PENANGANAN SEPARATION PADA REGRESI LOGISTIK

FINDASARI, Prof. Drs Subanar, Ph.D.; Drs. Zulaela, Dipl.Med.Stats., M.Si.

2018 | Tesis | S2 Matematika

Pada Tesis ini, kita membahas mengenai teknik estimasi untuk regresi logistik. Umumnya, para peneliti menggunakan maximum likelihood estimates (MLE) untuk metode estimasi pada analisis regresi logistik. Namun terdapat kasus-kasus tertentu yang dapat menggagalkan maximum likelihood dalam mengestimasi parameter, salah satunya pada kasus data separation. Data separation akan menyebabkan kegagalan pada maximum likelihood estimates (MLE) untuk menghasilkan estimasi karena nilai likelihood tidak mencapai maksimum sehingga menyebabkan tidak konvergen atau minimal memproduksi hasil yang lemah. Penanganan kasus data separation ini, dapat menggunakan metode eksak (exact logistic regression/ ELR) untuk mengestimasi parameter. Studi kasus yang digunakan dalam penelitian ini adalah dua kasus data tentang status imunisasi sebagai variabel respon dan 7 variabel prediktor lainnya, dengan ukuran sampel masing-masing adalah 10 dan 20 yang diambil secara random dari data sampel. Analisis menunjukkan bahwa data ini mengalami separation, dan dengan penggunaan maximum likelihood estimates (MLE) tidak dapat diperoleh hasil dari pengujian. Salah satu solusinya adalah menggunakan exact logistic regression (ELR) untuk memperoleh hasil nilai dari estimasi parameter, menguji signifikansi koefisien, dan memperoleh interval konfidensi.

In this thesis, we discuss about estimation techniques for logistic regression. Generally, researchers use maximum likelihood estimates (MLE) for estimation methods in logistic regression analysis. However, there are certain cases that can derail the maximum likelihood in estimating the parameters, one of them in the case of data separation. Data separation will result in failure of maximum likelihood estimates (MLE) to generate estimates because the likelihood value does not reach the maximum, causing neither convergence or minimal producing weak results. The handling this case of data separation, it can use exact method (exact logistic regression/ELR) to estimate parameters. The case studies used in this study were two cases of immunization status data as a respon variable and 7 other predictor variables, with sample sizes of 10 and 20 taken randomly from sample data respectively. The analysis shows that this data has separation, and with the uses of maximum likelihood estimates (MLE) can not be obtained from the test. One of solution is to use exact logistic regression (ELR) to obtain the result value from parameter estimation, test the coefficient significance, and obtain confidence interval.

Kata Kunci : maximum likelihood estimates, data separation, exact logistic regression