<![CDATA[Model regresi Poisson digunakan untuk menganalisis data diskrit. Model regresi Poisson memiliki asumsi bahwa nilai mean dan variansnya sama (equidispersi). Namun pada penelitian ini ditemukan nilai variansi lebih besar daripada nilai rata-rata yang dikenal dengan overdispersi. Overdispersi akan menyebabkan nilai standar error menjadi underestimate. Oleh karena itu perlu dilakukan pendekatan dengan model regresi yang lebih sesuai dalam hal ini digunakan model Generalized Poisson Regression (GPR). Model GPR dapat digunakan pada data baik dalam keadaan equidispersi, underdispersi maupun overdispersi. Penelitian ini diaplikasikan pada data jumlah klaim asuransi kendaraan bermotor roda empat di PT. BUMIDA Kalimantan Barat tahun 2015. Estimasi parameter menggunakan Maximum Likelihood Estimation. Setelah parameter diestimasi didapat faktor-faktor yang mempengaruhi jumlah klaim asuransi. Hasil estimasi yang diperoleh kemudian dipilih dengan melakukan pemilihan model terbaik berdasarkan nilai AIC, BIC yang paling kecil. Dari keempat model yang diestimasi diperoleh model terbaik adalah model GPR dengan semua rating factors. Kata kunci: Regresi Poisson, Overdispersi, Maximum Likelihood Estimation]]>
Copyrights © 2016
