Darnah
Darnah
Ordinal Logistic Regression for Analysis Factors of Influence Behavior Adolecent Sexual
Darnah
Program Studi Statistika FMIPA Universitas Mulawarman
Abstract
Logistic regression use if respon (dependent) variable is category (nominal or ordinal) with predictor
(independent) variables is continu or category. Three method of logistic regression if based respon variable,
there are biner logistic regression, ordinal logistic regression, and nominal logistic regression. This paper
present ordinal logistic regression for analysis respon variable have data scale is ordinal with two category
or more, respon variable is category or continu with two category or more. Ordinal Logistic regression were
applied to Analysis Factors of Influence Behavior Adolecent / Students Sexual of SMA Kesatuan I
Samarinda. Result data analysis obtained that sexual educate is the factor influence behavior adolecent.
F (Z )
1 p
1 exp( Z ) exp( x )
j k k
k 1
1 p
exp( Z ) 1 1 exp( x )
j k 1 k k
exp( Z ) exp( Z ) log
p p
1
1 exp( j k xk ) exp( x )
j k 1 k k
exp( Z ) 1 k 1
exp( Z ) p p
exp( Z ) 1 exp( j k xk ) 1 exp( j k xk )
k 1 k 1
1 exp( Z )
p
dimana F(Z) = Y dan Z = kombinasi beberapa exp( x )
variabel prediktor (X). j k k
k 1
Jika persamaan (2) disubtitusi kepersamaan (1) p
akan diperoleh model regresi logistic ordinal yang 1 exp( x )
j k 1 k k
log
merupakan cumulative logit models sebagai
berikut: 1
P (Y j X ) p
P (Y j X ) log 1 exp( x )
1 P (Y j X ) j k 1 k k
p
exp( x )
j k k
k 1 p
p log exp( x )
j k k
1 exp( x ) k 1
j k 1 k k
log p
p P (Y j X ) x (3)
exp( x )
j k 1 k k
j k 1 k k
1
p Dalam hal klasifikasi, kumulatif logit merupakan
1 exp( j k xk ) fungsi pembeda atau klasifikasi. Fungsi klasifikasi
k 1 yang terbentuk bila terdapat J kategori respon
adalah J-1. Jika j ( X) P (Y j | X) menyatakan
kategori respon ke-j pada p variabel prediktor yang
dinyatakan dalam vektor X maka model ordinal
multiple respon dalam model logit adalah:
p
Logit[ P (Y j X )] x ;
j k 1 k k
dimana j 1, 2, , J 1 .
Jika maka model ini adalah cumulative
j j 1
dengan slope yang sama yaitu model regresi yang
berdasar pada peluang cumulative kategori respon.
Jika ( X) ( X) ( X ) ( X ) , maka:
j 1 2 j
( X ) ( X)
1 1
( X ) ( X) ( X )
2 1 2
( X) ( X ) ( X ) ( X ) 1
J 1 2 J
Jika terdapat J kategori respon, maka model logistic variabel respon. Pengujian terdiri dari pengujian
ordinal yang terbentuk adalah : secara simultan dan pengujian secara parsial.
a. Pengujian Parameter Secara Simultan
log it ( ) ln 1 Uji signifikansi parameter secara simultan
1 1 dilakukan sebagai upaya memeriksa peranan
1
masing-masing variabel prediktor dalam model
X X X secara bersama-sama, dengan langkah-langkah
1 1 1 2 2 k k
sebagai berikut.
Hipotesis:
log it ( ) ln 2
2 1 H0 : 1 2 k 0
2
H1 : minimal ada satu k 0 untuk j=1, 2, ..., p
X X X
2 1 1 2 2 k k Statistik Uji (Hosmer and Lemeshow, 1989):
n1
n1 n0
n0
J 1 n
G Likelihood Ratio Test 2 Ln n
n
log it ( ) ln 1 y i
1 πˆ x i 1 πˆ x i
yi
J 1
J 1 i 1
X X X (4)
J 1 1 1 2 2 k k Dengan,
n n
Estimasi Parameter n1 y i ; n0 1 y i ; n n0 n1
Parameter model regresi logistic ordinal dapat i 1 i 1
diestimasi dengan menggunakan metode Persamaan (5) dapat ditulis pula sebagai
maksimum likelihood. Metode ini memperoleh
n
dugaan maksimum likelihood bagi β dengan G 2 y i ln π̂x i 1 y i ln1 π̂x i
langkah awal yaitu membentuk fungsi likelihood. i 1
Estimasi dari parameter regresi logistik ordinal
n1 lnn1 n 0 lnn0 nlnn (5)
didapatkan dengan menurunkan fungsi log
likelihood terhadap parameter yang akan diestimasi Dibawah H0, statistik uji G akan mengikuti
dan disamakan dengan nol. Persamaan distribusi chi-square dengan derajat bebas p
(Hosmer dan Lemeshow, 1989). Sehingga untuk
L ( )
0 dipergunakan untuk estimasi parameter memperoleh keputusan, nilai statistik uji G
nilai , p .
2
k dibandingkan dengan Kriteria
L ( ) penolakan H0 adalah jika G 2
,p .
dimana k=1, 2, …, p dan 0
k
j
b. Penguji Parameter Secara Parsial
dipergunakan untuk estimasi intersep dimana Pengujian keberartian parameter model dengan
j
satu variabel prediktor dilakukan untuk mengetahui
j=1, 2, …, J-1.
ada atau tidaknya hubungan antara suatu variabel
L ( ) prediktor dan variabel respon (Le, 1998). Langkah
Hasil dari persamaan 0 dan
pengujian hipotesisnya adalah sebagai berikut.
k
Hipotesis:
L ( )
0 merupakan fungsi nonlinear sehingga H0β: k = 0 ; k= 1,2, ..., p
j Hβ
1 : ≠0
k
diperlukan metode iterasi untuk memperoleh Statistik Uji (Le, 1998):
estimasi parameternya. Metode iterasi yang ˆ j
dipergunakan adalah metode iterative Weighted Wald (W) (6)
Least Square (WLS) yaitu algoritma Newton- SÊ( ˆ j )
Raphson. Rasio yang dihasilkan dari persamaan (6),
dibawah hipotesis H0, akan mengikuti distribusi
Pengujian signifikansi parameter normal baku (Hosmer and Lemeshow, 1989).
Setelah mengestimasi koefisien-koefisien model Sehingga untuk memperoleh keputusan, nilai
regresi logistic ordinal, maka perlu dilakukan statistik uji dibandingkan dengan distribusi normal
pengujian untuk mengetahui variabel prediktor baku (Z). Kriteria penolakan H0 adalah jika
mana yang berpengaruh secara signifikan terhadap | | W | Z / 2 .
tinggi, 1 responden yang tidak pernah mendapatkan pendidikan sexual berpengaruh secara simultan
pendidikan sexual tapi berperilaku sexual tidak terhadap perilaku sexual remaja karena
beresiko dan berperilaku sexual resiko sedang G(12.171) 0.05, 2 (5.991) atau nilai P(0.002)<
2