PENANGANAN OVERDISPERSI PADA PEMODELAN DATA CACAH DENGAN RESPON NOL BERLEBIH (ZERO-INFLATED)

Abstract

Overdispersi pada data cacah yang disebabkan karena kasus nol berlebih tidak dapat ditangani dengan metode model linier umum biasa seperti Poisson dan Binomial Negatif. Penanganan overdispersi karena nol berlebih dapat dilakukan dengan menggunakan model Zero-Inflated. Zero-Inflated Poisson (ZIP) dan Zero-Inflated Binomial Negatif (ZIBN) telah diyakini performanya dalam menangani masalah ini. Selain menangani masalah tersebut kedua model ini juga dapat memberikan informasi mengenai penyebab nol berlebih pada data respon. Performa ke Empat model tersebut dibandingkan dalam menduga model dari jumlah anak yang tidak sekolah dalam keluarga di Provinsi Jawa Barat pada tahun 2017. Berdasarkan nilai dari ukuran Pearson Chi-Squares, Likelihood Ratio Chi-Square, dan Akaike Information Crieteria (AIC). Pearson Chi-Squares, model ZIP lebih baik dibandingkan ZIBN dan model lainnya, walaupun berbeda sedikit dengan ZIBN.