PEMILIHAN METODE BETA-BINOMIAL DAN LOGISTIC-NORMAL DALAM MENGATASI OVERDISPERSI PADA REGRESI LOGISTIK
Abstract: Analisis regresi
logistik digunakan untuk mengetahui hubungan peubah prediktor (X) dengan peubah
respon (Y) yang bertipe kategorik. Dalam regresi logistik, peubah respon (Y)
diasumsikan berdistribusi binomial dengan ragam pengamatan sama dengan ragam
dugaan. Apabila ragam pengamatan lebih besar dari ragam dugaan maka terjadi
overdispersi. Meskipun hasil parameter duga bersifat tak bias, namun adanya
overdispersi menyebabkan nilai duga galat baku menjadi underestimates. Sebagai
konsekuensi nilai duga galat baku yang underestimates, penarikan kesimpulan
menjadi tidak tepat. Salah satu metode yang dapat mengakomodasi masalah
overdispersi adalah metode Williams, namun
terdapat kelemahan dari metode tersebut. Sebagai alternatif model
regresi beta binomial dan regresi logistic-normal dapat mengakomodasi masalah
overdispersi pada regresi logistik. Penelitian ini bertujuan untuk mengetahui
data dari hasil rancangan yang sesuai dimodelkan menggunakan regresi
beta-binomial dan regresi logistic-normal. Adapaun data yang digunakan adalah 3
data sekunder, di mana data 1 meruapkan
hasil rancangan dengan pengelompokan sedangakan data 2 dan 3 merupakan hasil
rancangan tanpa pengelompokan serta terindikasi overdispersi. Berdasarkan hasil
analisis melalui uji kelayakan model dan nilai AIC, menujukkan data hasil rancangan dengan
pengelompokan lebih sesuai dimodelkan menggunakan regresi logistic-normal
sedagkan data hasil rancangan tanpa pengelompokan lebih sesuai dimodelkan
menggunakan regresi beta-binomial.
Penulis: Deva Rizky Yuniana
Kode Jurnal: jpmatematikadd141114
