Pernahkah kamu bingung memilih “ya” atau “tidak”? Misalnya, mau beli kopi di warung atau tidak, mau naik ojek online atau tidak, mau beli pulsa atau tidak. Nah, di dunia statistik, ada dua alat yang sering dipakai untuk menganalisis jawaban dua pilihan seperti itu, yaitu model logit dan model probit.
Kenapa Perlu Model Khusus?
Biasanya, kalau kita menghitung sesuatu, angkanya bisa apa saja. Misalnya pendapatan per bulan, berat badan, atau jarak rumah ke kantor. Tapi bagaimana kalau yang ingin kita ketahui jawabannya hanya bisa “iya” atau “tidak”? Seperti di buku Econometrics karya Michael Murray yang tertulis pada gambar ini, hal seperti sulit dihitung pakai cara biasa.
Bayangkan begini: kalau dipaksakan pakai hitungan biasa, hasilnya bisa aneh. Contohnya, peluang seseorang jajan es teh mungkin dihitung sampai 150% — padahal kita tahu peluang paling tinggi ya cuma 100%!
Cara Kerjanya Gimana?
Model logit dan probit punya cara cerdas untuk mengatasi itu. Keduanya mengubah jawaban “iya/tidak” menjadi peluang, yaitu angka antara 0 sampai 1 (atau 0% sampai 100%).
Bedanya simpel saja:
-
Logit pakai rumus yang melibatkan logaritma alami.
-
Probit pakai rumus dari distribusi normal (kurva lonceng yang sering kita lihat di pelajaran statistik).
Hasilnya hampir selalu mirip. Jadi, kenapa orang memilih salah satunya? Kebanyakan cuma masalah kebiasaan atau aturan di bidang ilmunya.
Contoh dari Kehidupan Sehari-hari di Indonesia
Biar makin kebayang, coba lihat contoh-contoh ini:
1. Jajan atau tidak jajan? Sebuah minimarket ingin tahu faktor yang bikin orang membeli es krim. Mungkin hasilnya: kalau cuaca panas, peluang beli naik. Kalau akhir bulan, peluang beli turun. Nah, kalau peluangnya naik sampai 80%, artinya dari 10 orang, sekitar 8 orang bakal beli.
2. Naik ojek online atau tidak? Peneliti bisa menganalisis: orang yang jarak rumah-kantornya jauh, apakah lebih sering naik ojek online? Apakah orang yang gajinya besar lebih sering naik ojek? Semua bisa dijawab pakai model ini.
3. Pulsa habis, beli atau tidak? Operator seluler bisa memprediksi apakah pelanggannya akan mengisi pulsa bulan depan berdasarkan usia, penghasilan, atau kebiasaan teleponnya.
4. Contoh dari gambar: merokok atau tidak. Gambar ini menunjukkan contoh nyata: peneliti menganalisis data 1.196 pria di Amerika Serikat. Mereka ingin tahu apakah usia, pendidikan, pendapatan, dan harga rokok memengaruhi keputusan merokok atau tidak. Misalnya, apakah rokok makin mahal bikin orang berhenti merokok? Pertanyaan kayak gitu bisa dijawab pakai logit atau probit.
Kenapa Ini Penting Buat Kita?
Model logit dan probit ternyata ada di mana-mana, lho:
-
Bank memakainya untuk menilai apakah seseorang layak dapat pinjaman (KPR atau KUR).
-
Marketplace memakainya untuk menebak apakah kamu akan mengklik iklan atau tidak.
-
Rumah sakit memakainya untuk memprediksi risiko seseorang terkena suatu penyakit.
-
Universitas memakainya untuk memperkirakan apakah mahasiswa akan lulus tepat waktu.
Kesimpulan
Jadi, logit dan probit itu sebenarnya tidak serumit kelihatannya. Intinya cuma satu: memprediksi jawaban dua pilihan — iya atau tidak. Kalau lain kali kamu mendengar istilah ini, bayangkan saja sedang menebak apakah tetangganya bakal beli gorengan pagi ini atau tidak. Prinsipnya sama persis!