OLEH :
NAMA
NIM
: 1506305115
Logistic Regression
Case Processing Summary
a
Unweighted Cases
Selected Cases
N
Included in Analysis
Missing Cases
Total
Unselected Cases
Total
30
0
30
0
30
Percent
100,0
,0
100,0
,0
100,0
Internal Value
0
1
Step 0
Observed
TR
tipe kecil
tipe besar
TR
tipe kecil
tipe besar
0
15
0
15
Overall Percentage
Percentage
Correct
,0
100,0
50,0
Constant
B
,000
S.E.
,365
W ald
,000
df
1
Sig.
1,000
1
1
1
3
Sig.
,000
,000
,953
,000
Variables
Overall Statistics
P
ART
PD
Score
15,242
13,632
,003
19,890
df
Exp(B)
1,000
Step
Block
Model
Chi-square
28,370
28,370
28,370
df
Sig.
,000
,000
,000
3
3
3
Model Summary
Step
1
-2 Log
Cox & Snell
likelihood
R Square
13,219a
,612
Nagelkerke
R Square
,815
Chi-square
3,037
df
8
Sig.
,932
Step
1
1
2
3
4
5
6
7
8
9
10
TR = tipe kecil
Observed Expected
3
2,987
3
2,934
3
2,799
2
2,670
3
2,343
1
,932
0
,296
0
,031
0
,007
0
,001
TR = tipe besar
Observed Expected
0
,013
0
,066
0
,201
1
,330
0
,657
2
2,068
3
2,704
3
2,969
3
2,993
3
2,999
Total
3
3
3
3
3
3
3
3
3
3
Classification Tablea
Predicted
Step 1
Observed
TR
Overall Percentage
tipe kecil
tipe besar
tipe kecil
14
1
TR
tipe besar
1
14
Percentage
Correct
93,3
93,3
93,3
P
ART
PD
Constant
B
,151
,944
,202
-16,297
S.E.
,074
,447
,224
6,688
Wald
4,167
4,469
,809
5,938
df
1
1
1
1
Sig.
,041
,035
,368
,015
Exp(B)
1,163
2,571
1,224
,000
a) Persamaan regresinya
p
1p ) =
ln(
S(b)
(6,688)
(0,074)
(0,447)
(0,224)
(6,688)
(0,074)
(0,447)
(0,224)
Sig
(0,015)
(0,041)
(0,035)
(0,368)
X2
28,370
(Sig=0,000)
R2 = 0,815
Keterangan :
Y = Tipe Rumah
X1 = Pendapatan
X2 = Anggota RT
X3 = Pendidikan
Hasil olahan data tersebut dapat dibuat persamaan regresi :
ln(
p
1p ) =
b) Laporan Regresi
Secara serempak variable bebas pendapatan, anggota RT, dan Pendidikan berpengaruh
nyata terhadap tipe rumah. Hal ini dapat dilihat dari hasil perhitungan X 2 = 28.370 yang lebih
besar dibandingkan dengan nilai table X2 yang besarnya 7,815 pada derajat bebas 3,037 dengan
signifikasi sebesar 0,93. Signifikasi tersebut lebih besar dari 0,05. Hal ini berarti bahwa data fit
atau sesuai dengan model.
Dari olahan data SPSS tersebut juga dapat dilihat bahwa nilai Nagelkerlee R 2 sebesar
0,815 yang memiliki arti bahwa 81,5 persen variansi tipe rumah dipengaruhi oleh variansi
variable pendapatan, anggota RT,dan pendidikan. Sedangkan sisanya 19,5 persen dipengaruhi
oleh variable lain diluar model.
Dari hasil olahan koefisien regresi logistic dari Pendapatan sebesar 0,151 dapat dihitung
probabilitasnya dengan cara (1,163/(1+163) = 0,538 yang mempunyai arti bahwa bagi orang
yang memiliki pendapatan yang lebih tinggi memiliki probabilitas lebih kecil. Angka koefisien
Exp(B) sebesar 1,163 memiliki arti bahwa orang yang memiliki pendapatan yang lebih besar
memiliki peluang memiliki tipe rumah 1,163 lebih besar dari orang yang memiliki pendapatan
kecil/rendah.
Koefisien regresi logistic dari anggota RT sebesar 0,944 dapat dihitung probabilitasnya
dengan cara (2,571/(1+2,571)=0,720. Hal ini dapat diinterpretasikan bahwa dengan menjadi
anggota RT maka probabilitas tipe rumah sedang meningkat sebesar 0,720 dengan asumsi factor
lainnya konstan.
Koefisien regresi logistic dari pendidikan sebesar 0,202 dapat dihitung probabilitasnya
dengan cara (1,224/1+1,224)=0,550. Hal ini dapat diinterpretasikan bahwa dengan tingkat
pendidikan yang tinggi maka probabilitas tipe rumah sedang meningkat sebesar 0,550 dengan
asumsi factor lainnya konstan.
Hasil print out SPSS juga menampilkan validitas model, yaitu bahwa ketepatan prediksi
adalah 28 dari 30 pengamatan. Sehingga ketepatan model yang dibuat adalah 28/30 atau 93,3
Classification Tablea
Predicted
Step 1
Observed
TR
Overall Percentage
tipe kecil
tipe besar
TR
tipe kecil
tipe besar
14
1
1
14
Percentage
Correct
93,3
93,3
93,3