Pemodelan Lokasi-Skala untuk Data Ordinal Bertingkat

LUAILI NURUL HUSNA, Drs. Zulaela, Dipl.Med.Stats, M.Si

2014 | Skripsi | STATISTIKA

Kasus data yang memuat variabel respon diskrit, khususnya ordinal sering ditemukan dalam penelitian. Untuk data yang mempunyai variabel respon berskala ordinal, dapat digunakan analisis regresi ordinal. Ketika sampel data mempunyai struktur hierarki, analisis regresi ordinal tidak dapat digunakan lagi karena asumsi independensi antar pengamatan tidak terpenuhi. Selain itu, model ordinal mengasumsikan bahwa pengaruh variabel prediktor sama sepanjang logit kumulatif. Namun, pada kenyataannya, asumsi ini tidak mudah dipenuhi. Untuk mengatasi permasalahan tersebut, dapat digunakan model lokasi-skala untuk data ordinal. Model ini memuat parameter lokasi dan parameter skala sehingga dapat digunakan untuk membagi derajat variansi di dalam subjek dan variansi antar subjek.

We often find data with discrete respon variable especially ordinal in observation. For data which have ordinal respon, we can use ordinal regression analysis. When data has a hierarchial structure, ordinal regression can’t used because independent assumption between observations are not met. In addition, ordinal models asssume that influence of covariates are same across the cumulative logits. But, in fact this assumptions are not easy to met. To hold this problems, we can use location-scale models for hierarchical ordinal data. This model accomodate location parameters and scale parameters, so it can used to partition the degree of within-subjects and between-sujects variance.

Kata Kunci : Ordinal models; Proportional odds assumption; Cluster; Cumulative logit; Withih-subjects variance; Between-subjects variance.