Analisis Statistik Pendidikan Fisika

1. Statistik Deskriptif

Berdasarkan analisis statistik deskriptif, berikut adalah ringkasan karakteristik data:

Animo: Rata-rata 33.33 dengan standar deviasi 10.63, menunjukkan fluktuasi minat calon mahasiswa yang cukup signifikan.
Daya Tampung: Rata-rata 62.22 dengan standar deviasi 38.56, menunjukkan peningkatan kapasitas yang drastis pada tahun 2023-2024.
Hasil: Rata-rata 34.33 dengan standar deviasi 18.48, menunjukkan variabilitas dalam pencapaian.
Mhs_baru: Rata-rata 25.78 dengan standar deviasi 12.56.
Mhs_aktif: Rata-rata 197.33 dengan standar deviasi 60.92.
Wisuda: Rata-rata 19.11 dengan standar deviasi 4.37, relatif stabil.

2. Analisis Time Series

Berdasarkan analisis time series, teridentifikasi beberapa pola menarik:

Animo menunjukkan penurunan dari 2016-2017, fluktuasi hingga 2018, kemudian tren menurun hingga 2021, dan sedikit peningkatan pada 2022 diikuti penurunan lagi.
Daya Tampung relatif stabil hingga 2021, kemudian meningkat signifikan pada 2023-2024.
Mahasiswa Baru menunjukkan tren menurun dari 2016 hingga 2021, dengan sedikit peningkatan pada 2022.
Wisuda relatif stabil dengan sedikit fluktuasi.

3. Analisis Korelasi Pearson

Matriks korelasi menunjukkan hubungan yang menarik antara variabel:

Korelasi positif terkuat ditemukan antara Hasil dan Mhs_baru (0.83), menunjukkan bahwa peningkatan hasil seleksi berkorelasi dengan peningkatan mahasiswa baru.
Animo memiliki korelasi positif dengan Hasil (0.58) dan Mhs_baru (0.54).
Wisuda memiliki korelasi negatif dengan Mhs_aktif (-0.49), yang menarik karena mungkin menunjukkan bahwa semakin banyak mahasiswa aktif, semakin sedikit yang wisuda pada tahun tersebut.

4. Analisis Regresi Linier Berganda

a. Regresi Mhs_baru vs Animo dan Daya_tampung

Model regresi: Mhs_baru = 11.47 + 0.36(Animo) + 0.03(Daya_tampung)

Model ini menjelaskan 47.5% variasi dalam jumlah mahasiswa baru (R² = 0.475)

Variabel Animo signifikan secara statistik (p-value = 0.039)

Variabel Daya_tampung tidak signifikan (p-value = 0.709)

b. Regresi Wisuda vs Mhs_baru dan Mhs_aktif

Model regresi: Wisuda = 21.59 - 0.02(Mhs_baru) - 0.01(Mhs_aktif)

Model ini menjelaskan 37.3% variasi dalam jumlah wisuda (R² = 0.373)

Kedua variabel tidak signifikan secara statistik pada level α=0.05

c. Regresi Animo vs Hasil dan Mhs_baru

Model regresi: Animo = 16.28 + 0.21(Hasil) + 0.10(Mhs_baru)

Model ini menjelaskan 47.1% variasi dalam animo (R² = 0.471)

Kedua variabel tidak signifikan secara statistik

5. Prediksi

Berdasarkan model regresi, prediksi untuk tahun 2025 adalah:

Mhs_baru: 22 orang
Wisuda: 18 orang
Animo: 30 orang

Prediksi ini didasarkan pada tren historis dan hubungan antara variabel. Perlu dicatat bahwa prediksi dapat berubah berdasarkan faktor eksternal yang tidak terduga.