Perbandingan Metode Regresi Multilevel dan Beta Generalized Linear Mixed Models pada Data Longitudinal Capaian IPK Mahasiswa

Penelitian ini membandingkan kinerja model Beta Generalized Linear Mixed Model (Beta GLMM) dengan Regresi Multilevel pada data Indeks Prestasi Kumulatif (IPK) mahasiswa. Data IPK yang digunakan dalam penelitian ini terlihat miring ke sisi kiri atau memiliki ekor kiri yang lebih panjang yang mencerminkan kecenderungan mahasiswa memperoleh nilai yang lebih besar daripada rata-rata IPK keseluruhan. Hal ini mengindikasikan bahwa data tidak berdistribusi normal, melainkan diduga berdistribusi Beta. Tujuan dari penelitian ini adalah melakukan perbandingan terhadap metode regresi multilevel dan Beta Generalized Linear Mixed Model (GLMM) untuk melihat faktor-faktor yang memengaruhi IPK mahasiswa setiap semester. Data yang digunakan adalah data longitudinal dimana setiap mahasiswa diamati IPK per semester serta beberapa peubah penjelas lainnya. Pendekatan Beta GLMM digunakan karena Beta GLMM menggabungkan antara pendekatan Linear Mixed Model (LMM) dengan Generalized Linear Model (GLM)Berdasarkan analisis yang dilakukan, diperoleh hasil bahwa metode Beta GLMM memiliki nilai Akaike Information Criterion (AIC) yang lebih rendah dibandingkan metode regresi multilevel. Adapun faktor-faktor yang mempengaruhi capaian IPK mahasiswa berdasarkan analisis Beta GLMM diantaranya semester mahasiswa, SKS mahasiswa setiap semester, status perkawinan, jalur masuk kuliah, sumber biaya pendidikan (beasiswa), interaksi semester dengan status perkawinan, interaksi antara semester dengan jalur masuk kuliah, dan interaksi antara semester dengan beasiswa. Selain itu, diketahui bahwa proporsi keragaman IPK yang dapat dijelaskan oleh perbedaan antar mahasiswa adalah sebesar 0.837. Hal ini menunjukkan bahwa 83.7% dari total variasi IPK dapat dijelaskan oleh perbedaan antar mahasiswa (Level 2), sedangkan sisanya 16.3% dijelaskan oleh variasi pada setiap mahasiswa disetiap semester (Level 1).