MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

dokumen-dokumen yang mirip
MODEL PILIHAN KUALITATIF. Oleh Bambang Juanda

ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)

LOGO. Analisis Sisaan HAZMIRA YOZZA- JUR.MATEMATIKA FMIPA UNIV.ANDALAS

Hubungan antara K dengan koefisien fugasitas:

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENDUGAAN RESIKO RELATIF PADA PENDUGAAN AREA KECIL 1. Kismiantini Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

FIXED EFFECT MODEL PADA REGRESI DATA PANEL

OPTIMISASI HARGA DENGAN MODEL MULTINOMIAL LOGIT (Studi Kasus Produk Flash Disk dengan Kapasitas Penyimpanan 4 GB dan 8 GB)

BAB IV STUDI KASUS NILAI AVL SLJJ PT TELKOM

EFISIENSI SISTEM BONUS MALUS SEBAGAI MODEL RANTAI MARKOV

ANALISIS PEUBAH RESPON BINER

II. BILANGAN KOMPLEKS. Untuk mencari nilai kuadrat menggunakan persamaan

PENGUAT FREKUENSI RENDAH (lanjutan)

BAB IV FUNGSI KOMPLEKS

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

BAB 2 SISTEM MAKRO DAN MIKRO

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-324

KAJIAN ANALISIS REGRESI DENGAN DATA PANEL

Analisis Variansi Multivariat

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi

Aplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan

Analisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB IV TAKSIRAN MAKSIMUM LIKELIHOOD FUNGSI INTENSITAS POISSON NONHOMOGEN. fungsi intensitas proses Poisson nonhomogen, yaitu secara teoritis dan studi

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika

BAB III METODE PENELITIAN

Gelombang Datar Lintas Medium

BAB II LANDASAN TEORI

REGRESI LINEAR & KORELASI. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung REGRESI

BAB II TINJAUAN PUSTAKA. penurunan akan permintaan pergerakan transportasi. [ 11]

ANALISIS DATA KATEGORIK (STK351)

Analisis Regresi 2. Mendeteksi pencilan dan penanganannya

BAB II IMPEDANSI SURJA KAWAT TANAH DAN MENARA

Model Regresi Berganda

BAB IV TRIP GENERATION

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Pendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB

APLIKASI INTEGRAL TENTU

UKURAN LOKASI, VARIASI & BENTUK KURVA

PEMODELAN LUAS PANEN PADI DI KABUPATEN LAMONGAN DENGAN INDIKATOR EL NINO SOUTHERN OSCILLATION MELALUI PENDEKATAN ROBUST BOOTSTRAP LEAST TRIMMED SQUARE

LECTURE NOTES LIMITED DEPENDENT VARIABLE (LDV) MODEL

ANALISIS LOG-LOGISTIK UNTUK MENGGAMBARKAN HUBUNGAN DOSIS-RESPON HERBISIDA PADA TIGA JENIS GULMA

ESTIMASI SMALL AREA BERDASARKAN MODEL PADA RATA-RATA PENGELUARAN PERKAPITA RUMAH TANGGA DI KABUPATEN KEBUMEN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB 3 Kesamaan Matriks Kovariansi. Bagian ini akan membahas tentang pengujian hipotesis kesamaan matriks kovariansi.

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

Pembahasan Soal. Pak Anang SELEKSI MASUK UNIVERSITAS INDONESIA. Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS. Disusun Oleh :

ESTIMASI PARAMETER PADA REGRESI SEMIPARAMETRIK UNTUK DATA LONGITUDINAL

Oleh : Deri Akhmad (9738) Johan Arifin (9834) Muhammad Alawido (10830) esi Hapsari (10832) Windu Pramana Putra (10835) Tya Hermoza (10849) Gempur

KORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

METODE ELEMEN HINGGA UNTUK MASALAH SYARAT BATAS DARI OPERATOR DIFERENSIAL POSITIF. Sutrima Jurusan matematika FMIPA UNS. Abstract

Independent Var. Dependent Var. Test. Nominal Interval Independent t-test, ANOVA. Nominal Nominal Cross Tabs, Chi Square, dan Koefisien Kontingensi

IV. HASIL DAN PEMBAHASAN

BAB 2 DISTRIBUSI INDUK DAN DISTRIBUSI SAMPEL

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

ANALISIS BENTUK HUBUNGAN

Analisis Regresi 1. Pokok Bahasan : Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER

ANALISIS EFISIENSI TEKNIS PRODUKSI USAHATANI CABAI MERAH BESAR DAN PERILAKU PETANI DALAM MENGHADAPI RISIKO

II. PERANAN STATISTIK DALAM ANALISIS PERCOBAAN

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

ANALISIS PEUBAH RESPONS KONTINU NON NEGATIF DENGAN REGRESI GAMMA DAN REGRESI INVERSE GAUSSIAN 1

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

ANALISIS REGRESI. Catatan Freddy

PowerPoint Slides by Yana Rohmana Education University of Indonesian

STK511 Analisis Statistika. Pertemuan 8 ANOVA (2)

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

UJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)

Oleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

Transformasi Peubah Acak (Lanjutan)

BAB II PENDEKATAN PROBABILITAS DAN MODEL TRAFIK

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

Pemeriksaan Ketepatan Fungsi Hubung dalam Analisis Data Biner

RANCANGAN ACAK KELOMPOK TAK LENGKAP (Incomplete Block Design) Dr.Ir. I Made Sumertajaya, M.Si Departemen Statistika-FMIPA IPB 2007

PENENTUAN NILAI UMUM ASURANSI MENGGUNAKAN TEORI KONTROL OPTIMUM RAFIDHA

A v V i. Gambar 5.1. Rangkaian ekuivalen Thevenin dari suatu penguat tegangan

Bab II LANDASAN TEORI

ANALISIS STABILITAS DAN ADAPTABILITAS GALUR PADI DATARAN TINGGI DI LIMA LINGKUNGAN

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

Muatan Bergerak. Muatan hidup yang bergerak dari satu ujung ke ujung lain pada suatu

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB III METODOLOGI PENELITIAN

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

BAB II LANDASAN TEORI

Transkripsi:

MODEL PILIHAN KUALITATIF Olh Bambang Juanda

Srngkal dalam suatu surv kta brhadapan dngan pubah kualtatf yang mmpunya skala pngukuran nomnal atau ordnal. Nla-nla pubah rspons kualtatf n trbatas lmtd dpndnt varabl, bahkan srng hanya brnla dua kmungknan saja. Msalnya, apakah ssorang mmbl mobl atau tdak; mmlh atau tdak dalam Plkada pmlhan kpala darah; punya pnyakt jantung koronr atau tdak; dan mash banyak contoh lannya. Pubah kualtatf yang hanya mmpunya dua kmungknan nla n dsbut pubah bnr.

Mskpun logs kta mmprkrakan suatu hubungan langsung antara pndapatan dan prlaku pmblan, namun kta tdak dapat yakn apakah masng-masng konsumn dngan pndapatan trtntu past akan mmbl produk. Olh karna tu, tujuan modl plhan kualtatf adalah mnntukan pluang bahwa ndvdu dngan karaktrstk-karaktrstk trtntu akan mmlh suatu plhan trtntu dar bbrapa altrnatf yang trsda. Jka plhannya hanya ada dua altrnatf dsbut modl plhan bnr.

Ovrvw Rspons Contnuous Catgorcal Analyss Lnar Rgrsson Analyss - -Modl Pluang Lnar -Modl Probt

Ilustras Stud mngna pngaruh tngkat pndapatan, jns klamn dan umur trhadap mmbl tdaknya ssorang pada suatu produk yang djual dngan harga trtntu. Pubah Pnjlas bbas: umur, jns klamn dan tngkat pndapatan Pubah RsponsY: mmbl = atau tdak =0

Ilustras utk Pubah Bbas Stud mngna pngaruh tk pndapatan atau jns klamn trhadap mmbl tdaknya ssorang Y pada suatu produk yang djual dngan harga trtntu. Pubah Pnjlas bbas: Tk Pndapatan: = Rp juta atau Jns Klamn: =, jka Pra 0, jka Wanta Pubah Rspons: Y =, jka mmbl 0, jka tdak mmbl

. Modl Pluang Lnar Y = + + ε 0. Dmana = nla karaktrstk msalnya pndapatan ndvdu k-, Y =, jka plhan ksatu dplh msalnya mmbl mobl 0, jka plhan kdua dplh tdak mmbl mobl. ε = pubah acak yang mnybar bbas dngan nla tngah 0. Untuk mngntrprtaskan prsamaan 0. kta tntukan nla harapan dar masng-masng pngamatan pubah rspons Y : EY = + 0. Karna Y hanya mmpunya kmungknan dua macam nla dan 0, kta dapat mnggambarkan sbaran pluang Y dngan mmsalkan: P = PY= dan -P = PY=0, shngga EY = P + 0 -P = P. 0.3 modl 0. pluang bahwa ndvdu konsumn k- dngan pndapatan trtntu akan mmbl mobl. Slop gars mngukur pngaruh prubahan unt pndapatan trhadap prubahan pluang mmbl mobl

Dugaan Modl Pluang Lnar +, jka 0<+< P =, jka + 0, jka + 0 0.4

Sbaran Pluang bag ε Y ε Pluang - - P 0 - - - P

Eε = - - P + - - -P = 0 shngga P = + -P = - - Ragam komponn ssaan E Var Y E Y E Y P E Y [ E Y ] Jad, pubah Y mnybar mnurut sbaran dstrbus pluang Brnoul. Masalah htroskdaststas P P P P P E

Kndala dalam modl pluang lnar prlu transformas modl lnar awal sdmkan rupa shngga prdks nla Y brada dalam slang 0; untuk smua nla pubah bbas. Salah satu bntuk transformas yang mmpunya karaktrstk sprt n adalah fungs pluang kumulatf cumulatv probablty functon, F.[] Sbaran pluangnya dapat drprsntaskan dalam bntuk: P = F + = FZ Sbnarnya banyak fungs pluang kumulatf yang mungkn dapat dgunakan, namun dsn hanya dua macam yang dprtmbangkan, yatu fungs pluang normal dan logstk kumulatf. [] Fungs pluang kumulatf adalah Fx=Pluang x

Modl Probt P = F + = FZ asumskan ada suatu ndks Z yg brnla kontnu scara torts, yg dtntukan olh nla pubah pnjlas shg dapat dtuls: Z = + asumskan bahwa Z mrupakan pubah acak yang mnybar normal shngga pluang bahwa Z lbh kcl atau sama dngan Z dapat dhtung dar fungs pluang normal kumulatf. Untuk fungs pluang normal baku kumulatf dapat dtulskan dalam rumus: P F Z Z s dmana s: pubah acak mnybar normal dgn nla tngah 0 dan ragam. Dgn rumus transformas datas, pubah P akan brnla dlm slang 0;. P mnggambarkan pluang ndvdu brkaraktrstk brpndapatan mmlh plhan- bl mobl. Karna nla pluang n dukur brdasarkan luas darah dbawah kurva normal baku dar - sampa Z, maka pluang plhan- bl mobl makn tngg jka nla ndks Z makn tngg. Untuk mnduga ndks Z, kta mnggunakan kbalkan nvrs dar fungs normal baku kumulatf 0.9 dngan: Z = F - P = + ds

Hubungan Nla Indks Z dan Sbaran Pluang Normal Kumulatfnya Z FZ Z FZ -3.0.00 0.5.69 -.5.006.0.84 -.0.03.5.933 -.5.067.0.977 -.0.59.5.994-0.5.309 3.0.999 0.0.500 3.5.999

Modl Pluang Lnar vs Modl Probt Modl Lnar

Mskpun modl probt lbh mnark dar modl pluang lnar, namun untuk mnduga paramtr kofsnnya mnggunakan pndugaan kmungknan maksmum maxmum lklhood, ML non lnar. Slan tu, justfkas atau ntrprtas kofsnnya agak trbatas. Olh karna tu sbaknya mnggunakan modl logt yang dbahas dalam subbab brkut

mnggunakan pubah pnjlasnya dpt pubah katgork atau pubah numrk untuk mnduga pluang kjadan trtntu dar pubah rspons katgor. 0 0 / Y E Modl Rgrs Logstk Modl logt Modl Logt Sdrhana : 0 g P P Sbaran Logstk mnyrupa kurva brbntuk S, shngga ntrprtasnya logs. 0 EY/ Intrprtas: Pluang kjadan trtntu dar pubah rspons katgor msalnya mmbl jka pndapatannya

Transformas Logt Pluang kjadan trtntu dar pubah rspons katgor p, dtransformas shg p p logt p log g x 0 p ndks smua kasus obsrvas,,..,n. pluang kjadan msalnya, mmbl trjad untuk kasus k-. log adalah natural log blangan dasar. Fungs gx sudah Lnar dalam Paramtr, dan -~ gx ~, shg dpt dduga dgn OLS

Assumpton pubah brskala Intrval P Prdctor Transformas logt Prdctor

P Intrprtas Kofsn Modl Logt Utk Pubah Bbas bnr, ms Jns Klamn =, =0 0 = =0 0 Y= P 0 P Y=0 Jumlah 0 0 P : Pluang mmbl produk utk konsumn Pra 0 P 0 P 0 P Odd pra P0 : Pluang mmbl produk utk konsumn Wanta P P P0 OddsRato / P P0 Odd wanta 0 0 P0 P0

Intrprtas Kofsn = g+ g utk bnr: = g g0 Ukuran Asosas Odds Rato: P log P P P0 log log P P0 P / P0/ P P0 g P / log P0 / 0 P P0 Brapa kal Kmungknan mmbl utk konsumn Pra dbandngkan Konsumn Wanta Intrprtas Pndkatan Pluang Rlatf P/P0 n brlaku bla Px kcl Utk kontnu, xp : Brapa kal Kmungknan mmblnya jka nak unt

Proprts of th Odds Rato ODDS RATIO OF GROUP A TO GROUP B No Assocaton =x =x+ -0.5 0 Not: ^ SK - 00% bag Odds Rato: xpc ± z / c s^ Dlm raltas Px jka x brbda unt dgn 0 dapat cukup brbda. Dlma utk pubah kontnu dmodlkan lnar dlm modl logt. Jka yakn bahwa logt tdk lnar dgn covarat groupng Dummy

Multpl Logstc Rgrsson Purchas Gndr Incom Ag logt p = 0 + + + 3 3

Ilustras modl utk mngkaj pngaruh jns klamn, umur, dan tngkat pndapatan trhadap mmbl tdaknya ssorang pada suatu produk yang djual dngan harga trtntu. logt p = g P log 3 3 0 3 3 0 P logt p = g P P 3 3 0 log Utk Pubah Bbas kontnu, srngkal unt trlalu kcl atau bsar utk dprtmbangkan Pndugaan utk prubahan c unt, c x c x c gx+c gx = c Odds Rato-nya:

Pngujan Modl dgn p Pubah Bbas Uj Modl scara ksluruhan: H 0 : = = = p =0 H : ada j 0 Lklhood Rato Tst Statstcs G ~ Uj parsal kofsn: H 0 : j =0 H : j 0 WaldTst Statstcs W ~ Z p

Adjustd Odds Rato Prdctor Outcom Gndr Purchas Controllng for

Typs of Logstc Rgrsson Rspons Varabl Bnary Two Catgors Ys No Thr or Mor Catgors Typ of Logstc Rgrsson Bnary Nomnal Ordnal