PAPER

REGRESI LINIER DAN LOGISTIK

Serla Monika
16416248201077

PROGRAM STUDI FARMASI

FAKULTAS FARMASI
UNIVERSITAS BUANA PERJUANGAN
KARAWANG
20220

1
 BAB I
PENDAHULUAN

1.1 Defiisi Regresi Linier dan Regresi Logistik

1.1.1 Definisi Linear
Regresi linier adalah metode statistika yang digunakan untuk
membentuk model atau hubungan antara satu atau lebih variabel bebas X
dengan sebuah variabel respon Y. Analisis regresi dengan satu variabel bebas
X disebut sebagai regresi linier sederhana, sedangkan jika terdapat lebih dari
satu variabel bebas X, disebut sebagai regresi linier berganda (Kurniawan,
2008).
Dalam menganalisis hubungan fungsional antara variabel bebas X dan
variabel respon Y, ada kemungkinan terjadi hubungan linier yang berbeda untuk
setiap interval X. Apabila regresi X terhadap Y memiliki hubungan linier tertentu
pada interval X tertentu, tetapi juga memiliki hubungan linier yang berbeda pada
interval X yang lain, maka penggunaan model regresi linier sederhana kurang tepat
pada kasus tersebut karena hasil analisis tidak dapat memberikan informasi
menyeluruh tentang data. Regresi linier piecewise merupakan bentuk regresi yang
meliputi berbagai model regresi linier yang cocok dengan data untuk setiap
interval X (Ryan dan Porth, 2007).

1.1.2 Definisi Regresi Logistik

Regresi logistik merupakan metode parametrik, sedangkan CART
merupakan metode nonparametrik. Pada kasus ini, kedua metode digunakan
untuk mengetahui apakah lokasi dan karakteristik konsumen berpengaruh
terhadap minat, selain itu juga hasil klasifikasi konsumen dari hasil model.
Pendekatan parametrik digunakan karena metode ini mengasumsikan data
memiliki sebaran teoritik tertentu dan nilai data itu sendiri yang digunakan
dalam analisis. Regresi logistik merupakan bagian dari Generalized Linear
Model, dimana variabel responnya adalah famili eksponensial dan ada asumsi
bahwa fungsi logit dan variabel independen. Sementara itu, pendekatan
nonparametrik tidak mengasumsikan data memiliki sebaran teoritik tertentu.

2
1.2 Rumus Maslah
1. Pengertian Regresi Linier dan Regresi Logisik.
2. Pengertian Metode SPSS
3. Statistik Cara Mengolah Data Menggunakan Aplikasi SPSS.

1.3 Tujuan
1. Untuk Memahami Metode Statistik Regresi Linier
2. Untuk Memahami Cara Mengolah Data Menggunakan Aplikasi SPSS.

3
 BAB II
TINJAUAN PUSTAKA

2.1 Definisi Regresi Linier dan Regresi Logistik

2.1.1 Regresi Liner
Regresi linier adalah metode statistika yang digunakan untuk
membentuk model atau hubungan antara satu atau lebih variabel bebas X
dengan sebuah variabel respon Y. Analisis regresi dengan satu variabel bebas
X disebut sebagai regresi linier sederhana, sedangkan jika terdapat lebih dari
satu variabel bebas X, disebut sebagai regresi linier berganda (Kurniawan,
2008).
Dalam menganalisis hubungan fungsional antara variabel bebas X dan
variabel respon Y, ada kemungkinan terjadi hubungan linier yang berbeda
untuk setiap interval X. Apabila regresi X terhadap Y memiliki hubungan linier
tertentu pada interval X tertentu, tetapi juga memiliki hubungan linier yang
berbeda pada interval X yang lain, maka penggunaan model regresi linier
sederhana kurang tepat pada kasus tersebut karena hasil analisis tidak dapat
memberikan informasi menyeluruh tentang data. Regresi linier piecewise
merupakan bentuk regresi yang meliputi berbagai model regresi linier yang
cocok dengan data untuk setiap interval X (Ryan dan Porth, 2007).
Regresi linier piecewise dapat diterapkan di berbagai bidang, salah
satunya di bidang perairan yang menyangkut analisis pengaruh debit sungai
terhadap jumlah angkutan sedimen dasar. Dalam analisis regresi linier
piecewise, harus diestimasi nilai X-knot optimum dengan sebuah nilai dugaan
awal yang tersedia. Selain itu, nilai-nilai parameter regresi linier piecewise
juga harus diestimasi sehingga diperoleh model regresi yang dapat menjelaskan
hubungan antara debit sungai terhadap jumlah angkutan sediman dasar (Ryan
dan Porth, 2007). Regresi linier piecewise yang dibahas dalam tulisan ini
adalah analisis regresi linier piecewise dua segmen yang dibandingkan dengan
analisis regresi linier sederhana, metode yang digunakan untuk mengestimasi

4
 parameter regresi linier piecewise dua segmen yaitu metode iterasi Gauss-
Newton.
2.1.2 Regesi Logistik
Regresi logistik adalah salah satu model untuk menduga hubungan
antara peubah respon kategori dengan satu atau lebih peubah prediktor yang
kontinyu ataupun kategori. Peubah respon yang terdiri dari dua kategori yaitu
“ya (sukses)” dan “tidak (gagal)”, dan dinotasikan 1=”sukses” dan 0=”gagal
(Hosmer dan Lemeshow, 2000).
Regresi logistik merupakan bagian dari Generalized Linear Model,
dimana variabel responnya adalah famili eksponensial dan ada asumsi bahwa
fungsi logit dan variabel independen. Sementara itu, pendekatan nonparametrik
tidak mengasumsikan data memiliki sebaran teoritik tertentu.
Metode regresi logistik adalah salah satu model untuk menduga
hubungan antara peubah respon kategori dengan satu atau lebih peubah
prediktor. Apabila kategori respon berupa biner maka dinamakan regresi
logistik biner. Kategori peubah respon tersebut misalnya “ya (sukses)” dan
“tidak (gagal)”, dan dinotasikan 1=”sukses” dan 0=”gagal”. Peubah respon
dinotasikan dengan sedangkan Y peubah faktor dapat merupakan peubah
kategori, kontinu atau campuran dari keduanya. Hosmer dan Lemeshow (2000)
menjelaskan bahwa model regresi logistik biner dibentuk dengan menyatakan
nilai P(Y=1|x) sebagai , yang dinotasikan sebagai berikut :

Dimana xi adalah variabel prediktor, i=1,2,…,n dengan n = ukuran sampel,

adalah peluang terjadinya kejadian sukses, adalah konstanta, dan adalah nilai
koefisien regresi ke-j dengan j=1,2,…, p. x)(π0β pβ
Penaksiran parameter regresi logistik dilakukan dengan menggunakan metode
Maximum Likelihood Estimation (MLE) (Agresti, 2002).

5
2.2 Pengertian SPSS
SPSS adalah sebuah program aplikasi yang memiliki kemampuan
analisis statistik cukup tinggi serta sistem manajemen data pada lingkungan
grafis dengan menggunakan menu-menu deskriptif dan kotak-kotak dialog
yang sederhana sehingga mudah untuk dipahami cara pengoperasiannya. SPSS
banyak digunakan dalam berbagai riset pemasaran, pengendalian dan
perbaikan mutu (quality improvement), serta riset-riset sains.
SPSS adalah sebuah program komputer yang digunakan untuk
membuat analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS
(Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu
Sosial) versi pertama dirilis pada tahun 1968, diciptakan oleh Norman Nie,
seorang lulusan Fakultas Ilmu Politik dari Stanford University, yang sekarang
menjadi Profesor Peneliti Fakultas Ilmu Politik di Stanford dan Profesor
Emeritus Ilmu Politik di University of Chicago.
Semula SPSS hanya digunakan untuk ilmu social saja, tapi
perkembangan berikutnya digunakan untuk berbagai disiplin ilmu sehingga
kepanjangannya berubah menjadi “Statistical Product and Service Solution”
(Nisfiannoor, Muhammad, Pendekatan Statistika Modern Untuk Ilmu Social,
Salemba Humanika,2009:15.)
SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan
survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya.
Selain analisis statistika, manajemen data (seleksi kasus, penajaman file,
pembuatan data turunan) dan dokumentasi data (kamus metadata ikut
dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar
SPSS.
1. Statistik yang termasuk software dasar SPSS:
a. Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi, Penelusuran,
Statistik Deskripsi Rasio
b. Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat, parsial,
jarak), Nonparametric tests
c. Prediksi Hasil Numerik: Regresi Linear

6
d. Prediksi untuk mengidentivikasi kelompok: Analisis Faktor, Analisis
Cluster (two-step, K-means, hierarkis), Diskriminan.

7
 BAB III
METODE STATISTIK

3.1 Membuka Aplikasi SPSS

Pada saat kita membuka SPSS, maka akan muncul tampilan SPSS data
Editor.

Setelah Data Editor aktif, berikut ini langkah-langkah untuk membuat data baru:

Setelah Data Editor aktif, berikut ini langkah-langkah untuk membuat

data baru:

8
Latihan 1: Memasukkan Data ke dalam SPSS (1)
KABUPATEN Pertanian Industri Jasa Jumlah
Bodronoyo 5194485,32 5218350,93 5258136,50 15670972,75
Sulamanto 2762729,18 2997818,90 3178586,96 8939135,04
Ciganjur 2911111,03 2974994,19 3038805,78 8924911,01
Bandungan 4338609,02 4436742,73 4534050,73 13309402,49
siGarut 3566959,43 3631799,79 3713444,29 10912203,51
Tasikmala 2886454,78 2920347,31 2970956,00 8777758,08
Ciamis 3236120,65 3305451,54 3416380,69 9957952,89
Kuning 2635535,23 2738240,12 2819521,59 8193296,93
Carubon 2580728,25 2671645,91 2742543,13 7994917,28
Malengka 2445604,05 2558835,15 2625150,66 7629589,86

Sumber : Data Hipotesis

Masukkan data di atas menggunakan SPSS. PROSES:
Input DATA BARU ke dalam SPSS mempunyai tahapan yang ber-urutan :
1. Membuka VARIABEL VIEW untuk mendefinisikan variabel
2. Membuka DATA VIEW untuk memasukkan data
Berikut proses lengkap pemasukan data.

A. Membuka VARIABLE VIEW untuk definisi variabel

Buka terlebih dahulu program SPSS, hingga tampak tampilan awal sebagai
berikut.

9
 Lihat pada bagian kiri bawah dari tampilan di atas. Lalu klik tab VARIABLE
VIEW (lihat anak panah), hingga tampilan berubah menjadi:

Perhatikan baris teratas yang berisi nama-nama untuk pendefinisian variabel, yang
meliputi NAME, TYPE, dan sete-rusnya.
Soal di atas terdiri atas lima variabel, yakni Kabupaten, Pertanian, Industri, Jasa
dan jumlah. Untuk itu, akan dilakukan input lima variabel di atas :
Tampilan keseluruhan kelima variabel pada VARIABLE VIEW: (ditampilkan
hanya sebagian)

Oleh karena pengisian lima variabel tersebut sudah selesai, klik ikon DATA
VIEW yang ada di bagian kiri bawah untuk memasukkan data (tahap 2).

10
B. Memasukkan data ke dalam SPSS
1. Pada tampilan DATA VIEW, masukkan data seperti kita
memasukkan data ke Excel atau sebuah tabel lainnya. Cara penempatan angka
seperti tabel awal soal. Hanya perlu diperhatikan untuk tanda baca desimal,
apakah menggunakan koma (,) ataukah titik (.). Pada contoh ini digunakan
tanda baca ‘koma’, seperti angka 15,21.
Tampilan akhir input data:

C. Menyimpan data ke dalam SPSS

Setelah data diinput, data akan disimpan untuk digunakan pada waktu yang akan
datang. Untuk itu:
1. Buka menu FILE SAVE AS…
Pada kotak dialog SAVE AS, simpan data dengan nama PDRB tanpa migas
Tahun 2013. Lalu tempatkan pada folder tertentu dalam hard disk/tempat
penyimpan data Kita.

11
3.2 Metode Regresi Logistik

Berdasarkan hasil estimasi yang didapat, dapat diketahui bahwa tidak semua
variabel signifikan berpengaruh, sehingga selanjutnya melakukan proses stepwise.
Hasil estimasi tersebut disajikan di Tabel 3. Dapat diketahui bahwa variabel jenis
kelamin, rata-rata pengeluaran per bulan, dan tempat tinggal konsumen signifikan
berpengaruh terhadap minat belanja di Indomaret.

12
 BAB IV
KESIMPULAN

4.1 Kesimpulan
Regresi linier piecewise yang dibahas dalam tulisan ini adalah analisis
regresi linier piecewise dua segmen yang dibandingkan dengan analisis regresi
linier sederhana, metode yang digunakan untuk mengestimasi parameter
regresi linier piecewise dua segmen yaitu metode iterasi Gauss-Newton.
Regresi logistik merupakan bagian dari Generalized Linear Model,
dimana variabel responnya adalah famili eksponensial dan ada asumsi bahwa
fungsi logit dan variabel independen. Sementara itu, pendekatan
nonparametrik tidak mengasumsikan data memiliki sebaran teoritik tertentu.
SPSS digunakan oleh peneliti pasar, peneliti kesehatan, perusahaan
survei, pemerintah, peneliti pendidikan, organisasi pemasaran, dan sebagainya.
Selain analisis statistika, manajemen data (seleksi kasus, penajaman file,
pembuatan data turunan) dan dokumentasi data (kamus metadata ikut
dimasukkan bersama data) juga merupakan fitur-fitur dari software dasar
SPSS.

13
 DAFTAR PUSTAKA

http://journal.unnes.ac.id/sju/index.php/jhealthedu/

Diminarni P. 2010. Pengaruh Motivasi Belajar, Gaya Belajar dan Berpikir Kritis
Terhadap Indeks Prestasi Kumulatif [skripsi]. Fakultas Ekonomi Universitas
Pembangunan Nasional Veteran, Jawa Timur.

14