Evaluasi Capaian Akademik Mahasiswa Sekolah Vokasi IPB Menggunakan Regresi Logistik Biner Multilevel

Abstract

Sekolah Vokasi IPB didirikan pada tahun 1979. Program diploma ini memiliki visi menjadi Sekolah Vokasi yang terdepan dan berkelas Internasional. Tercapainya tujuan tersebut dapat dilihat dari indeks prestasi kumulatif setiap mahasiswa. Oleh karena itu, penelitian ini mencatat data nilai IPK setiap mahasiswa setiap tahunnya. Data ini disebut data longitudinal dan cara melakukan pemodelannya adalah menggunakan model regresi linier multilevel. Eksplorasi data peubah respons pada penelitian ini menunjukkan tidak berdistribusi normal sehingga salah satu solusinya adalah dengan membuat model regresi logistik biner multilevel. Oleh karena itu, penelitian ini bertujuan membangun model regresi logistik biner multilevel pada data siswa Sekolah Vokasi IPB dan menduga komponen ragam IPK mahasiswa Sekolah Vokasi IPB. Hasil model yang terbentuk menunjukkan bahwa faktor-faktor yang memengaruhi IPK pada level satu adalah semester dan SKS per semester, kemudian pada level dua adalah jenis kelamin, jalur masuk, dan status beasiswa. Model terbaik mencakup ragam intersep acak pada tingkat mahasiswa dan tingkat program studi. Selain itu, model terbaik juga menunjukkan ragam kemiringan acak semester pada tingkat mahasiswa serta semester dan jalur masuk pada tingkat program studi.

IPB Vocational School was established in 1979. This diploma program aims to become a leading and international-class Vocational School. The achievement of this goal can be seen in each student's cumulative grade point average. Therefore, this study records the GPA value data for each student every year. This data is called longitudinal data, and the way to do the modeling is using the multilevel linear regression model. The data exploration of the response variable in this study shows that it is not normally distributed, so one of the solutions is to make a multilevel binary logistic regression model. Hence, this research aims to build multilevel binary logistic regression model on IPB Vocational School student data and estimate the variance components of IPB Vocational School students' GPA. The results of the model formed show that the factors that influence GPA on level one are semester and credits per semester, and then on level two, they are gender, entry route, and scholarship status. The best model included the variance of random intercept on the student level and study program level. It also shows the variance of random slopes of semesters at the student level as well as semester and entry route at the study program level.