Analisis Statistik Pendidikan Sejarah

Pendahuluan

Analisis ini bertujuan untuk memahami hubungan antara berbagai variabel dalam data program studi pendidikan sejarah dari tahun 2016 hingga 2024. Data yang dianalisis meliputi animo (calon mahasiswa), daya tampung, hasil seleksi, mahasiswa baru, mahasiswa aktif, serta wisuda.

Grafik Time Series

Analisis Time Series

Berdasarkan grafik time series, dapat dilihat fluktuasi setiap variabel dari tahun ke tahun:

Analisis Statistik Deskriptif

Interpretasi Statistik Deskriptif

Berdasarkan analisis statistik deskriptif:

Analisis Korelasi Pearson

Interpretasi Korelasi

Matriks korelasi menunjukkan hubungan antara berbagai variabel:

Analisis Regresi Linier Berganda

Regresi: Mhs_Baru vs Animo & Daya_Tampung

Regresi: Wisuda vs Mhs_Baru & Mhs_Aktif

Regresi: Animo vs Hasil & Mhs_Baru

Interpretasi Hasil Regresi

Berdasarkan analisis regresi linier berganda:

  1. Mhs_Baru vs Animo & Daya_Tampung: Model regresi menunjukkan bahwa animo memiliki pengaruh positif yang signifikan terhadap jumlah mahasiswa baru, sedangkan daya tampung memiliki pengaruh yang lebih kecil. Persamaan regresi: Mhs_Baru = 23.67 + 0.27*Animo - 0.07*Daya_Tampung
  2. Wisuda vs Mhs_Baru & Mhs_Aktif: Baik mahasiswa baru maupun mahasiswa aktif memiliki pengaruh positif terhadap jumlah wisuda. Persamaan regresi: Wisuda = -9.21 + 0.42*Mhs_Baru + 0.06*Mhs_Aktif
  3. Animo vs Hasil & Mhs_Baru: Terdapat hubungan positif yang kuat antara animo dengan hasil seleksi dan mahasiswa baru. Persamaan regresi: Animo = -13.28 + 1.46*Hasil + 0.56*Mhs_Baru

Prediksi untuk Tahun 2025

Interpretasi Prediksi

Berdasarkan model regresi yang telah dibuat, berikut prediksi untuk tahun 2025:

Prediksi ini didasarkan pada tren historis dan hubungan antara variabel yang telah dianalisis. Perlu dicatat bahwa prediksi ini memiliki tingkat ketidakpastian dan dapat dipengaruhi oleh faktor-faktor eksternal yang tidak dimasukkan dalam model.