Analisis ini membahas perbandingan Regresi Logistik Ordinal dan Linear Discriminant Analysis (LDA) dalam mengklasifikasikan tingkat kepuasan karyawan menggunakan Employee Satisfaction Survey Dataset. Variabel dependen berupa tingkat kepuasan karyawan yang dikategorikan menjadi tiga tingkat ordinal (Low, Medium, High), dengan variabel independen meliputi jumlah proyek, rata-rata jam kerja bulanan, lama bekerja di perusahaan, status promosi dalam 5 tahun terakhir, dan tingkat gaji. Hasil analisis menunjukkan bahwa average_monthly_hours, time_spend_company, promotion_last_5years, dan salary berpengaruh signifikan terhadap tingkat kepuasan karyawan, sedangkan number_project tidak signifikan. Berdasarkan evaluasi model, regresi logistik ordinal menghasilkan akurasi sebesar 39,23%, sedikit lebih baik dibandingkan metode LDA dengan akurasi sebesar 38,52%, sehingga model regresi logistik ordinal dinilai lebih baik dalam klasifikasi pada penelitian ini.

Analisis regresi logistik ordinal pada data kepuasan karyawan menggunakan metode cumulative logit dengan pendekatan proportional odds model. Penelitian ini bertujuan untuk mengetahui hubungan antara beberapa faktor yang diteliti dengan tingkat kepuasan karyawan yang dikategorikan menjadi rendah, sedang, dan tinggi. Analisis dilakukan menggunakan software R dengan tahapan uji independensi (Chi-Square), uji simultan, uji parsial, pembentukan model logit, uji multikolinearitas, serta evaluasi ketepatan klasifikasi model. Hasil menunjukkan bahwa average_monthly_hours, time_spend_company, promotion_last_5years, dan salary memiliki pengaruh signifikan terhadap tingkat kepuasan karyawan.

Tugas ini disusun sebagai bentuk pemenuhan tanggung jawab akademik pada mata kuliah Analisis Multivariat. Analisis dilakukan menggunakan bahasa pemrograman R terhadap dataset Maternal Health Risk untuk menghasilkan correlation matrix, variance–covariance matrix, serta eigen value dan eigen vector. Hasil analisis diharapkan dapat memberikan gambaran mengenai pola hubungan antar indikator kesehatan ibu serta struktur variasi yang terdapat dalam dataset Maternal Health Risk.