×

Modul Eksplorasi Data Sakernas

Rp100.000

Informasi Lengkap

Pendahuluan

Dalam analisis statistik, terdapat berbagai metode untuk memodelkan variabel dependen yang bersifat kategorikal. Salah satu metode yang sering digunakan adalah Ordered Logit Model atau Model Logit Terurut. Model ini digunakan ketika variabel dependen memiliki kategori yang terurut, misalnya dari rendah hingga tinggi atau dari tidak setuju hingga setuju. Pada artikel ini, kita akan mempelajari konsep dasar dari Ordered Logit Model dan bagaimana mengestimasinya menggunakan aplikasi Stata.

Pengertian Ordered Logit Model

Ordered Logit Model adalah sebuah metode statistik yang digunakan untuk menganalisis hubungan antara variabel dependen yang bersifat terurut dengan satu atau lebih variabel independen. Metode ini cocok digunakan ketika kita ingin memahami pengaruh variabel independen terhadap perubahan pada tingkat kategori variabel dependen yang terurut. Misalnya, kita ingin mengetahui bagaimana tingkat pendapatan mempengaruhi status sosial ekonomi seseorang.

Contoh Penggunaan Ordered Logit Model

Sebagai contoh, kita akan menggunakan data mengenai pendapat responden terhadap presiden dalam suatu survei. Variabel dependen dalam kasus ini adalah pendapat responden yang memiliki tiga kategori: “Tidak Setuju”, “Netral”, dan “Setuju”. Kita akan menggunakan beberapa variabel independen seperti pendapatan, pendidikan, dan jenis kelamin untuk mengestimasi Ordered Logit Model.

Langkah 1: Mengumpulkan Data

Pertama-tama, kita perlu mengumpulkan data yang diperlukan untuk analisis. Dalam contoh ini, kita dapat menggunakan data yang tersedia secara online. Misalnya, kita dapat mengunduh dataset “ologit.dta” dari tautan berikut: https://dss.princeton.edu/training/ologit.dta.

Langkah 2: Melihat Karakteristik Variabel Dependenn

Sebelum menjalankan regresi Ordered Logit, penting untuk memahami karakteristik variabel dependen. Dalam kasus ini, kita dapat menggunakan perintah tab pada Stata untuk melihat distribusi kategori pada variabel dependen.

Copy code

tab opinion_or
tab opinion_or, nolab

Tabel hasilnya akan menunjukkan frekuensi dan persentase dari masing-masing kategori variabel dependen.

Baca Juga: Memahami Output Analisis Logit dan Probit

Langkah 3: Menjalankan Ordered Logit Model

Setelah memahami karakteristik variabel dependen, kita dapat menjalankan regresi Ordered Logit Model menggunakan perintah ologit pada Stata. Berikut adalah contoh sintaks yang dapat digunakan:

stataCopy code

ologit opinion_or x1 x2 x3 i.gender

Dalam sintaks di atas, opinion_or merupakan variabel dependen, sedangkan x1, x2, dan x3 adalah variabel independen. i.gender merupakan variabel dummy yang mewakili jenis kelamin, dengan nilai 0 untuk perempuan dan 1 untuk laki-laki.

Langkah 4: Interpretasi Hasil

Setelah menjalankan Ordered Logit Model, kita akan mendapatkan output yang berisi hasil estimasi model. Berikut adalah contoh hasil output yang diberikan oleh Stata:

stataCopy code

Iteration 0:   log likelihood = -96.553508  
Iteration 1:   log likelihood = -94.247232  
Iteration 2:   log likelihood = -94.239474  
Iteration 3:   log likelihood = -94.239472  
Ordered logistic regression                     Number of obs     =         70
                                                LR chi2(4)        =       4.63
                                                Prob > chi2       =     0.3276
Log likelihood = -94.239472                     Pseudo R2         =     0.0240
------------------------------------------------------------------------------
  opinion_or |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          x1 |   -.946804   .5639295    -1.68   0.093    -2.052086    .1584776
          x2 |  -.2233003   .2099466    -1.06   0.288    -.6347881    .1881875
          x3 |  -.0579506   .1580635    -0.37   0.714    -.3677493    .2518481
             |
      gender |
       male  |  -.5636039    .524222    -1.08   0.282     -1.59106    .4638524
-------------+----------------------------------------------------------------
       /cut1 |  -2.401919   .6513011                     -3.678446   -1.125392
       /cut2 |  -1.108298   .5878275                     -2.260419    .0438225
       /cut3 |  -.1540898   .5775204                     -1.286009    .9778293
------------------------------------------------------------------------------

Dalam hasil output di atas, terdapat estimasi koefisien (coef) untuk setiap variabel independen. Koefisien yang memiliki nilai negatif menunjukkan pengaruh yang berlawanan terhadap kategori yang lebih tinggi pada variabel dependen, sedangkan koefisien dengan nilai positif menunjukkan pengaruh searah. Penting untuk menginterpretasikan signifikansi statistik dari koefisien menggunakan nilai p (P>|z|).

Baca Juga: Memahami Output Analisis Logit dan Probit

Kesimpulan

Ordered Logit Model adalah metode yang berguna dalam menganalisis variabel dependen yang bersifat terurut. Dengan menggunakan aplikasi Stata, kita dapat mengestimasi model ini dan memahami pengaruh variabel independen terhadap perubahan pada tingkat kategori variabel dependen. Namun, perlu diingat bahwa hasil dari Ordered Logit Model perlu diinterpretasikan dengan hati-hati, termasuk pengecekan signifikansi statistik dari koefisien.

FAQ

1. Apakah Ordered Logit Model hanya bisa digunakan untuk variabel dependen dengan tiga kategori?
   • Tidak, Ordered Logit Model dapat digunakan untuk variabel dependen dengan lebih dari tiga kategori terurut.
2. Apakah kita harus menggunakan Stata untuk mengestimasi Ordered Logit Model?
   • Tidak, selain Stata, terdapat juga perangkat lunak statistik lainnya yang dapat digunakan untuk mengestimasi Ordered Logit Model seperti R atau Python.
3. Apa perbedaan antara Ordered Logit Model dan Logit Model biasa?
   • Ordered Logit Model digunakan untuk variabel dependen yang bersifat terurut, sedangkan Logit Model biasa digunakan untuk variabel dependen biner (dua kategori).
4. Apakah Ordered Logit Model mengasumsikan hubungan linier antara variabel independen dan dependen?
   • Tidak, Ordered Logit Model tidak mengasumsikan hubungan linier antara variabel independen dan dependen. Hubungan tersebut dapat bersifat nonlinier.
5. Apakah Ordered Logit Model dapat digunakan untuk data cross-sectional maupun longitudinal?
   • Ya, Ordered Logit Model dapat digunakan untuk menganalisis data cross-sectional maupun longitudinal.