Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/85822
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAidi, Muhammad Nur-
dc.contributor.advisorIndahwati-
dc.contributor.authorRosmiyati, Ika-
dc.date.accessioned2017-05-31T03:42:52Z-
dc.date.available2017-05-31T03:42:52Z-
dc.date.issued2016-
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/85822-
dc.description.abstractKemenristekdikti setiap tahunnya melakukan klasifikasi dan pemeringkatan perguruan tinggi di Indonesia. Data klasifikasi dan pemeringkatan perguruan tinggi tersusun atas empat kriteria yang masing-masing kriteria diberi bobot sehingga menghasilkan skor akhir. Perguruan tinggi kemudian dikelompokkan berdasarkan skor akhir. Analisis regresi logistik ordinal digunakan untuk mengetahui peubahpeubah yang berpengaruh terhadap kelompok perguruan tinggi serta memprediksi peluang masuknya suatu perguruan tinggi baru ke kelompok perguruan tinggi. Peubah yang digunakan adalah kelompok perguruan tinggi sebagai peubah tak bebas dan 13 peubah bebas. Faktor-faktor yang berpengaruh terhadap kelompok perguruan tinggi adalah banyaknya program studi (X1), perolehan juara olimpiade (X5), perolehan juara Pimnas dan Mawapres (X6), rata-rata dokumen publikasi per dosen per tahun (X8), status akreditasi (X10), status negeri dan swasta (X11), lokasi perguruan tinggi (X12), dan rasio jumlah dosen tetap dengan jumlah mahasiswa (X13). Ketepatan klasifikasi hasil analisis regresi logistik ordinal yang diperoleh sebesar 79.24%.id
dc.language.isoidid
dc.publisherIPB (Bogor Agricultural University)id
dc.subject.ddcStatisticsid
dc.subject.ddcRegression analysisid
dc.subject.ddc2015id
dc.subject.ddcIndonesiaid
dc.titlePenerapan Regresi Logistik Ordinal pada Data Klasifikasi dan Pemeringkatan Perguruan Tinggi di Indonesia oleh Kemenristekdikti Tahun 2015.id
dc.typeUndergraduate Thesisid
dc.subject.keywordklasifikasi dan pemeringkatan perguruan tinggiid
dc.subject.keywordregresi logistik ordinalid
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File SizeFormat 
G16iro.pdf
  Restricted Access
10.26 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.