ESTIMASI PARAMETER MODEL REGRESI LOGISTIK MENGGUNAKAN METODE JACKKNIFE

HANA FITIANINGRUM, Herni Utami, S.Si., M.Si.

2013 | Skripsi | STATISTIKA

Jackknife merupakan salah satu metode estimasi inferensi statistika yang berbasis komputer. Prinsip kerjanya adalah menggunakan komputer dalam membangkitkan data dari sampel asli yang berukuran kecil untuk mendapatkan sampel tiruan. Sampel tiruan diperoleh dengan cara menghapus suatu observasi dari sampel asli yang selanjutnya dapat digunakan untuk menghitung nilai estimator. Salah satu kelebihan dari metode Jackknife adalah tidak membutuhkan asumsi apapun mengenai distribusi dari sampel yang dimiliki. Tujuan utama dari metode ini adalah untuk memperoleh estimasi yang sebaik-baiknya berdasarkan data yang minimal dengan bantuan komputer. Metode Jackknife dapat digunakan pada data berpasangan untuk keperluan rasio dan dalam kasus model regresi. Metode yang sering dipakai untuk menyelesaikan masalah Dalam skripsi ini, metode Jackknife diterapkan untuk mengestimasi parameter model regresi logistik. Model regresi logistik merupakan salah satu bentuk analisis regresi untuk mengetahui suatu hubungan sebab akibat (kausalitas) apabila variabel respon Y hanya memiliki 2 kemungkinan nilai/hasil atau data bersifat dikotomus. regresi logistik adalah metode Maximum Likelihood Estimation (MLE) dimana proses penaksiran parameter didahului oleh pembentukan fungsi likelihood. Metode Jackknife dalam estimasi parameter model regresi logistik tersebut diilustrasikan dalam penentuan tingkat kebangkrutan perusahaan perbankan di Indonesia yang dipilih secara acak. Berdasarkan hasil analisis yang diperoleh, metode Jackknife mampu memperkecil standar error sampai dengan Jackknife terhapus-2.

Jackknife is one of the estimation methods, computer-based statistical inference. Its working principle is using a computer in generating original data from a small sample to get an pseudo sample. Pseudo sample is obtained by removing an observation from the original sample can then be used to calculate the value of the estimator. One of the jackknife method’s advantage is no need of any assumptions regarding the distribution of the sample possessed. The main purpose of this method is to obtain the best possible estimate based on minimal data with the help of computers. A jackknife method can be used on paired data for purposes ratio and in the case regression models. In this paper, a jackknife method is applied to estimate the parameters of a logistic regression model. Logistic regression model is a form of regression analysis to determine a causal relationship (causality) when the response variable Y has only two possible values / results or data are dichotomous. The method which is often used to solve the logistic regression problem is Maximum Likelihood Estimation (MLE) where the parameter estimation process is preceded by the formation of likelihood function. Jackknife method in estimating parameters of the logistic regression model is illustrated in the determination of the level of bankruptcies in the Indonesian banking firm selected randomly. Based on the results of the analysis, jackknife method is able to reduce the standard errors to jackknife deleted-2.

Kata Kunci : Metode Jackknife, Regresi Logistik, Maximum Likelihood Estimation (MLE)