Analisa LPM
Analisa LOGIT
Simulasi
Interpretasi simulasi
1
BAB II
METODE
2
antara 0 dan 1. Masalah ini dapat dipecahkan dengan suatu teknik yang menjamin
bahwa nilai probabilitas akan terletak antara 0 dan 1.
Selain metode LPM, ada pula metode logit yang lebih baik dipakai dalam
menentukan nilai probabilitas kejadian, daripada dengan menggunakan metode LPM.
Model Logit adalah model regresi non linier yang menghasilkan sebuah persamaan
dimana variable dependen bersifat kategorikal. Kategori paling dasar dari model
tersebut menghasilkan binary values seperti angka 1 atau 0. Angka yang dihasilkan
menghasilkan suatu kategori tertentu yang dihasilkan dari perhitungan probabilitas
terjadinya kategori tersebut. Bentuk dasar probabilitas dari metode logit sebagai
berikut:
Yi Probabilitas
0 1-Pi
1 Pi
Total 1
(Gujarati, 2006)
3
- Klik Continue.
- Klik Option, kemudian centang kotak Hosmer dan Iteration History.
- Klik Continue.
- Klik OK.
- Selanjutnya, tampilan hasil perhitungan SPSS akan muncul.
- Klik pada Variabel view di tampilan data input SPSS, akan muncul hasil
perhitungan probabilitas dengan metode logit yang sebelumnya bernama
Pre_1. Ubah menjadi Hsl_Logit.
- Interpetasikan hasilnya.
3. Pembuatan Diagram Scatter
- Untuk membuat diagram Scatter, awali dengan mengubah tanda koma pada
masing-masing tampilan di Excel yang berupa hasil perhitungan probabilitas
baik dengan metode LPM maupun Logit, menjadi tanda titik. Caranya, klik
seluruh data yang ada di Excel, kemudian klik Toolbars Find and Select. Ubah
pada pilihan Replace ketik tanda koma (,), dan pada Find ketik tanda titik (.).
- Klik OK
- Pastikan hasilnya hanya memuat tiga angka di belakang koma.
- Selanjutnya, data yang diperoleh tadi masukkan pada kolom yang ada di
Worksheet Output SPSS Probability.
- Blok seluruh kolom, kemudian klik Insert dan pilih Diagram Scatter.
- Akan muncul tampilan diagram dan beri nama masing-masing kurva/titiknya.
- Interpretasikan.
4. Perhitungan Simulasi
- Hitung rata-rata masing-masing variable yang ada dalam data, mulai dari
variable X1 hingga variable X4.
- Masukan dalam kolom pada worksheet Simulasi.
- Copy data hasil perhitungan dengan menggunakan SPSS, pada metode Logit
pada kolom Variables in Equation.
- Maka akan diperoleh hasil Odds Ratio.
- Interpretasikan hasilnya.
4
BAB III
HASIL DAN PEMBAHASAN
5
INTERPRETASI:
Uji R Square : 0,542
Dari hasil perhitungan, diperoleh nilai R Square 0,542 atau 54%. Jadi, model ini
mampu menjelaskan variable dependen berdasarkan pengaruh variable
independennya sebesar 54%.
Uji F : 18,023
Dari hasil perhitungan, diperoleh nilai uji F yang menggambarkan pengaruh
seluruh variable bebasnya terhadap variable terikatnya sebesar 18, 023 dengan tingkat
signifikasi sebesar 0,00 maka persamaan ini dapat disimpulkan terima H o parameter ≠0,
model jelek yaitu variabel independen yang digunakan dalam model tidak mempunyai
pengaruh signifikan terhadap variabel dependen.
Uji t : -4, 862
Dari hasil perhitungan, menunjukkan seberapa jauh pengaruh masing-masing
variabel independen secara individual dalam menerangkan variasi variabel dependen
adalah sebesar -4,862 dengan tingkat signifikasi 0,00, maka dapat dikatakan bahwa
variable signifikan dan berpengaruh nyata terhadap variabel pengambilan keputusan
petani.
METODE LOGIT
Penilaian model
Penilaian mengenai baik tidaknya sebuah model dapat dilihat dari nilai log
likelihood pada block 0 (beginning block) dan pada block 1 (method).
Log likelihood block-0
6
Log likelihood block-1
Dari hasil SPSS diatas didapatkan nilai log likelihood block-0 sebesar 75,307.
Sedangkan nilai log likelihood block-1 didapatkan sebesar 28,791. Suatu model
dikatakan baik jika nilai log likelihood block-0 lebih besar dari log likelihood block-1
Dari kedua nilai hasil tersebut dapat dilihat jika nilai log likelihood block-0 lebih besar
dari log likelihood block-1 yaitu 75,307 > 28,791. Sehingga model persamaan ini dapat
dikatakan model yang BAIK.
Uji G (chi-square)
Uji G sama dengan Uji F pada persamaan OLS, dari hasil SPSS diatas baik
berdasarkan Hosmer and Lemeshow test didapatkan nilai p-value (nilai sig.) sebesar
0,000. Dengan menentukan significant level (α) sebesar 5 % berarti p-value < α. Maka
dapat disimpulkan bahwa H0 ditolak. Bila H0 ditolak, artimya model yang terdiri dari
seluruh variable tersebut signifikan secara statitik pada tingkat signifikansi 5% atau
sekurang-kurangnya terdapat satu koefisien ≠ 0.
Sedangkan jika dilihat dari perbandingan nilai chi-square hitung yaitu 41,706
(Hosmer and Lemeshow ) dengan nilai chi-square table yaitu 9,48773. Nilai X 2 (chi-
square) hitung lebih besar dari nilai X2 (chi-square) table yaitu 41,706 > 9,48773. maka
dapat disimpulkan bahwa terima H1, tolak H0 yang artinya secara logit keputusan untuk
berkoperasi berpengaruh secara signifikan terhadap variabel-variabel seperti
Kesadaran fungsi koperasi, Kemudahan bertransaksi, Banyaknya unit usaha koperasi,
Kepercayaan thdp koperasi. Dengan demikian model tersebut dapat diterima sebagai
penduga yang baik dan layak untuk digunakan.
7
Ketepatan Model Dalam Memprediksi
Data Observasi
Pada data observasi ini dapat dilihat bahwa terdapat 66 responden dalam
mengambil keputusan untuk mengikuti kegiatan berkoperasi atau tidak. Keputusan
petani dalam berkoperasi yang tidak mengikuti kegiatan koperasi adalah sebesar 17
responden sedangkan yang mengikuti kegiatan koperasi adalah sebesar 49 responden.
Dengan demikian persentase kebenaran yang didapat adalah sebesar 74,2% dengan
tingkat kesalahan sebesar 5%.
Data Prediksi
8
responden memilih untuk tidak berkoperasi. Dengan demikian presentase kebenaran
petani untuk mengikuti kegiatan koperasi adalah sebesar 98%
Dengan demikian jika dibandingkan antara keputusan petani dalam berkoperasi
atau tidak , persentase kebenarannya adalah sebesar 93,9% dengan tingkat kesalahan
ditolerir sebesar 5%.
Jadi, dalam data observasi telah ditunjukkan bahwa petani yang tidak mengikuti
kegiatan berkoperasi sebesar 17 responden sedangkan keputusan petani dalam
berkoperasi sebesar 49 responden. Setelah dilakukan analisis model didapati terjadi
penyimpangan sebesar 3 responden yang seharusnya memutuskan untuk tidak
berkoperasi menjadi berkoperasi. Hal ini juga terjadi penyimpangan dalam keputusan
betani yang seharusnya memilih untuk berkoperasi menjadi tidak berkoperasi sebesar
1 responden. Sehingga ketepatan model di atas sebesar 93,9% dengan tingkat
kesalahan ditolerir sebesar 5%.
UJI WALD
9
dikatakan bahwa variable tidak signifikan dan berpengaruh nyata terhadap
variabel pengambilan keputusan petani.
Sehingga dapat disimpulkan bahwa terima H0, artinya parameter tersebut tidak
signifikan secara statistic pada tingkat signifikansi α = 5%. Serta pada Exp (B)
menunjukkan nilai 1.006 yang artinya bahwa peluang untuk menjadi anggota
koperasi yang dipengaruhi oleh variabel kemudahan bertransaksi 1.006 kali
lebih besar peluangnya daripada peluang untuk tidak menjadi anggota
koperasi.
c. Uji Wald pada Variabel Banyaknya Unit Usaha Koperasi (X3)
Dari hasil perhitungan, menunjukkan seberapa jauh pengaruh masing-masing
variabel independen secara individual dalam menerangkan variasi variabel
dependen adalah sebesar 6,312 dengan tingkat signifikasi 0,012, maka dapat
dikatakan bahwa variable signifikan dan berpengaruh nyata terhadap variabel
pengambilan keputusan petani.
Sehingga dapat disimpulkan bahwa tolak H0, artinya parameter tersebut
signifikan secara statistic pada tingkat signifikansi α = 5%. Serta pada Exp (B)
menunjukkan nilai 3.200 yang artinya bahwa peluang untuk menjadi anggota
koperasi yang dipengaruhi oleh variabel banyaknya unit usaha koperasi 3.200
kali lebih besar peluangnya daripada peluang untuk tidak menjadi anggota
koperasi.
d. Uji Wald pada Variabel Kepercayaan pada koperasi (X4)
Dari hasil perhitungan, menunjukkan seberapa jauh pengaruh masing-masing
variabel independen secara individual dalam menerangkan variasi variabel
dependen adalah sebesar 7,868 dengan tingkat signifikasi 0,005, maka dapat
dikatakan bahwa variable signifikan dan berpengaruh nyata terhadap variabel
pengambilan keputusan petani.
Sehingga dapat disimpulkan bahwa tolak H0, artinya parameter tersebut
signifikan secara statistic pada tingkat signifikansi α = 5%. Serta pada Exp (B)
menunjukkan nilai 3.251 yang artinya bahwa peluang untuk menjadi anggota
koperasi yang dipengaruhi oleh variabel kepercayaan pada koperasi 3.251 kali
lebih besar peluangnya daripada peluang untuk tidak menjadi anggota
koperasi.
e. Uji Wald pada intersep
Pada Variables in the equation, nilai P-value sebesar 0.003. sehingga dapat
disimpulkan bahwa tolak H0, artinya parameter tersebut signifikan secara
statistic pada tingkat signifikansi α = 5%. Serta pada Exp (B) menunjukkan nilai
10
0.000 yang artinya bahwa peluang untuk menjadi anggota koperasi sama
besarnya dengan peluang untuk tidak menjadi anggota koperasi
Jadi, dapat disimpulankan dari 5 variabel pembentuk model peluang untuk
menjadi anggota koperasi hanya dua variabel yang tidak signifikan yakni variabel
kesadaran fungsi koperasi dan kemudahan bertransaksi.
Persamaan :
Ln )= 0 + 1 1 + 2 2 + 3 3 + 4 4
)=
)=
DIAGRAM SCATTER
Dari tampilan diagram scatter di atas, menunjukan terdapat dua jenis gambar
yaitu yang menunjukan Hasil Probabilitas LPM dan Hasil Probabilitas Logit. Dapat
dilihat dalam diagram di atas, bahwa Hasil Probabilitas LPM lebih banyak menyebar di
sekitar nilai rata-rata variabel, dan terkadang melebihi dari dari batas nilai probabilitas
yaitu 1 serta terdapat data yang berada di bawah 0 yakni bernilai (-).
Sedangkan, pada Hasil Probabilitas Logit lebih mengumpul (tidak menyebar) di
sekitar nilai rata-rata variabel, dan tidak sampai melebihi batas probabilitas yaitu 1.
Sehingga dapat disimpulkan bahwa, metode Logit lebih mampu memenuhi syarat
probabilitas yaitu 0≤P≤1.
11
PERHITUNGAN SIMULASI
Simulasi-3:
Simulasi-1: Simulasi-2:
X Kemuduran 20% pada x3 dan x4 dr
Nilai Rata-Rata Xi Kemuduran 5 % dr Rerata
Rerata
8.576 8.15 8.58
16.52 15.69 16.52
14.97 14.22 13.47
7.61 7.23 6.85
a) Simulasi 1
Diketahui : Odd Ratio = 13,464
Peluang ikut = 0,931 (Pi)
Jadi, peluang atau probabilitas petani yang mengikuti koperasi adalah 0,931
atau 93,1%. Kemungkinan berkoperasi adalah 13,464 kali.
b) Simulasi 2
Diketahui : Odd Ratio = 2,788
Peluang ikut = 0,736 (Pi)
Jadi, peluang atau probabilitas petani yang mengikuti koperasi walaupun
terdapat kemunduran sebesar 5% dari faktor-faktor yang mempengaruhi
keputusan petani adalah 0,736 atau 73,6%. Kemungkinan berkoperasi adalah
2,788 kali.
12
c) Simulasi 3
Diketahui : Odd Ratio = 0,967
Peluang ikut = 0,492 (Pi)
Jadi, peluang atau probabilitas petani yang mengikuti koperasi walaupun
terdapat kemunduran sebesar 10% dari faktor-faktor yang mempengaruhi
keputusan petani adalah 0,492 atau 49,2%. Kemungkinan berkoperasi adalah
0,967 kali.
Dari ketiga hasil simulasi di atas, dapat disimpulkan bahwa semakain tinggi nilai
Odd rationya maka peluang keikutsertaan petani dalam koperasi semakin menurun.
kemudian nilai X1; X2; X3; dan X4 dimasukkan dalam persamaan di atas sesuai
dengan hasil nilai X1; X2; X3; dan X4 pada simulasi ke 1; 2; dan 3.
nilai Peluang Ikut diperoleh dari persamaan:
=
dimana kita diminta untuk mencari nilai P1 (peluang ikut). Masukkan nilai odd
ratio pada simulasi 1, 2, dan 3 untuk mencari nilai peluangnya (P1) untuk
simulasi ke 1,2, dan 3.
13
BAB IV
KESIMPULAN
14