* Wuri Graita Gayuh Palupi adalah Mahasiswi Program Studi Matematika Universitas NegeriMalang, Abadyo adalah Dosen Universitas Negeri Malang. 1

PERBANDINGAN REGRESI MODEL LOGISTIK BINER DENGANREGRESI MODEL PROBIT TERHADAP FAKTOR-FAKTOR YANGMEMPENGARUHI SIKAP SISWA SMP PADA MATA PELAJARAN

MATEMATIKA

(Studi Kasus Siswa SMP Kelas VIII di SMPN 1 Tajinan Malang)

*Wuri Graita Gayuh Palupi*Abadyo

Program Studi MatematikaFakultas Matematika dan Ilmu Pengetahuan Alam

Universitas Negeri Malang

Abstract: Attitude is a condition in humans that moves human itself to do or act insocial activities with specific feelings in response to a situation or condition of theobjects in the surrounding environment. Logistic regression model is one of theregression methods used to find response variable relationships that have categoryand one or more independent variables in the form of categories or continuous.Basically the probit regression similar with logistic regression. Probit regression isa regression analysis is used to describe the relationship between the responsevariable Y binary (dichotomous) with one or more explanatory variables Xcontinuous. From this research obtained statistical values Pearson and Deviance at5.35894 and 6.67172 probit regression is smaller than the statistical value ofPearson and Deviance in binary logistic regression 5.57862 and 6.89504, then thesuitable model is a probit regression and the factors that most influence JuniorHigh School 1 Tajinan Malang students' attitudes towards math lesson arephysiological factors, family factors and infrastructure factors.

Keyword: regression logistic binary, probit regression, attitude.

Sikap merupakan keadaan diri dalam diri manusia yang menggerakkanuntuk bertindak atau berbuat dalam kegiatan sosial dengan perasaan tertentu didalam menanggapi obyek situasi atau kondisi di lingkungan sekitarnya. Sikapsiswa terhadap pelajaran matematika sangat beragam sesuai dengan unsur sikapyang membangunnya. Ada sikap siswa yang negatif terhadap pelajaranmatematika dan ada juga yang bersikap positif. Tetapi pada kenyataannyasebagian besar siswa mempunyai sikap yang negatif terhadap pelajaranmatematika, karena mereka menganggap bahwa pelajaran matematika merupakanpelajaran yang sukar dan menakutkan.

Matematika merupakan salah satu mata pelajaran yang penting untukdipelajari, karena matematika merupakan ilmu dasar yang diperlukan untukpengembangan ilmu-ilmu lain. Namun, selama ini masih banyak orang yangmenganggap bahwa matematika tidaklah lebih dari sekedar berhitung dan bermaindengan rumus dan angka-angka yang membuat siswa kesulitan. Para siswamenyikapi pelajaran matematika tersebut sangat beragam sesuai dengan unsursikap yang membangunnya. Pada kenyataannya untuk semua tingkatan sekolah,

2

banyak siswa yang bersikap negatif terhadap matematika, siswa menganggapmatematika merupakan mata pelajaran yang sulit dipelajari sehingga mereka takutterhadap matematika.

Berdasarkan kondisi banyaknya siswa yang bersikap negatif terhadappelajaran matematika. Maka untuk mengurangi sikap siswa yang negatif terhadappelajaran matematika perlu diketahui faktor-faktor yang mempengaruhi sikapsiswa terhadap pelajaran matematika. Untuk mengetahui faktor-faktor tersebutdapat digunakan teknik analisis regresi. Karena ada 2 kategori dari variabel responpada sikap siswa terhadap pelajaran matematika yaitu senang dan tidak senangmaka akan digunakan metode regresi logistik biner dan regresi probit untukmeneliti hubungan faktor-faktor yang mempengaruhi sikap siswa terhadappelajaran matematika.

Model regresi logistik merupakan salah satu metode regresi yangdigunakan untuk mencari hubungan variabel respon yang berkategori dengan satuatau lebih variabel bebas yang berupa kategori atau kontinu. Banyaknya kategorivariabel respon dalam model logistik dapat berbentuk dikotomus (biner) ataupolitomus yang terdiri dari lebih dari dua kategori (Hosmer dan Lemeshow,1989). Regresi probit adalah suatu analisis regresi yang digunakan untukmenggambarkan hubungan antara peubah respon Y biner (dikotomus) dengan satuatau lebih peubah penjelas X kontinyu (Agresti, 1990).

Berdasarkan uraian di atas tujuan dilakukan penelitian ini adalah untukmengetahui metode manakah, diantara regresi logistik biner dan regresi probityang sesuai untuk menganalisa faktor-faktor yang mempengaruhi sikap siswaterhadap pelajaran matematika dengan cara membandingkan nilai Goodness of fitdari kedua metode tersebut. Dengan melakukan analisis tersebut dapat diketahuifaktor-faktor yang mempengaruhi sikap siswa terhadap pelajaran matematika,sehingga dapat dijadikan bahan evaluasi untuk pembelajaran matematika disekolah.

METODE

Penelitian ini dilakukan untuk membandingkan antara regresi logistikbiner dengan regresi probit untuk mengetahui faktor-faktor yang mempengaruhisikap siswa SMP terhadap pelajaran matematika di SMPN 1 Tajinan Malang.Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh darikuesioner terhadap obyek yang diamati. Dalam penelitian ini menggunakanpelajar kelas VIII SMPN 1 Tajinan Malang. Populasi dalam penelitian ini adalahpelajar kelas VIII SMPN 1 Tajinan. Sedangkan sampel dalam penelitian ini ada50 siswa.

Instrumen penelitian yang digunakan dalam penelitian ini adalahkuisioner untuk mengetahui faktor-faktor yang mempengaruhi sikap siswaterhadap pelajaran matematika.. Menurut Wiyono (2007:49) kuesioner(qeustionnaire) adalah satu teknik pengumpul data yang bisa digunakan dalampenelitian untuk memperoleh informasi tentang responden dengan caramengajukan serangkaian pertanyaan secara tertulis, sehingga diperoleh informasiyang lebih luas dan mendalam tentang responden. Kuesioner yang digunakanmemakai skala likert.

3

Variabel yang digunakan dalam penelitian ini adalah variabel bebas danvariabel terikat. Variabel bebas dalam penelitian ini ada 5 faktor antara lain:

1. Faktor Fisiologis- Kesehatan badan- Pancaindera

2. Faktor Psikologis- Intelegensi- Sikap- Motivasi

3. Faktor Keluarga- Perhatian orang tua dan hubungan antara anggota keluarga- Motivasi orang tua- Fasilitas yang diberikan orang tua

4. Faktor Guru- Metode pengajaran guru- Pengetahuan guru- Sikap guru

5. Faktor Sarana dan Prasarana- Penggunaan alat peraga- Fasilitas buku di perpustakaan- Fasilitas media elektronik

Sedangkan variabel terikat dalam penelitian ini adalah variabel kategorik dengan2 kategori, yaitu menyukai atau tidak menyukai pelajaran matematika.

Pengolahan data yang dilakukan dalam penelitian ini adalah melakukanuji validitas dan reliabilitas untuk masing-masing variabel bebas, merubah datadari ordinal ke interval, melakukan uji distribusu pada variabel y, melakukanpendekatan normal dari distribusi binomial, pemeriksaan multikolinearitas,membenruk model regresi logistik biner dan regresi probit secara parsial, memilihvariabel bebas yang signifikan terhadap variabel respon dengan menggunakan UjiWald, membentuk model regresi logistik biner dan regresi probit denganmengikutsertakan semua variabel bebas yang signifikan, menghitung nilaigoodness of fit masing-masing model dengan menggunakan statistik Pearson danDeviance kemudian membandingkannya.

PEMBAHASANPenelitian dimulai dengan melakukan uji coba instrumen untuk

mengukur validitas dan reliabilitas kuesioner. Dari hasil uji validitas danreliabilitas di atas dapat disimpulkan bahwa hasil uji coba responden valid danreliabel, maka penelitian dapat dilakukan dengan menggunakan kuesioner tersebutuntuk mendapatkan data sebenernya yang akan dianalisis.

Berhubung data yang digunakan pada variabel bebas berupa data ordinal,maka langkah selanjutnya adalah merubah atau mengkonversi ke dalam skalapengukuran yang sesuai dengan teknik analisis yang akan digunakan. Salah satumetode konversi data yang digunakan untuk menaikkan tingkat pengukuranordinal ke interval adalah metode successive interval (MSI). Pendeteksiandistribusi variabel terikat dilakukan untuk mengetahui apakah variabel Y

4

mengikuti pola distribusi Binomial. Pendeteksian distribusi dilakukan denganmenggunakan software EasyFit.

Untuk mengetahui adanya multikolinearitas dapat dilihat denganmenganalisis matrik korelasinya. Dari matrik korelasi tersebut dapat dilihat bahwavariabel bebas yang mempunyai korelasi kuat dengan variabel Y (signifikan)adalah faktor fisiologis, faktor keluarga, faktor saran dan prasarana.

Dari analisis regresi logistik biner parsial dan analisis regresi logistik binersecara serentak, dihasilkan beberapa variabel respon sikap siswa terhadappelajaran matematika yaitu faktor fisiologis, faktor keluarga dan faktor sarana danprasarana. Sehingga ketiga variabel bebas tersebut layak masuk dalam modelakhir regresi logistik biner berganda, maka diperoleh model peluang regresilogistik biner sebagai berikut:= exp (−58,5093 + 3,90867 + 2,18702 + 1,53708 )1 + exp (−58,5093 + 3,90867 + 2,18702 + 1,53708 )

Dari model regresi logistik biner tersebut nilai koefisien determinasiberganda yang telah diperoleh dari model regresi logistik biner tersebutsebesar 73%. Ini berarti bahwa variabel bebas X menerangkan variabel respon Ydalam bentuk model yang telah diperoleh sebesar 73% dan sisanya diterangkanoleh variabel lain yang tidak ada dalam model.

Untuk mengetahui apakah suatu model yang dihasilkan sudah sesuai ataubelum, maka diperlukan pengujian kesesuaian model (Goodness of fit). Dari ujiyang telah dilakukan diperoleh nilai statistik Pearson sebesar 5,57862 dan statistikDeviance sebesar 6,89504 maka semua variabel bebas dalam model memberikanpengaruh berbeda pada variabel responnya. Oleh karena itu model akhir regresilogistik biner untuk variabel respon sikap siswa terhadap pelajaran matematikatelah sesuai.

Dari analisis regresi probit dihasilkan beberapa variabel respon sikap siswaterhadap pelajaran matematika yaitu faktor fisiologis, faktor keluarga dan faktor

sarana dan prasarana. Sehingga ketiga variabel bebas tersebut layak masuk dalammodel akhir probit, maka diperoleh model peluang regresi probit sebagai berikut:( ) = −34,1909 + 2,29022 + 1,28869 + 0,883362

Selanjutnya dilakukan uji kesesuaian model (Goodness of fit) untukregresi probit. Dari uji yang telah dilakukan diperoleh nilai statistik Pearsonsebesar 5,35894 dan statistik Deviance sebesar 6,67172 maka semua variabelbebas dalam model memberikan pengaruh berbeda pada variabel responnya. Olehkarena itu model akhir regresi probit untuk variabel respon sikap siswa terhadappelajaran matematika telah sesuai.

Berdasarkan uraian di atas, maka diperoleh nilai statistik Pearson sebesar5,57862 dan statistik Deviance sebesar 6,89504 untuk regresi logistik biner.Sedangkan untuk regresi probit diperoleh nilai statistik Pearson sebesar 5,35894dan statistik Deviance sebesar 6,67172. Karena nilai statistik Pearson danDeviance pada regresi logistik biner lebih besar dari regresi probit maka modelyang lebih sesuai adalah regresi probit.

5

KESIMPULANPada regresi logistik biner diperoleh beberapa variabel respon sikap

siswa terhadap pelajaran matematika yaitu faktor fisiologis, faktor keluarga danfaktor sarana dan prasarana serta model akhirnya adalah sebagai berikut:= exp (−58,5093 + 3,90867 + 2,18702 + 1,53708 )1 + exp (−58,5093 + 3,90867 + 2,18702 + 1,53708 )dimana pada uji kesesuaian model diperoleh nilai statistik Pearson sebesar5,57862 dan statistik Deviance sebesar 6,89504.

Pada regresi probit diperoleh beberapa variabel respon sikap siswaterhadap pelajaran matematika yaitu faktor fisiologis, faktor keluarga dan faktorsarana dan prasarana serta model akhirnya adalah sebagai berikut:( ) = −34,1909 + 2,29022 + 1,28869 + 0,883362dimana pada uji kesesuaian model diperoleh nilai statistik Pearson sebesar5,35894 dan statistik Deviance sebesar 6,67172.

Model yang lebih sesuai adalah regresi probit karena memiliki nilaistatistik Pearson dan Deviance lebih kecil dari regresi logistik biner. Maka faktor-faktor yang paling mempengaruhi sikap siswa SMPN 1 Tajinan Malang terhadappelajaran matematika adalah faktor fisiologis, faktor keluarga dan faktor saranadan prasarana.

SARANPenelitian tentang regresi logostik biner dengan regresi probit sudah

banyak diterapkan dalam berbagai permasalahan, akan tetapi untuk perbandinganregresi logistik biner dan regresi probit pada penelitian ini masih dapatdikembangkan lagi dengan cara menerapkan pada bidang lain agar didapatkanhasil yang optimum mengenai perbandingan regresi logistik biner dan regresiprobit.

Pendugaan parameter dilakukan untuk mendapatkan nilai yangmerupakan dugaan terbaik dari parameter yang diamati. Dalam kesempatan inipenulis mencoba menggunakan metode kemungkinan maksimum(MaximumLikelihood Method) untuk menduga parameter, tetapi masih bisadigunakan metode lain untuk menduga parameter, misalnya dengan iterasi Gauss-Newton.

DAFTAR RUJUKANAgresti, A. 1990. Categorical Data Analysis. John Willey and Sons, New York.

Hosmer, D.W and Lemeshow, S. 1989. Applied Logistic Regression. John Willeyand Sons Inc, New York.

Wiyono, Bambang Budi. 2007. Metodologi Penelitian (Pendekatan Kuantitatif,Kualitatif dan Action Research). Malang: Fakultas Ilmu PendidikanUniversitas Negeri Malang.