Langsung ke konten utama

Pemodelan Regresi Probit (Probit Regression) dengan R

Regresi Probit dengan R

Halo teman-teman, setelah kita sebelumnya belajar dan berbagi bagaimana cara pemodelan regresi logistik biner atau yang biasa disebut sebagai logit, kali ini kita akan melangkah satu senti mengulas sekaligus mempraktikkan bagaimana pemodelan regresi Probit dengan R.

Regresi probit ini harus kita ulas supaya kita semua dapat mengetahui dengan jelas dimana perbedaan antaran logistik biner dan probit. Saya pun awalnya juga bingung mengenai perbedaan kedua jenis model ini. Sebab, selain referensi yang terbatas, banyak yang mengulas perbedaannya yang justru kalau saya simpulkan malah tidak ada perbedaan nyata dan jelas antara kedua model ini.

Baik, setelah sekian lama mempelajari kedua model ini, akhirnya saya sampai pada benang merah sebagai aspek pembeda logit dan probit. Sebagaimana ketika kita baca berdasarkan referensi pada umumnya, regresi logistik biner sebuah model statistik yang digunakan untuk memprediksi peluang terjadinya (sukses atau gagal) variabel dependen yang kita gunakan. Adapun variabel dependen tersebut berskala kategorik (non numerik) baik nominal maupun ordinal. Dan yang paling penting, regresi logistik ini dibangkitkan mengikuti distribusi logistik (eksponensial).

Sedangkan regresi porbit juga sama, ia merupakan model yang digunakan untuk memprediksi peluang terjadinya (sukses atau gagal) variabel dependen dan bertipe data nominal atau ordinal. Hanya saja, model ini dibangkitkan mengikuti distribusi normal standar kumulatif (cummulative normal standard distribution).

Aspek lain yang bisa memperjelas penggunaan kedua model ini adalah pada jenis kasusnya. Khusus penggunaan probit, biasanya sangat relevan digunakan ketika tujuan penelitian, percobaan, atau risetnya bersifat targetting pada level tertentu dinyatakan sukses.

Sebagai contoh, misalkan kita akan membuat antivirus Covid-19 jenis baru yang kita ekstrak dari zat yang berbeda. Kita kemudian ingin mengetahui, seberapa besar dosis antivirus Covid-19 jenis baru tersebut untuk mencapai efektivitas menyembuhkan pasien mencapai 70%?

Jenis penelitian dengan target-target seperti inilah yang relevan menggunakan regresi probit.

Itu sekilas mengenai bagaimana kita memutuskan menggunakan logit atau probit dan apa saja perbedaannya. Selanjutnya, sebagaimana adat istiadat kita, kita akan coba mempraktikan pemodelan regresi probit dengan R. Sebelumnya, kita perlu unduh dulu datanya, biar teman-teman bisa bandingkan hasilnya, kita pakai data yang sebelumnya kita gunakan di model regresi logistik biner, datanya bisa didapatkan di sini. Setelah datanya telah ada, kita coba menggunakan beberapa code berikut untuk pemodelan probit.

Code:

#Mengimport data monotaroid
library(readxl)
mntaro <- read_excel("C:/Users/Joko Ade/Downloads/mntaro.xlsx")
dataku <- mntaro

#melihat ringkasan data
summary(dataku)

Hasil:

   Reviu             Harga            BarangSiap       Terjual          lnHarga      
 Min.   :0.00000   Min.   :    2200   Min.   :1.000   Min.   :0.0000   Min.   : 7.696  
 1st Qu.:0.00000   1st Qu.:   61600   1st Qu.:1.000   1st Qu.:0.0000   1st Qu.:11.028  
 Median :0.00000   Median :  179300   Median :2.000   Median :0.0000   Median :12.097  
 Mean   :0.01002   Mean   :  626028   Mean   :1.984   Mean   :0.1964   Mean   :12.138  
 3rd Qu.:0.00000   3rd Qu.:  619300   3rd Qu.:2.000   3rd Qu.:0.0000   3rd Qu.:13.336  
 Max.   :1.00000   Max.   :19910000   Max.   :3.000   Max.   :1.0000   Max.   :16.807

Code:

#mengubah tipe data di dalam data frame
dataku$Terjual <- as.factor(dataku$Terjual)
dataku$Reviu <- as.factor(dataku$Reviu)
dataku$lnHarga <- as.numeric(dataku$lnHarga)
dataku$BarangSiap <- as.factor(dataku$BarangSiap)

#mengattach data frame supaya lebih praktis
attach(dataku)

#Regresi Probit atau Normit
probit1 <- glm(Terjual~lnHarga+Reviu+BarangSiap, family = binomial(link = "probit"))
summary(probit1)

Hasil:

Call:
glm(formula = Terjual ~ lnHarga + Reviu + BarangSiap, family = binomial(link = "probit"))

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-1.4702  -0.4812  -0.4213  -0.3470   2.5213  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept) -0.13582    0.59072  -0.230   0.8181    
lnHarga     -0.10426    0.04883  -2.135   0.0327 *  
Reviu1       0.16797    0.62533   0.269   0.7882    
BarangSiap2  0.13712    0.19859   0.690   0.4899    
BarangSiap3  1.35248    0.19944   6.781 1.19e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 494.37  on 498  degrees of freedom
Residual deviance: 393.34  on 494  degrees of freedom
AIC: 403.34

Number of Fisher Scoring iterations: 5

Code:

#Uji Wald Parsial
library(lmtest)
coeftest(probit1)

#Uji Wald Simultan
waldtest(probit1)

Hasil:

z test of coefficients:

             Estimate Std. Error z value  Pr(>|z|)    
(Intercept) -0.135824   0.590720 -0.2299   0.81815    
lnHarga     -0.104260   0.048829 -2.1352   0.03274 *  
Reviu1       0.167971   0.625327  0.2686   0.78823    
BarangSiap2  0.137118   0.198591  0.6905   0.48991    
BarangSiap3  1.352485   0.199444  6.7813 1.191e-11 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Wald test

Model 1: Terjual ~ lnHarga + Reviu + BarangSiap
Model 2: Terjual ~ 1
  Res.Df Df      F    Pr(>F)    
1    494                        
2    498 -4 23.698 < 2.2e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Code:

#Uji Kebaikan Suai
#H0 Model Fit
library(ResourceSelection)
hoslem.test(probit1$y, fitted(probit1), g = 10)

Hasil:

    Hosmer and Lemeshow goodness of fit (GOF) test

data:  probit1$y, fitted(probit1)
X-squared = 3.1692, df = 8, p-value = 0.9233

Code:

#Melihat Pseudo R Square
library(fmsb)
NagelkerkeR2(probit1)
pR2(probit1)

Hasil:

$N
[1] 499

$R2
[1] 0.291546

fitting null model for pseudo-r2
         llh      llhNull           G2     McFadden         r2ML         r2CU
-196.6677699 -247.1850965  101.0346532    0.2043704    0.1832925    0.2915460

Code:

#Rasio Odds
exp(coef(probit1))

Hasil:

(Intercept)     lnHarga      Reviu1 BarangSiap2 BarangSiap3
  0.8729966   0.9009908   1.1829018   1.1469634   3.8670215

Terlihat bahwa odds rationya sedikit lebih kecil dari model logit

Code:

#prediksi tabel korkondansi
corcond2 <- table(true = Terjual, pred = round(fitted(probit1)))
(corcond2[1,1]+corcond2[2,2])/(corcond2[1,1]+corcond2[1,2]+corcond2[2,1]+corcond2[2,2])*100

Hasil:

    pred
true   0   1
   0 365  36
   1  54  44

[1] 81.96393

Dari hasil ini kita dapat simpulkan bahwa model logit dan probit memiliki hasil yang relatif sama. Namun, yang perlu ditekankan adalah seperti ulasan sebelumnya, kalau probit itu khusus untuk kasus dengan targetting, sedangkan logit tidak. Oke, jangan lupa share dan komen bila ada pertanyaan, dan jangan lupa untuk terus mengikuti artikel-artikel berbasis praktik dengan R berikutnya. Selamat mempraktikkan!

Komentar

Postingan populer dari blog ini

Mencari P - Value dan Titik Kritis Uji F, Uji t, Uji Chi Square, dan Uji Z Normal dengan R

Mencari nilai p-value dan titik kritis Bagi teman-teman yang pernah mengenal statistika, pasti familier dengan istilah p-value dan titik kritis. P-value biasanya didefinisikan sebagai probabiltas atau peluang maksimal yang diamati dari hasil uji statistik, bahasa gampangnya adalah besarnya kesalahan penelitian berdasarkan uji statistik. Sebagai contoh sederhana, dari 100 orang dengan nama masing-masing dan diklasifikasikan ke dalam gender nama perempuan dan nama laki-laki, didapatkan nilai p-value uji statistiknya sebesar 0,05 atau 5%. Itu artinya, dari 100 orang, ada kemungkinan sebanyak 5 orang yang namanya salah klasifikasi. Dari namanya terdeteksi sebagai nama perempuan, padahal aktualnya yang bersangkutan bergender laki-laki. Sedangkan titik kritis atau titik uji adalah nilai batas pengujian hipotesis statistik, apakah masuk dalam wilayah tolak hipotesis, ataukah gagal menolaknya. Titik ini berkaitan erat dengan nilai p-value . Kalau biasanya kita mendapatkan kedua nilai ini da...

Cara Mendowload dan Install R serta RStudio di Windows (Step by Step)

Cara Download dan Install R serta R Studio di Windows Halo teman-teman, mohon maaf karena beberapa waktu ini, blog ini sempat vakum dari unggahan. Kali ini saya akan coba berbagai mengenai bagaimana cara mengunduh ( download ) dan menginstal ( install ) program R sekaligus R Studio khususnya di Windows. Unggahan kali ini sedikit terbalik karena semestinya saya unggah terlebih dahulu pertama kali di blog ini, namun bukan masalah, mengingat kemarin ada beberapa pihak yang meminta untuk menerangkap bagaimana tahapan mengunduh dan instalasi R dan R Studio, jadinya saya dahulukan pada unggahan ini sebelum pembahasan mengenai Data Mining , Data Science , atau bahasan Big Data kita terlampau jauh. Baik, kita akan mulai dengan bagaimana mengunduh R dan R Studio melalui mesin pencari Google. R dan R Studio ini memang beberapa waktu terakhir ini booming , apalagi dengan munculnya konsep mengenai Big Data , Data Modelling, Data Mining, dan Data Science serta Data Visualization . Sebenarnya, men...

Analisis Tipologi Klassen (Klassen Typology) dan Visualisasi Spasialnya dengan R

Tipologi Klassen dan visualisasinya dengan R Halo teman-teman, sebelumnya kita telah membahas tentang analisis Shift Share dan Location Quotient (LQ) dengan menggunakan R. Kali ini, kita akan membahas mengenai satu lagi alat analisis yang sebenarnya merupakan alat analisis tiga serangkai dari SS dan LQ, yaitu analisis Tipologi Klassen. Dalam penelitian ekonomi kewilayahan, ketiga analisis ini seringkali digunakan, baik dalam rangka melihat perkembangan dan transformasi struktur ekonomi suatu wilayah maupun melihat keunggulan kompetitif dan keunggulan komparatif wilayah satu dengan wilayah lainnya dengan mengacu wilayah referensi. Terlebih dulu, sebelum melakukan visualisasi spasial menggunakan fungsi plot(), ada baiknya kita bahas terlebih dahulu mengenai Tipologi Klassen itu sendiri. Tipologi Klassen merupakan teknik pengelompokan sektor, subsektor, lapangan usaha, atau komoditas tertentu di wilayah analisis berdasarkan pertumbuhan nilai tambah wilayah analisis terhadap nasional atau...