Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Analisis Regresi Logistik Ordinal

No description
by

Muhammad Syazali

on 21 May 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Analisis Regresi Logistik Ordinal

Analisis Regresi Logistik Ordinal
Latar Belakang
Tinjauan Pustaka
Regresi logistik ordinal adalah suatu analisis regresi yang digunakan untuk menggambarkan hubungan antara variabel respon dengan sekumpulan variabel prediktor, dimana variabel respon bersifat ordinal, yaitu mempunyai lebih dari 2 kategori dan setiap kategori dapat diperingkat.
Metodologi Penelitian
hasil dan pembahasan
Saat ini dikenal berbagai metode regresi, metode regresi dibagi menjadi regresi linier dan non linier. Salah satu regresi non linier adalah regresi logistik yang terbagi menjadi tiga, yaitu analisis regresi logistik biner, regresi logistik multinomial dan regresi logistik ordinal. Regresi logistik ordinal digunakan untuk menganalisis variabel terikat yang mempunyai skala ordinal yang terdiri atas tiga kategori atau lebih. Variabel terikat yang dapat disertakan dalam model berupa data kategori atau kontinu yang terdiri atas dua variabel atau lebih (Agresti, 1990)
Tujuan:
1. Untuk mengetahui mahasiswa yang mana yang berpotensi mendapatkan Indeks Prestasi Kumulatif (IPK) sangat memuaskan ataupun lulus dengan pujian untuk mahasiswa lulusan Program Studi Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) UNMUL dengan menggunakan Regresi Logistik Ordinal.
2. Untuk Mengetahui faktor-faktor yang mempengaruhi Indeks Prestasi Kumulatif (IPK) mahasiswa lulusan Program Studi Statistika Fakultas
Model yang dipakai untuk regresi logistik ordinal adalah model logit. Model logit tersebut adalah cumulative logit models. Peluang kumulatif, P(Y≤ j|x_i) didefinisikan sebagai berikut
dengan xi = (xi1, xi2,…, xip) merupakan nilai pengamatan ke-i (i = 1,2,…,n) dari setiap p variabel prediktor.
likelihood ratio test
Likelihood Ratio Test pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Adapun statistik uji G adalah sebagai berikut:
Uji Wald
uji Wald digunakan untuk menguji signifikansi koefesien logistik yang dilakukan dengan cara membandingkan atau melihat besarnya statistik Wald dengan tabel Chi-Square (Hosmer and Lemeshow, 2000).
Adapun statistik uji Walk adalah sebagai berikut:

IPK
Indeks prestasi rata-rata (IP semester/IP Kumulatif) merupakan nilai bobot rata-rata mata kuliah ditetapkan dengan rumus sebagai berikut:
Dalam penelitian ini yang menjadi populasi adalah data IPK mahasiswa lulusan program studi statistika FMIPA UNMUL. Sedangkan sampel dalam penelitian ini adalah IPK mahasiswa lulusan program studi statistika FMIPA UNMUL tahun 2005 sampai dengan tahun 2011.

Variabel yang digunakan dalam penelitian ini yaitu:
1. IPK mahasiswa sebagai variabel terikat (Y) dengan kategori:
1 = IPK memuaskan
2 = IPK sangan memuaskan
3 = IPK lulus dengan pujian.
2. Jenis Kelamin sebagai variabel bebas (X1) dengan kategori:
1 = laki-laki
2 = perempuan
3. Jurusan Sekolah Menengah sebagai variabel bebas (X2) dengan kategori:
1 = Jurusan SMA
2 = Jurusan SMK
4. Lama Studi sebagai variabel bebas (X3) dengan kategori:
1 = ≤ 5,33 tahun
2 = > 5,33 tahun

Estimasi parameter
Uji Simultan
Uji Parsial
Membuat Model Regresi Logistik Ordinal
Interpretasi Model dengan odds rasio
langkah-langkah analisis regresi logistik ordinal
Statistika Deskriptif
persentase ipk
persentase jenis kelamin
persentase Jurusan Sekolah Menengah
persentase lama studi
variabel independen
X1 = jenis kelamin
X2 = Jurusan sekolah menengah
X3 = lama studi

variabel respon
ipk
uji simultan
p-value = 0,000 < 0,05
uji parsial
x1
jenis kelamin
X2
Jurusan Sekolah menengah
X3
Lama Studi
Y
IPK
P-value = 0,038
P-value = 0,088
P-value = 0,004
Model regresi logistik ordinal
Dari model regresi logistic ordinal diketahui bahwa peluang mahasiswi statistika FMIPA UNMUL mendapatkan IPK tinggi lebih besar daripada peluang mahasiswa statistika FMIPA UNMUL. Semakin lama waktu studi mahasiswa FMIPA UNMUL maka semakin kecil peluang mendapatkan IPK tinggi dan sebaliknya. Semakin cepat waktu studi mahasiswa FMIPA UNMUL maka semakin besar peluang mendapatkan IPK tinggi.
estimasi parameter
kesimpulan
Dari hasil analisis dapat disimpulkan bahwa:
1. Mahasiswa yang memiliki peluang mendapatkan IPK tinggi adalah mahasiswa dengan jenis kelamin perempuan dan masa studi < 5,33 untuk mahasiswa statistika FMIPA UNMUL
2. Faktor-faktor yang mempengaruhi IPK mahasiswa statistika FMIPA UNMUL adalah jenis kelamin dan lama studi.

Muhammad Syazali
Bayu Nanda
Permana
Marisa Nanda Rahmania
Tazkia Zulfinur
Kelompok
resiko mahasiswa dengan jenis kelamin laki-laki dalam mendapatkan IPK tinggi lebih kecil 62,16% dari mahasiswa dengan jenis kelamin perempuan. Resiko mahasiswa dengan lama studi > 5,33 tahun dalam mendapatkan IPK tinggi lebih kecil 73,33% dari mahasiswa dengan lama studi ≤ 5,33 tahun.
Odds Ratio
Full transcript