LAPORAN AKHIR PKMP

PEMODELAN TINGKAT RISIKO PUTUS SEKOLAH PENDIDIKAN DASAR MENGGUNAKAN METODE CHAID DAN REGRESI LOGISTIK(Kasus: Indralaya sebagai Ibu Kota Kabupaten Ogan Ilir Sumatera Selatan)

Oleh:

1. Didin Astriani Prasetyowati ( 08071001018) Angkatan 20072. Nafitalia (08081001014) Angkatan 20083. Rahmat Kurniadi (08091001015) Angkatan 2009

UNIVERSITAS SRIWIJAYAINDRALAYA

2011

HALAMAN PENGESAHANPROGRAM KREATIVITAS MAHASISWA

LAPORAN AKHIR

1. Judul :Pemodelan Tingkat Risiko Putus Sekolah Pendidikan Dasar Menggunakan Metode Chaid dan Regresi Logistik (kasus: Indralaya sebagai Ibu Kota Kabupaten Ogan Ilir Sumatera Selatan)

2. Bidang Kegiatan : PKM-P3. Bidang Ilmu : MIPA4. Ketua Pelaksana Penelitian a. Nama Lengkap : Didin Astriani Prasetyowati b. NIM : 08071001018 c. Jurusan : Matematika d. Universitas : Universitas Sriwijaya e. Alamat Rumah dan No HP : Komplek Serumpun Indah A2-11 Indralaya

Ogan Ilir, 085273778320 f. Alamat email : Astriani59@gmail.com5. Anggota Pelaksana Penelitian : 2 Orang6. Dosen Pendamping a. Nama Lengkap dan Gelar : Dian Cahyawati S., M.Si b. NIP : 197303212000122001 c. Alamat Rumah dan No HP : Komplek Serumpun Indah A2-11 Indralaya

Ogan Ilir 306626. Biaya Kegiatan Total a. Dikti : Rp 5.500.000,- (lima juta lima ratus ribu

rupiah) b. Sumber Lain : Rp 0,-7. Jangka Waktu Pelaksanaan : 5 bulan

Indralaya, 27 Juni 2011

Menyetujui, Pembantu Dekan III FMIPA Ketua Pelaksana Kegiatan

Drs. Endro Setyo Cahyono, M.Si Didin Astriani PrasetywatiNIP 19640926 199002 1 002 NIM 08071001018

Pembantu Rektor IIIUniversitas Sriwijaya Dosen Pendamping

Dr. Ir. H. Anis Saggaff, MSCE Dian Cahyawati, M.Si NIP 19621028 198903 1 002 NIP 19730321 2000 12 2 001

ABSTRAK

Salah satu permasalahan di dunia pendidikan nasional di Indonesia adalah masalah putus sekolah. Angka putus sekolah yang paling tinggi adalah putus sekolah pendidikan dasar (SD dan SLTP). Salah satu upaya pemerintah untuk menurunkan angka putus sekolah adalah dengan pemberian program beasiswa. Namun terdapat indikasi bahwa pendistribusian program beasiswa ini tidak tepat sasaran karena pemberian beasiswa belum mempertimbangkan status ekonomi dan kriteria tertentu penerimanya. Kriteria calon penerima beasiswa dapat ditentukan melalui faktor-faktor yang mempengaruhi dan besarnya tingkat risiko seseorang untuk putus sekolah. Hal ini dapat diperoleh melalui analisis metode CHAID dan pemodelan regresi logistik. Analisis dilakukan terhadap 156 sampel anak usia sekolah pendidikan dasar hasil Survei tahun 2011 Kecamatan Indralaya. Hasil analisis metode CHAID menunjukkan bahwa faktor-faktor yang berpengaruh terhadap variabel status putus sekolah adalah Pendidikan Kepala Keluarga, Pendapatan Rumah Tangga dan Jenis Kelamin Anak. Hasil pemodelan regresi logistik melalui pengkategorian ulang variabel-variabel bebas dengan metode CHAID, diperoleh model terbaik untuk menduga besarnya tingkat risiko seseorang untuk putus sekolah yaitu :

ABSTRAC

One of problems in world education of national in Indonesian is drop out case. The highest number of drop case is drop out of base education (primary and secondary school). One of governmental efforts to decrease number of drop out is giving schoolarship program. But there are indication that this schoolarship program distribution not fall into right target because of not yet considered economic status and selected criterion of his grantee candidate. The grantee candidate criterion can be determined by knowing the influence factors of drop out case and the magnitude of someone risk to drop out. Those thing can be obtained by analysis CHAID method and formulates logistic regression model Analysis conducted to 4568 school age child sampel of base education result of Susenas year 2000 South Sumatera Province. The result of analysis CHAID methode indicate that the influence factors to drop out variable are all independent variables which perceived, that are Education of Household Head (KRT), Proportion Expenditure of Food, Location, Amount of Children, Work of KRT, and Gender child. The result of logistic regression model passing recategory in dependent variables by CHAID method, obtained the best logistic regression estimated model to estimate someone risk to drop out. That is:

KATA PENGANTARBismillaahirrohmaanirrohiim

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga penelitian ini berhasil diselesaikan dengan segala kemudahan dan kelancaran. Penelitian ini berjudul Pemodelan Tingkat Resiko Putus Sekolah Pendidikan Dasar Menggunakan Metode Chaid dan Regresi Logistik (Kasus: Indralaya Sebagai Ibu Kota Kabupaten Ogan Ilir Sumatera Selatan). Penelitian ini merupakan penelitian Program Kreativitas Mahasiswa di bidang Penelitian (PKM-P) yang didanai dari dana DP2M Dikti, Tahun Anggaran 2011.

Laporan penelitian ini pada intinya berisikan tentang faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah pendidikan dasar seseorang berdasarkan karakteristiknya. Berdasarkan faktor-faktor itu, selanjutnya dibentuk model penduga tingkat risiko putus sekolah untuk mengetahui besarnya peluang seseorang putus sekolah. Hasil penelitian ini diharapkan dapat memberikan bahan pertimbangan dalam menentukan skala prioritas kriteria calon penerima beasiswa, sebagai salah satu upaya pemerintah dalam menurunkan angka putus sekolah terutama putus sekolah pendidikan dasar.

Penulis mengucapkan terima kasih yang tidak terhingga kepada Ibu Prof. Dr. Badia Perizade, M.B.A selaku Rektor Universitas Sriwijaya, Bapak Dr. Ir. H. Anis Saggaff, MSCE selaku Pembantu Rektor III Universitas Sriwijaya, Bapak Drs. Muhammad Irfan, M.T selaku Dekan Fakultas MIPA Universitas Sriwijaya, Bapak Drs. Endro Setyo Cahyono, M.Si selaku Pembantu Dekan III Fakultas MIPA Universitas Sriwijaya, dan Dian Cahyawati, M.Si selaku dosen pembimbing atas segala bantuan dan dukungan baik moril dan materil atas terlaksananya penelitian ini. Ucapan terima kasih penulis sampaikan juga kepada semua pihak yang telah membantu selesainya penelitian ini, yang tidak dapat penulis tuliskan satu persatu. Semoga mendapatkan balasan dari Allah SWT, Yang Maha Mengetahui dan Maha Memiliki segalanya.

Penulis menyadari bahwa laporan ini masih jauh dari sempurna, karenanya kritik dan saran dari berbagai pihak sangat diharapkan. Akhir kata, penulis berharap semoga hasil penelitian ini bermanfaat.

Indralaya, Juni 2011Penu

lis

I. PENDAHULUAN

1.1. Latar Belakang MasalahKondisi dunia pendidikan nasional di Indonesia merupakan salah satu

masalah yang harus dihadapi dalam aktifitas-aktifitas Pembangunan Nasional. Terutama masih tingginya angka putus sekolah, akan menjadikan masalah pendidikan makin memburuk. Meskipun pada tahun 1994 pemerintah telah mencanangkan Wajib Pendidikan Dasar 9 tahun (pendidikan dasar SD dan SLTP), tetapi hingga saat ini belum seluruh penduduk yang berusia 7 – 15 tahun mengenyam pendidikan yang seharusnya mereka terima. Bahkan diperkirakan terdapat sekitar satu juta anak putus sekolah setiap tahunnya di Indonesia (Republika, 5 Pebruari 2002, dalam Cahyawati 2007).

Demikian pula dapat diketahui dari data kependidikan yang tersedia di Badan Penelitian dan Pengembangan (Balitbang) Departemen Pendidikan Nasional, mengungkapkan bahwa selama tahun 1996/1997 – 1999/2000, rata-rata putus sekolah SD sekitar 800 ribu orang, antara 226 ribu – 390 ribu orang putus sekolah di SLTP, serta 800 ribu hingga 1,1 juta orang lulusan SD tidak melanjutkan ke SLTP setiap tahunnya. Angka melanjutkan lulusan SD setiap tahunnya hanya mencapai 67 – 75% (www.depdiknas.go.id).

Menurut hasil penelitian Alifianto (2008) dalam Choiriyah (2009), ditunjukkan bahwa faktor-faktor yang menyebabkan anak putus sekolah adalah faktor demografi, geografis, sosial budaya, dan ekonomi. Kondisi sosial ekonomi yang diperhatikan dalam data Sensus Ekonomi Nasional (Susenas) 2003, seperti juga yang diperhatikan dalam penelitian Siswadi (2009), kondisi sosial ekonomi meliputi usia anak, jenis kelamin anak, jumlah anggota rumah tangga, usia Kepala Rumah Tangga (KRT), jenis tingkat pendidikan KRT, lokasi tempat tinggal, lapangan usaha KRT, jenis pekerjaan KRT, pengeluaran rumah tangga perbulan, jenis dan sektor pekerjaan KRT.

Apabila faktor-faktor risiko tersebut dapat diketahui secara dini signifikansi dan besar pengaruhnya terhadap kejadian putus sekolah, maka dapat ditentukan apakah seseorang memiliki kecenderungan untuk putus sekolah atau tidak. Apabila seorang anak terindikasi berisiko putus sekolah, maka dapat diantisipasi dan diupayakan agar tidak mengalami putus sekolah, yaitu misalnya dengan program beasiswa. Dengan memperhatikan faktor-faktor dominan dan tingkat resiko putus sekolah tersebut, maka pendistribusian beasiswa dapat tepat sasaran.

Faktor-faktor dominan yang mempengaruhi seseorang tidak melanjutkan sekolah dapat dianalisis dengan metoda CHAID sebagai metoda klasifikasi. Menggunakan metoda ini dapat diketahui faktor-faktor apa saja yang mempengaruhi tingkat risiko putus sekolah, mulai dari faktor yang paling kuat pengaruhnya terhadap tingkat risiko putus sekolah sampai faktor-faktor yang lemah pengaruhnya. Kemudian faktor-faktor ini dapat dimodelkan dengan Regresi Logistik. Model Regresi Logistik akan menduga tingkat risiko seseorang tidak melanjutkan sekolah atau putus sekolah pendidikan dasar berdasarkan latar belakang dan karakteristik seseorang tersebut.

Melalui model ini, diharapkan peran dari Pemerintah dalam melaksanakan pembangunan pendidikan, terutama di Kecamatan Indralaya sebagai ibukota kabupaten. Kecamatan Indralaya merupakan kecamatan yang perlu diperhatikan dalam perencanaan-perencanaan pembangunannya dan masalah-masalah pendidikan yang terjadi. Hal ini karena selain sebagai Ibukota Kabupaten,

Kecamatan Indralaya merupakan tempat adanya lembaga pendidikan tinggi negeri terkemuka di Sumatera Selatan, yaitu Universitas Sriwijaya. Sehingga melalui pendekatan model ini diharapkan dapat menjadi bahan informasi dan pertimbangan bagi Pemerintah Daerah Indralaya untuk menentukan kebijakan yang terkait dengan pendidikan dasar, khususnya masalah putus sekolah.

1.2. Perumusan Masalah

Salah satu upaya pemerintah yang telah dilakukan untuk membantu pembiayaan sekolah adalah adanya program pemberian beasiswa, dihapuskannya biaya SPP dan uang pangkal di SD dan SLTP negeri. Namun pendistribusian beasiswa ini harus mengacu pada kriteria-kriteria tertentu penerima beasiswa agar tidak terjadi kesalahan pendistribusian. Sangat diharapkan bahwa besiswa ini dapat diterima oleh orang yang benar-benar membutuhkan.

Kriteria penerima beasiswa dapat mengacu pada faktor-faktor dominan yang mempengaruhi seseorang tidak melanjutkan sekolah. Berdasarkan besar kecilnya tingkat risiko yang dihitung dengan pendekatan model ini, maka dapat ditentukan skala prioritas calon penerima beasiswa.

1.3. Tujuan Penelitian 1. Memperoleh faktor-faktor dominan yang mempengaruhi tingkat risiko

seseorang putus sekolah pendidikan dasar di Kecamatan Indralaya. 2. Membuat model yang dapat menduga tingkat risiko putus sekolah

pendidikan dasar seseorang berdasarkan faktor-faktor yang mempengaruhinya.

1.4. Luaran yang DiharapkanPenerapan metode CHAID sebagai salah satu tehnik statistika dapat

menghasilkan faktor-faktor yang berpengaruh terhadap risiko putus sekolah, selanjutnya pemodelan Regresi Logistik dapat digunakan untuk mengetahui besarnya risiko seseorang putus sekolah. Sehingga hasil penelitian secara keseluruhan diharapkan dapat dijadikan rujukan untuk membuat skala prioritas pemberian beasiswa sebagai salah satu upaya menurunkan angka putus sekolah terutama putus sekolah pendidikan dasar 9 tahun.

Hasil penelitian ini diharapkan dapat diterapkan pada siswa siswi SD dan SLTP untuk segera mengetahui besarnya tingkat risiko seorang anak putus sekolah pendidikan dasar, sehingga diharapkan dapat memberikan kontribusi untuk menyelesaikan masalah pendidikan dalam Pembangunan Nasional.

1.5. Kegunaan Penelitian1. Memberikan masukan kepada pemerintah Kecamatan Indralaya dalam

menyusun kebijakan pendidikan untuk menurunkan angka putus sekolah tingkat SD dan SMP, sehingga berdasarkan faktor – faktor yang signifikan diharapkan angka putus sekolah tingkat SD dan SMP dapat dikendalikan.

2. Memberikan alternatif pertimbangan untuk menentukan bantuan biaya pendidikan yang bertujuan untuk menghindari kejadian putus sekolah pendidikan dasar di Kecamatan Indralaya.

II. TINJAUAN PUSTAKA Metoda CHAID sebagai tehnik statistika dapat digunakan untuk menentukan

klasifikasi faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah. Pemodelan Regresi Logistik dapat digunakan untuk menghitung dan mengetahuhi besarnya tingkat risiko seseorang putus sekolah berdasarkan latar belakang dan karakteristik orang tersebut. 2.1. Metode CHAID

Metode CHAID (Chi-square Automatic Interaction Detection) merupakan salah satu tipe metode AID (Automatic Interaction Detection). AID adalah suatu teknik untuk menganalisis kelompok data berukuran besar dengan membaginya meojadi sub-sub kelompok yang tidak saling tumpang tindih (Kass, 1982). Teknik pemecahan kelompok menjadi beberapa sub kelompok dilakukan sedemikian rupa sehingga diperoleh sub-sub kelompok yang secara maksimal saling berbeda (Huba, 2001).

Proses pemecahan dan pengelompokkan dilakukan secara iteratif, dimulai dari peubah bebas yang mempunyai hubungan paling kuat dengan peubah takbebas yang ditunjukan oleh besarnya nilai-p (p-value) berdasarkan uji khi-kuadrat. Analisis CHAID juga akan melakukan penggabungan kategori-kategori dalam satu peubah bebas yang tidak memiliki hubungan dengan peubah takbebas, sehingga hasil penggabungan itu menjadi kategori yang berpengaruh terhadap peubah takbebas.2.1.1. Algoritma Metode CHAID

Proses pengelompokkan dengan metode CHAID ini menggunakan default batas nilai-p = 0.05, artinya jika ada dua buah kategori/ kelompok yang memiliki nilai-p 0.05 maka kategori itu akan digabung. Sedangkan untuk splitting, menggunakan default nilai-p < 0.10, artinya jika suatu kategori memberikan nilai-p kurang dari 0.10, maka kategori itu akan dipecah berdasarkan kategori/kelompok lain.

Melalui metode ini, akan dihasilkan peubah-peubah bebas yang berpengaruh terhadap peubah takbebas mulai dari yang paling tinggi keeratannya hingga yang paling rendah. Sedangkan untuk peubah bebas yang tidak berpengaruh terhadap peubah takbebas, maka peubah itu akan dikeluarkan Pada analisis regresi, proses seperti ini dikenal dengan metode selection forward untuk menentukan peubah-peubah yang berpengaruh.

Secara singkat algoritma CHAID adalah sebagai berikut (http://www.cbs.wl/ en/services/autimp/appendix%201-tree-(autimp).pdf) :1. Untuk setiap peubah bebas cari pasangan kategori yang memiliki nilai-p

paling besar.2. Bandingkan nilai-p itu dengan batas nilai-p yang telah ditetapkan, jika lebih

besar maka gabungkan. Jika nilai-p terbesar masih lebih kecil dari batas nilai-p maka tidak ada kategori yang perlu digabungkan. Jika peubah bebas hanya memiliki dua kategori, dan apabila nilai-p yang ada lebih besar dari batas nilai-p, maka peubah ini dikeluarkan dari model. Lanjutkan proses ini sampai tidak ada lagi nilai pasangan kategori yang mempunyai nilai-p lebih besar dari batas nilai-p. Untuk peubah kategorik nominal, penggabungan dapat dilakukan antara kategori mana saja. Tetapi pada peubah berskala ordinal, penggabungan hanya dapat dilakukan antara kategori-kategori yang berurutan.

Apabila pada proses 2 ini terjadi penggabungan kategori kedalam suatu peubah, atau pengurangan jumlah kategori dari c kategori menjadi r kategori, maka nilai-p yang digunakan dikalikan dengan pengganda Bonferroni (B). Pengganda Bonferroni ini tergantung pada tipe peubah kategoriknya yaitu peubah nominal atau peubah ordinal. Untuk :

I. Peubah Nominal

. . .(1)

II. Peubah Ordinal

. . .(2)

3. Dari semua peubah bebas hasil proses 1 dan proses 2, cari peubah dengan nilai-p paling kecil sebagai peubah pertama yang masuk dalam model.

4. Ulangi proses 1, 2 dan 3 untuk peubah bebas sisanya dengan menempatkan peubah bebas itu sebagai sub populasi berdasarkan kategori peubah yang terpilih.

Metode ini menghasilkan suatu dendogram yang menggambarkan struktur hubungan peubah takbebas dan peubah bebas, interaksi antar peubah bebas dan pengkategorian ulang peubah-peubah bebas.

2.2. Regresi Logistik Model Logistik atau model logit telah digunakan secara luas dalam berbagai

analisis statistika terutama di bidang kesehatan dan bidang sosial. Model analisis ini pertama kali digunakan oleh Truett, Cornfield dan Kannel pada tahun 1967 (Hosmer & Lemeshow, 2000).

Misalkan terdapat p peubah bebas yang berpasangan dengan peubah takbebas Y yang bernilai 0 dan 1. Peluang Y=1 dinotasikan dengan (X). Fungsi regresi logistik antara (X) dan X adalah:

, …(3)

dengan (Hosmer & Lemeshow,2000).Fungsi regresi di atas berbentuk curvilinear sehingga untuk membuatnya

menjadi fungsi linier dilakukan transformasi logit sebagai berikut (Agresti,2002):

…(4)

Pengujian terhadap parameter i secara simultan dilakukan dengan menggunakan Uji Nisbah Kemungkinan (Likelihood Ratio Test) dari hipotesis sebagai berikut:

H0 : 0 = 1 = …= p =0H1 : ada i 0 ; i=0,1, …, p

Statistik uji yang digunakan adalah statistik G, yaitu:

…(5)

dengan .

Kriteria ujinya adalah tolak H0 jika nilai G> . Dimana adalah sebaran X2 dengan derajat bebas (p-1).

Sedangkan pengujian parameter i secara parsial dilakukan dengan Uji Wald dengan cara merasiokan i dugaan dengan kesalahan bakunya. Hipotesis yang akan diuji adalah :

H0 : i = 0H1 : i 0 ; i=0,1, …, p.

Statistik uji yang digunakan adalah Statistik W, yaitu:

…(6)

Kriteria ujinya adalah tolak H0, jika statistik W > sebaran normal baku. Dalam regresi logistik 1 menunjukkan perubahan nilai logit untuk setiap

satu unit perubahan pada peubah bebas X. Untuk model regresi logistik dengan satu peubah bebas dikotom dapat diilustrasikan dalam tabel berikut:

Peubah Tak BebasPeubah Bebas

X=1 X=0

Y=1

Y=0 1- 1-

Jumlah 1 1 Sumber: Hosmer & Lemeshow (2000)

Nilai odds (rasio antara Y=1 dengan Y=0) untuk X=1 adalah [(1)/1-(1)], sedangkan untuk X=0 adalah [(0)/1-(0)]. Log dari kedua odds tersebut didefinisikan sebagai g(1) dan g(0). Rasio odds () didefinisikan sebagai rasio dari odds untuk x=1 dengan x=0, sehingga:

…(7)

= beda logit

Jadi, pada model logistik dengan satu peubah bebas dikotom koefesien 1

adalah beda logit, sedangkan exp(1) adalah nilai rasio odds (Hosmer & Lemeshow, 2000).

Rasio odds ()=1 berarti bahwa individu dengan nilai x=1 mempunyai risiko yang sama dengan individu dengan nilai x=0. Jika 1<()< maka individu dengan nilai x=1 mempunyai risiko yang lebih besar dibanding dengan individu dengan nilai x=0. Sedangkan jika 0<()<1 maka individu dengan nilai x=1 mempunyai risiko yang lebih kecil dibanding dengan individu dengan nilai x=0 dalam kaitannya dengan Y=1 (Agresti, 2002).

III. METODE PENELITIAN Metode yang digunakan dalam penelitian ini adalah survei. Teknik

pengambilan sampel yang digunakan adalah teknik pengambilan sampel acak sederhana, dimana terdapat 20 Desa di Kecamatan Indralaya, diambil 20% secara acak diperoleh 4 desa, dari setiap desa diambil 10-15 Rumah Tangga (RT) secara acak sehingga diperoleh 40-60 RT sebagai responden.

Pengumpulan data primer dilakukan melalui pengisian kuesioner oleh Rumah Tangga yang mempunyai anak usia pendidikan dasar ( 7-15 tahun). Hal-hal yang ditanyakan berkaitan dengan karakteristik sosial ekonomi keluarga dari anak usia sekolah pendidikan dasar baik yang putus sekolah maupun yang tidak.

Variabel tak bebas (dependent) yang diamati adalah status putus sekolah (Y = 1) atau melanjutkan sekolah (Y = 0). Sedangkan variabel-variabel bebas yang diamati adalah :

1. Jenis Kelamin 2. Pendidikan Terakhir Kepala Keluarga 3. Jenis Pekerjaan Kepala Keluarga 4. Jumlah Anak dalam Keluarga5. Pendapatan Rumah Tangga

IV. PELAKSANAAN PROGRAM

4.1. Tempat dan Waktu Pelaksanaan Tempat penelitian adalah wilayah Kecamatan Indralaya Kabupaten Ogan

Ilir. Waktu penelitian dimulai dari bulan Februari 2011- bulan Juni 2011. 4.2. Jadwal Faktual Pelaksanaan

Berikut adalah tabel yang berisikan rancangan kegiatan penelitian yang telah dilakukan.

Tabel 1. Rancangan dan Jadual Kegiatan Penelitian

No. Uraian KegiatanWaktu (Bulan)

1 2 3 4 51. PERSIAPAN

1.Pengumpulan, Penelusuran Referensi u/ Studi Pustaka    2. PELAKSANAAN      

1. Pengumpulan Data primer    2. Setting dan Input Data  3. Membuat Program Treedisc utk Data Amatan    4. Pengolahan Data menggunakan Metode CHAID  5. Pembentukan Model Regresi Logistik6. Deskripsi dan Interpretasi Hasil

3. PENYUSUNAN DAN PEMBUATAN LAPORAN    1. Pembuatan Draft Laporan Penelitian2. Penyusunan Laporan Penelitian Akhir3. Penggandaan Laporan

4. SEMINAR dan PUBLIKASI HASIL PENELITIAN  

4.3. Instrumen PelaksanaanInstrumen pelaksanaan dalam penelitian ini menggunakan program makro

TREEDISC yang ditulis pada paket program SAS versi 6.12 untuk analisis

metode CHAID, sedangkan pemodelan Regresi Logistik menggunakan paket program statistik SPSS versi 15.

4.4. Rancangan dan Realisasi Biaya Biaya yang telah dikeluarkan untuk kegiatan penelitian ini adalah sebesar

Rp 5.500.000.00 (Lima juta lima ratus ribu rupiah), dengan rincian seperti pada Tabel 2 berikut.

Tabel 2. Rincian Biaya PenelitianNo. Komponen Biaya Biaya Total Biaya

1 KEGIATAN PERSIAPAN    1. Penelusuran dan Pengumpulan Referensi

Buku, Jurnal, Internet Rp400.000  

2. Satu unit ATK x Rp 100.000 Rp100.000

3.  Peach Catridge 2 buah x Rp 200.000 Rp400.000  

4. Kertas A4 2 rim x Rp 35.000 Rp70.000

5. Tinta 4 kotak x Rp 20.000 Rp80.000

Rp1.050.000

2 PELAKSANAAN PENELITIAN    

1. Fotokopy Draf Proposal 15 lembar x 4 rangkap Rp 10.000  

2. Papan Survei 3 buah x Rp 10.000 Rp 30.000

3. Fotokopy Kuesioner 4 lembar x 100 x Rp 150 Rp 60.000

4. Sewa Ojeg Motor untuk pengambilan data primer 3 Motor x 4 hari x Rp 100.000 Rp 1.200.000

5. Konsumsi pelaksanaan survei 6 org x 4 hari x Rp 25.000 Rp 600.000

6. “gift” Responden 50 RT x Rp 10.000 p 500.000

7. Setting, Input , Pengolahan dan Analisis Data 3 org x 30 hari x Rp 10,000 Rp 900.000 Rp 3.300.000

3 PEMBUATAN LAPORAN PENELITIAN    

1.  Penyusunan Draf Laporan Monev Rp100.000  

2.  Pembuatan Laporan Akhir Rp250.000  

3.  Penggandaan Laporan Akhir Rp400.000

4. Pengiriman Laporan Akhir Rp200.000

5. Publikasi Hasil : Jurnal (PKMP– FMIPA Unsri) Rp100.000  Rp1.150.000

  Total Biaya yang DiperlukanLima Juta Lima Ratus Ribu Rupiah Rp5.500.000

V. HASIL DAN PEMBAHASAN

5.1. Deskripsi Data

Berdasarkan teknik penarikan sampel, diperoleh sebanyak 50 KK dari empat desa yang terpilih sebagai sampel, yaitu desa Indralaya Raya, Desa Penyandingan, Desa Tanjung Seteko dan Desa Ulak Segelung. Dari 50 KK ini diperoleh sampel anak sebanyak 156 anak, dengan anak yang berusia 7-15 tahun sebanyak 85 anak, baik yang masih sekolah maupun yang putus sekolah. Profil 85 sampel anak usia sekolah pendidikan dasar (usia 7-15 tahun) berdasarkan karakteristik yang diamati dan ukuran asosiasi dengan variabel terikat ditampilakan pada tabel 2.

Tabel 2. Profil Anak Usia Sekolah Pendidikan Dasar Propinsi Sumatera Selatan

VariabelStatus Sekolah

JumlahPersentase

(%)

Ukuran Asosiasi

Putus TidakKoef. Kont

p-value

Jumlah Sampel 11 74 85 12.94

Jenis KelaminPerempuan 9 38 47 19.15

0.206 0.059Laki-laki 2 36 38 5.26

Pendidikan Kepala Keluarga

Minimal SD 9 18 27 33.33

0.392 0.000SLTP 2 45 47 4.26SLTA 0 3 3 0.00PT 0 11 11 0.00

Pekerjaan Kepala Keluarga

Berdagang 0 12 12 0.00

-0.015 0.890

Bertani 7 32 39 17.95Swasta 3 12 15 20.00PNS 0 3 3 0.00Lainnya 1 15 16 6.25

Pendapatan Rumah Tangga

<=500000 10 25 35 28.57

0.373 0.000500000< Pdptn <= 1000000 1 38 39

2.56> 1000000 0 11 11 0.00

Jumlah Anak

1-2 2 27 29 6.90-0.177 0.1063-4 3 25 28 10.71

>4 6 22 28 21.43

Tabel 2. menunjukan persen dari anak usia sekolah pendidikan dasar yang putus sekolah memiliki karakteristik utama: berjenis kelamin perempuan, pendidikan Kepala Keluarga (KK) minimat tamat Sekolah Dasar, dan Pendapatan KK kurang dari Rp.500.000,-. Dua variabel lainnya, yaitu variabel Jenis Pekerjaan KK dan jumlah anak terlihat tidak memiliki hubungan langsung yang signifikan dengan tingkat putus sekolah pendidikan dasar. Hal ini terlihat dari nilai p-value yang lebih besar dari 10%.

5.2. Analisis Hasil Metode CHAIDHasil analisis CHAID menghasilkan suatu kategori baru pada masing-

masing variabel bebas dan dendogram yang menggambarkan pengelompokkan berdasarkan hubungan berstruktur variabel terikat dengan variabel-variabel bebas. Proses penggabungan nilai-nilai kategori pada masing-masing variabel dengan metode CHAID ini menggunakan default batas nilai-p = 0.05, artinya jika ada dua buah kategori/kelompok yang memiliki p-value > 0.05 maka kategori itu akan digabung. Sedangkan untuk splitting, menggunakan default nilai-p < 0.1, artinya jika suatu kategori memberikan p-value kurang dari 0.1, maka kategori itu akan dipecah berdasarkan kategori lain.

Proses perhitungan dan pembentukan dendogram pada metode CHAID dilakukan dengan menggunakan program macro TREEDISC pada SAS 6.12. Dendogram hasil metode CHAID tersebut terlihat seperti pada Gambar 1.

Gambar 1. Dendogram Status Putus Sekolah Pendidikan Dasar Hasil Metode CHAID

5.2.1. Pengkategorian Ulang pada Variabel Bebas dengan Metode CHAIDPada penelitian ini ada lima variabel bebas yang dianalisis, dari enam

variabel diperoleh bahwa ada tiga variabel bebas yang berpengaruh terhadap variabel terikat. Hasil kategori baru pada variabel-variabel bebas dengan metode CHAID adalah sebagai berikut

1. Jenis Kelamin (JK) dari 2 kategori tetap menjadi 2 kategori, yaitu: (0) Laki-laki dan (1) Perempuan

2. Pendidikan KK (PDDKK) dari 4 kategori berubah menjadi 2 kategori, yaitu: (1) minimal tamat SD dan (2,3,4) tamat SLTP ke atas.

3. Pendapatan Rumah Tangga (PDPRT) dari 3 kategori berubah menjadi 2 kategori, yaitu: (1) adalah rumah tangga dengan pendapatan kurang dari Rp.500.000,- dan (2,3) adalah rumah tangga dengan pendapatan lebih dari Rp.500.000,-.

5.2.2. Faktor-Faktor yang Berpengaruh terhadap Risiko Putus SekolahBerdasarkan Gambar 1, dapat dijelaskan sebagai berikut:

1) Faktor utama yang paling kuat pengaruhnya terhadap tingkat putus sekolah seseorang adalah Pendidikan Kepala Keluarga. Dari 4 kategori, diperoleh 2 kategori yang saling beda secara statistik, yaitu: kategori pertama minimal tamat SD dan kategori kedua tamat SLTP ke atas.

2) Kategori pertama dari pendidikan KK, dipengaruhi oleh jenis kelamin anak dalam rumah tangga, dimana untuk jenis kelamin perempuan cenderung lebih rendah pendidikannya dibandingkan dengan laki-laki dalam kontribusinya terhadap tingkta putus sekolah.

3) Kategori kedua dari pendidikan KK, dipengaruhi oleh pendapatan Rumah Tangga, hal ini terdapat kecenderungan bahwa semakin kecil pendapatan

SPL: STATSKOLVAL: 0 1 COU: 74 11PVA: 0.0004 0.0007

SPL: PDDKKVAL: 1COU: 189 41PVA: 0.3276 0.3340

SPL: PDDKKVAL: 2 3 4 COU: 56 2PVA: 0.1859 0.4880

SPL: JKVAL: 0 COU: 13 2PVA: 0.3596 0.8401

SPL: JKVAL: 1 COU: 5 7PVA: 0.3964 0.4076

SPL: PDPRTVAL: 1 COU: 12 2PVA: 0.1859 0.4880

SPL: PDPRTVAL: 2 3 COU: 44 0PVA:

rumah tangga maka semakin besar pula resiko seseorang terhadap putus sekolah. Apabila dilihat secara keseluruhan, dendogram pada Gambar 1., secara

umum dapat disimpulkan bahwa faktor-faktor yang mempengaruhi tingkat risiko putus sekolah pendidikan dasar adalah tingkat Pendidikan Kepala Keluarga, Pendapatan Rumah Tangga, dan Jenis Kelamin.

Faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah pendidikan dasar hasil analisis metode CHAID di atas dapat memberikan petunjuk untuk menentukan kebijakan dalam memberikan bantuan dana atau program beasiswa sebagai salah satu upaya pemerintah untuk menurunkan angka putus sekolah di Indonesia khususnya di Kecamatan Indralaya.

5.3. Pembentukan Model Regresi LogistikBentuk model regresi logistik untuk status putus sekolah, berdasarkan

penelitian yang telah dilakukan dapat dituliskan pada persamaan di bawah ini:

Berdasarkan model dapat dicari peluang putus sekolah seorang, misalkan, seorang anak yang berasal dari kepala rumah tangga dengan pendidikan SD, pendapatan rumah tangganya dibawah Rp.500.000,-, dan berjenis kelamin perempuan, maka peluang risiko putus sekolahnya adalah:

=0.679

Jadi risiko putus sekolah seorang anak yang berasal dari karakteristik tersebut di atas adalah 0,679 (67,9%). Anak tersebut memiliki tingkat risiko yang lebih kecil untuk tidak putus sekolah yaitu sebesar 32,1%.

Demikian seterusnya untuk anak-anak usia sekolah dengan latar belakang rumah tangga dan karakteristiknya yang lain, masing-masing dapat diketahui besarnya tingkat risiko untuk putus sekolah. Sehingga melalui pemodelan regresi logistik di atas, dapat ditentukan kriteria penerima bantuan dana atau beasiswa sebagai salah satu upaya pemerintah untuk menurunkan tingkat atau angka putus sekolah di Indonesia khususnya di Kecamatan Indralaya sebagai Ibu Kota Kabupaten Ogan Ilir, dan sebagai tempat adanya perguruan tinggi negeri terkemuka di Provinsi Sumatera Selatan, yaitu Universitas Sriwijaya.

Calon penerima beasiswa diutamakan adalah anak-anak yang memiliki tingkat risiko yang besar berdasarkan kriteria pada model. Sehingga beasiswa yang diberikan, bukan saja sebagai reward bagi seseorang yang berprestasi tetapi lebih utama diberikan kepada mereka yang memiliki risiko besar untuk putus sekolah. VI. KESIMPULAN DAN SARAN6.1. Kesimpulan

1. Hasil dari metode CHAID menunjukkan bahwa faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah pendidikan dasar pada anak usia 7-15 tahun di Kecamatan Indralaya adalah latar belakang pendidikan Kepala Keluarga, Pendapatan Rumah Tangga, dan Jenis Kelamin Anak.

2. Model terbaik yang dapat digunakan untuk menduga tingkat risiko putus sekolah pendidikan dasar adalah:

Pemodelan regresi logistik di atas, dapat ditentukan kriteria penerima bantuan dana atau beasiswa sebagai salah satu upaya pemerintah untuk menurunkan tingkat atau angka putus sekolah di Kecamatan Indralaya.

6.2. Saran1. Penentuan program beasiswa hendaknya tidak lagi hanya ditujukan bagi

siswa yang memiliki prestasi pendidikan yang baik saja, tetapi diprioritaskan juga bagi anak-anak yang memiliki tingkat risiko tinggi untuk putus sekolah. Sehingga terjadinya putus sekolah dapat dihindari.

2. Penentuan kriteria calon penerima bantuan beasiswa hendaknya mengacu pada indikator yang objektif dan terukur, namun tetap mudah untuk diterapkan.

VII. DAFTAR PUSTAKAAgresti, A., 2002, “Categorical Data Analysis”, John Wiley & Sons, New York.Choiriyah,N.I, 2009, Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP

di Kawasan Surabaya Utara. http://digilib.its.ac.id/public/ITS-Undergraduate-9313-Paper.pdf, diakses tanggal 2 Oktober 2010.

Cahyawati, D, 2007, Karakteristik Anak Putus Sekolah Pendidikan Dasar (Kasus: Analisis Data Susenas Tahun 2000 Provinsi Sumatera Selatan). Jurnal Penelitian Sains, Fakultas MIPA Universitas Sriwijaya. Palembang.

Hosmer, D.W. & Lemeshow, S. 2000, “Applied Logistic Regression”, John Wiley & Sons Inc, New York.

Huba, G.J, 2001, “CHAID”, http://www.themeasurment.com/definitions/ CHAID.htm

Siswadi, 2009, Analisis Regresi Logistik Biner Bivariat pada Partisipasi Anak dalam Kegiatan Ekonomi dan Sekolah di Jawa Timur, http://digilib.its.ac.id, diakses tanggal 2 Oktober 2010.

LAMPIRANLampiran 1. Kuesioner PenelitianI. IDENTITAS RESPONDEN

1. Nama Kepala Rumah Tangga (KRT) : ………………… (boleh tidak diisi)2. Umur KRT : …………………………………………3. Alamat : ……………….………………… (Desa)

II. KARAKTERISTIK RESPONDEN5. Pendidikan KRT

[ ] Tidak Tamat SD [ ] SLTP [ ] Perguruan Tinggi[ ] Tamat SD [ ] SLTA

6. Pendidikan Ibu [ ] Tidak Tamat SD [ ] SLTP [ ] Perguruan Tinggi[ ] Tamat SD [ ] SLTA

7. Status Pekerjaan KRT[ ] BekerjaJenis Pekerjaan KRT :[ ] Berdagang[ ] Bertani[ ] Bekerja di swasta [ ] PNS

[ ] Lainnya, ................................................

[ ] Tidak Bekerja

8. Status Pekerjaan Ibu[ ] Bekerja Jenis Pekerjaan Ibu :[ ] Berdagang[ ] Bertani[ ] Bekerja di swasta [ ] PNS

[ ] Lainnya, ................................................

[ ] Tidak Bekerja

9. Rata-rata Pendapatan Rumah Tangga dalam Satu Bulan :Rp …………….……………………………………..…..

10. Rata-rata Pengeluaran Rumah Tangga dalam Satu Bulan :Rp …………….……………………………………..…..

11. Jumlah Anak : .............Laki-Laki ............. PerempuanIII. KARAKTERISTIK ANAK

Anak ke

Nama AnakJenis

KelaminUsia

StatusSekolah

Kelas Berapa

(1) (2) (3) (4) (5) (6)12345

Lampiran 2. Dokumentasi Pelaksanaan

Lampiran 3. Biodata Tim Pelaksana1.

Ketua Pelaksana

a. Nama : Didin Astriani Prasetiowatib. NIM : 08071001018c. Angkatan : 2007d. Jurusaan : Matematikae. Fakultas/Program Studi : MIPA/Matematikaf. Perguruan Tinggi : Universitas Sriwijaya (Unsri)g. Alamat Perguruan Tinggi : Indralayah. Alamat Rumah : Komplek Serumpun Indah A2-11

Indralaya Ogan Ilir 30662i. No Hp : 085273778320j. E-mail : Astriani59@gmail.com

2.

Anggota Peneliti I

a. Nama : Nafitalliab. NIM : 08081001014c. Angkatan : 2008d. Jurusaan : Matematikae. Fakultas/Program Studi : MIPA/Matematikaf. Perguruan Tinggi : Universitas Sriwijaya (Unsri)h. Alamat Rumah Jl. Tembok Baru Lorong Sepakat

No.529 10 Ulu Palembang 30251i. No Hp 085664883794j. E-mail Nafi_andika@yahoo.com

3. Anggota Peneliti IIa. Nama : Rahmat Kurniadib. NIM : 08091001015c. Angkatan : 2009d. Jurusaan : Matematikae. Fakultas/Program Studi : MIPA/Matematikaf. Perguruan Tinggi : Universitas Sriwijaya (Unsri)h. Alamat Rumah Komplek Serumpun Indah A2

No.13 Indralaya Ogan Ilir 30662i. No Hp 085742759002j. E-mail -

4. Dosen Pendamping1.1. Nama Lengkap : Dian Cahyawati S., M.Si1.2. Jabatan Fungsional : Lektor1.3. NIP : 1973032120001220011.4. Tempat dan Tanggal Lahir : Bandung, 21 Maret 19731.5. Alamat Rumah : Komplek Serumpun Indah A2-11 Indralaya

Ogan Ilir 306621.6. No. Telpon/Faks : 07115800931.7. No. Hp : 081571178851.8. Alamat Kantor : Kampus Unsri Indralaya, Jl. Raya Palembang

Prabumulih Km.32 Indralaya Ogan Ilir1.9. Nomor Telepon/Fax : 07115807651.10.

Alamat e-mail : Dian_cahyawati @yahoo.com

II. Riwayat Pendidikan2.1. Program S1 S22.2. Nama PT Universitas

PadjadjaranInstitus Pertanian Bogor

2.3. Bidang Ilmu Matematika Statistika2.4. Tahun Masuk 1992 19992.5. Tahun Lulus 1997 2003III. Pengalaman PenelitianNo. Tahun Judul Penelitian Pendanaan (Sumber,

Jumlah)1. 2006 Karakteristik Anak Putus Sekolah

Pendidikan Dasar ( Kasus: Analisis Data Susenas Tahun 2000 Provinsi Sumatera Selatan)

Dikti, Rp 9,5 Juta

2. 2007 Karakteristik Wanita Perajin Tenun Songket dan Kontribusinya terhadap Pendapatan Rumah Tangga (Studi Kasus Wanita Perajin Tenun Songket di Kecamatan Indralaya Kabupaten Ogan Ilir Sumatera Selatan)

Dikti, Rp 10 Juta

3. 2008 Penentuan Keberhasilan Kontraktor dalam Proses Prakualifikasi Menggunakan Model Analisis Diskriminan

Dikti, Rp 9,65 Juta

4. 2009 Analisis Faktor-Faktor yang Mempengaruhi Kualitas Pelayanan Laboratorium Komputer Jurusan Matematika Fakultas MIPA Universitas Sriwijaya

DIPA Unsri, Rp 6 Juta

IV. Mata Kuliah yang Diampu1.2.3.4.5.6.

Analisis RegresiStatistika NonparametrikDesain EksperimenPengtr.Proses StokastikAnalisis Data KatagorikKomputasi Statistika

Mulai Semester Genap 2004/2005 s.d sekarangMulai Semester Genap 2004/2005 s.d sekarangMulai Semester Ganjil 2004/2005 s.d sekarangSemester Ganjil 2006/2007Mulai Semester Ganjil 2008/2009 s.d. sekarangMulai Semester Ganjil 2008/2009 s.d. sekarang

Indralaya, 22 Juni 2011Mengetahui,Dosen Pendamping

Dian Cahyawati, M.Si NIP 19730321 2000 12 2 001