SEGMENTASI MAHASISWA DALAM MEMILIH PROGRAM STUDI STATISTIKA DENGAN LATENT CLASS REGRESSION ANALYSIS

Evariliza, Naomi Nessyana Debataraja, Setyo Wira Rizki

Abstract


Latent class regression analysis merupakan analisis multivariat untuk data kategorik dan melibatkan kovariat untuk pembentukan kelas-kelas laten. Penelitian ini bertujuan untuk menentukan pengelompokan mahasiswa berdasarkan pendapatnya dalam memilih Program Studi Statistika dan variabel kovariat yang mempengaruhinya. Data yang digunakan adalah data pendapat mahasiswa dalam memilih program studi statistika berdasarkan peluang pekerjaan, status akreditasi, biaya kuliah, informasi media sosial, dan informasi brosur/pamflet. Estimasi parameter pada latent class regression analysis menggunakan algoritma EM (ekspektasi-maksimisasi) yang dilanjutkan dengan metode Newton-Raphson. Kemudian melakukan uji signifikansi parameter dengan uji simultan dan uji parsial, serta pemilihan model terbaik dengan nilai log-likelihood terbesar. Berdasarkan hasil analisis diperoleh bahwa mahasiswa Program Studi Statistika dikelompokkan menjadi  tiga kelas dengan variabel kovariat  yang berpengaruh adalah angkatan. Kelas pertama mahasiswa statistika berpendapat sangat setuju untuk variabel peluang pekerjaan dan berpendapat setuju untuk variabel status akreditasi, biaya kuliah, dan informasi dari media sosial. Adapun pada kelas kedua  mahasiswa berpendapat setuju untuk variabel peluang pekerjaan, status akreditasi, dan biaya kuliah. Sedangkan pada kelas ketiga mahasiswa berpendapat setuju untuk variabel peluang pekerjaan.

 

Kata Kunci: Latent Class Regression Analysis (LCRA), Ekspektasi-Maksimisasi, Newton-Raphson


Full Text:

PDF


DOI: http://dx.doi.org/10.26418/bbimst.v11i1.51605

Refbacks

  • There are currently no refbacks.