Regresi Variabel Tak Bebas Ordinal

Regresi Variabel Tak Bebas Ordinal

Pembahasan terkait dengan ragam analisis regresi kita akan lanjutkan, dimana sebelumnya kita sudah membahas beberapa analisis regresi yang umum orang ketahui dan dalam penggunaannya cukup sering digunakan, beberapa diantaranya adalah analisis regresi logit (data biner), regresi spasial, regresi komponen utama dan yang terakhir kita bahas yaitu regresi multivariate. Yang coba kita akan uraikan secara singkat pada kesempatan kali ini yaitu mengenai analisis regresi ordinal.

Pada pembahasan yang terdahulu kita mengenal istilah ordinal yang merupakan salah satu jenis dari skala ukur data (Baca artikel : Skala Ukur Data). Dalam bahasan skala ukur data, skala ukur ordinal identik dengan pengukuran yang menghasilkan data berupa peringkat atau level. Semisal : tingkat kesukaan, tingkat kesetujuaan, dan sejenisnya. Selain terkait dengan skala ukur ordinal, pada bahasan analisis regresi logit, kita pun sudah cukup banyak mengupas konsepsi penggunaan variabel dependent (Y) dengan nilai biner (0 dan 1) sehingga muncullah istilah odds dan odds ratio dalam konsep interpretasinya.

Nah jika para peneliti sudah mengenal dan memahami apa yang dimaksud dengan skala ukur ordinal dan analisis regresi logit, maka dalam pemahaman terhadap konsep analisis regresi ordinal akan cukup mudah. Karena dalam penerapannya analisis regresi ordinal memadukan antara skala ukur data ordinal pada variabel dependen (Y) pada konsepsi regresi, sehingga dalam proses perhitungannya identik dengan proses perhitungan analisis regresi logit. Yang membedakan hanyalah dari segi kombinasi persamaan regresi yang dihasilkan dari suatu konsepsi variabel dependen (Y) yang berupa tingkatan (lebih dari 2 tingkatan).

Lebih lanjut terkait dengan konsepsi analisis regresi ordinal akan kita uraikan pada bagian selanjutnya.

Konsep Regresi Ordinal

Regresi logistik ordinal adalah pemodelan regresi logistik untuk data variabel tak bebas (Y) dengan respons kategorik ordinal non-biner (kategorik ordinal dengan jumlah kategori lebih daripada dua). Pengolahan data pada regresi logistik ordinal tetap dilakukan dengan menggunakan himpunan nilai variabel bebas (X) yang sama, memisahkannya ke dalam dua bagian dengan respons modifikasi YM = 1 dan YM = 0 seperti pada regresi logistik biasa, tetapi dilakukan secara berulang dengan memindah-mindahkan titik cutoff untuk variabel respons-nya.

Misalkan dimiliki data dengan variabel tak bebas (Y) kategorik ordinal yang memiliki 4 kategori, yaitu kategori I, II, III, dan IV. Maka regresi logistik biasa dilakukan 3 kali terhadap himpunan nilai variabel bebas (X) yang sama, tetapi respons kategori I vs II-III-IV, respons kategori I-II vs III-IV, dan respons kategori I-II-III vs IV. Ketiga titik cutoff variabel respons akan menjadi estimator konstanta dalam tiap model.

cut off regresi ordinal

Gambar 1. Cut off Persamaan Regresi Ordinal 4 kategori

Sebagai hasil akan diperoleh 3 model regresi dengan estimasi koefisien regresi yang sama (karena menggunakan himpunan nilai variabel bebas (X) yang sama), namun dengan konstanta berbeda (karena menggunakan titik cutoff respons yang berbeda). Ketiga model ini biasanya disebut sebagai 1 model regresi saja, yaitu:

persamaan regresi ordinal

Akan terlihat perbedaanya jika sudah kita proses pemodelannya dengan menggunakan data riil dan aplikasi (salah satunya dengan SPSS). Sehingga bentuk model dan jumlah model yang terbentuk dari hasil variabel dependen yang merupakan data dengan skala ukur ordinal terlihat jelas.

Secara prinsip pengerjaan regresi ordinal serupa dengan regresi logit data biner. Perbedaannya adalah dalam hal banyaknya model regresi yang terbentuk dan kaitannya dengan fungsi pengelompokan. Lebih lanjut para peneliti atau data master bisa mempelajari melalui literatur yang lebih lengkap. Pada kesempatan yang lain kita akan coba perlihatkan pembentukan model regresi ordinal dengan menggunakan software SPSS, agar apa yang telah diuraikan dalam konsepsi regresi ordinal pada artikel ini dapat terlihat jelas pada output SPSS hasil pengolahan data riil. SEMANGAT MEMPELAJARI!!!

Sumber Buku : Johan Harlan, Univ. Gunadarma.

————————————————————————————————————————————————————————————

Jika rekan peneliti memerlukan bantuan survey lapangan, data entry ataupun olahdata dapat menghubungi mobilestatistik.com :

Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.

————————————————————————————————————————————————————————————

Leave a Reply

Your email address will not be published. Required fields are marked *