English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Analisis regresi logistik dibagi menjadi beberapa jenis data pada responnya, diantaranya yaitu respon biner, multinomial, ordinal dan poisson. Analisis regresi logistik yang paling sederhana digunakan adalah analisis regresi logistik biner. Regresi logistik biner digunakan untuk menganalisa hubungan antara satu variabel respon dan beberapa variabel independen, dengan variabel responnya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik. Namun regresi biner ini kurang tepat apabila digunakan pada kasus yang memiliki struktur hirarki. Data yang memiliki struktur hirarki, sebenarnya terdapat efek dari kelompok yang membawahi unit-unit yang diteliti. Suatu metode yang digunakan untuk menyelesaikan kasus berstruktur hirarki adalah model multilevel. Penelitian ini menyajikan perbandingan antara model regresi logistik biner satu level dan model regresi logistik biner multilevel dalam menganalisis partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Variabel yang digunakan adalah status bekerja sebagai variabel respon, tipe daerah tempat tinggal, umur, pendidikan, status perkawinan, jenis kelamin, dan pelatihan bersertifikat sebagai variabel penjelas level satu serta IPM, PDRB, dan UMK sebagai variabel penjelas level dua. Pemilihan model terbaik dilakukan dengan membandingkan deviance pada null model regresi logistik biner satu level dan null model regresi logistik biner multilevel serta melakukan pengujian signifikan adanya random effect . Analisis yang dilakukan menunjukkan hasil bahwa deviance pada null model regresi logistik biner multilevel lebih kecil dibandingkan deviance regresi logistik biner satu level serta terdapat random effect sehingga model regresi logistik biner multilevel adalah model yang terbaik dalam menggambar partisipasi angkatan kerja di Provinsi Jawa Tengah tahun 2018. Estimasi parameter dengan regresi logistik biner multilevel memperoleh hasil bahwa faktor yang secara signifikan mempengaruhi status bekerja di Provinsi Jawa Tengah tahun 2018 adalah tipe daerah tempat tinggal, jenis kelamin, umur, status perkawinan, keikutsertaan dalam pelatihan yang bersertifikat. Selain itu, terdapat pengaruh perbedaan Kabupaten/Kota yang digambarkan dengan IPM dan PDRB sebagai variabel kontekstual. Sebesar 0,82 persen keragaman status bekerja pada Provinsi Jawa Tengah disebabkan oleh perbedaan karakteristik antar kabupaten/kota asal penduduk.

Penerapan Regresi Logistik Biner Multilevel pada Partisipasi Angkatan Kerja di Provinsi Jawa Tengah Tahun 2018