MAKALAH

PENGUJIAN LIKELIHOOD RATIO

Ditulis Untuk Memenuhi Tugas Mata Kuliah Statistika Matematika Lanjut

Dosen Pengampu : Rachmadania Akbarita, S. Si., M.Pd

Nama Penulis:
Erika Fitria 17442010
Garlika Asnora 17442010
Tutut Triono 1744201021

UNIVERSITAS NAHDLATUL ULAMA BLITAR

FAKULTAS ILMU EKSAKTA
PROGRAM STUDI MATEMATIKA
2021
 PEMBAHASAN

1. Statistika Deskriptif
Secara umum metode statistika dibagi dua, yaitu statistika deskriptif
dan statistika inferensi. Statistika deskriptif adalah metode staitisika yang
digunakan untuk menggambarkan (to describe) mengenai suatu keadaan
atau masalah. Jadi, metode statistika deskriptif adalah suatu ilmu yang
merupakan kumpulan dari aturan-aturan tentang pengumpulan, pengolahan,
penaksiran, dan penarikan kesimpulan dari data statistik untuk
menguaraikan suatu masalah (Rasyad dkk, 2003).
n

∑ xi
x́= i=1
n
dengan merupakan rataan sampel, merupakan data ke- ,
merupakan banyaknya data. Variansi merupakan jumlah kuadrat dari selisih
nilai data observasi dari nilai rata-ratanya kemudian dibagi dengan
jumlah observasinya. Rumus yang digunakan untuk varians digunakan pada
persamaan sebagai berikut
n

∑ ( x i−x́ )2
S2= i=1
n−1

Statistika deskriptif bertujuan untuk memberikan gambaran tentang

suatu keadaan berdasarkan hasil pengamatan yang nyata. Melalui statistika
deskriptif, dilakukan penyusunan data dalam daftar atau tabel dan visualisasi
dalam bentuk diagram atau grafik. Selain itu, pengolahan data serta
interpretasi terhadapnya mungkin saja dilaksanakan dengan catatan bahwa
analisis yang dilakukan tidak sampai pada penarikan kesimpulan yang
berlaku umum (Santosa dkk, 2007).

Data statistik dapat disajikan dalam bentuk grafik statistik. Grafik

statistik digunakan dalam penyusunan data khususnya data kuantitatif yaitu
diagram garis, diagram batang, diagram lingkaran dana scatter plot. Pada
diagram batang, frekuensinya digambarkan pada sumbu tegak dan

1
 kategorinya pada sumbu mendatar atau sebaliknya. Diagram batang
mempunyai bentuk diagram batang tegak maupun diagram batang lingkaran.

2. Regresi Logistik Ordinal

Regresi logistik merupakan metode statistika yang diterapkan untuk
memodelkan variabel dependen yang bersifat kategorik (berskala
nominal/ordinal) berdasarkan satu atau lebih variabel independen yang
dapat merupakan data kategorik maupun kontinu (berskala interval/rasio).
Apabila variabel dependen hanya terdiri dari dua kategorik maka metode
regresi logistik yang diterapkan adalah regresi logistik biner, apabila
variabel dependen terdiri dari lebih dari dari dua kategorik, maka dapat
diterapkan regresi logistik multinomial dan apabila variabel dependen
berskala ordinal, maka diterapkan regresi logistiki ordinal. Model regresi
logistik, selain bermanfaat untuk memprediksi, juga untuk melihat adanya
keterkaitan antara variabel dependen dengan stau atau lebih variabel
independen secara bersama-sama (Pujiati, 2010).

Regresi logistik ordinal adalah suatu analisis regresi yang digunakan

untuk menggambarkan hubungan antara variabel dependen dengan
sekumpulan variabel independen, dimana variabel dependen bersifat ordinal,
yaitu mempunyai lebih dari dua kategori dan setiap kategori dapat
diperingkat (Hosmer & Lemeshow dalam Sjahid dkk, 2010). Model yang
dapat digunakan untuk regresi logistik ordinal adalah model logit, dimana
sifat yang tertuang dalam peluang kumulatif sehingga cumulative logit
models merupakan model yang dapat dibandingkan dengan peluang
kumulatif yaitu peluang kurang dari atau sama dengan kategori repons
ke-j pada i variabel independen atau PY  j | xi . Peluang

kumulatif didefiniskan sebagai berikut (Sjahid dkk, 2010).

3. Inferensi Regresi Logistik Ordinal

Pemeriksaan peranan variabel-variabel independen (X) dalam model,
dilakukan melalui pengujian terhadap parameter model (β). Pengujian secara
serentak dilakukan menggunakan uji G (likelihood ratio test), sedangkan

2
 secara parsial menggunakan uji Wald.

4. Satistik Uji G (Likelihood Ratio Test)

Statistik uji G adalah uji rasio kemungkinan (likelihood ratio test)
digunakan untuk menguji peranan variabel independen di dalam model
secara bersama-sama. Uji rasio kemungkinan (likelihood ratio test)
diperoleh dengan cara membandingkan fungsi log likehood dari seluruh
variabel bebas dengan fungsi log likehood tanpa variabel bebas (Raharjanti
dan Widiharih, 2005). Uji G digunakan untuk menguji hipotesis :
H 0 : β1 =β2 =…= β p =0 (tidak ada variabel independen yang
berpengaruh terhadap variabel dependen)
H 0 : Paling sedikit ada satu j dengan β j ≠ 0. j=1,2,3 , … p (paling sedikit
ada satu variabel independen yang berpengaruh
terhadap variabel dependen)

Menurut Hosmer-Lemeshow (1989), statistika uji rasio likelihood

adalah fungsi dari L0 dan L1 yang berdistribusi X 2 (chi-square) dengan derajat
bebas p yang didefinisikan sebagai:

L0
G=−2 ln
[ ]
L1
L0=¿ likehood tanpa variabel independen
L1=¿ likehood dengan variabel independen
Jika hanya ada satu variabel independen, maka L0 adalah fungsi
likelihood yang dihitung sebagai β 0 dan L1adalah fungsi kemungkinan
likelihood yang diestimasikan dengan ^β .
Definisi
Misalkan ω dan ω ' merupakan himpunan bagian dari ruang parameter
Ω. Untuk pengujian hipotesis H 0 :θϵω vs H 1 :θϵω ' , likehood ratio
didefinisikan sebagai

3
 L(^ω)
λ ( x )=
L( Ω^ )

Dimana L(^ω ) dan L(Ω^ ) berturut-turut merupakan nilai maksimum dari

fungsi likehood untuk nilai θ pada ruang parameter ω dan Ω.

Daerah Kritis likelihood ratio test dapat didefinisikan sebagai:

λ ( x ) ≤ k ; 0< k <1
Contoh:
Misalkan X 1 , X 2 , … , X 36 merupakan sampel random dari VR X N (μ , 1).
Akan dilakukan pengujian hipotesis,
H 0 :μ=6
H1: μ ≠ 6
a. Tentukan daerah kritis likelihood ratio test dengan tingkat signifikansi
α =5 %.
b. Apa yang dapat disimpulkan, jika dari sampel diperoleh mean = 6,3?

Penyelesaian:
−1
1 2
( x−μ ) 2
X N ( μ ,1 ) , maka fdp dari VR X adalah f ( x )= e
√2 π
 Ruang parameter pada H 0
ω={μ∨μ=6 }
 Ruang parameter pada Ω
ω={μ∨−∞ < μ< ∞ }
 Maksimum fungsi likelihood untuk ruang parameter pada H 0
n
n −n −1 2
∑ ( x −6 ) i
^
^ ) =∏ f ( x i )=( 2 π ) 2 e 2
L (ω i=1

i=1

 Maksimum fungsi likelihood untuk parameter pada Ω

n
n −n −1
2
∑ ( x i−x́ )2
2 i=1
^ )=∏ f ( x i)= (2 π )
L (Ω e
i=1

 Likelihood ratio
L (ω
^)
λ ( x )=
^)
L( Ω

4
 n
−n −1
2
∑ ( x i−6)2
2 i=1
(2 π ) e
¿ −1
n
−n 2

2
∑ ( x −x́ )
2 i=1 i
(2 π ) e
n n
−1
∑ (x 21−12 x i+36)+ 12 ∑ (x 21−2 x i x́+ x́ 2)
2 i=1
¿e i=1

−1
¿¿
2
¿e
−1 2 2
(−12 n x́+36 n +2 n x́ −n x́ )
2
¿e
−n 2
( x́−6 )
2
¿e

Daerah kritis :
2
n
− (x́−6)
2
λ ( x )=e ≤k
2 2
↔(x́−6) > ln k
n
2 2
Sehingga diperoleh C={(x 1 , x 2 , … , x n)∨ ( x́ −6 ) >C0 } dimana C 0= ln k
n
Daerah kritis dengan n=36 dan α =5 %
P [ ( x 1 , x 2 ,… , x 36 )|( x́−6 )2 >C 0 : H 0 ] =5 %
↔ P [ ( x1 , x2 , … , x36 )|( x́−6 )2<−√ C0 atau ( x́−6 ) > √C 0 : H 0 ]=5 %
↔ P [ ( x1 , x2 , … , x36 )|6 ( x́−6 )2<−6 √ C0 atau6 ( x́−6 ) >6 √ C0 ] =5 %
↔ P [ ( x 1 , x 2 , … , x 36 )|Z<−6 √ C0 atau Z> 6 √ C 0 ]=5 %
6 √ C0 =1,96 ↔C 0 ≅ 0,107

Diperoleh daerah kritis :

C={(x 1 , x 2 , … , x 36)∨( x́−6 )2> 0,107 }

Dari sampel diperoleh mean=6,3

( x́−6 )2=( 6,3−6 )2=0,09

Keputusan uji : ( x 1 , x 2 ,… , x 36 ) ∉ C ( H 0 tidak ditolak)

Kesimpulan : μ=6

Soal:
Misalkan X 1 , X 2 , … , X 36 merupakan sampel random dari VR X N (μ , 1). Akan
dilakukan pengujian hipotesis,
H 0 :μ ≤ 6
H 1 : μ> 6

5
a. Tentukan daerah kritis likelihood ratio test dengan tingkat signifikansi
α =5 %.
b. Apa yang dapat disimpulkan, jika dari sampel diperoleh mean = 6,3?

6
PENUTUP
2.1 Kesimpulan
Secara umum metode statistika dibagi dua, yaitu statistika deskriptif
dan statistika inferensi. Statistika deskriptif adalah metode staitisika yang
digunakan untuk menggambarkan (to describe) mengenai suatu keadaan atau
masalah. Statistika deskriptif bertujuan untuk memberikan gambaran tentang
suatu keadaan berdasarkan hasil pengamatan yang nyata. Melalui statistika
deskriptif, dilakukan penyusunan data dalam daftar atau tabel dan visualisasi
dalam bentuk diagram atau grafik.
Regresi logistik ordinal adalah suatu analisis regresi yang digunakan
untuk menggambarkan hubungan antara variabel dependen dengan
sekumpulan variabel independen, dimana variabel dependen bersifat ordinal,
yaitu mempunyai lebih dari dua kategori dan setiap kategori dapat diperingkat.
Pemeriksaan peranan variabel-variabel independen (X) dalam model,
dilakukan melalui pengujian terhadap parameter model (β). Pengujian secara
serentak dilakukan menggunakan uji G (likelihood ratio test), sedangkan
secara parsial menggunakan uji Wald.

statistika uji rasio likelihood adalah fungsi dari L0 dan L1 yang

berdistribusi X 2 (chi-square) dengan derajat bebas p yang didefinisikan
sebagai:

L0
G=−2 ln
[ ]
L1
L0=¿ likehood tanpa variabel independen
L1=¿ likehood dengan variabel independen

7
 DAFTAR RUJUKAN

Alvia, L. dan Sulityawan, D. 2018. Analisis Regresi Logic. Jurnal Analisis Teknis
1(1); 1-23.
Chaniago, Redi. 2018. Uji Like Lihood Ratio. Jurnal Akuntansi 1(1); 14-20.
Tandio, T. dan Widanaputra A. A. G. P. 2016. Pengaruh Jenis Suku Bunga
Terhadap Minat Nasabah Bank. E-Jurnal Akuntansi 16(3); 2316-2341.
Rudianto, Mohammad. 2016. Pengaruh Koperasi bagi Nasabah Bank. E-Jurnal
Akuntansi 16(3); 246-264.
Abdullah, Adnan. Menghitung suku bunga.https://www.simulator.com/ Diakses
20 Januari 2019

8
Kontribusi Penulis
No Nama Tugas
1 Erika Fitria Penyusun Makalah dan Penyaji
2 Garlika Penyusun Makalah dan Penyaji
Asnora
3 Tutut Triono Penyusun Makalah dan Penyaji