Analisis Anova Two-Way: Pengaruh Kesehatan Mental Dan Tahun Akademik Terhadap Nilai Ipk Mahasiswa Dengan Bahasa Pemrograman Python

Abstract

 Penelitian ini bertujuan untuk menganalisis pengaruh kesehatan mental dan tahun akademik terhadap nilai Indeks Prestasi Kumulatif (IPK) mahasiswa menggunakan analisis ANOVA Two-Way dengan bahasa pemrograman Python. Data yang digunakan dalam penelitian ini diambil dari dataset yang tersedia di website Kaggle, yang mencakup informasi mengenai kesehatan mental dan prestasi akademik mahasiswa dari berbagai universitas. Kesehatan mental diukur menggunakan skor dari kuesioner standar yang tersedia dalam dataset, sementara nilai IPK diperoleh dari catatan akademik yang disertakan. Analisis data dilakukan dengan menggunakan library Python, yaitu numpy untuk operasi numerik, pandas untuk manipulasi data, matplotlib untuk visualisasi data, dan statsmodels untuk analisis statistik. Hasil penelitian menunjukkan bahwa tahun akademik dan semua penyakit mental yang diukur (depresi, kecemasan, serangan panik, dan level kesehatan mental) memiliki pengaruh signifikan terhadap nilai IPK mahasiswa. Namun, tidak ditemukan interaksi signifikan antara tahun akademik dan semua penyakit mental yang disebutkan. Temuan ini mengindikasikan pentingnya perhatian terhadap aspek kesehatan mental dalam mendukung prestasi akademik mahasiswa di berbagai tingkat studi