Estimasi Model Probit Ordinal Bivariat Rekursif Dengan Pendekatan Berndt-Hall-Hall-Hausman (BHHH). Studi Kasus: Lama Waktu Ibu Bekerja dan Pemberian ASI Eksklusif Di Provinsi Gorontalo

Oktavina, Mirzatul Dwi (2025) Estimasi Model Probit Ordinal Bivariat Rekursif Dengan Pendekatan Berndt-Hall-Hall-Hausman (BHHH). Studi Kasus: Lama Waktu Ibu Bekerja dan Pemberian ASI Eksklusif Di Provinsi Gorontalo. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003222010-Masther-Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (1MB) | Request a copy

Abstract

Model regresi Probit Ordinal Bivariat Rekursif (POBR) adalah jenis model statistika yang digunakan untuk menganalisis hubungan antara dua variabel respon berkategori ordinal dan terdapat satu atau lebih variabel prediktor berupa data kategori serta data kontinu. Kedua respon pada model POBR yang kesalahannya saling berkorelasi, dan salah satu variabel respon menjadi variabel endogenitas pada variabel respon lainnya, model rekursif dapat mempertimbangkan masalah endogenitas. Penerapan model POBR pada penelitian ini dapat diterapkan pada data Lama Waktu Ibu Bekerja dan Pemberian ASI Eksklusif. Data yang digunakan yaitu data sekunder hasil Survei Sosial Ekonomi Nasional (SUSENAS) di Provinsi Gorontalo pada Tahun 2022, dengan menggunakan dua variabel respon dan empat variabel prediktor yaitu pendidikan terakhir ibu, umur menikah pertama, status perkawinan dan wilayah tempat tinggal. Metode yang digunakan dalam estimasi parameter yaitu Maximum Likelihood Estimation (MLE), karena menghasilkan penyelesaian yang tidak close form maka dilanjutkan dengan iterasi numerik menggunakan Berndt-Hall-Hall-Hauman (BHHH). Hasil analisis yang ditunjukkan pada penelitian ini dengan menguji Uji Rho yaitu menguji endogenitas dalam model memberikan nilai p-value sebesar 0,00 yang artinya terdapat endogenitas dalam model. Model juga menunjukkan bahwa variabel pendidikan terakhir ibu dan Status menikah mempengaruhi Lawa Waktu Ibu Bekerja, sedangkan Status menikah dan Lawa Waktu Ibu bekerja sebagai variabel endogenitas berpengaruh signifikan terhadap Pemberian ASI Eksklusif dengan akurasi yaitu 90,21%.
==================================================================================================================================
The Bivariate Recursive Ordinal Probit Regression (POBR) model is a type of statistical model used to analyze the relationship between two ordinal categorical response variables and one or more predictor variables, which can include both categorical and continuous data. In the POBR model, the errors of the two responses are correlated, and one response variable acts as an endogenous variable for the other response variable. The recursive model accounts for endogeneity issues. The application of the POBR model in this study is demonstrated using data on Mothers' Working Hours and Exclusive Breastfeeding. The data utilized is secondary data from the 2022 National Socio-Economic Survey (SUSENAS) in Gorontalo Province, comprising two response variables and four predictor variables. The parameter estimation method employed is Maximum Likelihood Estimation (MLE). Since MLE does not yield a closed-form solution, numerical iteration using the Berndt-Hall-Hall-Hausman (BHHH) method is applied. The analysis results presented in this study include a Rho test to examine endogeneity within the model, yielding a p-value of 0,00, indicating the presence of endogeneity. The model also shows that the variables mother's highest education level and marital status significantly influence Mothers' Working Hours, while marital status and Mothers' Working Hours as endogenous variables significantly affect Exclusive Breastfeeding. The model achieves an accuracy rate of 90,21%.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	ASI Eksklusif, Waktu Lama Ibu Bekerja, POBR, MLE, BHHH Exclusive breastfeeding, long time working mother
Subjects:	H Social Sciences > HA Statistics > HA31.3 Regression. Correlation. Logistic regression analysis. H Social Sciences > HA Statistics > HA31.38 Data envelopment analysis. H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Mirzatul Dwi Oktaviana
Date Deposited:	04 Feb 2025 07:59
Last Modified:	04 Feb 2025 07:59
URI:	http://repository.its.ac.id/id/eprint/118206

Actions (login required)

View Item