Penerapan Model Linier Campuran Terampat Untuk Pemodelan Bersama (Joint Modeling) Ipk Dan Ketepatan Waktu Lulus Pada Data Berkelompok

Abstract

Pemodelan data berkelompok dengan beberapa peubah respon harus dapat mengakomodasi korelasi yang terjadi antar amatan dan antar peubah respon. Pemodelan yang tidak mengakomodasi korelasi tersebut akan mengakibatkan galat baku dugaan parameter yang dihasilkan berbias. IPK dan ketepatan waktu lulus merupakan dua peubah yang diduga berasosiasi. Mahasiswa dengan IPK yang tinggi memiliki kecenderungan lulus lebih cepat, begitu juga sebaliknya. FMIPA IPB memiliki delapan departemen dengan karakteristik yang berbeda. IPK dan ketepatan waktu lulus di dalam departemen lebih homogen dibanding antar departemen. Hal ini mengindikasikan data yang dianalisis merupakan data berkelompok (clustered data). Model linier campuran terampat atau generalized linear mixed model (GLMM) merupakan metode analisis yang sesuai dalam kasus ini. Berdasarkan pemodelan bersama yang dilakukan dengan pendekatan GLMM, faktor-faktor yang berpengaruh terhadap IPK pada taraf nyata 5% adalah jenis kelamin, jalur masuk, beasiswa, dan IPK TPB, sedangkan ketepatan waktu lulus hanya dipengaruhi oleh beasiswa dan IPK TPB. GLMM mampu menjadi alternatif model yang efektif dalam menangkap keragaman yang terjadi antar departemen dengan nilai dugaan ragam sebesar 0.0669 yang lebih besar dibandingkan keragaman dalam departemen sebesar 0.0377.