MEMAHAMI PENGGUNAAN REGRESI PADA DATA RESPON MULTINOMIAL UNTUK PENELITIAN SOSIAL DAN KEPENDIDIKAN
Abstract
Model logit multinomial digunakan untuk memodelkan sifat hubungan antara peubah respon politomus dan peubah penjelas. Ada dua model logit multinomial untuk peubah respon politomus yang strukturnya tak berurut: model logit terampat dan model logit bersyarat. Kedua model mempunyai struktur serupa, , j = 1, …, k, tetapi berbeda dalam karakteristik peubah penjelasnya. Logit terampat menggunakan karakteristik dari individu (subyek) sebagai peubah penjelas, sedang logit bersyarat menggunakan karakteristik dari pilihan individu. Tulisan ini ingin menyajikan penggunaan keduanya dalam model regresi yang sering dibutuhkan dalam penelitian-penelitian sosial dan kependidikan. Ilustrasi melalui data hipotetik digunakan untuk memperjelas kebutuhan, kegunaan, metode analisis data sampai pada interpretasi hasil model regrgesi. Sajian komputasi yang ringkas dilakukan melalui dua software yang populer yaitu SAS untuk model regresi generalized-logit. Sedangkan untuk model regresi logit bersyarat dapat dilakukan dengan SAS dan SPSS. Baik SAS dan SPSS menyajikan hasil analsis regresi yang sama untuk model regresi logit bersyarat.
Keywords
Full Text:
PDFReferences
Agresti, Alan. 1996. An Introduction to Catagorical Data Analysis. New York: John Wiley & Sons, Inc.
Agresti, Alan. 1990. Catagorical Data Analysis. New York: John Wiley & Sons, Inc.
Aitkin, M., Anderson, D., Francis, B., & Hinde, J. 1989. Statistical Modelling in GLIM. New York: Clarenden Press.
Hadi, A. F. 2021. Statistika Intuitif. Elstat: Statistika Digital Indonesia. [Online] Tersedia: https://elstat.id/intutivestatis tics-an-introduction-1/ [1 Desember 2021].
Guido, J. J, Winters, P. C., & Rains, A. B. 2006. Logistic Regression Basics. NESUG 2006. [Online] Tersedia: https://www.lexjansen.com/nesug/nesug06/an/da26.pdf [10 November 2021].
SAS Institute. 2000. SAS/Stat Software: Changes and Enhancements through Release 6.11 Paperback – August 1, 2000.
SAS Technical Support. 2005. [Online] Tersedia: http://support.sas.com/ techsup/tnote/tnote_stat.html [10 November 2021]
McCullagh, P., & Nelder, J. A. 1989. Generalized Linear Models. London: Chapman & Hall.
Ying So, and Kuhfeld, W. F. 1995. Multinomial logit models, Makalah disajikan dalam SAS Users Group International 20 (SUGI 20). Orlando, Florida, 2-5 April.
DOI: https://doi.org/10.24853/fbc.7.2.109-126
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 FIBONACCI: Jurnal Pendidikan Matematika dan Matematika
Jurnal Fibonacci Indexed By: |
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License |