PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK
1
PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK PEMODELAN FAKTOR-FAKTOR
YANG MEMPENGARUHI TINGKAT KESIAPAN MAHASISWA JURUSAN PENDIDIKAN
AGAMA ISLAM TAHUN PERTAMA MENGIKUTI KELAS BILINGUAL
Ari Wibowo, MPd. MSi.
ABSTRAK
Pada analisis regresi, skala pengukuran variabel respon adalah kontinu, baik berskala
interval ataupun rasio. Namun demikian, adakalanya skala pengukuran variabel respon yang
ditelaah berupa variabel kategorik, baik berskala nominal ataupun ordinal.
Metode yang dapat digunakan untuk menganalisis data ketika variabel respon mempunyai skala
ordinal adalah regresi ordinal. Penelitian ini bertujuan untuk mengidentifikasi prilaku awal dan
karakteristik mahasiswa jurusan PAI. Analisis regresi logistik ordinal diterapkan untuk
pemodelan variabel respon berskala ordinal berupa tingkat kesiapan mahasiswa jurusan PAI
tahun pertama mengikuti kelas bilingual. Sedangkan variabel penjelas yang diteliti adalah latar
belakang pendidikan mahasiswa yang meliputi kluster dan status sekolah.
Data yang akan digunakan dalam penelitian ini adalah data tingkat kesiapan mahasiswa
jurusan PAI tahun pertama mengikuti kelas bilingual yang merupakan hasil konversi nilai akhir
mahasiswa yang berupa huruf mutu pada matakuliah Bahasa Arab dan Inggris pada semester
pertama tahun akademik 2013/2014. Data tersebut mencakup keseluruhan data mahasiswa
jurusan PAI angkatan tahun 2013 yang berjumlah 416 mahasiswa. Variabel respon berupa
tingkat kesiapan mahasiswa jurusan PAI tahun pertama mengikuti kelas bilingual. Skor untuk
masing-masing kategori tersebut adalah Sangat Siap = 5, Siap = 4, Antara Siap dan Tidak = 3,
Tidak Siap = 2, dan Sangat Tidak Siap = 1. Sedangkan variabel penjelas untuk masing-masing
variabel respon meliputi: (1) Kluster sekolah pada jenjang sebelumnya {0 : MA, 1 : SMA, 2 :
SMK} dan (2) Status sekolah pada jenjang sebelumnya {0 : Negeri, 1 : Swasta}.
Berdasarkan regresi logistik ordinal, variabel penjelas kluster sekolah berpengaruh nyata
terhadap kesiapan mahasiswa mengikuti kelas berbahasa Arab, sedangkan variabel penjelas
status sekolah tidak berpengaruh nyata. Berdasarkan selang kepercayaan 95% dari nilai rasio
odds, dapat dijelaskan bahwa mahasiswa yang berasal dari MA mempunyai peluang memiliki
tingkat kesiapan mengikuti kelas berbahasa Arab pada level rendah 0.310 - 0.831 kali
dibandingkan dengan mahasiswa yang berasal dari SMK. Sedangkan mahasiswa yang berasal
dari SMA mempunyai peluang memiliki tingkat kesiapan mengikuti kelas berbahasa Arab pada
level rendah 0.385 - 1.077 kali dibandingkan dengan mahasiswa yang berasal dari SMK.
Variabel penjelas kluster dan status sekolah berpengaruh nyata terhadap kesiapan mahasiswa
mengikuti kelas berbahasa Inggris. Berdasarkan selang kepercayaan 95% dari nilai rasio odds,
dapat dijelaskan bahwa mahasiswa yang berasal dari MA mempunyai peluang memiliki tingkat
kesiapan mengikuti kelas berbahasa Inggris pada level rendah 0.942 - 2.689 kali dibandingkan
dengan mahasiswa yang berasal dari SMK. Sedangkan mahasiswa yang berasal dari SMA
mempunyai peluang memiliki tingkat kesiapan mengikuti kelas berbahasa Inggris pada level
rendah 0.409 - 1.219 kali dibandingkan dengan mahasiswa yang berasal dari SMK. Selain itu,
mahasiswa yang berasal dari sekolah Negeri mempunyai peluang memiliki tingkat kesiapan
mengikuti kelas berbahasa Arab pada level rendah 0.424 - 0.986 kali dibandingkan dengan
mahasiswa yang berasal dari sekolah Swasta.
PENDAHULUAN
Saat ini analisis regresi telah dikenal secara luas sebagai metode yang dapat digunakan
untuk menelaah hubungan antara variabel respon (response variable) dengan satu atau lebih
1
2
variabel penjelas (explanatory variable). Istilah variabel terikat (dependent variable) terkadang
digunakan sebagai nama lain dari variabel respon, demikian pula istilah variabel bebas
(independent variable) terkadang digunakan sebagai nama lain dari variabel penjelas. Pada
analisis regresi, skala pengukuran variabel respon adalah kontinu, baik berskala interval ataupun
rasio. Namun demikian, adakalanya skala pengukuran variabel respon yang ditelaah berupa
variabel kategorik, baik berskala nominal ataupun ordinal.
Metode yang dapat digunakan untuk menganalisis data ketika variabel respon
mempunyai skala ordinal adalah regresi ordinal. Pada metode ini, variabel bebasnya bisa
merupakan kovariat (jika menggunakan skala interval atau rasio) atau bisa merupakan faktor
(jika menggunakan skala nominal atau ordinal). Asumsi sebaran data pada regresi ordinal lebih
longgar jika dibandingkan dengan analisis regresi. Karena jika data mempunyai skala ordinal
maka akan sangat sulit untuk memperoleh kondisi sebaran normal, sehingga asumsi kenormalan
tidak berlaku pada metode regresi ordinal.
Model rancangan pembelajaran menurut Dick & Carey (1996) terdiri atas sembilan
langkah. Kesembilan langkah tersebut menunjukkan hubungan yang sangat jelas, dan tidak
teputus antara langkah yang satu dengan yang lainya. Dengan kata lain, sistem yang terdapat
pada Dick and Carey (1996) sangat ringkas, namun isinya padat dan jelas dari satu urutan ke
urutan berikutnya. Tahapan pengembangan sistem pembelajaran tersebut disajikan pada gambar
berikut.
Gambar 1 Model rancangan pembelajaran Dick & Carey (1996)
Penelitian terhadap langkah ketiga model di atas, yaitu untuk mengidentifikasi prilaku
awal dan karakteristik mahasiswa mutlak diperlukan dalam rangka untuk meningkatkan kualitas
mutu kelas bilingual yang akan mulai dilaksanakan pada tahun akademik 2014/2015. Kelas
bilingual merupakan tindak lanjut terhadap Peraturan Rektor IAIN Surakarta Nomor 113 Tahun
2014 tentang Standar Kompetensi Lulusan Program Sarjana S1 IAIN Surakarta. Langkah
3
tersebut akan dimulai dengan pengajaran berbasis mata kuliah dengan menggunakan pengantar
bahasa asing yaitu bahasa Arab dan Inggris. Bahasa Arab akan digunakan sebagai bahasa
pengantar mata kuliah keagamaan sedangkan bahasa Inggris akan digunakan sebagai pengantar
mata kuliah non-keagamaan.
Penelitian ini bertujuan untuk mengidentifikasi prilaku awal dan karakteristik mahasiswa
jurusan PAI. Analisis regresi logistik ordinal diterapkan untuk pemodelan variabel respon
berskala ordinal berupa tingkat kesiapan mahasiswa jurusan PAI tahun pertama mengikuti kelas
bilingual. Variabel respon tersebut diperoleh dari hasil reduksi terhadap nilai mutu matakuliah
Bahasa Arab dan Bahasa Inggris pada semester pertama. Sedangkan variabel penjelas yang
diteliti adalah latar belakang pendidikan mahasiswa yang meliputi kluster dan status sekolah.
METODE PENELITIAN
Data yang akan digunakan dalam penelitian ini adalah data tingkat kesiapan mahasiswa
jurusan PAI tahun pertama mengikuti kelas bilingual yang merupakan hasil konversi nilai akhir
mahasiswa yang berupa huruf mutu pada matakuliah Bahasa Arab dan Inggris pada semester
pertama tahun akademik 2013/2014. Data tersebut mencakup keseluruhan data mahasiswa
jurusan PAI angkatan tahun 2013 yang berjumlah 416 mahasiswa.
Variabel respon berupa tingkat kesiapan mahasiswa jurusan PAI tahun pertama
mengikuti kelas bilingual. Skor untuk masing-masing kategori tersebut adalah Sangat Siap = 5,
Siap = 4, Antara Siap dan Tidak = 3, Tidak Siap = 2, dan Sangat Tidak Siap = 1. Sedangkan
variabel penjelas untuk masing-masing variabel respon meliputi: (1) Kluster sekolah pada
jenjang sebelumnya {0 : MA, 1 : SMA, 2 : SMK} dan (2) Status sekolah pada jenjang
sebelumnya {0 : Negeri, 1 : Swasta}.
HASIL DAN PEMBAHASAN
A. Analisis Deskriptif
Mahasiswa yang menjadi objek penelitian adalah mahasiswa jurusan PAI angkatan 2013
yang mengikuti kelas Bahasa Arab I dan Bahasa Inggris I di FITK IAIN Surakarta yaitu
sebanyak 421 orang. Mahasiswa Jurusan PAI FITK angkatan tahun 2013 berasal dari empat
kluster sekolah, yaitu: (a) Pondok Pesantren (Ponpes), (b) MA, (c) SMA, dan (d) SMK.
Berdasarkan Gambar 2, sebagian besar mahasiswa berasal dari MA, yaitu sebesar 46.6%,
sedangkan sisanya sebesar 34.1% berasal dari SMA, 16.9% berasal dari SMK dan 2.4% berasal
dari ponpes.
4
Gambar 2 Diagram Lingkaran Kluster Sekolah Asal Mahasiswa Jurusan PAI Angkatan
Tahun 2014
Persentase perolehan nilai akhir Bahasa Arab dan Bahasa Inggris mahasiswa PAI
Angkatan tahun 2014 pada semester pertama berupa huruf mutu mulai dari A+ sampai dengan
C- dapat dilihat pada Tabel 2.
Tabel 2 Persentase Perolehan Huruf Mutu Matakuliah Bahasa Arab (BA) dan Inggris
(BI) pada Semester Pertama
MK
BA
BI
A+
1.73
8.21
A
8.42
16.17
A15.10
22.39
B+
19.55
20.15
B
13.86
11.19
B15.35
12.44
C+
10.40
5.22
C
6.68
3.23
C8.91
1.00
Tabel 2 menunjukkan bahwa nilai Bahasa Inggris I cenderung lebih baik jika
dibandingkan dengan nilai Bahasa Arab I. Hal ini terlihat dari tingginya perolehan nilai A+, A,
dan A- yang mencapai 46.77% . Namun untuk nilai Bahasa Arab I, persentase mahasiswa
dengan huruf mutu C+, C dan C- cukup besar, yaitu mencapai 25.99%.
B. Regresi Logistik Ordinal untuk Mengkaji Pengaruh Kluster dan Status Sekolah Terhadap
Kesiapan Mahasiswa Mengikuti Kelas Bilingual
Konversi level tingkat kesiapan mahasiswa mengikuti kelas bilingual (kelas berbahasa
Arab dan Inggris) berdasarkan perolehan nilai atau huruf mutu disajikan pada Tabel 3.
Tabel 3 Level Tingkat Kesiapan Berdasarkan Perolehan Nilai atau Huruf Mutu
Level Tingkat Kesiapan
V
IV
III
II
I
Nilai
4.00
3.75
3.50
3.25
3.00
2.75
2.50
2.25
2.00
Huruf Mutu
A+
A
AB+
B
BC+
C
C-
5
1. Kesiapan Mengikuti Kelas Berbahasa Arab
Hasil analisis regresi logistik ordinal memperlihatkan bahwa model dengan semua
peubah penjelas lebih baik jika dibandingkan dengan model tanpa peubah penjelas dan model
dengan peubah penjelas pada level mahasiswa. Hasil uji perbandingannya dapat dilihat pada
Tabel 4.
Tabel 4 Hasil uji perbandingan pada model regresi logistik ordinal
–2 log Likelihood Deviance Nilai p
Model tanpa peubah penjelas
1222.063
Model dengan peubah penjelas
1215.047
30.5296
0.0326
Berdasarkan Tabel 4 dapat dijelaskan bahwa hasil perbandingan antara model tanpa
peubah penjelas dengan model yang ditambahkan peubah penjelas menghasilkan nilai p sebesar
0.0326, artinya model dengan peubah penjelas lebih baik daripada model tanpa peubah penjelas.
Dengan kata lain, peubah penjelas kluster sekolah yang dimasukkan kedalam model memberikan
pengaruh yang signifikan terhadap kesiapan mahasiswa mengikuti kelas berbahasa Arab. Hasil
pendugaan parameter regresi logistik ordinal dapat dilihat pada Tabel 5.
Tabel 5 Nilai dugaan parameter regresi logistik ordinal
Penduga
Galat Baku
Nilai p
Intercept
-1.2202
0.2309
PENERAPAN REGRESI LOGISTIK ORDINAL UNTUK PEMODELAN FAKTOR-FAKTOR
YANG MEMPENGARUHI TINGKAT KESIAPAN MAHASISWA JURUSAN PENDIDIKAN
AGAMA ISLAM TAHUN PERTAMA MENGIKUTI KELAS BILINGUAL
Ari Wibowo, MPd. MSi.
ABSTRAK
Pada analisis regresi, skala pengukuran variabel respon adalah kontinu, baik berskala
interval ataupun rasio. Namun demikian, adakalanya skala pengukuran variabel respon yang
ditelaah berupa variabel kategorik, baik berskala nominal ataupun ordinal.
Metode yang dapat digunakan untuk menganalisis data ketika variabel respon mempunyai skala
ordinal adalah regresi ordinal. Penelitian ini bertujuan untuk mengidentifikasi prilaku awal dan
karakteristik mahasiswa jurusan PAI. Analisis regresi logistik ordinal diterapkan untuk
pemodelan variabel respon berskala ordinal berupa tingkat kesiapan mahasiswa jurusan PAI
tahun pertama mengikuti kelas bilingual. Sedangkan variabel penjelas yang diteliti adalah latar
belakang pendidikan mahasiswa yang meliputi kluster dan status sekolah.
Data yang akan digunakan dalam penelitian ini adalah data tingkat kesiapan mahasiswa
jurusan PAI tahun pertama mengikuti kelas bilingual yang merupakan hasil konversi nilai akhir
mahasiswa yang berupa huruf mutu pada matakuliah Bahasa Arab dan Inggris pada semester
pertama tahun akademik 2013/2014. Data tersebut mencakup keseluruhan data mahasiswa
jurusan PAI angkatan tahun 2013 yang berjumlah 416 mahasiswa. Variabel respon berupa
tingkat kesiapan mahasiswa jurusan PAI tahun pertama mengikuti kelas bilingual. Skor untuk
masing-masing kategori tersebut adalah Sangat Siap = 5, Siap = 4, Antara Siap dan Tidak = 3,
Tidak Siap = 2, dan Sangat Tidak Siap = 1. Sedangkan variabel penjelas untuk masing-masing
variabel respon meliputi: (1) Kluster sekolah pada jenjang sebelumnya {0 : MA, 1 : SMA, 2 :
SMK} dan (2) Status sekolah pada jenjang sebelumnya {0 : Negeri, 1 : Swasta}.
Berdasarkan regresi logistik ordinal, variabel penjelas kluster sekolah berpengaruh nyata
terhadap kesiapan mahasiswa mengikuti kelas berbahasa Arab, sedangkan variabel penjelas
status sekolah tidak berpengaruh nyata. Berdasarkan selang kepercayaan 95% dari nilai rasio
odds, dapat dijelaskan bahwa mahasiswa yang berasal dari MA mempunyai peluang memiliki
tingkat kesiapan mengikuti kelas berbahasa Arab pada level rendah 0.310 - 0.831 kali
dibandingkan dengan mahasiswa yang berasal dari SMK. Sedangkan mahasiswa yang berasal
dari SMA mempunyai peluang memiliki tingkat kesiapan mengikuti kelas berbahasa Arab pada
level rendah 0.385 - 1.077 kali dibandingkan dengan mahasiswa yang berasal dari SMK.
Variabel penjelas kluster dan status sekolah berpengaruh nyata terhadap kesiapan mahasiswa
mengikuti kelas berbahasa Inggris. Berdasarkan selang kepercayaan 95% dari nilai rasio odds,
dapat dijelaskan bahwa mahasiswa yang berasal dari MA mempunyai peluang memiliki tingkat
kesiapan mengikuti kelas berbahasa Inggris pada level rendah 0.942 - 2.689 kali dibandingkan
dengan mahasiswa yang berasal dari SMK. Sedangkan mahasiswa yang berasal dari SMA
mempunyai peluang memiliki tingkat kesiapan mengikuti kelas berbahasa Inggris pada level
rendah 0.409 - 1.219 kali dibandingkan dengan mahasiswa yang berasal dari SMK. Selain itu,
mahasiswa yang berasal dari sekolah Negeri mempunyai peluang memiliki tingkat kesiapan
mengikuti kelas berbahasa Arab pada level rendah 0.424 - 0.986 kali dibandingkan dengan
mahasiswa yang berasal dari sekolah Swasta.
PENDAHULUAN
Saat ini analisis regresi telah dikenal secara luas sebagai metode yang dapat digunakan
untuk menelaah hubungan antara variabel respon (response variable) dengan satu atau lebih
1
2
variabel penjelas (explanatory variable). Istilah variabel terikat (dependent variable) terkadang
digunakan sebagai nama lain dari variabel respon, demikian pula istilah variabel bebas
(independent variable) terkadang digunakan sebagai nama lain dari variabel penjelas. Pada
analisis regresi, skala pengukuran variabel respon adalah kontinu, baik berskala interval ataupun
rasio. Namun demikian, adakalanya skala pengukuran variabel respon yang ditelaah berupa
variabel kategorik, baik berskala nominal ataupun ordinal.
Metode yang dapat digunakan untuk menganalisis data ketika variabel respon
mempunyai skala ordinal adalah regresi ordinal. Pada metode ini, variabel bebasnya bisa
merupakan kovariat (jika menggunakan skala interval atau rasio) atau bisa merupakan faktor
(jika menggunakan skala nominal atau ordinal). Asumsi sebaran data pada regresi ordinal lebih
longgar jika dibandingkan dengan analisis regresi. Karena jika data mempunyai skala ordinal
maka akan sangat sulit untuk memperoleh kondisi sebaran normal, sehingga asumsi kenormalan
tidak berlaku pada metode regresi ordinal.
Model rancangan pembelajaran menurut Dick & Carey (1996) terdiri atas sembilan
langkah. Kesembilan langkah tersebut menunjukkan hubungan yang sangat jelas, dan tidak
teputus antara langkah yang satu dengan yang lainya. Dengan kata lain, sistem yang terdapat
pada Dick and Carey (1996) sangat ringkas, namun isinya padat dan jelas dari satu urutan ke
urutan berikutnya. Tahapan pengembangan sistem pembelajaran tersebut disajikan pada gambar
berikut.
Gambar 1 Model rancangan pembelajaran Dick & Carey (1996)
Penelitian terhadap langkah ketiga model di atas, yaitu untuk mengidentifikasi prilaku
awal dan karakteristik mahasiswa mutlak diperlukan dalam rangka untuk meningkatkan kualitas
mutu kelas bilingual yang akan mulai dilaksanakan pada tahun akademik 2014/2015. Kelas
bilingual merupakan tindak lanjut terhadap Peraturan Rektor IAIN Surakarta Nomor 113 Tahun
2014 tentang Standar Kompetensi Lulusan Program Sarjana S1 IAIN Surakarta. Langkah
3
tersebut akan dimulai dengan pengajaran berbasis mata kuliah dengan menggunakan pengantar
bahasa asing yaitu bahasa Arab dan Inggris. Bahasa Arab akan digunakan sebagai bahasa
pengantar mata kuliah keagamaan sedangkan bahasa Inggris akan digunakan sebagai pengantar
mata kuliah non-keagamaan.
Penelitian ini bertujuan untuk mengidentifikasi prilaku awal dan karakteristik mahasiswa
jurusan PAI. Analisis regresi logistik ordinal diterapkan untuk pemodelan variabel respon
berskala ordinal berupa tingkat kesiapan mahasiswa jurusan PAI tahun pertama mengikuti kelas
bilingual. Variabel respon tersebut diperoleh dari hasil reduksi terhadap nilai mutu matakuliah
Bahasa Arab dan Bahasa Inggris pada semester pertama. Sedangkan variabel penjelas yang
diteliti adalah latar belakang pendidikan mahasiswa yang meliputi kluster dan status sekolah.
METODE PENELITIAN
Data yang akan digunakan dalam penelitian ini adalah data tingkat kesiapan mahasiswa
jurusan PAI tahun pertama mengikuti kelas bilingual yang merupakan hasil konversi nilai akhir
mahasiswa yang berupa huruf mutu pada matakuliah Bahasa Arab dan Inggris pada semester
pertama tahun akademik 2013/2014. Data tersebut mencakup keseluruhan data mahasiswa
jurusan PAI angkatan tahun 2013 yang berjumlah 416 mahasiswa.
Variabel respon berupa tingkat kesiapan mahasiswa jurusan PAI tahun pertama
mengikuti kelas bilingual. Skor untuk masing-masing kategori tersebut adalah Sangat Siap = 5,
Siap = 4, Antara Siap dan Tidak = 3, Tidak Siap = 2, dan Sangat Tidak Siap = 1. Sedangkan
variabel penjelas untuk masing-masing variabel respon meliputi: (1) Kluster sekolah pada
jenjang sebelumnya {0 : MA, 1 : SMA, 2 : SMK} dan (2) Status sekolah pada jenjang
sebelumnya {0 : Negeri, 1 : Swasta}.
HASIL DAN PEMBAHASAN
A. Analisis Deskriptif
Mahasiswa yang menjadi objek penelitian adalah mahasiswa jurusan PAI angkatan 2013
yang mengikuti kelas Bahasa Arab I dan Bahasa Inggris I di FITK IAIN Surakarta yaitu
sebanyak 421 orang. Mahasiswa Jurusan PAI FITK angkatan tahun 2013 berasal dari empat
kluster sekolah, yaitu: (a) Pondok Pesantren (Ponpes), (b) MA, (c) SMA, dan (d) SMK.
Berdasarkan Gambar 2, sebagian besar mahasiswa berasal dari MA, yaitu sebesar 46.6%,
sedangkan sisanya sebesar 34.1% berasal dari SMA, 16.9% berasal dari SMK dan 2.4% berasal
dari ponpes.
4
Gambar 2 Diagram Lingkaran Kluster Sekolah Asal Mahasiswa Jurusan PAI Angkatan
Tahun 2014
Persentase perolehan nilai akhir Bahasa Arab dan Bahasa Inggris mahasiswa PAI
Angkatan tahun 2014 pada semester pertama berupa huruf mutu mulai dari A+ sampai dengan
C- dapat dilihat pada Tabel 2.
Tabel 2 Persentase Perolehan Huruf Mutu Matakuliah Bahasa Arab (BA) dan Inggris
(BI) pada Semester Pertama
MK
BA
BI
A+
1.73
8.21
A
8.42
16.17
A15.10
22.39
B+
19.55
20.15
B
13.86
11.19
B15.35
12.44
C+
10.40
5.22
C
6.68
3.23
C8.91
1.00
Tabel 2 menunjukkan bahwa nilai Bahasa Inggris I cenderung lebih baik jika
dibandingkan dengan nilai Bahasa Arab I. Hal ini terlihat dari tingginya perolehan nilai A+, A,
dan A- yang mencapai 46.77% . Namun untuk nilai Bahasa Arab I, persentase mahasiswa
dengan huruf mutu C+, C dan C- cukup besar, yaitu mencapai 25.99%.
B. Regresi Logistik Ordinal untuk Mengkaji Pengaruh Kluster dan Status Sekolah Terhadap
Kesiapan Mahasiswa Mengikuti Kelas Bilingual
Konversi level tingkat kesiapan mahasiswa mengikuti kelas bilingual (kelas berbahasa
Arab dan Inggris) berdasarkan perolehan nilai atau huruf mutu disajikan pada Tabel 3.
Tabel 3 Level Tingkat Kesiapan Berdasarkan Perolehan Nilai atau Huruf Mutu
Level Tingkat Kesiapan
V
IV
III
II
I
Nilai
4.00
3.75
3.50
3.25
3.00
2.75
2.50
2.25
2.00
Huruf Mutu
A+
A
AB+
B
BC+
C
C-
5
1. Kesiapan Mengikuti Kelas Berbahasa Arab
Hasil analisis regresi logistik ordinal memperlihatkan bahwa model dengan semua
peubah penjelas lebih baik jika dibandingkan dengan model tanpa peubah penjelas dan model
dengan peubah penjelas pada level mahasiswa. Hasil uji perbandingannya dapat dilihat pada
Tabel 4.
Tabel 4 Hasil uji perbandingan pada model regresi logistik ordinal
–2 log Likelihood Deviance Nilai p
Model tanpa peubah penjelas
1222.063
Model dengan peubah penjelas
1215.047
30.5296
0.0326
Berdasarkan Tabel 4 dapat dijelaskan bahwa hasil perbandingan antara model tanpa
peubah penjelas dengan model yang ditambahkan peubah penjelas menghasilkan nilai p sebesar
0.0326, artinya model dengan peubah penjelas lebih baik daripada model tanpa peubah penjelas.
Dengan kata lain, peubah penjelas kluster sekolah yang dimasukkan kedalam model memberikan
pengaruh yang signifikan terhadap kesiapan mahasiswa mengikuti kelas berbahasa Arab. Hasil
pendugaan parameter regresi logistik ordinal dapat dilihat pada Tabel 5.
Tabel 5 Nilai dugaan parameter regresi logistik ordinal
Penduga
Galat Baku
Nilai p
Intercept
-1.2202
0.2309