ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB DENGAN PENDEKATAN METODE CHAID FERRY ANTONI MS

(1)

i

ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB

DENGAN PENDEKATAN METODE CHAID

FERRY ANTONI MS

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

ii

RINGKASAN

FERRY ANTONI MS. Analisis IPK Mahasiswa Penerima Beasiswa Bidik Misi IPB dengan Pendekatan Metode CHAID. Dibimbing oleh ITASIA DINA SULVIANTI dan I MADE SUMERTAJAYA

Beasiswa Bidik Misi diberikan kepada mahasiswa yang tidak mampu secara finansial dan memiliki prestasi akademik yang baik ketika di SLA. Penerima Beasiswa Bidik Misi diharapkan memiliki prestasi akademik yang baik ketika menempuh pendidikan di perguruan tinggi. Prestasi yang dimaksud adalah pencapaian IPK (Indeks Prestasi Kumulatif). Analisis IPK mahasiswa penerima Beasiswa Bidik Misi dapat dilakukan dengan menggunakan metode CHAID. Metode CHAID digunakan karena metode tersebut dapat mengatasi kelemahan metode-metode lain yang mengharuskan terpenuhinya beberapa asumsi tertentu dan keterbatasan dalam menangani data berdasarkan karakteristik peubah penjelas serta interaksi antar peubah penjelas. Penelitian ini bertujuan untuk menerapkan metode CHAID dalam menentukan peubah-peubah yang dapat mengklasifikasikan IPK mahasiswa penerima Beasiswa Bidik Misi dengan baik. Peubah penjelas yang digunakan dalam penelitian ini antara lain kepemilikan prestasi, jenis kelamin, lokasi asal SLA, status asal SLA, jumlah tanggungan orang tua, penghasilan orang tua, akreditasi SLA dan usia saat masuk IPB. Analisis dilakukan dengan menggunakan dua tipe peubah respon IPK yaitu respon IPK tipe I berdasarkan pengkategorian IPK IPB dan respon IPK tipe II berdasarkan pengkategorian IPK dunia kerja. Hasil penelitian menunjukkan bahwa pengkategorian peubah respon berpengaruh terhadap ketepatan klasifikasi yang dihasilkan. Analisis CHAID dengan respon IPK tipe I menghasilkan ketepatan klasifikasi yang lebih rendah dibandingkan analisis CHAID dengan respon IPK tipe II. Perbedaan ini disebabkan pada pengkategorian IPK tipe I terdapat kategori IPK yang memiliki persentase yang jauh lebih rendah dibandingkan dengan persentase kategori IPK yang lain sehingga tidak teridentifikasi dengan baik.

Kata kunci: Beasiswa Bidik Misi, Indeks Prestasi Kumulatif (IPK), Metode CHAID, Klasifikasi, Ketepatan Klasifikasi

(3)

iii

ANALISIS IPK MAHASISWA PENERIMA BEASISWA BIDIK MISI IPB

DENGAN PENDEKATAN METODE CHAID

Oleh :

FERRY ANTONI MS

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(4)

iv

Judul Skripsi : Analisis IPK Mahasiswa Penerima Beasiswa Bidik Misi IPB

dengan Pendekatan Metode CHAID

Nama : Ferry Antoni MS

NRP : G14080001

Menyetujui :

Pembimbing I Pembimbing II

Dra.Itasia Dina Sulvianti, M.Si Dr.Ir. I Made Sumertajaya, MS

NIP.196005081988032002 NIP.196807021994021001

Mengetahui :

Ketua Departemen Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

Dr.Ir. Hari Wijayanto, MS

NIP.196504211990021001

(5)

v

PRAKATA

Alhamdulillah segala puji dan rasa syukur penulis panjatkan kehadirat Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini dapat terselesaikan. Karya ilmiah ini berjudul “Analisis IPK Mahasiswa Penerima Beasiswa Bidik Misi IPB dengan Pendekatan Metode CHAID”. Karya ilmiah ini merupakan hasil penelitian penulis dalam rangka memenuhi tugas akhir yang merupakan salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Terima kasih penulis ucapkan kepada Ibu Dra. Itasia Dina Sulvianti, M.Si selaku pembimbing utama dan Bapak Dr. Ir. I Made Sumertajaya, MS selaku pembimbing kedua yang telah memberikan bimbingan dan saran kepada penulis dalam menyelesaikan penelitian. Terima kasih juga penulis ucapkan kepada Ibu Dr. Ir. Erfiani, MS selaku dosen penguji yang telah memberikan kritik dan saran terkait karya ilmiah sehingga dapat memberikan masukan kepada penulis dalam memperbaiki dan menyempurnakan karya ilmiah. Selain itu, penulis mengucapkan terima kasih kepada Direktorat Kemahasiswaan, Institut Pertanian Bogor yang telah mengizinkan penggunaan data untuk penelitian ini. Ucapan terima kasih juga disampaikan kepada orang tua dan keluarga atas doa dan dukungannya serta semua pihak yang telah membantu penulis dalam menyelesaikan karya ilmiah ini. Semoga karya ilmiah ini bermanfaat bagi semua pihak yang membutuhkan.

Bogor, September 2012

(6)

vi

RIWAYAT HIDUP

Penulis dilahirkan di Lampung pada tanggal 10 Juli 1990 sebagai anak pertama dari pasangan Mat Sujai dan Sundari. Penulis menyelesaikan pendidikan dasar di SDN 1 Soponyono Lampung pada tahun 2002. Jenjang pendidikan selanjutnya penulis tempuh di Sekolah Menengah Pertama Negeri 1 Kota Agung Lampung dan lulus pada tahun 2005. Pada tahun 2008 penulis lulus dari Sekolah Menengah Atas Al-Kautsar Bandar Lampung dan pada tahun yang sama penulis diterima sebagai mahasiswa Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor melalui Undangan Seleksi Masuk IPB (USMI).

Selama menjadi mahasiswa, penulis aktif dalam Badan Eksekutif Mahasiswa, Fakultas Matematika dan Ilmu Pengetahuan Alam periode 2009/2010 sebagai anggota Divisi Kastrad (Kajian Strategis dan Advokasi). Selain itu, penulis juga aktif dalam kegiatan kepanitiaan seperti

Lets Fight Again Drugs 2009, Pelatihan dan Pendidikan Dasar Kopma III 2009, Statistika Ria

2010, dan Pesta Sains 2010. Penulis juga berkesempatan untuk mengikuti praktik lapang di Direktorat Administrasi Pendidikan, Institut Pertanian Bogor.

(7)

vii

DAFTAR ISI

Halaman

DAFTAR TABEL………... viii

DAFTAR GAMBAR……….. viii

DAFTAR LAMPIRAN………... viii

PENDAHULUAN Latar Belakang ..……….1

Tujuan ………1

TINJAUAN PUSTAKA Pendidikan………..1

Beasiswa Bidik Misi ………..2

Tabel Kontingensi Dua Arah ……….2

Metode CHAID………..3

METODOLOGI Bahan ……….4

Metode ………...4

HASIL DAN PEMBAHASAN Karakteristik Mahasiswa Penerima Beasiswa Bidik Misi ……….4

Deskripsi Hubungan Karakteristik Mahasiswa dengan Peubah Respon IPK Tipe I ………5

Deskripsi Hubungan Karakteristik Mahasiswa dengan Peubah Respon IPK Tipe II ………6

Analisis CHAID untuk Peubah Respon IPK Tipe I………...7

Ketepatan Klasifikasi Metode CHAID untuk Peubah Respon IPK Tipe I……… 9

Analisis CHAID untuk Peubah Respon IPK Tipe II………... 10

Ketepatan Klasifikasi Metode CHAID untuk Peubah Respon IPK Tipe II……….13

Perbandingan Analisis CHAID antara Respon IPK Tipe I dan Respon IPK Tipe II……...13

KESIMPULAN DAN SARAN Kesimpulan ………..13

Saran ………14

DAFTAR PUSTAKA………...14

(8)

viii

DAFTAR TABEL

Halaman

1

Tabel kontingensi dua arah pxq……….2

2 Statistik deskriptif IPK mahasiswa penerima Beasiswa Bidik Misi ……….5

3 Klasifikasi mahasiswa penerima Beasiswa Bidik Misi beserta karakteristiknya untuk peubah respon IPK tipe I………... 9

4 Ketepatan klasifikasi metode CHAID untuk peubah respon IPK tipe I .………10

5 Klasifikasi mahasiswa penerima Beasiswa Bidik Misi beserta karakteristiknya untuk peubah respon IPK tipe II………... 12

6

Ketepatan klasifikasi dengan metode CHAID untuk peubah respon IPK tipe II………... 13

DAFTAR GAMBAR

Halaman

1

Sebaran IPK untuk peubah respon IPK tipe I………... 5

2

Sebaran IPK untuk peubah respon IPK tipe II……….. 5

3

Sebaran IPK tipe I untuk setiap kategori peubah penjelas………... 6

4

Sebaran IPK tipe II untuk setiap kategori peubah penjelas……….. 7

5

Diagram CHAID dengan klasifikasi IPK tipe I ………8

6 Diagram CHAID dengan klasifikasi IPK tipe II ……….11

DAFTAR LAMPIRAN

Halaman 1 Karateristik mahasiswa penerima Beasiswa Bidik Misi untuk masing-masing peubah penjelas………... 16

2 Tabulasi silang antara IPK tipe I dan masing-masing peubah penjelas……… 16

3

Tabulasi silang antara IPK tipe II dan masing-masing peubah penjelas………... 17

4

Tabulasi silang antara peubah jenis kelamin dan IPK tipe I………... 17

5 Tabulasi silang antara usia saat masuk PT dan IPK tipe I………. 17

6 Tabulasi silang antara akreditasi SLA dan IPK tipe I ……….18

7 Tabulasi silang antara penghasilan orang tua dan IPK tipe I ………18

8 Tabulasi silang antara peubah tanggungan orang tua dan IPK tipe I………. 18

9 Tabulasi silang antara peubah lokasi SLA dan IPK tipe I ……….18

10 Tabulasi silang antara status SLA dan IPK tipe I ……….19

11 Tabulasi silang antara peubah kepemilikan prestasi dan IPK tipe I………... 19

12 Tabulasi silang antara peubah penghasilan orang tua dan IPK tipe II………... 19

13 Tabulasi silang antara peubah jenis kelamin dan IPK tipe II………. 19

14 Tabulasi silang antara peubah usia masuk SLA IPK tipe II………... 20

15 Tabulasi silang antara peubah lokasi SLA dan IPK tipe II……… 20

16 Tabulasi silang antara peubah akreditasi SLA dan IPK tipe II ……….20

17 Tabulasi silang antara peubah status SLA dan IPK tipe II………. 20

18 Tabulasi silang antara peubah kepemilikan prestasi dan IPK tipe II………. 20

19 Tabulasi silang antara peubah tanggungan orang tua dan IPK tipe II……… 21

20 Rincian peubah penjelas yang nyata beserta nilai uji khi-kuadrat dan Adjusted P-value terkecil untuk respon IPK tipe I……… 21

21 Rincian peubah penjelas yang nyata beserta nilai uji khi-kuadrat dan Adjusted P-value terkecil untuk respon IPK tipe II……….. 22

(9)

1 PENDAHULUAN

Latar Belakang

Beasiswa Bidik Misi merupakan program beasiswa yang diluncurkan oleh Pemerintah RI melalui Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan dan Kebu-dayaan dengan tujuan menjamin keber-langsungan studi mahasiswa hingga selesai. Syarat untuk mendapatkan Beasiswa Bidik Misi adalah berasal dari keluarga yang tidak mampu secara ekonomi. Selain tidak mampu secara ekonomi, memiliki prestasi yang me-madai ketika dibangku SLA juga merupakan syarat yang harus dipenuhi untuk menda-patkan Beasiswa Bidik Misi (Pedoman Bidik Misi, 2012).

Salah satu syarat mendapatkan Beasiswa Bidik Misi yang telah disebutkan adalah memiliki prestasi akademik yang baik ketika di bangku SLA. Seorang mahasiswa yang memiliki prestasi yang baik ketika di bangku SLA diharapkan memiliki prestasi akademik yang baik pula ketika berada di bangku perguruan tinggi. Prestasi akademik yang dimaksud adalah pencapaian Indeks Prestasi Kumulatif (IPK).

Analisis IPK mahasiswa penerima Bea-siswa Bidik Misi dapat dilakukan dengan banyak metode di antaranya regresi logistik dan beberapa metode pengklasifikasian lainnya seperti analisis diskriminan, analisis gerombol, dan metode Naive Bayes. Namun metode-metode tersebut memiliki syarat khusus seperti peubah penjelas yang bertipe kuantitatif pada analisis diskriminan (Supranto, 2004), adanya suatu kemungkinan ketergantungan hasil penggerombolan ter-hadap urutan observasi data pada analisis gerombol (Mattjik dan Sumertajaya, 2011), metode Naive Bayes yang dalam perhitungan peluang-peluang bersyaratnya mengasumsikan hubungan yang saling bebas antar peubah penjelas (Neapolitan dalam Asep, 2011), dan keabsahan penggunaan beberapa jenis analisis regresi yang sangat tergantung pada asumsi sehingga untuk mendapatkan dugaan per-samaan regresi yang memenuhi asumsi sangat sulit. Hal yang paling penting adalah keter-batasan metode-metode tersebut dalam menangani data berdasarkan karakteristik peubah penjelas dan interaksi antar peubah penjelas (Kass, 1980).

Metode yang digunakan untuk menangani keterbatasan metode pengklasifikasian yang telah disebutkan adalah metode regresi pohon seperti CART (Classification and Regression

Tree) dan CHAID (Chi-square Automatic

Interaction Detection). Kajian mengenai

metode CART dipelopori oleh Leo Breimen yang ditandai dengan terbitnya buku

Classification and Regression Tree (Breimen et al, 1993). Metode CART dalam

peng-aplikasiannya memiliki kelemahan yaitu hasil akhir tidak didasarkan pada model pro-babilistik. Tingkat keakuratan hasil CART hanya didasarkan pada keakuratan saat pembuatan pohon (Yohannes dan Web, 1999). Berbeda dengan CART, metode CHAID selain tak bebas sebarannya juga menerapkan uji signifikansi untuk peubah penjelasnya dalam membangun penyekatan simpul dan menentukan ukuran pohon.

Metode CHAID termasuk tipe dari AID (Automatic Interaction Detection). Metode CHAID dikembangkan oleh Kass (1980) berdasarkan metode THAID (Theta AID) yang dalam proses pengoperasiannya menggunakan kriteria uji Theta. Metode CHAID dalam perkembangannya banyak digunakan karena dapat menangani data yang berukuran besar dan data dengan peubah respon ordinal.

Tujuan

Tujuan dari penelitian ini adalah me-nerapkan metode CHAID untuk mengetahui peubah-peubah yang mampu mengklasifika-sikan IPK mahasiswa penerima Beasiswa Bi-dik Misi di IPB.

TINJAUAN PUSTAKA

Pendidikan

Pendidikan merupakan hal yang sangat penting dan mutlak diperlukan karena meru-pakan kunci menuju perbaikan terhadap pera-daban suatu bangsa. Suatu bangsa yang maju akan tercipta jika bangsa tersebut memiliki perhatian khusus terhadap perkembangan pendidikan. Perhatian besar akan pendidikan harus dimiliki oleh para pemimpin bangsa dan juga setiap warga negara.

Menurut UUD 1945 pasal 31 ayat 2 yang berbunyi “Pemerintah mengusahakan dan

menyelenggarakan suatu sistem pengajaran nasional yang diatur dengan Undang-Undang” dan pasal 32 yang berbunyi

“Pemerintah memajukan kebudayaan nasional

Indonesia”. Berdasarkan kedua pasal UUD

1945 tersebut sudah sangat jelas bahwa konstitusi memandatkan pendidikan kepada pemerintah sebagai penyelenggara dan secara tidak langsung juga meminta masyarakat untuk berpartisipasi ke dalam pendidikan. Pendidikan nasional yang berakar pada kebudayaan bangsa Indonesia diarahkan untuk

(10)

2 meningkatkan kecerdasan kehidupan bangsa

dan kualitas sumber daya manusia sehingga mampu bersaing di era globalisasi yang bercirikan high competition (Pedoman Bidik Misi, 2012).

Beasiswa Bidik Misi

Beasiswa Bidik Misi merupakan beasiswa yang diberikan kepada mahasiswa yang ber-prestasi dan tidak mampu secara ekonomi. Berbagai macam beasiswa oleh pemerintah pusat telah mengimplementasikan amanat peraturan perundang-undangan dengan melun-curkan Beasiswa PPA (Peningkatan Prestasi Akademik) dan BBM (Bantuan Belajar Mahasiswa). Jumlah dana yang diberikan me-lalui kedua program beasiswa tersebut masih belum dapat memenuhi kebutuhan biaya pendidikan dan biaya hidup sehingga belum menjamin keberlangsungan studi mahasiswa hingga selesai. Beberapa ketentuan peraturan perundang-undangan yang mendukung pem-berian bantuan biaya pendidikan diantaranya: 1. Undang-Undang Republik Indonesia

Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional, Bab V pasal 12 (1.c), menyebutkan bahwa setiap peserta didik pada setiap satuan pendidikan berhak mendapatkan beasiswa bagi yang berprestasi yang orang tuanya tidak mampu membiayai pendidikannya. Pasal 12 (1.d), menyebutkan bahwa setiap peserta didik pada setiap satuan dikan berhak mendapatkan biaya pendi-dikan bagi mereka yang orang tuanya tidak mampu membiayai pendidikannya. 2. Peraturan Pemerintah Republik

Indo-nesia Nomor 48 tahun 2008 tentang Pendanaan Pendidikan, Bagian Kelima, Pasal 27 ayat (1), menyebutkan bahwa pemerintah dan pemerintah daerah sesuai kewenangannya memberi bantuan biaya pendidikan atau beasiswa kepada peserta didik yang orang tuanya kurang mampu membiayai pendidikan. Pasal 27 ayat (2), menyebutkan bahwa pemerintah dan pemerintah daerah sesuai dengan kewe-nangannya dapat memberi beasiswa kepada peserta didik yang berprestasi. 3. Peraturan Pemerintah Republik

Indo-nesia Nomor 66 Tahun 2010 tentang Perubahan atas Peraturan Pemerintah Nomor 17 Tahun 2010 tentang Penge-lolaan dan Penyelenggaraan Pendidikan, Pasal 53A yang menegaskan bahwa satuan pendidikan tinggi yang diseleng-garakan oleh pemerintah atau pemerintah daerah sesuai dengan kewenangan

masing-masing dan wajib menyediakan beasiswa bagi peserta didik berkewar-ganegaraan Indonesia yang berprestasi serta wajib mengalokasikan tempat bagi calon peserta didik berkewarganegaraan Indonesia yang memiliki potensi aka-demik memadai dan kurang mampu secara ekonomi, paling sedikit 20% (dua puluh persen) dari jumlah keseluruhan peserta didik baru.

Mengacu pada peraturan dan perundang-undangan dan kenyataan tentang program beasiswa yang telah diluncurkan sebelumnya, maka pemerintah melalui Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan dan Kebudayaan mulai tahun 2010 telah meluncurkan program bantuan biaya pendi-dikan yang disebut Program Beasiswa Bidik Misi. Program tersebut ditujukan kepada mahasiswa baru yang memiliki potensi akademik yang memadai dan kurang mampu secara ekonomi untuk menempuh pendidikan di perguruan tinggi negeri (Pedoman Bidik Misi, 2012).

Tabel Kontingensi Dua Arah Jika terdapat dua peubah kategori P dan Q. Peubah P meliputi p macam nilai, yaitu

P1,P2,…,Pp, dan peubah Q meliputi q macam nilai yaitu Q1,Q2,Q3 maka tabel kontingensi dua arah pxq merupakan tabel yang menampilkan banyaknya pengamatan yang termasuk dalam silang dua peubah kategorik tersebut (Asep S et al, 2009).

Tabel 1 Tabel kontingensi dua arah pxq

P Q Total Q1 Q2 … Qq P1 n11 n12 … n1q n1. P2 n21 n22 … n2q … … … … … … … Pp np1 np2 … npq np. Total n.1 n.2 … n.q N

Bentuk dari tabel kontingensi dua arah pxq adalah seperti pada Tabel 1. Sel dalam tabel merepresentasikan kombinasi PQ yang mungkin. Jika sel tersebut berisi frekuensi kombinasi maka tabel tersebut disebut tabel kontingensi (Agresti, 2002).

Apabila kategori P dan Q saling bebas maka peluang suatu pengamatan termasuk pada sel PpQq adalah πpq dengan rumus

(11)

3 untuk pengamatan sebanyak n, peluang

masing-masing nilai kategori P dan Q adalah 𝑃 𝑃𝑝 = 𝑛𝑝. 𝑛 𝑃 𝑄𝑞 = 𝑛.𝑞 𝑛

selanjutnya frekuensi harapan pada sel PqQq (ƞ_𝑝𝑞), yaitu banyaknya pengamatan yang ter-masuk pada sel PpQq seandainya P dan Q sa-ling bebas, adalah :

ƞ_𝑝𝑞 = 𝑛𝜋𝑝𝑞 =

𝑛𝑝. 𝑛.𝑞

𝑛 keterangan :

πpq = peluang suatu pengamatan termasuk pada sel PpQq

P(Pp) = peluang nilai kategori P

Q(Qq)= peluang nilai kategori Q

np. = total frekuensi baris ke-p

n.q = total frekuensi kolom ke-q

n = total pengamatan

ƞpq = frekuensi harapan pada sel PqQq Metode CHAID

Metode CHAID (Chi-square Automatic

Interaction Detection) merupakan bagian dari

metode AID (Automatic Interaction

Detec-tion). AID adalah suatu teknik untuk

menga-nalisis kelompok data berukuran besar dengan membaginya menjadi sub-sub kelompok yang tidak saling tumpang tindih (Kass, 1980).

Motede CHAID dalam pengoperasiannya menggunakan kriteria uji khi-kuadrat

(Ala-mudi et al, 1998 ). Prinsip dasar metode

CHAID adalah memisahkan data menjadi kelompok-kelompok melalui tahapan-tahapan yang diawali dengan membagi data menjadi beberapa kelompok berdasarkan peubah penjelas yang pengaruhnya paling nyata. Masing-masing kelompok yang diperoleh kemudian diperiksa secara terpisah untuk membaginya lagi menjadi beberapa kelompok berdasarkan peubah penjelas lainnya sehingga dapat diketahui peubah-peubah penjelas yang berpengaruh nyata terhadap peubah respon. Algoritma CHAID (Kass, 1980) adalah :

1. Buat tabulasi silang untuk masing-masing kategori peubah penjelas dengan kategori peubah respon

2. Buat sub tabulasi silang 2 x d yang mungkin tersusun. d adalah banyaknya kategori peubah respon. Selanjutnya, tentukan nilai χ2hitung semua sub tabel tersebut. Kemudian tentukan nilai

χ2

hitung yang terkecil. Jika χ 2

terkecil<χ 2

α, maka kedua kategori peubah penjelas yang memiliki χ2terkecil digabung men-jadi satu kategori. Untuk peubah ordinal penggabungan kategori hanya dapat dilakukan terhadap kategori yang berurutan.

3. Setelah diperoleh penggabungan opti-mal untuk setiap peubah penjelas, hi-tung nilai p-value untuk masing-masing tabel yang terbentuk. Nilai p-value dari tabel yang mengalami pengurangan ka-tegori dikalikan dengan koreksi Bon-feroni sesuai degan tipe peubahnya. Jika nilai p-value terkecil kurang dari α maka peubah tersebut merupakan peubah penjelas yang pengaruhnya paling nyata bagi peubah respon. Jika pada tahap tiga diperoleh peubah yang pengaruhnya paling nyata, kembali ke tahap satu untuk setiap bagian data dari hasil pemisahan.

Statistik uji yang digunakan adalah

𝜒2₌(𝑂𝑖𝑗 − 𝐸𝑖𝑗) 2 𝐸𝑖𝑗 𝑐 𝑗 =1 𝑟 𝑖=1 dengan r = banyaknya baris c = banyaknya kolom i = indeks baris j = indeks kolom

Oij= nilai sel baris ke-i kolom ke-j

Eij = nilai harapan sel baris ke -i kolom ke-j ( Agresti, 1990).

Tabel kontingensi pada algoritma CHAID

membutuhkan suatu uji signifikansi. Jika tidak ada pengurangan kategori peubah, maka statistik khi-kuadrat asal dapat digunakan. Namun apabila terjadi pengurangan kategori peubah, yaitu dari c kategori menjadi r kategori (r<c), maka nilai p-value dari khi-kuadrat dikalikan dengan pengali Bonferoni berikut sesuai dengan tipe peubahnya:

1. Peubah nominal 𝐵 = (−1)i (r − i) c i! r − i ! 𝑟−1 𝑖=0 2. Peubah ordinal 𝐵 = 𝑐 − 1 𝑟 − 1

(12)

4 3. Peubah float 𝐵 = 𝑐 − 2 𝑟 − 2 + 2 𝑐 − 2 𝑟 − 1 Keterangan :

c = banyaknya kategori peubah sebelum

penggabungan

r = banyaknya kategori peubah setelah

penggabungan

Algoritma yang diajukan Kass (1980) yang telah disebutkan sebelumnya hanya dapat diterapkan pada data dengan peubah respon nominal. Namun setelah mengalami berbagai penyempurnaan dari sejumlah ilmuwan lain seperti Magidson, CHAID dapat diterapkan pada peubah respon ordinal maupun kontinu (SPSS Inc., 2010).

Penyempurnaan dilakukan pada proses menghitung nilai p-value berdasarkan level atau kelas peubah respon Y

 Jika Y kontinu, gunakan uji F.

 Jika Y nominal, buat tabulasi silang, gunakan uji khi-kuadrat Pearson

(Chi-square Pearson ).

 Jika Y ordinal, gunakan uji nisbah kemungkinan khi-kuadrat (Chi-square

Likelihood Ratio).

METODOLOGI Bahan

Data yang digunakan dalam penelitian ini adalah data primer berupa data mahasiswa penerima Beasiswa Bidik Misi di IPB untuk periode penerimaan 2010 yang didapat dari Direktorat Kemahasiswaan, Institut Pertanian Bogor.

Peubah respon dalam penelitian ini adalah IPK (Indeks Prestasi Kumulatif) mahasiswa penerima Beasiswa Bidik Misi dalam bentuk data kontinu yang dikategorikan menjadi beberapa kategori tertentu. Pengka-tegorian IPK tidak memiliki suatu aturan yang baku. Pengkategorian IPK dalam penelitian ini dilakukan berdasarkan kriteria pengkategorian IPK di IPB (tipe I) dan pengkategorian IPK berdasarkan kriteria IPK di dunia kerja (tipe II). Pengkategorian IPK menjadi respon IPK tipe I berdasarkan kriteria pengkategorian IPK IPB dilakukan dengan rincian :

1 = IPK<2.00

2 = 2.00≤IPK<2.76 (Memuaskan) 3 = 2.76≤IPK<3.51(Sangat Memuaskan) 4 = IPK≥3.51(Cum Laude)

(Panduan Program Sarjana, 2012)

pengkategorian tersebut dilakukan dengan asumsi ketentuan-ketentuan tambahan untuk mendapatkan predikat-predikat tersebut telah terpenuhi.

Pengkategorian IPK menjadi respon IPK tipe II berdasarkan kriteria pengkategorian IPK di dunia kerja dilakukan dengan rincian :

1=IPK<3.00 (di bawah standar dunia kerja) 2= IPK≥3.00 (standar dunia kerja)

Rincian peubah penjelas yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 1.

Metode

Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut :

1. Melakukan eksplorasi untuk melihat karakteristik data.

2. Melakukan pengelompokan peubah respon IPK ke dalam dua tipe peubah respon kategorik berdasarkan kriteria IPK IPB dan kriteria IPK dunia kerja.

3. Melakukan tabulasi silang antara masing-masing tipe peubah respon terhadap masing-masing peubah penjelas

4. Melakukan analisis CHAID untuk ma-sing-masing tipe peubah respon yang dihasilkan pada langkah 2.

5. Melakukan interpretasi hasil diagram CHAID untuk masing-masing tipe respon IPK.

6. Menghitung tingkat ketepatan klasifikasi metode CHAID untuk respon tipe I dan tipe II.

7. Membandingkan hasil analisis CHAID antara respon tipe I dan respon tipe II. Pengolahan data dilakukan dengan bantuan

Microsoft Excel 2007 dan SPSS versi 20

dengan α=10%, kedalaman pohon 5 level, jumlah observasi dalam parent node minimal 100 dan jumlah observasi dalam child node minimal 10.

Penggunaan taraf nyata sebesar 10% dilakukan dengan tujuan untuk menghindari keterbatasan peubah-peubah yang dapat mengklasifikasikan IPK mahasiswa penerima Beasiswa Bidik Misi dengan baik.

HASIL DAN PEMBAHASAN Karakteristik Mahasiswa Penerima

Beasiswa Bidik Misi

Statistik deskriptif pada Tabel 2 menunjukkan bahwa mahasiswa penerima Beasiswa Bidik Misi 2010 memiliki rata-rata IPK sebesar 2.95. Rata-rata IPK tersebut masih di bawah standar minimal IPK dunia

(13)

5 kerja. Banyaknya mahasiswa penerima

Beasiswa Bidik Misi yang memiliki IPK di bawah standar IPK dunia kerja sebesar 51% (Gambar 2). Selain itu, Gambar 1 menun-jukkan bahwa sebagian besar (56%) maha-siswa penerima Beamaha-siswa Bidik Misi memiliki IPK dengan predikat sangat memuaskan dan sebagian kecil (2.4%) memiliki IPK<2.00.

Tabel 2 Statistik deskriptif IPK mahasiswa penerima Beasiswa Bidik Misi IPB

Rata-rata 2.95

Simpangan baku 0.45

Minimum 1.37

Maksimum 4.00

Jangkauan 2.5

Gambar 1 Sebaran IPK untuk peubah respon IPK tipe I

Gambar 2 Sebaran IPK untuk peubah respon IPK tipe II

Syarat untuk mendapatkan Beasiswa Bidik Misi adalah tidak mampu secara ekonomi (penghasilan≤1 juta rupiah) dan memiliki prestasi akademik yang memadai. Jika dilihat berdasarkan peubah penghasilan orang tua, penyaluran Beasiswa Bidik Misi secara umum sudah tepat sasaran. Hal ini dikarenakan sebagian besar (85.8%) mahasiswa penerima Beasiswa Bidik Misi merupakan mahasiswa yang berasal dari keluarga yang tidak mampu (Lampiran 1). Selain itu, jika dilihat berda-sarkan peubah kepemilikan prestasi, penya-luran Beasiswa Bidik Misi belum dapat dika-takan tepat sasaran. Hal ini dikarenakan

proporsi penyaluran Beasiswa Bidik Misi ke-pada mahasiswa yang berprestasi (58.4%) tidak jauh berbeda dengan proporsi mahasiswa yang tidak berprestasi (41.6%). Kondisi ini diduga karena dalam proses seleksi peneri-maan Beasiswa Bidik Misi, faktor penghasilan orang tua merupakan syarat yang lebih diutamakan dibandingkan faktor kepemilikan prestasi.

Lokasi SLA merupakan salah satu faktor yang mempengaruhi kualitas suatu SLA dan peserta didiknya. Secara umum, kualitas SLA di Pulau Jawa lebih baik dibandingkan dengan SLA di luar Pulau Jawa. Sebagian besar mahasiswa penerima Beasiswa Bidik Misi 2010 berasal dari SLA yang berada di Pulau Jawa (85.8%), sementara sisanya berasal dari SLA di luar Pulau Jawa (Lampiran 1). Selain itu, Lampiran 1 menunjukkan bahwa sebagian besar mahasiswa penerima Beasiswa Bidik Misi merupakan lulusan SLA negeri (95.2%) dan sebagian kecil lulusan SLA swasta.

Karakteristik mahasiswa penerima Bea-siswa Bidik Misi berdasarkan peubah penjelas lainnya dapat dilihat pada Lampiran 1.

Deskripsi Hubungan Karakteristik Mahasiswa dengan Peubah Respon IPK

Tipe I

Gambar 3 merupakan hasil tabulasi silang antara masing-masing peubah penjelas ter-hadap peubah respon IPK tipe I yang dapat dilihat pada Lampiran 2. Gambar tersebut menunjukkan bahwa secara umum IPK berpredikat sangat memuaskan merupakan IPK dengan proporsi tertinggi. Namun kondisi yang berbeda terlihat pada kategori SLA swasta. Pada kategori ini, IPK berpredikat sangat memuaskan bukan merupakan IPK dengan proporsi tertinggi. Disamping itu, Gambar 3 juga menunjukkan bahwa secara umum proporsi IPK berstatus Cum Laude selalu lebih tinggi dibandingkan dengan proporsi IPK<2.00, kecuali kategori SLA swasta dan penghasilan orang tua>2 juta rupiah. Pada kategori penghasilan orang tua>2 juta rupiah tidak terdapat mahasiswa yang memiliki IPK<2.00 dan IPK berpredikat Cum

Laude. Adapun pada kategori SLA swasta,

proporsi IPK berstatus Cum Laude lebih rendah dibandingkan proporsi IPK<2.00. Kondisi ini diduga karena sebagian besar SLA swasta tersebut merupakan SLA yang terakreditasi lebih rendah dari A. Dengan demikian berdasarkan Gambar 3, didapat kesimpulan awal bahwa peubah yang diduga berpengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi adalah peubah

(14)

6 status SLA. Sementara itu, berdasarkan hasil

uji khi-kuadrat pada Lampiran 4 sampai Lampiran 11, peubah yang berpengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi adalah peubah status SLA dan kepemilikan prestasi. Hal ini dikarenakan p-value hasil uji khi-kuadrat untuk kedua peubah penjelas tersebut lebih kecil dari taraf nyata yang ditetapkan. (p-value<α=10%). Selanjutnya peubah yang berpengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi akan dikaji lebih lanjut dengan menggunakan metode CHAID.

Salah satu tujuan program Beasiswa Bidik Misi adalah untuk menumbuhkan motivasi

belajar sehingga mahasiswa dapat berprestasi, khususnya mahasiswa yang mengalami ken-dala ekonomi (Pedoman Bidik Misi, 2012). Jika dilihat berdasarkan peubah penghasilan orang tua, sebaran IPK untuk kategori peng-hasilan orang tua≤1 juta rupiah tidak jauh berbeda dibandingkan dengan penghasilan orang tua antara satu sampai dua juta rupiah (Gambar 3). Kondisi ini menunjukkan bahwa pemberian Beasiswa Bidik Misi dapat me-numbuhkan motivasi belajar dan prestasi mahasiswa yang kurang mampu sehingga dapat berprestasi layaknya mahasiswa yang berasal dari keluarga yang mampu.

Gambar 3 Sebaran IPK tipe I untuk setiap kategori peubah penjelas Deskripsi Hubungan Karakteristik

Mahasiswa dengan Peubah Respon IPK Tipe II

Gambar 4 dibentuk berdasarkan hasil ta-bulasi silang yang terdapat pada Lampiran 3. Gambar tersebut menunjukkan bahwa secara umum kategori IPK di bawah standar dunia kerja (IPK<3.00) merupakan IPK dengan pro-porsi tertinggi. Kondisi yang berbeda terdapat pada beberapa kategori lainnya, seperti kate-gori jenis kelamin perempuan, jumlah tanggungan orang tua>3 orang, kategori SLA di luar Pulau Jawa, dan kategori SLA terakreditasi A. Pada kategori tersebut proporsi IPK di bawah standar dunia kerja bukan merupakan proporsi IPK tertinggi. Hal ini diduga karena mahasiswa penerima beasiswa pada kategori-kategori tersebut merupakan mahasiswa yang memiliki prestasi

akademik yang sangat baik ketika masih di bangku SLA. Selain itu, Gambar 4 juga menunjukkan bahwa secara umum proporsi IPK di bawah standar dunia kerja tidak berbeda signifikan dibandingkan dengan proporsi IPK standar dunia kerja. Kondisi yang berbeda terdapat pada beberapa kategori seperti kategori jenis kelamin laki-laki, jumlah tanggungan orang tua>3 orang, SLA di Pulau Jawa, SLA swasta, tidak memiliki prestasi, SLA terakreditasi A dan SLA terakreditasi lebih rendah dari A. Pada kategori-kategori tersebut terdapat perbedaan yang cukup signifikan antara proporsi IPK di bawah standar dunia kerja dan IPK standar dunia kerja. Dengan demikian berdasarkan Gambar 4, didapat kesimpulan awal bahwa peubah yang berpengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi

(15)

7 adalah peubah kepemilikan prestasi, lokasi

SLA asal, akreditasi SLA asal, jenis kelamin, penghasilan orang tua, jumlah tanggungan orang tua, dan usia saat masuk perguruan tinggi. Sementara itu, berdasarkan hasil uji khi-kuadrat pada Lampiran 12 sampai Lam-piran 19, didapat kesimpulan bahwa peubah penjelas yang memiliki pengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi adalah peubah status SLA, kepemilikan prestasi, dan jumlah tanggungan orang tua. Hal ini dikarenakan p-value hasil uji khi-kuadrat untuk kedua peubah penjelas tersebut lebih kecil dari taraf nyata yang ditetapkan (nilai p-value<α=10%). Selanjut-nya peubah yang berpengaruh terhadap sebaran IPK mahasiswa penerima Beasiswa Bidik Misi akan dikaji lebih lanjut dengan menggunakan metode CHAID.

Salah satu yang menjadi tujuan program Beasiswa Bidik Misi adalah memberikan

kesempatan kepada mahasiswa yang berasal dari keluarga yang tidak mampu untuk melanjutkan pendidikan dan dapat berprestasi. Gambar 4 menunjukkan bahwa pencapaian IPK untuk kategori penghasilan orang tua≤ 1 juta rupiah tidak berbeda nyata dibandingkan dengan penghasilan orang tua antara satu sampai dua juta rupiah dan penghasilan>2 juta rupiah. Kondisi ini menunjukkan bahwa program Beasiswa Bidik Misi berhasil dalam memberikan kesempatan kepada mahasiswa yang kurang mampu untuk melanjutkan pendidikan dan berprestasi layaknya ma-hasiswa yang berasal dari keluarga yang mampu. Namun, seleksi mahasiswa penerima Beasiswa Bidik Misi untuk tahap selanjutnya perlu diperketat lagi agar didapat proporsi IPK standar dunia kerja yang lebih tinggi dibandingkan poporsi IPK di bawah standar dunia kerja.

Gambar 4 Sebaran IPK tipe II untuk setiap kategori peubah penjelas Analisis CHAID untuk Peubah Respon IPK

Tipe I

Analisis CHAID terhadap delapan peubah penjelas menghasilkan diagram dengan empat peubah penjelas yang berpengaruh nyata (Gambar 5). Keempat peubah tersebut meng-hasilkan lima node akhir yang selanjutnya disebut klasifikasi mahasiswa. Peubah-peubah penjelas yang berpengaruh nyata pada tiap-tiap node ditunjukkan pada Lampiran 20. Peubah-peubah tersebut adalah status SLA, kepemilikan prestasi, lokasi SLA asal, dan status akreditasi SLA. Masing-masing

klasi-fikasi mahasiswa yang terbentuk memiliki karakteristik yang berbeda-berbeda. Masing-masing klasifikasi yang terbentuk beserta karakteristiknya dapat dilihat pada Tabel 3.

Klasifikasi yang pertama yaitu klasifikasi mahasiswa yang memiliki karakeristik IPK yang memuaskan dan sangat memuaskan. Berdasarkan peubah penjelas, klasifikasi ini diidentifikasi oleh status SLA swasta. Infor-masi yang dapat diambil dari klasifikasi ini yaitu jika mahasiswa penerima Beasiswa Bi-dik Misi dipilih dari SLA yang berstatus

(16)

swas-8 ta maka penerima Beasiswa Bidik Misi

terse-but akan cenderung memiliki karakteristik IPK

memuaskan atau sangat memuaskan.

(17)

9 Tabel 3 Klasifikasi mahasiswa penerima Beasiswa Bidik Misi beserta karakteristiknya untuk

peubah respon IPK tipe I

Klasifikasi II sampai V merupakan klasifikasi mahasiswa yang memiliki karak-teristik IPK sangat memuaskan. Hal ini me-nunjukkan bahwa sebagian besar klasifikasi yang terbentuk memiliki karakteristik IPK sangat memuaskan. Informasi yang dapat diambil dari klasifikasi-klasifikasi tersebut yaitu jika mahasiswa penerima Beasiswa Bidik Misi berada pada klasifikasi tersebut maka mahasiswa tersebut akan cenderung memiliki karakteristik IPK sangat memuaskan. IPK<2.00 dan IPK berpredikat Cum Laude tidak dapat diidentifikasi oleh kelima klasifikasi tersebut. Diagram CHAID pada Gambar 8 menunjukkan terdapat sebanyak 12 mahasiswa penerima Beasiswa Bidik Misi yang memiliki IPK<2.00. Mahasiswa tersebut terdiri dari dua mahasiswa (16.67%) yang berasal dari klasifikasi I, lima mahasiswa (41.07%) berasal dari klasifikasi II, dua mahasiswa (16.67%) berasal dari klasifikasi III dan tiga mahasiswa (25%) berasal dari klasifikasi V, sedangkan untuk klasifikasi IV tidak ada mahasiswa penerima Beasiswa Bidik Misi yang memiliki IPK<2.00. Hal ini menun-jukkan bahwa proporsi terbesar mahasiswa yang memiliki IPK<2.00 berasal dari klasi-fikasi II sehingga mahasiswa pada klasiklasi-fikasi II harus dipertimbangkan kembali sebagai penerima Beasiswa Bidik Misi tahap beri-kutnya.

Mahasiswa dengan predikat Cum Laude ada sebanyak 62 mahasiswa (Gambar 5). Mahasiswa tersebut terdiri dari satu maha-siswa (1.61%) berasal dari klasifikasi I, 14 mahasiswa (22.18%) berasal dari klasifikasi II, 12 mahasiswa (19.35%) berasal dari klasi-fikasi III, 10 mahasiswa (16.12%) berasal dari klasifikasi IV dan sebanyak 25 mahasiswa (40.32%) berasal dari klasifikasi V. Hasil ini menunjukkan bahwa proporsi terbesar maha-siswa yang memiliki IPK berstatus Cum

Laude berasal dari klasifikasi V. Klasifikasi

terbaik berdasarkan IPK berstatus Cum Laude merupakan klasifikasi V, namun yang harus diperhatikan yaitu pada klasifikasi V juga terdapat tiga mahasiswa yang memiliki IPK<2.00.

Ketepatan Klasifikasi Metode CHAID untuk Peubah Respon IPK Tipe I Klasifikasi pada Tabel 4 menunjukkan bahwa tidak ada mahasiswa yang diduga memiliki IPK<2.00 oleh metode CHAID. Kondisi yang sama juga terdapat pada kategori IPK Cum Laude sehingga ketepatan klasifi-kasi untuk kedua kategori IPK tersebut sebesar 0%. Hal ini dikarenakan persentase IPK<2.00 dan Cum Laude sangat kecil dibandingkan dengan persentase kategori IPK lainnya sehingga tidak teridentifikasi dengan baik.

Klasifikasi Karakteristik berdasarkan

IPK Peubah penjelas

I Memuaskan

Sangat memuaskan

Status SLA swasta

II Sangat memuaskan Status SLA negeri, tidak

memiliki prestasi, akreditasi SLA lebih rendah dari A

III Sangat memuaskan Status SLA negeri, tidak

memiliki prestasi, SLA terakreditasi A

IV Sangat memuaskan Status SLA negeri, memiliki

prestasi, lokasi SLA di luar Pulau Jawa

V Sangat memuaskan Status SLA negeri, memiliki

prestasi, lokasi SLA di Pulau Jawa

(18)

10 Tabel 4 Ketepatan klasifikasi metode CHAID

untuk peubah respon IPK tipe I Aktual Prediksi 1 2 3 4 % Correct 1 0 2 10 0 0.0 2 0 11 135 0 7.53 3 0 10 270 0 96.42 4 0 1 61 0 0.0 Ketepatan keseluruhan 56.2 Mahasiswa yang pada keadaan aktual memiliki 2.00≤IPK<2.76 sebanyak 146 maha-siswa. Namun dari jumlah tersebut hanya 11 mahasiswa yang diduga memiliki kelompok 2.00≤IPK<2.76 oleh metode CHAID. Hal ini berakibat pada rendahnya ketepatan kla-sifikasi pada kategori IPK ini (7.53%). Selain itu, dari 280 mahasiswa yang pada keadaan aktual memiliki 2.76≤IPK<3.51, sebanyak 270 mahasiswa penerima Beasiswa Bidik Misi yang diduga memiliki 2.76≤IPK<3.51 oleh metode CHAID. Dengan demikian, ketepatan klasifikasi untuk kelompok ini adalah sebesar 96.42%.

Secara keselurahan persentase ketepatan prediksi adalah sebesar 56.2% yang artinya sebanyak 56.2% mahasiswa yang kelompok IPK pada kondisi aktual sama dengan ke-lompok IPK hasil dugaan dengan metode CHAID.

Analisis CHAID untuk Peubah Respon IPK Tipe II

Analisis CHAID terhadap delapan peubah penjelas menghasilkan diagram CHAID deng-an tujuh peubah penjelas ydeng-ang berpengaruh nyata. Lampiran 21 menunjukkan peubah-peubah yang berpengaruh nyata adalah kepe-milikan prestasi, lokasi SLA asal, akreditasi SLA asal, jenis kelamin, jumlah tanggungan orang tua, usia saat masuk SLA, dan peng-hasilan orang tua. Peubah-peubah tersebut menghasilkan sembilan node akhir yang selanjutnya disebut klasifikasi mahasiswa. Masing-masing klasifikasi tersebut memiliki karakteristik-karakteristik yang berbeda. Ka-rakteristik-karakteristik untuk masing-masing klasifikasi dapat dilihat dari dua sisi yaitu berdasarkan IPK dan peubah penjelas.

masing-masing klasifikasi beserta karakteristiknya dapat dilihat pada Tabel 5.

Klasifikasi pertama adalah klasifikasi ma-hasiswa dengan karakteristik IPK di bawah standar dunia kerja. Berdasarkan peubah penjelas, kelompok ini diidentifikasi oleh peubah tidak memiliki prestasi dan lokasi SLA di luar Pulau Jawa. Jika mahasiswa penerima Beasiswa Bidik Misi memiliki penciri berupa tidak memiliki prestasi dan lokasi SLA di luar Pulau Jawa maka mahasiswa tersebut akan cenderung memiliki karakteristik IPK di bawah standar dunia kerja.

Klasifikasi kedua adalah klasifikasi mahasiswa yang memiliki karaktreristik IPK di bawah standar dunia kerja. Klasifikasi ini memiliki karakteristik lain berupa tidak memiliki prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin laki-laki dan jumlah tang-gungan orang tua≤3 orang. Jika mahasiswa penerima Beasiswa Bidik Misi berada pada klasifikasi ini maka mahasiswa tersebut akan cenderung memiliki karakteristik IPK di bawah standar minimal yang ditetapkan di dunia kerja.

Klasifikasi ketiga adalah klasifikasi yang memiliki karakteristik berupa tidak memiliki prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin laki-laki dan dengan jumlah tang-gungan orang tua>3 orang. Berdasarkan IPK, klasifikasi ini memiliki karakteristik IPK di bawah standar dunia kerja. Berdasarkan kedua tipe karakteristik tersebut dapat diambil informasi bahwa mahasiswa yang berada pada klasifikasi ini akan cenderung memiliki karak-teristik IPK di bawah standar dunia kerja.

Klasifikasi keempat adalah klasifikasi mahasiswa dengan karakteristik IPK standar dunia kerja. Jika dilihat berdasarkan peubah penjelas, klasifikasi ini dapat diidentifikasi oleh peubah tidak memiliki prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perem-puan, usia pada saat masuk SLA≤18 tahun dan penghasilan orang tua≤1 juta rupiah.

(19)

11 Gambar 6 Diagram CHAID dengan klasifikasi IPK tipe II

(20)

12 Tabel 5 Klasifikasi mahasiswa penerima Beasiswa Bidik Misi beserta karakteristiknya untuk

peubah IPK tipe II

Klasifikasi kelima adalah klasifikasi de-ngan karakteristik IPK di bawah standar dunia kerja. Berdasarkan peubah penjelas, klasifikasi ini memiliki karakteristik berupa tidak ber-prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perempuan, usia pada saat masuk SLA≤18 tahun, dan penghasilan orang tua>1 juta rupiah. Mahasiswa yang memiliki penciri berupa tidak berprestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perempuan, usia pada saat masuk SLA≤18 tahun, penghasilan orang tua>1 juta rupiah akan cenderung memiliki IPK di bawah standar dunia kerja.

Klasifikasi keenam adalah mahasiswa yang tidak berprestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perempuan, usia pada saat masuk>18 tahun. Jika mahasiswa

pe-nerima Beasiswa Bidik Misi dipilih dari kelompok ini maka mahasiswa tersebut akan cenderung memiliki IPK di bawah standar dunia kerja.

Klasifikasi ketujuh dapat diidentifikasi oleh peubah memiliki prestasi, berasal dari SLA yang terakreditasi kurang dari A. Klasifikasi ini memiliki karakteristik IPK standar dunia kerja. Jika mahasiswa dengan penciri memiliki prestasi dan berasal dari SLA yang terakreditasi lebih rendah dari A maka mahasiswa tersebut akan cenderung memiliki IPK standar dunia kerja.

Klasifikasi kedelapan adalah kelompok mahasiswa yang memiliki prestasi, berasal dari SLA yang terakreditasi A dan penghasilan orang tua<1 juta rupiah. Klasifikasi

maha-Klasifikasi Karakteristik berdasarkan

IPK Peubah penjelas

I di bawah standar dunia kerja tidak memiliki pretasi, lokasi SLA di luar Pulau Jawa II di bawah standar dunia kerja tidak memiliki prestasi, lokasi

SLA di Pulau Jawa, jenis ke-lamin laki-laki, jumlah tang-gungan orang tua≤3 orang III di bawah standar dunia kerja tidak memiliki prestasi, lokasi

SLA di Pulau Jawa, jenis ke-lamin laki-laki, jumlah tang-gungan orang tua>3 orang

IV standar dunia kerja tidak memiliki prestasi, lokasi

SLA di Pulau Jawa, berjenis kelamin perempuan, usia saat masuk PT≤18 tahun, peng-hasilan orang tua≤1 juta rupiah V di bawah standar dunia kerja tidak memiliki prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perempuan, usia saat masuk PT≤18 tahun, peng-hasilan orang tua>1 juta rupiah VI di bawah standar dunia kerja tidak memiliki prestasi, lokasi SLA di Pulau Jawa, berjenis kelamin perempuan, usia saat masuk PT>18 tahun,

VII standar dunia kerja memiliki prestasi, Akreditasi

lebih rendah dari A

VIII di bawah standar dunia kerja memiliki prestasi, SLA terakreditasi A, penghasilan orang tua≤ 1 juta rupiah

IX standar dunia kerja Memiliki prestasi, SLA

terakreditasi A, penghasilan orang tua>1 juta rupiah

(21)

13 siswa ini memiliki karakteristik IPK di bawah

standar dunia kerja. Mahasiswa penerima beasiswa bidik misi yang memiliki penciri berupa memiliki prestasi, berasal dari SLA yang terakreditasi A dan penghasilan orang tua<1 juta akan cenderung memiliki IPK di bawah standar dunia kerja.

Klasifikasi kesembilan adalah kelompok mahasiswa yang memiliki prestasi dan berasal dari SLA yang terakreditasi A dan peng-hasilan>1 juta rupiah. Klasifikasi ini memiliki karakteristik IPK standar dunia kerja. Hal ini memberikan informasi bahwa jika mahasiswa penerima Beasiswa Bidik Misi dengan penciri memiliki prestasi dan berasal dari SLA yang terakreditasi A dan penghasilan orang tua>1 juta rupiah maka mahasiswa tersebut akan cenderung memiliki IPK standar dunia kerja.

Klasifikasi I,II,III,V,VI,VIII merupakan klasifikasi mahasiswa penerima Beasiswa Bidik Misi yang memiliki karakteristik IPK di bawah standar dunia kerja. Sedangkan kla-sifikasi IV,VII,IX merupakan klakla-sifikasi ma-hasiswa dengan karakteristik IPK standar du-nia kerja. Hal ini menunjukkan bahwa seba-gian besar klasifikasi mahasiswa yang terbentuk memiliki karakteristik IPK di bawah standar dunia kerja. Hasil ini sesuai dengan hasil eksplorasi berdasarkan Gambar 4 yang menunjukkan bahwa IPK dibawah standar dunia kerja merupakan kategori IPK dengan proporsi tertinggi untuk hampir semua kategori.

Ketepatan Klasifikasi Metode CHAID untuk Peubah Respon IPK Tipe II Tabel 6 menunjukkan bahwa mahasiswa yang pada kondisi aktual memiliki IPK<3.00 dan diprediksi oleh metode CHAID memiliki IPK<3.00 ada sebanyak 176 mahasiswa. Ketepatan klasifikasi pada kelompok ini adalah 68.5%. Selain itu, mahasiswa yang pada kondisi aktual memiliki IPK≥3.00 dan diprediksi oleh metode CHAID memiliki IPK ≥3.00 ada sebanyak 130 mahasiswa sehingga ketepatan klasifikasi pada kelompok IPK ini adalah sebesar 53.5%. Ketepatan keseluruhan adalah 61.2% yang artinya ada sebanyak 61.2% mahasiswa yang kelompok IPK pada

kondisi aktual sama dengan kelompok IPK hasil prediksi oleh metode CHAID.

Tabel 6 Ketepatan klasifikasi Metode CHAID untuk peubah respon IPK Tipe II

Aktual Prediksi 1 2 % Correct 1 176 81 68.5 2 113 130 53.5 Ketepatan keseluruhan 61.2 Perbandingan Analisis CHAID antara Respon IPK Tipe I dan Respon IPK Tipe II

Analisis CHAID dengan peubah respon IPK tipe I menghasilkan empat peubah penjelas yang berpengaruh nyata dan meng-hasilkan lima jenis klasifikasi mahasiswa. Adapun analisis CHAID dengan peubah respon tipe II menghasilkan tujuh peubah penjelas yang berpengaruh nyata dan menghasilkan sembilan klasifikasi mahasiswa. Hal ini menunjukkan bahwa pengkategorian peubah respon dapat mempengaruhi jenis peubah penjelas yang berpengaruh nyata sehingga mempengaruhi jenis klasifikasi yang dihasilkan.

Pemilihan kategori peubah respon juga berpengaruh terhadap ketepatan klasifikasi yang dihasilkan. Analisis CHAID dengan kategori respon tipe I memiliki ketepatan Kla-sifikasi yang lebih kecil dibandingkan dengan analisis CHAID dengan kategori respon tipe II. Perbedaan ini disebabkan pada pengka-tegorian IPK tipe I terdapat kategori IPK yang memiliki persentase yang jauh lebih rendah dibandingkan dengan persentase kategori yang lain. Kategori IPK tersebut adalah kategori IPK<2.00 dan kategori IPK yang berpredikat

Cum Laude. Persentase yang rendah ini

menyebabkan kategori tersebut tidak ter-identifikasi dengan baik. Tabel 2 menun-jukkan bahwa kategori IPK<2.00 dan Cum

Laude tidak ada yang diprediksi oleh metode

CHAID sehingga ketepatan klasifikasi pada kategori tersebut adalah 0% . Hal ini berakibat pada rendahnya ketepatan klasifikasi analisis CHAID dengan respon IPK tipe I.

KESIMPULAN DAN SARAN Kesimpulan

Analisis CHAID dengan kategori respon tipe I terhadap delapan peubah penjelas menghasilkan empat peubah penjelas yang

(22)

14 berpengaruh nyata dan didapatkan lima

klasifikasi. Peubah yang dapat membentuk klasifikasi-klasifikasi tersebut adalah status SLA, kepemilikan prestasi, lokasi SLA asal, dan akreditasi SLA. Adapun untuk klasifikasi respon tipe II didapatkan tujuh peubah penjelas yang berpengaruh nyata. Peubah– peubah tersebut adalah kepemilikan prestasi, lokasi SLA asal, akreditasi SLA asal, jenis kelamin, jumlah tanggungan orang tua, usia saat masuk SLA, dan penghasilan orang tua. Peubah-peubah tersebut menghasilkan sem-bilan klasifikasi mahasiswa. Pengka-tegorian peubah respon berpengaruh terhadap ketepatan klasifikasi yang dihasilkan. Analisis CHAID untuk kategori respon tipe I menghasilkan ketepatan yang lebih rendah dibandingkan dengan analisis CHAID dengan kategori respon tipe II. Perbedaan ini disebabkan pada pengkategorian tipe I terdapat kategori IPK yang memiliki persentase yang jauh lebih rendah dibandingkan dengan persentase kategori yang lain sehingga tidak ter-identifikasi dengan baik.

Saran

Saran untuk penelitian selanjutnya yaitu analisis diharapkan menggunakan data IPK mahasiswa penerima Beasiswa Bidik Misi untuk beberapa periode agar didapatkan pe-ubah penjelas yang dapat lebih menjelaskan keragaman peubah respon IPK sehingga di-dapatkan ketepatan klasifikasi yang lebih tinggi.

DAFTAR PUSTAKA

Agresti A. 1990. Categorical Data Analysis. New York: John Willey & Sons.

Agresti A. 2002. Categorical Data Analysis. Ed ke-2. New Jersey: John Willey & Sons. Alamudi A, Wigena AH, Aunuddin. 1998.

Eksplorasi struktur data menggunakan metode CHAID. Forum Statistika dan

Komputasi 3:10-11

Breimen L et al. 1993. Classification and

Regression Trees. New York: Chapman

and Hall.

[DIKTI] Direktorat Jenderal Pendidikan Tinggi, Kementerian Pendidikan Nasional. 2012. Pedoman Bidik Misi. Jakarta: Kemendiknas.

[IPB] Institut Pertanian Bogor. 2012. Panduan

Program Sarjana. Bogor: IPB Press.

Kass GV. 1980. An Exploratory Technique for

Investigating Large Quantities of Ca-tegorical Data. Wahington DC: Chapman

and Hall.

Khoerudin A. 2011. Analisis tingkat ke-sukaan konsumen dengan metode bayesian network [skripsi]. Bogor: Jurusan Sta-tistika FMIPA, Institut Pertanian Bogor. Mattjik AA, Sumertajaya IM. 2011. Sidik

Peubah Ganda. Bogor: Departemen

Statistika.

Saefuddin A et al. 2009. Statistika Dasar. Grasindo: Jakarta.

[SPSS Inc] Statistical Package for the Social. Sciences Incorporated. 2010. SPSS 20

User’s Guide. Chicago: SPSS Inc.

Supranto J. 2004. Analisis Multivariat. Rineka Cipta: Jakarta.

Yohannes Y, P Web. 1999. Classification and

Regression Tree for Identifying Indicators of Vulnerability to Famine and Chronic Food Insecurity. Washington DC:

(23)

15

LAMPIRAN

(24)

16 Lampiran 1 Karateristik mahasiswa penerima Beasiswa Bidik Misi untuk masing-masing peubah

penjelas

Lampiran 2 Tabulasi silang antara IPK tipe I dan masing-masing peubah penjelas

Peubah Kategori IPK

IPK<2.00 2.00≤ IPK<2.76 2.76 ≤IPK<3.51 IPK≥3.51 Jenis kelamin Perempuan 1.7% 28.0% 57.8% 12.5% Laki-laki 3.3% 30.8% 53.6% 12.3% Usia masuk PT ≤18 1.8% 28.8% 56.7% 11.6 % > 18 3.7 30.1 % 52.1% 14.1% Akreditasi SLA Terakreditasi A 2.5% 32.2% 52.3 % 13 % Terakreditasi<A 2.5 % 26.4 % 59.4 % 11.9 % Penghasilan orang tua ≤ 1 juta 2.8 /% 28.9% 56.7 % 11.6 % 1-2 juta 1% 31% 52% 16% > 2 juta 0 % 20% 80% 0 % Tanggungan ≤3 orang 1.6% 28.8% 57.1% 12.6%

orang tua >3 orang 7.4 % 33.3% 48.1% 11.1%

Lokasi SLA Asal Luar Pulau Jawa 2.8% 31% 47.9% 18.3% Di Pulau Jawa 2.3% 28.9% 57.3% 11.4%

Status SLA Negeri 2.1% 28.4% 56.7% 12.8%

Swasta 8.3% 45.8% 41.7% 4.2%

Kepemilikan prestasi

Tidak memiliki 3.1% 31.2% 56.5% 9.2%

Memiliki 1.4% 26.4% 55.3% 16.8%

No Peubah penjelas Kategori Persentase

1 Jenis kelamin (X1) Laki-laki Perempuan

42.4 % 57.6 % 2 Usia saat masuk perguruan

tinggi (X2)

≤18 tahun > 18 tahun

74.4 % 25.6 % 3 Penghasilan orang tua (X3) ≤ 1 juta

1-2 juta > 2 juta

85.8 % 12.8 % 1.4 % 4 Jumlah tanggungan orang tua

(X4)

≤ 3 orang > 3 orang

75.2 % 24.8 % 5 Lokasi SLA asal (X5) Dalam Pulau Jawa

Luar Pulau Jawa

85.8 % 14.2 % 6 Status SLA asal (X6) Negeri

Swasta

95.2 % 4.8 % 7 Kepemilikan prestasi disaat

SLA (X7)

Memiliki Tidak memiliki

58.4 % 41.6 % 8 Akreditasi SLA (X8) Terakreditasi A

Terakreditasi<A

47.8 % 52.2 %

(25)

17 Lampiran 3 Tabulasi silang antara IPK tipe II dan masing-masing peubah penjelas

Peubah Kategori IPK IPK<3.00 IPK ≥3.00 Jenis kelamin Perempuan 48.8% 51.2% Laki-laki 55.0% 45.0% Usia masuk PT ≤ 18 51% 49% < 52.1% 47.9% Akreditasi SLA Terakreditasi A 50.6% 49.4% Terakreditasi<A 52.1% 47.9% Penghasilan ≤ 1 juta 51.4% 48.6%

orang tua 1-2 juta 52% 48%

>2 juta 40% 60% Tanggungan orang tua ≤3 orang 49.7% 50.3% >3 orang 68.4% 35.6% Lokasi SLA Asal Di luar Pulau Jawa 57.7% 42.3% Di Pulau Jawa 42.3% 49.7%

Status SLA Swasta 58.3% 41.7%

Negeri 51.1% 48.9%

Kepemilikan prestasi

Tidak memiliki 56.5% 43.5%

Memiliki 44.2% 56.8%

Lampiran 4 Tabulasi silang antara peubah jenis kelamin dan IPK tipe I

Jenis kelamin

IPK I

Total IPK<2.00 2.00≤IPK<2.76 2.76≤IPK<3.51 IPK≥3.51

Perempuan 5 81 167 36 289

Laki-laki 7 65 113 26 211

Total 12 146 280 62 500

Chi-square = 1.974 P-value = 0.574

Lampiran 5 Tabulasi silang antara usia saat masuk PT dan IPK tipe I Usia saat

masuk PT

IPK I

≤ 18 tahun 6 97 195 39 337

> 18 tahun 6 49 85 23 163

Total 12 146 280 62 500

(26)

18 Lampiran 6 Tabulasi silang antara akreditasi SLA dan IPK tipe I

Akreditasi SLA

IPK I

< A 6 77 125 31 239

A 6 69 155 31 261

Total 12 146 280 62 500

Lampiran 7 Tabulasi silang antara penghasilan orang tua dan IPK tipe I

Penghasilan orang tua

IPK I

≤ 1 juta 11 114 224 46 395

1-2 juta 1 31 52 16 100

> 2 juta 0 1 4 0 5

Total 12 146 280 62 500

Lampiran 8 Tabulasi silang antara peubah jumlah tanggungan orang tua dan IPK tipe I Jumlah

tanggungan orang tua

IPK I

≤3 orang 7 128 254 56 445

> 3orang 4 18 26 7 55

Total 11 146 280 62 500

Lampiran 9 Tabulasi silang antara peubah lokasi SLA dan IPK tipe I

Lokasi SLA

IPK I

Total IPK<2.00 2.00≤IPK<2.76 2.76≤IPK<3.51 IPK ≥3.51

Di luar Pulau Jawa 2 22 34 13 71 Di Pulau Jawa 10 124 246 49 429 Total 12 146 280 62 500 Chi-square = 3.242 P-value = 0.356

(27)

19 Lampiran 10 Tabulasi silang antara status SLA dan IPK tipe I

Status SLA

IPK I

Swasta 2 11 10 1 24

Negeri 10 135 270 61 476

Total 12 146 280 62 500

Lampiran 11 Tabulasi silang antara peubah kepemilikan prestasi dan IPK tipe I

Kepemilikan pretasi

IPK I

Total IPK<2.00 2.00≤IPK<2.76 2.76≤IPK<3.51

IPK≥ 3.51 Tidak memiliki 9 91 165 27 292 Memiliki 3 55 115 35 208 Total 12 146 280 62 500 Chi-square = 7.941 P-value = 0.047

Lampiran 12 Tabulasi silang antara peubah penghasilan orang tua dan IPK tipe II Penghasilan orang tua IPK II Total IPK<3.00 IPK≥3.00 ≤ 1 juta 203 192 395 1-2 juta 52 48 100 > 2 juta 2 3 5 Total 257 243 500 Chi-square=0.276 P-value=0.871

Lampiran 13 Tabulasi silang antara peubah jenis kelamin dan IPK tipe II Jenis kelamin IPK II Total IPK<3.00 IPK ≥.00 Perempuan 141 148 289 Laki-laki 116 95 211 Total 257 243 500 Chi-square=1.871 P-value=0.171

(28)

20 Lampiran 14 Tabulasi silang antara peubah usia masuk PT dan IPK tipe II

Usia saat masuk IPK II Total IPK<3.00 IPK≥3.00 ≤18 tahun 172 165 337 >18 tahun 85 78 163 Total 257 243 500 Chi-square=0.051 P-value=0.816

Lampiran 15 Tabulasi silang antara peubah lokasi SLA dan IPK tipe II

Lokasi SLA IPK II Total

IPK<3.00 IPK≥3.00 Di luar Pulau Jawa 41 30 71 Di Pulau Jawa 216 213 429 Total 257 243 500 Chi-square = 1.340 P-value = 0.247

Lampiran 16 Tabulasi silang antara peubah akreditasi SLA dan IPK tipe II Akreditasi SLA IPK II Total IPK<3.00 IPK≥3.00 < A 121 118 239 A 136 125 261 Total 257 243 500 Chi-square= 0.109 Pvalue=0.741

Lampiran 17 Tabulasi silang antara peubah status SLA dan IPK tipe II

Status SLA IPK II Total

IPK<3.00 IPK≥3.00

Swasta 14 10 24

Negeri 243 233 476

Total 257 243 500

Chi-square= 0.488 P-value=0.485

Lampiran 18 Tabulasi silang antara kepemilikan prestasi dan IPK tipe II Kepemilikan prestasi IPK II _Total IPK<3.00 IPK≥3.00 Tidak memiliki 165 127 292 Memiliki 92 116 208 Total 257 243 500 Chi-square=7.343 P-value=0.007

(29)

21 Lampiran 19 Tabulasi silang antara peubah jumlah tanggungan orang tua dan IPK tipe II

Jumlah tanggungan orang tua IPK II Total IPK<3.00 IPK≥3.00 ≤3 orang 221 224 445 > 3orang 35 19 54 Total 256 243 499 Chi-square=4.494 P-value=0.034

Lampiran 20 Rincian peubah penjelas yang berpengaruh nyata beserta nilai uji khi-kuadrat dan adjusted p-value terkecil untuk respon IPK tipe I

Parent node

Primary independent variable

Variable Sig.a Chi-square Df Split Values

0 Status SLA swasta 0.007 7.203 1 Swasta 1 Negeri 2 Kepemilikan prestasi diwaktu SLA 0.011 6.513 1 Tidak memiliki 1 Memiliki 3 Akreditasi SLA 0.025 4.995 1 Tidak terakreditasi A 1 Terakreditasi<A 4 Lokasi SLA asal 0.037 4.331 1 di luar Pulau Jawa

1 di Pulau Jawa

(30)

22 Lampiran 21 Rincian peubah penjelas yang berpengaruh nyata beserta nilai uji khi-kuadrat dan

adjusted p-value terkecil untuk respon IPK tipe II

Parent node

Primary independent variable Variable Sig.a

Chi-Square df Split values 0 Kepemilikan prestasi diwaktu SLA 0.007 7.343 1 Tidak memiliki 1 Memiliki 1 Lokasi SLA asal 0.018 5.631 1 di luar Pulau Jawa 1 di Pulau Jawa 2 Akreditasi SLA 0.087 2.925 1 Terakreditasi<A 1 Terakreditasi A 4 Jenis kelamin 0.065 3.403 1 Laki-laki 1 Perempuan 5 Penghasilan orang tua 0.076 3.140 1 ≤ 1 juta rupiah 1 > 1 juta rupiah 7 Jumlah tanggungan orang tua 0.086 2.950 1 ≤ 3 orang 1 > 3 orang 8 Usia saat masuk SLA 0.071 3.268 1 ≤ 18 tahun 1 18 tahun 14 Penghasilan orang tua 0.074 3.190 1 ≤ 1 juta rupiah 1 > 1 juta rupiah