BAB I PENDAHULUAN
1.1 Latar Belakang Matematika
merupakan alat untuk
menyederhanakan penyajian pemahaman
masalah. Dengan menggunakan
bahasa matematik, suatu masalah
dapat menjadi lebih sederhana untuk disajikan, dipahami, dianalisa, dan dipecahkan. Berbagai konsep matematika
kini menjadi alat analisis yang penting
dalam kehidupan sehari-hari.
Seiring perkembangan jaman salah
satu cabang ilmu matematika yaitu metode
statistika banyak diterapkan di berbagai bidang kehidupan. Statistika merupakan
salah satu cabang
ilmu pengetahuan yang
paling banyak mendapatkan perhatian dan dipelajari oleh
ilmuan dari hampir semua bidang ilmu pengetahuan,
terutama peneliti yang
dalam penelitiannya banyak menggunakan
statistika sebagai dasar
analisis maupun perancangannya.
Dapat dikatakan
statistika mempunyai sumbangan
yang penting dan besar terhadap
kemajuan berbagai bidang ilmu pengetahuan.
Salah satu
metode statistika yang
banyak digunakan regresi.
Analisis regresi telah
berkembang dan memiliki
perubahan yang semakin
banyak.
Selain dengan data kuantitatif, analisis
regresi juga dapat dilakukan terhadap data
kualitatif. Data kualitatif adalah data yang tidak bersifat numerik, tetapi dapat diolah dan dihitung dengan cara merubah
dari data kualitatif menjadi data kuantitatif.
Data kualitatif misalnya adalah
status perkawinan, tingkat pendidikan, kepemilikan
mobil dan sebagainya. Agar dapat diolah, data kualitatif harus diubah ke dalam data kuantitatif, misalnya
status kawin dinyatakan 1, tidak kawin dinyatakan
0. Data seperti
ini sering juga
disebut data kategorik, (karena
angka menunjukkan kategori
data), atau data dikotomis (karena membagi observasi ke dalam beberapa
klasifikasi), atau data dummy(karena datanya bukan
merupakan data sesungguhnya,
tetapi hanya representasi, misalnya status kawin diwakili dengan angka 1,
tetapi angka 1 tidak selalu berarti
statusnya kawin, karena bisa saja angka 1 berarti pria).
Variabel kategorik
dapat digunakan pada
variabel dependen maupun variabel
independen. Apabila variabel
kategorik digunakan di
dalam independen (baik
bersama-sama dengan variabel
numerik lainnya maupun tanpa
disertai variabel numerik
lain) masih dapat
diselesaikan dengan menggunakan analisis regresi metode OLS
(ordinary least squares). Namun apabila
yang menggunakan data kategorik adalah variabel dependen, maka analisis
regresi dengan metode
OLS (ordinary least
squares) tidak dapat digunakan
untuk penyelesiannya.
Salah satu analisis regresi yang
menggunakan variabel kategorik untuk variabel dependennya
yaitu regresi model
logit. Regresi model
logit merupakan model
regresi yang digunakan
untuk menganalisis variabel dependent berupa variabel
kategorik (0 dan
1). Regresi model logit
dapat digunakan pada
dua kondisi yang
berbeda, tergantung pada datanya.
Ada dua jenis
data dalam menganalisis
regresi model logit
tersebut, yaitu data pada level
individual (mikro) dan
data berkelompok atau tiruan
(grouped logit). Karena
regresi model logit
merupakan variabel kategorik
pada variabel dependennya
maka untuk menganalisisnya menggunakan
metode estimasi maksimum
likelihood.
Teori estimasi sendiri dalam
digolongkan menjadi estimasi titik
(point estimate) dan estimasi
selang (interval estimation). Istilah statistik
yang sering didengar
adalah estimasi yang
merupakan terjemahan dari
kata estimation. Pada
dasarnya, estimasi adalah
suatu metode yang
digunakan untuk menduga
beberapa parameter pada
suatu populasi dengan menggunakan sampel.
Estimasi titik yang cukup penting
adalah metode maksimum likelihood.
Estimasi ini
pertama kali dikembangkan
oleh R.A Fisher
tahun 1920.
Estimasi yang digunakan disini
merupakan contoh dari estimasi titik. Salah satu
metode estimasi adalah
estimasi maksimum likelihood.
Metode ini mempunyai
beberapa kriteria seperti
ketidakbiasan, efisiensi dan konsistensi.
Contoh Skripsi Matematika:Estimasi Regresi Model Logit dengan Metode Maksimum LikelihoodDownloads Versi PDF >>>>>>>Klik Disini
0 komentar:
Posting Komentar