ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT KEPUASAN MAHASISWA TERHADAP PEMILIHAN PROGRAM STUDI MATEMATIKA UINSA SURABAYA MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

Abstract

Abstrak: Penelitian ini bertujuan untuk mengetahui model logit kumulatif dan faktor-faktor yang mempengaruhi tingkat kepuasan mahasiswa terhadap pemilihan program studi matematika UIN Sunan Ampel Surabaya. Data dianalisis menggunakan metode regresi logistik ordinal dengan tahapan penelitian yaitu pembentukan model logit kumulatif, uji kesesuaian model, uji parameter (serentak dan parsial) dan uji koefisien determinasi model. Variabel yang digunakan adalah citra program studi, fasilitas pendidikan, minat dan bakat, biaya pendidikan, prospek program studi, dan faktor sosial. Data yang digunakan dalam penelitian yaitu menggunakan kuisioner atau angket yang akan disebarkan kepada mahasiswa program studi matematika angkatan 2016 s.d. 2019 . Hasil penelitian menunjukkan bahwa nilai uji kesesuaian model goodness of fit test adalah = 12,294 <  = 122,10773 yang dapat disimpulkan bahwa model regresi logistik ordinal dinyatakan sesuai untuk digunakan. Model logit kumulatif dari regresi logistik ordinal terhadap faktor-faktor yang mempengaruhi tingkat kepuasan mahasiswa terhadap pemilihan program studi matematika UINSA Surabaya yaitu: Logit P (Y ≤ j |X i) = 36,878 + 10,809 X 1 + 3,230 X 2 + 2,580 X 3 + 1,774 X 4 + 2,505 X 5 + 1,795 X 6 Logit P (Y ≤ j |X i) = 63,878 + 10,809 X 1 + 3,230 X 2 + 2,580 X 3 + 1,774 X 4 + 2,505 X 5 + 1,795 X 6 Adapun faktor-faktor lain yang berpengaruh secara signifikan dalam pemilihan program studi matematika diperoleh dari hasil uji parameter secara parsial adalah fasilitas pendidikan sebesar 6,250 dan minat bakat sebesar 3,870 >  = 3,841 yang artinya terdapat satu atau lebih variabel yang berpengaruh secara signifikan.  Secara keseluruhan variabel independen mempengaruhi penilaian kepuasan mahasiswa terhadap pemilihan program studi matematika UINSA Surabaya sebesar 94,8% dan 5,2% dipengaruhi oleh faktor lain. Kata Kunci : Logit Kumulatif , Pemilihan Program Studi, Regresi Logistik Ordinal Abstract: This study aims to determine the cumulative logit model and the factors that affect the level of student satisfaction with the selection of the mathematics study program at UIN Sunan Ampel Surabaya. The data were analyzed using the ordinal logistic regression method with the stages of research, namely the formation of a cumulative logit model, model suitability test, parameter test (concurrent and partial) and model determination coefficient test. The variables used are the image of the study program, educational facilities, interests and talents, tuition fees, prospects for study programs, and social factors. The data used in the research is using a questionnaire or questionnaire that will be distributed to students of the 2016 s.d 2019 batch of mathematics study program. The results showed that the value of the goodness of fit test model suitability test was = 12.294 = 122.10773, which can be concluded that the ordinal logistic regression model was declared suitable for use. The cumulative logit model of ordinal logistic regression on the factors that affect the level of student satisfaction with the selection of the mathematics study program at UINSA Surabaya, namely: Logit P (Y ≤ j |X i) = 36,878 + 10,809 X 1 + 3,230 X 2 + 2,580 X 3 + 1,774 X 4 + 2,505 X 5 + 1,795 X 6 Logit P (Y ≤ j |X i) = 63,878 + 10,809 X 1 + 3,230 X 2 + 2,580 X 3 + 1,774 X 4 + 2,505 X 5 + 1,795 X 6 As for the factors that significantly influence the selection of mathematics study programs obtained from the results of the partial parameter test are educational facilities of 6,250 and interest in talents of 3,870 > = 3,841 which means that there are one or more variables that have a significant effect. Overall, the independent variables affect the assessment of student satisfaction with the choice of mathematics study program at UINSA Surabaya by 94.8% and 5.2% influenced by other factors. Keywords : Cumulative Logit Model, Factors that Influence the Selection of Study Programs, Ordinal Logistic Regression.