MULTINOMIAL REGRESSION WITH RANDOM EFFECTS FOR MODELING SCHOOL ENROLLMENT RATE IN EAST JAVA

Angka partisipasi sekolah merupakan indikator dasar yang digunakan untuk melihat akses penduduk pada fasilitas pendidikan khususnya bagi penduduk usia sekolah.  Indikator partisipasi sekolah dapat menjadi alat untuk memantau efektivitas program pendidikan dari pemerintah dan melihat capaian target pembangunan pendidikan. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berpengaruh terhadap angka partisipasi sekolah di Jawa Timur menggunakan metode regresi multinomial dengan efek acak. Metode regresi multinomial dengan efek acak dipilih dengan alasan untuk mengatasi masalah yang terjadi pada regresi multinomial dimana terjadinya korelasi antar individu. Faktor yang diduga dari angka partisipasi sekolah adalah jenis kelamin, jumlah anggota keluarga, riwayat tindakan kejahatan, status kepemilikan rumah, bantuan pemerintah, pendidikan terakhir Ibu dan pendidikan terakhir Ayah. Hasilnya menunjukkan bahwa jenis kelamin, bantuan pemerintah dan pendidikan terakhir Ibu merupakan faktor-faktor yang berpengaruh signifikan terhadap angka partisipasi sekolah. Model dengan pendekatan regresi multinomial efek acak memberikan kinerja yang lebih baik dibandingkan dengan model regresi multinomial  karena memperoleh nilai AIC (Akaike Information Criterion) yang lebih kecil.

Kata kunci : Angka partisipasi sekolah, Regresi multinomial, Regresi multinomial efek acak, AIC

The school enrollment rate is a basic indicator used to see the population's access to education facilities, especially for the school-age population.  The school enrollment indicator can be a tool to monitor the effectiveness of government education programs and see the achievement of educational development targets. This study aims to determine the factors that affect the school enrollment rate in East Java using multinomial regression method with random effects. The multinomial regression method with random effects was chosen to overcome the problems that occur in multinomial regression where there is a correlation between individuals. The predicted factors of school enrollment rate are gender, number of family members, history of crime, home ownership status, government assistance, mother's last education and father's last education. The results show that gender, government assistance and mother's latest education are factors that have a significant effect on school enrollment. The random effects multinomial regression model performed better than the multinomial regression model because it obtained a smaller AIC (Akaike Information Criterion) value.

Keywords      : School enrollment rate, multinomial regression, random effect multinomial regression, AIC