Penerapan Model Proportional Odds Dan Continuation Ratio Logit Pada Regresi Logistik Ordinal

Regresi logistik ordinal merupakan metode yang digunakan untuk menganalisis hubungan antara peubah respon dan peubah prediktor di mana peubah respon terdiri dari kategori berskala ordinal. Terdapat beberapa pembagian model dalam regresi logistik ordinal berdasarkan bentuk persamaan peluangnya. Proportional odds atau cumulative logit merupakan salah satu model regresi logistik ordinal yang banyak digunakan dalam menganalisis data ordinal. Model proportional odds merupakan perbandingan peluang kumulatif peubah respon Y pada kategori ke-j dengan peluang lebih dari kategori respon ke-j pada p peubah prediktor yang dinyatakan dalam vektor xi. Model lain dari regresi logistik ordinal salah satunya adalah model continuation ratio logit. Model ini mempertimbangkan adanya asumsi subjek yang diteliti telah melewati kategori respon ke j-1 untuk dapat mencapai kategori j. Model continuation ratio logit merupakan perbandingan peluang peubah respon Y sama dengan kategori ke-j dengan peluang lebih besar dari kategori ke-j. Penelitian ini bertujuan untuk menerapkan model proportional odds dan continuation ratio logit pada data ordinal yang terdiri lebih dari satu peubah prediktor. Data yang digunakan dalam penelitian ini adalah data tentang tingkat status gizi peserta POSYANDU Pandu Mars dan data mengenai tingkat phobia sekolah siswa TK Restu dan Anak Shaleh Malang. Berdasarkan hasil analisis regresi logistik ordinal, model terbaik yang dapat diterapkan untuk data status gizi adalah model proportional odds dengan nilai AIC sebesar 62.418 dan model terbaik untuk data tingkat phobia sekolah siswa adalah model continuation ratio logit dengan nilai AIC sebesar 114.733