SKRIPSI
Disusun Oleh :
Yudhi Candra
J2E 003 266
Disusun Oleh :
Yudhi Candra
J2E 003 266
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains
pada Program Studi Statistika
PENDAHULUAN
dengan menggambarkan hubungan antara variabel respon dan satu atau beberapa
variabel bebas. Pada umumnya analisis regresi digunakan untuk menganalisis data
dengan variabel respon berupa data kuantitatif. Akan tetapi dalam kehidupan
seperti keputusan memilih “ya” atau “tidak”. Untuk menyelesaikan kasus ini dapat
menganalisis hubungan antara satu variabel respon dan beberapa variabel bebas,
dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk
model probit dengan menggunakan dua variabel respon, model ini disebut model
probit bivariat. Model probit bivariat menggunakan dua variabel dikotomi sebagai
bersifat diskrit maupun variabel yang bersifat kontinu dan juga dapat berupa
variabel kualitatif yaitu variabel nominal atau ordinal. Salah satu contoh kasus
probit bivariat adalah penelitian yang dilakukan oleh Pindyck dan Rubinfield pada
4
tahun 1973 di kota Troy, Michigan, Amerika Serikat tentang keputusan suatu
pajak properti. Variabel yang diamati adalah pendapatan, pajak kekayaan, dan
tersebut data yang disajikan berupa data kualitatif, dan variabel responnya terdiri
Dalam penulisan tugas akhir ini akan dibahas mengenai bentuk model
model probit bivariat dan penerapannya dalam suatu contoh kasus tentang faktor-
pada 300 orang mahasiswa UCLA, Amerika Serikat. Dari contoh kasus itu akan
diperoleh suatu model yang menggambarkan pola hubungan antara dua variabel
Newton-Raphson.
individu.
permasalahan tersebut.
dan sistematika penulisan. Bab II merupakan Teori Penunjang yang berisi konsep
matriks Hessian, dan metode Newton Raphson. Bab III berisi pembahasan tentang
Model Probit Bivariat yang berupa model umum, penaksiran parameter, uji
bab-bab sebelumnya.
BAB II
TEORI PENUNJANG
2.1. Probabilita
A didefinisikan pada S, maka PA adalah suatu angka riil yang disebut
probabilita dari peristiwa A atau probabilita A dan fungsi P. mempunyai syarat-
2. P(Ø) = 0
3. PS1
berkemungkinan sama dan bila terdapat sebanyak nA dari hasil yang berkaitan
Teorema 2.1
PA'1 PA
Bukti : S A A'
A A'
1 PS
6
PA A'
PA PA'
sehingga
PA'1 PA
(Walpole, 1995)
Definisi 2.1
dengan :
f t dt (2.2.1)
Fx x = x
1. Lim F x 1
x
2. Lim F x 0
x
Data kualitatif adalah data yang bukan merupakan angka yang skala
a. Data Nominal
perbedaan kualitatif.
terhadap objek atau kategori lainnya tetapi hanya sekedar label atau kode saja.
Data ini hanya mengelompokkan objek atau kategori ke dalam kelompok tertentu.
Kategori data bersifat saling lepas (satu objek hanya masuk pada satu
kelompok saja).
Contoh dari data nominal antara lain jenis kelamin (1 untuk pria, 0 untuk
wanita), agama (1 untuk Islam, 2 untuk Kristen, 3 untuk Katolik, 4 untuk Budha,
b. Data Ordinal
Data ordinal adalah data yang berasal dari objek atau kategori yang
Data ini memiliki ciri seperti pada data nominal ditambah satu ciri lagi,
yaitu kategori data dapat disusun berdasarkan urutan logis dan sesuai dengan
Contoh dari data ordinal antara lain jenjang kepangkatan pada militer
kebawah).
(Hasan, 2004)
1
1 2 2
Dalam fungsi tersebut ditunjukkan :
sebagai berikut.
9
y x 2 x 2
1
1
2 2 1 2 1
2 1 1
y b 2
1 x
2
2
1
1
2
f x exp x 2 / 2 2
y b /2 1
dy
(2.4.3)
2
2 2
1 1 exp 2
1
1 2 2 1 2 2
Dari integral yang terdapat pada f1(x) integrannya merupakan fungsi
x 1 x 2
f1 exp , x (2.4.4)
1
1 2 21 2
Fungsi f(x,y) merupakan fungsi densitas bersama dari dua variabel random
kontinu X dan Y. Maka fungsi f1(x) adalah fungsi distrribusi marginal untuk X, dan
f x, y
f x
1 2 1 2 2 exp 22 1 2 2 (2.4.5)
dimana b 2 2 / 1 x 1 .
10
dengan distribusi normal bivariat, rata-rata dari Y yang diberikan oleh Xx
2 x
E Y x (2.4.6)
2 1
1
2
Contoh 2.1
badan suami (X1) dan tinggi badan istri (X2) mengikuti distribusi normal bivariat
dengan parameter µ1=5,8 kaki, µ2=5,3 kaki, σ1=σ2=0,2 kaki, dan ρ=0,6. fungsi
seorang istri memiliki tinggi badan diantara 5,28 dan 5,92 kaki adalah :
Teorema 2.2
Misalkan X dan Y mengikuti distribusi normal bivariat dengan rata-rata µ1 dan µ2,
variansi yang positif 12 dan 22 , dan koefisien korelasi ρ. Maka X dan Y secara
biner (2 angka), variabel bersifat kategori, dan variabel kualitatif. Pada umumnya
variabel dummy.
2. Penetapan nilai 0 dan 1 untuk dua kategori, seperti pria dan wanita adalah
tanpa suatu dasar atau bukan merupakan hal yang mutlak dalam variabel
tersebut.
likelihood menguji apakah estimasi maksimum yang tidak diketahui dari fungsi
distribusi fungsi f x, , dengan adalah parameter yang tidak diketahui. Maka
ˆ ,ˆ ,
1 2
ˆ
, N Lx 1 , x2 , , xN ; 0 (2.6.2)
i
i = 1, 2, …, N
Dalam banyak kasus, penggunaan deferensiasi akan lebih mudah bekerja pada
adalah :
K x 1 , x 2 , , x N ; i ln Lx1 , x2 , , xN ;i
3. Membentuk persamaan likelihood dan menyelesaikan :
ˆ
4. Didapat estimasi maksimum likelihood dari i , yaitu i .
13
ˆ
5. Membuktikan bahwa i benar-benar memaksimumkan
L x , x , , x ; dengan 2 L
< 0 dimana i = 1, 2, …, N.
2 N i ˆi
1 i
ˆ2
i
Matriks Hessian adalah matriks bujur sangkar dari turunan parsial orde
turunan parsial orde kedua untuk semua f terdefinisi, maka matriks Hessian dari
fungsi f adalah :
2 f 2 f 2 f
2 x x 2 x x n
x1 1 1
2 f 2 f 2 f
H f x x 2 x x2 2
1 x2 xn
2f 2 f 2 f
2
xn x1 xn x2 xn
dengan x x1 , x2 , , xn .
dapat dikembangkan dari perluasan deret Taylor, yang dapat dinyatakan sebagai :
14
x x n 2
f x f xn x xn f 'xn 2 f "xn (2.8.1)
Untuk n = 0,1,2,...
x x n 2
f x f xn x xn f 'xn 2 f "xn (2.8.2)
Jika x terdiri dari x1 , x2 , , xm dan f x1 , x2 , , xm dapat ditulis f x,
f 2 f 2 f 2 f
x 2 x x 2 x x m
x1 1 1
1
f 2 f 2 f 2 f
f "x H x x 2 x x2 2
f ' x T x x2 serta 1 x2 xm
f
2f 2 f 2 f
xm x1
x 2
xm x2 xm
m
maka persamaan (2.8.2) dapat ditulis dengan :
T x n x x n H x n 0 (2.8.5)
Aproksimasi yang baik dari xn adalah xn1 , maka persamaan (2.8.5) dapat
ditulis :
xn1 xn H xn = T x n
xn1 xn = Hxn 1T x n
(Atkinson, 1989)