Interpretasi Binary Logistic

Classification Tablea,b
Predicted
Observed

Detak Jantung
rendah

Step 0

Detak Jantung

rendah

Percentage
Correct

tinggi

22

100.0

.0

tinggi

Overall Percentage

73.3

a. Constant is included in the model.

b. The cut value is .500

Table di atas menunjukkan table 2x2 dapat dinyatakan bahwa persentase model yang benar
dengan nilai yang cukup baik dimana 22/30 x 100% = 73.3%. dimana pada analisis ini tidak
diperlukan asumsi homoskedastisitas. Model regresi logistic biner selalu mempunyai table
2x2. Sedangkan untuk ordinal dan multinomial logistic regression selalu mempunya table
berupa table 2xn.
Variables in the Equation
B
Step 0

Constant

S.E.

-1.012

Wald

.413

6.004

df

Sig.
1

.014

Exp(B)
.364

Pada table diatas dapat didapatkan b0=-1.012 atau exp(b0)=exp(-1.012). Karena responden
yang mempunyai detak jantung tinggi ada 8 responden dan yang rendah 22 responden maka
odds ratio = 8/22 = 0.364.
Dapat dinyatakan bahwa koefisien regresi tersebut signifikan karena nilai signifikansi 0.014 <
dari 0.05. Uji Wald =

B
Se

( )

= 6.004.

Omnibus Tests of Model Coefficients

Chi-square

Step 1

df

Sig.

Step

11.617

.003

Block

11.617

.003

Model

11.617

.003

Pada table diatas didapatkan chi-square goodness of fit test sebesar 11.617 dengan derajat
bebas = 2. Nilai-p = 0.003 yang lebih kecil dar 0.05 dimana hasil uji ini signifikan. Chisquare goodness of fit digunakan untu menguji hipotesis:

H0 : memasukkan variabel independen tidak akan menambah kemampuan prediksi model

regresi logistik
Model Summary
Step

-2 Log likelihood

Cox & Snell R

Nagelkerke R

Square

Square

23.178a

.321

.468

a. Estimation terminated at iteration number 6 because

parameter estimates changed by less than .001.

Pada table diatas menunjukkan bahwa nilai statistic -2 Log Likelihood = 23.178, dimana
semakin kecil nilai -2 Likelihood semakin baik model tersebut.
Koefisien cox & snell R square di interpretasikan sama seperti R-square pada regresi linier
berganda. Tetapi karena nilai maksimum cox & snell R square biasanya lebih kecil dari satu
maka terjadi sukar untuk mendifinisikan dan digunakan pada penentuan model.
Pada kolom Nagelkerke R-square merupakan modifikasi dari koefisien Cox agar nilai
maksimum bias mencapai satu dan mempunyai kisaran 0 sampai 1.
Variables in the Equation
B

Step 1a

S.E.

Wald

df

Sig.

Exp(B)

merokok

3.425

1.560

4.821

.028

30.712

berat

-.166

.073

5.080

.024

.847

Constant

8.016

4.018

3.980

.046

3027.815

a. Variable(s) entered on step 1: merokok, berat.

Hasil perhitungan koefisien dari model diatas adalah :

ln

( (1)
)=8.0160.166 berat +3.425 merokok

Atau

=exp ( 8.0160.166 berat +3.425 merokok )

( (1
))
Pada kolom exp merupakan odds ratio yang diprediksi oleh model dan dihtung dengan
masing2 variabel.
Untuk menguji masing-masing koefisien digunkan Uji Wald:
a. Koefisien merokok

Uji wald =

B
Se

( )

signifikan.
b. Koefisien Berat
B
Uji wald = Se

= 4.821, nilai-p=0.028 menyatakan bahwa variabel merokok

( )

= 5.080, nilai-p=0.024 menyatakan bahwa variabel berat

signifikan.
c. Koefisien constant
2
B
Uji wald = Se
= 3.980, nilai-p=0.046 menyatakan bahwa variabel constant

( )

signifikan.