Yuli Wahyuni Zelvy, - (2019) MODEL ROUGH-ORDINAL LOGISTIC REGRESSION UNTUK PREDIKSI FAKTOR KESEJAHTERAAN KEUANGAN (FINANCIAL WELL-BEING) (Studi Kasus: Staf Akademik Perguruan Tinggi Islam Sumbar dan Riau). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

	Text gabung.pdf Download (12MB)
	Text 16. BAB IV.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

MODEL ROUGH-ORDINAL LOGISTIC REGRESSION UNTUK PREDIKSI FAKTOR KESEJAHTERAAN KEUANGAN (FINANCIAL WELL-BEING) (Studi Kasus: Staf Akademik Perguruan Tinggi Islam Sumbar dan Riau) YULI WAHYUNI ZELVY 11654201120 Tanggal Sidang : 19 Desember 2019 Tanggal Wisuda: 2020 Program Studi Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. HR. Soebrantas No.155 Pekanbaru ABSTRAK Tingkat kesejahteraan keuangan telah banyak diinvestigasi menggunakan pendekatan statistik seperti regresi biasa, analisis jalur, model persamaan struktural, dll. Namun, model regresi biasa memiliki beberapa keterbatasan untuk membangun hubungan antara variabel respon dan variabel prediktor yang bersifat kategorikal, sedangkan tingkat kesejahteraan keuangan merupakan variabel yang bersifat kategorikal. Selain itu, tidak ada pertimbangan untuk menghapus data yang tidak konsisten dalam model regresi biasa. Penelitian ini menyajikan kombinasi dua model yang berbeda yaitu rough sets dan ordinal logistic regression untuk menyelesaikan masalah diatas. Dengan menggunakan data sekunder untuk kesejahteraan keuangan, kedua model tersebut digunakan untuk mengevaluasi nilai r-square, MSE data training dan testing dari masing-masing model. Hasil penelitian menunjukkan bahwa data eliminasi pada rough sets sangat penting digunakan untuk meningkatkan nilai r-square, jumlah variabel prediktor, dan tingkat akurasi prediksi data training dan testing. Penelitian ini juga menunjukkan bahwa adanya peran rough sets untuk meningkatkan regresi logistik. Kata kunci: data eliminasi, inconsistent element, kesejahteraan keuangan, ordinal logistic regression, rough sets.

Actions (login required)

View Item