Contoh:
1. Model Regresi dengan Dummy Variabel
Variabel bebas kualitatif dan variabel terikat kuantitatif.
– Pengaruh kualitas produk terhadap omset.
– Pengaruh jenis Kelamin terhadap gaji.
Jumlah kasus minimum per independen variabelnya 10, Sebagai contoh: Jika
kita menggunakan 8 variabel independen, maka ukuran sampel minimum
harus = 8 x 10 = 80
Persamaan Regresi Logit
Dimana,
Pi : probabilitas terjadinya suatu peristiwa
misalnya: adopsi teknologi
(1-Pi) : probabilitas tidak terjadinya peristiwa
misalnya: non-adopsi teknologi
X1, X2… .Xn : variabel bebas
β1, β2, ..., βn : koefisien regresi
β0 : konstan (intersep)
Contoh Latihan
Mengaplikasikan model logit tentang keputusan seseorang untuk membeli mobil
atau tidak. Keputusan membeli mobil atau tidak dipengaruhi oleh dua variabel yaitu
jumlah pendapatan dan status pernikahan. Status pernikahan merupakan variabel
independen kualitatif.
dimana,
P = keputusan membeli mobil
X1 = jumlah pendapatan (juta per bulan)
X2 = status pernikahan (1 jika menikah dan 0 jika belum menikah)
Data sebagai berikut: No Resonden Keptusan Pendapatan Status Pernikahan No Resonden Keptusan Pendapatan Status Pernikahan
1 0 5,1 0 16 0 7,7 0
2 1 12,25 1 17 0 8 0
3 1 9 1 18 1 8,2 1
4 0 6 0 19 0 8,5 0
5 1 10,2 1 20 1 8,6 1
6 0 5,25 0 21 0 8,8 0
7 0 5,5 0 22 0 5,8 1
8 1 11,4 1 23 1 9,4 1
9 0 5,9 0 24 1 9,75 1
10 1 11 1 25 1 9,9 1
11 0 6,25 0 26 1 10,6 1
12 1 6,4 0 27 1 10,8 1
13 0 6,7 1 28 0 6,95 0
14 1 7,1 1 29 1 11,8 1
15 1 7,5 0 30 1 12 1
Tahapan analisis
Buka program SPSS dan masukkan data
Dengan hanya konstanta tanpa variabel pendapatan (X1) dan status pernikahaan
(X2) tidak signifikan pada α=5% dalam mempengaruhi keputusan seseorang dalam
membeli mobil (Sig 0,467 > α=0,05). Dengan demikian ada varfiabel independen yang
mempengaruhi keputusan memberi mobil
Block 1: Method = Enter
Uji serentak semua koefisien variabel di dalam regresi logistic dapat dilihat pada Tabel
Omnibus Tests of Model Coefficients.
Nilai Chi-squares model sebesar 23,944 dengan df sebesar 2 (Chi-square tabel 5,991)
maka signifikan (Sig 0,000 < α=0,05) sehingga dapat disimpulkan bahwa pendapatan
dan status pernikahan mempengaruhi keputusan seseorang di dalam membeli mobil.
Model summary menunjukkan nilai Cox & Snell R square sebesar 0,550 berarti variabel
pendapatan (X1) dan status pernikahan (X2) di dalam model logit mampu menjelaskan
perilaku seseorang dalam membeli mobil atau tidak sebesar 55%.
Keakuratan prediksi secara menyeluruh sebesar 90%, hal ini lebih baik dari model yang
hanya dengan konstanta sebelumnya sebesar 56,7%.
Sedangkan keakuratan prediksi yang tidak mempunyai mobil sebesar 92,3% dan yang
mempunyai mobil sebesar 88,2%.
Uji signifikansi variabel independen secara individual dengan menggunakan uji Wald.
Hasil uji menunjukkan bahwa variabel pendapatan (X1) dan status pernikahan (X2)
berpengaruh nyata terhadap keputusan seseorang di dalam membeli mobil dengan
tingkat signifikansi 5% (sig < α=0,05).
Pendapatan (X1)
Pendapatan (X1) odd ratio sebesar 2,720 dapat diartikan bahwa jika pendapatan naik
1 unit (1 juta) maka rasio kemungkinan memiliki mobil dengan yang tidak memiliki mobil
naik dengan faktor 2,720 dengan asumsi variabel status pernikahan tetap.
Misal individu mempunyai pendapatan 10 juta dan status pernikahan sudah menikah
(X2 =1)
Nilai prediksi probabilitas individu tersebut memiliki mobil sebesar 0,97 sedangkan
probabilitas tidak mempunyai mobil sebesar 1 – 0,97 = 0,03.
Thank you
TERIMAKASIH