| dc.identifier.citation | [1] Agresti, A. (2002). Categorical Data Analysis (Second ed.). New York: John Wiley & Sons. [2] Atkinson, P. M., German, S. E., Sear, D. A., & Clark, M. J. (2003). Exploring the Baltagi, B. H. 2005. Econometric Analysis of Panel Data. New York: John Wiley dan Sons. [3] Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression. UK: John Wiley & Sons. [4] Nekaya, T., Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2005). Geographically Weighted Poisson Regression for Disease Association. Mapping Statistics in Medicine, 24(17), 2695-2717. | in_ID |
| dc.description.abstract | Analisis regresi logistik ordinal merupakan analisis regresi yang
digunakan untuk memodelkan hubungan antara variabel respon yang bersifat
kategorik dan berskala ordinal dengan satu atau lebih variabel prediktor.
Metode ini merupakan salah satu jenis analisis regresi global, dimana
parameter dalam model digunakan secara global untuk semua lokasi.
Sementara itu, fakta di lapangan menunjukkan bahwa terdapat banyak kejadian
yang bergantung pada lokasi geografis. Jika masing-masing koefisien regresi
logistik ordinal bergantung pada lokasi geografis dimana data tersebut diamati,
maka digunakan model Geographically Weighted Ordinal Logistic Regression
(GWOLR). GWOLR merupakan gabungan antara regresi logistik ordinal dan
Geographically Weighted Regression (GWR). Estimasi parameter dalam
model GWOLR menggunakan metode maksimum likelihood terboboti, yaitu
dengan memaksimumkan fungsi ln-likelihood terboboti. Pembobot yang
digunakan dalam fungsi ln-likelihood terboboti adalah faktor letak geografis
yaitu garis lintang selatan dan garis bujur timur pada masing-masing lokasi
pengamatan. Faktor ini memiliki nilai yang berbeda untuk setiap lokasi yang
menunjukkan sifat lokal pada model GWOLR, sehingga setiap lokasi
pengamatan mempunyai nilai parameter regresi logistik ordinal yang berbedabeda. | in_ID |
