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