kualitatif Status asal sekolah dibedakan menjadi 2
tersebut dapat ditransformasi kedalam satu kategori, yaitu Negeri dan Swasta, sehingga
peubah dummy. dapat dijadikan kedalam satu peubah
dummy. Begitu juga dengan jenis kelamin,
D1 =
dijadikan kedalam satu peubah dummy.
Dan Sedangkan status jalur masuk yang dipilih
D2 = untuk menjadi mahsiswa UNP dijadikan
kedalam dua peubah dummy. Karena pada
Sedangkan peubah status jalur masuk penelitian ini, jalur masuk mahasiswa
membentuk 2 peubah dummy karena jurusan matematika FMIPA UNP dibedakan
peubah tersebut terdiri dari 3 kategori. kedalam 3 kategori, yaitu SNMPTN, PMDK
Dimana jalur masuk mahasiswa UNP dan Seleksi UNP. Deskripsi nilai UN dan
dikelompokkan kedalam 3 jenis yaitu IPK pada mahasiswa2009 dapat dilihat pada
SNMPTN, PMDK, dan Seleksi UNP. table berikut ini:
Sehingga diperoleh peubah Dummy untuk Tabe1. Deskripsi nilai UN dan IPK
jalur masuk tersebut, adalah: Mahasiswa Tahun 2009
N Mean S Xmin Xmaks
D3 =
Nilai 50 7,493 1,216 4,250 9,670
Dan UN
IPK 50 3,169 0,3514 2,01 3,82
D4 = Pada table 1 terlihat bahwa rata-rata nilai
Kemudian pada tahapan keempat, UN dan IPK mahasiswa adalah 7,493 dan
melakukan pengolahan data dengan metode 3,169. Selanjutnya dapat dilihat persamaan
analisis regresi dummy. Tahapan terakhir regresi dummy pada angkatan 2009 didapat
dalam penelitian ini dalah menentukan digambarkan pada persamaan berikut ini:
model dummy terbaik yang dapat IPK = 4,43 - 0,372 UN Mat - 0,608
menggambarkan hubungan setiap peubah D1(1=L) - 0,92 D2(1=N) - 0,675 D3(SNM)
bebas terhadap peubah tak bebas (Y). - 0,11 D4(PMDK) + 0,085 D1X + 0,300
Sehingga dapat diperoleh model yang dapat D2X + 0,129 D3X + 0,028 D4X
menggambarkan IPK mahasiswa jurusan Untuk persamaan regresi diatas, tidak ada
matematika untuk melihat performasi koefisien regresi yang signifikan. Terlihat
jurusan. dari uji parsial terhadap koefisien regresi
yang nilai p-valuenya diatas 0,05. Hanya
HASIL DAN PEMBAHASAN parameter β0 yang signifikan dengan p-value
0,031.
Data sampel untuk masing angkatan Berdasarkan analisis sisaan, terlihat ada
2009 dianalisis menggunakan analisis beberapa asumsi yang dilanggar. Nilai VIF
regresi dummy. Peubah bebasnya adalah yang besar mencerminkan adanya
nilai UN matematika (X) sebagai peubah pelanggaran asumsi multikolinieritas.
kuantitatif. Sedangkan jenis kelamin, status Bedasarkan plot dari sisaan juga terlihat ada