Tabel 17 memperlihatkan angka korelasi antara pendidikan ayah dan pendidikan ibu sebesar 0.507 dan sangat signifikan, artinya terdapat korelasi yang
sangat nyata antara pendidikan ayah dan pendidikan ibu, walaupun nilainya koefisiennya relatif kecil. Tanda koefisien korelasi positif menunjukkan bahwa
semakin tinggi pendidikan ayah, maka pendidikan ibu juga tinggi. Analisis korelasi peubah-peubah penjelas berskala ordinal di atas menggunakan korelasi
Spearman. Tabel 18 Korelasi Antar Peubah Penjelas yang Bersifat Kuantitatif
Peubah IP Semester 1
Nilai Matematika rata-rata NEM
0.047 .219
IP semester 1 .145
Keterangan : Korelasi sangat signifikan pada 0.01
Pada Tabel 18 diperlihatkan bahwa korelasi antara nilai rata-rata NEM, nilai IP semester 1, dan nilai Matematika relatif kecil. Nilai korelasi
maksimumnya adalah 0.219. Walaupun korelasi antara nilai Matematika dan nilai rata-rata NEM sangat signifikan, tetapi nilai koefisiennya kecil yakni 0.219.
Analisis yang dilakukan terhadap peubah-peubah kuantitatif ini adalah korelasi Pearson. Jadi secara umum dapat dikatakan bahwa koefisien–koefisien korelasi
dari peubah-peubah kuantitatif di atas memberi indikasi tidak terjadi multikolinearitas.
4.5. Hasil Pengolahan Data dengan Regresi Logistik
Selanjutnya hasil analisis Regresi Logistik dinyatakan dalam Tabel 19. Dengan nilai
α = 0.1, dapat disimpulkan bahwa faktor-faktor yang memberi pengaruh signifikan terhadap keberhasilan mahasiswa POLBAN antara lain, jenis
kelamin, nilai IP semester 1, pekerjaan ibu 1, program studi3, program studi 7, dan program studi 8. Hal ini ditunjukkan dengan nilai probabilitas p
kurang dari nilai α = 0.1. Apabila nilai α = 0.05, maka peubah-peubah yang
memberi pengaruh signifikan adalah jenis kelamin, nilai IP semester 1, program
studi 3, program studi 7, dan program studi 8. Sedangkan faktor-faktor lain, jenis SLTA, status SLTA, asal daerah, NEM, pendidikan ayah, pendidikan ibu,
pekerjaan ayah. Nilai matematika dianggap kurang memberi pengaruh yang nyata karena nilai p 0.1.
Semua nilai penduga parameter positif, kecuali nilai jenis kelamin, IP semester 1, pekerjaan ibu 1, pekerjaan ibu 2, pekerjaan ibu 3, dan program
studi 10. Nilai koefisien β negatif mengindikasikan bahwa penambahan nilai
peubah penjelas dalam model akan menurunkan resiko gagal. Sebaliknya nilai koefisien
β positif mengindikasikan, bahwa setiap kenaikan nilai peubah penjelas akan menaikkan nilai resiko gagal.
Pengujian dengan model penuh yang melibatkan 12 peubah penjelas dibanding model hanya dengan konstanta, terbukti secara statistik dapat
dipercaya. Hal ini terlihat dari nilai Khi Kuadrat sebesar 382.034 yang signifikan dengan p 0.001. Sehingga dapat disimpulkan bahwa model dengan hanya
konstanta, berbeda secara statistik dibandingkan dengan model yang memasukkan semua peubah penjelas.
Sedangkan nilai koefisien determinasi R
2
yang diberikan adalah 53.7, hal ini dapat diinterpretasikan bahwa 53.7 kedua belas peubah penjelas dapat
menjelaskan keragaman model, dan 47.3 keragaman dari model dapat dijelaskan oleh faktor yang lain.
Sedangkan berdasarkan Tabel 19 dapat disimpulkan bahwa mahasiswa dengan jenis kelamin perempuan beresiko antara 0.137 kali sampai 0.992 kali
untuk gagal DO dibandingkan mahasiswa laki-laki. Sedangkan berdasarkan nilai rasio oddsnya yaitu 0.368, maka dapat diartikan bahwa mahasiswa dengan jenis
kelamin laki-laki mempunyai resiko gagal sebesar 2.717 kali mahasiswa perempuan. Hal ini cukup beralasan karena jumlah mahasiswa Rekayasa
POLBAN lebih banyak laki-laki. Jadi kecenderungan mahasiswa laki-laki untuk gagal lebih besar dibandingkan mahasiswa perempuan. Nilai dugaan parameter
untuk nilai IP semester 1 negatif, artinya mahasiswa yang memiliki IP semester 1 tinggi akan menurunkan resiko gagal.
Berdasarkan Tabel 19 maka model regresi logistik yang diberikan :
744 .
1 861
. 1
657 .
1 572
. 659
. 3
998 .
986 .
5 41
744 .
1 861
. 1
657 .
1 572
. 659
. 3
998 .
986 .
5 exp
1 744
. 1
861 .
1 657
. 1
572 .
659 .
3 998
. 986
. 5
exp
8 12
7 12
3 12
1 11
7 1
1 8
11 7
11 3
11 1
11 7
1 8
12 7
12 3
12 1
11 7
1 1
X X
X X
X X
Logit atau
X X
X X
X X
X X
X X
X X
+ +
+ −
− −
= +
+ +
− −
− +
+ +
+ −
− −
=
π π
Tabel 19 Hasil Analisis Regresi Logistik Peubah B
S.E. Wald
df Sig.
ExpB 95C.I.forExpB
Lower Upper
Jenkel1 -0.998 0.505
3.901 1
0.048 0.368 0.137 0.992
IP -3.659 0.384
90.64 1
0.026 0.012
0.055 pekbu1 -0.572
0.312 3.351
1 0.067
0.564 0.306 1.041 pekbu2 -3.704
2.489 2.214
1 0.137
0.025 0 3.237 pekbu3 -0.431
0.55 0.614
1 0.433
0.65 0.221 1.91 pekbu4 0.035
0.883 0.002
1 0.968
1.036 0.183 5.853
progstud1 0.452 0.763 0.351 1 0.553 1.572 0.352 7.016
progstud2 0.359 0.728 0.243 1 0.622 1.432 0.344 5.967
progstud3 1.657 0.743 4.975 1 0.026 5.245 1.223 22.499
progstud4 0.948 0.708 1.791 1 0.181 2.58 0.644 10.335
progstud5 0.02 0.804 0.001 1 0.98 1.02 0.211 4.931 progstud6 0.916 0.732 1.567 1 0.211
2.5 0.596 10.49
progstud7 1.861 0.694 7.199 1 0.007 6.432 1.651 25.05
progstud8 1.744 0.725 5.793 1 0.016 5.72 1.382 23.67
progstud9 0.66 0.986 0.448 1 0.503
1.934 0.28 13.353 progstud10 -0.232 0.811 0.082 1 0.775
0.793 0.162
3.889 Constant
5.986 1.081
30.67 1
397.8 Dari Tabel 19 terlihat bahwa nilai dugaan parameter IP semester 1 adalah -
3.52 dan nilai rasio oddsnya adalah 0.026, hal ini mengindikasikan bahwa setiap nilai IP semester 1 bertambah satu satuan, maka akan menurunkan peluang
mahasiswa gagal DO sebesar 97.4. Dari beberapa penelitian terungkap bahwa nilai IP semester 1 sangat berpengaruh terhadap keberlanjutan studi. Ratnaningsih
2008 menyimpulkan bahwa nilai IP semester 1 berpengaruh nyata terhadap masa studi mahasiswa PTJJ Pendidikan Tinggi Jarak Jauh. Tabel 19 juga
memperlihatkan bahwa mahasiswa dengan profesi ibu PNS mempunyai resiko gagal DO 0.564 kali dibandingkan mahasiswa dengan profesi ibu yang bukan
PNS. Dengan kata lain mahasiswa dengan profesi ibunya bukan PNS mempunyai
peluang gagal DO sebesar 1.773 10.564 kali dibandingkan mahasiswa dengan profesi ibu PNS.
Dari Tabel 19 dapat ditunjukkan bahwa mahasiswa program studi teknik Elektro, Teknik Komputer dan teknik Kimia mempunyai peluang gagal DO
masing-masing sebesar 5.245 kali, 6.432, dan 5.720 kali.
4.6. Hasil Berdasarkan Tabel Klasifikasi
