LOGO
Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
PENDAHULUAN 1
Latar Belakang
2
Tujuan
3
Manfaat
4
Batasan Masalah
Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama bagi pembangunan pendidikan
Bappeko : 9.779 anak usia 7-12 tahun yang tidak bisa sekolah (35% berasal dari Surabaya Utara) Faktor ekonomi menyebabkan rendahnya minat masyarakat miskin terhadap dunia pendidikan Program pemerintah berupa BKM dan BOS belum cukup untuk mengurangi angka putus sekolah
Kelas Layanan Khusus (KLK)
Regresi Logistik Lama Belajar di KLK
Kurang dari 6 Bulan
Lebih dari 6 Bulan
Tujuan 1
2
Manfaat Dapat menggambarkan keadaan siswa KLK di Surabaya Utara sehingga dapat diambil kebijakan dari dinas terkait dalam rangka penggunaan metode pembelajaran di KLK
Batasan Masalah Penentuan model regresi logistik dari faktorfaktor yang mempengaruhi lama kelulusan siswa KLK di Surabaya Utara
LOGO
Regresi logistik biner adalah regresi logistik dimana variabel responnya terdiri dari dua kategori yaitu 0 dan 1 Model regresi logistik dengan k variabel prediktor adalah : Dengan transformasi logit diperoleh :
Nilai β diperoleh melalui turunan parsial pertama L(β) terhadap β
Uji Serentak Hipotesis : H0 : β0 = β1 = … = βk = 0 H1 : paling sedikit ada satu βj ≠ 0 Statistik uji :
dimana Keputusan : Tolak H0 bila G > v = banyak parameter dalam model
Uji Parsial Hipotesis : H0 : βj = 0 H1 : βj ≠ 0 ; j = 1,2,..,k Statistik Uji : Keputusan : Tolak H0 bila W > Zα/2 atau W < -Zα/2
Uji Hosmer-Lemeshow H0 : Model sesuai H1 : Model tidak sesuai Statistik Uji : dimana :
= banyaknya subjek grup ke-l = jumlah nilai variabel respon grup ke-k Keputusan : Tolak H0 jika
Variabel Prediktor Dikotomus Odds Ratio (ψ) merupakan nilai yang menunjukkan besarnya pengaruh antara kategori satu dan kategori dua (kategori dua terhadap respon dengan kategori pembanding) Nilai ψ menyatakan bahwa variabel prediktor dengan kategori 1 berpengaruh ψ kali dari kategori 0 terhadap variabel respon
Interpretasi Koefisien Model Variabel Prediktor Kontinu Diasumsikan bahwa logit bersifat linier, sehingga persamaannya g(x) = β0 + β1x Artinya koefisien slope β1 memberikan perubahan nilai pada ln odds untuk penambahan “1” unit x
Tinjauan Non Statistik
Program KLK
Prestasi Belajar
Bertujuan untuk mempersiapkan anak usia SD yang putus sekolah atau belum sekolah karena alasan ekonomi Tergolong anak normal bukan anak berkelainan mental Diselenggarakan di Sekolah Dasar Negeri (SDN) yang berada di lokasi yang banyak terdapat anak putus sekolah Merupakan kelas sementara Menggunakan Pembelajaran Terpadu dan Pembelajaran Kelas Rangkap
Menurut Wahyuningsih (2004), secara garis besar faktor-faktor yang mempengaruhi belajar dan prestasi belajar dapat digolongkan menjadi dua bagian, yaitu faktor internal dan faktor eksternal Faktor internal Merupakan faktor yang berasal dari dalam diri siswa yang dapat mempengaruhi prestasi belajar. Faktor ini dapat dibedakan menjadi dua kelompok, yaitu faktor fisiologis dan faktor psikologis Faktor eksternal Meliputi faktor lingkungan keluarga (Sosial ekonomi keluarga, pendidikan orang tua, perhatian orang tua dan suasana hubungan antara anggota keluarga), faktor lingkungan sekolah, dan faktor lingkungan masyarakat
Metodologi
Sumber Data
Variabel
Langkah Analisis
Diagram Alur
Data Sekunder : Data siswa yang telah lulus KLK dan masih sekolah di SD penyelenggara KLK sampai tahun 2009 Data Primer : Survey terhadap siswa alumni KLK di SDN Pegirian I dan SDN Wonokusumo XII di Kecamatan Semampir
Variabel Respon Lama studi di KLK kurang dari 6 bulan (1) Lama studi di KLK lebih dari 6 bulan (0)
Variabel Prediktor X1 : Jenis Kelamin X2 : Umur X3 : Adanya Saudara yang Putus Sekolah X4 : Jumlah Saudara X5 : Status Kependudukan Bapak X6 : Lama Tinggal di Surabaya X7 : Apakah pernah sekolah sebelumnya X8 : Lama Belajar di rumah X9 : Pendamping Belajar X10 : Aktivitas di Luar Sekolah
Untuk mengetahui karakteristik siswa KLK dilakukan analisis deskriptif dan tabulasi silang Untuk mengetahui faktor-faktor yang mempengaruhi lama siswa belajar di KLK dan seberapa besar faktor-faktor tersebut mempengaruhi variabel respon dilakukan analisis regresi logistik biner dengan langkah-langkah sebagai berikut : a. Menentukan model regresi logistik berganda b. Melakukan uji signifikansi c. Menentukan model regresi logistik univariat d. Melakukan pengujian secara serentak dan parsial e. Melakukan uji kesesuaian model (goodness of fit) f. Menginterpretasikan model regresi logistik berganda (odds ratio) g. Menghitung ketepatan klasifikasi model
LOGO
Jenis Kelamin
Usia 12 tahun 8%
Perempuan 43%
11 tahun 10%
Laki-Laki 57%
10 tahun 22%
Kelas KLK Kelas C 3% Kelas B 27% Kelas A 70%
13 tahun 3% 7 tahun 13% 8 tahun 27% 9 tahun 17%
Status Kependudukan Bapak
Lama Tinggal di Surabaya
Status Kepemilikan Rumah
Pekerjaan Bapak
Kegiatan Ibu
Saudara Putus Sekolah
Jumlah Saudara
Sekolah Sebelumnya
Aktivitas Siswa di Luar Sekolah
Lama Studi & Sekolah Sebelumnya Sekolah Sebelumnya
Lama KLK Total > 6 bulan ≤ 6 bulan Tidak Belajar 15 1 16 < 1 jam 14 6 20 > 1 jam 5 19 24 Total 34 26 60
Total
> 6 bulan
≤ 6 bulan
Pernah Sekolah
9
17
32
Tidak Pernah Sekolah
25
9
28
Total
34
26
60
Lama Studi & Teman Belajar
Lama Studi & Lama Belajar Lama Belajar
Lama KLK
Teman Belajar
Lama KLK
Total
> 6 bulan 27
≤ 6 bulan 5
Dg Keluarga/Teman
7
21
24
Total
34
26
60
Tidak Ada
16
Regresi Logistik Berganda
1
Uji Kesesuaian Model
2
Regresi Logistik Parsial
Ketepatan Klasifikasi
3
4
Variabel
Jenis Kelamin ( X1 (1)) Umur (X2) Adanya Saudara yang Putus Sekolah (X3 (1)) Jumlah Saudara (X4) Status Kependudukan (X5 (1)) Lama Tinggal (X6 (1)) Lama Tinggal (X6 (2)) Sekolah Sebelum (X7 (1)) Lama Belajar (X8 (1)) Lama Belajar (X8 (2)) Pendamping (X9 (1)) Kerja (X10 (1)) Constant
Sig.
Exp (B)
1.217 0.880 -0.004 0.311
0.166 0.991
3.379 0.996
-0.535 0.978 0.198 0.243
0.585 0.414
0.586 1.219
0.892 0.940 1.607
1.009 1.035 1.172
0.377 0.364 0.17
2.439 2.561 4.988
-0.640 -2.746 -1.576 -1.744 -2.250 1.909
0.845 1.34 0.817 0.845 1.355 0.619
0.449 0.040* 0.054* 0.039* 0.097* 0.002*
0.527 0.064 0.207 0.175 0.105 6.743
B
S.E.
Hipotesis H0 : β1 = β2 = ... = β10 = 0 H1 : paling sedikit ada satu βj ≠ 0 , j = 1,2,...,10 α = 10% Model regresi logistik : exp (1.909 - 2.746X
( x) 1
8
exp (1.909 - 2.746X
(1) - 1.576X 8
8
(1) - 1.576X
(2) - 1.744X 8
9
(2) - 1.744X
(1) 9
(1)
2.25X
10
2.25X
(1) ) 10
(1) )
Hipotesis : H0 : Model sesuai (tidak ada perbedaan antara hasil observasi dengan kemungkinan hasil prediksi model) H1 : Model tidak sesuai (ada perbedaan antara hasil observasi dengan kemungkinan hasil prediksi model) Cˆ 0 . 808 Dari hasil analisis Hosmer and Lemeshow Test diperoleh nilai 2 dan nilai ( 7 ; 0 .1 ) = 12.017 sehingga gagal tolak H0 atau model sudah sesuai artinya tidak ada perbedaan antara hasil observasi dengan kemungkinan hasil prediksi model
Lama Belajar (X8) Siswa KLK di Surabaya Utara yang setiap harinya belajar kurang dari 1 jam memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan 0.064 kali lebih besar jika dibandingkan dengan siswa yang tidak belajar di rumahnya. Sedangkan siswa yang belajar di rumahnya lebih dari 1 jam tiap harinya memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan 0.207 kali lebih besar dibandingkan dengan siswa yang tidak belajar Pendamping Belajar (X9) Siswa KLK di Surabaya Utara yang memiliki pendamping dalam proses belajar di rumah baik itu didampingi oleh keluarga atau belajar dengan teman memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan 0.175 kali lebih besar jika dibandingkan dengan siswa yang belajar sendirian tanpa pendamping
Kegiatan di Luar Jam Sekolah (X10) Siswa KLK di Surabaya Utara yang aktivitas di luar jam sekolah adalah tidak bekerja memiliki kecenderungan 0.105 kali lebih besar untuk lulus KLK kurang dari 6 bulan jika dibandingkan dengan siswa yang aktivitas di luar jam sekolah bekerja
Variabel
B
S.E.
Sig.
Exp (B)
Jenis Kelamin ( X1 (1))
0.203
0.526
0.700
1.224
Constant
-0.357
0.348
0.306
0.700
Umur (X2)
0.028
0.161
0.864
1.028
Constant
-0.523
1.512
0.729
0.593
Adanya Saudara yang Putus Sekolah (X3 (1))
-1.478
0.566
0.009*
0.228
Constant
0.379
0.360
0.292
1.462
Jumlah Saudara (X4)
-0.097
0.153
0.527
0.908
Constant
0.002
0.498
0.996
1.002
Status Kependudukan (X5 (1))
0.554
0.672
0.410
1.740
Constant
-0.372
0.291
0.201
0.690
Lama Tinggal (X6 (1))
1.322
0.669
0.048*
3.750
Lama Tinggal (X6 (2))
0.588
0.637
0.356
1.800
Constant
-0.811
0.425
0.056*
0.444
Sekolah Sebelum (X7 (1))
-1.658
0.567
0.003*
0.191
Constant
0.636
0.412
0.123
1.889
Lama Belajar (X8 (1))
-4.043
1.149
0.000*
0.018
Lama Belajar (X8 (2))
-2.182
0.701
0.002*
0.113
Constant
1.335
0.503
0.008*
3.800
Pendamping (X9 (1))
-2.785
0.654
0.000*
0.062
Constant
1.099
0.436
0.012*
3.000
Kerja (X10 (1))
-1.461
1.129
0.196
0.232
Constant
-0.148
0.273
0.587
0.862
Hipotesis : H0 : βj = 0 H1 : βj ≠ 0 , j = 1, 2, ..., 10
α = 10%
Ada Tidaknya Saudara yang Putus Sekolah (X3) Variabel ini hanya berpengaruh terhadap lama studi siswa KLK di Surabaya Utara secara parsial saja. Siswa KLK yang tidak memiliki saudara yang putus sekolah cenderung akan lulus KLK kurang dari 6 bulan 0.228 kali lebih besar dibandingkan siswa yang memiliki saudara yang putus sekolah Lama Tinggal di Surabaya (X6) Variabel ini secara parsial saja berpengaruh terhadap lama studi siswa KLK di Surabaya Utara. Siswa yang tinggal di Surabaya selama 6-10 tahun memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan sebesar 3.75 kali dibandingkan siswa yang tinggal di Surabaya kurang dari 5 tahun
Pernah Tidaknya Sekolah Sebelumnya (X7) Variabel ini hanya berpengaruh terhadap lama studi siswa KLK di Surabaya Utara secara parsial saja. Siswa KLK yang pernah bersekolah sebelumnya cenderung akan lulus KLK kurang dari 6 bulan 0.191 kali lebih besar dibandingkan siswa yang tidak pernah sekolah sebelumnya Lama Belajar (X8) Siswa KLK di Surabaya Utara yang setiap harinya belajar kurang dari 1 jam memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan 0.018 kali lebih besar jika dibandingkan dengan siswa yang tidak belajar di rumahnya. Sedangkan siswa yang belajar di rumahnya lebih dari 1 jam tiap harinya memiliki kecenderungan untuk lulus KLK kurang dari 6 bulan 0.113 kali lebih besar dibandingkan dengan siswa yang tidak belajar
Teman Belajar (X9) Siswa KLK yang dalam proses belajar di rumah jika ditemani keluarganya atau belajar dengan teman maka siswa tersebut berpotensi 0.062 kali akan lulus KLK kurang dari 6 bulan
Prediksi > 6 bulan ≤ 6 bulan
Persentase kebenaran
> 6 bulan
28
6
82.4
Observasi ≤ 6 bulan
4
22
84.6
Persentase
83.3
Sebanyak 65.4% dari siswa KLK yang bisa transfer ke kelas reguler dalam kurun waktu kurang dari 6 bulan pernah bersekolah sebelumnya. Siswa yang lulus KLK kurang dari 6 bulan mayoritas belajar di rumah selama > 1 jam sehari, yaitu sebanyak 73% dan ditemani oleh keluarga atau teman dalam proses belajar di rumah sedangkan untuk siswa yang lulus KLK lebih dari 6 bulan kebanyakan mereka di rumah tidak belajar, yaitu sebanyak 44.1% dan belajar < 1 jam sehari sebanyak 41.2% Variabel lama belajar, teman belajar, dan bekerja tidaknya siswa tersebut di luar sekolah, berpengaruh secara serentak dalam menentukan lama siswa menempuh masa studi di KLK Secara parsial variabel ada tidaknya saudara yang putus sekolah,lama tinggal di Surabaya, pernah tidaknya sekolah sebelumnya, lama belajar, teman belajar berpengaruh terhadap lama studi siswa KLK di Surabaya Utara
Ditambahkan beberapa variabel prediktor agar faktor-faktor yang mempengaruhi lama studi siswa KLK lebih jelas. Dilakukan pengembangan penelitian dalam area yang lebih luas lagi karena belum diketahui apakah di daerah lainnya akan menghasilkan gambaran yang sama. Saran bagi pihak yang terkait dengan penyeleggara KLK d Surabaya Utara adalah agar lebih memberikan perhatian bagi siswa KLK yang bekerja di luar kegiatan sekolahnya, memberikan motivasi agar siswa KLK belajar lebih banyak di rumah, serta bekerja sama dengan pihak orang tua siswa untuk mengontrol dan mendampingi siswa dalam proses belajar di rumah agar siswa KLK bisa lebih cepat untuk transfer ke kelas reguler.
Agresti, A. 1990. Categorical Data Analysis. New York : John Wiley and Sons. Anonim.2009. www.koranpendidikan.com/artikel/3913/tentang-klkdi-sd.html. Diakses pada tanggal 30 September 2009 pukul 16.09 WIB. Hosmer, D. W. and Lemeshow, S. 2000. Applied Logistic Regression Second Edition. USA : John Wiley and Sons, Inc. Jawa Pos (Surabaya). 2009. 5 Mei. 9.779 Anak Usia SD di Surabaya Tak Sekolah. Johnson, R.A. dan Wichern, D.W. 1992. Applied Multivariate Statistical Analysis. New Jersey : Prentice Hall. Kompas (Jakarta). 2009. 23 Agustus. Siswa Miskin di Surabaya Utara Rawan Putus Sekolah. Mustakim. 2001. Psikologi Pendidikan. Semarang : Pustaka Pelajar.
Pribadi, Sikun. 1987. Mutiara-Mutiara Pendidikan. Jakarta : Erlangga. Wahid, M. Shodiq Abd. 2009. Disertasi : Manajemen Penyelenggaraan Pendidikan Model Kelas Layanan Khusus (Studi Multisitus di SDN Kotalimo 10 Mekar dan SDN Tanjungan 5 Mekar). Pasca Sarjana Universitas Negeri Malang. Wahyuningsih, Amalia Sawitri. 2004. Skripsi : Hubungan Antara Kecerdasan Emosisonal dengan Prestasi Belajar pada Siswa Kelas II SMU Lab School Jakarta Timur. Universitas Persada Indonesia Jakarta. Winkel, WS. 1997. Psikologi Pendidikan dan Evaluasi Belajar. Jakarta : Gramedia.
LOGO
