Pemodelan Regresi Logistik Biner Efek Campuran pada Data Longitudinal = Binary Logistic Regression Modeling of Mixed Effects on Longitudinal Data

Regresi logistik biner adalah metode analisis statistik yang digunakan untuk mengetahui hubungan antara variabel respon dua kategori dengan variabel prediktor yang bersifat kategorik atau kontinu. Pemodelan regresi logistik biner umumnya diterapkan pada data cross-sectional, namun penelitian ini mengembangkan model regresi logistik biner untuk data longitudinal, yang menggabungkan data cross-sectional dan time series. Dalam data longitudinal, variabel waktu dan individu merupakan komponen penting yang terkait dengan efek acak, karena fluktuasi waktu dan perbedaan antar individu sering kali tidak dapat dijelaskan sepenuhnya oleh variabel prediktor yang tetap. Selain itu, variabel respon dipengaruhi tidak hanya oleh variabel prediktor (efek tetap), tetapi juga oleh faktor keacakaan (efek acak) dalam pemilihan sampel, waktu, area, dan lain-lain. Model yang melibatkan dua komponen, yaitu efek tetap dan efek acak, disebut model campuran. Penelitian ini mengembangkan model regresi logistik efek campuran dengan mempertimbangkan struktur data longitudinal dan variabel prediktor sebagai efek acak. Analisis diterapkan pada data produktivitas alat gali muat di PT Kaltim Prima Coal, dengan variabel seperti spotting time dan loading time sebagai efek tetap, serta faktor lingkungan yang tidak dapat dikontrol sebagai efek acak. Pendekatan ini tidak hanya meningkatkan akurasi estimasi parameter sebesar 74,63%, tetapi juga memberikan interpretasi yang lebih mendalam terhadap faktor-faktor yang memengaruhi produktivitas.