BAB IV APLIKASI. Dalam bab ini akan dibahas mengenai contoh penggunaan model

dokumen-dokumen yang mirip
ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL ANASTIA DEWI L

BAB III. Model Regresi Linear 2-Level. Sebuah model regresi dikatakan linear jika parameter-parameternya bersifat

BAB IV CONTOH APLIKASI MODEL REGRESI ORDINAL DUA LEVEL. Pada bab ini akan dibahas mengenai penerapan model regresi ordinal

BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. fungsional antara variabel-variabel yang dinyatakan dalam suatu bentuk persamaan

BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan

MODEL REGRESI PROBIT BIVARIAT

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

Resume 2 : Analysis of sex sequences by means of generalized linear mixed models. Yenni Angraini G

OLEH: SINDY FEBRI A DOSEN PEMBINGBING: Ir. ARIE KISMANTO, M.Si. Monday, July 18, 2011 Seminar Tugas Akhir Jurusan Statistika ITS 1

Rata-rata Nilai. 2 saudara 25%

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. ekonomi. Dalam analisis ekonometrika, ketersediaan data yang sesuai sangat

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. Dalam aplikasi sosial, kesehatan, pendidikan,dan lainnya, seringkali

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Pemodelan Regresi 2-Level Dengan Metode Iterative Generalized Least Square (IGLS) (Studi Kasus: Tingkat Pendidikan Anak di Kabupaten Semarang)

HASIL DAN PEMBAHASAN. Model Regresi Logistik Biner untuk data Hasil Pembangkitan

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

BAB 2 LANDASAN TEORI

PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)

BAB 4 ANALISA DAN PEMBAHASAN

BAB 2 LANDASAN TEORI. teknik yang umum digunakan untuk menganalisis. hubungan antara dua atau lebih variabel adalah analisis regresi.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. sangat mempengaruhi hasil analisis yang diperlukan. Data yang dapat

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB I PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan tingkat

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

HASIL DAN PEMBAHASAN

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

BAB III METODOLOGI PENELITIAN

HASIL DAN PEMBAHASAN

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

BAB II TINJAUAN PUSTAKA

PENERAPAN HIERARCHICAL LINEAR MODELING UNTUK MENGANALISIS DATA MULTILEVEL

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI. bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel

1 Sindy Febri Antika, 2 Ir. Arie Kismanto, M.Sc 1 Mahasiswa S1 Statistika ITS Surabaya, 2 Dosen Jurusan Statistika ITS Surabaya

BAB 2 LANDASAN TEORI

BAB III MODEL GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION SEMIPARAMETRIC (GWLRS)

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan

Resume Regresi Linear dan Korelasi

A. Sekilas tentang Pemodelan Multilevel

(R.9) PEMBUATAN KEPUTUSAN MIGRASI DENGAN PENDEKATAN REGRESI HIRARKI DI INDONESIA

KAJIAN METODE IMPUTASI DALAM MENANGANI MISSING DATA. Triyani Hendrawati Staf Pengajar Statistika Universitas Padjadjaran

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

MODEL REGRESI LOGISTIK BINER UNTUK MENENTUKAN FAKTOR YANG BERPENGARUH TERHADAP ANAK PUTUS SEKOLAH DI SULAWESI TENGAH

BAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.

Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak

BAB III METODE PENELITIAN. Pemerintah Daerah Kabupaten Lampung Barat tahun 2007 sampai dengan 2012.

BAB III LANDASAN TEORI. A. Regresi

BAB III METODE PENELITIAN. dipilih karena sektor tersebut rawan terhadap kasus financial distress. Selain

BAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III. Metode Penelitian

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

BAB IV. HASIL dan PEMBAHASAN

BAB III METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder yang diperoleh dari Survei Aspek

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN... LEMBAR PEDOMAN PENGGUNAAN SKRIPSI... KATA PENGANTAR... ABSTRAK... DAFTAR ISI...

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 3 METODE PENELITIAN

Analisis Korelasi & Regresi

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

BAB III METODE PENELITIAN

METODE PREDICTION CONFIGURAL FREQUENCY ANALYSIS (PCFA) UNTUK MENENTUKAN KARAKTERISTIK USER DAN NON USER MOTOR X DI JAWA BARAT ABSTRAK

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB III METODE PENELITIAN. Penelitian Penelitian ini dilakukan di Bursa Efek Indonesia (BEI) untuk

PEMBENTUKAN MODEL DATA PANEL FIXED EFFECT MENGGUNAKAN GUI MATLAB

BAB 1 PENDAHULUAN Latar Belakang

II. APLIKASI SPSS. Analisa Regresi dan Korelasi dengan SPSS (Statistical Program for Social Science)

BAB 3 METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. dangkal, sehingga air mudah di gali (Ruslan H Prawiro, 1983).

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

III. METODE PENELITIAN. Jenis penelitian observasional dengan rancangan Cross Sectional, yaitu

BAB III METODE PENELITIAN. Utara. Series data yang digunakan dari tahun

BAB III METODOLOGI PENELITIAN

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

BAB I PENDAHULUAN Latar Belakang Masalah

BAB III METOTOLOGI PENELITIAN

BAB 2 TINJAUAN TEORITIS. penjelasan tentang pola hubungan (model) antara dua variabel atau lebih.. Dalam

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Sir Francis Galton pada tahun

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN. Jenis penilitian yang digunakan dalam penelitian ini merupakan penelitian

Transkripsi:

BAB IV APLIKASI Dalam bab ini akan dibahas mengenai contoh penggunaan model regresi logistik 2-level dengan random intercept pada data survei mengenai penggunaan hak memilih pada saat pemilu di beberapa negara di Eropa, dimana tiap individu merupakan warga negara dari suatu negara di Eropa. 4.1 Data Data berasal dari hasil survei individu-individu pada tahun 2002-2003 yang diperoleh dari European Social Survey (ESS). Terdapat 3362 responden yang diteliti dalam 20 negara. Dalam hal ini, individu-individu (responden) merupakan unit level-1 dari data, dan negara merupakan unit level-2. Pada data hasil survei terdapat missing data yang kemudian pada analisis ini entri-entri yang terdapat missing data tidak diikutsertakan dalam analisis, sehingga hanya terdapat 3300 data individu yang akan diikutsertakan dalam analisis. 52

53 4.2 Variabel-variabel Dalam Penelitian Pada data, diketahui : ctry_id : merupakan penanda untuk masing-masing negara yang diteliti (unit-unit level-2). Terdapat 20 negara yang diamati dengan nilai dari ctry_id antara 1 sampai 22. individual_id : merupakan penanda untuk individu-individu yang diteliti dalam tiap negara (unit level-1). Jumlah individu-individu yang diteliti untuk masing-masing negara tidak selalu sama. Banyaknya individuindividu yang diteliti pada negara ke j, dinyatakan dalam n j, dengan j = 1,,20 ditampilkan pada Tabel 1. Tabel 1 Jumlah individu yang diteliti pada negara-j ctry_id n j ctry_id n j ctry_id n j ctry_id n j 1 191 7 156 12 140 18 202 2 138 8 177 13 171 19 202 4 126 9 113 15 133 20 132 5 282 10 190 16 90 21 146 6 125 11 209 17 240 22 137

54 Variabel-variabel yang digunakan dalam penelitian ini adalah : turnout ij : merupakan variabel dependen yang menyatakan ya atau tidaknya seorang individu ke-i dalam negara ke-j menggunakan hak pilihnya dalam pemilu terakhir yang diselenggarakan di negaranya. turnout ij 1 menggunakan hak pilih pada pemilu terakhir 0 jika tidak menggunakan hak pilih pada pemilu terakhir age_at_elect ij : merupakan umur individu ke-i dalam negara ke-j pada pemilu terakhir yang diselenggarakan di negaranya. polintr ij : menyatakan ya tidaknya minat seorang individu ke-i dalam negara ke-j pada politik secara umum. polintr ij 1 jika tertarik pada politik 0 jika tidak tertarik pada politik partymember ij : menyatakan apakah individu ke-i dalam negara ke-j merupakan anggota suatu partai tertentu. partymember ij 1 jika anggota suatu partai politik 0 jika bukan anggota partai politik minethnic ij : menyatakan apakah serorang individu ke-i dalam negara ke-j tergolong dalam etnis minoritas di negaranya. minethnic ij 1 jika anggota suatu partai politik 0 jika bukan anggota partai politik

55 sex ij : menyatakan jenis kelamin individu ke-i dalam negara ke-j. sex ij 1female 0 male 4.3 Analisis Data Berdasarkan data yang ada akan diteliti hubungan antara penggunaan hak pilih seseorang dalam pemilu dengan faktor-faktor yang mempengaruhinya. Variabel dependen dalam kasus ini adalah turnout, menyatakan ya atau tidaknya seseorang menggunakan hak pilihnya dalam pemilu terakhir yang diselenggarakan di negaranya. Sementara age_at_elect ij ( x 1ij ), polintr ij ( x 2ij ), partymember ij ( x 3ij ), minethnic ij ( x 4ij ), dan sex ij ( x 5ij ) merupakan variabel-variabel penjelasnya. Data yang diperoleh merupakan data hirarki 2-level, karena data-data individu bersarang pada negara-negara, dengan individu sebagai unit level-1 dan negara menjadi unit level-2. Variabel ctry_id dan individual_id yang masing-masing menjadi penanda unit level-2 dan unit level-1 mempertegas struktur hirarki yang terkandung dalam data. Untuk meneliti hubungan antara variabel dependen dengan variabelvariabel penjelas yang telah disebutkan sebelumnya, digunakan model logistik 2-level dengan random intercept yang mempertimbangkan efek dari

56 unit level-2. Pertama-tama akan dianalisis hubungan antara variabel dependen (turnout) dengan salah satu variabel penjelasnya (age_at_elect) : Model level-1 (tingkat individu) : Model level-2 (tingkat negara) : logit( ) age _ at _ elect ij 0 j 1 u 0 j 0 0 j Parameter-parameter yang akan ditaksir dalam model di atas adalah 0, 1, ij dan 2 u 0 (variansi level-2). Data dianalisis menggunakan software untuk analisis multilevel, yaitu MLwiN, dimana cara pengestimasian parameter yang dipilih adalah menggunakan metode Penalized Quasi-Likelihood (PQL-1). Taksiran parameter yang diperoleh adalah sebagai berikut : Tabel 2 Taksiran parameter model logistik 2-level (dengan random intercept dan satu variabel penjelas) ESTIMATE Fixed effecs Intercept 1.005 age_at_elect 0.013 Random effect 2 u0 0.297 Sehingga model yang dihasilkan adalah : logit( ij) 1.005 0.013 age _ at _ electij

57 dengan variansi error di tingkat negara adalah sebesar 0.297. Hasil prediksi dari model memperlihatkan bahwa umur seseorang pada saat pemilu terakhir berhubungan secara positif dengan penggunaan hak pilih orang tersebut dalam pemilu, dimana semakin tua seseorang semakin besar kemungkinannya orang tersebut menggunakan hak pilihnya. Grafik yang menunjukkan nilai prediksi yang dihasilkan terhadap nilainilai x 1ij (age_at_elect) diilustrasikan pada Gambar 3. Gambar 3 menggambarkan garis-garis regresi untuk masing-masing negara dengan nilai intercept yang berbeda-beda. Gambar 3. Model logistik 2-level dengan random intercept dan satu variabel penjelas Untuk model regresi logistik 2-level (dengan random intercept) dan satu variabel penjelas, nilai intra-class correlation adalah : 0.297 0.083 ( / 3) 0.297 3.29 2 2 uo uo 2 2 2 2 uo e uo

58 Nilai tersebut menunjukkan korelasi antar individu dalam negara, merupakan proporsi dari variansi antar negara terhadap total variansi, yaitu sebesar 8.3%. Artinya sebesar 8.3% dari total variansi dapat diperhitungkan sebagai variansi antar negara. Berdasarkan Random-Effects Regression Models for Clustered Data with an Example from Smoking Prevention Research yang ditulis oleh Hedeker, Gibbons, dan Flay (1994), nilai intraclass correlation tergolong cukup besar jika berada antara 5% sampai 12%. Sehingga nilai intra-class correlation sebesar 8.3% termasuk cukup besar, yang menunjukkan analisis multilevel perlu dilakukan. Selanjutnya akan dianalisis mengenai hubungan antara variabel dependen turnout dengan seluruh variabel penjelasnya. Bentuk model untuk menganalisis hubungan tersebut didefinisikan sebagai : Model level-1 : logit( ) age _ at _ elect polintr partymember minethnic sex ij 0 j 1 ij 2 ij 3 ij 4 ij 5 ij Model level-2 : u 0 j 0 0 j Setelah diproses menggunakan MLWin, diperoleh hasil taksiran sebagai berikut :

59 Tabel 3 Taksiran parameter model logistik 2-level (dengan random intercept dan lima Fixed effecs variabel penjelas) ESTIMATE Intercept 0.538 age_at_elect 0.010 Polintr 1.426 Partymember 0.988 Minethnic -0.522 Sex 0.139 Random effect 2 u0 0.315 Sehingga bentuk model prediksi level-1 adalah : logit( ) 0.538 0.010 age _ at _ elect 1.426polintr 0.988partymember ij 0.522minethnic 0.139sex ij ij ij ij Untuk model regresi logistik 2-level (dengan random intercept) dan lima variabel penjelas, nilai intra-class correlation adalah : ij 0.315 0.087 ( / 3) 0.315 3.29 2 2 uo uo 2 2 2 2 uo e uo Nilai tersebut menunjukkan korelasi antar individu dalam negara yang mengukur proporsi dari total variansi antar negara, yaitu sebesar 8.7%. Artinya sebesar 8.7% dari total variansi dapat diperhitungkan sebagai

60 perbedaan antar negara. Nilai intra-class correlation tersebut tergolong cukup besar karena berada pada rentang 5% sampai 12%. Dari dua model yang telah diperoleh sebelumnya, nilai variansi dari dua model tersebut dapat dibandingkan. Model regresi logistik 2-level dengan random intercept (satu variabel penjelas) mempunyai variansi antar negara sebesar 0.297, lebih kecil daripada model regresi logistik 2-level dengan random intercept (lima variabel penjelas) yang variansi antar-negara-nya adalah sebesar 0.315. Jadi, sebagian variasi dari penggunaan hak pilih antar negara dijelaskan oleh perbedaan dalam ketertarikan dalam bidang politik, keikutsertaan dalam suatu partai politik di negaranya, komposisi etnis minoritas, dan jenis kelamin.