Estimasi Parameter dan Pengujian Hipotesis Pada Zero Inflated Bivariate Ordered Probit

., Andriano (2025) Estimasi Parameter dan Pengujian Hipotesis Pada Zero Inflated Bivariate Ordered Probit. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003231006-Master-Thesis.pdf Restricted to Repository staff only until 1 April 2027. Download (4MB) | Request a copy

Abstract

Penelitian ini mengkaji perkembangan model regresi probit ordinal bivariat dengan efek zero inflated. Metode regresi probit ordinal bivariat yang dapat mengatasi efek zero inflated adalah metode Zero Inflated Bivariate Ordered Probit (ZIBOPR). ZIBOPR merupakan metode statistik untuk melihat hubungan antara variabel prediktor dan dua variabel respon yang saling berkorelasi, memiliki tingkatan dan memiliki efek zero inflated. Kajian teori dilakukan untuk mendapatkan estimasi parameter model ZIBOPR menggunakan metode Maximum Likelihood Estimator (MLE). Persamaan estimasi yang diperoleh dari MLE memperoleh persamaan yang tidak closed form, sehingga dilanjutkan dengan metode iterasi numerik Bern, Hall, Hall, and Hausman (BHHH). Parameter yang dihasilkan kemudian di uji secara serentak dengan uji Likelihood Rasio Test (LRT) dan secara individu menggunakan uji Wald. Model ZIBOPR diaplikasikan ke dalam kasus tingkatan persentase penduduk miskin dan tingkatan indeks kedalaman kemiskinan di kabupaten/kota Indonesia Timur tahun 2023 yaitu sebanyak 176 kabupaten/kota dengan menggunakan lima variabel prediktor yaitu Angka Harapan Hidup (AHH), pengeluaran per kapita, Rata – rata Lama Sekolah (RLS), Tingkat Partisipasi Angkatan Kerja (TPAK) dan Angka Kematian Bayi (AKB). Hasil penelitian menunjukkan bahwa parameter model ZIBOPR dapat di estimasi dengan MLE dan dilanjutkan dengan iterasi numerik BHHH. Parameter yang dihasilkan kemudian dapat di uji dengan LRT secara serentak dan uji Wald secara individu. Kemudian pemodelan ZIBOPR dengan tingkatan persentase penduduk miskin dan tingkatan indeks kedalaman kemiskinan menunjukkan bahwa kelima parameter pada variabel prediktor berpengaruh secara signifikan terhadap tingkatan persentase penduduk miskin dan tingkatan indeks kedalaman kemiskinan. Hasil analisis pemilihan model terbaik dengan vuong test menunjukkan model ZIBOPR lebih baik memodelkan tingkatan persentase penduduk miskin dan tingkatan indeks kedalaman kemiskinan daripada model regresi probit ordinal bivariat.
==================================================================================================================================
This study examines the development of bivariate ordinal probit regression models with zero inflated effects. The bivariate ordinal probit regression method that can overcome the zero inflated effect is the Zero Inflated Bivariate Ordered Probit (ZIBOPR) method. ZIBOPR is a statistical method to see the relationship between predictor variables and two response variables that are correlated, have levels and have zero inflated effects. Theoretical studies were conducted to obtain parameter estimates of the ZIBOPR model using the Maximum Likelihood Estimator (MLE) method. The estimation equation obtained from MLE obtained an equation that was not closed form, so it was continued with the Bern, Hall, Hall, and Hausman (BHHH) numerical iteration method. The resulting parameters are then tested simultaneously with the Likelihood Ratio Test (LRT) and individually using the Wald test. The ZIBOPR model was applied to the case of the percentage level of the poor population and the level of the poverty depth index in the districts/cities of Eastern Indonesia in 2023, namely 176 districts/cities using five predictor variables, namely Life Expectancy, per capita expenditure, Average Years of Schooling, Labor Force Participation Rate and Infant Mortality Rate. The results showed that the ZIBOPR model parameters can be estimated with MLE and continued with BHHH numerical iteration. The resulting parameters can then be tested with LRT simultaneously and Wald test individually. Then modeling ZIBOPR with the level of the percentage of poor people and the level of the poverty depth index shows that the five parameters in the predictor variables have a significant effect on the level of the percentage of poor people and the level of the poverty depth index. The results of the best model selection analysis using the vuong test show that the ZIBOPR model better models the percentage level of poverty and the poverty depth index level than the bivariate ordinal probit regression model.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Regresi probit ordinal bivariat, ZIBOPR, MLE, BHHH
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Andriano Andriano
Date Deposited:	03 Feb 2025 01:38
Last Modified:	03 Feb 2025 01:38
URI:	http://repository.its.ac.id/id/eprint/117828

Actions (login required)

View Item