MODUL IV
Oleh:
Nabilla Rizqina Efrianti 2043201078
Faris Nabil Hakim 2043201108
Asisten Dosen
Andini Mediana Pramita
Dosen :
Ir. Sri Pingit Wulandari, M.Si.
Iis Dewi Ratih, S.Si, M.Si.
ii
DAFTAR ISI
Halaman
ABSTRAK..............................................................................................................ii
DAFTAR ISI..........................................................................................................iii
DAFTAR TABEL...................................................................................................v
DAFTAR GAMBAR.............................................................................................vi
DAFTAR LAMPIRAN........................................................................................vii
BAB I PENDAHULUAN
1.1 Latar Belakang.........................................................................................1
1.2 Rumusan Masalah....................................................................................2
1.3 Tujuan......................................................................................................2
1.4 Manfaat....................................................................................................3
1.5 Batasan Masalah.......................................................................................3
BAB II TINJAUAN PUSTAKA
2.1 Statistika Deskriptif..................................................................................4
2.1.1 Pie Chart........................................................................................4
2.1.2 Tabel Kontingensi...........................................................................4
2.1.3 Boxplot............................................................................................5
2.2 Uji Independensi......................................................................................5
2.3 Regresi Logistik Multinomial...................................................................6
2.3.1 Uji Signifikansi Parameter Serentak.............................................6
2.3.2 Uji Signifikansi Parameter Parsial................................................7
2.3.3 Model Regresi Logistik Multinomial............................................7
2.3.4 Odds Ratio....................................................................................8
2.3.5 Uji Kesesuaian Model..................................................................9
2.3.6 Kebaikan Model...........................................................................9
2.3.7 Ketepatan Klasifikasi..................................................................10
2.4 Program Perguruan Tinggi ..................................................................11
2.5 Jenis Kelamin.......................................................................................11
2.6 Status Sosial.........................................................................................11
2.7 Tipe Sekolah........................................................................................12
2.8 Tes Tulis..............................................................................................12
iii
Halaman
2.9 Kemampuan Bahasa Inggris................................................................13
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data...........................................................................................14
3.2 Variabel Penelitian.................................................................................14
3.3 Struktur Data..........................................................................................14
3.4 Langkah Analisis....................................................................................15
3.5 Diagram Alir..........................................................................................16
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Karakteristik Faktor-Faktor yang Mempengaruhi Pelajar Memilih…
Program Saat Masuk Perguruan Tinggi................................................17
4.1.1 Karakteristik Program yang Dipilih Pelajar................................17
4.1.2 Karakteristik Program yang Dipilih Pelajar dan Jenis Kelamin. .18
4.1.3 Karakteristik Program yang Dipilih Pelajar dan Status Sosial....18
4.1.4 Karakteristik Program yang Dipilih Pelajar dan Tipe Sekolah. . .19
4.1.5 Karakteristik Program yang Dipilih Pelajar dan Skor Tes Tulis. 20
4.1.6 Karakteristik Program yang Dipilih Pelajar dan Kemampuan…
Bahasa Inggris............................................................................21
4.2 Uji Independensi pada Faktor-Faktor Pelajar Memilih Program Saat…
Masuk Perguruan Tinggi.......................................................................21
4.3 Analisis Regresi Logistik Multinomial pada Faktor-Faktor yang…
Mempengaruhi Pelajar Memilih Program Saat Masuk Perguruan…
Tinggi.....................................................................................................25
4.3.1 Uji Signifikansi Parameter Serentak...........................................25
4.3.2 Uji Signifikansi Parameter Parsial..............................................26
4.3.3 Uji Signifikansi Parameter Serentak 2........................................27
4.3.4 Uji Signifikansi Parameter Parsial 2...........................................28
4.3.5 Model Regresi Logistik Multinomial..........................................29
4.3.6 Odds Ratio..................................................................................30
4.3.7 Uji Kesesuaian Model................................................................31
4.3.8 Kebaikan Model.........................................................................32
4.3.9 Ketepatan Klasifikasi..................................................................32
iv
Halaman
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan............................................................................................34
5.2 Saran .....................................................................................................34
DAFTAR PUSTAKA
LAMPIRAN
v
DAFTAR TABEL
Halaman
Tabel 2.1 Tabel Kontingensi...............................................................................5
Tabel 4.1 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih dan….
Jenis Kelamin....................................................................................18
Tabel 4.2 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih dan….
Status Sosial Ekonomi......................................................................19
Tabel 4.3 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih dan….
Tipe Sekolah.....................................................................................19
Tabel 4.4 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih dan….
Kemampuan Bahasa Inggris.............................................................21
Tabel 4.5 Statistik Uji Independensi Program Perguruan Tinggi dan Jenis…
Kelamin.............................................................................................22
Tabel 4.6 Statistik Uji Independensi Perguruan Tinggi dan Status Sosial…
Ekonomi............................................................................................22
Tabel 4.7 Statistik Uji Independensi Perguruan Tinggi dan Tipe Sekolah......23
vii
DAFTAR GAMBAR
Halaman
Gambar 2.1 Pie Chart...........................................................................................4
viii
DAFTAR LAMPIRAN
Halaman
Lampiran 1. Data................................................................................................36
Lampiran 3. Dokumentasi..................................................................................45
ix
BAB I
PENDAHULUAN
1
dilakukan karakteristik data menggunakan tabel kontingensi, dan dilakukan uji
independensi. Regresi logistik multinomial merupakan suatu metode statistika
yang digunakan untuk pemodelan terbaik yang menggambarkan hubungan antara
variabel dependen (y) yang bersifat polichotomus dengan variabel prediktor (x)
yang bersifat kualitatif, kuantitatif ataupun kombinasi keduanya (Hosmer,
Lemeshow, & Sturdivant, 2000). Uji independensi atau uji keselarasan merupakan
perbandingan antara frekuensi observasi dengan frekuensi harapan. Pengujian
yang menggunakan statistik uji Chi-Square termasuk dalam masalah independensi
variabel (Pratisto, 2004). Tabel kontingensi merupakan suatu bentuk distribusi
frekuensi untuk dua variabel atau lebih serta dapat menganalisis hubungan antara
variabel-variabel tersebut (Nugraha, 2013).
Pada praktikum ini variabel yang diduga mempengaruhi pelajar dalam
memilih program perguruan tinggi adalah variabel hasil tes tertulis, jenis kelamin,
status sosial, tipe sekolah dan kemampuan berbahasa inggris. Dengan adanya
praktikum ini diharapkan dapat membantu mahasiswa dalam menentukan
program studi yang dipilih.
1.3 Tujuan
Berdasarkan rumusan masalah, tujuan yang akan dicapai dalam praktikum
ini yaitu sebagai berikut.
1. Mendeskripsikan karakteristik faktor-faktor yang mempengaruhi pelajar
memilih program saat masuk perguruan tinggi.
2
2. Mengetahui hubungan antara program yang dipilih pelajar dengan faktor-
faktor yang mempengaruhinya.
3. Menganalisis model regresi logistik multinomial pada faktor-faktor yang
diduga mempengaruhi pelajar memilih program saat masuk perguruan
tinggi.
1.4 Manfaat
Manfaat yang diperoleh dari praktikum ini bagi peneliti adalah menambah
wawasan keilmuan statistika dengan memahami konsep dan penerapan regresi
logistik multinomial dan menambah referensi yang telah ada mengenai analisis
faktor-faktor yang mempengaruhi pelajar memilih program saat masuk perguruan
tinggi. Sedangkan manfaat bagi orang yang mau masuk kuliah dapat menjadi
pertimbangan dalam memilih program studi. Sedangkan manfaat bagi perguruan
tinggi yaitu dapat menjadi informasi untuk mengembangkan penelitian lanjutan
terkait perbaikan kinerja perguruan tinggi.
3
BAB II
TINJAUAN PUSTAKA
4
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. Metode cross tabulation dapat menjawab
hubungan antara dua atau lebih variabel penelitian tetapi bukan hubungan sebab
akibat. Semakin bertambah jumlah variabel yang ditabulasikan maka semakin
kompleks interpretasinya (Wulandari, Salamah, & Susilaningrum, 2009). Berikut
ini contoh tabel kontingensi 2 dimensi yang disajikan pada tabel 2.1.
Tabel 2.1 Tabel Kontingensi
B1 B2 … Bc Total
A1 n11 n12 … n1c n1.
A2 n21 n22 … n2c n2.
… … … … … …
Ar nr1 nr2 … nrc nr.
Total n.1 n.2 … n.c n..
2.1.3 Boxplot
Boxplot merupakan ringkasan distribusi yang disajikan secara grafis yang
bisa menggambarkan bentuk distribusi data (skewness), ukuran tendensi sentral
dan ukuran penyebaran (keragaman) data pengamatan. Boxplot adalah kotak pada
gambar berwarna dengan garis tebal horizontal di kotak tersebut yang memuat 50
persen data atau mempunyai batas kuartil atas dan kuartil bawah, sedangkan garis
tebal menyatakan median data (Herdayati, 2020). Berikut Gambar 2.3
menunjukkan contoh visualisasi bagian pada boxplot.
5
dengan tabel kontingensi (Suharyadi & Purwanto, 2009). Uji independensi
digunakan untuk mengetahui hubungan antara dua variabel. Setiap level atau kelas
dari variabel-variabel tersebut harus memenuhi syarat. Uji independensi memiliki
hipotesis sebagai berikut.
Hipotesis :
H0 : Tidak ada hubungan antara dua variabel yang diamati (independen)
H1 : Ada hubungan antara dua variabel yang diamati (dependen)
Taraf signifikan : α = 0,05
Daerah penolakan : Tolak H0 jika χ2hitung > χ2α,df atau p-value < α
Statistik uji:
O Eij
2
n n
2 ij
Eij
i 1 j 1
(2.1)
Keterangan:
Oij = Nilai observasi/ pengamatan baris ke-i dan kolom ke-j
Eij = Nilai ekspektasi baris ke-i dan kolom ke-j
2.3 Regresi Logistik Multinomial
Regresi logistik multinomial merupakan regresi logistik yang digunakan
saat variabel dependen mempunyai skala yang bersifat polychotomous atau
multinomial. Skala multinomial adalah suatu pengukuran yang dikategorikan
menjadi lebih dari dua kategori. Mengacu pada regresi logistik misalnya
polychotomous untuk model regresi dengan variabel dependen berskala nominal
tiga kategori digunakan kategori variabel hasil Y dikodekan 0, 1, dan 2. Variabel
Y dijadikan parameter dengan dua fungsi logit. Sebelumnya perlu ditentukan
kategori hasil mana yang digunakan untuk membandingkan. Pada umumnya
digunakan Y = 0 sebagai pembanding (Djamaris, 2021).
2.3.1 Uji Signifikansi Parameter Serentak
Pengujian serentak dilakukan untuk memeriksa siignifikansi koefisien
secara keseluruhan. Pengujian signifikansi parameter tersebut menggunakan
statistik uji G, dimana statistik uji G mengikuti distribusi Chi-Square (Hosmer &
Lemeshow, 2013). Hipotesis yang digunakan adalah sebagai berikut.
H0 : β1= β2 = … = βp = 0
6
H0 : minimal ada satu βj 0, dengan j=1,2,..,p
Taraf signifikan : α
Daerah penolakan : Tolak H0 jika G > χ2(α, df) atau P-Value < α
Statistik Uji:
( )( )
ni n0
n1 n0
n n
G=−2 ln n
∑ π^ i (1−π^ i )
(1− y )
i
y
i
i=1 (2.2)
Keterangan:
n0 = jumlah pengamatan dengan kategori y = 0
n1 = jumlah pengamatan dengan kategori y = 1
n = jumlah pengamatan
p = banyaknya prameter
2.3.2 Uji Signifikansi Parameter Parsial
Pengujian secara parsial dilakukan untuk mengetahui signifikansi setiap
parameter terhadap variabel respon. Pengujian signifikansi parameter
menggunakan uji Wald dengan hipotesis sebagai berikut (Hosmer & Lemeshow,
2013).
H 0 : βj = 0
H0 : βj 0, dengan j=1,2,..,p
Taraf signifikan : α
Daerah penolakan : Tolak H0 jika W > χ2(α, df) atau P-Value < α
Statistik Uji:
β^ j
W=
SE( β^ j ) (2.3)
Keterangan:
W = statistik uji Wald
7
Untuk membentuk fungsi logit, akan dibandingkan Y = 1 dan Y = 2,
terhadap Y = 0. Bentuk model regresi logistik dengan p variabel prediktor seperti
berikut (Djamaris, 2021):
( β 0 +β 1 x 1+. . .+β p x p )
e
π ( x )= ( β0 +β 1 x 1+. ..+ β p x p )
1+ e (2.4)
Dengan menggunakan transformasi logit akan didapatkan dua fungsi logit
g1 1( x )=ln
( P(Y =1|x )
P (Y =0|x ) )
=β10 +β 11 x 1 +. ..+β 1 p x p
(2.5)
=β 10 +β 11 x 1 +.. .+β 1 p x p =x ' β 1
dan
g2 1( x )=ln
( P(Y =1|x )
P (Y =0|x ) )
=β 20+ β 21 x 1 +. . .+ β1 p x p
(2.6)
=β 20 +β 21 x 1+...+β 1 p x p=x' β 2
Berdasarkan kedua fungsi logit tersebut maka didapatkan model regresi logistik
multinomial sebagai berikut.
1
π 0 ( x )=
1+exp g1 1( x )+exp g2 1( x ) (2.7)
exp g 1 1( x )
π 1 ( x )=
1+exp g1 1( x )+exp g2 1( x ) (2.8)
exp g 2 1(x )
π 2 ( x )=
1+exp g1 1( x )+exp g2 1( x ) (2.9)
8
kelompok dibandingkan dengan kelompok lainnya (Risdayanti & Aidid, 2020).
Rasio dari odds untuk x=1 dan x=0 sehingga dapat dituliskan pada persamaan
berikut:
π (1 )/ [ 1−π (1 )]
ϕ=
π (0 )/ [ 1−π (0)] (2.10)
Maka, nilai Odds Ratio yaitu:
( )( )
β 0 +β 1
e 1
β 0+ β 1 β0 +β 1
1+e 1+ e
ϕ=
( )( )
β0
e 1
β0 β0
1+ e 1+ e (2.11)
β0 + β1
e β
ϕ= β
=e 1
e 0
(2.12)
Artinya, odds (resiko) terjadinya 𝑌 = 1 pada kategori 𝑋 = 1 adalah sebesar exp(𝛽1)
kali odds terjadinya 𝑌 = 0 pada kategori 𝑋 = 0. Jika peubah bebas merupakan
peubah kategori dengan lebih dari dua kategori (polikotomi), maka interpretasinya
dilakukan dengan cara yang sama dengan interpretasi peubah dikotomi, namun
pada peubah ini perlu dibentuk peubah dummy terlebih dahulu. Sementara untuk
peubah bebas kontinu, interpretasinya adalah setiap kenaikan nilai X sebesar satu
satuan (unit) akan mengakibatkan perubahan nilai odds terjadinya 𝑌 = 1 sebesar
exp(𝛽1) kali (Risdayanti & Aidid, 2020).
2.3.5 Uji Kesesuaian Model
Pengujian ini dilakukan untuk menguji apakah model yang dihasilkan
berdasarkan regresi logistik multivariat/serentak sudah layak. Pengujian ini
menggunakan statistik uji Hosmer dan Lemeshow dengan hipotesis yang
digunakan sebagai berikut (Hosmer & Lemeshow, 2013).
H0: Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil
pengamatan dengan kemungkinan hasil prediksi model)
H1: Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil
pengamatan dengan kemungkinan hasil prediksi model)
Taraf signifikan : α
Daerah penolakan : Tolak H0 jika χ2hitung > χ2(α, df) atau P-Value < α
Statistik Uji:
9
2
g
( ok −n k π^ k )
χ =∑
2
k −1 nk π^ k (1− π^ k ) (2.13)
2.3.6 Kebaikan Model
Uji kebaikan model digunakan untuk mengetahui kebaikan model dengan
menggunakan ukuran koefisien determinasi. Koefisien determinasi (R2) mengukur
proporsi varian di dalam variabel independen yang dijelaskan oleh variabel
dependen. Ukuran kebaikan regresi dalam model regresi logistik disebut Pseudo
R2 (Arini, 2011).
Ada tiga ukuran Pseudo R2 yang dapat digunakan untuk mengukur kebaikan
model regresi multinomial logistik, yaitu:
1. Pseudo R2 Cox and Snell dengan rumus sebagai berikut:
[ ]
2/n
L(0)
R2CS =1−
L( B ) (2.14)
2. Pseudo R2 Nagelkerke dengan rumus sebagai berikut:
2
R CS
R2N = 2/n
1−L(0 ) (2.15)
3. Pseudo R2 McFadden dengan rumus sebagai berikut:
R2M =1−
[ ]
L( B)
L(0 ) (2.16)
Keterangan:
L(0) = likelihood model hanya dengan konstanta
L(B) = model yang diestimasi
n = jumlah observasi.
2.3.7 Ketepatan Klasifikasi
Ketepatan klasifikasi model digunakan untuk mengetahui apakah data
diklasifikasikan dengan benar atau tidak. Evaluasi prosedur klasifikasi adalah
suatu evaluasi yang melihat peluang kesalahan klasifikasi yang dilakukan oleh
suatu fungsi klasifikasi. Ukuran yang dipakai adalah Apparent Error Rate
(APER). Nilai APER menyatakan nilai proporsi sampel yang diklasifikasikan oleh
fungsi klasifikasi (Pamungkas, 2017).
Tabel 2.1 Perhitungan Ketepatan Klasifikasi
Hasil Taksiran/Klasifikasi
10
Observasi y1 y2
y1 n11 n12
y2 n21 n22
Keterangan:
n11 = jumlah subjek dari y1 tepat diklasifikasikan sebagai y1
n12 = jumlah subjek dari y1 tepat diklasifikasikan sebagai y2
n21 = jumlah subjek dari y2 tepat diklasifikasikan sebagai y1
n22 = jumlah subjek dari y2 tepat diklasifikasikan sebagai y2
Perhitungan nilai APER proporsi observasi yang diprediksi tidak benar oleh
fungsi klasifikasi dengan rumus sebagai berikut (Pamungkas, 2017).
n21 +n12
APER=
n (2.17)
Keterangan:
n = total pengamatan
2.4 Program Perguruan Tinggi
Perguruan tinggi mengemban tugas menyelenggarakan pendidikan tinggi,
penelitian, serta pengabdian kepada masyarakat. Dalam Pasal 20 ayat (1) UU No.
20 Tahun 2003 disebutkan bahwa perguruan tinggi dapat menyelenggarakan
program akademik, profesi dan/atau vokasi. Akademi menyelenggarakan program
pendidikan vokasi dalam satu cabang atau sebagian cabang ilmu pengetahuan,
teknologi, dan seni tertentu. Politeknik menyelenggarakan program pendidikan
vokasi dalam sejumlah bidang pengetahuan khusus. Sekolah tinggi
menyelenggarakan program pendidikan akademik dan/atau vokasi dalam lingkup
satu disiplin ilmu tertentu dan jika memenuhi syarat dapat menyelenggarakan
program pendidikan profesi. Institut menyelenggarakan program pendidikan
akademik dan/atau vokasi dalam sekelompok disiplin ilmu pengetahuan,
teknologi dan/atau seni dan jika memenuhi syarat dapat menyelenggarakan
pendidikan profesi. Universitas menyelenggarakan program pendidikan akademik
dan/atau vokasi dalam sejumlah ilmu pengetahuan, teknologi dan/atau seni dan
jika memenuhi syarat dapat menyelenggarakan pendidikan profesi (Abbas, 2008).
2.5 Jenis Kelamin
Jenis kelamin sama dengan seks, mengacu pada perbedaan biologis antara
perempuan dan laki-laki. Perbedaan secara biologi ini dibawa sejak lahir dan tak
11
dapat diubah. Gender adalah perbedaan peluang, peran, dan tanggung jawab
antara laki-laki dan perempuan sebagai hasil konstruksi sosial dalam kehidupan
berkeluarga dan bermasyarakat. Gender = sociological term (sphare), Seks =
biological term (sphare) (Tangkudung, 2014).
2.6 Status Sosial Ekonomi
Status sosial ekonomi mempunyai makna suatu keadaan yang menunjukan
pada kemampuan finansial keluarga dan perlengkapan material yang dimiliki.
Status sosial ekonomi dapat dipandang sebagai pengelompokan orang-orang
berdasarkan kesamaan karakteristik pekerjaan, pendidikan ekonomi. Status sosial
ekonomi menunjukan ketidaksetaraan tertentu, dimana anggota masyarakat
memiliki pekerjaan yang bervariasi prestasinya, dan beberapa individu memiliki
akses yang lebih besar terhadap pekerjaan berstatus lebih tinggi dibanding orang
lain, tingkat pendidikan yang berbeda, akses yang lebih besar terhadap pendidikan
yang lebih baik dibanding orang lain, sumber daya ekonomi yang berbeda, dan
tingkat kekuasaan untuk mempengaruhi institusi masyarakat. Status sosial
ekonomi menggambarkan tentang kondisi seseorang atau suatu masyarakat yang
ditinjau dari segi ekonomi, gambaran itu seperti tingkat pendidikan, pendapatan,
dan pekerjaan (Indrawati, 2015).
2.7 Tipe Sekolah
Pendidikan alternatif menjadi istilah generik dari berbagai macam
pendidikan yang dilaksanakan dengan cara berbeda dari pendidikan konvensional
atau cara tradisional. Umumnya, pendidikan alternatif dilakukan bersifat
individual, lebih memberikan perhatian besar kepada peserta didik, orang tua
siswa maupun pendidik itu sendiri. Pendidikan ini lebih fokus terhadap
perkembangan minat dan bakat anak. Pendidikan alternatif memiliki beberapa
macam yang juga ada di Indonesia antara lain sekolah publik pilihan (public
school) dan sekolah swasta (private school). Sekolah publik pilihan atau public
choice merupakan sebuah lembaga pendidikan yang juga dibiayai oleh
pemerintah. Pendidikan alternatif ini masih melakukan cara sesuai dengan aturan
pemerintah atau pelaksanaannya tidak melenceng dari aturan yang telah
ditetapkan. Lembaga pendidikan swasta (private school) merupakan pendidikan
alternatif yang tidak dikelola oleh pemerintah atau diatur dan dimiliki secara
12
individual. Lembaga ini memiliki peraturan/tata tertib yang baik untuk
memberikan pendidikan atau pembelajaran kepada siswa di dalamnya (Supini,
2022).
2.8 Tes Tulis
Tes tertulis merupakan tes soal yang diberikan kepada peserta didik dalam
bentuk tulisan, dan peserta didik juga memberikan jawaban secara tertulis. Respon
peserta didik dalam menjawab soal tidak selalu dalam bentuk menulis jawaban,
tetapi dapat juga dalam bentuk yang lain seperti memberi tanda, mewarnai,
menggambar, dan sebagainya. Instrumen tes tulis berupa soal pilihan ganda, isian,
jawaban singkat, benar-salah, menjodohkan, dan uraian. Instrumen uraian
dilengkapi pedoman penskoran (Sani, 2016).
2.9 Kemampuan Bahasa Inggris
Bahasa Inggris merupakan salah satu di antara bahasa asing yang terdapat di
Indonesia. Bahasa Inggris ditetapkan sebagai bahasa asing yang pertama sesuai
dengan surat keputusan Menteri Pendidikan dan Kebudayaan No. 096/1967
tanggal 12 Desember 1967. Terpilihnya Bahasa Inggris sebagai bahasa asing
pertama di Indonesia di antara bahasa asing lainnya didasarkan pada beberapa
pertimbangan seperti bahwa bahasa nasional kita pada saat ini belum dapat
dipakai sebagai alat komunikasi dengan dunia luar dalam rangka politik luar
negeri dan untuk menjalin persahabatan dengan bangsa-bangsa lain, dan
kenyataan bahwa bahasa Inggris adalah bahasa komunikasi internasional, bahasa
ilmu pengetahuan, teknologi modern, perdagangan, politik, dan dipakai hampir di
semua bidang, maka bahasa Inggris jelas harus diberi prioritas pertama untuk
dipelajari di antara bahasa-bahasa asing yang lain. Peran bahasa Inggris di atas
akan dapat tercapai apabila sistem pendidikan berlangsung dengan baik, sebab
pendidikan berperan penting dalam meningkatkan kualitas sumber daya manusia
(SDM) yang mendukung kemajuan bangsa dan negara (Syahputra, 2014).
13
BAB III
METODE PENELITIAN
14
Tabel 3.2 Struktur Data
Variabel
Observasi
Y X1 X2 X3 X4 X5
1 Y1 n11 n21 n31 n41 n51
2 Y2 n12 n22 n32 n42 n52
3 Y3 n13 n23 n33 n43 n53
⁞ ⁞ ⁞ ⁞ ⁞ ⁞ ⁞
15
5. Menginterpretasikan hasil analisis.
6. Menarik kesimpulan dan saran
Mulai
Mengumpulkan Data
Variabel dependen?
Tidak
Ya
Uji Serentak
Ya Variabel yang
tidak signifikan
dikeluarkan dari
Uji Parsial
model
Tidak
Ya
Model Regresi Logistik Multionomial
Odds Ratio
Kebaikan Model
Selesai
BAB IV
ANALISIS DAN PEMBAHASAN
17
Gambar 4.1 menunjukkan bahwa dari 200 pelajar didapatkan bahwa pelajar
yang memilih program yang memilih academic program sebanyak 105 pelajar
atau sebesar 52,5%, kemudian pelajar yang memilih vocational program sebanyak
50 pelajar atau sebesar 25% dan pelajar yang memilih general program sebanyak
45 pelajar atau sebesar 22,5%. Berdasarkan hasil tersebut didapatkan bahwa
mayoritas pelajar memilih academic program, sedangkan yang paling sedikit
yaitu general program.
Tabel 4.1 menunjukkan bahwa dari 200 pelajar, pelajar yang memilih tipe
program general yaitu sebanyak 21 orang berjenis kelamin laki-laki dan 24 orang
berjenis kelamin perempuan. Kemudian, pelajar yang memilih tipe program
academic sebanyak 47 orang berjenis kelamin laki-laki dan 58 orang berjenis
kelamin perempuan. Sedangkan pelajar yang memilih tipe program vocation
sebanyak 23 orang berjenis kelamin laki-laki dan 27 orang berjenis kelamin
perempuan. Hasil tersebut menunjukkan bahwa mayoritas pelajar yang memiliki
frekuensi terbanyak memilih program academic dan berjenis kelamin perempuan.
Sedangkan frekuensi paling sedikit yaitu pelajar laki-laki yang memilih program
general.
18
Tabel 4.2 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih Pelajar dan Status Sosial
Ekonomi
Tipe Program
Status
Academi Total
Sosial General Vocation
c
Rendah 16 19 12 47
Sedang 20 44 31 95
Tinggi 9 42 7 58
Total 45 105 50 200
Tabel 4.2 menunjukkan bahwa dari 200 pelajar, pelajar yang memilih tipe
program general dengan status sosial rendah yaitu sebanyak 16 orang, pelajar
yang memilih tipe program academic dengan status sosial rendah yaitu sebanyak
19 orang, pelajar yang memilih tipe program vocation dengan status sosial rendah
yaitu sebanyak 12 orang. Kemudian pelajar yang memilih tipe program general
dengan status sosial sedang yaitu sebanyak 20 orang, pelajar yang memilih tipe
program academic dengan status sosial sedang yaitu sebanyak 44 orang, pelajar
yang memilih tipe program vocation dengan status sosial sedang yaitu sebanyak
31 orang. Sedangkan pelajar yang memilih tipe program general dengan status
sosial tinggi yaitu sebanyak 9 orang, pelajar yang memilih tipe program academic
dengan status sosial tinggi yaitu sebanyak 42 orang, pelajar yang memilih tipe
program vocation dengan status sosial tinggi yaitu sebanyak 7 orang. Hasil
tersebut menunjukkan bahwa mayoritas pelajar yang memiliki frekuensi
terbanyak memilih program academik dengan status sosial sedang. Sedangkan
frekuensi paling sedikit yaitu pelajar yang memilih program vocation dengan
status sosial tinggi.
19
Tabel 4.3 menunjukkan bahwa dari 200 pelajar, pelajar yang memilih tipe
program general yaitu sebanyak 39 orang dengan tipe sekolah publik dan 6 orang
dengan tipe sekolah privat. Kemudian, pelajar yang memilih tipe program
academic yaitu sebanyak 81 orang dengan tipe sekolah publik dan 24 orang
dengan tipe sekolah privat. Sedangkan pelajar yang memilih tipe program
vocation yaitu sebanyak 48 orang dengan tipe sekolah publik dan 2 orang dengan
tipe sekolah privat. Hasil tersebut menunjukkan bahwa mayoritas pelajar yang
memiliki frekuensi terbanyak memilih program academic dengan tipe sekolah
publik. Sedangkan frekuensi paling sedikit yaitu pelajar yang memilih program
vocation dengan tipe sekolah privat.
70
60
Median = 54
hasil tes tulis
Mean = 52.775
50
40
30
Gambar 4.2 menunjukkan bahwa hasil tes tulis pelajar memiliki rata-rata
sebesar 52,775 dan median sebesar 54 yang artinya 50% data berada di atas 54
dan 50% data berada di bawah 54. Boxplot terlihat cukup simetris terlihat dari
jarak antara median ke kuartil bawah sama dengan jarak antara median ke kuartil
atas. Keragaman data tidak terlalu besar terlihat dari bentuk boxplot yang tidak
lebar, dan tidak terdapat data outlier.
20
Karakteristik program perguruan tinggi yang dipilih pelajar dan kemampuan
bahasa Inggris disajikan pada tabel 4.4 sebagai berikut.
Tabel 4.4 Tabel Kontingensi Program Perguruan Tinggi yang Dipilih Pelajar dan Kemampuan
Bahasa Inggris
Tipe Program
Kemampuan Bahasa
Total
Inggris General Academic Vocation
Tidak terdaftar 38 65 44 147
Terdaftar 7 40 6 53
Total 45 105 50 200
Tabel 4.4 menunjukkan bahwa dari 200 pelajar, pelajar yang memilih tipe
program general yaitu sebanyak 38 orang dengan kemampuan bahasa Inggris
tidak terdaftar dan 7 orang dengan kemampuan bahasa Inggris terdaftar.
Kemudian, pelajar yang memilih tipe program academic yaitu sebanyak 65 orang
dengan kemampuan bahasa Inggris tidak terdaftar dan 40 orang dengan
kemampuan bahasa Inggris terdaftar Sedangkan pelajar yang memilih tipe
program vocation yaitu sebanyak 44 orang dengan kemampuan bahasa Inggris
tidak terdaftar dan 6 orang dengan kemampuan bahasa Inggris terdaftar. Hasil
tersebut menunjukkan bahwa mayoritas pelajar yang memiliki frekuensi
terbanyak memilih program academic dengan kemampuan bahasa Inggris tidak
terdaftar. Sedangkan frekuensi paling sedikit yaitu pelajar yang memilih program
vocation dengan kemampuan bahasa Inggris terdaftar.
21
H0 : Tidak terdapat hubungan antara program perguruan tinggi yang dipilih pelajar
dan jenis kelamin
H1 : Terdapat hubungan antara program perguruan tinggi yang dipilih pelajar dan
jenis kelamin
Dengan taraf signifikan sebesar 0,05, didapatkan daerah penolakan Tolak H0
2
jika nilai χ2hitung lebih besar dari nilai χ (0,05 ;2 ) atau nilai P-value kurang dari nilai
α. Diperoleh statistik uji sebagai berikut.
Tabel 4.5 Statistik Uji Independensi Program Perguruan Tinggi dan Jenis Kelamin
χ2hitung χ2(0,05;2) P-value
0,053 5,991 0,974
Tabel 4.5 menunjukkan bahwa dari data program perguruan tinggi yang
dipilih pelajar dan jenis kelamin diperoleh nilai χ2hitung sebesar 0,053 yang lebih
kecil dari nilai χ2(0,05;2) sebesar 5,991 dan diperkuat dengan nilai P-value sebesar
0,974 yang lebih besar dari nilai α sebesar 0,05 sehingga dapat diputuskan gagal
tolak H0 yang artinya tidak terdapat hubungan antara program perguruan tinggi
yang dipilih pelajar dan jenis kelamin.
4.2.2 Uji Independensi pada Program Perguruan Tinggi yang Dipilih Pelajar
dengan Status Sosial Ekonomi
Uji independensi pada program perguruan tinggi yang dipilih pelajar dengan
status sosial ekonomi disajikan dengan hipotesis sebagai berikut.
Hipotesis:
H0 : Tidak terdapat hubungan antara program perguruan tinggi yang dipilih pelajar
dan status sosial ekonomi
H1 : Terdapat hubungan antara program perguruan tinggi yang dipilih pelajar dan
status sosial ekonomi
Dengan taraf signifikan sebesar 0,05, didapatkan daerah penolakan tolak H0
2
jika nilai χ2hitung lebih besar dari nilai χ (0,05 ; 4) atau nilai P-value kurang dari nilai
α. Diperoleh statistik uji sebagai berikut.
Tabel 4.6 Statistik Uji Independensi Program Perguruan Tinggi dan Status Sosial Ekonomi
χ2hitung χ2(0,05;4) P-value
16,604 9,488 0,002
22
Tabel 4.6 menunjukkan bahwa dari data program perguruan tinggi yang
dipilih pelajar dan status sosial ekonomi diperoleh nilai χ2hitung sebesar 16,604 yang
lebih besar dari nilai χ2(0,05;4) yaitu sebesar 9,488 dan diperkuat dengan nilai P-
value sebesar 0,002 yang lebih kecil dari nilai α sebesar 0,05 sehingga dapat
diputuskan tolak H0 yang artinya terdapat hubungan antara program perguruan
tinggi yang dipilih pelajar dan status sosial ekonomi.
4.2.3 Uji Independensi pada Program Perguruan Tinggi yang Dipilih Pelajar
dengan Tipe Sekolah
Uji independensi pada program perguruan tinggi yang dipilih pelajar dengan
tipe sekolah disajikan dengan hipotesis sebagai berikut.
Hipotesis:
H0 : Tidak terdapat hubungan antara program perguruan tinggi yang dipilih pelajar
dan tipe sekolah
H1 : Terdapat hubungan antara program perguruan tinggi yang dipilih pelajar dan
tipe sekolah
Dengan taraf signifikan sebesar 0,05, didapatkan daerah penolakan Tolak H0
2
jika nilai χ2hitung lebih besar dari nilai χ (0,05 ;2 ) atau nilai P-value kurang dari nilai
α. Diperoleh statistik uji sebagai berikut.
Tabel 4.7 Statistik Uji Independensi Program Perguruan Tinggi dan Tipe Sekolah
χ2hitung χ2(0,05;2) P-value
9,269 5,991 0,010
Tabel 4.7 menunjukkan bahwa dari data program perguruan tinggi yang
dipilih pelajar dan tipe sekolah diperoleh nilai χ2hitung sebesar 9,269 yang lebih
besar dari nilai χ2(0,05;2) sebesar 5,991 dan diperkuat dengan nilai P-value sebesar
0,010 yang lebih kecil dari nilai α sebesar 0,05 sehingga dapat diputuskan tolak H0
yang artinya terdapat hubungan antara program perguruan tinggi yang dipilih
pelajar dan tipe sekolah.
4.2.4 Uji Independensi pada Program Perguruan Tinggi yang Dipilih Pelajar
dengan Kemampuan Bahasa Inggris
Uji independensi pada program perguruan tinggi yang dipilih pelajar dengan
kemampuan bahasa Inggris disajikan dengan hipotesis sebagai berikut.
Hipotesis:
23
H0 : Tidak terdapat hubungan antara program perguruan tinggi yang dipilih pelajar
dan kemampuan bahasa Inggris
H1 : Terdapat hubungan antara program perguruan tinggi yang dipilih pelajar dan
kemampuan bahasa Inggris
Dengan taraf signifikan sebesar 0,05, didapatkan daerah penolakan Tolak H0
2
jika nilai χ2hitung lebih besar dari nilai χ (0,05 ;2 ) atau nilai P-value kurang dari nilai
α. Diperoleh statistik uji sebagai berikut.
Tabel 4.8 Statistik Uji Independensi Program Perguruan Tinggi dan Kemampuan Bahasa Inggris
χ2hitung χ2(0,05;2) P-value
Tabel 4.8 menunjukkan bahwa dari data program perguruan tinggi yang
dipilih pelajar dan kemampuan bahasa Inggris diperoleh nilai χ2hitung sebesar
15,413 yang lebih besar dari nilai χ2(0,05;2) sebesar 5,991 dan diperkuat dengan nilai
P-value sebesar 0,000 yang lebih kecil dari nilai α sebesar 0,05 sehingga dapat
diputuskan tolak H0 yang artinya terdapat hubungan antara program perguruan
tinggi yang dipilih pelajar dan kemampuan bahasa Inggris.
4.3 Analisis Regresi Logistik Multinomial pada Faktor-Faktor yang
Mempengaruhi Pelajar Memilih Program Saat Masuk Perguruan
Tinggi
Berikut merupakan hasil regresi logistik multinomial pada analisis faktor-
faktor yang mempengaruhi pelajar memilih program saat masuk perguruan tinggi
yang menggunakan variabel hasil tes tertulis, status sosial, tipe sekolah dan
kemampuan berbahasa inggris dan terdiri dari uji signifikansi parameter serentak,
uji signifikansi parameter parsial, model regresi logistik multinomial, odds ratio,
uji kesesuaian model, kebaikan model, dan ketepatan klasifikasi.
4.3.1 Uji Signifikansi Parameter Serentak
Berikut merupakan hasil analisis uji signifikansi parameter serentak pada
faktor-faktor yang mempengaruhi pelajar memilih program saat masuk perguruan
tinggi.
Hipotesis:
H 0 : β 1=β 2=β 3=β 4= β5 =β6 =β 7=β 8=β 9= β10=0
24
(Tidak ada variabel prediktor yang berpengaruh terhadap keputusan pelajar
memilih program saat masuk perguruan tinggi).
25
H 0 : β 3=0 (Variabel status sosial menengah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 1 : β3 ≠ 0 (Variabel status sosial menengah berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 0 : β 4=0 (Variabel sekolah publik tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 1 : β 4 ≠ 0 (Variabel sekolah publik berpengaruh signifikan terhadap keputusan
pelajar memilih program akademik)
H 0 : β 5=0 (Variabel tidak terdaftar berbahasa inggris tidak berpengaruh signifikan
terhadap keputusan pelajar memilih program akademik)
H 1 : β5 ≠ 0 (Variabel tidak terdaftar berbahasa inggris berpengaruh signifikan
terhadap keputusan pelajar memilih program akademik)
H 0 : β 6=0 (Variabel hasil tes tertulis tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β6 ≠ 0 (Variabel hasil tes tertulis berpengaruh signifikan terhadap keputusan
pelajar memilih program Vokasi)
H 0 : β 7=0 (Variabel status sosial rendah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β7 ≠ 0 (Variabel status sosial rendah berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 0 : β 8=0 (Variabel status sosial menengah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β8 ≠ 0 (Variabel status sosial menengah berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 0 : β 9=0 (Variabel sekolah publik tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β9 ≠ 0 (Variabel sekolah publik berpengaruh signifikan terhadap keputusan
pelajar memilih program Vokasi)
H 0 : β 10 =0 (Variabel tidak terdaftar berbahasa inggris tidak berpengaruh
signifikan terhadap keputusan pelajar memilih program Vokasi)
26
H 1 : β10 ≠0 (Variabel tidak terdaftar berbahasa inggris berpengaruh signifikan
terhadap keputusan pelajar memilih program Vokasi)
Ditetapkan taraf signifikan sebesar 0,05. Maka diperoleh daerah penolakan,
yaitu Tolak H0 jika nilai W lebih besar dari nilai atau P-value kurang dari
alfa 0,05. Perhitungan statistik uji disajikan pada Tabel 4.10 sebagai berikut.
Tabel 4.10 Uji Parsial
2
Tipe Program Variabel df Wald χ (0,05; 1) P-value
Tabel 4.10 menunjukkan variabel status sosial rendah didapatkan nilai Wald
2
sebesar 4,324 yang lebih besar dari nilai χ (0,05; 1) sebesar 3,841 dan nilai P-value
kurang dari nilai a sebesar 0,05 yang berarti variabel status sosial rendah
berpengaruh signifikan terhadap keputusan pelajar memilih program akademik
jika dibandingkan status sosial tinggi. Sedangkan variabel hasil tes tertulis
2
didapatkan nilai Wald sebesar 6,141 yang lebih besar dari nilai χ (0,05; 1) sebesar
3,841 dan nilai P-value kurang dari nilai a sebesar 0,05 yang berarti variabel hasil
tes tertulis berpengaruh signifikan terhadap keputusan pelajar memilih program
vokasi.
Karena pada pengujian signifikansi parameter parsial terdapat variabel yang
tidak berpengaruh signifikan terhadap variabel respon maka akan dilakukan
pengujian signifikansi kembali dengan menghilangkan variabel yang tidak
berpengaruh signifikan.
27
4.3.3 Uji Signifikansi Parameter Serentak 2
Setelah mengetahui hasil pada uji signifikansi parameter parsial bahwa
hanya terdapat hubungan antara status sosial dan hasil tes tertulis terhadap
keputusan pelajar memilih program saat masuk perguruan tinggi, maka dilakukan
uji signifikansi parameter serentak kembali menggunakan variabel status sosial
dan hasil tes tertulis sebagai faktor yang diduga mempengaruhi pelajar memilih
program saat masuk perguruan tinggi adalah sebagai berikut.
Hipotesis:
H0: β 1=β 2=β 3=β 4 =β 5=β 6=0 (Tidak ada variabel prediktor yang berpengaruh
terhadap keputusan pelajar memilih
program saat masuk perguruan tinggi)
H1: Minimal ada satu β j ≠ 0 (minimal ada satu variabel prediktor yang
berpengaruh terhadap keputusan pelajar
memilih program saat masuk perguruan tinggi)
Dengan taraf signifikan sebesar 0,05 dan daerah penolakan tolak H0 jika G
2
lebih besar atau sama dengan χ (∝ , p )atau p-value kurang dari α sebesar 0,05. Hasil
uji signifikansi parameter serentak data status sosial dan hasil tes tertulis terhadap
keputusan pelajar memilih program saat masuk perguruan tinggi sebagai berikut.
Tabel 4.11 Uji Serentak 2
2
df χ (0,05,6 ) P-value
28
Wald, Pada pengujian signifikansi parameter parsial diperoleh hipotesis sebagai
berikut.
Hipotesis:
H 0 : β 1=0 (Variabel hasil tes tertulis tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 1 : β1 ≠ 0 (Variabel hasil tes tertulis berpengaruh signifikan terhadap keputusan
pelajar memilih program akademik)
H 0 : β 2=0 (Variabel status sosial rendah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 1 : β2 ≠ 0 (Variabel status sosial rendah berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 0 : β 3=0 (Variabel status sosial menengah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 1 : β3 ≠ 0 (Variabel status sosial menengah berpengaruh signifikan terhadap
keputusan pelajar memilih program akademik)
H 0 : β 4=0 (Variabel hasil tes tertulis tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β 4 ≠ 0 (Variabel hasil tes tertulis berpengaruh signifikan terhadap keputusan
pelajar memilih program Vokasi)
H 0 : β 5=0 (Variabel status sosial rendah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β5 ≠ 0 (Variabel status sosial rendah berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 0 : β 6=0 (Variabel status sosial menengah tidak berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
H 1 : β6 ≠ 0 (Variabel status sosial menengah berpengaruh signifikan terhadap
keputusan pelajar memilih program Vokasi)
Dengan taraf signifikan sebesar 0,05 dan daerah penolakan tolak H0 jika W
2
lebih besar atau sama dengan χ (∝ , p ) atau p-value kurang dari α sebesar 0,05. Hasil
uji signifikansi parameter parsial data status sosial dan hasil tes tertulis terhadap
keputusan pelajar memilih program saat masuk perguruan tinggi sebagai berikut.
29
Tabel 4.12 Uji Parsial 2
Tipe Program Variabel df Wald χ 2(0,05; 1) P-value
Tabel 4.12 menunjukkan variabel hasil tes tertulis didapatkan nilai Wald
2
sebesar 7,320 yang lebih besar dari nilai χ (0,05; 1) sebesar 3,841 dan nilai P-value
kurang dari nilai a sebesar 0,05 yang berarti variabel hasil tes tertulis berpengaruh
signifikan terhadap keputusan pelajar memilih program akademik.
Tabel 4.12 menunjukkan variabel status sosial rendah didapatkan nilai Wald
2
sebesar 5,114 yang lebih besar dari nilai χ (0,05; 1) sebesar 3,841 dan nilai P-value
kurang dari nilai a sebesar 0,05 yang berarti variabel status sosial rendah
berpengaruh signifikan terhadap keputusan pelajar memilih program akademik
jika dibandingkan status sosial tinggi.
Tabel 4.12 menunjukkan variabel hasil tes tertulis didapatkan nilai Wald
2
sebesar 5,694 yang lebih besar dari nilai χ (0,05; 1) sebesar 3,841 dan nilai P-value
kurang dari nilai a sebesar 0,05 yang berarti variabel hasil tes tertulis berpengaruh
signifikan terhadap keputusan pelajar memilih program vokasi.
4.3.5 Model Regresi Logistik Multinomial
Setelah mengetahui variabel yang signifikan terhadap keputusan pelajar
memilih program saat masuk perguruan tinggi, maka parameter yang berpengaruh
secara signifikan akan dimasukkan ke dalam model sebagai berikut.
g1 ( x ) =−1,689+0,058 X 1−1,163 X 2 ( 1)−0,630 X 2 (2 )
Jika seorang pelajar memiliki nilai tes tertulis sebesar 70 dan memiliki
status sosial rendah maka model logit diatas dapat dibentuk model probit sebagai
berikut.
30
g1 ( x ) =−1,689+0,058 ( 70 )−1,163 ( 1 )−0,630 ( 0 )=1,208
e 1,208
π 1 ( X )= 1,208 −1,554
1+ e +e
3,347
π 1 ( X )= =0,734
1+ 3,347+0,211
31
Status Sosial (1) 0,313
Tabel 4.13 di atas menunjukkan bahwa orang yang memiliki status sosial
rendah cenderung memilih program akademik 0,313 kali daripada orang yang
memiliki status sosial tinggi artinya orang memiliki status sosial tinggi cenderung
memilih program akademik 3,19 daripada orang yang memiliki status sosial
rendah.
Tabel 4.13 di atas menunjukkan bahwa orang yang memiliki status sosial
menegah cenderung memilih program akademik 0,533 kali daripada orang yang
memiliki status sosial tinggi artinya orang memiliki status sosial tinggi cenderung
memilih program akademik 1,876 daripada orang yang memiliki status sosial
menengah.
Tabel 4.13 di atas menunjukkan bahwa orang yang memiliki status sosial
menegah cenderung memilih program vokasi 1,905 kali daripada orang yang
memiliki status sosial tinggi.
4.3.7 Uji Kesesuaian Model
Uji kesesuaian model dilakukan untuk menguji apakah model yang
dihasilkan berdasarkan regresi logistik multivariat/serentak sudah layak.
Pengujian ini dilakukan menggunakan statistik uji Chi-Square dengan hipotesis
sebagai berikut.
Hipotesis :
H0 : Model yang terbentuk telah sesuai (Tidak ada perbedaan antara hasil
observasi dengan prediksi model)
H1 : Model yang terbentuk tidak sesuai (Ada perbedaan antara hasil observasi
dengan prediksi model)
Dengan menggunakan taraf signifikan α sebesar 0,05 dan daerah penolakan
yaitu Tolak H0 jika nilai χ2hitung lebih besar dari χ2(0,05; 120) atau P-Value lebih kecil
dari α sebesar 0,05. Hasil perhitungan statistik uji ditunjukkan pada Tabel 4.14
sebagai berikut.
32
Tabel 4.14 Uji Kesesuaian Model
χ2hitung χ2(0,05; 120) P-Value
119,76 146,567 0,489
6
Tabel 4.14 menunjukkan bahwa pada uji kesesuaian model diperoleh hasil
χ2hitung sebesar 119,766 dimana lebih kecil dari χ2(0,05;120) yaitu sebesar 146,567 dan
diperkuat oleh p-value sebesar 0,489 dimana lebih besar dari α sebesar 0,05 maka
diperoleh keputusan gagal tolak H0 yang artinya model yang terbentuk telah
sesuai atau tidak ada perbedaan antara hasil observasi dengan prediksi model.
33
Tabel 4.16 menunjukkan bahwa presentase benar pelajar yang tepat
diklasifikasikan memilih program general sebesar 15,6% atau sebanyak 7 orang
dengan 27 orang diprediksi memilih program akademik dan sebanyak 11 orang
diprediksi memilih program vokasi. Kemudian presentase benar pelajar yang tepat
diklasifikasikan memilih program akademik sebesar 87,6% atau sebanyak 92
orang dengan 4 orang diprediksi memilih program general dan sebanyak 9 orang
diprediksi memilih program vokasi. Sedangkan presentase benar pelajar yang
tepat diklasifikasikan memilih program vokasi sebesar 46% atau sebanyak 23
orang dengan 4 orang diprediksi memilih program general dan sebanyak 23 orang
diprediksi memilih program akademik. Sehingga diketahui model regresi logistik
multinomial yang digunakan pada analisis faktor-faktor yang mempengaruhi
pelajar memilih program saat masuk perguruan tinggi cukup baik karena memiliki
nilai ketepatan klasifikasi sebesar 61%.
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
34
Berdasarkan hasil analisis yang telah dilakukan dapat disimpulkan beberapa
hal, yaitu sebagai berikut.
1. Karateristik program perguruan tinggi yang dipilih pelajar mayoritas adalah
program akademik, mayoritas memilih program akademik berjenis kelamin
perempuan, mayoritas berstatus sosial sedang, dengan mayoritas
kemampuan bahasa Inggris nya tidak terdaftar. Hasil tes tulis rata-rata
sebesar 52,775 dan median 54 dengan data cukup simetris dan tidak terdapat
data outlier.
2. Uji independensi pada faktor-faktor yang mempengaruhi pelajar memilih
program saat masuk perguruan tinggi didapatkan bahwa variabel status
sosial ekonomi, tipe sekolah, dan kemampuan bahasa Inggris memiliki
hubungan atau dependen. Sedangkan variabel jenis kelamin tidak memiliki
hubungan atau independen.
3. Hasil regresi logistik multinomial menunjukkan bahwa variabel hasil tes
tertulis dan status sosial berpengaruh signifikan terhadap keputusan pelajar
memilih program saat masuk perguruan tinggi. Pada uji kesesuaian model,
model yang terbentuk telah sesuai. Variabel status sosial ekonomi dan hasil
tes tulis mampu menjelaskan keputusan pelajar memilih program saat
masuk perguruan tinggi sebesar 24,6%, sedangkan 75,4% sisanya dijelaskan
oleh variabel lain di luar model dengan ketepatan klasifikasi sebesar 61%.
5.2 Saran
Berdasarkan hasil analisis yang telah dilakukan, saran bagi peneliti
selanjutnya adalah lebih meningkatkan penerapan metode regresi logistik
multinomial dengan menggunakan lebih banyak variabel yang diuji. Saran
pembaca agar dapat memahami hasil analisis data faktor-faktor yang
mempengaruhi pelajar memilih program perguruan tinggi. Saran bagi perguruan
tinggi adalah menjadikan penelitian ini sebagai acuan untuk meningkatkan
kualitas bagi pihak yang berkepentingan.
DAFTAR PUSTAKA
35
Keputusan Mahasiswa Memilih Program Studi Pendidikan Ekonomi Fkip ,
1.
Arini, D. S. (2011). Optimisasi Harga Dengan Model Multinomial Logit (Studi
Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4GB dan 8GB).
Surakarta: Perpustakaan UNS.
Budiharto, W. (2015). Metode Penelitian Ilmu Komputer dengan Komputasi
Statistika Berbasis R. Yogyakarta: CV Budi Utama.
Djamaris, A. R. (2021). Pemanfaatan Regresi Logistik Ordinal dan Multinomial
dengan SPSS. Jakarta: Universitas Bakrie.
Harningsih, A. (2019). ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI KEPUTUSAN MAHASISWA MEMILIH
PROGRAM STUDI DI PERGURUAN TINGGI DALAM PERSPEKTIF
EKONOMI ISLAM. Universitas Islam Negeri Raden Intan Lampung, 27-
40.
Herdayati, M. (2020). Komuting dan Masyarakat Urban. Malang: Inteligensia
Media.
Hosmer, D. W., & Lemeshow, J. S. (2013). Applied Logistic Regression. USA:
John Wiley & Sons.
Hosmer, D., Lemeshow, S., & Sturdivant, R. (2000). Applied logistic regression
(1 ed.). New York: Wiley.
Indrawati, E. S. (2015). Status Sosial Ekonomi dan Intensitas Komunikasi
Keluarga pada Ibu Rumah Tangga di Panggung Kidul Semarang Utara.
Jurnal Psikologi Undip, 54.
Kuswanto, D. (2012). Statistik Untuk Pemula & Orang Awam. Jakarta: Laskar
Aksara.
Nugraha, J. (2013). Pengantar Analisis Data Kategori: Metode dan Aplikasi
Menggunakan Program R. Yogyakarta: Budi Utama.
Oktavianti, R. (2018). Faktor-Faktor Yang Mempengaruhi Mahasiswa Memilih
Program Studi Pariwisata Jurusan Pariwisata di Politeknik Negeri
Samarinda. Edutourism Journal of Tourism Research, 45.
Pamungkas, E. T. (2017). Metode Regresi Logistik Biner pada Faktor yang
Mempengaruhi Kesembuhan Pasien Penderita Demam Berdarah Dengue
36
di RSUD DR. ISKAK Kabupaten Tulungagung. Surabaya: Departemen
Statistika Bisnis ITS.
Pratisto, A. (2004). Cara Mudah Mengatasi Masalah Statistik dan Rancangan
Percobaan dengan SPSS 12. Jakarta: PT Elex Media Komputindo.
Risdayanti, & Aidid, M. K. (2020). Analisis Regresi Logistik Biner Untuk
Menentukan Model Pengguna KB di Kelurahan Langnga Kabupaten
Pinrang. Journal of Statistics and Its application on Teaching and
Research, 2.
Risnawati, E. (2012). Analisis Faktor Atas Pengambilan Keputusan Mahasiswa
Untuk Memilih Jurusan Akuntansi Di Stie Perbanas Surabaya. SEKOLAH
TINGGI ILMU EKONOMI PERBANAS, 1-16.
Sani, R. A. (2016). Penilaian Autentik. Jakarta: PT Bumi Aksara.
Suharyadi, & Purwanto. (2009). STATISTIKA: Untuk Ekonomi dan Keuangan
Modern, Edisi 2. Jakarta: Penerbit Salemba Empat.
Supini, E. (2022, November 21). Kejarcita. Diambil kembali dari
blog.kejarcita.id: https://blog.kejarcita.id/mengenal-macam-macam-
pendidikan-alternatif-di-indonesia/
Syahputra, I. (2014). Strategi Pembelajaran Bahasa Inggris Sebagai Bahasa Asing
Dalam Meningkatkan Kemampuan Berbahasa Siswa. Jurnal Penelitian
Sosial Keagamaan, 128-129.
Tangkudung, J. P. (2014). Proses Adaptasi Menurut Jenis Kelamin Dalam
Menunjang Studi Mahasiswa FISIP Universitas Sam Ratulangi. Journal
"Acta Diuma" Volume III No. 4, 3.
Wulandari, I. S., Salamah, I., & Susilaningrum, D. (2009). Analisa Data
Kualitatif. Surabaya: Jurusan Statistika FMIPA ITS.
LAMPIRAN
Lampiran 1. Data
status_sosial_ek
no tipe_program jenis_kelamin o tipe_sekolah hasil_tes_tulis
37
1 3 1 1 1 35
2 1 0 2 1 33
3 3 0 3 1 39
4 3 0 1 1 37
5 3 0 2 1 31
6 1 1 3 1 36
7 3 0 2 1 36
8 3 0 2 1 31
9 3 1 2 1 41
10 3 0 2 1 37
11 3 1 1 1 44
12 2 0 3 1 33
13 3 0 1 1 31
14 3 1 2 1 44
15 3 1 1 1 35
16 1 0 1 1 44
17 1 1 1 1 46
18 3 1 2 1 46
19 2 0 2 1 46
20 3 0 3 1 49
21 1 1 2 1 39
22 3 0 2 1 44
23 3 1 1 1 47
24 3 1 1 1 44
25 2 1 1 1 37
26 2 0 3 2 38
27 1 1 1 1 49
28 1 0 2 1 44
29 2 1 1 1 41
30 2 1 1 1 50
31 1 1 2 1 44
32 3 0 1 1 39
33 2 0 1 1 40
34 2 1 1 1 46
35 3 0 2 1 41
36 3 0 2 1 39
37 3 0 2 1 33
38 2 1 3 1 59
39 1 0 1 1 41
Lampiran 1. Data (Lanjutan)
status_sosial_ek
no tipe_program jenis_kelamin o tipe_sekolah hasil_tes_tulis
40 2 0 2 2 47
41 1 0 2 1 31
42 2 0 3 2 42
38
43 2 1 1 1 55
44 3 0 3 1 40
45 2 1 1 1 44
46 3 1 1 1 54
47 3 1 2 1 46
48 1 1 1 1 54
49 3 1 2 1 42
50 2 1 2 2 49
51 2 1 2 1 41
52 3 0 2 1 41
53 1 1 1 1 44
54 2 0 1 1 57
55 2 1 2 2 52
56 1 0 1 1 49
57 2 0 3 1 41
58 1 1 3 2 57
59 3 1 1 1 62
60 1 0 3 1 33
61 3 1 2 1 54
62 2 0 2 1 40
63 2 1 3 2 52
64 3 1 2 1 57
65 3 0 2 1 49
66 3 1 2 1 46
67 1 1 1 1 57
68 2 1 2 2 49
69 2 1 2 1 52
70 1 1 2 1 53
71 2 1 3 1 54
72 2 1 2 1 57
73 2 0 3 1 41
74 1 0 1 1 52
75 3 1 2 1 57
76 1 1 1 2 54
77 3 1 2 1 52
78 1 1 2 1 52
79 1 0 2 1 44
80 2 0 2 2 46
Lampiran 1. Data (Lanjutan)
jenis_kelami tipe_sekola
no tipe_program n status_sosial h hasil_tes_tulis
81 3 0 1 1 49
82 2 1 2 1 54
83 2 0 3 1 52
84 1 0 1 1 44
39
85 3 1 3 1 49
86 2 1 1 1 46
87 1 1 2 1 54
88 1 0 2 1 39
89 1 0 2 1 59
90 3 0 2 1 45
91 3 1 3 1 52
92 1 1 3 1 54
93 3 0 3 1 44
94 2 1 2 1 50
95 3 1 2 1 62
96 1 1 2 2 59
97 2 0 2 1 52
98 3 1 2 2 52
99 3 0 2 1 46
10
0 1 1 2 2 41
10
1 2 0 2 1 52
10
2 3 1 2 1 52
10
3 3 1 2 1 55
10
4 3 0 2 1 41
10
5 1 0 2 1 49
10
6 2 1 1 1 59
10
7 1 1 1 2 54
10
8 1 1 2 1 54
10
9 2 1 2 1 59
11
0 2 0 2 1 55
11
1 2 1 1 1 62
11
2 2 0 2 1 54
11
3 2 1 2 1 54
11
4 2 0 2 1 54
11
5 2 1 2 2 59
11
6 3 0 2 2 57
40
11
7 2 0 3 1 61
11
8 2 1 3 1 52
11
9 2 1 2 1 59
12
0 2 1 2 1 62
12
1 3 1 1 1 60
Lampiran 1. Data (Lanjutan)
jenis_kelami tipe_sekola
no tipe_program n status_sosial h hasil_tes_tulis
12
2 2 1 2 1 59
12
3 2 1 2 2 65
12
4 2 1 3 2 61
12
5 2 0 2 2 59
12
6 2 0 3 2 59
12
7 2 1 2 1 59
12
8 2 1 2 1 59
12
9 2 1 2 1 65
13
0 2 1 3 1 57
13
1 2 0 2 2 59
13
2 2 0 3 1 49
13
3 1 0 1 1 49
13
4 2 1 3 1 59
13
5 2 0 2 1 62
13
6 1 1 3 1 59
13
7 2 0 2 1 54
13
8 2 0 3 1 63
13
9 2 0 1 1 43
14
0 2 0 3 1 54
41
14
1 2 0 3 1 52
14
2 2 1 1 1 57
14
3 1 0 2 2 57
14
4 1 0 2 1 57
14
5 2 0 2 1 61
14
6 1 1 2 1 62
14
7 1 1 2 1 62
14
8 1 1 1 1 65
14
9 2 0 2 2 57
15
0 2 0 3 1 59
15
1 2 0 2 2 59
15
2 2 1 3 2 62
15
3 2 0 2 1 65
15
4 3 1 2 1 62
15
5 1 1 1 1 62
15
6 2 1 2 2 62
15
7 2 1 3 1 54
15
8 2 1 3 1 62
15
9 2 0 1 1 65
16
0 2 0 3 1 62
16
1 1 1 3 1 67
16
2 1 0 3 1 65
Lampiran 1. Data (Lanjutan)
jenis_kelami tipe_sekola
no tipe_program n status_sosial h hasil_tes_tulis
16
3 2 1 1 1 60
16
4 2 1 3 1 59
42
16
5 2 1 2 1 59
16
6 3 1 2 1 59
16
7 1 0 3 1 65
16
8 2 0 3 1 62
16
9 2 1 3 1 65
17
0 1 0 3 1 59
17
1 1 0 1 1 59
17
2 2 1 3 2 61
17
3 2 1 1 1 65
17
4 3 1 3 1 67
17
5 2 0 3 1 65
17
6 2 1 1 1 65
17
7 2 1 2 1 67
17
8 2 1 1 1 65
17
9 2 1 1 1 62
18
0 2 0 3 1 52
18
1 2 1 3 2 63
18
2 2 0 2 1 59
18
3 2 0 3 1 65
18
4 1 0 2 1 59
18
5 2 1 3 1 67
18
6 2 1 3 1 67
18
7 2 1 3 1 60
18
8 2 0 3 2 67
18
9 2 0 3 1 62
19
0 2 0 2 2 54
43
19
1 2 1 3 2 65
19
2 2 1 3 1 62
19
3 2 0 2 2 59
19
4 2 0 3 1 60
19
5 2 1 3 1 63
19
6 2 1 3 1 65
19
7 3 0 2 1 63
19
8 2 0 2 1 67
19
9 2 1 2 1 65
20
0 2 0 2 1 62
44
N of Valid Cases 200
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 20.48.
status_sosial * tipe_program
Crosstab
tipe_program
general academic vocation Total
status_sosia rendah Count 16 19 12 47
l Expected 10.6 24.7 11.8 47.0
Count
sedang Count 20 44 31 95
Expected 21.4 49.9 23.8 95.0
Count
tinggi Count 9 42 7 58
Expected 13.0 30.5 14.5 58.0
Count
Total Count 45 105 50 200
Expected 45.0 105.0 50.0 200.0
Count
Chi-Square Tests
Value df Asymptotic Significance (2-sided)
Pearson Chi-Square 16.604 a
4 .002
Likelihood Ratio 16.783 4 .002
Linear-by-Linear Association .060 1 .807
N of Valid Cases 200
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
10.58.
Lampiran 2. Output Software (Lanjutan)
tipe_sekolah * tipe_program
Crosstab
tipe_program
general academic vocation Total
tipe_sekolah public Count 39 81 48 168
Expected 37.8 88.2 42.0 168.0
Count
private Count 6 24 2 32
Expected 7.2 16.8 8.0 32.0
Count
Total Count 45 105 50 200
45
Expected 45.0 105.0 50.0 200.0
Count
Chi-Square Tests
Value df Asymptotic Significance (2-sided)
Pearson Chi-Square 9.269a 2 .010
Likelihood Ratio 10.849 2 .004
Linear-by-Linear 1.798 1 .180
Association
N of Valid Cases 200
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 7.20.
kemampuan_english * tipe_program
Crosstab
tipe_program
genera
l academic vocation Total
kemampuan_english tidak terdaftar Count 38 65 44 147
Expected 33.1 77.2 36.8 147.0
Count
terdaftar Count 7 40 6 53
Expected 11.9 27.8 13.3 53.0
Count
Total Count 45 105 50 200
Expected 45.0 105.0 50.0 200.0
Count
Chi-Square Tests
Value df Asymptotic Significance (2-sided)
Pearson Chi-Square 15.413a 2 .000
Likelihood Ratio 16.145 2 .000
Linear-by-Linear Association .291 1 .590
N of Valid Cases 200
a. 0 cells (.0%) have expected count less than 5. The minimum expected count is
11.93.
46
Model Fitting Information
Model Fitting
Criteria Likelihood Ratio Tests
-2 Log
Model Likelihood Chi-Square df Sig.
Intercept Only 278.318
Final 220.699 57.619 10 .000
47
[social economic
0b . . 0 . . . .
status=3]
[type of .15
1.246 .869 2.053 1 3.475 .632 19.101
school=1] 2
[type of
0b . . 0 . . . .
school=2]
[honors .20
-.995 .788 1.594 1 .370 .079 1.732
english=0] 7
[honors
0b . . 0 . . . .
english=1]
a. The reference category is: general.
b. This parameter is set to zero because it is redundant.
Uji Serentak 2
Model Fitting Information
Model Fitting
Criteria Likelihood Ratio Tests
Model -2 Log Likelihood Chi-Square df Sig.
Intercept Only 254.986
Final 206.756 48.230 6 .000
48
writing score -.056 .023 5.69 1 .017 .946 .904 .990
4
[social -.180 .648 .077 1 .781 .835 .234 2.977
economic
status=1]
[social .645 .592 1.18 1 .276 1.905 .597 6.082
economic 4
status=2]
[social 0b . . 0 . . . .
economic
status=3]
a. The reference category is: general.
b. This parameter is set to zero because it is redundant.
Kesesuaian Model
Goodness-of-Fit
Chi-Square df Sig.
Pearson 119.766 120 .489
Deviance 129.875 120 .254
Kebaikan Model
Pseudo R-Square
Cox and Snell .214
Nagelkerke .246
McFadden .118
Ketepatan Klasifikasi
Classification
Predicted
Observed general academic vocation Percent Correct
general 7 27 11 15.6%
academic 4 92 9 87.6%
vocation 4 23 23 46.0%
Overall Percentage 7.5% 71.0% 21.5% 61.0%
Lampiran 3. Dokumentasi
49
50