ORDINAL REGRESSION KELOMPOK 4 / 3SE1.

Slides:



Advertisements
Presentasi serupa
ANALISIS LAPORAN KEUANGAN
Advertisements

KELOMPOK 11 UJI KOEFISIEN KONTINGENSI CRAMER C ANDREAS LABA K
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
TATAP MUKA 14 ANALISA REGRESI BERGANDA.
KORELASI RANK SPEARMAN
Untuk mengetahui jawabannya, kliklah kotak pilihan jawaban yang sesuai pertanyaan Pertanyaan Kembali ke Menu Utama.
Klik pada kotak pilihan jawaban yang sesuai dengan pertanyaan Pertanyaan Kembali ke Menu Utama Pilihan Jawaban.
BAB 1 PENGENALAN spss.
STATISTIK vs STATISTIKA
Koefisien Korelasi Kendall Tau
Statistik Non Parametrik
ANALISIS PREKREDITAN PERTEMUAN 11.
Analisis Data: Memeriksa Perbedaan
UJI ASUMSI KLASIK.
Uji 2 Sampel Tidak Berpasangan Bag 4b dan 4c (Uji Mann U Whitney)
Uji 1 Sampel Bag 1b (Uji Run)
MENGOLAH DATA MENGGUNAKAN SPSS
TABUNGAN, INVESTASI, DAN SISTEM KEUANGAN
Statistika Non Parametrik
UJI ASUMSI KLASIK.
VARIABEL.
STATISTIK INFERENSIAL
SURAT BERHARGA DITERBITKAN
STATISTIK INFERENSIAL
created by Vilda Ana Veria Setyawati
Minggu 10 By: Natalia Konradus
UJI HIPOTESIS.
ANALISIS PEMBERIAN PINJAMAN
OLEH : FERINA NURLAILY, SE, MAB, MBA
ANALISIS DATA KATEGORIK
PROSEDUR UJI STATISTIK/ HIPOTESIS
PAIRED SAMPLE T-test Utk menguji apakah 2 sampel yg berhubungan atau berpasangan berasal dari populasi yg mempunyai means sama. Langkah-langkah analisis.
Piutang Wesel/ Wesel Tagih (Notes Receivable)
Risiko Kredit Bab 10 /
TINGKAT DISKON DAN DISKON TUNAI
BAB 2 “TINGKAT DISKON DAN DISKON TUNAI”.
Lecture Note: Marina Malian,SE,Ak
ANALISIS MODERATING.
ANALISIS PEMBERIAN PINJAMAN
Lecture Note: Marina Malian,SE,Ak
KORELASI Dosen : Dhyah Wulansari, SE., MM..
Pertemuan ke 14.
Nama Kelompok : Mufidatul Jariyah ( ) Lela Andriyani ( )
Bank dan Lembaga Keuangan 1 M9
Uji Kolmogorov-Smirnov
Pertemuan ke 14.
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
REGRESI LOGISTIK BINER
Komputer Statistik Tim Pengajar Praktikum Statisitik Komputer.
MANAJEMEN PIUTANG ARI DARMAWAN, DR, S.AB, M.AB.
Tips Menggunakan Kartu Kredit
Binatang apakah aku? Pilihan Jawaban
TEMU 11 COMPARE MEANS: MEANS.
TUGAS AKHIR PRAKTIKUM METODE STATISTIKA II
REGRESI LOGISTIK ORDINAL
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
PERTEMUAN X Perhitungan Bunga dan Nilai Uang
Petunjuk Pengisian SPT Tahunan PPh Orang Pribadi 2016
Analisis Modal Kerja 9th LECTURE.
UJI HIPOTESIS ANALISIS BIVARIAT.
ANALISIS PEMBERIAN PINJAMAN
TEMU 11 COMPARE MEANS: MEANS.
DASAR-DASAR UJI HIPOTESIS
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
UJI ASUMSI KLASIK.
Analisis Tabel Kategorik 2  2 (Analisis tabel Kontingensi 2  2)
Regresi Linier dan Korelasi
Lektion ACHT(#8) – analisis regresi
Binatang apakah aku? Pilihan Jawaban
Transcript presentasi:

ORDINAL REGRESSION KELOMPOK 4 / 3SE1

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 Menggunakan Regresi Ordinal dalam Credit scoring model

Data yang Digunakan sampel SPSS : german_credit.sav

Running Data Klik Analyze >> Regression >> Ordinal

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

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

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

Hasil

Hasil

Hasil