Oleh :
Mohammad Abdullah
Batasan (lanjutan)
Regresi logistik menghasilkan rasio peluang (odds
ratio) antara keberhasilan atau kegagalan dari sesuatu
dalam analisis.
Contoh: seberapa besar peluang seseorang menang
dalam sebuah pemilu Kepala Daerah.
Asumsi-asumsi dalam Regresi Logistik:
1. tdk mengasumsikan hubungan linear antara variabel dependen dan
independen
2. Variabel dependen harus bersifat dikotomi (2 atribut)
3. Variabel independent tidak harus memiliki keragaman yang sama antar
kelompok variabel
4. Kategori dalam variabel independent harus terpisah satu sama lain atau
bersifat eksklusif
5. Sampel yang diperlukan dalam jumlah relatif besar, minimum
dibutuhkan
hingga 50 sampel data untuk sebuah variabel prediktor (bebas).
Batasan (lanjutan)
Model Regresi Logistik :
Log (P / 1 p) = 0 + 1X1 + 2X2 +
. + kXk
Keterangan :
Dimana p adalah kemungkinan bahwa Y = 1, dan
X1, X2, X3 adalah variabel independen, dan b
adalah koefisien regresi.
ATAU
Metode Enter
Bila seluruh variabel bebas yang bermakna
maupun yg tidak bermakna dimasukkan ke
dalam model persamaan regresi
Contoh kasus
Akan dilakukan analisa pengaruh dari paritas, status
anemia dan status KEK serta frekuensi ANC pada
ibu hamil terhadap terjadinya BBLR pada bayi
yang dilahirkan.
Status BBLR (var. dependen) : 1 = tdk BBLR 0
=BBLR
Status anemia : 2 = tidak anemia; 1 = anemia
Status KEK : 2 = tidak KEK; 1 = KEK
Paritas : 2 =Paritas rendah 1 = paritas
tinggi
Frekuensi ANC : sesuai berapa kali berkunjung
(ratio)
Langkah-langkah
1. Klik : anlyze, -- regression -- binary logistic
2. Masukkan variabel-variabelnya
3. Klik : continue
4. Pilih menu option, kemudian centang iteration history
Interpretasi Hasil
1.
Unweighted Cases
Selected Cases
Unselected Cases
Total
N
Included in Analysis
Missing Cases
Total
31
0
31
0
31
Percent
100.0
.0
100.0
.0
100.0
Internal Value
0
1
anemia
tidak anemia
KEK
tidak KEK
paritas tinggi
paritas rendah
Frequency
10
21
9
22
8
23
r coding
(1)
1.000
.000
1.000
.000
1.000
.000
Chi-square
21.447
21.447
21.447
df
4
4
4
Sig.
.000
.000
.000
Observed
Step 1 status BBLR
Overall Percentage
BBLR
tidak BBLR
status BBLR
BBLR
tidak BBLR
8
3
1
19
Percentage
Correct
72.7
95.0
87.1
-2 Log
Cox & Snell
likelihood
R Square
a
18.877
.499
Nagelkerke
R Square
.686
paritas_2(1)
kek(1)
anemia(1)
ANC
Constant
B
.728
-3.609
-1.496
-.850
5.690
S.E.
1.576
1.668
1.353
.758
3.139
Wald
.213
4.684
1.223
1.258
3.287
df
1
1
1
1
1
Sig.
.644
.030
.269
.262
.070
Exp(B)
2.071
.027
.224
.427
295.911
Terima Kasih
Nilai i = Yi -
2. Homoskedasitas
2 adalah konstan. Variasi y adalah sama
untuk sembarang kombinasi yang tetap
dari X1, X2, .... Xp.
Cara melakukan uji ini adalah melakukan
analisis korelasi Spearman antara nilai
residu dengan masing-masing variabel
independen. Jika tidak didapatkan
korelasi yang signifikan, maka dikatakan
tidak terjadi heterokedastisitas (telah
tercapai Homoskedastisitas)
5. Linearitas
Untuk mendeteksi linearitas, dapat
dibuat scatter plot (diagram titik)
masing-masing variabel bebas dg
variabel tergantung. Bila scatter plot
berpencar (tidak mengikuti garis
lurus) maka berarti tdk ada
hubungan linear.
Cara lain untuk mendeteksi adalah
dg melihat plot nilai residu dengan
variabel prediktor. Bila titik-titik plot
tersebar di sekitar nilai 0 dikatakan