KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB FAHMY ANDRIYAN NUGRAHA

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB

FAHMY ANDRIYAN NUGRAHA

DEPARTEMEN 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 Kajian Keberhasilan Studi Mahasiswa Program Doktor Manajemen Bisnis Sekolah Pascarsarjana IPB 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, Agustus 2014 Fahmy Andriyan Nugraha NIM G14100058

ABSTRAK FAHMY ANDRIYAN NUGRAHA. Kajian Keberhasilan Studi Mahasiswa Program Doktor Manajemen Bisnis Sekolah Pascarsarjana IPB. Dibimbing oleh HARI WIJAYANTO dan NOER AZAM ACHSANI. Persentase kelulusan mahasiswa pada Program Doktor Manajemen Bisnis IPB masih rendah. Oleh karena itu, pihak Program Doktor Manajemen Bisnis IPB pelu mengevaluasi guna mencari karakteristik serta faktor-faktor yang dapat mempengaruhi keberhasilan studi mahasiswa. Metode analisis korespondensi berganda dapat menggambarkan karakteristik keberhasilan studi mahasiswa. Faktor-faktor yang dapat mempengaruhi keberhasilan studi mahasiswa dapat dianalisis dengan analisis regresi logistik biner sedangkan untuk melihat faktor yang paling dominan menggunakan analisis dominan. Hasil dari analisis menunjukkan bahwa karakteristik mahasiswa yang lulus cenderung merupakan mahasiswa perempuan, berusia antara 35 sampai dengan 45 tahun, sudah menikah, memiliki IPK S1 lebih dari sama dengan 3.00, memiliki IPK S2 lebih dari sama dengan 3.50, lulusan S1 dan S2 yang berasal dari IPB, ITB dan UGM, universitas luar negeri, mahasiswa yang berasal dari program studi S2 ekonomi, manajemen, teknik dan MIPA serta mahasiswa dengan status penerimaan S3 non percobaan sedangkan karakteristik mahasiswa yang tidak lulus sebaliknya. Peubah usia, tempat bekerja, perguruan tinggi S1 dan perguruan tinggi S2 berpengaruh terhadap keberhasilan studi mahasiswa pada taraf nyata 10%. Faktor yang paling dominan adalah peubah tempat bekerja. Faktor lain yang tidak ada dalam model yang dapat mempengaruhi keberhasilan studi mahasiswa yaitu pada proses pembuatan disertasi, komunikasi antara mahasiswa dengan komisi pembimbing, serta motivasi dan komitmen mahasiswa. Kata kunci: analisis dominan, analisis korespondensi berganda, analisis regresi logistik biner, keberhasilan studi mahasiswa.

ABSTRACT FAHMY ANDRIYAN NUGRAHA. Assessment of Student Achievement in Doctoral Program of Business Management at IPB Postgraduate School. Advised by HARI WIJAYANTO and NOER AZAM ACHSANI. The percentage of graduate student at Business Management Doctoral Program rate is still low. Therefore, the Doctoral Program in Business Management have to evaluate to find the characteristics and factors that may affect the student achievement. Multiple correspondence analysis can describe the characteristics of student achievement. Factors that may affect student achievement can be analyzed by binary logistic regression analysis, while to see the most dominant factor use dominance analysis. The results of the analysis show the characteristics of the students who pass are female students, aged between 35 to 45 years old, married, grade point average (GPA) of S1 greater or equal to 3.00, GPA of S2 greater or equal to 3.50,

graduates S1 and S2 from IPB, ITB and UGM, foreign university, students S2 with courses economics, management, engineering and MIPA, and non-probation student. However, the characteristics of students who do not pass S3 is vice versa. Variables of age, work place, college S1 and S2, affect the student achievement on the level 10%. The most dominant factor is work place. Other factors outside the model that can affect student achievement are the process of dissertation, communication between students and lecturers, student motivation and commitment. Key words: binary logistic regression analysis, dominance analysis, multiple correspondence analysis, student achievement.

KAJIAN KEBERHASILAN STUDI MAHASISWA PROGRAM DOKTOR MANAJEMEN BISNIS SEKOLAH PASCASARJANA IPB

FAHMY ANDRIYAN NUGRAHA

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

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

Judul Skripsi : Kajian Keberhasilan Studi Mahasiswa Program Doktor Manajemen Bisnis Sekolah Pascarsarjana IPB Nama : Fahmy Andriyan Nugraha NIM : G14100058

Disetujui oleh

Dr Ir Hari Wijayanto, MSi Pembimbing I

Prof Dr Noer Azam Achsani Pembimbing II

Diketahui oleh

Dr Anang Kurnia, MSi Ketua Departemen

Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah yang berjudul Kajian Keberhasilan Studi Mahasiswa Program Doktor Manajemen Bisnis Sekolah Pascarsarjana IPB. Penyusunan karya ilmiah ini tidak terlepas dari kerja sama dengan berbagai pihak. Oleh karena itu, pada kesempatan ini penulis mengucapkan terima kasih kepada: 1. Bapak Dr Ir Hari Wijayanto, MSi dan Bapak Prof Dr Noer Azam Achsani selaku komisi pembimbing yang selalu memberikan bimbingan kepada penulis dalam menyelesaikan karya ilmiah ini. 2. Bapak Dr Ir I Made Sumertajaya, MS selaku penguji luar yang telah memberikan arahan dan saran kepada penulis dalam mengembangkan karya ilmiah ini. 3. Teman-teman statistika 47 yaitu Asty K, Siti K, Faisal T dan Elmail C yang berjuang bersama-sama di bawah bimbingan Bapak Dr Ir Hari Wijayanto, MSi. 4. Teman-teman statistika angkatan 2009 dan 2010 terutama Septian Rahardiantoro, S.Stat, Doni Saun Saputra, Ardian Firmansyah, Meta A dan Meita yang telah membantu dalam diskusi untuk mengembangkan dan menyelesaikan karya ilmiah ini. 5. Keluarga tercinta atas segala dukungan dan doa kepada penulis. Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2014 Fahmy Andriyan Nugraha

DAFTAR ISI DAFTAR TABEL

ix

DAFTAR GAMBAR

ix

DAFTAR LAMPIRAN

ix

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

2

METODOLOGI

2

Sumber Data

2

Prosedur Analisis Data

2

HASIL DAN PEMBAHASAN

5

Gambaran Umum Mahasiswa Program Doktor Manajemen Bisnis IPB Angkatan 1-5

5

Karakteristik Keberhasilan Studi Mahasiswa

9

Faktor-Faktor yang Berpengaruh Terhadap Keberhasilan Studi Mahasiswa SIMPULAN DAN SARAN

11 16

Simpulan

16

Saran

16

DAFTAR PUSTAKA

16

LAMPIRAN

18

RIWAYAT HIDUP

34

DAFTAR TABEL 1 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala kategorik terhadap keberhasilan studi mahasiswa 2 Matriks korelasi antar peubah penjelas 3 Pengujian parameter secara parsial dengan uji Wald 4 Nilai kontribusi masing-masing peubah penjelas yang berpengaruh terhadap keberhasilan studi mahasiswa 5 Ketepatan klasifikasi model

7

12 12 13 14

DAFTAR GAMBAR 1 Sebaran jenis kelamin, status pernikahan, sumber biaya dan program studi S2 mahasiswa 2 Sebaran tempat bekerja, perguruan tinggi S1, perguruan tinggi S2 dan status penerimaan S3 mahasiswa 3 Sebaran keberhasilan studi mahasiswa setiap angkatan 4 Plot korespondensi berganda keberhasilan studi mahasiswa 5 Proses tahapan disertasi Program Doktor Manajemen Bisnis IPB

5 6 8 10 15

DAFTAR LAMPIRAN 6 Rincian demografi dan latar belakang pendidikan mahasiswa (peubah) yang digunakan dalam penelitian 7 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik 8 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik terhadap keberhasilan studi mahasiswa 9 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala kategorik terhadap keberhasilan studi mahasiswa setiap angkatan 10 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik terhadap keberhasilan studi mahasiswa setiap angkatan 11 Akar ciri non trivial keberhasilan studi mahasiswa 12 Hasil perhitungan analisis korespondensi berganda keberhasilan studi mahasiswa 13 Tabulasi silang keberhasilan studi mahasiswa antara peubah tempat bekerja dengan peubah kategorik lainnya 14 Tabulasi silang keberhasilan studi mahasiswa antara peubah perguruan tinggi S1 dengan peubah kategorik lainnya 15 Tabulasi silang antara peubah perguruan tinggi S2 dengan peubah kategorik lainnya

18 19 20

21

25 26 27 29 30 32

PENDAHULUAN Latar Belakang Program Manajemen dan Bisnis IPB (MB-IPB) merupakan salah satu program studi pada Sekolah Pascasarjana IPB. Awalnya, program ini bernama Magister Manajemen Agribisnis IPB (MMA-IPB). Program Pascasarjana MB-IPB merupakan perluasan dari MMA-IPB untuk lebih berperan serta dalam perkembangan manajemen dan bisnis di Indonesia. Berdasarkan visi dan misi MB-IPB, salah satu tujuan MB-IPB adalah menghasilkan lulusan yang mempunyai kompetensi berintegritas tinggi, berakar kokoh pada budaya nasional, berwawasan internasional, mampu melakukan analisis dan sintesis dalam pemecahan masalah manajemen dan bisnis (Manajemen Bisnis IPB 2010). Masyarakat sering menilai kualitas perguruan tinggi dari mutu lulusan perguruan tinggi. Menurut Abbas (2008), peran perguruan tinggi dalam menghasilkan sumberdaya manusia yang berkualitas semakin menurun. Peran yang ditampilkan perguruan tinggi semakin dekat pada kondisi “stagnan”. Ini merupakan tantangan untuk Program Pascasarjana MB-IPB dalam meningkatkan kualitas mahasiswa khususnya pada Program Doktor Manajemen Bisnis IPB seiring dengan daya saing lulusan perguruan tinggi pada bidang manajemen dan bisnis semakin meningkat. Guna meningkatkan kualitas mahasiswa, pihak Program Doktor Manajemen Bisnis IPB perlu melihat keberhasilan studi Program Doktor Manajemen Bisnis IPB saat ini. Hal ini dapat menjadi acuan untuk menentukan kebijakan yang akan dibuat. Salah satu indikator untuk melihat keberhasilan studi Program Doktor Manajemen Bisnis IPB saat ini adalah persentase mahasiswa yang lulus dan tidak lulus. Keberhasilan studi yang baik ditunjukkan dengan persentase kelulusan yang tinggi. Berdasarkan data kelulusan, persentase kelulusan mahasiswa pada Program Doktor Manajemen Bisnis IPB masih rendah. Hal ini perlu dievaluasi oleh pihak Program Doktor Manajemen Bisnis IPB guna mencari karakteristik serta faktorfaktor yang dapat mempengaruhi keberhasilan studi mahasiswa. Salah satu indikator yang perlu dievaluasi sesuai dengan Peraturan Pemerintah Republik Indonesia nomor 19 tahun 2005 tentang standar nasional pendidikan yaitu dari segi input (standar masukan), proses maupun output (standar keluaran). Segi input dapat dilihat dari demografi dan latar belakang pendidikan mahasiswa sedangkan segi proses dapat dilihat dari proses perkuliahan mahasiswa sampai akhir. Keberhasilan studi mahasiswa yaitu lulus dan tidak lulus merupakan segi output yang dapat dievaluasi oleh pihak Program Doktor Manajemen Bisnis IPB. Karakteristik keberhasilan studi mahasiswa dapat dianalisis dengan menggunakan analisis korespondesi berganda. Hasil analisis korespondensi merupakan plot dua dimensi yang memproyeksikan baris-baris dan kolom-kolom dari matriks data (Sumertajaya dan Mattjik 2011). Faktor-faktor yang dapat mempengaruhi keberhasilan studi mahasiswa dapat dianalisis dengan metode regresi logistik biner sedangkan untuk melihat faktor yang paling dominan menggunakan analisis dominan. Hasil penelitian ini dapat menjadi acuan atau tolak ukur dalam menentukan kebijakan yang dibuat oleh pihak Program Doktor Manajemen Bisnis IPB guna meningkatkan kualitas mahasiswa.

2 Tujuan Penelitian Tujuan penelitian ini adalah sebagai berikut : 1. Menganalisis karakteristik keberhasilan studi mahasiswa Program Doktor Manajemen Bisnis IPB berdasarkan indikator persentase mahasiswa yang lulus dan tidak lulus. 2. Menganalisis faktor-faktor yang mempengaruhi keberhasilan studi mahasiswa dan menentukan faktor yang paling dominan.

METODOLOGI Sumber Data Data yang digunakan dalam penelitian ini adalah data primer dan sekunder. Data primer merupakan hasil wawancara peneliti dengan mahasiswa Program Doktor Manajemen Bisnis IPB secara sukarela mengenai persepsi keberhasilan studi mahasiswa. Hasil wawancara ini akan menjadi informasi tambahan untuk mendukung hasil analisis pada data sekunder. Data sekunder adalah data kelulusan mahasiswa Program Doktor Manajemen Bisnis IPB angkatan 1 (DMB 1) sampai angkatan 5 (DMB 5) sebanyak 137 orang yang diperoleh dari bidang akademik Program Pascasarjana Manajemen dan Bisnis IPB. Peubah yang digunakan dalam penelitian ini terdiri dari demografi mahasiswa, latar belakang pendidikan mahasiswa dan keberhasilan studi mahasiswa (Lampiran 1).

Prosedur Analisis Data Tahapan yang dilakukan untuk mencapai tujuan dari penelitian ini adalah sebagai berikut : 1. Mengeksplorasi data demografi dan latar belakang pendidikan mahasiswa dengan menggunakan pie chart dan box plot. 2. Melakukan analisis korespondensi berganda terhadap semua peubah untuk melihat karakteristik keberhasilan studi mahasiswa. Menurut Kaciak dan Louviere (1990), algoritma analisis korespondensi berganda sebagai berikut : a. Membentuk matriks korespondensi dari matriks indikator 𝐙 = 𝐙1, 𝐙2, 𝐙3, … , 𝐙q yaitu pembagian matriks 𝐙 dengan jumlah semua elemenya, dirumuskan sebagai berikut : 1

𝐅 = totZ 𝐙

; totZ = n x q

dengan n merupakan jumlah individu dan q merupakan jumlah peubah pada data. b. Menentukan massa kolom dari matriks indikator yaitu proporsi suatu kategori terhadap semua kategori. Massa kolom dapat dirumuskan sebagai berikut : 1 c = 𝑡𝑜𝑡𝑍 𝐙T 𝟏

3

dengan 𝟏′ = [1 1 … 1] , j = 1,2, ..., p dan cj adalah massa pada kategori ke-j. c. Menentukan nilai akar ciri dan vektor ciri dari matriks S dengan rumus : 𝐒 = n𝐃−1 2 𝐅 ′ 𝐅𝐃−1

2

𝐃 = (dij )pxp merupakan matriks diagonal dengan dij = cj . λi akar ciri ke-i dari matriks S dan 𝐖 = 𝐰1, 𝐰2 vektor ciri yang bersesuaian dengan dua akar ciri terbesar λ1 > λ2 . −1 d. Menentukan koordinat kolom. Misalkan 𝐗 = 𝐱1, 𝐱 2 = 𝐃 2 𝐖 , koordinat kolom Z pada sumbu utama ke-i adalah komponen dari vektor 𝐲𝐢 = 𝐱 𝐢 λ1i 2 . e. Pemetaan koordinat kolom. f. Interpretasi plot korespondensi. 3. Melakukan analisis regresi logistik biner untuk melihat faktor-faktor yang berpengaruh terhadap keberhasilan studi mahasiswa. Menurut Hosmer dan Lemeshow (2000), algoritma analisis regresi logistik biner adalah sebagai berikut : a. Menduga parameter βi dalam model regresi logistik dengan metode kemungkinan maksimum. Fungsi kemungkinannya adalah l β =

n yi i=1 π(xi )

1 − π(xi )

1−y i

dengan : l : 1,2,...,p. Simbol p merupakan peubah penjelas. yi : pengamatan pada peubah respon ke-i. 𝜋(xi ) : peluang untuk peubah penjelas ke-i. b. Melakukan pengujian parameter secara keseluruhan dengan uji-G. Hipotesis pada uji-G adalah : H0 ∶ β0 = β1 = β2 = ⋯ = βp = 0 H1 ∶ ∃ βi ≠ 0 dengan i = 1,2,3,…,p Statistik uji-G didefinisikan sebagai berikut : G = −2 ln

L0 Lp

dengan : L0 : nilai fungsi kemungkinan maksimum tanpa peubah penjelas. Lp : nilai fungsi kemungkinan maksimum dengan peubah penjelas. Statistik G mengikuti sebaran χ2 dengan derajat bebas p. Jika nilai G > χ2p(α) maka hipotesis nol ditolak. c. Melakukan pengujian parameter secara parsial dengan uji Wald. Hipotesis yang diuji adalah : H0 ∶ β i = 0 H1 ∶ βi ≠ 0 dengan i = 1,2,,3,…,p

4 Statistik uji Wald didefinisikan sebagai berikut : W=

βi SE (β i )

dengan βi penduga bagi βi dan SE(βi ) merupakan penduga galat baku βi . Asumsi H0 benar maka uji Wald mengikuti sebaran normal baku. H0 ditolak pada kondisi |W| > Zα 2 . d. Melakukan evaluasi terhadap model penuh menggunakan tabel ketepatan klasifikasi. e. Interpretasi hasil. 4. Memeringkatkan faktor (peubah) yang mempengaruhi indikator keberhasilan studi mahasiswa dengan analisis dominan. Menurut Azen dan Traxel (2009), algoritma untuk melihat faktor yang paling dominan adalah sebagai berikut : a. Kepentingan sebuah peubah penjelas pada model regersi logistik dapat dilihat dari nilai kontribusinya dengan rumus adalah sebagai berikut : Di

k

= R2y.A − R2y.B

dengan : Di k ∶ Nilai penambahan kontribusi peubah penjelas ke-i ke dalam model dengan k peubah. 2 R y.A : Nilai R2 setelah ada penambahan peubah penjelas ke-i ke dalam model. R2y.B : Nilai R2 sebelum ada penambahan peubah penjelas ke-i ke dalam model. Kontribusi penambahan peubah penjelas pada model regresi logistik biner menggunakan R2 semu. R2 semu yang digunakan adalah R2 McFadden (R2M ) dengan rumus adalah sebagai berikut : R2M =

ln L0 − ln Lp ln Lp =1− ln L0 ln L0

dengan : L0 : nilai fungsi kemungkinan maksimum tanpa peubah penjelas. Lp : nilai fungsi kemungkinan maksimum dengan peubah penjelas. b. Peringkat kepentingan peubah penjelas ditentukan oleh besar kontribusi penambahan (Di k ) di semua kemungkinan model disimbolkan dengan Gi . Semakin besar nilai Gi , maka semakin tinggi pula peringkat peubah penjelas. Persamaan Gi adalah sebagai berikut : Gi =

p−1 k=0 Di(k)

p dengan : Di(k) : rata-rata kontribusi penambahan peubah penjelas ke-i dalam model dengan k peubah. p : jumlah peubah penjelas pada model. Gi : nilai rata-rata kontribusi keseluruhan.

5

HASIL DAN PEMBAHASAN Gambaran Umum Mahasiswa Program Doktor Manajemen Bisnis IPB Angkatan 1-5 Gambaran umum berdasarkan demografi pada Gambar 1a, persentase mahasiswa laki-laki (83.90%) lebih besar dibandingkan mahasiswa perempuan (16.10%). Dilihat dari status pernikahan, persentase mahasiswa Program Doktor Manajemen Bisnis IPB dengan status sudah menikah sebesar 94.20% sedangkan persentase mahasiswa yang belum menikah sebesar 5.80% (Gambar 1b). Kondisi ini menunjukkan bahwa persentase kategori tidak merata. Sebaran kategori lainnya yang tidak merata terlihat pada Gambar 1c dan 1d yaitu pada peubah sumber biaya dan program studi S2. Mahasiswa yang tidak menerima beasiswa (94.90%) lebih banyak daripada mahasiswa yang menerima beasiswa (5.10%). Mahasiswa Program Doktor MB-IPB cenderung berasal dari lulusan program studi S2 ekonomi dan manajemen. Hal ini ditunjukkan dengan persentase mahasiswa yang berasal dari lulusan program studi S2 ekonomi dan manajemen sebesar 83.20%. (b)

(a)

5.80% 16.10%

Sudah Menikah

Laki-Laki

Belum Menikah

Perempuan 94.20% 83.90%

(c)

(d) 5.10% Beasiswa Non Beasiswa 94.90%

9.50%

Ekonomi dan Manajemen

7.30%

Teknik dan MIPA 83.20%

Sosial dan Lainnya

Gambar 1 Sebaran (a) Jenis Kelamin, (b) Status Pernikahan, (c) Sumber Biaya dan (d) Program Studi S2 Mahasiswa Berdasarkan Gambar 2a, mahasiswa yang bekerja di instansi pemerintah (54.00%) lebih banyak daripada mahasiswa yang bekerja di instansi non pemerintah (46.00%). Ditinjau dari latar belakang perguruan tinggi, mahasiswa Program Doktor MB-IPB berasal dari lulusan S1 perguruan tinggi IPB (20.40%), ITB dan UGM (16.80%), UI (14.60%), universitas luar negeri (5.80%),

6 universitas swasta dan sekolah tinggi (22.60%) serta universitas negeri lainnya (19.70%) selain IPB, ITB, UGM, UI (Gambar 2b). Lulusan perguruan tinggi S2 dari universitas luar negeri mendominasi di kalangan mahasiswa Program Doktor MB-IPB. Hal ini ditunjukkan dengan persentase mahasiswa yang berasal dari universitas luar negeri sebesar 40.10% (Gambar 2c). Lulusan S2 yang berasal dari ITB dan UGM memiliki persentase paling kecil dibandingkan dengan lulusan S2 lainnya. Persentase lulusan yang berasal dari ITB dan UGM hanya sebesar 9.50%. Berdasarkan status penerimaan S3 pada Gambar 2d, mahasiswa non percobaan (63.50%) lebih banyak daripada mahasiswa percobaan (36.50%). (a)

(b)

ITB dan UGM

46.00%

Instansi Pemerintah Instansi Non Pemerintah 54.00%

22.60%

UI

Negeri

19.70% 14.60%

Universitas Negeri Lainnya (Selain IPB, ITB, UGM, UI) Univ. Swasta dan Sekolah Tinggi

(d) IPB

36.50%

15.30% 9.50%

40.10%

20.40%

16.80%Universitas Luar

5.80%

(c) 19.70%

IPB

Percobaan

ITB dan UGM

UI 15.30% Univ. Luar Negeri Univ. Negeri Lainnya.

63.50%

Non Percobaan

Gambar 2 Sebaran (a) Tempat Bekerja, (b) Perguruan Tinggi S1, (c) Perguruan Tinggi S2 dan (d) Status Penerimaan S3 Mahasiswa Deskripsi mengenai peubah penjelas numerik dapat dilihat pada Lampiran 2. Lampiran 2 menunjukkan bahwa rata–rata umur mahasiswa berkisar pada usia 42 tahun 11 bulan dengan keragaman sebesar 47.66. Rata-rata IPK S1 (2.85) lebih kecil dibandingkan rata-rata IPK S2 (3.48). Akan tetapi, keragaman IPK S1 (0.13) lebih besar daripada IPK S2 (0.06). Tabulasi silang antara peubah penjelas dengan keberhasilan studi mahasiswa pada Tabel 1 menunjukkan bahwa persentase kelulusan yang tinggi diraih oleh mahasiswa perempuan, mahasiswa yang sudah menikah, mahasiswa yang bekerja di intansi non pemerintah, lulusan S1 yang berasal dari universitas luar negeri, lulusan S2 yang berasal dari perguruan tinggi ITB dan UGM, mahasiswa yang berasal dari program studi S2 teknik dan MIPA, mahasiswa

7 dengan status penerimaan S3 non percobaan dan mahasiswa yang menerima beasiswa. Hal yang menarik dari tabulasi silang antara peubah penjelas dengan keberhasilan studi mahasiswa, persentase kelulusan mahasiswa yang berasal program studi S2 teknik dan MIPA (76.90%) lebih besar daripada mahasiswa yang berasal dari program studi S2 ekonomi dan manajemen (72.80%). Kondisi ini menunjukkan bahwa lulusan program studi S2 ekonomi dan manajemen belum memberikan tingkat keberhasilan studi mahasiswa yang signifikan. Tabel 1 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala kategorik terhadap keberhasilan studi mahasiswa Peubah

Kategori

Tidak Lulus Jumlah Persen

Jenis Kelamin

Laki-Laki Perempuan*

Status Pernikahan

Sudah Menikah* Belum Menikah

Tempat Bekerja Perguruan Tinggi S1

80

69.60

3

13.60

19

86.40

35

27.10

94

72.90

37.50

5

62.50

33.80

49

66.20

Instansi Non Pemerintah*

13

20.60

50

79.40

IPB

6

21.40

22

78.60

ITB dan UGM

4

17.40

19

82.60

UI

9

45.00

11

55.00

1 11

12.50 40.70

7 16

87.50 59.30

7

22.60

24

77.40

IPB

6

28.60

15

71.40

ITB dan UGM*

1

7.70

12

92.30

UI

5

23.80

16

76.20

18

32.70

37

67.30

8

29.60

19

70.40

31

27.20

86

72.80

3

23.10

10

76.90

Ekonomi dan Manajemen Teknik dan MIPA* Sosial dan Lainnya

Sumber Biaya

30.40

3

Universitas Negeri Lainnya

Status Penerimaan S3

35

25

Universitas Luar Negeri Program Studi S2

Persen

Instansi Pemerintah

Universitas Luar Negeri* Universitas Negeri Lainnya (Selain IPB, ITB,UGM, UI) Universitas Swasta dan Sekolah Tinggi Perguruan Tinggi S2

Lulus Jumlah

4

40.00

6

60.00

Percobaan

18

36.00

32

64.00

Non Percobaan*

20

23.00

67

77.00

1

14.30

6

85.70

37

28.50

93

71.50

Beasiswa*

Non Beasiswa *kategori yang memiliki persentase kelulusan paling tinggi

Pada peubah status penerimaan S3 (Tabel 1), persentase kelulusan mahasiswa non percobaan (77.00%) lebih besar daripada mahasiswa percobaan (64.00%). Hal ini menunjukkan bahwa kebijakan pihak MB-IPB dalam menetapkan status penerimaan kepada mahasiswa sudah tepat. Kebijakan lainnya yang dibuat oleh pihak MB-IPB yaitu menjadikan satu kelompok antara IPB, ITB, UGM dan UI. Namun, kebijakan pengelompokan perguruan tinggi yang dibuat oleh pihak MB-IPB ini kurang tepat. Hal ini ditunjukkan dengan persentase

8

Persentase Kelulusan

lulusan S1 yang berasal dari UI sangat kecil sebesar 55.00% dibandingkan dengan IPB, ITB dan UGM. Oleh karena itu, pengelompokan perguruan tinggi seperti IPB, ITB, UGM dan UI perlu dipertimbangkan lagi. Pada peubah berskala numerik (Lampiran 3), rata-rata umur mahasiswa yang lulus berkisar pada usia 43 tahun 6 bulan sedangkan rata-rata umur mahasiswa yang tidak lulus berkisar pada usia 41 tahun 3 bulan. Jika ditinjau dari nilai IPK, rata-rata IPK S2 antara mahasiswa yang lulus dan tidak lulus cenderung sama berkisar sebesar 3.40. Akan tetapi, rata-rata IPK S1 antara mahasiswa yang lulus dan tidak lulus berbeda. Rata-rata IPK S1 mahasiswa yang lulus (2.89) lebih besar dibandingkan dengan mahasiswa yang tidak lulus (2.73). Keberhasilan studi mahasiswa Program Doktor Manajemen Bisnis IPB setaip angkatan dapat dilihat pada Gambar 3. Pada angkatan DMB 3, persentase mahasiswa yang tidak lulus lebih besar daripada angkatan lainnya. Mahasiswa DMB 3 yang tidak lulus sebesar 60.90%. Persentase mahasiswa yang lulus terbesar berada pada angkatan DMB 4 sebesar 82.40% (Gambar 3).

39.10% 70.80%

82.40% 78.60%

82.10%

Lulus 60.90% 29.20%

17.90%

Tidak Lulus 17.60% 21.40%

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5 Angkatan Program Doktor Manajemen Bisnis IPB

Gambar 3 Sebaran keberhasilan studi mahasiswa setiap angkatan Pada angkatan DMB 3 (Lampiran 4), persentase kelulusan mahasiswa yang berjenis kelamin perempuan (100.00%) lebih besar dibandingkan mahasiswa yang berjenis kelamin laki-laki (33.30%). Kondisi ini sama dengan angkatan DMB 2 dan DMB 5. Pada angkatan DMB 4, persentase kelulusan berdasarkan jenis kelamin adalah cenderung sama besar berkisar sebesar 80.00%. Hal ini dapat dikatakan keberhasilan studi mahasiswa pada angkatan DMB 4 antara mahasiswa yang lulus dan yang tidak lulus cenderung sama. Persentase kelulusan angkatan DMB 1 dan DMB 5 berdasarkan status pernikahan sangat berbeda dengan angkatan DMB 3. Pada angkatan DMB 1 dan DMB 5, persentase mahasiswa yang belum menikah dan lulus sebesar 100% sedangkan pada angkatan DMB 3 hanya sebesar 50.00%. Jika dilihat dari angkatan DMB 4, mahasiswa yang belum menikah dan lulus (33.30%) lebih kecil daripada mahasiswa yang sudah menikah dan lulus (87.10%). Keberhasilan studi mahasiswa angkatan DMB 3 sangat berbeda dengan angkatan DMB 1, DMB 2, DMB 4 dan DMB 5 pada peubah lainnya yaitu pada

9 peubah tempat bekerja. Mahasiswa yang bekerja di instansi pemerintah dan lulus memiliki persentase sebesar 15.40%. Mahasiswa yang bekerja di instansi non pemerintah dan lulus memiliki persentase sebesar 70.00%. Latar belakang pendidikan merupakan indikator penting dalam keberhasilan studi mahasiswa. Berdasarkan lulusan yang berasal dari perguruan tinggi S1, keberhasilan studi mahasiswa angkatan DMB 3 berbeda dengan angkatan lainnya. Hal ini dapat ditunjukkan dengan persentase kelulusan setiap perguruan tinggi S1 sangat kecil dibandingkan dengan persentase kelulusan setiap perguruan tinggi S1 pada angkatan DMB 1, DMB 2, DMB 4 dan DMB 5. Kondisi ini sama jika dilihat berdasarkan perguruan tinggi S2, program studi S2, status penerimaan S3 dan sumber biaya. Keberhasilan studi mahasiswa angkatan DMB 3 sangat berbeda dengan angkatan lainnya. Deskripsi peubah yang berskala numerik dapat dilihat pada Lampiran 5. Lampiran 5 menerangkan keberhasilan studi mahasiswa setiap angkatan berdasarkan sebaran usia mahasiswa, sebaran IPK S1 dan IPK S2. Rata-rata umur mahasiswa DMB 1 berkisar pada usia 44 tahun 1 bulan. Hal ini berbeda dengan rata-rata umur mahasiswa DMB 3 yang berkisar pada usia 41 tahun 9 bulan. Hal yang menarik terlihat bahwa rata-rata umur mahasiswa DMB 3 lebih kecil daripada rata-rata umur mahasiswa angkatan lainnya, akan tetapi persentase kegagalan studi DMB 3 lebih besar daripada angkatan lainnya. Kondisi ini dapat menunjukkan bahwa mahasiswa yang berusia lebih muda cenderung mengalami kegagalan studi. Berdasarkan rata-rata IPK S1, rata-rata IPK S1 mahasiswa DMB 3 (2.76) lebih kecil daripada rata-rata IPK S1 mahasiswa angkatan lainnya. Akan tetapi, rata-rata IPK S2 mahasiswa DMB 3 paling tinggi (3.52). Kondisi ini sama dengan rata-rata IPK S2 mahasiswa DMB 2.

Karakteristik Keberhasilan Studi Mahasiswa Karakteristik keberhasilan studi mahasiswa dapat dianalisis dengan metode analisis korespondensi berganda. Peubah yang digunakan pada analisis korespondensi adalah peubah kategorik (Sumertajaya dan Matjik 2011). Oleh karena itu, peubah numerik usia, IPK S1 dan IPK S2 harus dijadikan peubah kategorik. Peubah numerik usia menjadi 3 kelompok yaitu usia kurang dari sama dengan 35 tahun (B1), usia antara 35 tahun sampai 45 tahun (B2) dan usia lebih dari 45 tahun (B3). Peubah IPK S1 menjadi 2 kelompok yaitu IPK S1 kurang dari 3.00 (E1) dan IPK S1 lebih dari sama dengan 3.00 (E2). Peubah IPK S2 menjadi 2 kelompok yaitu IPK S2 kurang dari 3.50 (F1) dan IPK S2 lebih dari sama dengan 3.50 (F2). Plot dari hasil perhitungan analisis korespondensi berganda terdiri dari dua sumbu utama. Sumbu ini menggambarkan keragaman karakteristik data. Dua sumbu utama ini menjelaskan 18.96% dari total keragaman (Lampiran 6). Pengaruh peubah yang paling besar dalam membentuk sumbu utama pertama adalah IPK S2 (x6 ). Nilai kontribusi mutlak dari peubah IPK S2 sebesar 26.00%. Usia mahasiswa (x2 ) merupakan peubah yang memiliki pengaruh besar terhadap pembentukan sumbu utama kedua. Nilai kontribusi mutlak dari peubah usia mahasiswa sebesar 19.40% (Lampiran 7) .

10 Berdasarkan sumbu utama pertama, kategori peubah yang dijelaskan dengan baik adalah kategori IPK S2 (F1,F2) dengan nilai kontribusi sebesar 56.50%. Kategori peubah pada sumbu utama kedua yang dijelaskan dengan baik adalah kategori program studi S2 teknik dan MIPA dengan nilai kontribusi sebesar 33.90%. Jika dilihat dari kategori lulus (Y2) dan tidak lulus (Y1), nilai kontribusi mutlak pada sumbu 1 (2.30%) lebih besar dari pada sumbu 2 (0.70%). Berdasarkan nilai kontribusi relatif, sumbu 1 dapat menerangkan kategori lulus dan tidak lulus dengan baik. Hal ini diperkuat dengan nilai kontribusi relatif pada sumbu 1 (0.050) lebih besar daripada sumbu 2 (0.012) (Lampiran 7). Sumbu 2

G4

I2

B1

H2

C2

E2 K1

A2 F2

H4 B2

J2 G1

D1

D2

G2

J1

Y2 K2 C1 I1 E1

G6

A1 G5

F1 H5

Y1

G3

Sumbu 1 H3 I3

B3

H1

Gambar 4 Plot korespondensi berganda keberhasilan studi mahasiswa Karakteristik mahasiswa yang lulus (Y2) dan tidak lulus (Y1) dapat dilihat berdasarkan plot-plot yang jaraknya berdekatan dengan Y1 atau Y2. Karakteristik mahasiswa yang lulus (Y2) berbeda dengan karakteristik mahasiswa yang tidak lulus (Y1). Perbedaan ini ditunjukkan dengan posisi Y1 dan Y2 yang bersebrangan (Gambar 4). Karakteristik mahasiswa yang lulus (Y2) dari aspek demografi cenderung merupakan mahasiswa perempuan (A2), berusia antara 35 sampai dengan 45 tahun (B2) dan sudah menikah (C1). Pada Gambar 4, posisi kategori D1, D2 dan A1 cenderung memiliki jarak yang sama terhadap posisi Y1 dan Y2 sehingga karakteristik antara mahasiswa yang lulus dan tidak lulus dari aspek tempat bekerja serta jenis kelamin laki-laki dapat dikatakan sama. Ditinjau dari posisi

11 kategori IPK, karakteristik mahasiswa yang lulus memiliki IPK S1 lebih dari sama dengan 3.00 (E2) dan IPK S2 lebih dari sama dengan 3.50 (F2) sedangkan karakteristik mahasiswa yang tidak lulus memiliki IPK S1 kurang dari 3.00 (E1) dan IPK S2 kurang dari 3.50 (F1). Keberhasilan studi mahasiswa S3 dapat dipengaruhi oleh kualitas perguruan tinggi S1 dan S2. Hasil analisis korespondensi berganda menunjukkan bahwa lulusan S1 IPB (G1), ITB dan UGM (G2), universitas luar negeri (G4) serta universitas negeri lainnya (G5) merupakan karakteristik dari mahasiswa yang lulus. Karakteristik mahasiswa yang tidak lulus cenderung merupakan lulusan S1 yang berasal dari UI (G3), universitas swasta dan sekolah tinggi (G6). Pada peubah perguruan tinggi S2, posisi kategori lulusan yang berasal dari IPB (H1), ITB dan UGM (H2) serta universitas luar negeri (H4) lebih dekat dengan posisi kategori mahasiswa yang lulus (Y2) sedangkan posisi kategori lainnya berdekatan dengan kategori mahasiswa yang tidak lulus (Y1). Karakteristik antara mahasiswa yang lulus dan tidak lulus dapat dilihat dari peubah lainnya seperti program studi S2, status penerimaan S3 dan sumber biaya. Karakteristik yang dihasilkan antara mahasiswa yang lulus dan tidak lulus cukup berbeda. Mahasiswa yang berasal dari program studi S2 ekonomi dan manajemen (I1), teknik dan MIPA (I2) serta mahasiswa dengan status non percobaan (J2) merupakan karakteristik dari mahasiswa yang lulus sedangkan karakteristik mahasiswa yang tidak lulus sebaliknya. Berdasarkan peubah sumber biaya (K), kedua posisi antara K1 dan K2 cenderung berada di daerah karakteristik mahasiswa yang lulus (Y2).

Faktor-Faktor yang Berpengaruh Terhadap Keberhasilan Studi Mahasiswa Analisis regresi logistik biner dapat melihat faktor-faktor yang berpengaruh terhadap keberhasilan studi mahasiswa. Pada analisis regresi logistik biner mengasumsikan tidak boleh ada multikolinieritas. Multikolinieritas merupakan kondisi peubah penjelas saling berkorelasi. Jika koefisien korelasi antar peubah penjelas terlalu tinggi (berkisar diatas 0.8) menunjukkan adanya multikolinieritas (Gujarati dan Porter 2010). Besarnya korelasi dapat dilihat dengan menggunakan koefisien korelasi Spearman Rank. Korelasi Spearman Rank dapat digunakan pada peubah numerik dan kategorik (Daniel 1990). Pada Tabel 2, koefisien korelasi tertinggi berkisar 0.496 yaitu korelasi antara x6 dan x10 . Koefisien korelasi antara x9 dan x11 merupakan koefisien korelasi paling kecil. Koefisien korelasi antara x9 dan x11 sebesar 0.002. Oleh karena itu, dapat disimpulkan bahwa dalam penelitian ini tidak terdapat multikolinieritas. Pengujian parameter secara keseluruhan dengan uji-G menghasilkan nilai statistik uji-G sebesar 37.382. Pengambilan keputusan dilakukan dengan membandingkan nilai statistik uji-G dengan nilai khi-kuadrat dari tabel, χ219,0.1 = 27.204 . Nilai statistik uji-G lebih besar daripada nilai khi-kuadrat dari tabel sehingga keputusannya adalah tolak H0 . Hal ini menunjukkan bahwa ada peubah penjelas yang berpengaruh nyata terhadap keberhasilan studi mahasiswa.

12 Tabel 2 Matriks korelasi antar peubah penjelas x1 x1

x2

x3

x4

x5

x6

x7

x8

x9

x10

x11

1.000

x2

-0.052 1.000

x3

0.145 -0.258

1.000

x4

0.035 -0.203

0.020 1.000

x5

0.009 -0.174

0.112 0.056

1.000

x6

0.061 -0.178 -0.024 0.067

0.050

1.000

x7

-0.129 -0.004

0.101

-0.099

1.000

x8

-0.037 0.067 -0.058 0.018 -0.112

-0.141

0.063

x9

-0.039 -0.104 -0.021 -0.068

0.021

0.009

x10

0.043 0.010 -0.070 -0.213

0.060

0.496 -0.138 -0.276 -0.069

1.000

0.015

0.029

0.031 1.000

x11

-0.260 0.064

0.116 -0.006

0.058 -0.052

1.000

0.044 -0.018 0.220 -0.076

1.000 0.002

Tabel 3 Pengujian parameter secara parsial dengan uji Wald Peubah Intersep

SE

β

Wald

Nilai-p

Rasio Odds

-10.213

5.154

1.980

0.048

Jenis Kelamin (2) vs (1)

0.991

0.766

1.290

0.196

2.690

Usia*

0.139

0.045

3.110

0.002*

1.150

Status Penikahan (2) vs (1)

-0.519

0.995

0.520

0.602

0.600

Tempat Bekerja (2) vs (1)*

1.236

0.576

2.150

0.032*

3.440

IPK S1

1.005

0.702

1.430

0.152

2.730

IPK S2

0.423

1.121

0.380

0.706

1.530

Perguruan Tinggi S1 (2) vs (1)

-0.612

0.873

0,700

0.484

0.540

Perguruan Tinggi S1 (3) vs (1)*

-1.496

0.792

1.890

0.059*

0.220

Perguruan Tinggi S1 (4) vs (1)

1.451

1.439

1.010

0.314

4.270

Perguruan Tinggi S1 (5) vs (1)

-1.036

0.767

1.350

0.177

0.350

Perguruan Tinggi S1 (6) vs (1)

-0.413

0.745

0.550

0.580

0.660

Perguruan Tinggi S2 (2) vs (1)*

3.145

1.391

2.26

0.024*

23.230

Perguruan Tinggi S2 (3) vs (1)

1.710

1.058

1.620

0.106

5.530

Perguruan Tinggi S2 (4) vs (1)

0.543

0.755

0.720

0.472

1.720

Perguruan Tinggi S2 (5) vs (1)

0.556

0.845

0.660

0.510

1.740

PRODI S2 (2) vs (1)

-0.291

0.900

0.320

0.747

0.750

PRODI S2 (3) vs (1)

-0.998

0.910

1.100

0.273

0.370

Status Penerimaan S3 (2) vs (1)

0.967

0.595

1.630

0.104

2.630

Sumber Biaya (2) vs (1) *signifikan pada taraf nyata 10%

-0.320

1.271

0.250

0.801

0.730

Pengujian parameter secara parsial dengan uji Wald secara umum dapat dilihat pada Tabel 3. Peubah penjelas yang berpengaruh pada taraf nyata 10% adalah usia mahasiswa (x2 ), tempat mahasiswa berkerja (x4 ), perguruan tinggi S1 (x7 ) dan perguruan tinggi S2 (x8 ). Kepentingan peubah penjelas dari peubah usia mahasiswa (x2 ), tempat mahasiswa berkerja (x4 ), perguruan tinggi S1 (x7 ) dan perguruan tinggi S2 (x8 ) dapat dilihat dari nilai R2 (Tabel 4). Berdasarkan nilai

13 rata-rata kontribusi keseluruhan (Gi ), peubah penjelas yang mempunyai pengaruh paling dominan terhadap keberhasilan studi mahasiswa adalah peubah tempat mahasiswa berkerja (x4 ) dengan nilai kontribusi sebesar 0.025. Tabel 4 Nilai kontribusi masing-masing peubah penjelas yang berpengaruh terhadap keberhasilan studi mahasiswa Peubah

R2

x2

x4

x7

x8

k=0

0.018

0.018

0.003

0.005

x2

0.018

-

0.029

0.003

0.006

x4

0.018

0.029

-

0.003

0.007

x7

0.003

0.018

0.018

-

0.004

x8

0.005

0.019

0.020

0.002

-

k=1

0.022

0.022

0.003

0.006

x2 x4

0.047

-

-

0.003

0.010

x2 x7

0.021

-

0.029

-

0.006

x2 x8

0.024

-

0.033

0.003

-

x4 x7

0.021

0.029

-

-

0.007

x4 x8

0.025

0.032

-

0.003

-

x7 x8

0.007

0.020

0.021

-

-

k=2

0.027

0.028

0.003

0.008

x2 x4 x7

0.050

-

-

-

0.009

x2 x4 x8

0.057

-

-

0.002

-

x2 x7 x8

0.027

-

0.032

-

-

x4 x7 x8

0.028

0.031

-

-

-

k=3

0.031

0.032

0.002

0.009

0.059

-

-

-

-

0.024

0.025

0.003

0.007

x2 x4 x7 x8

Gi

Interpretasi koefisien pada regresi logistik menggunakan nilai rasio odds (Tabel 3). Nilai rasio odds merupakan ukuran asosiasi yang memperkirakan besar kecenderungan pengaruh peubah-peubah penjelas terhadap keberhasilan studi mahasiswa. Nilai rasio odds dapat dikatakan juga sebagai perbandingan nilai odds atau perbandingan kejadian sukses dengan tidak sukses antar kategori peubah penjelas. Pada penelitian ini, lulus merupakan kejadian sukses sedangkan tidak lulus merupakan kejadian tidak sukses. Dugaan parameter peubah penjelas perguruan tinggi S1 UI (x7(3) ) bernilai negatif sebesar -1.496 sehingga akan menurunkan peluang keberhasilan studi mahasiswa. Nilai rasio odds pada peubah penjelas perguruan tinggi S1 UI (x7(3) ) sebesar 0.220 sehingga nilai odds mahasiswa yang berasal dari UI sebesar 0.220 kali dari nilai odds mahasiswa yang berasal dari IPB (x7(1) ). Jika dilihat dari karakteristik lulusan S1 UI yang lulus (Lampiran 9), mahasiswa perempuan memiliki persentase kelulusan lebih besar dibandingkan mahasiswa laki-laki. Pada sebaran kategori lainnya, mahasiswa yang sudah menikah, bekerja di instansi pemerintah, mahasiswa dengan status non percobaan, mahasiswa yang menerima beasiswa serta mahasiswa yang berasal dari program studi S2 sosial dan lainnya

14 memiliki persentasi kelulusan yang tinggi. Lulusan S1 dari UI yang melanjutkan ke perguruan tinggi S2 ITB dan UGM mendapat keberhasilan studi yang sempurna. Hal ini ditunjukkan dengan persentase kelulusan sebesar 100%. Peubah penjelas usia mahasiswa (x2 ) , tempat berkerja instansi non pemerintah (x4(2) ) dan perguruan tinggi S2 ITB dan UGM (x8(2) ) memiliki nilai dugaan parameter positif. Hal ini mencerminkan peubah tersebut akan meningkatkan peluang keberhasilan studi mahasiswa. Dilihat dari peubah usia, semakin bertambah usia mahasiswa maka keberhasilan studi mahasiswa akan meningkat. Pada peubah penjelas tempat berkerja instansi non pemerintah (x4(2) ), nilai odds mahasiswa yang bekerja di instansi non pemerintah sebesar 3.440 kali dari nilai odds mahasiswa yang bekerja di instansi pemerintah (x4(1) ) . Karakteristik dari mahasiswa yang bekerja di instansi non pemerintah yang lulus serta memiliki persentase kelulusan yang tinggi cenderung merupakan mahasiswa perempuan, mahasiswa yang sudah menikah, lulusan yang berasal dari universitas luar negeri, ITB dan UGM, mahasiswa yang berasal dari program studi S2 teknik dan MIPA, mahasiswa dengan status non percobaan dan mahasiswa yang tidak menerima beasiswa (Lampiran 8). Hal yang menarik dari hasil pengujian uji Wald terlihat pada peubah perguruan tinggi S2. Lulusan yang berasal dari perguruan tinggi S2 ITB dan UGM memiliki kecenderungan lulus lebih besar dibandingkan lulusan yang berasal dari perguruan tinggi S2 IPB. Hal ini terlihat pada nilai odds lulusan yang berasal dari perguruan tinggi S2 ITB dan UGM (x8(2) ) sebesar 23.230 kali dari nilai odds lulusan yang berasal dari perguruan tinggi S2 IPB (x8(1) ) sehingga harus dijadikan evaluasi bagi IPB dalam peningkatan mutu lulusan S2. Jika dilihat karakteristiknya (Lampiran 10), lulusan perguruan tinggi S2 ITB dan UGM yang lulus serta memiliki persentase kelulusan yang tinggi cenderung merupakan mahasiswa perempuan, mahasiswa yang belum menikah, mahasiswa yang bekerja di instansi non pemerintah, lulusan S1 yang berasal dari UI, lulusan S1 universitas swasta, lulusan sekolah tinggi serta universitas negeri lainnya, mahasiswa yang berasal dari program studi S2 ekonomi dan manajemen, mahasiswa dengan status penerimaan pecobaan dan mahasiswa yang menerima beasiswa. Tabel 5 Ketepatan klasifikasi model Prediksi Aktual % Benar Tidak Lulus Lulus Tidak Lulus 21 17 55.30 Lulus 8 91 91.90 % keseluruhan 81.80 Persentase kategori lulus dan tidak lulus berdasarkan hasil klasifikasi sebesar 91.90% dan 55.30% (Tabel 5). Hasil ini menunjukkan bahwa dari 99 mahasiswa yang lulus sebanyak 91 orang diklasifikasikan dengan benar, sedangkan dari 38 mahasiswa yang tidak lulus sebanyak 21 orang diklasifikasikan dengan benar. Secara keseluruhan klasifikasi yang benar dari 137 mahasiswa sebesar 81.80% dan sisanya sebesar 18.20% menunjukkan bahwa keberhasilan studi mahasiswa dapat dijelaskan oleh faktor-faktor yang tidak ada dalam model.

15 Berdasarkan hasil wawancara, faktor yang tidak ada dalam model yaitu pada proses pembuatan disertasi. Mahasiswa mengalami kesulitan menyelesaikan studi pada Program Doktor Manajemen Bisnis IPB pada tahap tersebut. Tahapan pembuatan disertasi yang ditetapkan oleh pihak MB-IPB sangat banyak. Tahapan disertasi tersebut dapat dilihat pada Gambar 5. Prelim Tertulis

Ujian Tertutup

Sidang Komisi 4

Sidang Komisi 1

Sidang Komisi 3

Ujian Terbuka

Prelim Lisan

Seminar Hasil

Perbaikan dan Jilid

Kolokium

Sidang Komisi 2

Pengesahan

Gambar 5 Proses Tahapan Disertasi Program Doktor Manajemen Bisnis IPB Pada tahap prelim tertulis menuju tahap sidang komisi 1, mahasiswa seringkali mengalami kesulitan. Pada proses tersebut, mahasiswa dituntut untuk mengeluarkan kemampuan akademisnya dalam menuangkan ide untuk menyusun proposal sampai dengan pengumpulan data serta pengolahannya. Topik yang dituangkan dalam proposal seringkali berbeda dengan sinopsis awal ketika penerimaan mahasiswa Program Doktor Manajemen Bisnis IPB, sehingga akan menghambat mahasiswa dalam mempercepat pembuatan disertasi. Hal ini dikarenakan membutuhkan waktu yang lama dalam mengembangkan topik baru. Selain itu, pengumpulan data merupakan hal yang penting dalam proses pembuatan disertasi. Mahasiswa sering terhambat dalam mengumpulkan data khususnya pada data primer dikarenakan respon dari responden yang sangat kurang. Setelah pengumpulan data, mahasiswa dituntut untuk bisa mengolah data dengan baik supaya dapat memberikan hasil yang menarik. Hal lain yang dapat menghambat pada proses pembuatan disertasi yaitu komunikasi dengan komisi pembimbing. Komunikasi antara mahasiswa dengan komisi pembimbing masih kurang lancar dikarenakan kesibukan para dosen yang sangat padat. Hal ini akan menunda proses pembuatan disertasi khususnya pada tahapan sidang komisi, ujian tertutup dan terbuka. Semua dosen harus menghadiri sidang komisi 1, 2, 3, 4, ujian tertutup dan ujian terbuka. Sidang komisi, ujian tetutup dan terbuka seringkali tertunda dikarenakan kesibukan para dosen yang sangat padat. Faktor lain yang paling utama adalah motivasi dan komitmen mahasiswa. Motivasi dan komitmen yang kurang dapat menghambat dalam menyelesaikan pembuatan disertasi. Oleh karena itu, mahasiswa harus memprioritaskan diri untuk menyelesaikan studi sampai dengan akhir.

16

SIMPULAN DAN SARAN Simpulan Karakteristik antara mahasiswa yang lulus dengan mahasiswa yang tidak lulus cukup berbeda. Karakteristik mahasiswa yang lulus cenderung merupakan mahasiswa perempuan, berusia antara 35 sampai dengan 45 tahun dan sudah menikah. Jika dilihat berdasarkan latar belakang pendidikan, karakteristik mahasiswa yang lulus cenderung memiliki IPK S1 lebih dari sama dengan 3.00, memiliki IPK S2 lebih dari sama dengan 3.50, lulusan S1 dan S2 yang berasal dari IPB, ITB dan UGM, universitas luar negeri, mahasiswa yang berasal dari program studi S2 ekonomi, manajemen, teknik dan MIPA, serta mahasiswa dengan status penerimaan S3 non percobaan sedangkan karakteristik mahasiswa yang tidak lulus sebaliknya. Ditinjau dari hasil analisis regresi logistik biner, peubah usia, tempat mahasiswa bekerja, perguruan tinggi S1 dan perguruan tinggi S2 berpengaruh terhadap keberhasilan studi mahasiswa pada taraf nyata 10%. Faktor yang paling dominan yaitu peubah tempat bekerja. Faktor-faktor lain yang tidak ada dalam model yang dapat mempengaruhi keberhasilan studi mahasiswa yaitu pada proses pembuatan disertasi, komunikasi antara mahasiswa dengan komisi pembimbing, serta motivasi dan komitmen mahasiswa.

Saran Pihak MB-IPB perlu mempertimbangkan lagi pengelompokan perguruan tinggi khususnya bagi lulusan S1 seperti IPB, ITB, UGM dan UI. Pada tahapan pembuatan disertasi, topik yang dibuat diharapkan sama dengan sinopsis awal ketika penerimaan mahasiswa Program Doktor Manajemen Bisnis IPB. Hal ini dapat mempercepat proses pembuatan disertasi. Selain itu, penyesuaian pembawaan dan kebiasaan setiap individu sangat diperlukan dalam meningkatkan interaksi antara mahasiswa dengan komisi pembimbing, sehingga komunikasi antara mahasiswa dengan komisi pembimbing lancar.

DAFTAR PUSTAKA Abbas S. 2008. Manajemen Perguruan Tinggi : Beberapa Catatan. Jakarta (ID): Kencana Prenada Media Group. Azen R, Traxel N. 2009. Using dominance to determine predictor importance in logistic regression. Journal of Educational and Behavioral Statistics. 34:319-347.doi:10.3102/1076998609332754. Daniel. 1990. Aplplied Nonparametric Statistics. Boston (US): PWS-KENT Publishing Company. Gujarati D, Porter D. 2010. Essentials of Econometrics Fourth Edition. New York (US): The McGraw-Hill Companies,Inc.

17 Hosmer DW, Lemeshow S. 2000. Apllied Logistic Regression Second Edition. New York (US): John Wiley and Sons. Kaciak E, Louviere J. 1990. Multiple Correspondence Analysis of Multiple Choice Experiment Data. Journal of Marketing Research. 27(1):455-465. [Kemendikbud] Kementerian Pendidikan dan Kebudayaan. 2005. Peraturan Pemerintah Republik Indonesia Nomor 19 Tahun 2005 Tentang Standar Nasionaal Pendidikan. Jakarta (ID): Kemendikbud Manajemen Bisnis IPB. 2010. Buku Panduan Program Doktor Manajemen Bisnis Angkatan VII. Bogor (ID): MB IPB. Sumertajaya IM, Mattjik AA. 2011. Sidik Peubah Ganda Dengan Menggunakan SAS. Bogor (ID): Departemen Statistika IPB.

18 Lampiran 1 Rincian demografi dan latar belakang pendidikan mahasiswa (peubah) yang digunakan dalam penelitian. 1 2 3 4 5 6 7

Peubah Jenis Kelamin

(x1 )

Usia Mahasiswa (x2 ) saat diterima Status Pernikahan (x3 ) saat diterima Tempat Bekerja (x4 ) IPK S1 IPK S2 Asal Perguruan Tinggi S1

(x5 ) (x6 ) (x7 )

(x8 )

8

Asal Perguruan Tinggi S2

9

Program Studi S2 (x9 )

10

Status Penerimaan S3 Sumber Biaya

11 12

Keberhasilan Studi Mahasiswa

(x10 ) (x11 ) (Y)

Kategori 1 = Laki-laki 2 = Perempuan Numerik 1 = Sudah Menikah 2 = Belum Menikah 1 = Instansi Pemerintah 2 = Instansi Non Pemerintah Numerik Numerik 1 = IPB 2 = ITB dan UGM 3 = UI 4 = Universitas Luar Negeri 5 = Universitas Negeri lainnya (selain IPB, ITB,UI,UGM) 6 = Universitas Swasta dan Sekolah Tinggi 1 = IPB 2 = ITB dan UGM 3 = UI 4 = Universitas Luar Negeri 5 = Universitas Lainnya 1 = Ekonomi dan Manajemen 2 = Teknik dan MIPA 3 = Sosial dan Lainnya 1 = Percobaan 2 = Non Percobaan 1 = Beasiswa 2 = Non Beasiswa 0 = Tidak Lulus 1 = Lulus

Keterangan (A1) (A2) (B) (C1) (C2) (D1) (D2) (E) (F) (G1) (G2) (G3) (G4) (G5) (G6) (H1) (H2) (H3) (H4) (H5) (I1) (I2) (I3) (J1) (J2) (K1) (K2) (Y1) (Y2)

19 Lampiran 2 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik.

(

(

(a)

Usia Rata-rata Ragam

(b)

Nilai 42.91 47.66

IPK S1 Rata-rata Ragam

(c)

IPK S2 Rata-rata Ragam

Nilai 3.48 0.06

Nilai 2.85 0.13

20 Lampiran 3 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik terhadap keberhasilan studi mahasiswa

(a)

Usia Rata-rata Ragam

Tidak Lulus 41.29 38.37

(b)

Lulus 43.53 50.25

IPK S1 Rata-rata Ragam

Tidak Lulus 2.73 0.15

(c)

IPK S2 Rata-rata Ragam

Tidak Lulus 3.45

Lulus 3.49

0.06

0.06

Lulus 2.89 0.12

21

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

Lampiran 4 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala kategorik terhadap keberhasilan studi mahasiswa setiap angkatan. Perempuan

0,00%

100,00%

Laki-Laki

23,10%

76,90%

Perempuan

20,00%

80,00%

Laki-Laki

16,70%

83,30%

Perempuan

0,00%

66,70%

Laki-Laki Perempuan

Tidak Lulus

100,00%

0,00%

100,00%

Laki-Laki

20,00%

80,00%

Perempuan

20,00%

80,00%

Laki-Laki

Lulus

33,30%

31,60%

68,40%

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

(a) Belum Menikah

0,00%

100,00%

Sudah Menikah

22,20%

77,80%

66,70%

Belum Menikah Sudah Menikah 12,90% Belum Menikah

87,10%

50,00%

Sudah Menikah

Lulus

38,10%

0,00%

Sudah Menikah 17,90% Belum Menikah

Tidak Lulus

50,00%

61,90%

Sudah Menikah Belum Menikah

33,30%

82,10%

0,00%

100,00%

31,80%

68,20%

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

(b) Instansi non Pemerintah

22,20%

77,80%

Instansi pemerintah

20,00%

80,00%

Instansi non Pemerintah

15,00%

Instansi pemerintah

21,40%

Instansi non Pemerintah

85,00% 78,60%

30,00% 84,60%

Instansi pemerintah

15,40%

Instansi non Pemerintah

18,20%

81,80%

Instansi pemerintah

17,60%

82,40%

Instansi non Pemerintah

25,00%

Instansi pemerintah

30,00% (c)

Tidak Lulus

70,00%

75,00% 70,00%

Lulus

DMB 5

22

Univ. Swasta dan Sekolah Tinggi

16,70%

Universitas Negeri Lainnya

33,30%

Universitas Luar Negeri UI ITB dan UGM IPB

0,00%

83,30% 66,70% 100,00%

0,00% 100,00% 14,30%

85,70%

40,00%

Univ. Swasta dan Sekolah Tinggi 12,50% DMB 4

Universitas Negeri Lainnya Universitas Luar Negeri UI

87,50%

33,30%

66,70%

0,00% 100,00% 28,60%

71,40%

ITB dan UGM

0,00% 100,00%

IPB

0,00% 100,00% 75,00%

Univ. Swasta dan Sekolah Tinggi Universitas Negeri Lainnya DMB 3

60,00%

57,10%

42,90%

100,00%

Universitas Luar Negeri

DMB 2

IPB 25,00% Univ. Swasta dan Sekolah Tinggi

14,30%

Universitas Negeri Lainnya

33,30%

ITB dan UGM

DMB 1

Universitas Negeri Lainnya Universitas Luar Negeri UI

33,30% 75,00%

85,70% 66,70%

0,00% 100,00% 50,00%

50,00%

0,00% 100,00%

IPB 25,00% Univ. Swasta dan Sekolah Tinggi

25,00%

66,70%

ITB dan UGM

UI

0,00%

75,00%

UI

Universitas Luar Negeri

25,00%

16,70%

75,00% 83,30%

50,00%

50,00%

0,00% 60,00%

40,00%

ITB dan UGM 20,00%

80,00%

16,70%

83,30%

IPB

(d)

Tidak Lulus Lulus

DMB 5

23

Univ. Negeri Lainnya.

27,30%

72,70%

Univ. Luar Negeri

27,30%

72,70%

UI ITB dan UGM IPB Univ. Negeri Lainnya.

0,00%

100,00%

0,00%

100,00%

0,00%

100,00%

42,90%

57,10%

DMB 4

Univ. Luar Negeri 16,70% UI ITB dan UGM

DMB 3 DMB 2

87,50%

12,50% 0,00%

100,00%

IPB

0,00%

100,00%

Univ. Negeri Lainnya.

0,00%

100,00% 66,70%

Univ. Luar Negeri

33,30% Tidak Lulus

100,00%

UI

0,00%

ITB dan UGM

50,00%

50,00%

IPB

50,00%

50,00%

Univ. Negeri Lainnya.

20,00%

Univ. Luar Negeri

10,00%

UI ITB dan UGM IPB Univ. Negeri Lainnya. Univ. Luar Negeri

DMB 1

83,30%

80,00% 90,00%

25,00%

75,00% 100,00%

0,00% 33,30%

66,70%

50,00% 40,00%

50,00% 60,00%

UI

0,00%

100,00%

ITB dan UGM

0,00%

100,00%

IPB

33,30%

66,70% (e)

Lulus

DMB 1

DMB 2

DMB 3

DMB 4

DMB 5

24

Sosial dan Lainnya Ekonomi dan Manajemen Teknik dan MIPA Sosial dan Lainnya Ekonomi dan Manajemen Teknik dan MIPA Sosial dan Lainnya Ekonomi dan Manajemen

100,00% 0,00% 33,30% 66,70% 16,70% 83,30% 0,00% 100,00% 0,00% 100,00% 18,80% 81,20% 100,00% 0,00% 66,70% 33,30% 55,60% 44,40% 50,00% 50,00% 0,00% 100,00% 19,00% 81,00% 100,00% 0,00% 0,00% 100,00% 36,80% 63,20%

Tidak Lulus Lulus

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

(f) Non Percobaan

11,10%

Percobaan

26,30%

88,90% 73,70%

Non Percobaan 15,80%

84,20%

Percobaan 20,00%

80,00%

Non Percobaan

60,00%

40,00%

Tidak Lulus

Percobaan

61,50%

38,50%

Lulus

Non Percobaan 12,00%

88,00% 66,70%

Percobaan Non Percobaan

29,20%

Percobaan

0,00%

33,30% 70,80%

DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

(g) Non Beasiswa

21,40%

Beasiswa

0,00%

78,60%

Non Beasiswa 18,80% Beasiswa

0,00%

100,00% 63,60%

Non Beasiswa Beasiswa

81,20%

0,00%

Non Beasiswa 16,70%

36,40%

Lulus

100,00% 83,30%

Beasiswa

25,00%

75,00%

Non Beasiswa

29,20%

70,80%

Beasiswa

Tidak Lulus

0,00% (h)

25 Lampiran 5 Sebaran demografi dan latar belakang pendidikan mahasiswa peubah berskala numerik terhadap keberhasilan studi mahasiswa setiap angkatan.

Usia DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

Rata-Rata 44.12 44.00 41.78 42.09 42.68

Ragam 44.64 42.52 52.27 43.23 59.56

IPK S1 DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

Rata-Rata 2.86 2.92 2.76 2.92 2.77

Ragam 0.09 0.13 0.19 0.16 0.09

IPK S2 DMB 1 DMB 2 DMB 3 DMB 4 DMB 5

Rata-Rata 3.44 3.52 3.52 3.47 3.45

Ragam 0.06 0.08 0.07 0.06 0.06

(a)

(b)

(c)

26 Lampiran 6 Akar ciri non trivial keberhasilan studi mahasiswa No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Total

Akar Ciri

Persen

0.1808 0.1510 0.1480 0.1276 0.1266 0.1121 0.1081 0.0942 0.0870 0.0797 0.0735 0.0643 0.0628 0.0620 0.0552 0.0467 0.0420 0.0407 0.0325 0.0302 0.0249 1.7500

0.1033 0.0863 0.0846 0.0729 0.0724 0.0641 0.0618 0.0538 0.0497 0.0455 0.0420 0.0368 0.0359 0.0354 0.0315 0.0267 0.0240 0.0233 0.0186 0.0173 0.0142

Persen Kumulatif 0.1033 0.1896 0.2742 0.3471 0.4194 0.4835 0.5453 0.5991 0.6488 0.6943 0.7363 0.7731 0.8090 0.8444 0.8760 0.9026 0.9267 0.9499 0.9685 0.9858 1.000

Histogram ****************************** ************************* ************************ ********************* ********************* ****************** ***************** *************** ************** ************* ************ ********** ********** ********** ********* ******* ****** ****** ***** ***** ****

27 Lampiran 7 Hasil perhitungan analisis korespondensi berganda keberhasilan studi mahasiswa Sumbu 1 Koord. Relatif Mutlak

Sumbu 2 Koord. Relatif Mutlak

Keberhasilan Studi Y1 Y2

0.362 -0.139

0.050 0.050

0.017 0.006 0.023

-0.180 0.069

0.012 0.012

0.005 0.002 0.007

Jenis Kelamin A1 A2

0.057 -0.300

0.017 0.017

0.001 0.007 0.008

-0.057 0.298

0.017 0.017

0.002 0.008 0.010

Usia Mahasiswa B1 B2 B3

0.362 -0.210 0.125

0.024 0.041 0.009

0.009 0.010 0.003 0.022

1.231 0.042 -0.573

0.274 0.002 0.189

0.128 0.000 0.066 0.194

Status Pernikahan C1 C2

-0.060 0.975

0.059 0.059

0.002 0.026 0.028

-0.073 1.178

0.086 0.086

0.003 0.045 0.048

Tempat Bekerja D1 D2

-0.208 0.244

0.051 0.051

0.011 0.013 0.024

-0.220 0.258

0.057 0.057

0.014 0.017 0.031

IPK S1 E1 E2

0.022 -0.040

0.001 0.001

0.000 0.000 0.000

-0.390 0.700

0.272 0.272

0.054 0.097 0.151

IPK S2 F1 F2

0.890 -0.634

0.565 0.565

0.152 0.108 0.260

-0.045 0.032

0.001 0.001

0.000 0.000 0.000

Perguruan Tinggi S1 G1 G2 G3 G4 G5 G6

-0.838 0.000 0.725 -0.248 -0.034 0.383

0.180 0.000 0.090 0.004 0.000 0.043

0.066 0.000 0.035 0.002 0.000 0.015 0.118

-0.359 0.214 -0.333 0.113 -0.149 -0.036

0.033 0.009 0.019 0.277 0.005 0.000

0.015 0.004 0.009 0.144 0.002 0.000 0.174

Peubah

28 Perguruan Tinggi S2 H1 H2 H3 H4 H5

-0.923 -0.238 1.118 -0.310 0.595

0.154 0.006 0.226 0.065 0.087

0.060 0.002 0.088 0.018 0.032 0.200

-0.848 1.189 -0.278 0.285 -0.278

0.130 0.148 0.014 0.055 0.019

0.061 0.074 0.007 0.018 0.008 0.168

PRODI S2 I1 I2 I3

-0.014 -0.774 1.167

0.001 0.063 0.107

0.000 0.026 0.046 0.072

-0.168 1.798 -0.427

0.139 0.339 0.014

0.013 0.169 0.007 0.189

Status Penerimaan S3 J1 J2

0.955 -0.549

0.524 0.524

0.153 0.088 0.241

0.235 -0.135

0.032 0.032

0.011 0.006 0.017

Sumber Biaya K1 K2

-0.310 0.017

0.005 0.005

0.002 0.000 0.002

0.582 -0.031

0.018 0.018

0.010 0.001 0.011

Lampiran 8 Tabulasi silang keberhasilan studi mahasiswa antara peubah tempat bekerja dengan peubah kategorik lainnya

Peubah Jenis Kelamin Status Pernikahan Perguruan Tinggi S1

Perguruan Tinggi S2

Program Studi S2

Status Penerimaan S3 Sumber Biaya

Kategori Laki-Laki Perempuan* Sudah Menikah* Belum Menikah IPB ITB dan UGM UI Universitas Luar Negeri* Universitas Negeri Lainnya Univ. Swasta dan Sekolah Tinggi IPB ITB dan UGM* UI Univ. Luar Negeri Univ. Negeri Lainnya. Ekonomi dan Manajemen Teknik dan MIPA* Sosial dan Lainnya Percobaan Non Percobaan* Beasiswa Non Beasiswa*

Instansi Pemerintah Instansi Non Pemerintah* Tidak Lulus Lulus Tidak Lulus Lulus* Jumlah Persen Jumlah Persen Jumlah Persen Jumlah Persen 23 36.50 40 63.50 12 23.10 40 76.90 2 18.20 9 81.80 1 9.10 10 90.90 23 32.90 47 67.10 12 20.30 47 79.70 2 50.00 2 50.00 1 25.00 3 75.00 3 20.00 12 80.00 3 23.10 10 76.90 3 25.00 9 75.00 1 9.10 10 90.90 3 33.30 6 66.70 6 54.50 5 45.50 1 25.00 3 75.00 0 0.00 4 100.00 10 50.00 10 50.00 1 14.30 6 85.70 5 35.70 9 64.30 2 11.80 15 88.20 5 41.70 7 58.30 1 11.10 8 88.90 1 14.30 6 85.70 0 0.00 6 100.00 3 30.00 7 70.00 2 18.20 9 81.80 14 36.80 24 63.20 4 23.50 13 76.50 2 28.60 5 71.40 6 30.00 14 70.00 20 33.30 40 66.70 11 20.40 43 79.60 2 28.60 5 71.40 1 16.70 5 83.30 3 42.90 4 57.10 1 33.30 2 66.70 9 45.00 11 55.00 9 30.00 21 70.00 16 29.60 38 70.40 4 12.10 29 87.90 0 0.00 3 100.00 1 25.00 3 75.00 25 35.20 46 64.80 12 20.30 47 79.70

*Kategori yang memiliki persentase kelulusan paling tinggi yang bekerja di instansi non pemerintah

Lampiran 9 Tabulasi silang keberhasilan studi mahasiswa antara peubah perguruan tinggi S1 dengan peubah kategorik lainnya G1 Peubah Jenis Kelamin Status Pernikahan Tempat Bekerja Perguruan Tinggi S2

Program Studi S2

Kategori Laki-Laki Perempuan* Sudah Menikah* Belum Menikah Instansi Pemerintah* Instansi Non Pemerintah IPB ITB dan UGM* UI Univ. Luar Negeri Univ. Negeri Lainnya. Ekonomi dan Manajemen Teknik dan MIPA Sosial dan Lainnya* Percobaan Non Percobaan*

Tidak Lulus Jumlah Persen 6 31.60 0 0.00 6 22.20 0 0.00 3 20.00 3 23.10 3 33.30 0 0.00 0 0.00 1 7.70 2 50.00 5 20.00 0.00 50.00 60.00 13.00

Lulus Jumlah Persen 13 68.40 9 100.00 21 77.80 1 100.00 12 80.00 10 76.90 6 66.70 0 0.00 2 100.00 12 92.30 2 50.00 20 80.00

Lulus Jumlah Persen 17 81.00 2 100.00 19 86.40 0 0.00 9 75.00 10 90.90 2 100.00 4 80.00 4 100.00 4 66.70 5 83.30 15 83.30

Tidak Lulus Jumlah Persen 8 47.10 1 33.30 8 42.10 1 100.00 3 33.30 6 54.50 1 50.00 0 0.00 2 33.30 4 50.00 2 66.70 9 47.40

Lulus* Jumlah Persen 9 52.90 2 66.70 11 57.90 0 0.00 6 66.70 5 45.50 1 50.00 1 100.00 4 66.70 4 50.00 1 33.30 10 52.60

1 0 1 3

25.00 0.00 14.30 18.80

3 1 6 13

75.00 100.00 85.70 81.30

0 0 5 4

0.00 0.00 50.00 40.00

0 1 5 6

0.00 100.00 50.00 60.00

Beasiswa* 1 33.30 2 66.70 Non Beasiswa 5 20.00 20 80.00 *Kategori yang memiliki persentase kelulusan paling tinggi pada lulusan S1 di UI (G3)

0 4

0.00 20.00

3 16

100.00 80.00

0 9

0.00 47.40

1 10

100.00 52.60

Sumber Biaya

G1 : IPB G2 : ITB dan UGM

G3 : UI G4 : Universitas Luar Negeri

1 1 2 20

Tidak Lulus Jumlah Persen 4 19.00 0 0.00 3 13.6 1 100.00 3 25.00 1 9.10 0 0.00 1 20.00 0 0.00 2 33.30 1 16.70 3 16.70

G3*

100.00 50.00 40.00 87.00

Status Penerimaan S3

0 1 3 3

G2

G5 : Universitas Negeri Lainnya (Selain IPB, ITB, UGM, UI) G6 : Universitas Swasta dan Sekolah Tinggi

3 Lampiran 9 Tabulasi silang keberhasilan studi mahasiswa antara peubah perguruan tinggi S1 dengan peubah kategorik lainnya (Lanjutan) G4 Peubah

Kategori

Tidak Lulus Lulus Jumlah Persen Jumlah Persen Jenis Kelamin Laki-Laki 1 14.30 6 85.70 Perempuan 0 0.00 1 100.00 Status Pernikahan Sudah Menikah 1 12.50 7 87.50 Belum Menikah 0 0.00 0 0.00 Tempat Bekerja Instansi Pemerintah 1 25.00 3 75.00 Instansi Non Pemerintah 0 0.00 4 100.00 Perguruan Tinggi S2 IPB 0 0.00 0 0.00 ITB dan UGM 0 0.00 0 0.00 UI 0 0.00 0 0.00 Univ. Luar Negeri 1 12.50 7 87.50 Univ. Negeri Lainnya. 0 0.00 0 0.00 Program Studi S2 Ekonomi dan Manajemen 0 0.00 3 100.00 Teknik dan MIPA 0 0.00 4 100.00 Sosial dan Lainnya 1 100.00 0 0.00 Status Penerimaan Percobaan 1 20.00 4 80.00 S3 Non Percobaan 0 0.00 3 100.00 Sumber Biaya Beasiswa 0 0.00 0 0.00 Non Beasiswa 1 12.50 7 87.50 *Kategori yang memiliki persentase kelulusan paling tinggi pada lulusan S1 di UI (G3)

G1 : IPB G2 : ITB dan UGM

G3 : UI G4 : Universitas Luar Negeri

G5 Tidak Lulus Jumlah Persen 10 40.00 1 50.00 10 38.50 1 100.00 10 50.00 1 14.30 1 50.00 0 0.00 2 66.70 6 42.90 2 50.00 9 39.10 1 33.30 1 100.00 5 41.70 6 40.00 0 0.00 11 40.70

G6 Lulus Jumlah Persen 15 60.00 1 50.00 16 61.50 0 0.00 10 50.00 6 85.70 1 50.00 4 100.00 1 33.30 8 57.10 2 50.00 14 60.90 2 66.70 0 0.00 7 58.30 9 60.00 0 0.00 16 59.30

Tidak Lulus Jumlah Persen 6 23.10 1 20.00 7 25.90 0 0.00 5 35.70 2 11.80 1 16.70 0 0.00 1 16.70 4 66.70 1 10.00 5 19.20 1 100.00 1 25.00 3 27.30 4 20.00 0 0.00 7 22.60

G5 : Universitas Negeri Lainnya (Selain IPB, ITB, UGM, UI) G6 : Universitas Swasta dan Sekolah Tinggi

Lulus Jumlah Persen 20 76.90 4 80.00 20 74.10 4 100.00 9 64.30 15 88.20 5 83.30 3 100.00 5 83.30 2 33.30 9 90.00 21 80.80 0 0.00 3 75.00 8 72.70 16 80.00 0 0.00 24 77.40

Lampiran 10 Tabulasi silang keberhasilan studi mahasiswa antara peubah perguruan tinggi S2 dengan peubah kategorik lainnya H1 Peubah Jenis Kelamin Status Pernikahan Tempat Bekerja Perguruan Tinggi S1

Program Studi S2

Kategori

Tidak Lulus

H2* Lulus

Jumlah

Persen

Jumlah

Laki-Laki

6

33.30

12

Perempuan*

0

0.00

3

Sudah Menikah

6

28.60

15

Belum Menikah*

0

0.00

Instansi Pemerintah

5

Instansi Non Pemerintah*

1

IPB

Tidak Lulus

Persen

H3 Lulus*

Jumlah

Persen

Jumlah

66.70

1

8.30

100.00

0

0.00

71.40

1

0

0.00

41.70

7

11.10

8

3

33.30

ITB dan UGM

0

UI* Universitas Luar Negeri Universitas Negeri Lainnya*

Tidak Lulus

Lulus

Persen

Jumlah

Persen

Jumlah

Persen

11

91.70

4

25.00

12

75.00

1

100.00

1

20.00

4

80.00

9.10

10

90.90

4

22.20

14

77.80

0

0.00

2

100.00

1

33.30

2

66.70

58.30

1

14.30

6

85.70

3

30.00

7

70.00

88.90

0

0.00

6

100.00

2

18.20

9

81.80

6

66.70

0

0.00

0

0.00

0

0.00

2

100.00

0.00

2

100.00

1

20.00

4

80.00

0

0.00

4

100.00

1

50.00

1

50.00

0

0.00

1

100.00

2

33.30

4

66.70

0

0.00

0

0.00

0

0.00

0

0.00

0

0.00

0

0.00

Univ. Swasta dan Sekolah Tinggi*

1 1

50.00 16.70

1 5

50.00 83.30

0 0

0.00 0.00

4 3

100.00 100.00

2 1

66.70 16.70

1 5

33.30 83.30

Ekonomi dan Manajemen*

6

28.60

15

71.40

0

0.00

10

100.00

3

20.00

12

80.00

Teknik dan MIPA

0

0.00

0

0.00

1

33.30

2

66.70

0

0.00

0

0.00

Sosial dan Lainnya

0

0.00

0

0.00

0

0.00

0

0.00

2

33.30

4

66.70

Status Penerimaan S3

Percobaan*

0

0.00

0

0.00

0

0.00

3

100.00

5

45.50

6

54.50

Non Percobaan

6

28.60

15

71.40

1

10.00

9

90.00

0

0.00

10

100.00

Sumber Biaya

Beasiswa*

0

0.00

0

0.00

0

0.00

1

100.00

0

0.00

1

100.00

8.30

11

91.70

5

25.00

15

75.00

Non Beasiswa 6 28.60 15 71.40 1 *Kategori yang memiliki persentase kelulusan paling tinggi pada perguruan tinggi S2 ITB dan UGM

H1 : IPB

H2 : ITB dan UGM

H3 : UI

H4 : Universitas Luar Negeri

H5 : Universitas Lainnya

5 Lampiran 10 Tabulasi silang keberhasilan studi mahasiswa antara peubah perguruan tinggi S2 dengan peubah kategorik lainnya (Lanjutan) H4 Tidak Lulus Lulus Jumlah Persen Jumlah Persen Jenis Kelamin Laki-Laki 16 36.40 28 63.60 Perempuan 2 18.20 9 81.80 Status Pernikahan Sudah Menikah 16 30.20 37 69.80 Belum Menikah 2 100.00 0 0.00 Tempat Bekerja Instansi Pemerintah 14 36.80 24 63.20 Instansi Non Pemerintah 4 23.50 13 76.50 Perguruan Tinggi S1 IPB 1 7.70 12 92.30 ITB dan UGM 2 33.30 4 66.70 UI 4 50.00 4 50.00 Universitas Luar Negeri 1 12.50 7 87.50 Universitas Negeri Lainnya 6 42.90 8 57.10 Univ. Swasta dan Sekolah Tinggi 4 66.70 2 33.30 Program Studi S2 Ekonomi dan Manajemen 14 33.30 28 66.70 Teknik dan MIPA 2 20.00 8 80.00 Sosial dan Lainnya 2 66.70 1 33.30 Status Penerimaan S3 Percobaan 8 36.40 14 63.60 Non Percobaan 10 30.30 23 69.70 Sumber Biaya Beasiswa 0 0.00 3 100.00 Non Beasiswa 18 34.60 34 65.40 *Kategori yang memiliki persentase kelulusan paling tinggi pada perguruan tinggi S2 ITB dan UGM Peubah

H1 : IPB

Kategori

H2 : ITB dan UGM

H3 : UI

H4 : Universitas Luar Negeri

H5 Tidak Lulus Jumlah Persen 8 32.00 0 0.00 8 30.80 0 0.00 2 28.60 6 30.00 2 50.00 1 16.70 2 66.70 0 0.00 2 50.00 1 10.00 8 30.80 0 0.00 0 0.00 5 35.70 3 23.10 1 50.00 7 28.00

H5 : Universitas Lainnya

Lulus Jumlah Persen 17 68.00 2 100.00 18 69.20 1 100.00 5 71.40 14 70.00 2 50.00 5 83.30 1 33.30 0 0.00 2 50.00 9 90.00 18 69.20 0 0.00 1 100.00 9 64.30 10 76.90 1 50.00 18 72.00

RIWAYAT HIDUP

Pada tanggal 22 September 1991 di Tasikmalaya, penulis lahir dari pasangan Ibu Idah Dahlia dan Bapak Jaja Hidayat (Alm). Penulis merupakan anak pertama dari empat bersaudara. Penulis merupakan lulusan tahun 2010 dari SMA Negeri 1 Tasikmalaya. Tanggal 28 Juni 2010, penulis resmi menjadi mahasiswa jurusan Statistika FMIPA Institut Pertanian Bogor melalui Undangan Seleksi Mahasiswa IPB (USMI). Penulis aktif dalam berorganisasi. Pada tahun 2010/2011, penulis ikut berpartisipasi dalam organisasi Islam yaitu Lembaga Dakwah Kampus AlHurriyyah. Penulis menjabat sebagai staf Departemen Syiar Islam. Ketika semester 3, penulis diterima menjadi Badan Pengawas Departemen Analisis Data Himpunan Keprofesian Gamma Sigma Beta. Selain itu, penulis ikut berpartisipasi dalam kepanitian Statistika Ria tahun 2011 sebagai staf divisi acara, kepanitian Statistika Ria tahun 2012 sebagai staf kesekretariatan. Tahun 2012, penulis juga menjabat sebagai ketua 1 Badan Pengawas Himpunan Keprofesian Gamma Sigma Beta. Penulis juga aktif sebagai surveyor, asisten responsi Perancangan Percobaan 1 tahun akademik 2012/2013 dan asisten responsi Metode Statistika tahun akademik 2013/2014. Bulan Juli-Agustus 2013, penulis melaksanakan Praktik Lapang di Lingkaran Survei Indonesia.