Identifikasi Faktor-Faktor Yang Mempengaruhi Prestasi Mahasiswa Teknik Informatika dan Bisnis Digital Menggunakan Regresi Logistik Binary

Authors

  • Puteri Fajar Addini STMIK Pelita Nusantara, Medan, Indonesia
  • Kevin Raih Saputra Dakhi STMIK Pelita Nusantara, Medan, Indonesia
  • Putri Cania Tarigan STMIK Pelita Nusantara, Medan, Indonesia

DOI:

https://doi.org/10.55338/saintek.v5i3.2792

Keywords:

Nilai Indeks Prestasi Kumulatif (IPK), Analisis Regresi Logistik, Faktor-Faktor

Abstract

Dalam  proses  pendidikan  tinggi   Indeks  Prestasi   Kumulatif  (IPK)  merupakan   indikator  keberhasilan mahasiswa.  Tujuan  dari penelitian  ini  adalah  untuk mengetahui model regresi  logistik biner  dan  mengidentifikasi faktor-faktor yang dapat memengaruhi IPK mahasiswa program studi teknik informatika dan bisnis digital. Populasi dalam penelitian ini adalah mahasiswa aktif program studi teknik informatika dan bisnis digital T.A 2020/2021 yang berjumlah 50 mahasiswa dan T.A 2021/2022 yang berjumlah 50 mahasiswa total keseluruhan populasi adalah sebanyak 120 mahasiswa, dengan jumlah responden yang mengembalikan kuesioner penelitian sebanyak 100 responden. Indeks Prestasi Kumulatif (IPK) sebagai variabel respon (Y) dan jenis kelamin (), usia (),tempat tinggal (), lama belajar (). program studi, jenis kelamin dan usia berpeluang memiliki pengaruh terhadap Indeks Prestasi Kumulatif (IPK) mahasiswa teknik informatika dan bisnis digital di STMIK Pelita Nusantara.

Downloads

Download data is not yet available.

References

Agresti, A. (1990). Categorical Data Analysis. New York: John Willey & Sons.

Agresti, A. (2002). Categorical Data Analysis (second edition). New York: John Willey & Sons.

Draper, N. R. & H. Smith. (1998). Analisis Regresi Terapan. New York : John Wiley and Sons, Inc

Diminarni P. 2010. Pengaruh Motivasi Belajar, Gaya Belajar dan Berpikir Kritis Terhadap Indeks Prestasi Kumulatif [skripsi]. Fakultas Ekonomi Universitas Pembangunan Nasional Veteran, Jawa Timur.

Hendayana, R. (2012). Application Method of Logistic Regression Analyze the Agricultural Technology Adaption.

Hendayana, R. (2012). Application Method of Logistic Regression Analyze the Agricultural Technology Adaption.

Hosmer, D. W., & Lemeshow, S. (2000). Applied Logistic Regression (Second Edition). New York: John. Wiley & Sond,INC.Juanda, B (2009). EKONOMETRIKA: Pemodelan dan Pendugaan. IPB Press

Kleinbaum, D. G. & Klein, M. (2010). Logistic Regression (third edition). New York: Springer

Ningtias, I. P., & Rahayu, S. P. (2017). Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial. jurnal SAINS DAN SENI ITS, 212-218

Oke & Oyeka, I. C. A. (2013). Estimating The Fisher's Scoring Matrix Formula from Logistic Model. American Journal Of Theoretical and Applied Statistics. 2013

Pawitan Y., 2001. All Likelihood: Statistical Modelling and Inference Using Likelihood. Clarendon Press, Oxford.

Peraturan Rektor UNSRAT No. 01/UN12/PP/2013 tentang Pedoman Penyelenggaraan Akademik di Universitas Sam Ratulangi.

Seidu A. A., 2021. A Multinomial Regression Analysis of Factors Associated with Antenatal Care Attendance Among Women in Papua New Guinea. Public Health in Practice, Vol. 2, No. 100161, 1–7

Tiro, M. A. (2004). Analisis Regresi dengan Data Kategori(second edition). Makassar: Andira Publisher. Tiro, M. A., Sukarna., & Aswi. (2008). Pengantar Teori Peluang. Makassar: Andira Publisher

Walpole, R. E. (2017). Pengantar Statistika (third edition). Jakarta: PT Gramedia

Yanagihara K., Kamo, K., Imory, S., & Satoh, K., 2012. Biased-corrected AIC for Selecting Variables in Multinomial Logistic regression models. Linear Algebra and Its Applications, Vol. 436, 4329 – 4341

Downloads

Published

2024-02-19

How to Cite

Addini, P. F., Saputra Dakhi, K. R. ., & Cania Tarigan, P. . (2024). Identifikasi Faktor-Faktor Yang Mempengaruhi Prestasi Mahasiswa Teknik Informatika dan Bisnis Digital Menggunakan Regresi Logistik Binary. Jurnal Sains Dan Teknologi, 5(3), 922-925. https://doi.org/10.55338/saintek.v5i3.2792