MODEL REGRESI

LOGISTIK
REGRESI DG VARIABEL TAK
BEBAS KUALITATIF
1. Apa yang mempengaruhi pilihan transportasi kerja?
Variabel Tak bebas: Pilihan moda transportasi
(kategorik): Kereta, bus, motor, mobil pribadi
Variabel bebas: Jarak ke tempat kerja, Pendapatan
(rupiah), Harga BBM, Kondisi Jalan, Kenyamanan

2. Apakah punya rumah atau tidak

Variabel tak bebas: Kepemilikan rumah
Variabel bebas: Pendapatan Keluarga, Banyaknya
Anggota Keluarga, Jenis rumah, Usia Kepala
Keluarga.
PEMODELAN MATEMATIS

• Yi = 1 + 2 Xi + i
X = pendapatan keluarga
Y = 1 ; bila suatu keluarga punya rumah
0 ; bila suatu keluarga tidak punya rumah
• Secara matematis, dengan mengasumsikan E(i) = 0,
E(Yi Xi) = 1 + 2Xi
• Secara statistik, ekspektasi kondisional dari Yi jika
diberikan Xi
E(Yi Xi) = (Yi=1) P(Yi=1Xi) + (Yi=0) P(Yi=0Xi)
= P(Yi = 1 Xi)
 Apakah estimator hasil OLS dapat menjamin bahwa
besaran 1 + 2 Xi terletak antara 0 dan 1?

CONTOH
• Akan dilihat hubungan antara pernah-tidaknya melakukan
perjalanan ke luar negeri, dan penghasilan per bulan.
Model: Yi = 1 + 2 Xi + i
Yi = 1; Pernah melakukan perjalanan ke luar negeri
= 0; Tidak pernah melakukan perjalanan ke luar
negeri
Xi = Pendapatan
DATA Kel.
Pernah ke
Luar
Negeri
Pendapata
n
(Juta Rp.)
Kel.
Pernah ke
Luar
Negeri
Pendapata
n
(Juta Rp.)
01 0 2,8 21 1 4,3
02 1 3,4 22 1 5,6
03 1 5,3 23 0 1,4
04 0 2,1 24 0 0,9
05 0 1,9 25 1 7,3
06 1 3,6 26 0 1,3
07 1 3,7 27 1 6,3
08 0 1,7 28 1 3,7
09 0 1,2 29 0 1,9
10 0 1,5 30 0 2,0
11 1 1,9 31 1 4,2
12 1 2,0 32 0 3,2
13 0 2,1 33 1 4,0
14 1 2,9 34 1 3,0
15 0 1,1 35 0 1,0
16 1 1,8 36 0 0,9
17 1 7,0 37 1 2,4
18 0 2,2 38 1 2,3
19 0 2,0 39 0 1,7
20 1 6,0 40 1 5,0
ANALISIS
Taksiran model yang ditaksir dengan OLS sbb:
Yi = -0,04898 + 0,1978 Xi

Interpretasi Model
Intercept = -0,0489;
• Bila pendapatan Rp. 0, maka probabilitas bahwa
orang tersebut pernah melakukan perjalanan ke
luar negeri adalah negatif.
• Bila pendapatan lebih kecil dalam kisaran Rp
249.000, probabilitas orang tersebut pernah
melakukan perjalanan ke luar negeri masih
negatif.
ANALISIS

• Bila pendapatan lebih besar Rp. 249.000

probabilitas orang tersebut pernah melakukan
perjalanan ke luar negeri positif.
• Tetapi, bila pendapatan lebih besar dari Rp. 5,4
juta, probabilitas pernah melakukan perjalanan
ke luar negeri lebih dari satu.
Masalah:
Persyaratan 0  E(Yi  Xi)  1 sulit untuk dipenuhi,
bagaimana mengatasinya?

• Kita estimate model Yi = 1 + 2 Xi + εi dengan suatu

metode yang akan menjamin bahwa E(Yi Xi) terletak
antara 0 dan 1.

Salah satu teknik yang dapat digunakan, yaitu :

(i). Logit  Logistic Regression
LOGIT (FUNGSI LOGISTIK)
Didefinisikan:
1
p i  E (Yi  1 X i )   ( 1  2 X i )
1 e
atau
1
pi  ; dimana : Zi = 1 + 2 Xi
1  e  Zi
Pengamatan :
• pi terletak antara 0 dan 1, karena Zi terletak antara - 
dan .
Bila Z  , maka pi  1
Bila Z  - , maka pi  0
• pi mempunyai hubungan non linier dengan Zi
LOGIT (FUNGSI LOGISTIK)

• Secara keseluruhan, Model Logit adalah Model Non-

Linier, baik dalam parameter maupun dalam variabel
• Oleh karena itu, metode OLS tidak dapat digunakan
untuk mengestimasi model logit.