1. Studi Kasus
Suatu perusahaan mengadakan open recruitment untuk posisi karyawan baru yang
ditujukan untuk fresh graduate. Penelitian dilakukan untuk melihat pengaruh nilai IPK, skor
TOEFL, dan keikutsertaan mengikuti training leadership terhadap hasil kelulusan recruitment.
Dimiliki variabel-variabel berikut:
Hasil recruitment : 1 = Lulus; 0 = Tidak Lulus
Skor TOEFL : Nilai TOEFL terakhir
Keikutsertaan training : 1 = Mengikuti training; 0 = Tidak mengikuti training
IPK : Indeks Prestasi Kumulatif
Skor
Hasil Recruitment IPK Keikutsertaan Training
TOEFL
0 2,76 410 1
0 2,87 530 1
0 3,03 560 1
1 3,92 607 1
0 2,63 520 1
0 3,32 520 1
0 3,57 563 1
1 3,26 600 1
0 3,53 365 1
0 2,74 550 1
0 2,75 467 1
0 2,83 467 1
0 3,12 550 0
1 3,16 611 0
0 2,06 563 0
1 3,62 650 0
0 2,89 389 0
0 3,51 620 0
1 3,54 600 0
1 2,83 635 0
1 3,39 467 0
0 2,67 600 0
1 3,65 550 0
1 4,00 580 0
0 3,10 550 0
1 2,39 490 0
Dengan studi kasus yang telah dipaparkan, permasalahan yang harus diselesaikan adalah
sebagai berikut :
1. Lakukanlah analisis regresi logistik biner menggunakan SPSS!
2. Tuliskan model yang didapatkan dari data tersebut !
3. Berapa peluang seseorang lulus recruitment dengan skor TOEFL = 431, IPK = 2,19, dan
mengikuti training leadership?
4. Berapa peluang seseorang lulus recruitment dengan skor TOEFL = 545, IPK = 3,81, dan
tidak mengikuti training leadership?
*soal tambahan (opsional, boleh dikerjakan boleh tidak (untuk menambah nilai))
1. Lakukanlah analisis regresi logistik biner menggunakan R sesuai video di modul 6.
2. Deskripsi Kerja
1. Sebelum memasuki studi kasus, inputkan data yang akan dianalisis dengan SPSS.
Pertama-tamap buka software SPSS lalu klik pada bagian Variable View seperti pada
gambar berikut.
praktikan akan mengambil nilai G2 dan dimasukkan ke variabel “G2”. Setelah itu,
praktikan mencari nilai pvalue dengan syntax pchisq(). Syntax keseluruhan untuk uji
overall seperti berikut.
5. Kesimpulan
Dengan tingkat kepercayaan 95%, data yang ada menolak 𝐻0 , yang artinya variabel
bebas ke-i memiliki pengaruh signifikan terhadap variabel tak bebas.
Interpretasi Model
Odds Ratio
R Squared
Tabel Klasifikasi
5. Keputusan
Karena 𝑝𝑣𝑎𝑙𝑢𝑒 = 0.0059313 < 𝛼 = 0.05, maka tolak 𝐻0
6. Kesimpulan
Dengan tingkat kepercayaan 95% , data yang ada menolak 𝐻0 , yang artinya terdapat
minimal 1 pengaruh variabel independen terhadap variabel dependen sehingga model
layak digunakan.
Kemudian, untuk melihat statistik dari model yang dibuat gunakan syntax
summary()seperti pada Gambar 2. 14. Dari output ini akan didapat nilai estimasi maupun
uji parsial. Hasil yang didapat seperti pada Gambar 3. 10..
Uji Parsial
1. Hipotesis Uji
H0 : 𝛽𝑖 = 0; 𝑖 = 1,2 (Variabel bebas ke-i tidak memiliki pengaruh signifikan terhadap
variabel tidak bebas)
H1 : 𝛽𝑖 ≠ 0; 𝑖 = 1,2 (Variabel bebas ke-i memiliki pengaruh signifikan terhadap variabel
tidak bebas)
2. Taraf signifikansi
𝛼 = 5% = 0.05
3. Daerah Kritis
H0 ditolak jika 𝑝𝑣𝑎𝑙𝑢𝑒 < 𝛼
4. Statistik Uji dan Keputusan
Variabel 𝑝𝑣𝑎𝑙𝑢𝑒 Tanda 𝛼 Keputusan
Training 0.0419 < Tolak 𝐻0
0.05
IPK 0.0453 < Tolak 𝐻0
5. Kesimpulan
Dengan tingkat kepercayaan 95%, data yang ada menolak 𝐻0 , yang artinya variabel
bebas ke-i memiliki pengaruh signifikan terhadap variabel tak bebas.
Interpretasi Model
• Model Peluang
𝑒𝑥𝑝( 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 )
𝜋(𝑥) =
1 + 𝑒𝑥𝑝( 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 )
𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
𝜋(𝑥) =
1 + 𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
• Model Logit
𝑔(𝑥) = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2
𝑔(𝑥) = −7.482 + 2.492 𝑥1 − 2.166 𝑥2
Dengan 𝑥1 adalah IPK dan 𝑥2 adalah keikutsertaan dalam training.
Sehingga, jika kita mengabaikan nilai pada variabel 𝑥1 (IPK) dan 𝑥2 (Training), g(x)
akan bernilai sebesar -7.482. Dengan mengabaikan variabel yang lain, setiap penambahan
satu satuan pada nilai 𝑥1 (IPK) akan meningkatkan nilai 𝑔(𝑥) sebesar 2.492, sedangkan
setiap penambahan satu satuan pada nilai 𝑥2 (Training) akan mengurangi nilai 𝑔(𝑥) sebesar
2.166. Dalam hal ini, 𝑔(𝑥) adalah variabel dependen yaitu variabel Hasil.
3.3 Prediksi
Jika seseorang dengan skor TOEFL = 431, IPK = 2,19, dan mengikuti training
leadership, maka peluang dia lulus recruitment adalah
𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
𝜋(𝑥) =
1 + 𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
𝑒𝑥𝑝( − 7.482 + 2.492 (2.19) − 2.166 (1))
= = 0.01491
1 + 𝑒𝑥𝑝( − 7.482 + 2.492 (2.19) − 2.166 (1))
Jadi, peluang seseorang lulus recruitment dengan skor TOEFL = 431, IPK = 2,19, dan
mengikuti training leadership adalah 0.01491.
Jika sesorang dengan skor TOEFL = 545, IPK = 3,81, dan tidak mengikuti training
leadership, maka peluang dia lulus recruitment adalah
𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
𝜋(𝑥) =
1 + 𝑒𝑥𝑝( − 7.482 + 2.492 𝑥1 − 2.166 𝑥2 )
𝑒𝑥𝑝( − 7.482 + 2.492 (3.81) − 2.166 (0))
= = 0.88211
1 + 𝑒𝑥𝑝( − 7.482 + 2.492 (3.81) − 2.166 (0))
Jadi, peluang seseorang lulus recruitment dengan skor TOEFL = 431, IPK = 2,19, dan
mengikuti training leadership adalah 0.88211.