Identifikasi Penurunan Indeks Prestasi Semester 2 ke Semester 3 Mahasiswa Statistika IPB Menggunakan Metode CHAID

IDENTIFIKASI PENURUNAN INDEKS PRESTASI
SEMESTER 2 KE SEMESTER 3 MAHASISWA STATISTIKA
IPB MENGGUNAKAN METODE CHAID

NOVITA ARIANTI

STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi Penurunan
Indeks Prestasi Semester 2 ke Semester 3 Mahasiswa Statistika IPB Menggunakan
Metode CHAID adalah benar karya saya dengan arahan dari komisi pembimbing
dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun.
Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun
tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan
dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2014
Novita Arianti
NIM G14100048

ABSTRAK
NOVITA ARIANTI. Identifikasi Penurunan Indeks Prestasi Semester 2 ke
Semester 3 Mahasiswa Statistika IPB Menggunakan Metode CHAID. Dibimbing
oleh I MADE SUMERTAJAYA dan INDAHWATI.
Kenaikan tingkat mahasiswa S1 IPB dari tingkat 1 (Tingkat Persiapan
Bersama) ke tingkat 2 (departemen) identik dengan fenomena proses adaptasi,
berupa adaptasi dengan mata kuliah departemen, dosen, ataupun teman baru.
Menurut data dari Direktorat Administrasi dan Pendidikan (Dit-AP) IPB, rata-rata
penurunan IP dari semester 2 ke semester 3 mahasiswa Departemen Statistika IPB
tahun 2010 sebesar 0.55, tahun 2011 sebesar 0.46, dan tahun 2012 sebesar 0.44.
Data yang digunakan pada penelitian ini adalah data sekunder dari Dit-AP IPB
yang terdiri dari data IP semester 1, 2, dan 3 mahasiswa Departemen Statistika
IPB tahun 2010, 2011, dan 2012. Selain itu peneliti juga menggunakan data
primer yang dikumpulkan melalui survei. Berdasarkan hasil penelitian ini, peubah

penjelas yang berpengaruh terhadap penurunan IP responden yaitu peubah minor,
kelompok belajar semester 3, beasiswa, motivasi, dan pengeluaran per bulan.
Peubah penjelas yang memiliki pengaruh paling kuat dengan penurunan IP
responden adalah minor. Nilai ketepatan klasifikasi responden yang dihasilkan
menggunakan analisis CHAID sebesar 55.1%. Model pohon klasifikasi analisis
CHAID pada penelitian ini lebih bagus untuk menduga penurunan IP dengan
kategori sangat turun dibanding kategori tidak turun maupun turun.
Kata kunci: analisis CHAID, penurunan Indeks Prestasi, pohon klasifikasi

ABSTRACT
NOVITA ARIANTI. Identification of the GPA Decrement from 2nd Semester to
3th Semester of Statistics Student at IPB Using CHAID Method. Advised by I
MADE SUMERTAJAYA and INDAHWATI.
The increment level in bachelor degree at IPB from 1st level (TPB) to 2nd
level is identical to the phenomenon of adaptation processes, such as adaptation to
the department courses, lecturers, or new friends. According to data from
Direktorat Administrasi dan Pendidikan (Dit-AP) IPB, the GPA decrement of
student in Statistics Department at IPB from 2nd semester to 3th semester is 0.55
on 2010, 0.46 on 2011, and 0.44 on 2012. This study used the secondary data
from Dit-AP IPB. This data consists of GPA of 1st, 2nd, and 3rd semester of

student at Statistics Department in 2010, 2011, and 2012. This study also used the
primary data which was collected through survey. The influence variables of the
GPA decrement were minor, study group at 3th semester, scholarship, motivation,
spending per month, and the most influence variable was minor. The accuracy
values of the classification tree generated using CHAID analysis was 55.1%. This
classification tree was better to estimate the GPA decrement in “very decrease”
category than the “decrease” or “undecrease” category.
Keywords: CHAID analysis, classification tree, GPA decrement

IDENTIFIKASI PENURUNAN INDEKS PRESTASI
SEMESTER 2 KE SEMESTER 3 MAHASISWA STATISTIKA
IPB MENGGUNAKAN METODE CHAID

NOVITA ARIANTI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika

STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014

Judul Skripsi : Identifikasi Penurunan Indeks Prestasi Semester 2 ke Semester 3
Mahasiswa Statistika IPB Menggunakan Metode CHAID
Nama
: Novita Arianti
NIM
: G14100048

Disetujui oleh

Dr Ir I Made Sumertajaya, MSi
Pembimbing I

Dr Ir Indahwati, MSi

Pembimbing II

Diketahui oleh

Dr Anang Kurnia, MSi
Ketua Departemen

Tanggal Lulus:

PRAKATA
Segala puji dan syukur penulis panjatkan hanya untuk Allah SWT. Berkat
rahmat dan hidayah-Nya penulis dapat menyelesaikan karya ilmiah ini. Karya
ilmiah yang berjudul Identifikasi Penurunan Indeks Prestasi Semester 2 ke
Semester 3 Mahasiswa Statistika IPB Menggunakan Metode CHAID ini
merupakan salah satu syarat untuk menyelesaikan pendidikan dan memperoleh
gelar Sarjana Statistika di Departemen Statistika Fakultas Matematika dan Ilmu
Pengetahuan Alam Institut Pertanian Bogor.
Selesainya penyusunan karya ilmiah ini tidak terlepas dari peran berbagai
pihak, antara lain:
1. Bapak, Ibu, dek Arfi, dek Reza serta seluruh keluarga yang memberikan cinta,

kasih sayang, pengorbanan, doa, dan semangat kepada penulis.
2. Bapak Dr Ir I Made Sumertajaya, MSi dan Ibu Dr Ir Indahwati, MSi sebagai
dosen pembimbing yang selalu memberikan arahan, saran, dan
pengetahuannya dalam membimbing penulis selama penyusunan karya ilmiah
ini.
3. Bapak Dr Farit Mochamad Afendi, MSi selaku dosen penguji yang telah
memberikan saran dalam penulisan karya ilmiah ini.
4. Seluruh dosen Departemen Statistika IPB atas ilmu yang diberikan selama
penulis belajar di IPB.
5. Seluruh staf Departemen Statistika IPB (Bu Tri, Bu Markonah, Pak Iyan, Pak
Sofyan, Mang Yus, Mang Iqbal) yang telah membantu penulis dalam
kelancaran administrasi
6. Teman-teman statistika IPB angkatan 47 yang telah bersedia membagi ilmu
serta keceriaan kepada penulis.
7. Teman-teman satu kelompok belajar yaitu Doni Saun, April, Ardian, Najih,
Fahmy, Ntuz, Frisca yang telah membagi ilmunya selama penulis kuliah di
Departemen Statistika.
8. Kelompok 8 mata kuliah Analisis Perancangan Survei.
9. Sahabat yang selama ini selalu mendukung dan memberi semangat yaitu
Yessy Meivitasari dan teman-teman satu kost di Wisma Eky.

Demikian karya ilmiah ini penulis susun, semoga memberikan manfaat
kepada penulis dan pembaca. Penulis mohon maaf atas segala kekurangan dan
kesalahan yang ada di dalam karya ilmiah ini.
Bogor, Juni 2014
Novita Arianti

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

METODE

2

Data dan Metode Penarikan Contoh

2

Metode Analisis

2

HASIL DAN PEMBAHASAN

4

Deskripsi Karakteristik Responden

4

Realisasi Pelaksanaan Survei

6

Eksplorasi Data

6

Klasifikasi Peubah Menggunakan Analisis CHAID

9

SIMPULAN DAN SARAN

15

Simpulan

15

Saran

15

DAFTAR PUSTAKA

15

LAMPIRAN

16

RIWAYAT HIDUP

24

DAFTAR TABEL
1 Pengkategorian peubah respon beserta batasan-batasan nilainya
2 Nilai-p uji kebebasan khi-kuadrat antara penurunan IP dengan masingmasing peubah penjelas
3 Peubah penjelas yang masuk dalam diagram pohon analisis CHAID
4 Nilai uji khi-kuadrat dan nilai-p pada peubah penjelas dalam diagram
pohon klasifikasi analisis CHAID
5 Penggabungan kategori pada peubah pengeluaran per bulan
6 Ketepatan klasifikasi analisis CHAID

6
10
10
11
11
14

DAFTAR GAMBAR
1 Sebaran persentase responden berdasarkan peubah jenis kelamin, minor,
asal daerah, status asal sekolah, beasiswa, jalur masuk, dan pengeluaran
per bulan responden
2 Sebaran IP responden pada semester 1, 2, dan 3
3 Persentase penurunan IP responden
4 Grafik persentase penurunan IP responden berdasarkan tahun masuk
5 Grafik persentase penurunan IP responden berdasarkan jenis kelamin,
minor, asal daerah, status asal sekolah, beasiswa, pengeluaran per bulan,
dan motivasi
6 Grafik persentase penurunan IP responden berdasarkan jalur masuk,
jumlah SKS, kepadatan jam perkuliahan, kesulitan mata kuliah
semester 3, dan kelompok belajar semester 3
7 Diagram pohon klasifikasi analisis CHAID

4
5
6
7

8

8
12

DAFTAR LAMPIRAN
1
2
3
4

Kuesioner penelitian
Pengkategorian peubah
Deskripsi karakteristik responden berdasarkan peubah penjelasnya
Diagram hubungan antara penurunan IP responden dengan peubah
penjelas
5 Ringkasan analisis CHAID penurunan IP responden

16
19
20
22
23

PENDAHULUAN
Latar Belakang
Indeks Prestasi (IP) adalah ukuran prestasi akademik mahasiswa yang
dihitung di setiap akhir semester. Indeks Prestasi Kumulatif (IPK) adalah ukuran
prestasi di bidang akademik berdasarkan jumlah SKS (Satuan Kredit Semester)
yang telah ditempuh oleh seorang mahasiswa. Perubahan IP di setiap semester
akan mengakibatkan perubahan IPK juga. IPK berfungsi sebagai syarat status
kelanjutan studi seorang mahasiswa, syarat mendapatkan beasiswa, dan syarat
untuk persaingan dalam mendapatkan pekerjaan. Syarat status kelanjutan studi
mahasiswa harus memenuhi kriteria yang telah ditetapkan oleh institusi masingmasing. Jika IPK mahasiswa kurang dari kriteria yang telah ditentukan, maka
mahasiswa tersebut akan dikeluarkan dari institusi yang bersangkutan. Beberapa
beasiswa menentukan kriteria minimal IPK yang harus dimiliki oleh calon
penerima beasiswa sehingga IPK sangat penting digunakan oleh mahasiswa untuk
mendaftar beasiswa tersebut.
Kenaikan tingkat mahasiswa S1 IPB dari tingkat 1 (Tingkat Persiapan
Bersama) ke tingkat 2 (departemen) identik dengan fenomena proses adaptasi,
berupa adaptasi dengan mata kuliah departemen, dosen, ataupun teman baru.
Fenomena yang sering diperbincangkan oleh mahasiswa statistika IPB adalah
mengenai penurunan IP dari semester 2 ke semester 3. Menurut data dari
Direktorat Administrasi dan Pendidikan (Dit-AP) IPB, rata-rata penurunan IP dari
semester 2 ke semester 3 mahasiswa statistika IPB tahun 2010 sebesar 0.55, tahun
2011 sebesar 0.46, dan tahun 2012 sebesar 0.44.
Salah satu analisis statistika yang dapat digunakan untuk melihat
karakteristik mahasiswa statistika IPB yang mengalami penurunan IP adalah
menggunakan metode CHAID (Chi-Square Automatic Interaction Detection).
Metode CHAID pada dasarnya merupakan salah satu teknik nonparametrik yang
bersifat mengklasifikasikan populasi yang diamati ke dalam beberapa kelompok
berdasarkan peubah-peubah penjelas yang berpengaruh (Gallagher et al. 2000).
Rokach dan Maimon (2008) menjelaskan bahwa prinsip dari metode CHAID
adalah dengan sistem pohon klasifikasi (classification trees).

Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1. Mengetahui faktor-faktor yang mempengaruhi penurunan IP mahasiswa
statistika IPB dari semester 2 ke semester 3.
2. Mengklasifikasikan karakteristik mahasiswa statistika IPB yang mengalami
penurunan IP menggunakan metode CHAID.

2

METODE
Data dan Metode Penarikan Contoh
Data yang digunakan adalah data sekunder dari Direktorat Administrasi dan
Pendidikan Institut Pertanian Bogor. Data tersebut terdiri dari data IP semester 1,
2, dan 3 mahasiswa statistika IPB tahun 2010, 2011, dan 2012. Selain itu peneliti
juga menggunakan data primer yang dikumpulkan melalui survei.
Peneliti melakukan survei terhadap mahasiswa aktif statistika IPB tahun
2010, 2011, dan 2012 yang berjumlah 247 responden. Instrumen yang digunakan
untuk melakukan survei adalah kuesioner. Kuesioner yang digunakan oleh peneliti
dapat dilihat pada Lampiran 1. Pertanyaan dalam kuesioner terdiri dari 9
pertanyaan mengenai karakteristik responden dan 19 pertanyaan mengenai
motivasi diri, kondisi perkuliahan, pola belajar, dan kegiatan organisasi responden.
Peubah yang digunakan pada penelitian ini terdiri dari satu peubah respon dan 22
peubah penjelas. Peubah respon yang digunakan yaitu penurunan IP dari semester
2 ke semester 3. Peubah penjelas yang digunakan dapat dilihat pada Lampiran 2.

Metode Analisis
Tahapan analisis yang dilakukan pada penelitian ini adalah sebagai berikut:
1. Melakukan eksplorasi data dan melakukan analisis deskriptif peubah respon
dengan peubah-peubah penjelas.
2. Melakukan analisis menggunakan metode CHAID, yaitu metode yang
digunakan untuk melakukan segmentasi terhadap populasi ke dalam sub
kelompok yang homogen. Tiga tahapan pada metode CHAID menurut Kass
(1980) adalah:
I. Penggabungan, yaitu tahapan pemeriksaan nilai khi-kuadrat peubah respon
terhadap masing-masing peubah penjelas.
a. Membuat tabulasi silang masing-masing kategori peubah penjelas dan
peubah respon.
b. Mencari pasangan kategori dari peubah penjelas dengan sub-tabel
kontingensi 2xd (d adalah banyaknya kategori peubah respon) yang
behubungan nyata.
c. Menghitung nilai statistik uji khi-kuadrat (� 2 ) setiap pasangan kategori
menurut Agresti (1990) dengan rumus:
c
r
(nij − Eij )2
2
� hitung =
Eij
i=1 j=1

dengan,
n n.
Eij = i.n j , i = 1,…,r dan j = 1,…,c
Eij : nilai harapan pengamatan pada baris ke-i dan kolom ke-j
nij : banyaknya pengamatan pada baris ke-i dan kolom ke-j
ni. : total banyaknya pengamatan pada baris ke-i
n.j : total banyaknya pengamatan pada kolom ke-j
n : total banyaknya pengamatan

3
Hipotesis pada uji khi-kuadrat adalah sebagai berikut:
H0 : peubah respon dan peubah penjelas saling bebas
H1 : peubah respon dan peubah penjelas tidak saling bebas.
Keputusan yang diambil pada uji khi-kuadrat ini adalah tolak H0 jika
nilai � 2 hitung > � 2 �; �−1 �−1 .
d. Menghitung nilai-p untuk setiap nilai khi-kuadrat berpasangan. Jika
ada pasangan kategori yang tidak berhubungan nyata yaitu � 2 hitung
< � 2 �; �−1 �−1 maka pasangan kategori yang paling mirip
digabungkan ke dalam satu kategori baru, yaitu pasangan dengan nilai
khi-kuadrat pasangan terkecil dan nilai-p terbesar.
e. Memeriksa kembali nilai khi-kuadrat kategori baru setelah digabung
dengan kategori lainnya dalam peubah penjelas. Jika terdapat pasangan
yang belum berhubungan nyata maka kembali ke langkah sebelumnya
sampai semua peubah penjelas berhubungan nyata.
II. Pemisahan, yaitu tahapan memilih peubah yang digunakan sebagai
pemisah simpul terbaik dengan membandingkan nilai-p pada tahap
penggabungan untuk setiap peubah penjelas.
a. Memilih peubah penjelas yang memiliki nilai-p terkecil yang akan
digunakan sebagai pemisah simpul.
b. Jika tidak ada peubah penjelas dengan nilai-p yang signifikan yaitu
nilai-p ≤ α, maka tidak ada pemisahan.
III. Penghentian, yaitu jika terdapat hal-hal seperti berikut:
a. Sudah tidak ada hubungan yang nyata antara peubah penjelas dan
peubah respon.
b. Nilai pengamatan pada simpul anak mencapai nilai minimum.
3. Jika terdapat penggabungan pada peubah penjelas, maka dilakukan koreksi
Bonferroni (Ritschard 2010). Terdapat tiga tipe pengali Bonferroni untuk
masing-masing peubah penjelas yang dibedakan sesuai dengan tipe dan skala
pengukuran peubahnya, yaitu:
a. Peubah asal berskala nominal menggunakan pengali Bonferroni tipe bebas,
yaitu:
�=

�−1
�=0

(−1)�

(� − �)�
�! � − � !

b. Peubah asal berskala ordinal menggunakan pengali Bonferroni tipe
monotonik, yaitu:
� = (�−1
�−1 )
c. Peubah asal berskala ordinal namun terdapat kategori yang belum dapat
ditentukan urutannya dalam peubah tersebut menggunakan pengali
Bonferroni tipe mengambang, yaitu:
�−2
� = (�−2
�−2 ) + � (�−1 )
dengan,
B : pengali Bonferroni
c : banyaknya kategori asal
r : banyaknya kategori baru
i : kategori baru ke-i.

4

HASIL DAN PEMBAHASAN
Deskripsi Karakteristik Responden
Sebaran persentase karakteristik responden disajikan pada Gambar 1.
Responden terpilih terdiri dari 68% berjenis kelamin perempuan dan 32% berjenis
kelamin laki-laki dari total sebanyak 247 responden. Persentase responden yang
mengambil minor pada semester 3 sebesar 85%. Perbandingan jumlah responden
yang berasal dari Jabodetabek dan luar Jabodetabek hampir sama serta mayoritas
status asal sekolahnya adalah negeri. Persentase responden yang mendapatkan
beasiswa di semester 3 mencapai 64% dan sebesar 71% didominasi oleh
responden yang pada saat masuk IPB melalui jalur USMI/SNMPTN Undangan.
Sebagian besar pengeluaran per bulan responden antara lima ratus ribu sampai
satu juta rupiah. Sebaran persentase karakteristik responden lainnya dapat dilihat
pada Lampiran 3.
JENIS KELAMIN

MINOR

ASAL DAERAH
Tidak
ada
15%

Lakilaki
32%
Perem
puan
68%

Ada
minor
85%

STATUS ASAL SEKOLAH

BEASISWA

Swasta
6%

Tidak
mene
rima
36%

Jabode
tabek
44%

Luar
Jabode
tabek
56%

Mene
rima
beasis
wa
64%

SNMP
TN
TERTU
LIS
15%

JALUR MASUK

BUD
6%

UTM
7%

Negeri
94%

PIN
1%

USMI/
SNMP
TN
UNDA
NGAN
71%

PENGELUARAN
1juta
24%

500ribu
-1juta
72%

Gambar 1

Sebaran persentase responden berdasarkan peubah jenis kelamin,
minor, asal daerah, status asal sekolah, beasiswa, jalur masuk, dan
pengeluaran per bulan responden

5
Sebaran IP responden pada semester 1 dan 2

Indeks Prestasi

4.00

3.00
IP SMT1
IP SMT2

2.00

1.00
1

21

41

61

81

101

121

141

161

181

201

221

241

Sebaran IP responden pada semester 1, 2, dan 3
4.00

Indeks Prestasi

3.50
3.00
IP SMT1

2.50

IP SMT2
2.00

IP SMT3

1.50
1.00
1

21

41

61

81

101

121

141

161

181

201

221

241

Gambar 2 Sebaran IP responden pada semester 1, 2, dan 3
Sebaran IP semester 1, 2, dan 3 responden dapat dilihat pada Gambar 2.
Perbandingan IP semester 1 dan 2 setiap responden relatif homogen dan ragamnya
tidak terlalu besar. Hal ini terjadi karena mata kuliah pada semester 1 dan 2
hampir sama dengan mata pelajaran SMA. Sedangkan perbandingan IP semester 2
dan 3 setiap responden mengalami penurunan yang cukup besar. Jika
dibandingkan dengan IP pada semester 1 dan 2, penurunan IP responden pada
semester 3 mempunyai ragam yang cukup besar sehingga penurunan IP yang
digunakan yaitu dari semester 2 ke semester 3.
Rata-rata penurunan IP dari semester 2 ke semester 3 mahasiswa statistika
IPB angkatan 2010, 2011, dan 2012 sebesar -0.48 dengan simpangan baku sebesar
0.36. Pengkategorian penurunan IP dari semester 2 ke semester 3 responden
dibagi menjadi tiga, yaitu tidak turun, turun, dan sangat turun. Batasan-batasan
nilai setiap kategori peubah respon pada penelitian ini dapat dilihat pada Tabel 1.
Selisih IP yang digunakan yaitu IP semester 3 dikurangi IP semester 2.
Pertimbangan yang digunakan untuk batasan nilai penurunan IP pada kategori
tidak turun yaitu selisih IP bernilai positif atau nilainya lebih dari -0.12. Nilai 0.12 tersebut diambil dari nilai tengah penurunan IP responden ditambah dengan
satu simpangan bakunya. Nilai penurunan IP untuk kategori turun menggunakan
batas antara nilai tengah penurunan IP yaitu -0.48 sampai dengan batas bawah
kategori tidak turun yaitu -0.12. IP responden dikatakan sangat turun jika selisih
IP semester 3 dan semester 2 bernilai kurang dari -0.48.

6
Tabel 1 Pengkategorian peubah respon beserta batasan-batasan nilainya
Definisi
Tidak turun
Turun
Sangat turun

Kategori
Selisih IP > -0.12
-0.48 ≤ Selisih IP ≤ -0.12
Selisih IP < -0.48

Realisasi Pelaksanaan Survei
Survei terhadap 247 responden mahasiswa statistika IPB dilaksanakan oleh
peneliti di masing-masing kelas setiap angkatan. Metode pengisian kuesioner
yang digunakan yaitu peneliti memandu dan menjelaskan setiap butir pertanyaan
kepada responden. Kendala yang dihadapi oleh peneliti yaitu berkaitan dengan
jumlah target responden. Target responden yang belum lengkap tersebut adalah
mahasiswa statistika IPB yang sudah bekerja, pulang ke daerah asal, dan sakit.
Cara yang digunakan oleh peneliti untuk mengatasi kendala tersebut adalah
menghubungi target responden yang dituju untuk mengisi kuesioner melalui
email. Kendala lain yang dihadapi oleh peneliti yaitu ketidaklengkapan jawaban
pada kuesioner. Untuk mengatasi kendala tersebut, peneliti menghubungi
responden lagi untuk melengkapi jawaban sesuai dengan tujuan yang diinginkan.
Tahap selanjutnya yaitu melakukan entri data setelah semua jawaban lengkap
sesuai pertanyaan yang ada dalam kuesioner. Proses pelaksanaan survei sampai
dengan tahap entri data dilaksanakan selama bulan Maret 2014.

Eksplorasi Data
Berdasarkan data hasil survei terhadap 247 responden mahasiswa statistika
IPB, diketahui bahwa responden yang tidak mengalami penurunan IP sebanyak 39
orang (16%), mengalami penurunan IP dengan kategori turun sebanyak 85 orang
(34%), dan mengalami penurunan IP dengan kategori sangat turun sebanyak 123
orang (50%) seperti terlihat pada Gambar 3.
PENURUNAN IP
Tidak
turun
16%

Sangat
turun
50%

Turun
34%

Gambar 3 Persentase penurunan IP responden

7
Persentase penurunan IP responden berdasarkan tahun masuk

100%
80%
Sangat turun

60%

Turun
40%

Tidak turun

20%
0%
2010

2011

2012

Gambar 4 Grafik persentase penurunan IP responden berdasarkan tahun masuk
Berdasarkan Gambar 4 dapat diketahui bahwa persentase responden yang
mengalami penurunan IP dengan kategori sangat turun pada angkatan 2010 lebih
besar dibandingkan angkatan 2011 dan 2012. Rata-rata penurunan IP selama tiga
tahun terakhir mengalami penurunan yang ditunjukkan dengan berkurangnya
persentase penurunan IP dengan kategori sangat turun pada setiap angkatan,
meskipun persentase tertinggi untuk responden yang tidak mengalami penurunan
IP juga terdapat pada responden angkatan 2010. Hal ini disebabkan oleh sistem
penilaian IPB yang mengalami perubahan. Sistem awal penilaian yang digunakan
oleh IPB yaitu menggunakan huruf mutu A, B, C, D, E sedangkan sistem baru
menggunakan A, AB, B, BC, D, E. Sistem baru ini dapat meningkatkan nilai
mahasiswa yang mendekati batas atas huruf mutu.
Gambar 5 menunjukkan bahwa persentase responden yang berjenis kelamin
perempuan mengalami penurunan IP dari semester 2 ke semester 3 lebih banyak
dibandingkan responden yang berjenis kelamin laki-laki. Perbandingan responden
yang tidak mengalami penurunan IP untuk responden yang mempunyai minor
hampir sama dengan responden yang tidak mempunyai minor. Jika dilihat dari
asal daerah, persentase responden yang mengalami penurunan IP dengan kategori
sangat turun untuk responden dari Jabodetabek hampir sama dengan responden
dari luar Jabodetabek. Responden yang berasal dari Jabodetabek lebih banyak
yang tidak mengalami penurunan IP dibanding responden dari luar Jabodetabek.
Berdasarkan peubah status asal sekolah, responden yang berasal dari sekolah
negeri lebih banyak yang tidak mengalami penurunan IP dibanding yang berasal
dari sekolah swasta. Persentase responden yang tidak mengalami penurunan IP
hampir sama untuk responden yang menerima beasiswa maupun yang tidak
menerima beasiswa. Seluruh responden yang pengeluaran per bulannya di bawah
lima ratus ribu rupiah mengalami penurunan IP baik kategori turun maupun sangat
turun. Jika dilihat dari peubah motivasi pada saat mendaftar statistika, persentase
tertinggi responden yang tidak mengalami penurunan IP yaitu responden yang
motivasi memilih statistika disarankan oleh orang lain/pihak luar. Orang
lain/pihak luar yang dimaksud adalah meliputi guru, teman, atau orang lain selain
keluarga.

8
Persentase penurunan IP responden berdasarkan jenis kelamin, minor, asal
daerah, status asal sekolah, beasiswa, pengeluaran per bulan, dan motivasi
100%
80%
60%
40%
Sangat turun

20%

Turun

JENIS
KELAMIN

MINOR

ASAL
DAERAH

ASAL
BEASISWA PENGELUARAN
SEKOLAH

Orang lain/pihak luar

Keluarga

Diri sendiri

>1000000

500000-1000000

1000000

Setelah analisis CHAID
1. Pengeluaran < 500000 digabung
dengan 500000 ≤ Pengeluaran ≤
1000000
2. Pengeluaran > 1000000

Peubah minor merupakan peubah pertama yang terpilih untuk memisahkan
responden menjadi dua klasifikasi yaitu responden yang mempunyai minor dan
tidak mempunyai minor sehingga peubah minor merupakan peubah yang
memiliki pengaruh paling kuat terhadap penurunan IP responden. Pohon
klasifikasi analisis CHAID menunjukkan bahwa responden yang mempunyai
minor maupun yang tidak mempunyai minor pada semester 3 sebagian besar
mengalami penurunan IP dengan kategori sangat turun. Responden yang
mempunyai minor lebih banyak yang memiliki IP TPB lebih dari 3.50 sedangkan
responden yang tidak mempunyai minor lebih banyak yang memiliki IP TPB
3.00-3.50. Sebanyak 2 responden mengambil 24 SKS di semester 3 yang terdiri
dari 1 responden yang tidak mempunyai minor dan memiliki IP TPB 2.00-2.50
serta 1 responden yang mempunyai minor dan memiliki IP TPB 2.50-3.00. Pada
pembahasan ini muncul dugaan bahwa responden tersebut mengulang salah satu
mata kuliah TPB dan diambil lagi di semester 3. Sebagian besar responden yang

12
mempunyai minor maupun yang tidak mempunyai minor jarang menggunakan
dan membaca buku teks/diktat namun sering menggunakan slide kuliah dan
catatan kuliah sebagai media belajar pada semester 3. Responden yang tidak
mempunyai minor tidak ada yang menyatakan bahwa mata kuliah semester 3 lebih
mudah dibandingkan mata kuliah semester 2.

Gambar 7 Diagram pohon klasifikasi analisis CHAID
Klasifikasi pertama responden yang dipisahkan oleh peubah minor yaitu
responden yang tidak mempunyai minor terdiri dari 36 responden dengan rincian
5 tidak mengalami penurunan IP, 4 mengalami penurunan IP kategori turun, dan
27 mengalami penurunan IP kategori sangat turun. Klasifikasi kedua yaitu
responden yang mempunyai minor terdiri dari 211 responden dengan rincian 34
tidak mengalami penurunan IP, 81 mengalami penurunan IP kategori turun, dan

13
96 mengalami penurunan IP kategori sangat turun. Pohon klasifikasi analisis
CHAID menunjukkan bahwa responden yang mempunyai minor maupun yang
tidak mempunyai minor pada semester 3 sebagian besar mengalami penurunan IP
dengan kategori sangat turun. Perbandingan persentase responden yang
mengalami penurunan IP dengan kategori sangat turun untuk responden yang
tidak mempunyai minor lebih besar dibandingkan responden yang mempunyai
minor yaitu sebesar 75.0% sedangkan yang mempunyai minor sebesar 45.5%.
Klasifikasi responden yang tidak mempunyai minor pada semester 3
dipisahkan oleh peubah beasiswa menjadi dua klasifikasi. Klasifikasi pertama
terdapat pada simpul 5 yaitu responden dengan persentase sebesar 8.1% (n=20)
memiliki ciri-ciri tidak mempunyai minor dan menerima beasiswa pada semester
3 akan mempunyai peluang sebesar 80.0% mengalami penurunan IP dengan
kategori sangat turun dan mempunyai peluang sebesar 20.0% untuk tidak
mengalami penurunan IP. Klasifikasi kedua terdapat pada simpul 6 yaitu
responden dengan persentase sebesar 6.5% (n=16) memiliki ciri-ciri tidak
mempunyai minor dan tidak menerima beasiswa pada semester 3 akan
mempunyai peluang sebesar 68.8% mengalami penurunan IP kategori sangat
turun dan mempunyai peluang hanya sebesar 6.2% untuk tidak mengalami
penurunan IP. Responden yang menerima beasiswa maupun tidak menerima
beasiswa sebagian besar mengalami penurunan IP dengan kategori sangat turun,
namun berbeda pada persentase responden yang tidak mengalami penurunan IP.
Klasifikasi responden yang tidak mempunyai minor untuk responden yang
menerima beasiswa mempunyai persentase lebih besar mengalami penurunan IP
kategori sangat turun dibandingkan responden yang tidak menerima beasiswa. Hal
ini terjadi karena responden yang menerima beasiswa, persentase pengeluaran per
bulan kurang dari lima ratus ribu rupiah lebih besar yaitu sebesar 6.4%
dibandingkan yang tidak menerima beasiswa sebesar 1.1%. Pada kasus ini muncul
adanya dugaan lagi bahwa ada pengaruh masalah ekonomi pada responden.
Klasifikasi responden yang mempunyai minor pada semester 3 dibagi
menjadi dua klasifikasi berdasarkan keberadaan kelompok belajar semester 3.
Klasifikasi pertama terdapat pada simpul 3 mempunyai peluang responden
mengalami penurunan IP kategori sangat turun lebih kecil sebesar 37.2%
dibandingkan klasifikasi kedua yang terdapat pada simpul 4 yaitu sebesar 55.1%.
Hal ini ditunjukkan pada responden yang mempunyai minor bahwa persentase
responden yang mempunyai kelompok belajar di semester 3 lebih besar
dibandingkan yang tidak mempunyai kelompok belajar di semester 3. Responden
yang mempunyai kelompok belajar di semester 3 akan mempunyai peluang lebih
kecil untuk mengalami penurunan IP kategori sangat turun dibanding responden
yang tidak mempunyai kelompok belajar di semester 3.
Klasifikasi responden yang mempunyai minor dan kelompok belajar
semester 3 berikutnya dipisahkan berdasarkan motivasi memilih statistika pada
saat mengikuti seleksi masuk IPB. Klasifikasi pada simpul 7 dengan persentase
responden sebesar 34.8% (n=86) memiliki ciri-ciri responden yang mempunyai
minor, mempunyai kelompok belajar di semester 3, dan motivasi memilih
statistika pada saat mengikuti seleksi masuk IPB adalah keluarga atau diri sendiri.
Karakteristik responden pada simpul 7 akan mempunyai peluang sebesar 36.0%
mengalami penurunan IP kategori sangat turun dan peluang untuk tidak
mengalami penurunan IP sangat kecil yaitu sebesar 12.8%. Klasifikasi yang

14
terdapat pada simpul 8 dengan persentase responden sebesar 10.9% (n=27)
memiliki ciri-ciri responden yang mempunyai minor, mempunyai kelompok
belajar di semester 3, dan motivasi memilih statistika pada saat mengikuti seleksi
masuk IPB adalah orang lain/pihak luar yang mencakup guru dan teman.
Karakteristik responden pada simpul ini akan mempunyai peluang yang sama
besar untuk tidak mengalami penurunan IP maupun mengalami penurunan IP
kategori sangat turun yaitu sebesar 40.7%.
Terakhir adalah klasifikasi responden yang mempunyai minor dan tidak
mempunyai kelompok belajar semester 3 dipisahkan berdasarkan pengeluaran per
bulan. Klasifikasi yang terdapat pada simpul 9 dengan persentase responden
sebesar 8.9% (n=22) memiliki ciri-ciri responden yang mempunyai minor, tidak
memiliki kelompok belajar di semester 3, dan pengeluaran per bulan di atas satu
juta rupiah. Karakteristik responden pada simpul 9 akan mempunyai peluang
sebesar 50.0% mengalami penurunan IP dengan kategori sangat turun dan
mempunyai peluang sebesar 31.8% untuk tidak mengalami penurunan IP.
Klasifikasi pada simpul 10 dengan persentase responden sebesar 30.8% (n=76)
memiliki ciri-ciri responden yang mempunyai minor, tidak memiliki kelompok
belajar di semester 3, dan pengeluaran per bulan di bawah satu juta rupiah.
Karakteristik responden pada simpul ini akan mempunyai peluang sebesar 56.6%
mengalami penurunan IP dengan kategori sangat turun dan mempunyai peluang
hanya sebesar 6.6% untuk tidak mengalami penurunan IP. Responden yang
pengeluaran per bulannya di atas satu juta rupiah mempunyai peluang untuk tidak
mengalami penurunan IP lebih besar dibandingkan responden yang pengeluaran
per bulannya di bawah satu juta rupiah. Ringkasan karakteristik responden yang
mengalami penurunan IP pada diagram pohon klasifikasi analisis CHAID dapat
dilihat pada Lampiran 5.
Nilai ketepatan klasifikasi responden yang dihasilkan menggunakan analisis
CHAID sebesar 55.1%. Tabel 6 menunjukkan bahwa persentase untuk menduga
penurunan IP dengan kategori tidak turun secara benar sebesar 28.2%, menduga
penurunan IP dengan kategori turun secara benar sebesar 51.8%, dan menduga
penurunan IP dengan kategori sangat turun secara benar sebesar 65.9%. Model
pohon klasifikasi analisis CHAID pada penelitian ini lebih bagus untuk menduga
penurunan IP dengan kategori sangat turun dibanding kategori tidak turun maupun
turun.
Pohon klasifikasi analisis CHAID menunjukkan bahwa tidak ada interaksi
antar peubah penjelas. Pada pohon klasifikasi yang terbentuk tidak ada pengaruh
silang antar peubah penjelas karena peubah penjelas yang memisahkan pada
setiap percabangan berbeda.
Tabel 6 Ketepatan klasifikasi analisis CHAID
Amatan
Tidak turun
Turun
Sangat turun
Persen total

Tidak turun
11
5
11
10.9%

Dugaan
Turun
Sangat turun
11
17
44
36
31
81
34.8%
54.3%

Ketepatan(%)
28.2%
51.8%
65.9%
55.1%

15

SIMPULAN DAN SARAN
Simpulan
Sebagian besar responden mengalami penurunan IP dengan kategori sangat
turun yaitu sebesar 50%. Peubah penjelas yang masuk dalam diagram pohon
analisis CHAID yaitu peubah minor, kelompok belajar semester 3, beasiswa,
motivasi, dan pengeluaran per bulan. Peubah penjelas yang memiliki pengaruh
paling kuat dengan penurunan IP responden adalah minor. Pohon klasifikasi
analisis CHAID menunjukkan bahwa tidak ada interaksi antar peubah penjelas
karena tidak ada pengaruh silang antar peubah penjelas. Peluang klasifikasi
tertinggi yang menggolongkan penurunan IP responden dengan kategori sangat
turun yaitu responden yang memiliki ciri-ciri tidak mempunyai minor dan
menerima beasiswa pada semester 3. Nilai ketepatan klasifikasi responden yang
dihasilkan menggunakan analisis CHAID sebesar 55.1%. Model pohon klasifikasi
analisis CHAID pada penelitian ini lebih bagus untuk menduga penurunan IP
dengan kategori sangat turun dibanding kategori tidak turun maupun turun.

Saran
Berdasarkan hasil dan pembahasan pada penelitian ini, menunjukkan bahwa
ketidakberadaan minor di semester 3 tidak dapat dijadikan pertimbangan utama
agar tidak mengalami penurunan IP dengan kategori sangat turun karena
responden yang tidak mempunyai minor pada penelitian ini memiliki karakteristik
tertentu berdasarkan peubah penjelas lainnya. Selain itu, kelompok belajar di
semester 3 mempunyai peran yang cukup penting bagi mahasiswa statistika IPB
agar peluang mengalami penurunan IP dari semester 2 ke semester 3 lebih kecil.
Penelitian selanjutnya dapat dilakukan menggunakan metode lain seperti analisis
jaringan untuk membandingkan hasil yang diperoleh.

DAFTAR PUSTAKA
Agresti A. 1990. Categorical Data Analysis. USA: University of Florida.
Gallagher CA, Monroe HM, Fish JL. 2000. An Iterative Approach to
Classification Analysis [Internet]. [diunduh 2014 Januari 29]. Tersedia pada:
https://www.casact.org/pubs/dpp/dpp90/90dpp237.pdf.
Kass GV. 1980. An Exploratory Technique for Investigating Large Quantities of
Categorical Data. Applied Statistics [Internet]. [diunduh 2014 Januari 31].
29(2):119-127.Tersedia pada: http://www4.stat.ncsu.edu/~dickey/Analytics/
Datamine/Reference%20Papers/kass80.pdf.
Ritschard G. 2010. CHAID and Earlier Supervised Tree Methods. Switzerland:
Dept of Econometrics, University of Geneva.
Rokach L, Maimon O. 2008. Data Mining and Knowledge Discovery Handbook.
USA: World Scientific.

16
Lampiran 1 Kuesioner penelitian
KEMENTERIAN PENDIDIKAN NASIONAL
INSTITUT PERTANIAN BOGOR
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
DEPARTEMEN STATISTIKA
Jalan Meranti Wing 22, Level 4 Kampus IPB Dramaga-Bogor 16680
Kuesioner Penelitian
Terima kasih atas partisipasi Anda menjadi salah satu responden survei dan
bersedia mengisi kuesioner ini. Nama saya Novita Arianti (G14100048)
mahasiswa Departemen Statistika IPB yang saat ini sedang melakukan penelitian
mengenai Identifikasi Penurunan Indeks Prestasi Semester 2 ke Semester 3
Mahasiswa Statistika IPB Menggunakan Metode CHAID. Partisipasi Anda dalam
survei ini bersifat sukarela. Semua informasi dalam penelitian ini akan dijaga
kerahasiaannya dan akan digunakan untuk bahan penelitian.
Petunjuk Pengisian Kuesioner:
1. Isilah pertanyaan–pertanyaan dalam kuesioner ini dengan menjawab
seluruh pertanyaan yang diajukan.
2. Hendaknya jawaban diberikan dengan jujur.
3. Beri tanda silang (X) pada pilihan yang disediakan.
No Kuesioner
Tanggal Pengisian

:
:

KARAKTERISTIK RESPONDEN (diisi sesuai kondisi di semester 3)
Nama
:
NRP
:
Jenis Kelamin
: [1]Perempuan
[2]Laki-laki
Minor
: [1]Tidak ada minor
[2]Ada minor
Asal Daerah
: [1]Jabodetabek
[2]Luar Jabodetabek
Asal Sekolah
: [1]SMA Swasta
[2]SMA Negeri
Beasiswa
: [1]Menerima Beasiswa
[2]Tidak Menerima Beasiswa
Pengeluaran per bulan : [1]Pengeluaran < 500000
[2]500000 ≤ Pengeluaran ≤ 1000000
[3]Pengeluaran > 1000000
No HP
:
MOTIVASI DIRI
1. Pada saat mendaftar sebagai calon mahasiswa baru, Anda memilih Statistika
sebagai urutan ke berapa?
[1]Pertama
[2]Kedua
2. Siapa yang memotivasi Anda untuk memilih Statistika sebagai pilihan?
[1]Diri sendiri
[2]Orang tua
[3]Teman
[4]Guru
[5]Lainnya,sebutkan…

17
KONDISI PERKULIAHAN
3. Bagaimana jumlah mata kuliah yang Anda ambil di semester 3 dibandingkan
pada saat semester 2?
[1] Lebih sedikit
[2]Sama saja
[3]Lebih banyak
4. Bagaimana kepadatan jam perkuliahan per inggu di semester 3 dibandingkan
pada saat semester 2?
[1] Lebih longgar
[2]Sama saja
[3]Lebih padat
5. Bagaimana intensitas tugas di semester 3 dibandingkan pada saat semester 2?
[1] Lebih sedikit
[2]Sama saja
[3]Lebih banyak
6. Bagaimana tingkat kesulitan mata kuliah secara umum di semester 3
dibandingkan pada saat semester 2?
[1] Lebih mudah
[2]Sama saja
[3]Lebih sulit
POLA BELAJAR
7. Bagaimana frekuensi belajar sendiri (di luar jam kuliah) di semester 3
dibandingkan pada saat semester 2?
[1]Lebih jarang
[2]Sama saja
[3]Lebih sering
8. Berapa rata-rata jumlah jam belajar sendiri Anda dalam satu minggu di
semester 3?
[1]Kurang dari 7 jam
[2]7-15 jam
[3]Lebih dari 15 jam
9. Apakah Anda memiliki kelompok belajar di semester 2?
[1]Ya
[2]Tidak
10. Apakah Anda memiliki kelompok belajar di semester 3? Jika tidak, langsung
ke nomor 13.
[1]Ya
[2]Tidak
11. Bagaimana frekuensi belajar kelompok (di luar jam kuliah) di semester 3
dibandingkan pada saat semester 2?
[1]Lebih jarang
[2]Sama saja
[3]Lebih sering
12. Berapa rata-rata jumlah jam belajar kelompok Anda dalam satu minggu di
semester 3?
[1]Kurang dari 7 jam
[2]7-15 jam
[3]Lebih dari 15 jam
13. Bagaimana jumlah literatur/buku yang membantu Anda kuliah pada semester
3 dibandingkan pada saat semester 2?
[1]Lebih sedikit
[2]Sama saja
[3]Lebih banyak
14. Bagaimana intensitas pemakaian media sosial (Web Browser, Email, Google+,
Yahoo Messenger, Facebook, Twitter, WhatsApp, Line, Blackberry
Messenger, Gtalk, Mailing List) yang membantu belajar Anda di semester 3
dibandingkan pada saat semester 2?
[1]Lebih jarang
[2]Sama saja
[3]Lebih sering
15. Bagaimana intensitas penggunaan media belajar Anda di semester 3?
Media belajar
Tidak pernah
Jarang
Sering
Buku teks/diktat
Slide kuliah
Catatan kuliah
Internet
Lainnya, sebutkan…

18
KEGIATAN ORGANISASI
16. Apakah Anda mengikuti kegiatan organisasi/kepanitiaan selama semester 2?
[1]Ya
[2]Tidak
17. Apakah Anda mengikuti kegiatan organisasi/kepanitiaan selama semester 3?
Jika tidak, pertanyaan selesai.
[1]Ya
[2]Tidak
18. Bagaimana keterlibatan Anda dalam kegiatan organisasi/kepanitiaan yang
Anda ikuti di semester 3 dibandingkan pada saat semester 2?
[1]Lebih jarang
[2]Sama saja
[3]Lebih sering
19. Berapa rata-rata jumlah kegiatan organisasi yang melibatkan Anda dalam satu
minggu di semester 3?
[1]Kurang dari 3 kegiatan [2]3-5 kegiatan
[3]Lebih dari 5 kegiatan
Terima kasih atas partisipasi Anda mengisi kuesioner penelitian saya,
semoga informasi yang Anda berikan dapat membantu kelancaran penelitian saya.

19
Lampiran 2 Pengkategorian peubah
Peubah Definisi
Y
Penurunan IP
X1
X2
X3
X4
X5

Jenis kelamin
Minor
Asal daerah
Status asal sekolah
Beasiswa

X6

Jalur masuk IPB

X7

Pengeluaran per
bulan

Kategori
[1]Tidak turun
[3]Sangat turun
[1]Perempuan
[1]Tidak ada minor
[1]Jabodetabek
[1]Swasta
[1]Menerima beasiswa
[1]USMI/ SNMPTN
Undangan
[3]BUD
[5]PIN
[1]Pengeluaran1000000
X8
X9

Pilihan mendaftar
statistika
Motivasi

X10

Jumlah SKS

X11

Jumlah mata kuliah

X12

Kepadatan jam
perkuliahan
Intensitas tugas

X13
X14
X15
X16
X17
X18
X19
X20
X21
X22

Tingkat kesulitan
mata kuliah
Frekuensi belajar
sendiri
Rata-rata jam belajar
sendiri per minggu
Kelompok belajar
semester 2
Kelompok belajar
semester 3
Jumlah literatur/buku
Intensitas pemakaian
media sosial
Keikutsertaan
organisasi semester 2
Keikutsertaan
organisasi semester 3

[1]Pertama

[2]Kedua

[1]Diri sendiri
[3]Orang lain/pihak luar
[1]Lebih sedikit
[3]Lebih banyak
[1]Lebih sedikit
[3]Lebih banyak
[1]Lebih longgar
[3]Lebih padat
[1]Lebih sedikit
[3]Lebih banyak
[1]Lebih mudah
[3]Lebih sulit
[1]Lebih jarang
[3]Lebih sering
[1]Kurang dari 7 jam
[3]Lebih dari 15 jam
[1]Punya

[2]Keluarga

[1Punya

[2]Tidak

[1]Lebih sedikit
[3]Lebih banyak
[1]Lebih jarang
[3]Lebih sering
[1]Ya

[2]Sama saja

[1]Ya

[2]Tidak

[2]Sama saja
[2]Sama saja
[2]Sama saja
[2]Sama saja
[2]Sama saja
[2]Sama saja
[2]7-15 jam
[2]Tidak

[2]Sama saja
[2]Tidak

20
Lampiran 3 Deskripsi karakteristik responden berdasarkan peubah penjelasnya
urutan pilihan statistika

Kedua

4.5%

95.5%

Pertama

motivasi memilih statistika

jumlah sks

24.3%

Orang lain/pihak luar

Keluarga

Lebih banyak

Sama saja

30.0%

Diri sendiri

45.7%

39.7%

Sama saja

18.6%

Lebih sedikit

23.5%

kepadatan jam perkuliahan

jumlah mata kuliah
Lebih banyak

57.9%

Lebih padat

27.5%

Sama saja

25.5%

17.8%
54.7%

Lebih sedikit

Lebih longgar

34.8%

intensitas tugas
Lebih banyak
Sama saja

tingkat kesulitan matkul

21.9%

Lebih sulit

15.8%

Lebih sedikit

62.3%

frekuensi belajar sendiri
Lebih sering

96.4%

Sama saja

2.4%

Lebih mudah

1.2%

rata-rata jam belajar sendiri

21.9%

> 15 jam

4.0%

54.3%
Sama saja
Lebih jarang

7-15 jam
23.9%

41.3%

< 7 jam
54.7%

21
kelompok semester 2

kelompok semester 3

Tidak

69.2%

Ya

30.8%

Tidak

47.4%

Ya

52.6%

intensitas penggunaan media
sosial

jumlah literatur/buku
55.1%
Lebih banyak

Lebih sering
Sama saja
Lebih sedikit

34.4%
10.5%

Lebih jarang

Ya

50.2%

49.8%

46.2%
4.9%

organisasi semester 3

organisasi semester 2
Tidak

49.0%

Sama saja

Tidak

Ya

16.6%

83.4%

22
Lampiran 4 Diagram hubungan antara penurunan IP responden dengan peubah
penjelas
a. Grafik persentase penurunan IP responden berdasarkan urutan mendaftar
statistika, jumlah mata kuliah, intensitas tugas, kelompok belajar semester 2,
dan jumlah literatur/buku
Persentase penurunan IP responden berdasarkan urutan, jumlah mata
kuliah, intensitas tugas, kelompok belajar semester 2, dan jumlah
literatur/buku
100%
80%
60%
40%
Sangat turun
Turun

20%

Tidak turun

URUTAN

JML MATKUL

TUGAS

KLP SMT2

Lebih banyak

Sama saja

Lebih sedikit

Tidak

Ya

Lebih banyak

Sama saja

Lebih sedikit

Lebih banyak

Sama saja

Lebih sedikit

Kedua

Pertama

0%

LITERATUR

b. Grafik persentase penurunan IP responden berdasarkan frekuensi jam belajar
sendiri, rata-rata jam belajar sendiri per minggu, intensitas pemakaian media
sosial, keikutsertaan organisasi semester 2, keikutsertaan organisasi semester 3
Persentase penurunan IP responden berdasarkan frekuensi jam belajar
sendiri, rata-rata jam belajar sendiri per minggu, intensitas pemakaian media
sosial, keikutsertaan organisasi semester 2, keikutsertaan organisasi semester 3
100%

80%

60%

Sangat turun

40%

Turun
Tidak turun
20%

0%
Lebih Sama Lebih
jarang saja sering
BLJR SENDIRI

15 Lebih Sama Lebih
jam jarang saja sering

JAM BLJR
SENDIRI

MEDSOS

Ya

Tidak

ORG SMT2

Ya

T