Analisis Regresi Logistik terhadap Keputusan Penerimaan Beasiswa PPA di FMIPA Unnes Menggunakan Software Minitab
Main Article Content
Abstract
Abstrak
Penelitian ini dilatarbelakangi oleh masalah biaya yang dialami masyarakat menengah ke bawah dalam melanjutkan ke pendidikan tinggi. Namun, saat ini di setiap perguruan tinggi telah tersedia beasiswa , khususnya di FMIPA Unnes seperti beasiswa PPA. Penentuan menjadi penerima beasiswa PPA dapat ditentukan oleh IPK tertinggi, SKS terbanyak, memiliki prestasi, dan memiliki keterbatasan kemampuan ekonomi. Tujuan dari penelitian ini untuk mengetahui pengaruh faktor IPK, SKS rata-rata, kemahasiswaan (keikutsertaan/prestasi mahasiswa dalam organisasi maupun lomba-lomba), dan tingkat penghasilan orang tua terhadap keputusan penerimaan beasiswa PPA tahun 2016, dan mengetahui seberapa besar faktor-faktor tersebut mempengaruhi keputusan penerimaan beasiswa PPA tahun 2016. Analisis data yang digunakan adalah analisis regresi logistik, karena analisis regresi logistik merupakan analisis yang digunakan untuk mencari pengaruh antara variabel bebas yang bersifat kategori maupun kontinu terhadap variabel terikat yang bersifat kategori, yang dalam penelitian ini adalah kategori diterima dan tidak dterima. Penelitian ini menggunakan data sekunder dengan jumlah populasi sebanyak 538 mahasiswa yang kemudian dilakukan pengambilan sampel dengan menggunakan metode proportional random sampling, sehingga didapatkan jumlah sampel sebanyak 237 mahasiswa. Data sampel tersebut dilakukan pengolahan data menggunakan software Minitab 17. Hasil pengolahan data menunjukkan bahwa dari keempat variabel yaitu IPK, SKS rata-rata, kemahasiswaan, dan tingkat penghasilan orang tua hanya variabel IPK yang berpengaruh secara signifikan terhadap keputusan penerimaan beasiswa PPA tahun 2016, dan variabel IPK mempengaruhi keputusan penerimaan beasiswa PPA sebesar 19,11 persen, sedangkan sisanya 80,89 persen dipengaruhi oleh faktor lain.
Article Details
References
Agresti, A. 2007. An Introduction to Categorical Data Analysis. Canada: John Wiley & Sons, Inc.
Alfarizi, S. 2010. Cara Mudah Mendapatkan Beasiswa Dalam dan Luar Negeri. Jogjakarta: Mitra Pelajar.
Iriawan, N. & Astuti, S.P. 2006. Mengolah Data Statistik dengan Mudah Menggunakan Minitab 14. Yogyakarta: ANDI.
Keputusan Gubernur Jawa Tengah Nomor 560/50 Tahun 2016.
Kirom, D. Nuzlul., Bilfaqih, Y., & Effendie, R. 2012. Sistem Informasi Manajemen Beasiswa ITS Berbasis Sistem Pendukung Keputusan Menggunakan Analytical Hierarchy Process. Jurnal Teknik ITS, 1(1): 154-159.
Liu, D., Li, T., & Liang, D. 2013. Incorporating Logistic Regression to Decision-Theoretic Rough Sets for Classifications. International Journal of Approximate Reasoning, 55(2014): 197-210.
Muniroh & Suharsono, A. 2016. Klasifikasi Dynamic Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Tahun 2012-2014 Menggunakan Regresi Logistik Biner dan Classification Analysis & Regression Tree (CART). Jurnal Sains dan Seni ITS, 5(2): 311-316.
Peraturan Pemerintah Republik Indonesia Nomor 48 Tahun 2008.
Putra, R., Suprayogi, A., & Kahar, S. 2013. Aplikasi SIG untuk Penentuan Daerah Quick Count Pemilihan Kepala Daerah (Studi Kasus: Pemilihan Walikota Cirebon 2013, Jawa Barat). Jurnal Geodesi Undip, 2(4): 1-12.
Ramana, M. Venkata., Rao, G.K. Mohan., & Rao, D. Hanumantha. 2014. Optimization and Effect of Process Parameters on Tool Wear in Turning of Titanium Alloy under Different Machining Conditions. International Journal of Materials, Mechanics and Manufacturing, 2(4): 272-277.
Santoso, S. 2015. Menguasai Statistik Multivariat. Jakarta: PT Elex Media Komputindo.
Smart, A. 2010. Tips Mendapatkan Beasiswa dan Sekolah Gratis. Jogjakarta: Starbooks.
Sudjana. 2005. Metoda Statistika. Bandung: PT Tarsito.
Sukestiyarno. 2016. Olah Data Penelitian Berbantuan SPSS. Semarang: Universitas Negeri Semarang.
Undang-Undang Republik Indonesia Nomor 20 Tahun 2003.
Wimatsari, G.A.M. Shinta., Putra, I.K.G.Darma., & Buana, P.Wira. 2013. Multi-Attribute Decision Making Scholarship Selection Using a Modified Fuzzy TOPSIS. IJCSI International Journal of Computer Science Issues, 10(2): 309-317.