%0 Generic
%A Ayu Nitami, 1717031069
%C UNIVERSITAS LAMPUNG
%D 2021
%F eprints:62466
%I FAKULTAS MATIMATIKA DAN ILMU PENGETAHUAN ALAM
%T PENERAPAN ANALISIS REGRESI LOGISTIK BINER DENGAN  METODE PENDUGA MAXIMUM LIKELIHOOD    (Studi Kasus : Tingkat Partisipasi Angkatan Kerja Perempuan Di Indonesia)
%U http://digilib.unila.ac.id/62466/
%X Analisis regresi logistik biner merupakan suatu teknik statistika yang digunakan  untuk melihat pengaruh variabel bebas terhadap suatu variabel tak bebas dimana  variabel tak bebasnya berskala biner dengan dua kategori, sedangkan variabel  bebasnya dapat berupa kategorik atau kontinu. Penelitian ini bertujuan untuk  menduga variabel apa yang berpengaruh terhadap Tingkat Partisipasi Angkatan  Kerja (TPAK) perempuan di Indonesia menggunakan analisis regresi logistik  biner. Diperoleh hasil bahwa variabel tingkat pendidikan perempuan tamat SMA  umum dan variabel usia produktif perempuan bekerja yaitu 35-54 tahun per  provinsi terbukti memberikan pengaruh terhadap TPAK perempuan dengan  ketepatan klasifikasi sebesar 76,67%. Penelitian ini juga mengkaji pengaruh  ukuran sampel terhadap model regresi logistik biner dengan melakukan simulasi  data. Diperoleh hasil simulasi bahwa model memiliki nilai apparent error rate  (APER) yang konstan seiring dengan bertambahnya ukuran sampel, sehingga  dapat disimpulkan bahwa ukuran sampel tidak memberikan pengaruh terhadap  pendugaan model regresi logistik biner.  Kata kunci: analisis regresi logistik biner, apparent error rate, tingkat partisipasi  angkatan kerja perempuan. Binary logistic regression analysis is a statistical technique used to see the effect  of the independent variable on a dependent variable, where the dependent variable  is a binary scale with two categories. In contrast, the independent variable can be  categorical or continuous. Using binary logistic regression analysis, this study  aims to predict what variables affect the Female Labor Force Participation (FLFP)  in Indonesia. The result shows that the variable education level of women who  graduated from general high school and the variable of working women's  productive age is 35-54 years old per province is proven to influence FLFP with a  classification accuracy of 76.67%. This study also examines the effect of sample  size on binary logistic regression models by performing data simulations. The  simulation results show that the model has a constant apparent error rate (APER)  value as the sample size increases, so we can conclude that the sample size does  not affect the estimation of the binary logistic regression model.    Keywords: binary logistic regression, apparent error rate, female labor force  participation.