EUVIMEDEUVIMED entdecken
Open Access · CC BY-SA 4.0

Komparasi Pemodelan Logit, Probit dan Clog-Log Pada Regresi Beta

Suryadiningrat, Pardomuan Robinson Sihombing

Nusantara Journal of Behavioral and Social Sciences · 2022

DOI: 10.47679/202215 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Nusantara Journal of Behavioral and Social Sciences, 2022. Verfasst von Suryadiningrat und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini bertujuan membandingkan pemodelan Indeks Ketimpangan Gender (IKG) menggunakan regresi beta dengan link function logit, probit dan clog-log. Adapun variabel independen yang digunakan adalah Indeks Pembangunan Gender (IPG) dan Indeks Pemberdayaan Gender (IDG). Data bersumber dari Badan Pusat Statistik. Ketiga pemodelan menberikan hasil yang sama baik untuk uji simultan dan parsial dalam pemodelan kasus pemodelan IKG. Model clog-log memberikan hasil terbaik dengan kriteria nilai error terkecil (AIC dan BIC) serta nilai koefisien determinasi terbesar. IPG berpengaruh signifikan negatif terhadap IKG sedangkan IDG belum berpengaruh signifikan negatif terhadap IKG. Berdasarkan hasil ini diharapkan para pemangku kebijakan dapat memberikan kebijakan yang komprehensif dan tepat sasaran dalam mengurangi ketimpangan gender di Indonesia

Zitieren

APA

Suryadiningrat, & Sihombing, P. R. (2022). Komparasi Pemodelan Logit, Probit dan Clog-Log Pada Regresi Beta. Nusantara Journal of Behavioral and Social Sciences. https://doi.org/10.47679/202215

Vancouver

Suryadiningrat, Sihombing PR. Komparasi Pemodelan Logit, Probit dan Clog-Log Pada Regresi Beta. Nusantara Journal of Behavioral and Social Sciences. 2022. doi:10.47679/202215

BibTeX
@article{Suryadiningrat2022,
  author = {Suryadiningrat and Sihombing, Pardomuan Robinson},
  title = {Komparasi Pemodelan Logit, Probit dan Clog-Log Pada Regresi Beta},
  journal = {Nusantara Journal of Behavioral and Social Sciences},
  year = {2022},
  doi = {10.47679/202215}
}
Kostenlos starten →