Laporan ini membahas pemodelan tingkat risiko putus sekolah pendidikan dasar menggunakan metode CHAID dan regresi logistik dengan kasus Indralaya, Sumatera Selatan. Tujuannya adalah mengidentifikasi faktor-faktor dominan yang mempengaruhi risiko putus sekolah dan membuat model yang dapat memprediksi tingkat risiko tersebut."

1. LAPORAN AKHIR PKMP
PEMODELAN TINGKAT RISIKO PUTUS SEKOLAH PENDIDIKAN
DASAR MENGGUNAKAN METODE CHAID DAN REGRESI LOGISTIK
(Kasus: Indralaya sebagai Ibu Kota Kabupaten Ogan Ilir Sumatera Selatan)
Oleh:
1. Didin Astriani Prasetyowati ( 08071001018) Angkatan 2007
2. Nafitalia (08081001014) Angkatan 2008
3. Rahmat Kurniadi (08091001015) Angkatan 2009
UNIVERSITAS SRIWIJAYA
INDRALAYA
2011

2. HALAMAN PENGESAHAN
PROGRAM KREATIVITAS MAHASISWA
LAPORAN AKHIR
1. Judul :
Pemodelan Tingkat Risiko Putus Sekolah Pendidikan Dasar Menggunakan
Metode Chaid dan Regresi Logistik (kasus: Indralaya sebagai Ibu Kota
Kabupaten Ogan Ilir Sumatera Selatan)
2. Bidang Kegiatan : PKM-P
3. Bidang Ilmu : MIPA
4. Ketua Pelaksana Penelitian
a. Nama Lengkap : Didin Astriani Prasetyowati
b. NIM : 08071001018
c. Jurusan : Matematika
d. Universitas : Universitas Sriwijaya
e. Alamat Rumah dan No HP : Komplek Serumpun Indah A2-11 Indralaya
Ogan Ilir, 085273778320
f. Alamat email : Astriani59@gmail.com
5. Anggota Pelaksana Penelitian : 2 Orang
6. Dosen Pendamping
a. Nama Lengkap dan Gelar : Dian Cahyawati S., M.Si
b. NIP : 197303212000122001
c. Alamat Rumah dan No HP : Komplek Serumpun Indah A2-11 Indralaya
Ogan Ilir 30662
6. Biaya Kegiatan Total
a. Dikti : Rp 5.500.000,- (lima juta lima ratus ribu
rupiah)
b. Sumber Lain : Rp 0,-
7. Jangka Waktu Pelaksanaan : 5 bulan
Indralaya, 27 Juni 2011
Menyetujui,
Pembantu Dekan III FMIPA Ketua Pelaksana Kegiatan
Drs. Endro Setyo Cahyono, M.Si Didin Astriani Prasetywati
NIP 19640926 199002 1 002 NIM 08071001018
Pembantu Rektor III
Universitas Sriwijaya Dosen Pendamping
Dr. Ir. H. Anis Saggaff, MSCE Dian Cahyawati, M.Si
NIP 19621028 198903 1 002 NIP 19730321 2000 12 2 001

3. ABSTRAK
Salah satu permasalahan di dunia pendidikan nasional di Indonesia adalah
masalah putus sekolah. Angka putus sekolah yang paling tinggi adalah putus
sekolah pendidikan dasar (SD dan SLTP). Salah satu upaya pemerintah untuk
menurunkan angka putus sekolah adalah dengan pemberian program beasiswa.
Namun terdapat indikasi bahwa pendistribusian program beasiswa ini tidak tepat
sasaran karena pemberian beasiswa belum mempertimbangkan status ekonomi
dan kriteria tertentu penerimanya. Kriteria calon penerima beasiswa dapat
ditentukan melalui faktor-faktor yang mempengaruhi dan besarnya tingkat risiko
seseorang untuk putus sekolah. Hal ini dapat diperoleh melalui analisis metode
CHAID dan pemodelan regresi logistik. Analisis dilakukan terhadap 156 sampel
anak usia sekolah pendidikan dasar hasil Survei tahun 2011 Kecamatan Indralaya.
Hasil analisis metode CHAID menunjukkan bahwa faktor-faktor yang
berpengaruh terhadap variabel status putus sekolah adalah Pendidikan Kepala
Keluarga, Pendapatan Rumah Tangga dan Jenis Kelamin Anak. Hasil pemodelan
regresi logistik melalui pengkategorian ulang variabel-variabel bebas dengan
metode CHAID, diperoleh model terbaik untuk menduga besarnya tingkat risiko
seseorang untuk putus sekolah yaitu :
exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
π=
1 + exp( −6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
ABSTRAC
One of problems in world education of national in Indonesian is drop out
case. The highest number of drop case is drop out of base education (primary
and secondary school). One of governmental efforts to decrease number of drop
out is giving schoolarship program. But there are indication that this
schoolarship program distribution not fall into right target because of not yet
considered economic status and selected criterion of his grantee candidate. The
grantee candidate criterion can be determined by knowing the influence factors of
drop out case and the magnitude of someone risk to drop out. Those thing can be
obtained by analysis CHAID method and formulates logistic regression model
Analysis conducted to 4568 school age child sampel of base education result of
Susenas year 2000 South Sumatera Province. The result of analysis CHAID
methode indicate that the influence factors to drop out variable are all
independent variables which perceived, that are Education of Household Head
(KRT), Proportion Expenditure of Food, Location, Amount of Children, Work of
KRT, and Gender child. The result of logistic regression model passing
recategory in dependent variables by CHAID method, obtained the best logistic
regression estimated model to estimate someone risk to drop out. That is:
exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
π=
1 + exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))

4. KATA PENGANTAR
Bismillaahirrohmaanirrohiim
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah melimpahkan
rahmat dan karunia-Nya sehingga penelitian ini berhasil diselesaikan dengan
segala kemudahan dan kelancaran. Penelitian ini berjudul Pemodelan Tingkat
Resiko Putus Sekolah Pendidikan Dasar Menggunakan Metode Chaid dan Regresi
Logistik (Kasus: Indralaya Sebagai Ibu Kota Kabupaten Ogan Ilir Sumatera
Selatan). Penelitian ini merupakan penelitian Program Kreativitas Mahasiswa di
bidang Penelitian (PKM-P) yang didanai dari dana DP2M Dikti, Tahun Anggaran
2011.
Laporan penelitian ini pada intinya berisikan tentang faktor-faktor yang
berpengaruh terhadap tingkat risiko putus sekolah pendidikan dasar seseorang
berdasarkan karakteristiknya. Berdasarkan faktor-faktor itu, selanjutnya dibentuk
model penduga tingkat risiko putus sekolah untuk mengetahui besarnya peluang
seseorang putus sekolah. Hasil penelitian ini diharapkan dapat memberikan bahan
pertimbangan dalam menentukan skala prioritas kriteria calon penerima beasiswa,
sebagai salah satu upaya pemerintah dalam menurunkan angka putus sekolah
terutama putus sekolah pendidikan dasar.
Penulis mengucapkan terima kasih yang tidak terhingga kepada Ibu Prof.
Dr. Badia Perizade, M.B.A selaku Rektor Universitas Sriwijaya, Bapak Dr. Ir. H.
Anis Saggaff, MSCE selaku Pembantu Rektor III Universitas Sriwijaya, Bapak
Drs. Muhammad Irfan, M.T selaku Dekan Fakultas MIPA Universitas Sriwijaya,
Bapak Drs. Endro Setyo Cahyono, M.Si selaku Pembantu Dekan III Fakultas
MIPA Universitas Sriwijaya, dan Dian Cahyawati, M.Si selaku dosen
pembimbing atas segala bantuan dan dukungan baik moril dan materil atas
terlaksananya penelitian ini. Ucapan terima kasih penulis sampaikan juga kepada
semua pihak yang telah membantu selesainya penelitian ini, yang tidak dapat
penulis tuliskan satu persatu. Semoga mendapatkan balasan dari Allah SWT,
Yang Maha Mengetahui dan Maha Memiliki segalanya.
Penulis menyadari bahwa laporan ini masih jauh dari sempurna, karenanya
kritik dan saran dari berbagai pihak sangat diharapkan. Akhir kata, penulis
berharap semoga hasil penelitian ini bermanfaat.
Indralaya, Juni 2011
Penuli
s

5. I. PENDAHULUAN
1.1. Latar Belakang Masalah
Kondisi dunia pendidikan nasional di Indonesia merupakan salah satu
masalah yang harus dihadapi dalam aktifitas-aktifitas Pembangunan Nasional.
Terutama masih tingginya angka putus sekolah, akan menjadikan masalah
pendidikan makin memburuk. Meskipun pada tahun 1994 pemerintah telah
mencanangkan Wajib Pendidikan Dasar 9 tahun (pendidikan dasar SD dan SLTP),
tetapi hingga saat ini belum seluruh penduduk yang berusia 7 – 15 tahun
mengenyam pendidikan yang seharusnya mereka terima. Bahkan diperkirakan
terdapat sekitar satu juta anak putus sekolah setiap tahunnya di Indonesia
(Republika, 5 Pebruari 2002, dalam Cahyawati 2007).
Demikian pula dapat diketahui dari data kependidikan yang tersedia di
Badan Penelitian dan Pengembangan (Balitbang) Departemen Pendidikan
Nasional, mengungkapkan bahwa selama tahun 1996/1997 – 1999/2000, rata-rata
putus sekolah SD sekitar 800 ribu orang, antara 226 ribu – 390 ribu orang putus
sekolah di SLTP, serta 800 ribu hingga 1,1 juta orang lulusan SD tidak
melanjutkan ke SLTP setiap tahunnya. Angka melanjutkan lulusan SD setiap
tahunnya hanya mencapai 67 – 75% (www.depdiknas.go.id).
Menurut hasil penelitian Alifianto (2008) dalam Choiriyah (2009),
ditunjukkan bahwa faktor-faktor yang menyebabkan anak putus sekolah adalah
faktor demografi, geografis, sosial budaya, dan ekonomi. Kondisi sosial ekonomi
yang diperhatikan dalam data Sensus Ekonomi Nasional (Susenas) 2003, seperti
juga yang diperhatikan dalam penelitian Siswadi (2009), kondisi sosial ekonomi
meliputi usia anak, jenis kelamin anak, jumlah anggota rumah tangga, usia
Kepala Rumah Tangga (KRT), jenis tingkat pendidikan KRT, lokasi tempat
tinggal, lapangan usaha KRT, jenis pekerjaan KRT, pengeluaran rumah tangga
perbulan, jenis dan sektor pekerjaan KRT.
Apabila faktor-faktor risiko tersebut dapat diketahui secara dini signifikansi
dan besar pengaruhnya terhadap kejadian putus sekolah, maka dapat ditentukan
apakah seseorang memiliki kecenderungan untuk putus sekolah atau tidak.
Apabila seorang anak terindikasi berisiko putus sekolah, maka dapat diantisipasi
dan diupayakan agar tidak mengalami putus sekolah, yaitu misalnya dengan
program beasiswa. Dengan memperhatikan faktor-faktor dominan dan tingkat
resiko putus sekolah tersebut, maka pendistribusian beasiswa dapat tepat sasaran.
Faktor-faktor dominan yang mempengaruhi seseorang tidak melanjutkan
sekolah dapat dianalisis dengan metoda CHAID sebagai metoda klasifikasi.
Menggunakan metoda ini dapat diketahui faktor-faktor apa saja yang
mempengaruhi tingkat risiko putus sekolah, mulai dari faktor yang paling kuat
pengaruhnya terhadap tingkat risiko putus sekolah sampai faktor-faktor yang
lemah pengaruhnya. Kemudian faktor-faktor ini dapat dimodelkan dengan
Regresi Logistik. Model Regresi Logistik akan menduga tingkat risiko seseorang
tidak melanjutkan sekolah atau putus sekolah pendidikan dasar berdasarkan latar
belakang dan karakteristik seseorang tersebut.
Melalui model ini, diharapkan peran dari Pemerintah dalam melaksanakan
pembangunan pendidikan, terutama di Kecamatan Indralaya sebagai ibukota
kabupaten. Kecamatan Indralaya merupakan kecamatan yang perlu diperhatikan
dalam perencanaan-perencanaan pembangunannya dan masalah-masalah
pendidikan yang terjadi. Hal ini karena selain sebagai Ibukota Kabupaten,

6. Kecamatan Indralaya merupakan tempat adanya lembaga pendidikan tinggi negeri
terkemuka di Sumatera Selatan, yaitu Universitas Sriwijaya. Sehingga melalui
pendekatan model ini diharapkan dapat menjadi bahan informasi dan
pertimbangan bagi Pemerintah Daerah Indralaya untuk menentukan kebijakan
yang terkait dengan pendidikan dasar, khususnya masalah putus sekolah.
1.2. Perumusan Masalah
Salah satu upaya pemerintah yang telah dilakukan untuk membantu
pembiayaan sekolah adalah adanya program pemberian beasiswa, dihapuskannya
biaya SPP dan uang pangkal di SD dan SLTP negeri. Namun pendistribusian
beasiswa ini harus mengacu pada kriteria-kriteria tertentu penerima beasiswa agar
tidak terjadi kesalahan pendistribusian. Sangat diharapkan bahwa besiswa ini
dapat diterima oleh orang yang benar-benar membutuhkan.
Kriteria penerima beasiswa dapat mengacu pada faktor-faktor dominan yang
mempengaruhi seseorang tidak melanjutkan sekolah. Berdasarkan besar kecilnya
tingkat risiko yang dihitung dengan pendekatan model ini, maka dapat ditentukan
skala prioritas calon penerima beasiswa.
1.3. Tujuan Penelitian
1. Memperoleh faktor-faktor dominan yang mempengaruhi tingkat risiko
seseorang putus sekolah pendidikan dasar di Kecamatan Indralaya.
2. Membuat model yang dapat menduga tingkat risiko putus sekolah
pendidikan dasar seseorang berdasarkan faktor-faktor yang
mempengaruhinya.
1.4. Luaran yang Diharapkan
Penerapan metode CHAID sebagai salah satu tehnik statistika dapat
menghasilkan faktor-faktor yang berpengaruh terhadap risiko putus sekolah,
selanjutnya pemodelan Regresi Logistik dapat digunakan untuk mengetahui
besarnya risiko seseorang putus sekolah. Sehingga hasil penelitian secara
keseluruhan diharapkan dapat dijadikan rujukan untuk membuat skala prioritas
pemberian beasiswa sebagai salah satu upaya menurunkan angka putus sekolah
terutama putus sekolah pendidikan dasar 9 tahun.
Hasil penelitian ini diharapkan dapat diterapkan pada siswa siswi SD dan
SLTP untuk segera mengetahui besarnya tingkat risiko seorang anak putus
sekolah pendidikan dasar, sehingga diharapkan dapat memberikan kontribusi
untuk menyelesaikan masalah pendidikan dalam Pembangunan Nasional.
1.5. Kegunaan Penelitian
1. Memberikan masukan kepada pemerintah Kecamatan Indralaya dalam
menyusun kebijakan pendidikan untuk menurunkan angka putus sekolah
tingkat SD dan SMP, sehingga berdasarkan faktor – faktor yang signifikan
diharapkan angka putus sekolah tingkat SD dan SMP dapat dikendalikan.
2. Memberikan alternatif pertimbangan untuk menentukan bantuan biaya
pendidikan yang bertujuan untuk menghindari kejadian putus sekolah
pendidikan dasar di Kecamatan Indralaya.

7. II. TINJAUAN PUSTAKA
Metoda CHAID sebagai tehnik statistika dapat digunakan untuk menentukan
klasifikasi faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah.
Pemodelan Regresi Logistik dapat digunakan untuk menghitung dan mengetahuhi
besarnya tingkat risiko seseorang putus sekolah berdasarkan latar belakang dan
karakteristik orang tersebut.
2.1. Metode CHAID
Metode CHAID (Chi-square Automatic Interaction Detection) merupakan
salah satu tipe metode AID (Automatic Interaction Detection). AID adalah suatu
teknik untuk menganalisis kelompok data berukuran besar dengan membaginya
meojadi sub-sub kelompok yang tidak saling tumpang tindih (Kass, 1982). Teknik
pemecahan kelompok menjadi beberapa sub kelompok dilakukan sedemikian rupa
sehingga diperoleh sub-sub kelompok yang secara maksimal saling berbeda
(Huba, 2001).
Proses pemecahan dan pengelompokkan dilakukan secara iteratif, dimulai
dari peubah bebas yang mempunyai hubungan paling kuat dengan peubah
takbebas yang ditunjukan oleh besarnya nilai-p (p-value) berdasarkan uji khi-
kuadrat. Analisis CHAID juga akan melakukan penggabungan kategori-kategori
dalam satu peubah bebas yang tidak memiliki hubungan dengan peubah takbebas,
sehingga hasil penggabungan itu menjadi kategori yang berpengaruh terhadap
peubah takbebas.
2.1.1. Algoritma Metode CHAID
Proses pengelompokkan dengan metode CHAID ini menggunakan default
batas nilai-p = 0.05, artinya jika ada dua buah kategori/ kelompok yang memiliki
nilai-p ≥ 0.05 maka kategori itu akan digabung. Sedangkan untuk splitting,
menggunakan default nilai-p < 0.10, artinya jika suatu kategori memberikan nilai-
p kurang dari 0.10, maka kategori itu akan dipecah berdasarkan
kategori/kelompok lain.
Melalui metode ini, akan dihasilkan peubah-peubah bebas yang
berpengaruh terhadap peubah takbebas mulai dari yang paling tinggi keeratannya
hingga yang paling rendah. Sedangkan untuk peubah bebas yang tidak
berpengaruh terhadap peubah takbebas, maka peubah itu akan dikeluarkan Pada
analisis regresi, proses seperti ini dikenal dengan metode selection forward untuk
menentukan peubah-peubah yang berpengaruh.
Secara singkat algoritma CHAID adalah sebagai berikut (http://www.cbs.wl/
en/services/autimp/appendix%201-tree-(autimp).pdf) :
1. Untuk setiap peubah bebas cari pasangan kategori yang memiliki nilai-p
paling besar.
2. Bandingkan nilai-p itu dengan batas nilai-p yang telah ditetapkan, jika lebih
besar maka gabungkan. Jika nilai-p terbesar masih lebih kecil dari batas nilai-
p maka tidak ada kategori yang perlu digabungkan. Jika peubah bebas hanya
memiliki dua kategori, dan apabila nilai-p yang ada lebih besar dari batas
nilai-p, maka peubah ini dikeluarkan dari model. Lanjutkan proses ini
sampai tidak ada lagi nilai pasangan kategori yang mempunyai nilai-p lebih
besar dari batas nilai-p. Untuk peubah kategorik nominal, penggabungan
dapat dilakukan antara kategori mana saja. Tetapi pada peubah berskala
ordinal, penggabungan hanya dapat dilakukan antara kategori-kategori yang
berurutan.

8. Apabila pada proses 2 ini terjadi penggabungan kategori kedalam suatu
peubah, atau pengurangan jumlah kategori dari c kategori menjadi r kategori,
maka nilai-p yang digunakan dikalikan dengan pengganda Bonferroni (B).
Pengganda Bonferroni ini tergantung pada tipe peubah kategoriknya yaitu
peubah nominal atau peubah ordinal. Untuk :
I. Peubah Nominal
i (r − i)
r −1 c
B = ∑(−1) . . .(1)
i =0 i!(r − i )!
II. Peubah Ordinal
 c − 1
B =
 r − 1
 . . .(2)
 
3. Dari semua peubah bebas hasil proses 1 dan proses 2, cari peubah dengan
nilai-p paling kecil sebagai peubah pertama yang masuk dalam model.
4. Ulangi proses 1, 2 dan 3 untuk peubah bebas sisanya dengan menempatkan
peubah bebas itu sebagai sub populasi berdasarkan kategori peubah yang
terpilih.
Metode ini menghasilkan suatu dendogram yang menggambarkan struktur
hubungan peubah takbebas dan peubah bebas, interaksi antar peubah bebas dan
pengkategorian ulang peubah-peubah bebas.
2.2. Regresi Logistik
Model Logistik atau model logit telah digunakan secara luas dalam berbagai
analisis statistika terutama di bidang kesehatan dan bidang sosial. Model analisis
ini pertama kali digunakan oleh Truett, Cornfield dan Kannel pada tahun 1967
(Hosmer & Lemeshow, 2000).
Misalkan terdapat p peubah bebas X ′ = ( X 1 , X 2 ,  , X p ) yang berpasangan
dengan peubah takbebas Y yang bernilai 0 dan 1. Peluang Y=1 dinotasikan dengan
π(X). Fungsi regresi logistik antara π(X) dan X adalah:
exp[ g ( X )]
π(X ) = , …(3)
1 + exp[ g ( X )]
dengan g ( X ) = β0 + β1 X 1 + β2 X 2 +  + β p X p (Hosmer & Lemeshow,2000).
Fungsi regresi di atas berbentuk curvilinear sehingga untuk membuatnya
menjadi fungsi linier dilakukan transformasi logit sebagai berikut (Agresti,2002):
 π(X ) 
logit [π ( X )] = log   = g( X ) …(4)
1 − π ( X ) 
Pengujian terhadap parameter βi secara simultan dilakukan dengan
menggunakan Uji Nisbah Kemungkinan (Likelihood Ratio Test) dari hipotesis
sebagai berikut:
H0 : β0 = β1 = …= βp =0
H1 : ada βi ≠ 0 ; i=0,1, …, p
Statistik uji yang digunakan adalah statistik G, yaitu:

9.   n1  n1  n0  n0 
     
n n
G = −2 ln  n     …(5)
 
 ∏ π i i (1 − π i )
y 1− yi

 i =1
 

n n
dengan n1 = ∑Yi , n0 = ∑ (1 − Yi ), dan n = n0 + n1 .
i =1 i =1
2 2
Kriteria ujinya adalah tolak H0 jika nilai G> X ( p −1,α) . Dimana X ( p −1,α)
adalah sebaran X2 dengan derajat bebas (p-1).
Sedangkan pengujian parameter βi secara parsial dilakukan dengan Uji Wald
dengan cara merasiokan βi dugaan dengan kesalahan bakunya. Hipotesis yang
akan diuji adalah :
H 0 : βi = 0
H1 : βi ≠ 0 ; i=0,1, …, p.
Statistik uji yang digunakan adalah Statistik W, yaitu:
ˆ
βi
W =
ˆ ˆ
SE βi( ) …(6)
Kriteria ujinya adalah tolak H0, jika statistik W > sebaran normal baku.
Dalam regresi logistik β1 menunjukkan perubahan nilai logit untuk setiap
satu unit perubahan pada peubah bebas X. Untuk model regresi logistik dengan
satu peubah bebas dikotom dapat diilustrasikan dalam tabel berikut:
Peubah Bebas
Peubah Tak Bebas
X=1 X=0
exp( β 0 + β 1 ) exp( β 0 )
Y=1 π (1) = π ( 0) =
1 + exp( β 0 + β 1 ) 1 + exp( β 0 )
1 1
Y=0 1- π (1) = 1- π (0) =
1 + exp( β 0 + β1 ) 1 + exp( β 0 )
Jumlah 1 1
Sumber: Hosmer & Lemeshow (2000)
Nilai odds (rasio antara Y=1 dengan Y=0) untuk X=1 adalah [π(1)/1-π(1)],
sedangkan untuk X=0 adalah [π(0)/1-π(0)]. Log dari kedua odds tersebut
didefinisikan sebagai g(1) dan g(0). Rasio odds (ψ) didefinisikan sebagai rasio
dari odds untuk x=1 dengan x=0, sehingga:
ψ=
[π (1) / 1 − π (1)] = exp( β )
…(7)
[ π ( 0) / 1 − π ( 0) ] 1
 [π (1) / 1 − π (1)] 
Lnψ = Ln   = g (1) − g (0) = β 1 = beda logit
 [π (0) / 1 − π (0)] 
Jadi, pada model logistik dengan satu peubah bebas dikotom koefesien β1
adalah beda logit, sedangkan exp(β1) adalah nilai rasio odds (Hosmer &
Lemeshow, 2000).
Rasio odds (ψ)=1 berarti bahwa individu dengan nilai x=1 mempunyai
risiko yang sama dengan individu dengan nilai x=0. Jika 1<(ψ)<∞ maka individu

10. dengan nilai x=1 mempunyai risiko yang lebih besar dibanding dengan individu
dengan nilai x=0. Sedangkan jika 0<(ψ)<1 maka individu dengan nilai x=1
mempunyai risiko yang lebih kecil dibanding dengan individu dengan nilai x=0
dalam kaitannya dengan Y=1 (Agresti, 2002).
III. METODE PENELITIAN
Metode yang digunakan dalam penelitian ini adalah survei. Teknik
pengambilan sampel yang digunakan adalah teknik pengambilan sampel acak
sederhana, dimana terdapat 20 Desa di Kecamatan Indralaya, diambil 20% secara
acak diperoleh 4 desa, dari setiap desa diambil 10-15 Rumah Tangga (RT) secara
acak sehingga diperoleh 40-60 RT sebagai responden.
Pengumpulan data primer dilakukan melalui pengisian kuesioner oleh
Rumah Tangga yang mempunyai anak usia pendidikan dasar ( 7-15 tahun). Hal-
hal yang ditanyakan berkaitan dengan karakteristik sosial ekonomi keluarga dari
anak usia sekolah pendidikan dasar baik yang putus sekolah maupun yang tidak.
Variabel tak bebas (dependent) yang diamati adalah status putus sekolah (Y
= 1) atau melanjutkan sekolah (Y = 0). Sedangkan variabel-variabel bebas yang
diamati adalah :
1. Jenis Kelamin
2. Pendidikan Terakhir Kepala Keluarga
3. Jenis Pekerjaan Kepala Keluarga
4. Jumlah Anak dalam Keluarga
5. Pendapatan Rumah Tangga
IV. PELAKSANAAN PROGRAM
4.1. Tempat dan Waktu Pelaksanaan
Tempat penelitian adalah wilayah Kecamatan Indralaya Kabupaten Ogan
Ilir. Waktu penelitian dimulai dari bulan Februari 2011- bulan Juni 2011.
4.2. Jadwal Faktual Pelaksanaan
Berikut adalah tabel yang berisikan rancangan kegiatan penelitian yang
telah dilakukan.
Tabel 1. Rancangan dan Jadual Kegiatan Penelitian
Waktu (Bulan)
No. Uraian Kegiatan
1 2 3 4 5
1. PERSIAPAN
1. Pengumpulan, Penelusuran Referensi u/ Studi Pustaka
2. PELAKSANAAN
1. Pengumpulan Data primer
2. Setting dan Input Data
3. Membuat Program Treedisc utk Data Amatan
4. Pengolahan Data menggunakan Metode CHAID
5. Pembentukan Model Regresi Logistik
6. Deskripsi dan Interpretasi Hasil
3. PENYUSUNAN DAN PEMBUATAN LAPORAN
1. Pembuatan Draft Laporan Penelitian
2. Penyusunan Laporan Penelitian Akhir

11. 3. Penggandaan Laporan
4. SEMINAR dan PUBLIKASI HASIL PENELITIAN
4.3. Instrumen Pelaksanaan
Instrumen pelaksanaan dalam penelitian ini menggunakan program makro
TREEDISC yang ditulis pada paket program SAS versi 6.12 untuk analisis
metode CHAID, sedangkan pemodelan Regresi Logistik menggunakan paket
program statistik SPSS versi 15.
4.4. Rancangan dan Realisasi Biaya
Biaya yang telah dikeluarkan untuk kegiatan penelitian ini adalah sebesar
Rp 5.500.000.00 (Lima juta lima ratus ribu rupiah), dengan rincian seperti pada
Tabel 2 berikut.
Tabel 2. Rincian Biaya Penelitian
No. Komponen Biaya Biaya Total Biaya
1 KEGIATAN PERSIAPAN
1. Penelusuran dan Pengumpulan Referensi
Buku, Jurnal, Internet Rp400.000
2. Satu unit ATK x Rp 100.000 Rp100.000
3. Peach Catridge 2 buah x Rp 200.000 Rp400.000
4. Kertas A4 2 rim x Rp 35.000 Rp70.000
5. Tinta 4 kotak x Rp 20.000 Rp80.000
Rp1.050.000
2 PELAKSANAAN PENELITIAN
1. Fotokopy Draf Proposal
15 lembar x 4 rangkap Rp 10.000
2. Papan Survei
3 buah x Rp 10.000 Rp 30.000
3. Fotokopy Kuesioner
4 lembar x 100 x Rp 150 Rp 60.000
4. Sewa Ojeg Motor untuk pengambilan data primer
3 Motor x 4 hari x Rp 100.000 Rp 1.200.000
5. Konsumsi pelaksanaan survei
6 org x 4 hari x Rp 25.000 Rp 600.000
6. “gift” Responden
50 RT x Rp 10.000 p 500.000
7. Setting, Input , Pengolahan dan Analisis Data
3 org x 30 hari x Rp 10,000 Rp 900.000 Rp 3.300.000
3 PEMBUATAN LAPORAN PENELITIAN
1. Penyusunan Draf Laporan Monev Rp100.000
2. Pembuatan Laporan Akhir Rp250.000
3. Penggandaan Laporan Akhir Rp400.000
4. Pengiriman Laporan Akhir Rp200.000
5. Publikasi Hasil : Jurnal (PKMP– FMIPA Unsri) Rp100.000 Rp1.150.000
Total Biaya yang Diperlukan
Lima Juta Lima Ratus Ribu Rupiah Rp5.500.000

12. V. HASIL DAN PEMBAHASAN
5.1. Deskripsi Data
Berdasarkan teknik penarikan sampel, diperoleh sebanyak 50 KK dari
empat desa yang terpilih sebagai sampel, yaitu desa Indralaya Raya, Desa
Penyandingan, Desa Tanjung Seteko dan Desa Ulak Segelung. Dari 50 KK ini
diperoleh sampel anak sebanyak 156 anak, dengan anak yang berusia 7-15 tahun
sebanyak 85 anak, baik yang masih sekolah maupun yang putus sekolah. Profil 85
sampel anak usia sekolah pendidikan dasar (usia 7-15 tahun) berdasarkan
karakteristik yang diamati dan ukuran asosiasi dengan variabel terikat
ditampilakan pada tabel 2.
Tabel 2. Profil Anak Usia Sekolah Pendidikan Dasar Propinsi Sumatera Selatan
Status Sekolah Ukuran Asosiasi
Persentase
Variabel Jumlah Koef.
Putus Tidak (%) p-value
Kont
Jumlah Sampel 11 74 85 12.94
Perempuan 9 38 47 19.15
Jenis Kelamin 0.206 0.059
Laki-laki 2 36 38 5.26
Minimal SD 9 18 27 33.33
Pendidikan SLTP 2 45 47 4.26
0.392 0.000
Kepala Keluarga SLTA 0 3 3 0.00
PT 0 11 11 0.00
Berdagang 0 12 12 0.00
Bertani 7 32 39 17.95
Pekerjaan Kepala Swasta 3 12 15 20.00 -0.015 0.890
Keluarga
PNS 0 3 3 0.00
Lainnya 1 15 16 6.25
<=500000 10 25 35 28.57
Pendapatan 500000< Pdptn <=
1 38 39 0.373 0.000
Rumah Tangga 1000000 2.56
> 1000000 0 11 11 0.00
1-2 2 27 29 6.90
Jumlah Anak 3-4 3 25 28 10.71 -0.177 0.106
>4 6 22 28 21.43
Tabel 2. menunjukan persen dari anak usia sekolah pendidikan dasar yang
putus sekolah memiliki karakteristik utama: berjenis kelamin perempuan,
pendidikan Kepala Keluarga (KK) minimat tamat Sekolah Dasar, dan Pendapatan
KK kurang dari Rp.500.000,-. Dua variabel lainnya, yaitu variabel Jenis Pekerjaan
KK dan jumlah anak terlihat tidak memiliki hubungan langsung yang signifikan
dengan tingkat putus sekolah pendidikan dasar. Hal ini terlihat dari nilai p-value
yang lebih besar dari 10%.
5.2. Analisis Hasil Metode CHAID
Hasil analisis CHAID menghasilkan suatu kategori baru pada masing-
masing variabel bebas dan dendogram yang menggambarkan pengelompokkan
berdasarkan hubungan berstruktur variabel terikat dengan variabel-variabel bebas.
Proses penggabungan nilai-nilai kategori pada masing-masing variabel dengan
metode CHAID ini menggunakan default batas nilai-p = 0.05, artinya jika ada dua

13. buah kategori/kelompok yang memiliki p-value > 0.05 maka kategori itu akan
digabung. Sedangkan untuk splitting, menggunakan default nilai-p < 0.1, artinya
jika suatu kategori memberikan p-value kurang dari 0.1, maka kategori itu akan
dipecah berdasarkan kategori lain.
Proses perhitungan dan pembentukan dendogram pada metode CHAID
dilakukan dengan menggunakan program macro TREEDISC pada SAS 6.12.
Dendogram hasil metode CHAID tersebut terlihat seperti pada Gambar 1.
SPL: STATSKOL
VAL: 0 1
COU: 74
11
PVA: 0.0004
0.0007
SPL: PDDKK SPL: PDDKK
VAL: 1 VAL: 2 3 4
COU: 189 41
PVA: 0.3276 COU: 56 2
0.3340 PVA: 0.1859
0.4880
SPL: JK SPL: JK SPL: PDPRT SPL: PDPRT
VAL: 0 VAL: 1 VAL: 1 VAL: 2 3
COU: 13 COU: 5 7 COU: 12 COU:
2 PVA: 0.3964 2 44 0
PVA: 0.3596 0.4076 PVA: 0.1859 PVA:
0.8401 0.4880
Gambar 1. Dendogram Status Putus Sekolah Pendidikan Dasar Hasil Metode CHAID
5.2.1. Pengkategorian Ulang pada Variabel Bebas dengan Metode CHAID
Pada penelitian ini ada lima variabel bebas yang dianalisis, dari enam
variabel diperoleh bahwa ada tiga variabel bebas yang berpengaruh terhadap
variabel terikat. Hasil kategori baru pada variabel-variabel bebas dengan metode
CHAID adalah sebagai berikut
1. Jenis Kelamin (JK) dari 2 kategori tetap menjadi 2 kategori, yaitu: (0)
Laki-laki dan (1) Perempuan
2. Pendidikan KK (PDDKK) dari 4 kategori berubah menjadi 2 kategori,
yaitu: (1) minimal tamat SD dan (2,3,4) tamat SLTP ke atas.
3. Pendapatan Rumah Tangga (PDPRT) dari 3 kategori berubah menjadi 2
kategori, yaitu: (1) adalah rumah tangga dengan pendapatan kurang dari
Rp.500.000,- dan (2,3) adalah rumah tangga dengan pendapatan lebih dari
Rp.500.000,-.
5.2.2. Faktor-Faktor yang Berpengaruh terhadap Risiko Putus Sekolah
Berdasarkan Gambar 1, dapat dijelaskan sebagai berikut:
1) Faktor utama yang paling kuat pengaruhnya terhadap tingkat putus
sekolah seseorang adalah Pendidikan Kepala Keluarga. Dari 4 kategori,
diperoleh 2 kategori yang saling beda secara statistik, yaitu: kategori
pertama minimal tamat SD dan kategori kedua tamat SLTP ke atas.
2) Kategori pertama dari pendidikan KK, dipengaruhi oleh jenis kelamin
anak dalam rumah tangga, dimana untuk jenis kelamin perempuan

14. cenderung lebih rendah pendidikannya dibandingkan dengan laki-laki
dalam kontribusinya terhadap tingkta putus sekolah.
3) Kategori kedua dari pendidikan KK, dipengaruhi oleh pendapatan Rumah
Tangga, hal ini terdapat kecenderungan bahwa semakin kecil pendapatan
rumah tangga maka semakin besar pula resiko seseorang terhadap putus
sekolah.
Apabila dilihat secara keseluruhan, dendogram pada Gambar 1., secara
umum dapat disimpulkan bahwa faktor-faktor yang mempengaruhi tingkat risiko
putus sekolah pendidikan dasar adalah tingkat Pendidikan Kepala Keluarga,
Pendapatan Rumah Tangga, dan Jenis Kelamin.
Faktor-faktor yang berpengaruh terhadap tingkat risiko putus sekolah
pendidikan dasar hasil analisis metode CHAID di atas dapat memberikan petunjuk
untuk menentukan kebijakan dalam memberikan bantuan dana atau program
beasiswa sebagai salah satu upaya pemerintah untuk menurunkan angka putus
sekolah di Indonesia khususnya di Kecamatan Indralaya.
5.3. Pembentukan Model Regresi Logistik
Bentuk model regresi logistik untuk status putus sekolah, berdasarkan
penelitian yang telah dilakukan dapat dituliskan pada persamaan di bawah ini:
exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
π=
1 + exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
Berdasarkan model dapat dicari peluang putus sekolah seorang, misalkan,
seorang anak yang berasal dari kepala rumah tangga dengan pendidikan SD,
pendapatan rumah tangganya dibawah Rp.500.000,-, dan berjenis kelamin
perempuan, maka peluang risiko putus sekolahnya adalah:
exp(−6.288 + 2.364(1) + 2.282(1) + 2.389(1))
π=
1 + exp(−6.288 + 2.364(1) + 2.282(1) + 2.389(1))
exp(0.747)
π=
1 + exp(0.747)
2.111
π= =0.679
1 + 2.111
Jadi risiko putus sekolah seorang anak yang berasal dari karakteristik
tersebut di atas adalah 0,679 (67,9%). Anak tersebut memiliki tingkat risiko yang
lebih kecil untuk tidak putus sekolah yaitu sebesar 32,1%.
Demikian seterusnya untuk anak-anak usia sekolah dengan latar belakang
rumah tangga dan karakteristiknya yang lain, masing-masing dapat diketahui
besarnya tingkat risiko untuk putus sekolah. Sehingga melalui pemodelan regresi
logistik di atas, dapat ditentukan kriteria penerima bantuan dana atau beasiswa
sebagai salah satu upaya pemerintah untuk menurunkan tingkat atau angka putus
sekolah di Indonesia khususnya di Kecamatan Indralaya sebagai Ibu Kota
Kabupaten Ogan Ilir, dan sebagai tempat adanya perguruan tinggi negeri
terkemuka di Provinsi Sumatera Selatan, yaitu Universitas Sriwijaya.
Calon penerima beasiswa diutamakan adalah anak-anak yang memiliki
tingkat risiko yang besar berdasarkan kriteria pada model. Sehingga beasiswa
yang diberikan, bukan saja sebagai reward bagi seseorang yang berprestasi tetapi

15. lebih utama diberikan kepada mereka yang memiliki risiko besar untuk putus
sekolah.
VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan
1. Hasil dari metode CHAID menunjukkan bahwa faktor-faktor yang
berpengaruh terhadap tingkat risiko putus sekolah pendidikan dasar pada
anak usia 7-15 tahun di Kecamatan Indralaya adalah latar belakang
pendidikan Kepala Keluarga, Pendapatan Rumah Tangga, dan Jenis
Kelamin Anak.
2. Model terbaik yang dapat digunakan untuk menduga tingkat risiko putus
sekolah pendidikan dasar adalah:
exp(−6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
π=
1 + exp( −6.288 + 2.364 PDDKK (1) + 2.282 PDPRT (1) + 2.389 JK (1))
Pemodelan regresi logistik di atas, dapat ditentukan kriteria penerima
bantuan dana atau beasiswa sebagai salah satu upaya pemerintah untuk
menurunkan tingkat atau angka putus sekolah di Kecamatan Indralaya.
6.2. Saran
1. Penentuan program beasiswa hendaknya tidak lagi hanya ditujukan bagi
siswa yang memiliki prestasi pendidikan yang baik saja, tetapi
diprioritaskan juga bagi anak-anak yang memiliki tingkat risiko tinggi
untuk putus sekolah. Sehingga terjadinya putus sekolah dapat dihindari.
2. Penentuan kriteria calon penerima bantuan beasiswa hendaknya mengacu
pada indikator yang objektif dan terukur, namun tetap mudah untuk
diterapkan.
VII. DAFTAR PUSTAKA
Agresti, A., 2002, “Categorical Data Analysis”, John Wiley & Sons, New York.
Choiriyah,N.I, 2009, Karakteristik Siswa Putus Sekolah Tingkat SD dan SMP
di Kawasan Surabaya Utara. http://digilib.its.ac.id/public/ITS-
Undergraduate-9313-Paper.pdf, diakses tanggal 2 Oktober 2010.
Cahyawati, D, 2007, Karakteristik Anak Putus Sekolah Pendidikan Dasar (Kasus:
Analisis Data Susenas Tahun 2000 Provinsi Sumatera Selatan). Jurnal
Penelitian Sains, Fakultas MIPA Universitas Sriwijaya. Palembang.
Hosmer, D.W. & Lemeshow, S. 2000, “Applied Logistic Regression”, John
Wiley & Sons Inc, New York.
Huba, G.J, 2001, “CHAID”, http://www.themeasurment.com/definitions/
CHAID.htm
Siswadi, 2009, Analisis Regresi Logistik Biner Bivariat pada Partisipasi Anak
dalam Kegiatan Ekonomi dan Sekolah di Jawa Timur, http://digilib.its.ac.id,
diakses tanggal 2 Oktober 2010.

16. LAMPIRAN
Lampiran 1. Kuesioner Penelitian
I. IDENTITAS RESPONDEN
1. Nama Kepala Rumah Tangga (KRT) : ………………… (boleh tidak diisi)
2. Umur KRT : …………………………………………
3. Alamat : ……………….………………… (Desa)
II. KARAKTERISTIK RESPONDEN
5. Pendidikan KRT
[ ] Tidak Tamat SD [ ] SLTP [ ] Perguruan Tinggi
[ ] Tamat SD [ ] SLTA
6. Pendidikan Ibu
[ ] Tidak Tamat SD [ ] SLTP [ ] Perguruan Tinggi
[ ] Tamat SD [ ] SLTA
7. Status Pekerjaan KRT
[ ] Bekerja [ ] Tidak Bekerja
Jenis Pekerjaan KRT :
[ ] Berdagang
[ ] Bertani
[ ] Bekerja di swasta
[ ] PNS
[ ] Lainnya, ................................................
8. Status Pekerjaan Ibu
[ ] Bekerja [ ] Tidak Bekerja
Jenis Pekerjaan Ibu :
[ ] Berdagang
[ ] Bertani
[ ] Bekerja di swasta
[ ] PNS
[ ] Lainnya, ................................................
9. Rata-rata Pendapatan Rumah Tangga dalam Satu Bulan :
Rp …………….……………………………………..…..
10. Rata-rata Pengeluaran Rumah Tangga dalam Satu Bulan :
Rp …………….……………………………………..…..
11. Jumlah Anak : .............Laki-Laki ............. Perempuan
III. KARAKTERISTIK ANAK
Anak Jenis Status Kelas
Nama Anak Usia
ke Kelamin Sekolah Berapa
(1) (2) (3) (4) (5) (6)
1
2
3
4
5

17. Lampiran 2. Dokumentasi Pelaksanaan

18. Lampiran 3. Biodata Tim Pelaksana
1 Ketua Pelaksana
.
a. Nama : Didin Astriani Prasetiowati
b. NIM : 08071001018
c. Angkatan : 2007
d. Jurusaan : Matematika
e. Fakultas/Program Studi : MIPA/Matematika
f. Perguruan Tinggi : Universitas Sriwijaya (Unsri)
g. Alamat Perguruan Tinggi : Indralaya
h. Alamat Rumah : Komplek Serumpun Indah A2-11
Indralaya Ogan Ilir 30662
i. No Hp : 085273778320
j. E-mail : Astriani59@gmail.com
2 Anggota Peneliti I
.
a. Nama : Nafitallia
b. NIM : 08081001014
c. Angkatan : 2008
d. Jurusaan : Matematika
e. Fakultas/Program Studi : MIPA/Matematika
f. Perguruan Tinggi : Universitas Sriwijaya (Unsri)
h. Alamat Rumah Jl. Tembok Baru Lorong Sepakat
No.529 10 Ulu Palembang 30251
i. No Hp 085664883794
j. E-mail Nafi_andika@yahoo.com
3. Anggota Peneliti II
a. Nama : Rahmat Kurniadi
b. NIM : 08091001015
c. Angkatan : 2009
d. Jurusaan : Matematika
e. Fakultas/Program Studi : MIPA/Matematika
f. Perguruan Tinggi : Universitas Sriwijaya (Unsri)
h. Alamat Rumah Komplek Serumpun Indah A2
No.13 Indralaya Ogan Ilir 30662
i. No Hp 085742759002
j. E-mail -
4. Dosen Pendamping
1.1. Nama Lengkap : Dian Cahyawati S., M.Si
1.2. Jabatan Fungsional : Lektor
1.3. NIP : 197303212000122001
1.4. Tempat dan Tanggal Lahir : Bandung, 21 Maret 1973
1.5. Alamat Rumah : Komplek Serumpun Indah A2-11 Indralaya
Ogan Ilir 30662
1.6. No. Telpon/Faks : 0711580093
1.7. No. Hp : 08157117885

19. 1.8. Alamat Kantor : Kampus Unsri Indralaya, Jl. Raya Palembang
Prabumulih Km.32 Indralaya Ogan Ilir
1.9. Nomor Telepon/Fax : 0711580765
1.10. Alamat e-mail : Dian_cahyawati@yahoo.com
II. Riwayat Pendidikan
2.1. Program S1 S2
2.2. Nama PT Universitas Institus Pertanian Bogor
Padjadjaran
2.3. Bidang Ilmu Matematika Statistika
2.4. Tahun Masuk 1992 1999
2.5. Tahun Lulus 1997 2003
III. Pengalaman Penelitian
No. Tahun Judul Penelitian Pendanaan (Sumber,
Jumlah)
1. 2006 Karakteristik Anak Putus Sekolah Dikti, Rp 9,5 Juta
Pendidikan Dasar ( Kasus: Analisis
Data Susenas Tahun 2000 Provinsi
Sumatera Selatan)
2. 2007 Karakteristik Wanita Perajin Tenun Dikti, Rp 10 Juta
Songket dan Kontribusinya terhadap
Pendapatan Rumah Tangga (Studi Kasus
Wanita Perajin Tenun Songket di
Kecamatan Indralaya Kabupaten Ogan
Ilir Sumatera Selatan)
3. 2008 Penentuan Keberhasilan Kontraktor Dikti, Rp 9,65 Juta
dalam Proses Prakualifikasi
Menggunakan Model Analisis
Diskriminan
4. 2009 Analisis Faktor-Faktor yang DIPA Unsri, Rp 6 Juta
Mempengaruhi Kualitas Pelayanan
Laboratorium Komputer Jurusan
Matematika Fakultas MIPA Universitas
Sriwijaya
IV. Mata Kuliah yang Diampu
1. Analisis Regresi Mulai Semester Genap 2004/2005 s.d sekarang
2. Statistika Nonparametrik Mulai Semester Genap 2004/2005 s.d sekarang
3. Desain Eksperimen Mulai Semester Ganjil 2004/2005 s.d sekarang
4. Pengtr.Proses Stokastik Semester Ganjil 2006/2007
5. Analisis Data Katagorik Mulai Semester Ganjil 2008/2009 s.d. sekarang
6. Komputasi Statistika Mulai Semester Ganjil 2008/2009 s.d. sekarang
Indralaya, 22 Juni 2011
Mengetahui,
Dosen Pendamping
Dian Cahyawati, M.Si
NIP 19730321 2000 12 2 001