Meilani Thereza Br. Saragih, Anindia Wahyu Inayah, Rani Nooraeni, Mikha Aprilio, Marita Mutiara Sinsyi, Yolanda Rizkie Aprilia
{"title":"Penerapan Regresi Logistik Biner Multilevel pada Partisipasi Angkatan Kerja di Provinsi Jawa Tengah Tahun 2018","authors":"Meilani Thereza Br. Saragih, Anindia Wahyu Inayah, Rani Nooraeni, Mikha Aprilio, Marita Mutiara Sinsyi, Yolanda Rizkie Aprilia","doi":"10.29303/emj.v1i2.60","DOIUrl":null,"url":null,"abstract":"Analisis regresi logistik dibagi menjadi beberapa jenis data pada responnya, diantaranya yaitu respon biner, multinomial, ordinal dan poisson. Analisis regresi logistik yang paling sederhana digunakan adalah analisis regresi logistik biner. Regresi logistik biner digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa variabel independen, dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik. Namun regresi biner ini kurang tepat apabila digunakan pada kasus yang memiliki struktur hirarki. Data yang memiliki struktur hirarki, sebenarnya terdapat efek dari kelompok yang membawahi unit-unit yang diteliti. Suatu metode yang digunakan untuk menyelesaikan kasus berstruktur hirarki adalah model multilevel. Penelitian ini menyajikan perbandingan antara model regresi logistik biner satu level dan model regresi logistik biner multilevel dalam menganalisis partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Variabel yang digunakan adalah status bekerja sebagai variabel respon, tipe daerah tempat tinggal, umur, pendidikan, status perkawinan, jenis kelamin, dan pelatihan bersertifikat sebagai variabel penjelas level satu serta IPM, PDRB, dan UMK sebagai variabel penjelas level dua. Pemilihan model terbaik dilakukan dengan membandingkan deviance pada null model regresi logistik biner satu level dan null model regresi logistik biner multilevel serta melakukan pengujian signifikan adanya random effect. Analisis yang dilakukan menunjukkan hasil bahwa deviance pada null model regresi logistik biner multilevel lebih kecil dibandingkan deviance regresi logistik biner satu level serta terdapat random effect sehingga model regresi logistik biner multilevel adalah model yang terbaik dalam menggambar partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Estimasi parameter dengan regresi logistik biner multilevel memperoleh hasil bahwa faktor yang secara signifikan mempengaruhi status bekerja di Provinsi Jawa Tengah tahun 2018 adalah tipe daerah tempat tinggal, jenis kelamin, umur, status perkawinan, keikutsertaan dalam pelatihan yang bersertifikat. Selain itu, terdapat pengaruh perbedaan Kabupaten/Kota yang digambarkan dengan IPM dan PDRB sebagai variabel kontekstual. Sebesar 0,82 persen keragaman status bekerja pada Provinsi Jawa Tengah disebabkan oleh perbedaan karakteristik antar kabupaten/kota asal penduduk.","PeriodicalId":281429,"journal":{"name":"EIGEN MATHEMATICS JOURNAL","volume":"402 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-06-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"EIGEN MATHEMATICS JOURNAL","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29303/emj.v1i2.60","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

物流回归分析分为不同类型的回答数据,其中包括二元反应、多细胞、序数和石棉。最简单的物流回归分析是二元物流回归分析。二元物流回归是用来分析一个响应变量和几个独立变量之间的关系,一个基于定性数据的反应变量为值1,表示特性的存在为值0,表示缺乏特征。但是当涉及到有层次结构的案例时,这种二元回归就不太合适了。具有分层结构的数据实际上是对监督单元进行研究的群体的影响。解决等级结构案例的方法是一个多级模型。本研究对2018年中爪哇省工人参与的二元物流回归模型与多级二元物流回归模式进行了比较。变量包括反应变量、住院类型、年龄、教育、婚姻状况、性别和认证培训,作为一级试验性变量、IPM、PDRB和UMK作为二阶变量。选择最佳模型是将单一级二进制物流回归模型与多级二进制物流回归模型进行比较,并对随机效果进行重大测试。所进行的分析表明,结果显示,多级二元物流回归模型的偏差比一级二进制物流回归模型小,存在随机效应,因此多级二元物流回归模型是2018年中爪哇省最有效的劳动力参与模型。对多级二元物流回归的参数的评估得出的结果是,2018年中爪哇的就业状况受到重大影响的因素是居住、性别、年龄、婚姻状况、参加认证培训的地区类型。此外,IPM和PDRB将区域/城市差异描述为语境变量的影响。爪哇中部各省工作地位的0.82%是由各地区/城镇的特征差异造成的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Penerapan Regresi Logistik Biner Multilevel pada Partisipasi Angkatan Kerja di Provinsi Jawa Tengah Tahun 2018
Analisis regresi logistik dibagi menjadi beberapa jenis data pada responnya, diantaranya yaitu respon biner, multinomial, ordinal dan poisson. Analisis regresi logistik yang paling sederhana digunakan adalah analisis regresi logistik biner. Regresi logistik biner digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa variabel independen, dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik. Namun regresi biner ini kurang tepat apabila digunakan pada kasus yang memiliki struktur hirarki. Data yang memiliki struktur hirarki, sebenarnya terdapat efek dari kelompok yang membawahi unit-unit yang diteliti. Suatu metode yang digunakan untuk menyelesaikan kasus berstruktur hirarki adalah model multilevel. Penelitian ini menyajikan perbandingan antara model regresi logistik biner satu level dan model regresi logistik biner multilevel dalam menganalisis partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Variabel yang digunakan adalah status bekerja sebagai variabel respon, tipe daerah tempat tinggal, umur, pendidikan, status perkawinan, jenis kelamin, dan pelatihan bersertifikat sebagai variabel penjelas level satu serta IPM, PDRB, dan UMK sebagai variabel penjelas level dua. Pemilihan model terbaik dilakukan dengan membandingkan deviance pada null model regresi logistik biner satu level dan null model regresi logistik biner multilevel serta melakukan pengujian signifikan adanya random effect. Analisis yang dilakukan menunjukkan hasil bahwa deviance pada null model regresi logistik biner multilevel lebih kecil dibandingkan deviance regresi logistik biner satu level serta terdapat random effect sehingga model regresi logistik biner multilevel adalah model yang terbaik dalam menggambar partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Estimasi parameter dengan regresi logistik biner multilevel memperoleh hasil bahwa faktor yang secara signifikan mempengaruhi status bekerja di Provinsi Jawa Tengah tahun 2018 adalah tipe daerah tempat tinggal, jenis kelamin, umur, status perkawinan, keikutsertaan dalam pelatihan yang bersertifikat. Selain itu, terdapat pengaruh perbedaan Kabupaten/Kota yang digambarkan dengan IPM dan PDRB sebagai variabel kontekstual. Sebesar 0,82 persen keragaman status bekerja pada Provinsi Jawa Tengah disebabkan oleh perbedaan karakteristik antar kabupaten/kota asal penduduk.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Modeling of the Spread of Malaria in the Bangka Belitung Islands Province Using the SEIR Method Analisis Dinamik Model Predator-prey dengan Perilaku Anti Predator serta Efek Allee pada Prey Modifikasi Algoritma Edmonds Karp untuk Menentukan Aliran Maksimum Pada Jaringan Distribusi Air PDAM (Studi Kasus Jaringan Telaga Sari PDAM Giri Menang Mataram) Modelling the Recovery of Malaria Patients in West Lombok District Using Cox Regression Model Regresi Cox Untuk Data Masa Studi (Studi Kasus: Data Masa Studi Mahasiswa Fakultas Teknik Universitas Bangka Belitung)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1