Mega Khoirunnisak Pembimbing: Prof. Drs. Nur Iriawan, MIkom, PhD

Mega Khoirunnisak

1308.100.501

Pembimbing:

Prof. Drs. Nur Iriawan, MIkom, PhD

Pemodelan

Pemodelan Faktor

Faktor--faktor

faktor Yang

Yang

Mempengaruhi

Mempengaruhi Mahasiswa

Mahasiswa Berhenti

Berhenti

Studi

Studi (Drop Out)

(Drop Out) di

di Institut

Institut

Teknologi

Teknologi Sepuluh

Sepuluh Nopember

Nopember

Menggunakan

Menggunakan Analisis

Analisis Bayesian

Bayesian

Mixture Survival

- Latar Belakang

- Permasalahan

- Tujuan

- Manfaat

LATAR BELAKANG

Mutu SDM Pendidikan berkualitas Problematika pendidikan tinggi Mahasiswa drop out Faktor-faktor yang mempengaruhi mahasiswa drop out Analisis Survival Distribusi mixture, metode Bayesian Bayesian Mixture Survival

PENELITIAN SEBELUMNYA

Hertati (2009)

Yang (2000)

Bruinsma dan

Jansen (2009)

Ermawati

(2008)

Herzog

(2005)

Faktor-faktor mahasiswa DO

Retnowati

(2009)

Hariyanto

(2009)

Preatin (2009)

Radcliffe dkk

(2009)

Marhima

(2008)

Septiari (2008)

Penerapan analisis survival

PERMASALAHAN

Bagaimana karakteristik mahasiswa yang berhenti studi

(drop out) di ITS?

Apa faktor-faktor yang mempengaruhi mahasiswa berhenti

studi (drop out) di ITS?

Bagaimana model hubungan faktor-faktor yang

mempengaruhi mahasiswa berhenti studi (drop out) di ITS?

TUJUAN

Mendeskripsikan karakteristik mahasiswa yang berhenti

studi (drop out) di ITS.

Mengetahui faktor-faktor yang mempengaruhi mahasiswa

berhenti studi (drop out) di ITS.

Mendapatkan model hubungan faktor-faktor yang

MANFAAT

Memberikan informasi mengenai waktu survival (ketahanan)

mahasiswa yang berhenti studi di ITS serta faktor-faktor

yang mempengaruhi berhenti studi (drop out) mahasiswa di

ITS

BATASAN MASALAH

Penelitian hanya dilakukan pada mahasiswa berhenti studi

(drop out) program sarjana reguler ITS. Mahasiswa drop out

yang merupakan objek penelitian paling tidak telah

menempuh evaluasi pendidikan di ITS dengan mendapatkan

hasil evaluasi melalui nilai IPK. Data diambil berdasarkan

kelengkapan hasil rekap BAAK selama empat tahun terakhir

yakni mulai tahun 2006 sampai 2009.

-

Analisis Survival

- Fungsi Survival & Hazard

- Distribusi Mixture Metode Bayesian

- Mixture Weibull Proportional

Hazards Model

ANALISIS

SURVIVAL

Analisis survival adalah suatu metode yang

berhubungan dengan waktu, mulai dari start point

sampai dengan terjadinya suatu kejadian khusus atau

end point (Collet, 1994). Analisis survival

merupakan kumpulan dari prosedur statistik untuk

analisis data, dimana variabel hasilnya adalah waktu

sampai sebuah kejadian terjadi (Kleinbaum dan

FUNGSI

SURVIVAL

&

HAZARD

Fungsi survival: probabilitas bahwa waktu survival

lebih besar atau sama dengan t, sehingga

Fungsi hazard: laju kegagalan seketika suatu individu

pada waktu t, setelah mampu bertahan sampai waktu

tersebut,

DISTRIBUSI

MIXTURE

,

METODE BAYESIAN

Pada distribusi mixture, data biasanya tersusun dari

beberapa subpopulasi. Setiap subpopulasi merupakan

komponen dari distribusi tertentu dengan proporsi

bervariasi. Densitas untuk model mixture:

Dalam pendekatan Bayesian, parameter distribusi atau

model diperlakukan sebagai variabel random. Jika suatu

parameter θ dianggap sebagai variabel, maka informasi

mengenai θ sebelum melakukan observasi disebut prior.

MIXTURE WEIBULL

PROPORTIONAL HAZARDS

Kumpulan nilai variabel independen dalam model

Hazard Proporsional diwakili oleh vektor

Model umum proportional hazards adalah :

Model mixture weibull proportional hazards dua

komponen:

PERATURAN AKADEMIK ITS

PERATURAN AKADEMIK ITS

Peraturan Akademik Bab VII Pasal 21 ayat 3 Mahasiswa program D‐IV

dan sarjana diperkenankan melanjutkan studi apabila:

Pada akhir semester dua, 18 sks dari 36 sks yang telah ditempuh di tahap persiapan mendapat IP ≥ 2,0 untuk nilai terbaik selain mata kuliah yang bernilai E

Pada akhir semester empat, telah menempuh seluruh beban studi tahap persiapan dengan IP ≥ 2,0 tanpa nilai E dan tanpa nilai D untuk mata kuliah yang termasuk dalam kelompok kompetensi utama.

Peraturan Akademik Bab XII mengenai berhenti studi Pasal 31 Ayat 2

menyatakan berhenti studi dapat disebabkan oleh beberapa hal: Mengundurkan diri atas permintaan sendiri

Dinyatakan mengundurkan diri Masa studi habis

-

Sumber Data

- Variabel Penelitian

- Metode Analisis

SUMBER DATA

SUMBER DATA

Data sekunder mahasiswa program sarjana reguler

yang berhenti studi di ITS mulai tahun 2006 sampai

2009 hasil rekapan BAAK ITS. Berhenti studi dalam

hal ini didefinisikan sesuai kriteria peraturan

akademik ITS Bab VII Pasal 21 Ayat 4 dan Bab XII

Pasal 31 Ayat 2

VARIABEL PENELITIAN

VARIABEL PENELITIAN

Dependen

Waktu survival

Yakni lama waktu

mahasiswa

menempuh studi di

ITS sampai

dinyatakan drop

out dari ITS dalam

satuan semester

Independen

- Usia

- Asal daerah

- Pekerjaan orang tua - Penghasilan orang tua - Status asal sekolah - Jalur masuk

- Fakultas - Nilai IPK - Nilai TPB

METODE ANALISIS

METODE ANALISIS

K A R A K T E R IS T IK M A H A S IS W A

Analisis

statistika

deskriptif

menggunakan

frekuensi dan

prosentase

melalui

diagram batang

dan diagram

lingkaran, serta

menggunakan

tabulasi silang

F A K T O R -F A K T O R P E N G A R U H

Variabel yang

signifikan pada

mixture weibull

proportional

hazards model

M O D E L H U B U N G A N F A K T O R

Intepretasi hasil

estimasi

variabel yang

signifikan pada

mixture weibull

proportional

hazards model

LANGKAH ANALISIS

Ya Tidak Asumsi Proportional Hazards

Pendugaan Distribusi Data Mulai

Statistika Deskriptif Pengumpulan Data

Fungsi Survival dan Fungsi Hazard

Selesai Kesimpulan Intepretasi Model

Pemodelan Bayesian Mixture Survival Parameter Distribusi Mixture

-

Analisis Deskriptif

- Pendugaan Distribusi Data

- Pemodelan Mixture Weibull

ANALISIS DESKRIPTIF

Variabel N Mean Median Max Min St. Dev

Waktu Survival (t) 434 3,6152 4 9 2 1,505

Usia (X₁) 434 17,712 18 20 16 0,734

IPK (X₈) 434 1,7908 1,84 3,81 0,03 0,8827

TPB (X₉) 434 1,3635 1 4 0 0,9724

FMIPA FTI FTSP FTK FTIf Total

PMDK Kemitraan 14 31 24 7 18 94

PMDK Mandiri 1 4 4 4 2 15

PMDK Reguler 21 4 1 18 0 44

SPMB/SNMPTN 50 67 96 38 30 281

ANALISIS DESKRIPTIF

Variabel Ket. Frek % Variabel Ket. Frek %

Usia masuk (X1) 16 7 1,6 Status sekolah (X₅) Negeri 334 77 17 166 38,2 Swasta 100 23 18 216 49,8 Jalur masuk (X₆) Kemitraan 94 21,7 19 35 8,1 Mandiri 15 3,5 20 10 2,3 Reguler 44 10,1 Asal daerah (X2) Jawa Timur 338 77,9 SNMPTN 281 64,7

Luar Jawa Timur, P.

Jawa 44 10,1

Fakultas

(X7)

FMIPA 86 19.8

Luar P. Jawa 52 12 FTI 106 24,4

Pekerjaan orang tua

(X3)

Swasta 135 31,1 FTSP 125 28,8

Negeri 196 45,2 FTK 67 15,4

Wiraswasta 72 16,6 FTIf 50 11,5

Lain-lain 31 7,1

Penghasilan orang tua

(X₄)

< 500.000 30 6,9

500.000-2.500.000 227 52,3

2.500.001-7.500.000 139 32

DISTRIBUSI DATA

Semester F re k u e n si 9 8 7 6 5 4 3 2 160 140 120 100 80 60 40 20 0

Histogram Waktu Survival

Semester F re k u e n si 6 5 4 3 2 160 140 120 100 80 60 40 20 0

Histogram Waktu Survival 1

Semester F re k u e n si 9 8 7 6 5 4 160 140 120 100 80 60 40 20 0

Histogram Waktu Survival 2

Distribusi

Keseluruhan Komponen 1 Komponen 2

Nilai Kritis

A-D A-D A-D

Eksponensial 78,409 58,985 73,175 2,502

Weibull 23,885 39,970 29,842 2,502

FUNGSI

SURVIVAL

&

HAZARD

Parameter Mean Sd 2,50% Median 97,5%

Phi[1] 0,4773 0,02381 0,4308 0,4772 0,5239

Phi[2] 0,5227 0,02381 0,4761 0,5228 0,5692

pGamma[1] 2,548 0,1209 2,312 2,546 2,788

pGamma[2] 3,94 0,1799 3,587 3,941 4,292

pLambda[1] 0,07409 0,01236 0,05238 0,07322 0,1006

pLambda[2] 0,001735 5,74E-04 8,78E-04 0,001646 0,003098

t S1(t) S2(t) S(t) h1(t) h2(t) h(t) 2 0,30947 0,50896 0,81843 0,26348 0,02742 0,29090 3 0,14127 0,45826 0,59953 0,49355 0,09032 0,58387 4 0,03787 0,34734 0,38521 0,77044 0,21043 0,98087 5 0,00544 0,19528 0,20072 1,08832 0,40553 1,49385 6 0,00039 0,06938 0,06977 1,44321 0,69313 2,13633 7 0,00001 0,01284 0,01285 1,83216 1,09053 2,92268 8 0,00000 0,00099 0,00099 2,25286 1,61485 3,86771 9 0,00000 0,00002 0,00002 2,70345 2,28308 4,98653

ESTIMASI PARAMETER MODEL

Parameter Mean Exp(B) 2,50% Median 97,5%

Phi[1] 0,4772 0,4308 0,4773 0,5239 Phi[2] 0,5228 0,4761 0,5227 0,5692 b1[1] -0,316 0,7291 -0,3647 -0,3157 -0,2669 b1[2] -0,3728 0,6888 -0,4259 -0,3727 -0,3234 b2_1[1] 0,8532 2,3471 0,2985 0,8484 1,436 b2_2[1] 1,336 3,8038 0,6475 1,336 2,02 b4_2[1] 0,5847 1,7945 0,00895 0,5748 1,22 b6_3[2] 0,5486 1,7308 0,0459 0,5509 1,034 b7_1[1] -2,373 0,0932 -3,103 -2,372 -1,637 b8[2] -0,3121 0,7319 -0,6075 -0,3141 -0,00911 b9[2] -0,3072 0,7355 -0,5281 -0,3065 -0,09062 err[1] 0,357 -0,05802 0,3553 0,792 err[2] 0,002984 -0,6443 0,003206 0,6531

MODEL

MIXTURE WEIBULL

PROPORTIONAL HAZARDS

-

Model mixture pertama

PLOT

HAZARD

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 2 3 4 5 6 7 8 9 T a k si ra n h i( t) Semester

Plot Hazard Mixture 1 Berdasarkan Usia

Usia=16 Usia=17 Usia=18 Usia=19 Usia=20 0.0 0.5 1.0 1.5 2.0 2.5 3.0 2 3 4 5 6 7 8 9 T a k si ra n h i( t) Semester

Plot Hazard Mixture 2 Berdasarkan IPK

IPK=1,5 IPK=2 IPK=2,5 IPK=3 IPK=3,5

-

Kesimpulan

- Saran

Mayoritas mahasiswa drop out pada semester kedua dan

keempat, dengan rata-rata nilai IPK dan TPB masing-masing adalah

1,7908 dan 1,3635. Sebanyak 338 mahasiswa dari 434 berasal dari jawa

Timur dengan penghasilan orang tua mayoritas 500.000-2.500.000 serta

64,7% masuk melalui jalur SNMPTN.

Faktor-faktor yang berpengaruh signifikan terhadap berhenti studi

mahasiswa di ITS adalah usia, perbedaan asal daerah, perbedaan

penghasilan orang tua, perbedaan fakultas, jalur masuk, serta nilai IPK

dan nilai TPB. Faktor yang memberikan pengaruh terbesar pada model

mixture pertama adalah perbedaan fakultas sedangkan pada model

mixture kedua adalah perbedaan jalur masuk.

Mahasiswa FMIPA cenderung lebih lambat untuk drop out sebesar

10,7296 kali dibandingkan mahasiswa FTI pada model mixture

pertama. Pada model mixture kedua , mahasiswa dari jalur PMDK

reguler cenderung lebih cepat untuk drop out sebesar 1,7308 kali

dibandingkan mahasiswa dari jalur SNMPTN.

Pihak Institusi diharapkan lebih memperhatikan peningkatan

kemampuan mahasiswa melalui nilai-nilai akademik. Selain itu

diharapakan Institusi juga memperhatikan usia mahasiswa ketika

pendaftaran masuk. Perlunya memperhatikan kemampuan mahasiswa

dari jalur SNMPTN dan PMDK regular.

Kelengkapan hasil rekap data serta pembaharuan data kemahasiswaan

sebaiknya lebih ditingkatkan lagi guna kelengkapan informasi yang

dibutuhkan serta data kemahasiswaan tersebut merupakan asset penting

bagi pihak Institusi dalam pengembangan dunia kemahasiswaan.

Perlu dilakukannya analisis lebih lanjut terhadap faktor-faktor pengaruh

berhenti studi mahasiswa dengan memperhatikan sifat data secara lebih

teliti,, menambahkan faktor-faktor lain yang diduga berpengaruh serta

menggunakan data kemahasiswaan yang lebih lengkap dan metode

yang lebih baik.