ESTIMASI MODEL LOGIT UNTUK MELIHAT EFEK MODEL PEM-BELAJARAN YANG BERBEDA TERHADAP NILAI AKHIR MA-HASISWA PADA MATA KULIAH KALKULUS
Abstract
Kalkulus adalah mata kuliah yang wajib diambil oleh mahasiswa Teknik Informatika Universitas Amikom Purwokerto. Permasa-lahan yang dialami oleh mahasiswa terkait dengan mata kuliah kalkulus adalah karena mahasiswa selalu beranggapan bahwa kalkulus atau matematika adalah mata kuliah yang sulit. Dengan adanya anggapan seperti itu, akan berdampak terhadap nilai akhir mahasiswa yang tidak tuntas. Oleh karena itu dengan adanya masalah tersebut, penelitian ini bertujuan untuk menggunakan model pembelajaran yang dapat mengubah anggapan mahasiswa, yaitu dengan menerapkan model pembelajaran group resume dan juga model pembelajaran lain yang berbeda. Dengan menerapkan model pembelajaran yang berbeda ini, akan dilihat apakah ada efek nya terhadap hasil akhir mahasiswa untuk mendapatkan nilai A. Untuk melihat pengaruh model pembelajaran yang berbeda terhadap nilai akhir mahasiswa, dilakukan dengan menggunakan analisis regresi logistik model logit. Estimasi pembentukan model logit ini, dilakukan dengan menggunakan software EViews 9. Dan setelah dimodelkan diperoleh hasil bahwa jika menggunakan model pembelajaran group resume, maka akan meningkatkan nilai odd ratio untuk mendapatkan nilai A sebesar 7,159090874 kali. Dengan kata lain, adanya pengaruh penggunaan model pembelajaran yang berbeda terha-dap nilai akhir mahasiswa.
References
Anas, MUh dan Murti, W. (2017). PENGARUH PEMBELAJARAN KOOPERATIF TIPE GR (GROUP RESUME) TERHADAP AKTIVITAS DAN HASIL BELAJAR BIOLOGI KELAS VIII SMP ISLAM DARUL HIKMAH MAKASSAR. Jurnal Ilmiah Pena: Sains Dan Ilmu Pendidikan, 10 No 1, 1–8.
Darnah. (2011). Regresi Logistik Ordinal untuk Menganalisis Faktor-Faktor yang Mempengaruhi Perilaku Sexual Remaja. Jurnal Eksponensial, 2.
Hendayana, R. (2012). ADOPSI TEKNOLOGI PERTANIAN Application Method of Logistic Regression Analyze the Agricultural Technology Adoption. (2), 1–9.
Isjoni, H. (2009). Pembelajaran kooperatif. Yogyakarta: Pustaka Pelajar.
Muinah Kusnul Kotimah, S. P. W. (2014). Model Regresi Logistik Biner Stratifikasi Pada Partisipasi Ekonomi Perempuan Di Provinsi Jawa Timur. Jurnal Sains Dan Seni Pomits, 3(1).
Mutakin, T. Z. (2013). Analisis Kesulitan Belajar Kalkulus 1 Mahasiswa Teknik Informatika. 3(1), 49–60.
Rosadi, D. (2011). Analisis Ekonometrika & Runtun Waktu Terapan dengan R. Yogyakarta: ANDI OFFSET.
Rosadi, D. (2012). Ekonometrika dan analisis runtun waktu terapan dengan eviews. Yogyakarta: ANDI OFFSET.
Dewi, S. R, dkk. (2018). Klasifikasi Pemilihan Program Studi di Fakultas MIPA Universitas Lambung Mangkurat Menggunakan Regresi Logistik Multinomial. Jurnal Matematika Murni Dan Terapan “Epsilon,â€12(2), 19–29.
Sutiman, Antuni Wiyarsi, E. P. (2014). Efektifitas Pembelajaran Kooperatif dalam Meningkatkan Aktivitas dan Motivasi Belajar Mahasiswa pada Perkuliahan Filsafat Ilmua. Jurnal Pendidikan Matematika Dan Sains, 1, 51–64.
Tampil, Y. A., Komalig, H., & Langi, Y. (2017). Analisis Regresi Logistik Untuk Menentukan Faktor-Faktor Yang Mempengaruhi Indeks Prestasi Kumulatif ( IPK ) Mahasiswa FMIPA Universitas Sam Ratulangi Manado Logistic Regression Analysis To Determine Factors Affecting The Grade Point Average ( GPA ) Of FM. JdC, 6 No (2).
Wahyuni, A. (2017). Analisis Hambatan Belajar Mahasiswa Pada Mata Kuliah Kalkulus Dasar. 1(1), 10–23.
