Analisis Regresi Logistik Menggunakan SPSS
Analisis Regresi Logistik Menggunakan SPSS
AnalisisRegresiLogistikMenggunakanSPSS
HOME
PRINCIPAL
UserName
SERVICES
DAFTARREGISTRASI
MATERI
GALLERY
2.KlikAnalyzeRegressionBinaryLogistic
TESTIMONI
Search
APLIKASISTATISTIK
Search...
3.MasukkanYdidependentvariabledanDsertaTdicovariates
4.PadatabOption,centangbeberapaoptionsepertigambardibawahini,kemudianklikContinuelaluOK
http://lesprivatestatistik.com/index.php/berita/96regresilogistikdenganspss
1/3
3/2/2015
AnalisisRegresiLogistikMenggunakanSPSS
5.Makaakankeluaroutput.
Nah,marikitainterpretasisatupersatuoutputyangmuncul.
1.OverallTest
OmnibusTestsofModelCoefficients
Chisquare
df
Sig.
Step1
Step
16.042
.000
Block
16.042
.000
.000
16.042
Model
Test ini dilakukan untuk mengetahui apakah secara bersamasama variabel bebas berpengaruh signifikan terhadap variabel tidak bebas atau minimal ada satu variabel bebas
yang berpengaruh signifikan terhadap variabel tak bebas. Uji ini mirip dengan uji F pada analisis regresi linier berganda. Nilai uji ini dapat dilihat pada LR chi2 atau bila
menggunakan nilai pvalue dapat dilihat pada item prob>chi2. Untuk lebih mudahnya, dapat langsung kita lihat dengan menggunakan nilai pvalue, dimana nilai pob> chi2
menunjukkanangka0.000.Nilaiinilebihkecildaritingkatsignifikansiujisebesar0.05sehinggakitadapatmenolakhipotesisnolyangmenyatakanbahwatidakadavariabel
bebasyangberpengaruhsignifikanterhadapvariabeltakbebas.Dengandemikian,makadengantingkatkepercayaan95persendapatdisimpulkanbahwaminimalterdapatsatu
variabelbebasyangberepengaruhsignifikanterhadapvariabeltakbebas.
2.ParsialTest
VariablesintheEquation
S.E.
Wald
df
Sig.
Exp(B)
Step1a
.069
.026
6.761
.009
1.071
1.659
.923
3.231
.072
.190
Constant
1.417
1.095
1.677
.195
.242
a.Variable(s)enteredonstep1:D,T.
Testinidilakukanuntukmengetahuipengaruhsetiapvariabelbebasterhadapvariabeltakbebassecaraparsial.Ujiinimiripdenganujitpadaanalisisregresilinierberganda.
Nilai uji ini dapat dilihat pada nilai z atau bila menggunakan nilai pvalue dapat dilihat pada item Sig. Agar lebih mudah, kali ini kita akan menggunakan nilai Sig. Untuk
variabelTnilaiSig.adalah0.072.Nilaiinilebihbesardarinilaisignifikansiujisebesar0.05sehinggagagalmenolahH0yangmenyatakanbahwavariabelTtidakberpengaruh
signifikan terhadap variabel Y. Sehingga dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa variabel T tidak berpengaruh signifikan terhadap variabel Y.
Sementaraitu,untukvariabelD,mepunyainilaiSigsebesar0.009.Nilaiinilebihkecildarinilaisignifikansiujisebesar0.05sehinggaH0yangmenyatakanbahwavariabelT
tidak berpengaruh signifikan terhadap variabel Y bisa ditolak. Sehingga dengan tingkat kepercayaan 95 persen dapat disimpulkan bahwa variabel D berpengaruh signifikan
terhadapvariabelY.
3.PseudoRSquare
ModelSummary
Step
2Loglikelihood
30.138a
Cox&SnellR
NagelkerkeR
Square
Square
.368
.502
http://lesprivatestatistik.com/index.php/berita/96regresilogistikdenganspss
2/3
3/2/2015
AnalisisRegresiLogistikMenggunakanSPSS
a.Estimationterminatedatiterationnumber5becauseparameter
estimateschangedbylessthan.001.
Nilai ini disebut Pseudo Rsquare karena dihitung berbeda dengan penghitungan Rsquare pada analisis regresi berganda atau analisis regresi sederhana. SPSS
secaradefaultmenghitungnilaiRSquarepadaregresilogistikdenganmenggunakanformulaNagelkerkeRsquared.PembacaannyasamasepertipembacaannilaiRsquared
padaanalisisregresiberganda/sederhana.NilaipseudoRsquaredpadamodeliniadalah0.502artinya50,2persenvariasiyangterjadipadaYdapatdijelaskanolehvariabel
dalammodel,sedangkansisanyadijelaskanolehvariabellaindiluarmodel.
4.Interpretasi
Tidaksepertipadaanalisisregresilinierberganda/sederhana,interpretasipadaanalisisregresilogistiktidakdapatlangsungdibacamelaluinilaikoefisiennya.Untuk
dapat diinterpretasikan, terlebih dahulu nilai koefisien setiap variabel harus dieksponensialkan. Untuk variabel T, nilai exp(b) adalah 0.190 sedangkan nilai exp(b) dari
variabelDadalah1.071.
Setelah diperoleh nilai exp(b) atau yang lebih dikenal dengan odds ratio, maka model akan siap diinterpretasi. Interpretasi antara variabel bebas kuantitatif akan berbeda
dengan variabel bebas kualitatif. Untuk variabel bebas kuantitatif akan dibaca semakin besar atau semakin kecil (tergantung tanda) sedangkan untuk variabel kualitatif akan
dibacasebagaitingkatperbandingannya.
UntukvariabelD:semakinlamadurasioperasiseseorang,makapeluanguntukmengalamisorethroatsetelahoperasiakansemakinmeningkat.
Untuk variabel T: kecenderungan seseorang yang memakai tracheal tube untuk mengalami sore throat adalah 0.190 kali dibanding pasien yang menggunakan laryngeal mask
airway.
downloaddatamodelregresilogistikdalamm.excel
bacajugamodelregresilogistikteoridanmanual
bacajugamodelmodelregresilogistikdenganminitab
bacajugamodelregresilogistikdeganstata
bacajugamodelregresilogistikdenganeviews
bacajugamodelregresilogistikdengangretl
Contact Us
No.Hp:085691644615081271095616
Whatapps/line/kakao/wechat/mypeople:domurobin
PinBB:2A676013dan7A1CBB2D
Email:robin_sihombing@yahoo.com(sekaligusfbdanyahoomessenger/ym)&
robin280688@gmail.com(sekaligusgoogletalk)
Twitter/skype:pardomuan_s/PardomuanRobinson
Blog::http://dodestatisticalsolution.blogspot.com
Support.
Designwebinstantku.com2013.Allrightsreserved.
http://lesprivatestatistik.com/index.php/berita/96regresilogistikdenganspss
3/3