UJIAN AKHIR RESPONSI

ANALISIS DATA KATEGORI

1. Pada pemodelan Analisis Data Kategori dikenal dengan adanya link function. Jelaskan
penggunaan link function pada pemodelan ADK!
Jawab:
Model regresi logistik termasuk dalam model linear terampat (Generalized Linear
Models/GLM). GLM merupakan suatu metode yang dapat digunakan untuk
memecahkan masalah peubah respon tidak lagi kontinu melainkan kategorik
(misalnya biner), dengan menggunakan fungsi penghubung (link function) logit
tertentu sehingga diperoleh suatu model yang mampu menganalisa hubungan antara
peubah respon kategorik dengan satu atau beberapa peubah penjelas.
πi
ln
( )
1−π i
=β 0 + β 1 X i 1 +…+ β p X ip

2. Apa perbedaan Odds Ratio (OR), Relative Risk (RR) dan Absolut Risk (AR)?
Odds Ratio (OR) adalah perbandingan peluang suatu kelompok yang terpapar
dengan kelompok yang tidak terpapar
Odds penajan untuk kasus
Odds Ratio=
Odds penajanuntuk kontrol

Relative Risk (RR) adalah mengukur kemungkinan kejadian yang dapat terjadi
pada kelompok yang terpapar dengan kelompok yang tidak terpapar
Resiko pada kelompok terpajan
Relative Risk =
Resiko pada kelompok tidak terpajan

Absolute Risk (AR) adalah selisih antara peluang suatu kelompok yang terpapar
dengan kelompok yang tidak terpapar
Insiden(terpajan)−Insiden(tidak terpajan)
Absolute Risk = x 100 %
Insiden(terpajan)

3. Diketahui data mengenai kebiasaan merokok dan penyakit jantung, sebagai berikut:
Merokok Penyakit Jantung
(X) (Y)
Ya Tidak
Ya 23 34
Tidak 21 59

a. Tentukan nilai resiko relatif (RR), serta lakukan interpretasi!

 A
A+ B 0.4035
RR1= = =1.5371
C 0.2625
C +D
Perokok memiliki resiko 1.5371 kali lebih besar terkena penyakit jantung daripada
yang bukan perokok
B 34
A+ B 57
RR2= = = 0,81
D 59
C + D 80
Perokok memiliki resiko 0,81 kali lebih kecil tidak terkena penyakit jantung daripada
yang bukan perokok

b. Tentukan nilai odd rasio (OR), serta lakukan interpretasi!

A
C AD 23(59)
OR = = = = 1,901
B BC 34(21)
D
Perokok memiliki resiko 1,901 kali lebih besar terkena penyakit jantung daripada
yang bukan perokok

4. Jika diketahui terdapat model regresi probit sederhana dengan satu variabel respon biner
dipegaruhi satu variabel prediktor. Tentukan persamaan fungsi likelihood pendugaan
parameter!
∂ ln L
=∑¿
β ¿¿

5. Sebutkan dan jelaskan perbedaan antara model gompit dan log linier!
Model gompit menggunakan distribusi Gompertz dengan probabilitas
1
p=1− e ; C=β 0 + β 1 X 1 +…+ β q X q ;
C

e
Model logit menggunakan distribusi Bernaoulli dengan probabilitas
g ( x)
e
p= ( ) ;
g ( x )=β 0 + β 1 X 1 +…+ βq X q ;
1+e g x

6. Diketahui tabel kontingensi 3 dimensi, sebutkan semua kemungkinan model loglinier

yang dapat terjadi!

1. Model Independen

Bentuk model log linier untuk model independen berikut:

log mijk=u+u1(i) +u2 ( j) +u3 (k)
2. Model Satu Interaksi Dua Variabel
 Bentuk model log linier satu interaksi dua variabel adalah:
log mijk=u+u1(i) +u2 ( j) +u3 (k) +u12(ij)

3. Model Dua Interaksi Dua Variabel

Bentuk model log linier dua interaksi dua variabel adalah:
log mijk=u+u1(i) +u2 ( j) +u3 (k) +u12(ij)+ u13(ik )
4. Model Tanpa Interaksi Tiga Variabel
Bentuk model log linier tanpa interaksi tiga faktor adalah:
log mijk=u+u1(i) +u2 ( j) +u3 (k) +u12(ij)+ u13 (ik )+ u2 3 ( j k )
5. Model Saturated (Jenuh)
Model saturated adalah model yang memuat semua parameter yang mungkin dan
tidak dapat dimasuki parameter-parameter lainnya [Mulyani, 2004]. Modelnya
adalah:
log mijk =u+u1(i) +u2 ( j) +u3 (k) +u12(ij)+ u13 (ik )+ u23 ( jk )+u1 23 (i jk )

Simbol Log Linier Model Log Linier

(Y,XZ) μ
x
(XY,XZ) μ+α i
z
(YZ,XZ) μ+ γ k
x z
(XY,YZ,XZ) μ+α i + γ k
(XYZ) x z
μ+α i + γ k +¿