Mega Khoirunnisak1308.100.501

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

PemodelanPemodelan FaktorFaktor--faktorfaktor Yang Yang

MempengaruhiMempengaruhi MahasiswaMahasiswa BerhentiBerhenti

StudiStudi (Drop Out) (Drop Out) didi InstitutInstitut

TeknologiTeknologi SepuluhSepuluh NopemberNopember

MenggunakanMenggunakan AnalisisAnalisis Bayesian Bayesian

Mixture SurvivalMixture Survival

- Latar Belakang

- Permasalahan

- Tujuan

- Manfaat

- Batasan Masalah

LATAR BELAKANG

Mutu SDM Pendidikanberkualitas

Problematikapendidikan

tinggi

Mahasiswadrop out

Faktor-faktor yang mempengaruhi

mahasiswa drop outAnalisis Survival

Distribusimixture, metode

Bayesian

Bayesian Mixture Survival

PENELITIAN SEBELUMNYA

Hertati (2009)

Yang (2000)

Bruinsma danJansen (2009)

Ermawati(2008)

Herzog (2005)

Faktor-faktor

mahasiswaDO

Retnowati(2009)

Hariyanto(2009)

Preatin (2009)

Radcliffe dkk(2009)

Marhima(2008)

Septiari (2008)

Penerapananalisissurvival

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

mempengaruhi mahasiswa berhenti studi (drop out) di ITS.

MANFAATMemberikan informasi mengenai waktu survival (ketahanan) mahasiswa yang berhenti studi di ITS serta faktor-faktoryang mempengaruhi berhenti studi (drop out) mahasiswa diITS

BATASAN MASALAHPenelitian hanya dilakukan pada mahasiswa berhenti studi(drop out) program sarjana reguler ITS. Mahasiswa drop outyang merupakan objek penelitian paling tidak telahmenempuh evaluasi pendidikan di ITS dengan mendapatkanhasil evaluasi melalui nilai IPK. Data diambil berdasarkankelengkapan hasil rekap BAAK selama empat tahun terakhiryakni mulai tahun 2006 sampai 2009.

- Analisis Survival

- Fungsi Survival & Hazard

- Distribusi Mixture Metode Bayesian

- Mixture Weibull Proportional Hazards Model

- Peraturan Akademik ITS

ANALISIS SURVIVAL

Analisis survival adalah suatu metode yang berhubungan dengan waktu, mulai dari start pointsampai dengan terjadinya suatu kejadian khusus atauend point (Collet, 1994). Analisis survivalmerupakan kumpulan dari prosedur statistik untukanalisis data, dimana variabel hasilnya adalah waktusampai sebuah kejadian terjadi (Kleinbaum danKlein, 2005)

FUNGSI SURVIVAL&HAZARD

� Fungsi survival: probabilitas bahwa waktu survival lebih besar atau sama dengan t, sehingga

� Fungsi hazard: laju kegagalan seketika suatu individupada waktu t, setelah mampu bertahan sampai waktutersebut,

DISTRIBUSI MIXTURE, METODE BAYESIAN

� Pada distribusi mixture, data biasanya tersusun daribeberapa subpopulasi. Setiap subpopulasi merupakankomponen dari distribusi tertentu dengan proporsibervariasi. Densitas untuk model mixture:

� Dalam pendekatan Bayesian, parameter distribusi ataumodel diperlakukan sebagai variabel random. Jika suatuparameter θ dianggap sebagai variabel, maka informasimengenai 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 duakomponen:

PERATURAN AKADEMIK ITSPERATURAN AKADEMIK ITS

� PeraturanAkademik 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 tahappersiapan mendapat IP ≥ 2,0 untuk nilai terbaik selain mata kuliah yang bernilai E

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

� PeraturanAkademik 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

Melanggar peraturan ITS.

- Sumber Data

- Variabel Penelitian

- Metode Analisis

SUMBER DATASUMBER DATA

Data sekunder mahasiswa program sarjana reguleryang berhenti studi di ITS mulai tahun 2006 sampai2009 hasil rekapan BAAK ITS. Berhenti studi dalamhal ini didefinisikan sesuai kriteria peraturanakademik ITS Bab VII Pasal 21 Ayat 4 dan Bab XII Pasal 31 Ayat 2

VARIABEL PENELITIANVARIABEL PENELITIAN

Dependen

Waktu survival

Yakni lama waktumahasiswamenempuh studi diITS sampaidinyatakan drop out dari ITS dalamsatuan semester

Independen

- Usia

- Asal daerah

- Pekerjaan orang tua

- Penghasilan orang tua

- Status asal sekolah

- Jalur masuk

- Fakultas

- Nilai IPK

- Nilai TPB

METODE ANALISISMETODE ANALISISK

AR

AK

TE

RIS

TIK

MA

HA

SISW

A

Analisisstatistikadeskriptifmenggunakanfrekuensi danprosentasemelaluidiagram batangdan diagram lingkaran, sertamenggunakantabulasi silang

FAK

TO

R-F

AK

TO

R P

EN

GA

RU

H

Variabel yang signifikan padamixture weibullproportional hazards model

MO

DE

L H

UB

UN

GA

N F

AK

TO

R

Intepretasi hasilestimasivariabel yang signifikan padamixture weibullproportional hazards model

LANGKAH ANALISIS

Ya

TidakAsumsi

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 WeibullProportional Hazards

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

86 106 125 67 50 434

ANALISIS DESKRIPTIFVariabel Ket. Frek % Variabel Ket. Frek %

Usia masuk(X1)

16 7 1,6Status 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

> 7.500.000 38 8,8

DISTRIBUSI DATA

Semester

Frek

uens

i

98765432

160

140

120

100

80

60

40

20

0

Histogram Waktu Survival

Semester

Frek

uens

i

65432

160

140

120

100

80

60

40

20

0

Histogram Waktu Survival 1

Semester

Frek

uens

i

987654

160

140

120

100

80

60

40

20

0

Histogram Waktu Survival 2

DistribusiKeseluruhan Komponen 1 Komponen 2

Nilai KritisA-D A-D A-D

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

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

Log-logistik 31,510 44,143 29,488 2,502

FUNGSI SURVIVAL & HAZARDParameter Mean Sd 2,50% Median 97,5%

Phi[1] 0,4773 0,02381 0,4308 0,4772 0,5239Phi[2] 0,5227 0,02381 0,4761 0,5228 0,5692pGamma[1] 2,548 0,1209 2,312 2,546 2,788pGamma[2] 3,94 0,1799 3,587 3,941 4,292pLambda[1] 0,07409 0,01236 0,05238 0,07322 0,1006pLambda[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 0,290903 0,14127 0,45826 0,59953 0,49355 0,09032 0,583874 0,03787 0,34734 0,38521 0,77044 0,21043 0,980875 0,00544 0,19528 0,20072 1,08832 0,40553 1,493856 0,00039 0,06938 0,06977 1,44321 0,69313 2,136337 0,00001 0,01284 0,01285 1,83216 1,09053 2,922688 0,00000 0,00099 0,00099 2,25286 1,61485 3,867719 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 0,5239Phi[2] 0,5228 0,4761 0,5227 0,5692b1[1] -0,316 0,7291 -0,3647 -0,3157 -0,2669b1[2] -0,3728 0,6888 -0,4259 -0,3727 -0,3234b2_1[1] 0,8532 2,3471 0,2985 0,8484 1,436b2_2[1] 1,336 3,8038 0,6475 1,336 2,02b4_2[1] 0,5847 1,7945 0,00895 0,5748 1,22b6_3[2] 0,5486 1,7308 0,0459 0,5509 1,034b7_1[1] -2,373 0,0932 -3,103 -2,372 -1,637b8[2] -0,3121 0,7319 -0,6075 -0,3141 -0,00911b9[2] -0,3072 0,7355 -0,5281 -0,3065 -0,09062err[1] 0,357 -0,05802 0,3553 0,792err[2] 0,002984 -0,6443 0,003206 0,6531

MODEL MIXTURE WEIBULL PROPORTIONAL HAZARDS

- Model mixture pertama

- Model mixture kedua

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

Tak

sira

n hi

(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

Tak

sira

n hi

(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 dankeempat, dengan rata-rata nilai IPK dan TPB masing-masing adalah1,7908 dan 1,3635. Sebanyak 338 mahasiswa dari 434 berasal dari jawaTimur dengan penghasilan orang tua mayoritas 500.000-2.500.000 serta64,7% masuk melalui jalur SNMPTN.

� Faktor-faktor yang berpengaruh signifikan terhadap berhenti studimahasiswa di ITS adalah usia, perbedaan asal daerah, perbedaanpenghasilan 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 sebesar10,7296 kali dibandingkan mahasiswa FTI pada model mixturepertama. Pada model mixture kedua , mahasiswa dari jalur PMDK reguler cenderung lebih cepat untuk drop out sebesar 1,7308 kali dibandingkan mahasiswa dari jalur SNMPTN.

KESIMPULAN

� Pihak Institusi diharapkan lebih memperhatikan peningkatankemampuan mahasiswa melalui nilai-nilai akademik. Selain itudiharapakan Institusi juga memperhatikan usia mahasiswa ketikapendaftaran masuk. Perlunya memperhatikan kemampuan mahasiswadari jalur SNMPTN dan PMDK regular.

� Kelengkapan hasil rekap data serta pembaharuan data kemahasiswaansebaiknya lebih ditingkatkan lagi guna kelengkapan informasi yang dibutuhkan serta data kemahasiswaan tersebut merupakan asset pentingbagi pihak Institusi dalam pengembangan dunia kemahasiswaan.

� Perlu dilakukannya analisis lebih lanjut terhadap faktor-faktor pengaruhberhenti studi mahasiswa dengan memperhatikan sifat data secara lebihteliti,, menambahkan faktor-faktor lain yang diduga berpengaruh sertamenggunakan data kemahasiswaan yang lebih lengkap dan metodeyang lebih baik.

SARAN