AMAS MODEL LOGIT Lucky
AMAS MODEL LOGIT Lucky
a. Variabel Terikat
b. Variabel Bebas
1) Umur (tahun)
2) Jenis Kelamin
• Perempuan
• Laki-Laki (Pembanding)
3) Tingkat Pendapatan
• Tinggi
• Sedang
• Rendah (Pembanding)
c. Model:
Data diolah dari soal tentang pembelian mobil dengan ukuran sampel sebanyak 150
individu yang terdiri dari 82 perempuan dan 68 laki-laki.
e. Pendefinisian Variabel:
Tingkat Pendapatan
A. LENGKAPI NILAI UNTUK KOLOM Z, ODDS RATIO, DAN 95% CI UNTUK FAKTOR
UMUR
Odds 95% CI
Predictor Coef SE Coef Z P Ratio Lower Upper
Constant -0.212446 1.72745 -0.12 0.902
X2_Umur -0.0251297 0.01079 -2.33 0.020 0.98 0.96 1.00
X3_JK 0.685256 0.361755 1.89 0.058 1.98 0.98 4.03
D1_S -0.0336212 0.502903 -0.07 0.947 0.97 0.36 2.59
D2_T 0.957093 0.410327 2.33 0.020 2.60 1.17 5.82
Log-Likelihood = -96.088
Test that all slopes are zero: G = 11.239, DF = 4, P-Value = 0.024
Measures of Association:
(Between the Response Variable and Predicted Probabilities)
Pairs Number Percent Summary Measures
Concordant 3618 66.3 Somers' D 0.34
Discordant 1752 32.1 Goodman-Kruskal Gamma 0.35
Ties 86 1.6 Kendall's Tau-a 0.17 Total
5456 100.0
Ln X2_Umur + X3_JK -
G=-
= 2[ln(likelihood_ModelUR)-ln(likelihood_ModelR)]
= 11.239
Dan nilai-p (P-Value = 0.024, dapat disimpulkan bahwa model regresi logistic tersebut
secara keseluruhan dapat menjelaskan atau memprediksi keputusan responden
dalam membeli mobil (Y)
Dari output komputer dapat disimpulkan bahwa faktor yang mempengaruhi keputusan
membeli mobil adalah Umur (X2_umur) dengan p-value =0.020, Jenis Kelamin (X3_JK)
dengan pvalue=0.058 dan Pendapatan (khususnya untuk D2_T atau pendapatan tinggi
dengan pvalue=0.020) pada taraf nyata 10%, atau p-value kurang dari 0.1
E. INTREPRETASIKAN KOEFISIEN-KOEFISIEN DARI TIGA FAKTOR TERSEBUT
Kemungkinan membeli mobil jika umur meningkat 1 tahun adalah 0.98 Artinya Peluang
membeli mobil untuk umur lebih tua adalah 0.98 kali dibandingkan kelompok umur 1 tahun
dibawahnya. Atinya umur lebih muda, lebih berpeluang untuk memiliki mobil, jika jenis
kelamin dan pendapatan mereka sama.
INTERPRETASI SLOPE JENIS KELAMIN:
Untuk variabel jenis kelamin didapat slope sebesar 0.685, dapat intrepretasikan sebagai
berikut
=1.98. Artinya Peluang membeli mobil untuk konsumen wanita 1.98 kali
dibandingkan dari konsumen laki-laki, jika umur dan pendapatan mereka sama.
Ln Ln
P=0.42-0.42P P=0.368-0.368P
1.42P=0.42 1.368P=0.368
P=0.294 P=0.269
Peluang bahwa konsumen berumur 35 tahun membeli mobil adalah 29.4%, sedangkan
peluang bahwa konsumen berumur 40 tahun membeli mobil adalah 26.9%. Jadi
Probabilitas konsumen membeli mobil turun 2.6% atau 0.91 kali dari umur 35 tahun ke
umur 40 tahun
Ln Ln
P=0.47-0.47P P=0.461-0.461P
1.47P=0.47 1.461P=0.461
P=0.321 P=0.316
Kesimpulan 1: Probabilitas konsumen membeli mobil turun 0.5% (dari 32.1% untuk
umur 30 tahun ke 31.6% untuk umur 31 tahun)
Ln Ln
P=0.368-0.368P P=0.359-0.359P
P 1.368P=0.368 1.359P=0.359
P=0.269 P=0.264
Kesimpulan 2. Probabilitas konsumen membeli mobil turun 0.5% (dari 26.9% untuk umur
40 tahun ke 26.4% untuk umur 41 tahun)
Dari perbandingan kesimpulan di atas terlihat bahwa ternyata rasio membeli mobil antara
konsumen berumur 30 tahun dan 31 tahun sama saja dengan rasio konsumen berumur
40 tahun dan 41 tahun, hal ini memperkuat kenyataan bahwa nilai Odd Rasio untuk tiap
penambahan umur adalah 0.98, artinya dalam setiap penambahan 1 tahun umur akan
meningkatkan peluang membeli mobil sebesar 0.98 kali, dengan kata lain umur muda
lebih tinggi peluangnya untuk membeli mobil
Kompleks jika
menggunakan WLS
(banyak kendala)