dc.description.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. | id |