MAKALAH

ANALISIS REGRESI LOGISTIK BINER

Dosen Pengampu:
Dr. H. Karim, M.Si.
Rizki Amalia, M.Pd.
Taufiq Hidayanto, M.Pd.

Disusun Oleh :

Kelompok 17
Rezanor Fahlevi_2010118110013
Arya Ramadhani_2010118110009
Muhammad Faried_2010118210003

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2022
 DAFTAR ISI

DAFTAR ISI...............................................................................................................................2
A. ANALISIS REGRESI LOGISTIK BINER.......................................................................3
B. KAJIAN TEORI.................................................................................................................5
C. KASUS ANALISIS REGRESI LOGISTIK BINER.........................................................6
D. LANGKAH-LANGKAH DENGAN SPSS........................................................................8
E. ANALISIS DENGAN REGRESI LOGISTIK................................................................11
DAFTAR PUSTAKA................................................................................................................14

2
A. ANALISIS REGRESI LOGISTIK BINER

Analisis regresi logistik biner digunakan untuk menjelaskan

hubungan antara variabel respon yang berupa data dikotomik/biner dengan
variabel bebas yang berupa data berskala interval atau kategorik.

Regresi logistik biner (logistic regression) sebenarnya sama

dengan analisis regresi berganda, hanya variabel terikatnya
merupakan variabel dummy (0 dan 1). Sebagai contoh, pengaruh beberapa
rasio keuangan terhadap keterlambatan penyampaian laporan keuangan.
Maka variabel terikatnya adalah 0 jika terlambat dan 1 jika tidak terlambat
(tepat). Regresi logistik tidak memerlukan asumsi normalitas,
meskipun screening data outliers tetap dapat dilakukan.

Asumsi-asumsi dalam regresi logistik biner:

 Tidak mengasumsikan hubungan linier antar variabel dependen
dan independent
 Variabel dependen harus bersifat dikotomi (2 variabel)
 Variabel independent tidak harus memiliki keragaman yang sama
antar kelompok variabel
 Kategori dalam variabel independent harus terpisah satu sama lain
atau bersifat eksklusif
 Sampel yang diperlukan dalam jumlah relatif besar.

Tidak seperti regresi linier biasa, regresi logistik biner tidak

mengasumsikan hubungan antara variabel independen dan dependen secara
linier. Regresi logistik biner merupakan regresi non linier dimana model yang
ditentukan akan mengikuti pola kurva seperti gambar di bawah ini.

3
Model yang digunakan pada regresi logistik biner adalah:
Log (P / 1 – p) = β0 + β1X1 + β2X2 + …. + βkXk
Dimana p adalah kemungkinan bahwa Y = 1, dan X1, X2, ... , Xk adalah variabel
independen, dan β adalah koefisien regresi.

4
B. KAJIAN TEORI
1. Open Recruitment
Open Recruitment merupakan seleksi untuk menjaring sumber
daya manusia yang berkualitas dan layak untuk diangkat menjadi anggota
ataupun menduduki suatu jabatan dari organisasi ataupun kepanitiaan.
Proses Open Recruitment atau Oprec dimulai dengan suatu sosialisasi
langsung ataupun menggunakan social media maupun selebaran yang
dibagikan di sekitaran kampus. Setelah diadakannya sosialisasi, barulah
calon anggota akan mengambil blanko formulir dan kemudian diisi dengan
sebenar-benarnya.
2. Ipk
IPK merupakan akumulasi keseluruhan perkuliahan Anda. Mulai
semester pertama hingga semester terakhir diwakili dengan 1 angka IPK.
Dengan konsep yang sama dengan menghitung IP di atas, Cara
Menghitung IPK bisa dilakukan dengan mengalikan keseluruhan SKS
yang telah diambil x nilai mata kuliah.
3. SKOR TOEFL
TOEFL Adalah suatu tes Bahasa inggris. TOEFL mempunyai
empat tes yang mencakup kemampuan membaca, mendengar, dan logika
dalam bahasa Inggris, yaitu Listening Comprehension, Structure and
Written Expression, Reading Comprehension, dan Test of Written English
(TWE).
4. Fresh graduate 
 fresh graduate sering dipakai untuk menyebut seseorang yang baru
saja lulus dari kuliah, kemudian sedang mencari pekerjaan. Maka dari itu,
arti fresh graduate juga sering diartikan sebagai seseorang yang sedang
cari pekerjaan pertama kali setelah lulus kuliah.
5. Training leadership
Training leadership merupakan program pelatihan yang di
tunjukkan kepada sekelompok orang untuk mengembangkan
kemampuannya dalam memimpin, Melalui sebuah pelatihan
kepemimpinan (leadership training), para pemimpin perusahaan akan lebih
menguasai apa yang menjadi tanggung jawabnya, mengatur strategi dan
kebijakan yang pada akhirnya akan meningkatkan produktivitas
perusahaan.
5
6
C. KASUS ANALISIS REGRESI LOGISTIK BINER

Suatu perusahaan mengadakan open recruitmen untuk posisi

karyawan baru yang di tujukan untuk fresh graduate. Penelitian di lakukan
untuk melihat pengaruh nilai IPK, skor TOEFL dan ke ikutsertaan
mengikuti training leadership terhadap hasil kelulusan recruitment.
Dengan Variabel-variabel berikut:

Y = Hasil Recruitment ; 1 = Lulus;

0 = Tidak Lulus

X1 = IPK

X2= Skor TOEFL

X3 =Keikutsertaan Training ; 1 = Mengikuti training;

0 = Tidak mengikuti training

Berikut data yang digunakan

H IPK Keikutsertaan
Training
1 2.76 1

2 2.87 1

3 3.03 1

4 3.92 1

5 2.63 1

6 3.32 1

7 3.57 1

8 3.26 1

9 3.53 1

7
10 2.74 1

11 2.75 1

12 2.83 1

13 3.12 0

14 3.16 0

15 2.06 0

16 3.62 0

17 2.89 0

18 3.51 0

19 3.54 0

20 2.83 0

21 3.39 0

22 2.67 0

23 3.65 0

24 4.00 0

25 3.10 0

26 2.39 0

8
 D. LANGKAH-LANGKAH DENGAN SPSS
1. Buka SPSS, pilih halaman variable view, lalu isi Name dengan variabel, dan beri label

2. Selanjutnya buka data view dan masukkan data.

3. Analisis data dengan cara klik Analyze > Regression > Binary Logistic.

9
4. Selanjutnya Mengisi pada kolom dependent dan covariates.

5. Lalu klik menu categorical dan memasukan variabel X3.

6. Setelah itu, klik menu save dan mencentang Probabilities dan Group membership lalu
continue.

10
7. Selanjutnya memilih menu options dan mencentang seperti gambar dibawah ini lalu
klik continue.

8. Pada bagian method diganti menjadi backward:conditional.

Setelah itu klik OK untuk menampilkan output.

11
 E. ANALISIS DENGAN REGRESI LOGISTIK
1. Menilai Keseluruhan Model (Overall Model fit)

Model Summary

Step -2 Log likelihood Cox & Snell R Nagelkerke R

Square Square

1 22.818a .366 .496

2 24.391 a
.326 .443

a. Estimation terminated at iteration number 5 because

parameter estimates changed by less than .001.

Dari tabel di atas, dapat dilihat bahwa model dengan memasukkan tiga variabel
independen ternyata telah terjadi perubahan dalam penaksiran parameter (-2 Log
likelihood) sebesar 24.391. Jika dilihat nilai R-square sebesar 0.326 atau 32.6% (Cox
& Snell) dan 0.443 atau 44.3% (Nagekerke). Dengan demikian dapat ditafsirkan bahwa
dengan empat variabel, yaitu X1, X2, dan X3 maka hal yang mempengaruhi hasil
recruitment yang dapat dijelaskan sebesar 44.3%. Tetapi perlu diingat bahwa
interpretasi ini hanya nilai pendekatan saja seperti dalam koefisien determinasi (regresi
linier biasa).

2. Menilai Kelayakan Model Regresi

 Uji Hipotesis
H 0 : Model sesuai dengan data
H 1: Model tidak sesuai dengan data
 Tingkat signifikansi
∝=5 %=0.05
 Daerah kritis
H 0 ditolak jika Sig. < 0.05
 Statistik Uji

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 5.203 7 .635
2 2.750 7 .907

Diperoleh dari Tabel Nilai Signifikansi adalah 0.907. Sehingga Sig. > 0.05 dan
H 0 gagal ditolak.
 Kesimpulan
Karena nilai probabilitasnya adalah 0.907 > 0.05, maka H 0 diterima. Hal ini
berarti model regresi binary layak digunakan untuk analisis selanjutnya, karena
tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan
klasifikasi yang diamati/model sesuai dengan data.

12
3. Menguji Koefisien Regresi (uji t)
 Uji Hipotesis
H 0 :B i=0 , i=0,1,2 (konstanta/koef regresi tidak signifikan)
H 1 : Bi ≠ 0 ,i=0,1,2 (konstanta/koef regresi signifikan)
 Tingkat Signifikansi
∝=5 %=0.05
 Daerah Kritis
H 0 ditolak jika Sig. < 0.05
 Statistik Uji dan Keputusan

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

X1 2.168 1.263 2.944 1 .086 8.738

X2 .010 .008 1.301 1 .254 1.010

Step 1a
X3(1) 1.880 1.135 2.743 1 .098 6.552

Constant -13.677 5.754 5.649 1 .017 .000

X1 2.492 1.224 4.141 1 .042 12.081

Step 2a X3(1) 2.166 1.082 4.009 1 .045 8.727

Constant -9.648 4.173 5.345 1 .021 .000

a. Variable(s) entered on step 1: X1, X2, X3.

 Kesimpulan
 Untuk X1 (Skor TOEFL) nilai sig. 0.042 < 0.05 maka ditolak dan X2
berpengaruh secara signifikan terhadap variabel terikat.
 Untuk X3 (Keikutsertaan Training) nilai sig. 0.045 < 0.05 maka ditolak
dan X3 berpengaruh secara signifikan terhadap variabel terikat.

4. Model Regresi Logistik

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

X1 2.168 1.263 2.944 1 .086 8.738

X2 .010 .008 1.301 1 .254 1.010

Step 1a
X3(1) 1.880 1.135 2.743 1 .098 6.552

Constant -13.677 5.754 5.649 1 .017 .000

X1 2.492 1.224 4.141 1 .042 12.081

Step 2 a
X3(1) 2.166 1.082 4.009 1 .045 8.727

Constant -9.648 4.173 5.345 1 .021 .000

a. Variable(s) entered on step 1: X1, X2, X3.

13
 Persamaan regresi binari logistik pada model yang didapat dari data tersebut adalah:
Logit ( π ( x ) )=
π (x)
1−π (x ) [ ]
=β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3

Keterangan :

β 0 = -9.648
β 1 = 2.492
β 2 = 0.010
β 3 = 2.166

Logit ( π ( x ) )=
[ π (x)
1−π (x ) ]
=−9.648+ 2.492 X 1 +0.010 X 2+2.166 X 3

Dimana,
Y = Hasil Recruitment
X1 = IPK
X2 = Skor TOEFL
X3 =Keikutsertaan Training

Model Logistik
exp ⁡(β 0 + β 1 X 1+ …+ β p X p)
π (x )=
1+exp ⁡(β 0+ β1 X 1 +…+ β p X p )

 Apabila seseorang dengan skor TOEFL = 550, IPK = 3,70 dan mengikuti training
leadership, Berapakah peluang lulus recruitment?

exp ⁡(−9.648+ 2.492 ( X 1) + 0.010( X 2 )+2.166( X 3))

π (x )=
1+exp ⁡⁡(−9.648+ 2.492 ( X 1 ) +0.010(X 2)+2.166( X 3))

exp ⁡(−9.648+2.492 (3.70 )+ 0.010(550)+ 2.166(1))

π (x )=
1+exp ⁡(−9.648+2.492 ( 3.70 ) +0.010(550)+2.166( 1))

exp ⁡(7,2384)
π (x )=
1+exp ⁡(7 , 2384)

π ( x ) =0,951635

Maka didapat peluang lulus recruitment sebesar 95% % untuk seseorang

dengan skor TOEFL = 550, IPK = 3,70 dan mengikuti training leadership

5. Kesimpulan Akhir
 Dari ketiga faktor yang mempengaruhi hasil recruitment, hanya ada dua faktor
yang sangat berpengaruh, yaitu IPK dan keikutsertaan training. Dari hasil
14
analisis didapatkan IPK dan keikutsertaan training berpengaruh secara
signifikan.

15
 DAFTAR PUSTAKA

Hadrami Suprayogi (2016), Apa itu Open Recruitment.

Diakses melalui : https://www.hadramisuprayogi.id/2016/12/apa-itu-open-
recruitment.html#:~:text=Open%20Recruitment%20merupakan%20seleksi
%20untuk,jabatan%20dari%20organisasi%20ataupun%20kepanitiaan.
KampusYuk (2020), Mengenal Seluk Beluk Tes TOEFL.
Diakses melalui : https://kampusyuk.com/artikel/mengenal-seluk-beluk-tes-
toefl-67
Reza Yusuf Bahtiar (2019), Menyelesaikan Regresi Logistik dengan SPSS.
Diakses melalui : https://medium.com/@rbahtiar2/menyelesaikan-regresi-
logistik-dengan-spss-4763282c29fb
Worldwide Quality Assurance (2018), Training Leaderhip Indonesia.
Diakses melalui : https://wqa.co.id/training-leadership-indonesia/

16