Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ORDINAL REGRESSION KELOMPOK 4 / 3SE1. Menggunakan Regresi Ordinal dalam Credit scoring model  Seorang kreditor ingin mengetahui apakah peminjam memiliki.

Presentasi serupa


Presentasi berjudul: "ORDINAL REGRESSION KELOMPOK 4 / 3SE1. Menggunakan Regresi Ordinal dalam Credit scoring model  Seorang kreditor ingin mengetahui apakah peminjam memiliki."— Transcript presentasi:

1 ORDINAL REGRESSION KELOMPOK 4 / 3SE1

2 Menggunakan Regresi Ordinal dalam Credit scoring model  Seorang kreditor ingin mengetahui apakah peminjam memiliki risiko kredit yang baik  Telah diketahui beragam informasi keuangan dan pribadi peminjam  Dari database nasabah, kreditor menetapkan variabel respon “status account” dalam lima kategori yaitu :  Tidak ada catatan hutang  Tidak sedang berhutang  Sedang dalam proses pembayaran hutang  Melewati jatuh tempo pembayaran hutang  Kritis / Memiliki catatan buruk di Bank  Variabel Prediktor terdiri dari :  Usia  Banyak kredit di bank  Tipe Rumah  Jangka waktu berhutang (dalam bulan)  Hutang lain yang menjadi tanggungan

3 Data yang Digunakan sampel SPSS : german_credit.sav

4 Running Data Klik Analyze >> Regression >> Ordinal

5 Running Data Isikan Variabel Dependen “Account Status” Masukkan Variabel kategorik dalam Kotak Factor(s) Banyak kredit di bank Tipe Rumah Hutang lain yang menjadi tanggungan Masukkan Variabel non Kategorik sebagai kovariat Usia Jangka Waktu Pinjaman

6 Running Data Pada menu output, centang “Test of parallel lines” untuk mengetahui apakah semua parameter data kategorik memiliki slope/parameter sama

7 Hasil Dari hasil, muncul peringatan bahwa terdapat 78,3 cell yang berfrekuensi nol Sedangkan tabel di bawah menunjukkan ringkasan data yang diolah

8 Hasil

9

10


Download ppt "ORDINAL REGRESSION KELOMPOK 4 / 3SE1. Menggunakan Regresi Ordinal dalam Credit scoring model  Seorang kreditor ingin mengetahui apakah peminjam memiliki."

Presentasi serupa


Iklan oleh Google