LAPORAN TUGAS BESAR

PENGANTAR METODE STATISTIKA

“ ANALISIS DATA PERKEMBANGAN JUMLAH SISWA MASUK

PERGURUAN TINGGI (PT) NEGERI DAN SWASTA DI INDONESIA
PERIODE TAHUN 2018/2019 “

Kelas : TPB – B

Dosen Pembimbing:

Muhamad Azka, S.Si.,M.Sc NIP: 100115046

Disusun Oleh :

Kelompok 13

1. Achmad Kurniawan 03201006

2. Akmal Taufiqurrahman Sani 03201011
3. Muhamad Faizal Yoga Prasetyo 03201052
4. Muhammad Asrullah 03201056
5. Muhamad Rifaldi 03201064

1
 KATA PENGANTAR

Dengan mengucapkan syukur alhamdulillah dan berkat rahmat Allah SWT, kelompok
kami dapat menyelesaikan laporan ini. Laporan ini disusun sebagaimana menjadi syarat
kelulusan mata kuliah Pengantar Metode Statistik kelas TPB B. Adupun judul laporan ini
adalah Analisis Data Perkembangan Jumlah Lulusan Perguruan Tinggi (PT) Negeri dan Swasta
di Indonesia 2018/2019. Dalam penyusunan laporan ini, tidak sedikit hambatan yang telah
kelompok kami hadapi, namun dengan semangat ingin belajar dan terus belajar, akhirnya
laporan ini dapat kami selesaikan.

Dalam kesempatan ini, kami sebagai kelompok penyusun ingin menyampaikan rasa
terima kasih yang sebesar-besarnya kepada Bapak Muhammad Azka, S.Si., M. Sc selaku dosen
mata kuliah Pengantar Metode Statistik yang telah membantu mengarahkan dan memberi
batasan penyusunan materi matakuliah dan kegiatan asistensi laporan tugas besar ini, serta
terima kasih pula kepada seluruh anggota kelompok yang secara langsung telah memberikan
kontribusi dalam proses penyusunan laporan ini.

Akhirnya kelompok kami sadari bahwa dalam penyusunan laporan tugas besar ini
masih jauh dari kata sempurna, sehingga kritik dan saran yang membangun untuk penyusunan
laporan sangat kami harapkan agar dalam penyusunan laporan berikutnya bisa lebih baik lagi.
Semoga laporan ini dapat membantu dalam memberikan informasi yang bermanfaat bagi
masyarakat dan bermanfaat bagi orang-orang yang membacanya, serta khususnya bagi
kelompok kami yang telah menyusunnya.

Terima kasih.

Balikpapan, 23 Mei 2021

2
 DAFTAR ISI
KATA PENGANTAR ........................................................................................................................... 2
DAFTAR TABEL ................................................................................................................................. 5
DAFTAR GAMBAR ............................................................................................................................. 6
BAB 1 ..................................................................................................................................................... 7
1.1 Latar Belakang Masalah ............................................................................................................... 7
1.2 Rumusan Masalah ........................................................................................................................ 8
1.3 Tujuan Tugas Besar ...................................................................................................................... 8
BAB II .................................................................................................................................................... 9
2.1 Analisis Kolerasi............................................................................................................................ 9
2.1.1 Manfaat analisis kolerasi .......................................................................................................... 9
2.1.2 Jenis hubungan kolerasi ............................................................................................................ 9
1. Korelasi positif .......................................................................................................................... 9
2. Korelasi negatif ......................................................................................................................... 9
2.1.3 Deteksi hubungan korelasi menggunakan scatterplot ............................................................ 9
2.1.4 Interpretasi koefisien korelasi ................................................................................................ 10
2.1.5 Uji hipotesis pada analisis kolerasi ......................................................................................... 11
2.1.6 Metode pengukuran kolerasi ................................................................................................. 11
Koefisien korelasi pearson.......................................................................................................... 12
2.2 Analisis Regresi ........................................................................................................................... 12
2.2.1 Persamaan model regresi linier berganda ............................................................................. 12
2.2.2 Model regesi linier berganda .................................................................................................. 12
2.2.3 Estimasi Parameter Model Regresi......................................................................................... 13
2.2.3 𝑹𝟐 dan 𝑹𝟐 Adjusted ............................................................................................................... 15
2.3 Uji Signifikan Parameter Regresi ............................................................................................... 15
2.3.1 Uji serentak (Uji F/Analysis of Varians-ANOVA ..................................................................... 15
2.3.2 Uji Parsial (Uji t)....................................................................................................................... 16
BAB III................................................................................................................................................. 17
3.1 Deskripsi Data............................................................................................................................. 17
3.2 Analisis Kolerasi.......................................................................................................................... 18
3.3 Model Regresi Berganda ............................................................................................................ 20
3.4 Simulasi Prediksi......................................................................................................................... 22
BAB IV ................................................................................................................................................. 23
4.1 Kesimpulan ................................................................................................................................. 23
4.2 Saran ........................................................................................................................................... 23
4.3 Deskripsi Pembagian Kerja Kelompok ....................................................................................... 24

3
DAFTAR PUSTAKA .......................................................................................................................... 25
LAMPIRAN DATASET TUGAS BESAR ........................................................................................ 26

4
 DAFTAR TABEL
Tabel 3. 1 Data Analisis ...................................................................................................................... 18
Tabel 3. 2 Statistik Deskriptif ............................................................................................................ 18
Tabel 3. 3 Hasil Uji Korelasi .............................................................................................................. 19
Tabel 3. 4 Regresi Linier Berganda ................................................................................................... 20
Tabel 3. 5 Hasil Analisis Uji Serentak ............................................................................................... 21
Tabel 3. 6 Hasil Uji Parsial................................................................................................................. 21

5
 DAFTAR GAMBAR

Gambar 2. 1 Contoh scatterplot korelasi negatif sempurna ........................................................... 10

Gambar 2. 2 Contoh scatterplot korelasi positif sempurna ............................................................ 11

Gambar 3. 1 Jumlah siswa dengan siswa masuk Perguruan Tinggi Negeri .................................. 19
Gambar 3. 2 Jumlah siswa dengan siswa masuk Perguruan Tinggi Negeri .................................. 19

6
 BAB 1
PENDAHULUAN

1.1 Latar Belakang Masalah

Kuliah adalah proses pembelajaran tingkat lanjutan dimana seseorang telah menentukan
pilihan jurusan. Biasanya dalam pemilihan jurusan dilakukan berbagai pertimbangan, salah
satunya dengan minat dan bakat. Untuk memulai kuliah, pengorbanan yang dibutuhkan
tidaklah sedikit. Mulai dari menghabiskan banyak waktu, tenaga, biaya, dan pikiran. Disaat
memasuki perkuliahan, siswa yang baru lulus akan menemukan dan mengalami hal-hal baru
dalam dinamika kampus yang penuh dengan gejolak akademis dan non akademis yang
menantang. Namun begitu ada alasan dasar mengapa seseorang harus melanjutkan studi ke
universitas yang antara lain adalah untuk meningkatkan keterampilan dan pengetahuan,
peluang kerja semakin besar dengan tingginya tingkat pendidikan, membuka wawasan dan
pengetahuan serta membuat pola pikir menjadi dewasa. Melalui pendidikan, seseorang tidak
hanya dibekali dengan materi pelajaran dan skill saja, akan tetapi juga ditanamkannya nilai-
nilai dan etika yang tidak kalah berperan penting untuk diterapkan di dalam dunia kerja.
Dengan begitu, terjadinya pertumbuhan ekonomi tidak hanya didukung oleh modal yang besar
saja, akan tetapi juga dengan sumber daya manusia yang berkualitas. Sehingga akan membuat
pertumbuhan perekonomian menjadi semakin lebih baik lagi.

Indonesia merupakan salah satu negara berkembang di mata Dunia yang memiliki
pertumbuhan ekonomi yang terus meningkat dari tahun ke tahun. Namun pendidikan di
Indonesia masih banyak yang perlu di tingkatkan, dimulai dari pendidikan usia dini sampai
dengan perguruan tinggi. Sebagai negara yang berkembang, minat siswa-siswi di Indonesia
untuk melanjutkan pendidikan masih terbilang cukup rendah. Hal ini didasari dari hasil
penelitian yang menunjukkan bahwa motivasi, cita-cita, kemauan, lingkungan sekolah dan
lingkungan keluarga secara bersama-sama berpengaruh signifikan terhadap minat peserta didik
melanjutkan pendidikan ke perguruan tinggi. Oleh karena itu, terjadilah perbedaan jumlah total
siswa yang masuk ke perguruan tinggi baik negeri ataupun swasta di tiap-tiap provinsi
dikarenakan masing-masing memiliki pola fikir yang berbeda. Ada siswa yang
berfikiran untuk langsung bekerja baik di perusahaan, berwirausaha, dan lain - lain. Ada juga
yang tidak masuk ke perguruan tinggi impian ataupun jurusan yang diinginkan sehingga
memutuskan untuk tidak berkuliah ataupun break menunggu tahun ajaran yang baru. Adapun
peserta didik yang berfikiran kuliah itu penting untuk masa depan, menghabiskan waktu, dll.
Oleh karena itu persentase jumlah peserta didik yang masuk perguruan tinggi baik negeri
ataupun swasta berbeda ditiap daerah. Hal tersebutlah yang membuat kami terdorong untuk
mengangkat persoalan tersebut ke dalam laporan kami.

7
1.2 Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah sebagai berikut :
1. Analisis kolerasi perkembangan jumlah siswa yang masuk PT Negeri dan
Swasta di 34 provinsi di Indonesia tahun periode 2018/2019 ?
2. Analisis Regresi Berganda dan koefisien determinasi jumlah siswa yang
masuk PT Negeri dan Swasta di 34 provinsi di Indonesia 2018/2019 ?
3. Analisis Pengujian signifikansi parameter regresi terhadap perkembangan
jumlah siswa yang masuk ke perguruan tinggi negeri dan swasta di 34 provinsi
di Indonesia 2018/2019 ?
4. Berapa persentase jumlah siswa yang masuk ke Perguruan Tinggi Negeri
maupun Swasta di 34 provinsi di Indonesia di tahun 2018-2019??
5. Berapa rata-rata jumlah siswa yang masuk di PT Negeri dan Swasta di 34
Provinsi di Indonesia pada periode 2018/2019?

1.3 Tujuan Tugas Besar

Rumusan masalah dalam penelitian ini adalah sebagai berikut :
1. Analisis kolerasi perkembangan jumlah siswa yang masuk PT Negeri dan
Swasta di 34 provinsi di Indonesia tahun periode 2018/2019 ?
2. Analisis Regresi Berganda dan koefisien determinasi jumlah siswa yang
masuk PT Negeri dan Swasta di 34 provinsi di Indonesia 2018/2019 ?
3. Analisis Pengujian signifikansi parameter regresi terhadap perkembangan
jumlah siswa yang masuk ke perguruan tinggi negeri dan swasta di 34 provinsi
di Indonesia 2018/2019 ?
4. Berapa persentase jumlah siswa yang masuk ke Perguruan Tinggi Negeri
maupun Swasta di 34 provinsi di Indonesia di tahun 2018-2019??
5. Berapa rata-rata jumlah siswa yang masuk di PT Negeri dan Swasta di 34
Provinsi di Indonesia pada periode 2018/2019?

8
 BAB II
TINJAUAN PUSTAKA
2.1 Analisis Kolerasi
Analisis korelasi adalah asalah satu jenis pengukuran dalam statistik yang sering
digunakan dalam pengolahan data. Korelasi merupakan metode statistik yang bisa digunakan
bila anda memiliki minimal 2 variabel.
Secara umum, analisis korelasi adalah metode statistik yang digunakan untuk
mengetahui dan mengukur bagaimana hubungan antara 2 variabel.

Dengan motode ini, kita bisa menentukan seberapa kuat hubungan antar variabel yang
belum diketahui sebelumnya.

2.1.1 Manfaat analisis kolerasi

Analisis korelasi seringkali digunakan untuk menyatakan derajat kekuatan hubungan
antara dua variabel. Dengan mengetahui hubungan antar 2 variabel, kita bisa
mendeskripsikan bagaimana gambaran yang lebih bermanfaat dari data-data yang kita miliki.

2.1.2 Jenis hubungan kolerasi

Ada 2 jenis korelasi :
1. Korelasi positif
Korelasi positif adalah hubungan antara 2 variabel dimana kenaikan satu variabel
menyebabkan penambahan nilai pada variabel lainnya. Atau sebaliknya, semakin kecil nilai
suatu variabel, nilai variabel lainnya juga akan ikut turun. Bisa dikatakan juga, korelasi ini
merupakan hubungan yang searah.

2. Korelasi negatif
Korelasi negatif adalah hubungan antara 2 variabel dimana kenaikan satu variabel
menyebakan penurunan nilai dari variabel lainnya. Begitu juga sebaliknya, semakin kecil
nilai suatu variabel, semakin besar nilai variabel lainnya. Hubungan antara kedua variabel
dalam kasus ini adalah berbalik arah.

2.1.3 Deteksi hubungan korelasi menggunakan scatterplot

Salah satu cara untuk mendeteksi apakah benar terdapat hubungan korelasi antara 2
variabel adalah dengan menuggunakan scatterplot. Dengan menggunakan scatterplot, kita
bisa mendapatkan gambaran secara umum tentang kondisi dari dua variabel tersebut dan
melihat apakah terdapat hubungan korelasia atau tidak.

9
 Scatterplot juga membantu mendeteksi apakah terdapat outlier (data yang terlalu
ekstrim) dari variebel tersebut.

2.1.4 Interpretasi koefisien korelasi

Besaran nilai koefisien korelasi berkisar antara -1 hingga 1.

• 00 – 0.19 = korelasi antar variabel sangat lemah

• 20 – 0.39 = korelasi antar variabel lemah
• 40 – 0.59 = korelasi antar variabel cukup kuat
• 60 – 0.79 = korelasi antar variabel kuat
• 80 – 1.00 = korelasi antar variabel sangat kuat

Bila koefisien kolerasi bernilai -1, artinya kolerasi memiliki hubungan linier semupurna
negatif.

Gambar 2. 1 Contoh scatterplot korelasi negatif sempurna

Sedangkan, bila koefisien kolerasi bernilai +1,artinya koefisien kolerasi memiliki hubungan
linier sempurna positif.

10
 Gambar 2. 2 Contoh scatterplot korelasi positif sempurna

Bila koefisien kolerasi bernilai nol, artinya tidak terdapat hubungan sama sekali antar kedua
variabel tersebut.

2.1.5 Uji hipotesis pada analisis kolerasi

Uji hipotesis juga bisa dilakukan pada analisis korelasi. Uji ini digunakan untuk
membuktikan apakah antar variabel memiliki hubungan korelasi yang signifikan atau tidak.

(tidak terdapat hubungan korelasi yang signifikan antara variabel x dan y)

(t terdapat hubungan korelasi yang signifikan antara variabel x dan y)

Layaknya uji hipotesis lain, bila nilai p-value lebih kecil dari alpha, maka H0 ditolak dan H1
diterima. Begitu juga sebaliknya

2.1.6 Metode pengukuran kolerasi

Secara umum, kita bisa mengetahui apakah 2 variabel memiliki hubungan korelasi
atau tidak dengan menggunakan scatter plot seperti contoh di atas. Terlebih lagi, dengan
menambahkan garis tren, kita bisa mengetahui apakah sebaran data terlalu jauh dengan garis
tersebut atau berada di sekitar garis.
Tapi, sebagai seorang statistisi, tentu harus ada metode pengukuran yang bersifat
eksak dan bisa menjelaskan dengan nilai yang akurat.

11
Koefisien korelasi pearson
Koefisien korelasi pearson merupakan metode pengukuran korelasi yang sering
digunakan. Metode ini bisa digunakan dengan kondisi data sebagai berikut:

•Data memiliki skala interval atau rasio

• Korelasi antara 2 variabel haruslah linier, artinya distribusi data haruslah
menunjukkan hubungan searah
Formula yang digunakan adalah:

2.2 Analisis Regresi

Persamaan regresi berganda menggambarkan hubungan linier antara variabel

respon(y) dan dua atau lebih variabel predictor(𝑥1 , 𝑥2 ,……. 𝑥𝑘 )
Bentuk umum dari persamaan regresi adalah

2.2.1 Persamaan model regresi linier berganda

𝑦̂ = 𝑏0 + 𝑏1 𝑥1 + 𝑏2 𝑥2 +……….𝑏𝑘 𝑥𝑘

𝑦̂ = Prediksi nilai y

𝑘 = Jumlah variabel independent

𝑥1 , 𝑥2 ,……. 𝑥𝑘 = Notasi variabel independent 1 sampai k

𝑏0 , 𝑏1 , 𝑏2 ,…….,𝑏𝑘 = Estimator koefisien model

2.2.2 Model regesi linier berganda

Terdiri dari satu variabel dari satu variabel dependen (y) dan dua atau lebih variabel
independent (x)

12
Y dan x memiliki hubungan yang linier.

2.2.3 Estimasi Parameter Model Regresi

Menggunakan metode least Square (Kuadrat terkecil )

Persamaan Model regresi pada data sampel

𝑦̂ = 𝛽0 + 𝛽1 𝑥1𝑖 + 𝛽2 𝑥2𝑖 +……+𝛽𝑘 𝑥𝑘𝑖 + 𝜀𝑖

Persamaan Model regresi pada data sampel

𝑦̂ = 𝑏0 + 𝑏1 𝑥1𝑖 + 𝑏2 𝑥2𝑖 +….+𝑏𝑘 𝑥𝑘𝑖 + 𝑒𝑖

Persamaan error/galat

𝑦̂ = 𝑏0 + 𝑏1 𝑥1𝑖 + 𝑏2 𝑥2𝑖 +….+𝑏𝑘 𝑥𝑘𝑖 + 𝑒𝑖

𝑒𝑖 = 𝑦̂𝑖 − 𝑦̂𝑖

= 𝑦̂𝑖 − (𝑏0 + 𝑏1 𝑥1𝑖 + 𝑏2 𝑥2𝑖 +….+𝑏𝑘 𝑥𝑘𝑖 + 𝑒𝑖 )

Persamaan dalam bentuk matriks

𝒚 = 𝑿𝜷 + 𝜺 → Populasi

𝒚 = 𝑿𝒃 + 𝒆 → Sampel

13
Persamaan untuk meminimumkan error/galat

𝒚 = 𝑿𝒃 + 𝒆

𝒆 = 𝒚 − 𝑿𝒃

𝒆 ̓𝒆 = ( 𝒚 − 𝑿𝒃 ) ̛ (𝒚 − 𝑿𝒃)

Selanjutnya SEE diturunkan terhadap b dan di sama dengankan 0

SEE = ( 𝒚 − 𝑿𝒃 ) ̛ (𝒚 − 𝑿𝒃)
𝜕
SEE = 0
𝜕𝑏

(𝑿 ̕𝑿)b = X ̛ y

b = (𝑿 ̕𝑿 )𝟏 X ̛ y Persamaan untuk mendapatkan estimasi 𝛽

14
2.2.3 𝑹𝟐 dan 𝑹𝟐 Adjusted
R2 dan R2 Adjusted
R2 adalah koefisien determinasi, yang menunjukkan seberapa besar proporsi
variabilitas yang mampu di jelaskan oleh model dari variable independent yang digunakan.
Nilai adjusted R2 merupakan nilai dari R2 yang dimodifikasi dengan
mempertimbangkan banyaknya variable dan ukuran sampel.
Nilai R2 memiliki kekurangan, jika semakin banyak variable yang dimasukkan
sehingga lebih baik menggunakan Nilai Adjusted R2 untuk mengevaluasi kebaikan model
regresi berganda.

2.3 Uji Signifikan Parameter Regresi

Untuk mengetahui apakah parameter pada model yang di hasilkan signifikan atau
tidak, maka dilakukan pengujian dengan du acara,yaitu uji parsial dan uji serentak
Berikut akan dijelaskan masing-masing pengujian tersebut.

2.3.1 Uji serentak (Uji F/Analysis of Varians-ANOVA

Pengujian ini dilakukan untuk mengetahui signifikansi hubungan antara masing-

masing variabel predictor terhadap variabel respon secara bersamaan.
Hipotesis
𝐻0 = 𝛽1 = 𝛽1 = …. = 𝛽𝑘 / 𝛽𝑘 = 0
(Tidak ada variabel predictor yang berpengaruh signifikan terhadap variabel respon )
𝐻1 = 𝛽1 ≠ 𝛽1 ≠ …. ≠ 𝛽𝑘 / 𝛽𝑘 ≠ 0
(Minimal ada satu variable predictor yang berpengaruh signifikan terhadap variabel respon)
Statistik uji: 𝐹ℎ𝑖𝑡𝑢𝑛𝑔

15
2.3.2 Uji Parsial (Uji t)

Pengujian ini dilakukan untuk mengetahui signifikansi hubungan antara masing-

masing variabel predictor terhadap variabel respon secara parsial atau satu per satu.
Hipotesis
𝐻0 : 𝛽1 = 0 (Variabel predictor 𝑋1tidak berpengaruh signifikan terhadap variabel respon )
𝐻1 : 𝛽1 ≠ 0 (Variabel predictor 𝑋1berpengaruh signifikan terhadap variabel respon)
Statistik uji: 𝑡ℎ𝑖𝑡𝑢𝑛𝑔
𝑏𝑗 − 𝛽𝑗0
𝑡=
𝑆 √𝐶𝑗𝑗
Daerah Penolakan : Tolak 𝐻0 jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎𝑏𝑒𝑙 atau 𝑃𝑣𝑎𝑙𝑢𝑒 < 𝛼

16
 BAB III
ANALISIS DATA
3.1 Deskripsi Data

Data yang dihasilkan merupakan data yang di peroleh dari kementerian riset, teknologi
dan Pendidikan tinggi. Data yang di ambil merupakan data perkembangan jumlah siswa masuk
perguruan tinggi negeri dan swasta di setiap provinsi Indonesia

Variabel yang digunakan pada penelitian adalah Jumlah siswa masuk perguruan tinggi
negeri dan swasta (Y), siswa masuk perguruan tinggi negeri (X1), dan siswa masuk perguruan
tinggi swasta (X2)

Tahun Ajaran 2018/2019

Provinsi Negeri Swasta Jumlah
D.K.I Jakarta 165832 16894 182726
Jawa Barat 148698 55493 204191
Banten 56242 99598 155840
Jawa Tengah 101283 68478 169761
D.I Yogyakarta 67309 25842 93151
Jawa Timur 138545 91449 229994
Aceh 10947 1352 12299
Sumatera Utara 79814 22854 102668
Sumatera Barat 21803 35923 57726
Riau 24953 700 25653
Kepulauan Riau 7127 295 7422
Jambi 7255 6521 13776
Sumatera Barat 24569 19779 44348
Kepulauan Riau 1238 2507 3745
Jambi 5958 6761 12719
Sumatera Selatan 15007 13488 28495
Kalimanatn Barat 924 16268 25508
Kalimanatn Tengah 5103 3099 8202
Kalimantan Selatan 14411 12504 27015
Kalimantan Timur 12598 16204 28802
Kalimantan Utara 1234 3500 4734
Sulawesi Utara 10039 17710 27749
Gorontalo 5619 8027 13646
Sulawesi Tengah 7771 19499 27270
Sulawesi Selatan 57563 28760 86323
Sulawesi Barat 383 1878 5708
Sulawesi Tenggara 10307 10544 20951
Maluku 4655 8795 13450
Maluku Utara 4949 2459 6953
Bali 19087 8926 28013

17
 Nusa Tenggara Barat 13055 10094 23149
Nusa Tenggara Timur 17108 15550 32658
Papua 8805 12823 21628
Papua Barat 3135 4179 7314
Jumlah 1073326 668753 1753587
Persentase 61% 38%
Tabel 3. 1 Data Analisis

Negeri Swasta Jumlah

Mean 31568.41176 19669.20588 50822.34274
Std. Deviation 44.63756063 7577.070404 17499.85743
Sample Variance 1992.511819 57411995.9 306245010
Minimum 1.234 2.507 3.745
Maximum 165.832 28760 86323
Tabel 3. 2 Statistik Deskriptif

Berdasarkan kedua table di atas dapat diketahui banyak dari data yang diperoleh adalah
34 data dari setiap provinsi Indonesia. Dapat diketahui bahwa rata-rata dari perguruan tinggi
negeri sebesar 31568.41176, perguruan tinggi swasta 19669.20588 dan jumlah dari rata rata
kedua variable tersebut adalah 50822.34274. Adapun standar deviasi yang di dapat pada
perguruan tinggi negeri sebesar 44.6375606, pada perguruan tinggi swasta adalah 7577.070404
maka di dapatkan jumlah sebesar 17499.85743. Dari sample variance pada perguruan tinggi
negeri di hasilkan sebesar 1992.511819. perguruan tinggi swasta di dapatkan 57411995.9, dan
jumlahnya adalah 306245010. Pada nilai minimum dari perguruan tinggi negeri di dapatkan
nilai 1.234, perguruan tinggi swasta sebesar 2.507 dan jumlahnya adalah 3.745. Maximum
yang didapatkan pada perguruan tinggi negeri adalah 165.832, perguruan tinggi swasta 28760
dan jumlahnya adalah 86323.

3.2 Analisis Kolerasi

Analisis ini dilakukan untuk mengetahui hubungan antara siswa masuk perguruan
tinggi negeri dan siswa masuk perguruan tinggi swasta. Maka di perlukan scatter plot untuk
mengetahuinya, berikut hasil yang di dapatkan

18
 Y dengan X1
250000

200000
Axis Title

150000
Jumlah
100000 Seri…
Orang

50000

0
0 50000 100000 150000 200000

Gambar 3. 1 Jumlah siswa dengan siswa masuk Perguruan Tinggi Negeri

Y dengan X2
250000

200000

150000
Jumlah
Jumlah
100000 Orang

50000

0
0 20000 40000 60000 80000 100000 120000

Gambar 3. 2 Jumlah siswa dengan siswa masuk Perguruan Tinggi Negeri

Dari kedua gambar di atas, dapat di simpulkan bahwa antara jumlah siswa masuk
dengan siswa masuk perguruan tinggi negeri dan swasta terlihat memiliki hubungan linier yang
berbanding lurus

Nilai Korelasi P-Value

Y,X1 0.956763738 0.211604064
Y,X2 0.847483689 5.78E-16
Tabel 3. 3 Hasil Uji Korelasi

Menurut table di atas, dapat diketahui bahwa uji korelasi pada jumlah total siswa yang
masuk perguruan tinggi dengan jumlah siswa yang masuk ke perguruan tinggi negeri dan
perguruan tinggi swasta pada level signifikan 0.05. di dapatkan hasil gagal tolak H0 pada X1
karena P-value > α, dimana tidak terdapat keterkaitan yang signifikan dengan variabel Y. di

19
dapatkan hasil tolak H0 pada X2 karena P-value < α, dimana terdapat keterkaitan yang
signifikan dengan variabel Y.
Nilai korelasi antara variabel Y dengan X1 di dapatkan hasil sebesar 0.956763738 yang
dapat dikatakan bahwa hubungan linier berbanding lurus dan cukup kuat karena mendekati 1,.
Nilai korelasi antara variabel Y dan X2 di dapatkan hasil 0.847483689 yang dapat dikatakan
bahwa hubungan linier berbanding lurus dan cukup kuat karena mendekati 1.

3.3 Model Regresi Berganda

Jumlah Siswa Masuk

Perguruan Tinggi
Y = -2093,73 + 31,43X1 + 2,215X2
Tabel 3. 4 Regresi Linier Berganda

Model Regresi yang diperoleh berdasarkan hasil penelitian yang diperoleh adalah Y =
-2093,73 + 31,43X1 + 2,215X2,. Berdasarkan hasil perssamaan analisis regresi berganda
maka dapat di interpretasikan sebagai berikut :
Nilai konstanta (a) sebesar -2093,73 yang berarti terjadi perubahan nilai variabel jumlah
siswa masuk perguruan tinggi (X1) dan jumlah siswa masuk perguruan tinggi swasta (X2)
maka jumlah siswa masuk perguruan tinggi negeri dan swasta akan terjadi sebesar 0. Dimana
jumlah siswa masuk perguruan tinggi negeri dan swasta mengelami penurunan sebesar -
2093,73, Koefisien regresi jumlah siswa masuk perguruan tinggi negeri (X1) mengalami
kenaikan sebesar +32,43 dimana symbol (+) menunjukkan adanya hubugan searah antara
Jumlah siswa masuk perguruan tinggi negeri(X1) dan jumlah siswa masuk perguruan tinggi
negeri dan swasta (Y). Koefisien regresi jumlah siswa masuk perguruan tinggi swasta
mengalami kenaikan sebesar +2,215 dimana symbol (+) menunjukkan adanya hubungan
searah antara jumlah siswa masuk perguruan tinggi swasta (X2) dan jumlah siswa masuk
perguruan tinggi negeri dan swasta (Y).

A. Uji Serentak

Uji ini digunakan untuk mengetahui apakah jumlah siswa masuk perguruan tinggi,
jumlah siswa masuk perguruan tinggi negeri, jumlah siswa masuk perguruan tinggi swasta
berpengaruh secara signifikansi terhadap variable-variabel yang bersamaan. Berikut adalah
hasil uji serentak :

20
 Source df SS MS F Significance F

Regression 2 8954267186 4477133593 120.4974433 2.40113E-15

Residual Error 31 1151818143 37155423.98

Total 33 10106085329
Tabel 3. 5 Hasil Analisis Uji Serentak

Dapat di simpulkan bahwa jumlah siswa masuk perguruan tinggi negeri dan siswa masuk
perguruan tinggi swasta bernilai signifikansi karena nilai P-value (2.40113E-15) < α (0.05)
dan Nilai Fhitung (120.4974433) > Ftabel (4.319), Sehingga dapat disimpulkan bahwa adanya
pengaruh yang signifikan antara variabel X1, X2, dengan Y dan dapat di ambil keputusan
bahwa H0 di tolak.
B. Uji Parsial

Uji ini digunakan apakah jumlah mahasiswa masuk perguruan tinggi negeri dan swasta
dengan jumlah mahasiswaa masuk negeri dan jumlah mahasiswa masuk swasta terhadap model
dengan menguji masing-masing variabel, berikut hasil uji parsial dari data :

Predictor Ttabel T Stat P-value

Y 2.73328 1.248482336 0.221201457
X1 2.73328 1.275511406 0.211604064
X2 2.73328 15.26115511 5.77936E-16
Tabel 3. 6 Hasil Uji Parsial

Berdasarkan tabel di atas dapat di ketahui bahwa jumlah mahasiswa baru yang masuk
perguruan tinggi negeri dan swasta memiliki nilai P-value (0.221201457) > α (0.05).
Dan nilai Thitung (1.248482336) < Ttabel (2.73328).Sehingga keputusan H0 gagal ditolak,
sehingga dapat di artikan bahwa terdapat hubungan antara kedua variabel tersebut secara
signifikan. Dapat diketahui jumlah siswa yang masuk perguruan tinggi negeri memiliki nilai
P-value (0.211604064) > α (0.05). dan Thitung (1.275511406) < Ttabel (2.73328).Sehingga
keputusan H0 gagal ditolak, sehingga dapat di artikan bahwa terdapat hubungan antara kedua
variabel tersebut secara signifikan. Dan dapat diketahui pula Jumlah siswa masuk perguruan
tinggi swasta memiliki nilai P-value (5.77936E-16) < α (0.05). dan Thitung (15.26115511) >
Ttabel (2.73328), Sehingga keputusan H0 ditolak, sehingga dapat di artikan bahwa tidak terdapat
hubungan antara kedua variabel tersebut secara signifikan.

21
3.4 Simulasi Prediksi

Berdasarkan data yang di dapatkan dengan model regresi yaitu :

Y = -2093,73 + 31,43 X1 + 2,215 X2
Dengan model regresi di atas, dapat kita prediksi nilai Y berdasarkan perubahan pada
setiap variabel independennya. Dengan simulasi yang dilakukan, sebagai contoh apabila
jumlah siswa masuk perguruan tinggi negeri adalah 10.000.000 siswa dan jumlah siswa
masuk perguruan tinggi swasta 7.000.000 siswa, maka nilai Y yang di dapatkan adalah
Y = -2093,73 + 31,43 X1 + 2,215 X2
Y = -2093,73 + 31,43 (10.000.000) + 2,215 (7.000.000)
Y = 329.802.906,27
Maka dapat di simpulkan jika terjadi penambahan sebanyak 10.000.000 siswa yang
masuk perguruan tinggi negeri dan 7.000.000 siswa yang masuk perguruan tinggi swasta,
maka nilai Y jumlah siswa masuk perguruan tinggi negeri dan swasta menjadi
329.802.906,27 siswa.

22
 BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan analisis yang di dapatkan pada data PERKEMBANGAN JUMLAH SISWA
MASUK PERGURUAN TINGGI (PT) NEGERI DAN SWASTA DI INDONESIA
PERIODE TAHUN 2018/2019
1. Dari hasi analisis korelasi dapat di ketahui bahwa hubungan antara variabel Y
dengan kedua variabel X, hubungan linier berbanding lurus dan cukup kuat karena
mendekati 1
2. Model regresi yang di dapatkan yaitu, Y = -2093,73 + 31,43X1 + 2,215X2.
3. Berdasarkan uji serentak, dapat di simpulkan bahwa adanya pengaruh yang signifik
antara variabel X1 ,X2, dengan Y. Berdasarkan uji parsial dapat di simpulkan bahwa
variabel 𝑋1(Jumlah siswa yang masuk perguruan tinggi negeri seluruh Indonesia)
mempunyai hubungan yang signifikan dengan variabel Y (Jumlah total siswa yang
masuk perguruan tinggi negeri seluruh Indonesia). Sedangakan untuk variabel 𝑋2
(Jumlah siswa yang masuk perguruan tinggi swasta seluruh Indonesia) tidak
mempunyai hubungan yang signifikan dengan variabel Y (Jumlah total siswa yang
masuk perguruan tinggi negeri seluruh Indonesia).
4. Berdasarkan data yang ada, dapat diketahui bahwa persentase jumlah siswa yang
masuk perguruan tinggi negeri seluruh Indonesia lebih banyak dibandingkan siswa
yang masuk perguruan tinggi swasta
5. Dari data yang ada, dapat diketahui bahwa rata-rata dari perguruan tinggi negeri
sebesar 31568.41176, perguruan tinggi swasta 19669.20588 dan jumlah dari rata -
rata kedua variable tersebut adalah 50822.34274.

4.2 Saran
Dalam Penyusunan laporan selanjutnya, diharapkan lebih memperhatikan lagi cara
penyusunan kata atau penggunaan kata-kata dalam pembuatan interpretasi, sehingga dapat
mudah dipahami ketika dibaca dan cukup menjelaskan maksud dari gambar yang disajikan
dalam laporan. Serta dalam pengambilan data yang harus lebih rinci dan memperhatikan di
setiap perhitungannya.

23
4.3 Deskripsi Pembagian Kerja Kelompok
KONTRIBUSI ANGGOTA

• Achmad Kurniawan
Nim : 03201006
Tugas : Kata Pengantar
BAB I rumusan masalah
BAB I tujuan

• Akmal Taufqurrahman Sani

Nim : 03201011
Tugas :Menentukan judul
Mencari data
BAB I latar belakang

• Muhamad Faizal Yoga Prasetyo

Nim : 03201052
Tugas :BAB II bagian dasar teori dan membuat ppt
Menyusun laporan
Membuat cover

• Muhammad Asrullah
Nim = 03201056
Tugas : BAB III analisis data

• Muhammad Rifaldi
Nim : 03201064
Tugas : BAB III analisis data
BAB IV

24
 DAFTAR PUSTAKA
Yuvalinda, (2019) , Kupas Tuntas Analisis Korelasi beserta Contohnya!,
https://yuvalianda.com/analisis-korelasi/ , di akses pada tanggal 3 Juni 2021
Itasia & Y Angraini, Analisis Regresi 1,
https://www.stat.ipb.ac.id/en/uploads/STK331/STK331_07.pd f, di akses pada tanggal 3 juni
2021
ABDUL NASER RAFI’i ATTAMIMI, INTAN NIRMALA, DINA ALIF VATUL PUTRI,
(2019), Statistik Pendidikan Tinggi tahun 2019,
https://pddikti.kemdikbud.go.id/asset/data/publikasi/Statistik%20Pendidikan%20Tinggi%20I
ndonesia%202019.pdf , di akses pada tanggal 19 Mei 2021

25
LAMPIRAN DATASET TUGAS BESAR

26
 Regression Statistics

Multiple R 0.941290215

R Square 0.886027269

Adjusted R Square 0.87867419

Standard Error 6095.524914

Observations 34

ANOVA
Significance
df SS MS F F
Regression 2 8954267186 4477133593 120,4974433 2,40113E-15
Residual 31 1151818143 37155423,98
Total 33 10106085329

Coeffici Standar Lower Upper Lower Upper

ents d Error t Stat P-value 95% 95% 95,0% 95,0%
- - - -
Interc 2093,73 1677,02 1,24848 0,22120 5514,03 1326,57 5514,03 1326,57
ept 1572 1382 2336 1457 9217 6072 9217 6072
- -
Neger 31,4304 24,6414 1,27551 0,21160 18,8261 81,6871 18,8261 81,6871
i 8759 7905 1406 4064 4007 1524 4007 1524
Swast 2,21540 0,14516 15,2611 5,77936 1,91933 2,51147 1,91933 2,51147
a 5903 6332 5511 E-16 7219 4587 7219 4587

27