PENERAPAN METODE PENALIZED MAXIMUM LIKELIHOOD ESTIMATION UNTUK MENGATASI PEMISAHAN (SEPARATION) PADA MODEL REGRESI LOGISTIK BINER
Abstract: Pendugaan parameter
model regresi logistik biner tidak dapat dilakukan dengan metode Maximum Likelihood
Estimation (MLE) apabila terdapat pemisahan sempurna atau pemisahan kurang
sempurna pada data. Untuk mengatasi hal ini,maka digunakan pendekatan metode
Penalized Maximum Likelihood Estimation (PMLE) yang pertama kali diusulkan oleh
Firth(1993). Hasil analisis terhadap data sekunder menunjukkan bahwa data
pemberian kredit oleh pemerintah kepada petani rumput laut di Kabupaten Kupang
mengandung pemisahan kurang sempurna sehingga dilakukan pendekatan metode PMLE untuk memperoleh
penduga yang unik dan berhingga. Model terbaik bagi data ini mengandung
prediktor curahan tenaga kerja, tingkat kebersihan, dan kadar air. Berdasarkan
rasio odds penduga parameter, seorang petani rumput laut di Kabupaten Kupang
berpeluang besar menerima kredit jika memiliki curahan tenaga kerja dan tingkat
kebersihan tinggi, serta kadar air rendah.
Penulis: Evellin D. Lusiana,
Maria Bernadetha Theresia Mitakda, Waego Hadi Nugroho
Kode Jurnal: jpmatematikadd130810
