• Tidak ada hasil yang ditemukan

Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pemodelan dan Pemetaan Rata-rata Usia Kawin Pertama Wanita di Provinsi Jawa Timur dengan Pendekatan Regresi Logistik Ordinal"

Copied!
6
0
0

Teks penuh

Gambar

Gambar 1.  Pembagian Daerah Berdasarkan Daerah Tapal Kuda
Tabel 1. Karakteristik Variabel yang Mempengaruhi UKP   Rata-rata  Nilai  Terendah  Nilai  Tertinggi  Varians   IPM  71,59  61,67  78,43  20,73  Persentase Wanita  yang Tinggal di  Kota  50,76  12,66  100,00  932,51  Persentase Wanita  Minimal  Berpendidik
Tabel 3. Uji Serentak Model UKP
Tabel 6.Ketepatan Klasifikasi  Data

Referensi

Dokumen terkait

Regresi logistik ordinal adalah suatu analisis regresi yang digunakan untuk memodelkan hubungan antara variabel bebas dengan variabel respon yang berskala ordinal.. Metode

Uji regresi probit biner pada penelitian ini menggunakan variabel respon Age Spesific Fertility Rate 15-19 tahun yang dika- tegorikan menjadi 2 kategori yaitu dibawah

Berdasarkan latar belakang tersebut ketahanan pangan memiliki peran penting dalam mewujudkan kesejahteraan ma- syarakat dimana variabel respon data ketahanan pangan Jawa

Salah satu model regresi yang dapat digunakan untuk menjelaskan hubungan antara variabel respon Y yang berupa data diskrit dengan variabel prediktor X berupa data diskrit,

Nova dan Dwi (2012) meneliti tentang tingkat stress wanita di RS Mardi Rahayu Kudus dengan menggunakan regresi logistik ordinal dan diperoleh hasil bahwa variabel prediktor..

Variabel respon yang digunakan adalah klsifikasi penyakit Glaukoma yang terdiri dari 3 klasifikasi, yaitu Glaukoma Primer, Glaukoma Sekunder dan Glaukoma Absolut,

Dimana variabel respon yang digunakan dalam penelitian adalah angka harapan hidup dan angka kematian bayi dengan lima variabel prediktor yang terdiri dari

ABSTRAK Model regresi Hurdle Negative Binomial tersensor merupakan metode yang dapat digunakan untuk variabel respon berupa data cacah dengan nilai nol berlebih.. Model ini merupakan