Penerapan Metode Logistic Liu-Type Estimator (LLT) pada Data Keputusan Konsumen dalam Memilih Jasa Pengiriman Bunga Kering Kemapan selama Pembatasan Sosial Bersekala Besar (PSBB)

Neni Hermawati, Suliadi Suliadi

Abstract


Abstract. Regression of logistics is a method of analysis used to identify the functional relationship of one or several independent variables with one dichotomous or binary compatible variables. In regression logistics, a maximum likelihood estimatir (MLE) is the most common technique for expecting regression parameters. Multicollagerity is a condition where there is a kolier between the independent variables. Multicollagerity in regression logistics can cause the fence to become unstable, so the maximum likelihood estimatir (MLE) may become incorrectly used to surmise its parameters. One method of suspect the regression parameters of the data for the multicoliterity problem is a logistic liu-type estimator. The thesis implemented the LLT method suggested by asar (2015) where there are several k and d processing methods that are components of lit. The method is applied to the development of the consumer decision data during the PSBB in selecting the multicoliitarial problems in independent variables. By using the methods recommended by assar (2015), the best k assessments will be by using a mean harmonics ), a value for each k and d of 0.00022 and 0.0166, because it has the smallest value MSE that is 2.0708 with analysis of each and  parameters are 6.0667; 0.4746; -4,2032 and -2,8691.

Keywords: Logistic Regression, Multicollinearity, Maximum likelihood Estimator (MLE), Logistic Liu-Type Estimator (LLT), Establishment, PSBB.

Abstrak. Regresi logistik adalah suatu metode analisis yang digunakan untuk mengetahui hubungan fungsional dari satu atau beberapa variabel independent dengan satu variabel dependent yang bersifat dikotomi (dichotomous) atau biner. Pada regresi logistik, metode Maximum likelihood Estimator (MLE) adalah teknik paling umum untuk menduga parameter regresinya. Multikolinieritas adalah suatu keadaan dimana terdapat kolinier antara variabel independent. Multikolinieritas pada regresi logistik dapat menyebabkan penduga parameter menjadi tidak stabil, sehingga metode Maximum likelihood Estimator (MLE) menjadi tidak tepat digunakan untuk menduga parameternya. Salah satu metode untuk menduga parameter regresi logistik untuk data yang terdapat masalah multikolinieritas adalah Logistic Liu-Type Estimator (LLT).  Skripsi ini menerapkan metode LLT yang disarankan oleh Asar (2015) dimana terdapat beberapa metode penduga k dan d yang merupakan komponen LLT. Metode tersebut diterapkan pada data keputusan konsumen Kemapan selama PSBB dalam memilih jasa pengiriman yang terdapat masalah multikolinieritas dalam variabel independennya. Dengan menggunakan metode yang disarankan oleh Asar (2015) diperoleh penduga k terbaik yaitu dengan menggunakan rata-rata harmonik ). nilai untuk masing-masing penduga k dan d yaitu 0,00022 dan 0,0166, karena penduga parameter logistiknya memiliki MSE terkecil yaitu sebesar 2,0708 dengan penduga parameter dan masing-masing yaitu 6,0667; 0,4746; -4,2032 dan -2,8691.

Kata Kunci: Regresi Logistik, Multikolinieritas, Maximum likelihood Estimator (MLE), Logistic Liu-Type Estimator (LLT), Kemapan, PSBB.


Keywords


Regresi Logistik, Multikolinieritas, Maximum likelihood Estimator (MLE), Logistic Liu-Type Estimator (LLT), Kemapan, PSBB.

References


Adi, Rifki Nugroho. (2013). Analisis Faktor-Faktor yang Mempengaruhi Keputusan Pembeli dengan Sistem Pre-Order secara Online (Studi Kasus Pada Online Shop hoper Jersey). Skripsi UNDIP.

Alkhamisi, M., Khalaf, G., Shukur G. (2006). Some Modification for choosing ridge parameters. Communications in Statistics-Simulatian and Computation, 35(11), 2005-2020.

Arikunto, Suharsimi. 2006. Prosedur Penelitian Suatu Pendekatan Praktek. Jakarta: Rineka Cipta.

Asar, Yasin. (2015). Some New Methods to Slove Multicollinearity in Logistic Regressio. Communications in Statistics-Simulatian and Computation 44(1),1532-1541

Ghazali, Imam . (2011). Aplikasi Analisis Multivariate dengan program SPSS. Semarang: Badan penerbit Univeritas Diponorogo

Hoerl, A. E., and Kennard, R. W. (1970). Ridge regression: Biased estimation for nonorthogonal problem. Technometrics, 12(1), 55-67.

Hoerl, A. E., Kennard, R. W., and Baldwin, K. F. (1975). Ridge regression: Some simulation. Communications in Statistics-Theary and Methods, 4(2), 105-123

Inan, D., and Erdogan, B. E. (2013). Liu-type logistic estimator. Communications in Statistics-Simulation and Computation. 47(7),1578-1586.

Kibria, B. M. G. (2003). Performance of some logistic ridge regression estimators. Communications in Statistics-Simulatian and Computation, 32(2),419-435.

Liu, K. (2003). Using Liu-type estimator to combat collinearity. Communications in Statistics-Theary and Methods, 32(5), 1009-1020.

Nurwahidah, A. I. (2015). Model Credit Scoring Menggunakan Model Regresi Logistik dam Validasinya. Bandung: Universitas Islam Bandung.




DOI: http://dx.doi.org/10.29313/.v6i2.24109

Flag Counter     Â