<![CDATA[Model regresi Poisson pada umumnya digunakan untuk menganalisis data diskrit dengan asumsi ekuidispersi. Ketika asumsi tersebut terlanggar yaitu terjadi overdispersi maka regresi Poisson tidak lagi dapat digunakan. Beberapa metode yang digunakan untuk mengatasi hal ini yaitu Generalized Poisson, Binomial Negatif, dan Quassi likelihood. Penelitian ini menggunakan model Binomial Negatif untuk mengatasi overdispersi pada data klaim asuransi kendaraan bermotor roda empat PT. BUMIDA Kalimantan Barat tahun 2015. Hasil analisis menunjukkan bahwa model Binomial Negatif dengan nilai parameter = 0.963 dan dapat meminimalisir overdispersi yang terjadi pada model Poisson dilihat dari nilai varians yang mengalami penurunan yaitu dari 14,518 pada model Poisson menjadi 3,166 pada model Binomial Negatif. Selain dilihat dari nilai varians yang mengalami penurunan model Binomial Negatif juga memiliki nilai AIC dan BIC yang lebih kecil dibandingkan model Poisson. Hal ini menunjukkan bahwa model Binomial Negatif lebih baik dari pada model Poisson dalam mengatasi overdispersi. Kata kunci: Regresi Poisson, Overdispersi, Binomial Negatif, Klaim asuransi kendaraan bermotor ]]>
Copyrights © 2018
