ANALISIS REGRESI

LOGISTIK MULTINOMIAL
DAN BINER TERHADAP
DATA RENCANA KERJA
MAHASISWA ADK KELAS C

ANALISIS DATA KETEGORIK

KELAS C
 OLEH :

WILDY FACHRIZAL
OLEH :
IKHWAN RIFANTARA PUTRA

WILDY FACHRIZAL
DOSEN :

IKHWAN RIFANTARA PUTRA

IMAM SAFAWI AHMAD S.SI., M.SI.

Program Studi Sarjana

Departemen Statistika
Fakultas Matematika, Komputasi, Dan Sains Data
Institut Teknologi Sepuluh Nopember
Surabaya
2019

Program Studi Sarjana

Departemen Statistika
Fakultas Matematika, Komputasi, Dan Sains Data
Institut Teknologi Sepuluh Nopember
Surabaya
2019

OVERVIEW

Laporan ini dibuat agar mahasiswa bisa lebih mengerti

OVERVIEW
dan memahami bagaimana konsep atau penerapan analisis
model regresi logistik multinomial dan biner dalam
menganalisis suatu kasus yang terjadi

Laporan ini dibuat agar mahasiswa bisa lebih mengerti

PENDAHULUAN
Dalam kehidupan, pastinya seseorang ingin mengemban pendidikan seitinggi mungkin. Banyak
PENDAHULUAN
orang yang mengharapkan sebuah pendidikan yang tinggi. Jenjang pendidikan ini sangat
berpengaruh terhadap kualitas diri seseorang terutama berkaitan dengan hal mendapatkan pekerjaan
dan kesuksesan. Dengan pendidikan, seseorang akan mampu meningkatkan kualitas sumber daya
manusianya. Pekerjaan dan kesuksesan itulah yang dijadikan sebagai motivasi dalam menuntut
pendidikan tinggi. Apabila seseorang memiliki latar pendidikan yang tinggi maka kesempatan untuk
mendapatkan pekerjaan akan lebih mudah. Dalam memilih pekerjaan yang akan dijalaninya
mahasiswa memiliki berbagai macam pertimbangan. Faktor faktor yang berkaitan dalam pemilihan
pekerjaan antara lain adalah lokasi pekerjaan impian.

Penelitian ini akan dilakukan untuk menganalisis tentang pemilihan lokasi pekerjaan impian
seseorang. Beberapa faktor yang akan dianalisis dalam memilih lokasi kerja impian antara lain asal
daerah, nilai IPK, status anak, jenis kelamin, dan nilai toefl yang akan diteliti melalui analisis
regresi logistik multinomial dan analisis regresi logistik biner. Analisis regresi logistik biner
merupakan suatu teknik analisis statistika yang digunakan untuk menganalisis hubungan antara satu
atau lebih variabel bebas dengan variabel respon yang bersifat biner. Variabel bebas pada regresi
logistik biner dapat berupa variabel kategorik maupun kontinu sedangkan variabel respon berupa
variabel berskala kategorik. Analisis regresi logistik multinomial merupakan regresi logistik yang
digunakan saat variabel dependen mempunyai skala yang bersifat multinomial dengan variabel
respon berskala nominal dengan tiga kategori (Hosmer & Lemeshow, 2000). Sehingga manfaat
yang bisa diperoleh dalam pembuatan laporan ini adalah mahasiswa mengetahui penerapan analisis
regresi logistik lebih dalam, serta stakeholder mengetahui karakteristik dan faktor yang
mempengaruhi mahasiswa dalam memilih lokasi kerja impian.
 METODOLOGI PENELITIAN
SUMBER DATA
Pada penelitian ini sumber data didapatkan dari data primer yang diperoleh dengan menggunakan
sebuah link form di intip.in/DataTugasADK yang diberikan judul “Data Mahasiswa Statistika ITS
SUMBER
Mata KuliahDATA
Analisis Data Kategorik C” diakses pada 24 April pukul 09.30 WIB. Jumlah data yang
digunakan pada penelitian ini sebanyak 37 data.

VARIABEL PENELITIAN
Variabel yang digunakan pada penelitian ini adalah sebagai berikut

VARIABEL
Simbol PENELITIAN
Variabel Kategori Skala Pengukuran
Variabel
X1 yang Asal
digunakan
daerah padaApenelitian ini Sekitarnya
: Jakarta dan adalah sebagai berikut Nominal
B : Jawa Tengah, DIY. Yogyakarta, Jawa Timur
C : Luar Pulau Jawa
X2 Nilai IPK Rasio
X3 Status anak ke- 1 : anak pertama Nominal
2 : bukan anak pertama atau terakhir
3 : anak terakhir
X4 Jenis Kelamin Nominal
X5 Nilai TOEFL Rasio
Y Lokasi pekerjaan A : Jakarta dan sekitarnya Nominal
impian B : Jawa Tengah, DIY. Yogyakarta, Jawa Timur
C : Luar Pulau Jawa

STRUKTUR DATA
Pengamatan Xi1 Xi2 Xi3 Xi4 Xi5 Xi6
ke-
STRUKTUR
1
DATA
X1,1 X2,1 X3,1 X4,1 X5,1 X6,1
2 X1,2 X2,2 X3,2 X4,2 X5,2 X6,2
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
37 X1,37 X2,37 X3,37 X4,37 X5,37 X6,37

LANGKAH ANALISIS
1. Mengumpulkan data
2. Menganalisis karakteristik data
LANGKAH ANALISIS
3. Melakukan eksplorasi data
4. Melakukan analisis regresi logisstik multinomial
dengan bantuan SPSS
5. Melakukan analisis regresi logistic biner dengan
bantuan SPSS
6. Menarik kesimpulan
ANALISIS DAN PEMBAHASAN
EKSPLORASI DATA

ANALISISVariabel Lokasi Kerja

DAN PEMBAHASAN
Impian
Mean Standar Deviasi

EKSPLORASI DATA A 3.36 0.26

Nilai IPK B 3.27 0.27
C 2.92 0.44
A 466.83 49.31
Nilai TOEFL B 439.67 29.37
C 451.75 45.08
Berdasarkan Tabel diatas, dapat dilihat bahwa rata-rata IPK mahasiswa yang memilih lokasi kerja di
tiga daerah tidak jauh berbeda, dengan keragamanyang kecil. Sedangkan nilai TOEFL mahasiswa yang
memilih lokasi kerja di Jakarta dan sekitarnya lebih besar dibandingkan dengan dua lokasi lainnya.

UJI INDEPENDENSI
Variabel df p-value Keputusan
Asal Daerah 2 0.7307 Tidak ada hubungan
Status Anak 2 0.1918 Tidak ada hubungan
Jenis Kelamin 1 0.4751 Tidak ada hubungan
Dari tabel tersebut menunjukkan bahwa seluruh variabel yang diuji tidak memiliki hubungan dengan
variabel Lokasi Kerja Impian. Jadi antara variabel respon dan variabel predictor tidak ada hubungan,
karena nilai p-value pada ketiga variabel bernilai lebih besar dari 0.05.
PEMODELAN REGRESI LOGISTIK MULTINOMIAL
Estimasi Parameter Regresi Logistik Multinomial

Variabel Jawa Timur dan Jawa Tengah Luar Jawa

Wilayah Asal (Jawa Timur, Jawa Tengah) 9,258098 6,426551

Wilayah Asal (Luar Jawa) -2,01941 11,10558

IPK -0,3923878 -9,5029797

TOEFL -0,018441003 0,005191036

Jenis Kelamin (P) 0,2857392 1,6870409

Status Urutan Anak (Pertama) 1,659017 6,06358

Status Urutan Anak (Terakhir) 2,749541 8,585765

Mahasiswa kelas ADK C dari wilayah asal Jawa Timur atau Jawa Tengah memiliki kecenderungan pemilihan
lokasi kerja di Jawa Timur atau Jawa Tengah lebih tinggi, dan mahasiswa kelas ADK C luar Jawa cenderung
memilih lokasi kerja di luar Jawa pula. Kenaikan satu satuan nilai IPK cenderung memilih lokasi kerja di
Jakarta/Jawa Barat/Banten. Kenaikan tiap satu skor TOEFL akan menambah kecenderungan dalam memilih
lokasi kerja di luar. Mahasiswa kelas ADK C dengan jenis kelamin perempuan memiliki kecenderungan lebih
tinggi memilih lokasi kerja di Jawa Timur atau Jawa Tengah, dan luar jawa dibandingkan dengan mahasiswa
kelas ADK C berjenis kelamin laki-laki. Mahasiswa kelas ADK C yang merupakan anak pertama maupun anak
terakhir memiliki kecenderungan lebih tinggi untuk memilih lokasi kerja di luar jawa.
PEMODELAN REGRESI LOGISTIK BINER
Variabel Parameter P-value

Wilayah Asal (Jawa Timur, Jawa Tengah) -16,54738 0,9945

Wilayah Asal (Luar Jawa) -16,47323 0,9945

IPK 0,12514 0,9167

TOEFL -0,02313 0,0563

Jenis Kelamin (P) 1,18707 0,2181

Status Urutan Anak (Pertama) 17,00612 0,9943

Status Urutan Anak (Terakhir) 18,35292 0,9939

Wilayah asal, nilai IPK, nilai TOEFL, jenis kelamin, dan status urutan anak dari mahasiswa kelas ADK C
tidak memberikan pengaruh yang signifikan terhadap pemilihan lokasi pekerjaan impian mahasiswa kelas
ADK C karena nilai P-value dari setiap parameter wilayah asal, nilai IPK, skor TOEFL, jenis kelamin, dan
status urutananak dari mahasiswa kelas ADK C lebih besar dari α (0,05).

Oods Ratio Variabel Prediktor Model Logistik Biner

Variabel Oods Ratio

Wilayah Asal (Jawa Timur/Jawa Tengah~Luar Jawa) 1,076968339

IPK 1,133307105

TOEFL 0,977135448

Jenis Kelamin (P) 3,277464155

Status Urutan Anak (Pertama~Terakhir) 3,845101498

Mahasiswa kelas ADK C dengan asal wilayah Luar Jawa memiliki kecedencerungan 1,076968339 lebih
tinggi dari mahasiswa kelas ADK C dengan wilayah asal Jawa Timur atau Jawa Tengah yang memilih lokasi
kerja di daerah asal, sedangkan mahasiswa kelas ADK C wilayah dari Jakarta/Jawa Barat/Banten cenderung
memilih lokasi asal. Setiap bertambah satu satuan IPK, maka akan memperbesar kecenderungan sebesar
1,133307105 memilih lokasi kerja di daerah asal dibandingkan lokasi kerja diluar daerah asal dengan
menganggap variabel prediktor lain konstan. Setiap meningkat satu satuan skor TOEFL, maka akan
memperbesar kecenderungan sebesar 0,977135448 memilih lokasi keja di daerah asal dibandingkan lokasi
kerja diluar daerah asal dengan menganggap variabel prediktor lain konstan. Mahasiswa kelas ADK C
dengan jenis kelamin perempuan memilih lokasi kerja di daerah asal dibandingkan lokasi kerja diluar daerah
asal yang memiliki kecenderungan 3,27746155 lebih tinggi dari mahasiswa kelas ADK C laki-laki dalam
pemodelan pemilihan lokasi kerja di daerah asal. Serta, mahasiswa kelas ADK C yang merupakan anak
terakhir memiliki kecenderungan 3,845101498 lebih tinggi dari mahasiswa kelas ADK C yang merupakan
anak pertama dalam pemodelan, dan mahasiswa kelas ADK C bukan anak pertama maupun terakhir lebih
rendah dalam pemodelan lokasi pekerjaan impian di daerah asal.
KESIMPULAN
PROPOSA

Hasil uji independensi antar

variabel PROPOSAL
prediktor dengan 1
variabel respon menunjukkan
bahwa tidak ada hubungan atau
keterkaitan antara masing
1 IMPLEMENTATION
masing variabel prediktor

2
dengan variabel respon. Wilayah asal, nilai IPK, nilai
TOEFL, jenis kelamin, dan status
IMPLEMENTATION
urutan anak dari mahasiswa kelas

1
ADK C tidak ada memberikan
pengaruh yang signifikan terhadap
CASE STUDY pemilihan lokasi pekerjaan impian di
daerah asal mereka atau tidak

Mahasiswa kelas ADK C

dengan asal wilayah dari
3
2
CASE STUDY

1
Jakarta dan sekitarnya
cenderung memilih lokasi
ANALYSIS
1
kerja di tempat asal.

4 Kenaikan satu satuan IPK, nilai

TOEFL, jenis kelamin perempuan,

3 ANALYSIS
dan status anak terakhir akan

1
memperbesar kecenderungan
memilih lokasi kerja di daerah asal
DEPLOYMENT
1
dibandingkan lokasi kerja diluar
daerah asal

5
Mahasiswaq ADK C cenderung
memilih lokasi kerja sesuai

14
dengan Estimasi
daerah asalParameter
mereka Regresi Logistik Multinomial
dibandingkan bekerja di luar
daerah asal
Variabel Jawa Timur dan Jawa Tengah Luar Jawa

Wilayah Asal (Jawa Timur, 19,258098 6,426551

Jawa Tengah)

Wilayah Asal (Luar Jawa) 5-2,01941 11,10558

-0,3923878 -9,5029797
1-0,018441003
IPK

TOEFL 0,005191036

Jenis Kelamin (P) 0,2857392 1,6870409

Status Urutan Anak (Pertama) 1,659017 6,06358

Status Urutan Anak (Terakhir) 2,749541 8,585765

DEPLOYMENT