Pendugaan Parameter Model Regresi Zero Inflated Negative Binomial (Zinb) Menggunakan Metode Bayesian (Studi Kasus Jumlah Ketidaklulusan Ujian Nasional Siswa Sma/Smk Di Kota Malang Tahun Ajaran 2015/2016)

Mulyaningrum, Retno Unggul (2017) Pendugaan Parameter Model Regresi Zero Inflated Negative Binomial (Zinb) Menggunakan Metode Bayesian (Studi Kasus Jumlah Ketidaklulusan Ujian Nasional Siswa Sma/Smk Di Kota Malang Tahun Ajaran 2015/2016). Sarjana thesis, Universitas Brawijaya.

Abstract

Model regresi Poisson menganalisis hubungan antara peubah respon diskrit dengan satu atau lebih peubah prediktor yang diasumsikan nilai ragam dengan nilai rata-rata sama (equidispersi). Ketika nilai ragam lebih dari nilai rata-rata (overdipersi) regresi Poisson tidak layak digunakan. Salah satu penyebab overdispersi adalah nilai nol yang berlebih pada peubah respon (excess zeros). Model regresi untuk menangani kasus overdispersi karena excess zeros adalah Zero Inflated Negative Binomial (ZINB). Pada penelitian ini, pendugaan parameter regresi ZINB menggunakan metode Bayesian dengan teknik simulasi Markov Chain Monte Carlo (MCMC). Peneliti akan memodelkan data tentang jumlah ketidaklulusan Ujian Nasional siswa pada SMA/SMK di Kota Malang tahun ajaran 2015/2016 sebagai peubah respon dengan beberapa peubah prediktor. Hasil analisis menunjukkan bahwa setiap kenaikan rata-rata Ujian Nasional sebesar sepuluh satuan menyebabkan kecenderungan menurunnya jumlah ketidaklulusan siswa SMA/SMK di Kota Malang sebesar 1.81 kali serta dapat menyebabkan penurunan rata-ratanya sebanyak 1 siswa dari tahun sebelumnya. Setiap kenaikan dana Bantuan Operasional Sekolah (BOS) sebesar 10 juta rupiah menyebabkan kecenderungan menurunnya jumlah ketidaklulusan siswa 1.47 kali dan menyebabkan peningkatan rata-rata kelulusan siswa sebanyak 1 siswa dari tahun sebelumnya.

English Abstract

Poisson regression is a regression model to analyze relationship between discrete response variable and one or more predictor variables, wich is assuming that value of variance similar to average value (equidispersion). When the value of variance is exceed than the mean value (overdipersion), poisson regression is does not fit to be applied. Overdispersion is caused, among others, by dominated zero value on response variable (excess zeros). The regression model to handle overdispersion cased by excess zeros is Zero Inflated Negative Binomial (ZINB). In this study, process of estimating ZINB regression parameters uses Bayesian method with Markov Chain Monte Carlo (MCMC) simulation technique. Researcher applied data of national exam failure number of SMA/SMK students in Malang years 2015/2016 as response variables and some predictors variables to make a model. The result of the analysis indicate that every increase of National Examination’s average score at ten units causes decreasing on national exam failure number of SMA/SMK students in Malang at 1.81 times, and causes decreasing on average value at one student comparing the previous year. Each increase in funds of School Operational Assistance at 10 million rupiah leds to a tendency of decreasing on national exam failure number of student at 1.47 times and led to an increase in graduated student’s average at one student comparing the previous year.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FMIPA/2017/298/051706318
Uncontrolled Keywords:	overdispersi, ZINB, Bayesian, Ujian Nasional.
Subjects:	500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics > 519.54 Statistical inference > 519.542 Decision theory
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	Nur Cholis
Date Deposited:	23 Oct 2017 02:58
Last Modified:	25 Mar 2024 07:54
URI:	http://repository.ub.ac.id/id/eprint/4161

Text RETNO UNGGUL MULYANINGRUM.pdf Download (1MB)

Actions (login required)

View Item