“Regresi Ordinal”
Penyusun :
Kelompok
Aminatun zuhro (2010.0661.053)
Juaria Fhatiana Hawa (2010.0661.071)
Masriatul Maslamah (2010.0661.076)
Linda Anggraini ma’rifah (2010.0661.101)
Grista Dana Marta Sari (2010.0661.104)
D3 KEBIDANAN
FAKULTAS ILMU KESEHATAN
UNIVERSITAS MUHAMMADIYAH SURABAYA
2011-2012
1
KATA PENGANTAR
Puji syukur kami panjatkan atas kehadirat Allah SWT yang telah melimpahkan rahmat
dan hidayah-Nya kepada kami, sehingga kami bisa menyelesaikan penyusunan makalah
“Biostatistik” untuk memenuhi tugas yang telah di berikan oleh, Ibu pipit festy S. KM M. Kes
tentang “Regresi Ordinal”
Kami berharap supaya makalah ini dapat bermanfaat bagi para pembaca dan dapat
memahami serta mendapat pengetahuan yang lebih baik, sebagaimana isi yang ada dalam
makalah ini, sehingga dapat diaplikasikan untuk mengembangkan kompetensi dalam bidang
kebidanan.
Kami menyadari sepenuhnya bahwa makalah ini masih terdapat kekurangan, maka kami
menerima berbagai kritik dan saran untuk perbaikan makalah ini di waktu mendatang. Dan
mohon maaf jika sekiranya masih terdapat kesalahan dalam penulisan. Atas perhatian dan
partisipasinya kami ucapkan terima kasih.
Penulis
2
DAFTAR ISI
HALAMAN JUDUL……………………………………………………… 1
KATA PENGANTAR .................................................................................. 2
DAFTAR ISI ................................................................................................. 3
BAB I PENDAHULUAN ............................................................................. 4
1.1 Latar Belakang.......................................................................... 4
1.2 Rumusan Masalah..................................................................... 4
1.3 Tujuan Masalah......................................................................... 4
BAB II PEMBAHASAN............................................................................... 5
2.1 Definisi ..................................................................................... 5
2.2 Macam – Macam Pilihan Regresi Ordinal ............................... 5
2.3 Hubungan Antar Variabel ........................................................ 6
BAB III PENUTUP.. ……………………………………………................ 12
3.1 Kesimpulan .............................................................................. 12
3.2 Saran ………………………………………………….......... 12
DAFTAR PUSTAKA ................................................................................... 13
3
BAB I
PENDAHULUAN
1.2Rumusan Masalah
1.2.1 Apa definisi dari regresi ordinal?
1.2.2 Apa saja pilihan yang akan digunakan dalam menyelesaikan regresi ordinal ?
1.2.3 Bagaimana cara menghubungkan antar variable-variabel dalam regresi ordinal ?
1.3Tujuan
1.3.1 Untuk mengetahui dan memahami definisi dari regresi ordinal
1.3.2 Untuk mengetahui dan memahami pilihan-pilihan yang dapat digunakan dalam
menyelesaikan regresi ordinal
1.3.3 Untuk mengetahui dan memahami cara menghubungkan variable yang terkait
dengan regresi ordina
4
BAB II
PEMBAHASAN
2.1 Definisi
Ordinal regression (regresi ordinal) adalah analisis regresi di mana variabel
terikatnya menggunakan skala ordinal. Apa itu skala ordinal? Skala ordinal adalah skala
pengukuran berupa data tingkatan atau rangking. Sedangkan variabel bebasnya bisa
merupakan Covariate (jika menggunakan skala interval atau rasio) atau bisa merupakan
Factor (jika menggunakan skala nominal atau ordinal).
Penting untuk dimengerti bahwa jika kita mempunyai variabel terikat dalam data
ordinal, maka penggunaan regresi linear berganda memberikan hasil yang tidak baik, atau
bahasa resmi pada buku panduan SPSS mengatakan “don’t work very well”. Alternatif
metode yang digunakan sering juga disebut dengan Generalized linear models yang
memprediksikan cummulative probabilities dari kategori yang ada. Misalnya begini, ada
kategori perokok, katakanlah perokok ‘berat’, ‘sedang’, ‘ringan’ dan ‘tidak merokok’
(untuk sementara variabel bebasnya tidak dibahas dulu).
Setelah dilakukan perhitungan regresi ordinal, maka akan memberikan persamaan
yaitu persamaan yang melima pilihan regresi ordinal atau sering disebut option link.
5
adalah fungsi inverse distribusi kumulatif standar normal, Digunakan jika variabel
latent terdistribusi secara normal
5. Cauchi
Cauchit (Inverse Cauchy) dengan persamaan f(x) = tan(Phi(x-0,5))
Digunakan jika variabel latent mempunyai nilai yang ekstrem
Penentuan pasangan concordant dan discordant tinggi juga pada variabel kedua
dibandingkan subyek lain, maka pasangan observasi (dua subyek) tersebut dikatakan
concordant. Jika sebuah subyek mempunyai urutan lebih tinggi dibandingkan subyek
lain pada satu variabel tetapi mempunyai urutan lebih rendah pada variabel kedua, maka
pasangan subyek tersebut disebut concordant. Pengertian tersebut akan lebih jelas
dengan menggunakan ilustrasi sebagai berikut: Misalkan diketahui tabel silang dengan
variabel 1 dan variabel 2 yang sama-sama mempunyai skala ordinal (ingat, skala ordinal
6
menunjukkan adanya urutan). Untuk memudahkan pemahaman, sel yang terisi hanya 3
buah dengan frekuensi masing-masing sebesar 1.
Variable Y Variable X
X1 X2 X3
Y3 1 TX 1
Y2 Ty 1
Y1 1
Lebih rendah
832−144
= 832+144
= 0.7049
Interpretasinya adalah variabel daya saing berhubungan cukup erat dengan variabel
tingkat teknologi. Hubungan tersebut bersifat serarah (positif), atau bisa dikatakan
semakin tinggi tingkat teknologi komputer yang digunakan maka semakin tinggi daya
saing perusahaan.
2. Kendall’s Tau -b (τ b)
Statistik ini merupakan penyempurnaan gamma yang masih memperhitungkan
pasangan pair, yaitu pasangan yang mempunyai nilai yang sama pada variabel X,
variabel Y, atau keduanya.
P−Q
τ=
√
1 1
n ( n−1 ) n ( n−1 )
( −T x ) +( −Ty)
2 2
= 737
28 (27 ) +17 ( 16 ) +20(19)
Ty= 2
8
= 704
Nilai statistic τ bisa dihitung sebagai berikut :
832−144
τ=
√( 2080−737 ) (2080−704)
= 0.5061
3. Kendall’s Tau -c (τ c)
2m( P−Q)
τc = 2
N (m−1)
m adalah ukuran kolom atau baris yang terkecil. Statistik ini lebih teliti
dibandingkan statistik sebelumnya terutama untuk ukuran tabel yang lebih besar.
Nilainya berkisar antara -1 dan +1. Jika hubungan variabel pada soal diatas diukur
dengan statistik ini, maka hasilnya adalah sebagai berikut:
2m(P−Q)
τ c=
N 2 (m−1)
2 ( 3 )(832−144)
= 652 (3−1)
=0.4885
4. Sommers’s d
Sommers’s d juga merupakan statistik untuk mengukur hubungan dua variable
berdasarkan pasangan concordant dan discordant. Kelebihannnya statistik ini adalah
kemampuannya untuk menghilangkan pengaruh pasangan pair dan disesuaikan pada arah
variabel bebas. Statistik ini juga bisa digunakan untuk hubungan simetris dan asimetris,
sehingga ada tiga bentuk rumus perhitungannya, yaitu:
Persamaan-persmaan yang digunakan :
( P−Q)
dsym = n ( n−1 ) −
TxTy
2
(P−Q)
dy-x = n ( n−1 ) −Tx
2
9
(P−Q)
dx-y = n (n−1)
−Ty
2
Persamaan (1) adalah simetris, persamaan (2) adalah asimetris dimana y sebagai
variabel bebas, dan persamaan (3) adalah asimetris dimana x sebagai variabel bebas.
Nilai statistic ini untuk soal diatas adalah sebagai berikut :
(832−144)
dsym = 65 ( 64 )−737 (704)/2
(832−144)
dy-x = 2080−737 =0.5123
(832−144)
dx-y = 2080−704 =0.5
5. Spearman’s rho
Spearman’s rho merupakan statistik yang populer digunakan untuk mengukur
hubungan antara dua variabel ordinal. Statistik ini, yang merupakan bentuk khusus dari
korelasi Pearson’s product moment, mengkaitkan ranking 2 buah variabel. Teknik ini
juga biasa digunakan untuk skor variabel yang tadinya interval atau rasio tetapi skor
tersebut terlalu banyak ketidaknormalannya sehingga skor tersebut diturunkan
tingkatannya dalam bentuk urutan nilainya saja dan dihitung nilai spearman’s rho-nya,
yaitu dengan rumus sebagai berikut:
2
6Σd
rs = 1− n3−n
10
dilakukan oleh kedua tim tersebut adalah dalam bentuk ranking, yang dapat dilihat pada
kolom kedua dan ketiga berikut:
Berdasarkan hasil perhitungan yang disajikan kolom keempat dan kelima pada tabel
di atas maka nilai statistik sparman rhonya adalah sebagai berikut:
2
6Σd
rs = 1− 3
n −n
6(57)
= 1− (10)−10
= 0.654
Metode PI Ekonomi: Analisis Hubungan Variabel
= 0.654
Hasil tersebut menunjukkan bahwa hubungan kedua penilaian tersebut adalah
positif dan relatif cukup kuat. Atau bisa dikatakan kedua tim memberikan hasil
penilaian yang cukup konsisten satu sama lain.
BAB III
PENUTUP
11
3.1 Kesimpulan
Ordinal regression (regresi ordinal) adalah analisis regresi di mana variabel
terikatnya menggunakan skala ordinal. Apa itu skala ordinal? Skala ordinal adalah skala
pengukuran berupa data tingkatan atau rangking. Sedangkan variabel bebasnya bisa
merupakan Covariate (jika menggunakan skala interval atau rasio) atau bisa merupakan
Factor (jika menggunakan skala nominal atau ordinal).
Ada bermacam – macam pilihan cara dalam menyelesaikan regresi ordinal
diantaranya sebagai berikut : Logit, Complementari log-log, Negative log-log, Probit,
Cauchi.
Adapun dalam regresi ordinal dikenal beberapa variable yang biasa digunakan
yaitu: Gamma G, Kendall’s Tau -b (τ b), Kendall’s Tau -c (τ c), 4. Sommers’s d,
Spearman’s rho
3.2 Saran
3.2.1 Dengan adanya makalah ini kami berharap dapat di pergunakan dengan baik
3.2.2 Apabila ada kesalahan dari penulisan kami, kritik dan saran sangat kami harapkan
demi perbaikan makalah ini.
DAFTAR PUSTAKA
12
Suhardi. 2009. Statistika untuk Ekonomi dan Keuangan Modern. Jakarta: Salemba Empat
Djarwanto. 2001. Menghenal beberapa Uji Statistic dalam Penelitian. Yogyakarta: Liberty hal
165
Reksoatmodjo, N.Tedjo. 2007. Statistika untuk Psikologi dan Pendidikan. Bandung: Refika
Aditama
13