REGRESI LOGISTIK

MULTINOMIAL
A r l e n e H e n n y H i a r i e y, S . S i . , M . S t a t .
Pengertian
Menurut Yudisasanta A. dan Ratna M. (2012) regresi logistik
multinomial merupakan regresi logistik yang digunakan saat variabel
dependen mempunyai skala yang bersifat polichotomous atau
multinomial.
Skala multinomial adalah suatu pengukuran yang dikategorikan
menjadi lebih dari dua kategori. Metode yang digunakan dalam
penelitian ini adalah regresi logistik dengan variabel dependen
berskala nominal dengan tiga kategori.
Pengertian
Pengertian
Contoh Kasus
Seorang Manager ingin mengetahui faktor-faktor yang mempengaruhi keputusan
seseorang dalam memilih tempat untuk menonton film dengan menggunakan analisis
regresi logistik multinomial.
Contoh Kasus
Keputusan :
0 = Nonton di Cinema 21
1 = Nonton di CGV Blitz
2 = Tidak Nonton di Keduanya

Genre Film :
0 = Horror
1=Comedy
2 = Romance

Gender Responden : 0 = Laki-Laki dan 1 = Perempuan

Langkah dengan SPSS

Maka akan muncul tampilan halaman data view yang siap digunakan.
Langkah dengan SPSS
Klik Variable View, kemudian isikan lima variabel dengan nama “XXI”, “CGVBlitz”, ”Genre_Film” dan
“Keputusan”.

Variabel yang mengandung nilai ketegorik masukkan keterangan dalam bentuk kategori sesuai dengan
studi kasus dengan melakukan klik pada values.
Langkah dengan SPSS

Masukkan data ke halaman Data

View pada SPSS.
Langkah dengan SPSS
Klik menu analyze >regression > multinom logistic, muncul jendela multinom logistic >masukan
variabel dependent kemudian variabel gender responden dan genre film pada kotak factor, selain itu
ke kolom covariate.
Langkah dengan SPSS
Pada kolom Multinomial Logistic Regression praktikan memilih Reference Category kemudian pilih
bagian First Category pada Reference Category dan pilih Ascending pada Category Order kemudian
klik Continue dan klik OK:
Langkah dengan SPSS
Langkah selanjutnya yaiu klik button Statistics dan centang beberapa pilihan seperti gambar berikut, kemudian
klik Continue dan OK.
Hasil Analisis
Uji Serentak
Statistik Uji

Peneliti melakukan uji serentak, yang dapat dilihat pada nilai Pearson variabel Sig yaitu
0. 249 yang artinya model fit (layak digunakan) karena P-value > α ;(0,249 > 0,05).
Hasil Analisis
Uji Signifikansi Model
Statistik Uji

Peneliti melakukan uji Signifikansi model, yang dapat dilihat pada nilai intercept only final variabel
nilai Sig yaitu 0. 543 yang artinya model terdapat variabel independen yang secara statistik
signifikan memengaruhi variabel dependen karena Nilai P-value > α ; (0,543 > 0,05).
Hasil Analisis
Uji Parsial
Statistik Uji

Peneliti melakukan uji parsial, yang dapat dilihat pada nilai XXI, CGVBlitz, dan genre film pada
variabel Sig yang dimana semua nilai pada data yang ada lebih besar dari pada α yang berarti
semua variabel independent berpengaruh terhadap variabel dependent.
Hasil Analisis
Koefisien Determinasi 𝑅2

Peneliti mengukur koefisien R2, yang dapat dilihat pada nilai Nagelkerke yaitu 0. 233 artinya
variabilitas variabel dependent yang dapat dijelaskan oleh variabilitas variabel independent adalah
sebesar 23,3% atau sekitar 76,7% sisanya dijelaskan oleh faktor lain diluar model yang artinya
tidak dapat dijelaskan oleh model.
 Hasil Analisis
Estimasi Parameter
Dari output tersebut akan
didapat model mengenai
keputusan seseorang dalam
pemilihan tempat dan jenis film
untuk ditonton.
Model untuk nonton di XXI
yaitu:
𝑔𝑙(𝑋) = 0.340 + 0.000𝑋1 +
0.000𝑋2 + 0.692𝑋3 + 0.093𝑋4

Pada bagian model nonton di XXI untuk yang cenderung memilih menonton di XXI sebesar 1,000
daripada yang lainnya. dan untuk yang cenderung untuk memilih menonton di CGVBlitz sebesar 1,000
daripada yang lainnya. sedangkan untuk memilih genre film pada pemilihan genre film 0 sebesar 1,997
dari yang lainnya, kemudian pada pemilihan genre 1 sbesar 1,097 dari yang lainnya.
TERIMA KASIH