Description:
Abstract. Regression analysis is the most widely used analysis in a study. The primary purpose of regency analysis is to identify the predictor variabels that affect the response variabels. One of the statistic methods to use is the regression of negative binomial before using the negative regression method used first, to see if the data experiences the equidispersion (a state where the variance and rate are as high) or overdispersion (a state where variances is greater than rate). By the time the data is overdispersion, it’s used a negative binomial using the data for divorces in west Java in 2017. Obtained by regression model negative , from that binary regression model that it coefficient regression increases in means that more people are poor, more unemployment is open, and school participation rates are going to raise the number of divorces. But for the not significantly affected.Keywords: Regression Poisson, Overdispersion, Regression Negative Binomial, and Divorce.Abstrak. Analisis regresi merupakan analisis yang paling banyak digunakan dalam suatu penelitian. Tujuan utama dari analisis regresi adalah untuk mengidentifikasi variabel-variabel prediktor yang berpengaruh terhadap variabel respon. Salah satu metode statistika yang akan digunakan adalah Regresi Binomial Negatif. Sebelum menggunakan metode Regresi Binomial Negatif digunakan Regresi Poisson terlebih dahulu, untuk melihat apakah data tersebut mengalami equidispersion (keadaan dimana nilai variansi dan rataannya sama besar) atau overdispersion (keadaan dimana nilai variansinya lebih besar dari rataannya). Pada saat data mengalami overdispersi maka digunakan metode Regresi Binomial Negatif. Pada penelitian ini dilakukan pemodelan regresi binomial negatif menggunakan data jumlah perceraian di Jawa Barat Tahun 2017. Diperoleh model regresi binomial negative , dari model regresi binomial negatif tersebut koefisien regresi bertambah artinya semakin banyak penduduk miskin, tingkat pengangguran terbuka, dan angka partisipasi sekolah akan semakin tinggi jumlah perceraian. Namun untuk tidak mempengaruhi secara signifikan.Kata Kunci: Regresi Poisson, Overdispersion, Regresi Binnomial Negatif, dan Perceraian.