KONSEP REGRESI LOGISTIK + CONTOH
DENGAN SPSS 16 (Kasus Binary Reglog)
Malam
ni sobat semua,, Wah wah wah.. Pada gimana nih kabarnya? Moga baik dan
sehat-sehat saja ya hehehe.. Yap, sekarang kita belajar lagi yuk materi yang
baru.. Nah, kali ini saya mau ngebahas dan ngasi contoh untuk metode
statistik Regresi Logistik.
Kalau sobat pernah baca postingan saya tentang
multiple regression, maka bedanya ada pada skala data variabel terikatnya sob..
Untuk regresi logistik, skala data variabel terikat (Y) adalah kategorik (non metrik). Ya
bisa dua kategori, lebih dari dua (banyak kategori) dan bisa juga skala datanya
ordinal kategorik. Terkait konsep, sebenarnya sama saja dengan regresi biasa (sederhana maupun
berganda) yaitu melihat pengaruh dari variabel-variabel bebas terhadap variabel
terikat.
Regresi
logistik ini juga dipakai sebagai alternatif dari analisis multivariat yaitu
analisis diskriminan (pembeda). Nah, sebagai pengantar pengetahuan saja, dalam
analisis diskriminan kan dibutuhkan asumsi kenormalan multivariat.
Nah, bedanya dengan
uji asumsi kenormalan biasa seperti ini; kalau uji asumsi kenormalan biasa,
yang diuji kenormalannya adalah residual dari variabel terikat/dependennya sedangkan untuk
multivariate normal, yang diuj kenormalannya adalah seluruh variabel bebasnya.
Asumsi multivariat normal ini terkadang sulit dipenuhi dalam analisis
diskriminan karena variabel bebas yang digunakan merupakan gabungan antara
skala data kategorik/non metrik dan kontinyu/metrik.
Dalam
regresi logistik dikenal konsep Odds Ratio yang sama artinya dengan
probabilitas atau kecenderungan.
By the way, terkait
analisis diskriminan ini akan dibahas secara khusus pada postingan berikutnya. Sabar aja ya hehe..
Kalau
seandainya,dalam penelitian sobat, pakainya ada dua kategori pada variabel
terikatnya misalnya “lulus” dan “tidak lulus”, maka dinamakan binary logistic
regression. Kalau semisalnya lebih dari dua kategori alias banyak dinamakan
multinomial logistic regression. Nah, satu lagi, kalau skala data variabel
terikatnya ordinal (peringkat), dinamakan ordinal logistic regression.
Oke
deh kali ini saya berikan contoh pengerjaannya. Monggo, datanya download disini
Kalo
sobat sudah ambil dan lihat datanya, ada tiga buah variabel yakni hasil tes tertulis,
jenis kelas dan nilai tes praktikum. Disini saya mengambil sampel secara acak yakni 30 mahasiswa jurusan tehnik sipil suatu kampus. Hasil tes tertulis yang adalah variabel
terikat merupakan kategorik (dua kategori yaitu 1=lulus dan 0=tidak lulus),
jenis kelas juga kategorik (1=reguler dan 0=non reguler) dan nilai tes
praktikum adalah non kategorik (kontinyu).
Berikut
cuplikan tampilan data view dan variabel viewnya:
Langkah
pertama, klik Analyze, Regression, lalu pilih Binary Logistics.
Masukkan
variabel hasil tes tertulis ke dalam bagian Independent sedangkan variabel
jenis kelas dan nilai tes praktikum masukkan ke bagian Covariates.. Berikut
gambarannya:
Lalu, klik pada bagian Options dan centang
seperti terlihat pada gambar di bawah ini:
Lalu
klik Continue dan OK, maka akan dihasilkan output seperti berikut (langsung
dengan penjelasannya).
Apakah model sudah fit? Perhatikan saja nilai
statistik-2 Log Likelihood. Untuk bagian Beginning, yaitu nilai -2 Log
likelihood yang masih hanya menggunakan konstanta (c) adalah 41,455 sedangkan
saat kita sudah melibatkan dua variabel bebasnya (jenis kelas dan nilai tes
praktikum), nilai -2 Log Likelihood adalah 8,809 (iterasi maksimum/20).
Nah,
hal ini sudah nunjukin ada penurunan nilai dong saat variabel bebas sudah ikut
“bermain” yakni sebesar 41,455-8,809= 32,646 (Lebih jelasnya, lihat pada bagian Omnibus Tests
of Coefficients)
Untuk Beginning, ternyata dihasilkan koefisien dari -2 Log Likelihood 0,134 yang
lebih besar dibanding alpha 5% sehingga dengan demikian kita menerima hipotesis
nol yakni model sudah fit. Atau bisa juga dengan membandingkan nilai 41,455
dengan nilai statistik Chi Square (0,05; df=30-1) yaitu 42,5569678. Hasilnya tetap kita menerima hipotesis nol dan disimpulkan
model sudah fit.
Selanjutnya, untuk block 1
Nilai -2LogL
kedua adalah sebesar 8,809. Lalu, kita bandingkan nilai ini dengan Chi Square
(0,05,df=30-3), ternyata hasilnya 8,809 < 40,1132721
(terima hipotesis nol >> tidak signifikan) sehingga model sudah fit
dengan data.
Kalau dalam regresi biasa, kita pakai nilai R square
untuk menunjukkan pengaruh bersama. Nah, pada regresi logistik kita pakai Cox
& Snell dan Nagelkerke R Square. Secara bersama, variabel jenis kelas dan
nilai tes praktikum yang kita pakai dalam penelitian sudah mampu menjelaskan
keragaman data pada variabel hasil tes tertulis sebesar 88,6% (misal dengan
Nagelkerke) sedangkan sisanya sebesar 11,4% dijelaskan oleh variabel lain di
luar model penelitian
Saatnya kita
uji hipotesis dengan Hosmer and Lemeshow Test. Hasilnya, nilai Sig 0,999 lebih
besar daripada Alpha 5% sehingga kita menerima hipotesis nol (secara statistik
tidak terdapat perbedaan yang signifikan antara model dengan nilai observasi)
sehingga model sudah fit dengan data. Bisa juga dengan membandingkan nilai Chi
Square hitung Hosmer dan Lemeshow Test dengan chi square tabel seperti berikut;
0,583 < 14,0671404 (hasilnya tetap terima
hipotesis nol)
Sekarang, sampai di bagian akhir untuk interpretasi model regresi
logistik.. Yes yes yes hehehe.. Oiya berikut model penelitiannya yaaa..
Ln P/1-P=-19,856+2,552 Nilai_Tes_Praktikum+19,683 Jenis_Kelas
Karena variabel jenis kelas secara statistik tidak
berpengaruh secara signifikan, maka yang kita modelkan dan interpretasikan
hanya variabel nilai tes praktikum saja. Tapi, camkan satu hal bahwa variabel
jenis kelas ini dikatakan tidak signifikan secara statistik, bukan berarti
pengaruhnya tidak ada (nol rasio), melainkan ada pengaruhnya, hanya saja sangat
kecil. Mungkin untuk penelitian lain (beda waktu, beda mahasiswa, beda
universitas) bisa saja hasilnya akan signifikan. Naaah, ini model penelitian yang akan kita ajukan hehehe..
Ln P/1-P=-19,856+2,552 Nilai_Tes_Praktikum
Tidak seperti regresi berganda, karena kita memakai Odds Ratio, maka untuk interpretasi variabel kualitatif tentu cukup sulit dilakukan. Memang terkesan cukup memaksa kita menginterpretasikan seperti ini:
"Kecenderungan mahasiswa jurusan teknik sipil untuk lulus tes tertulis berhubungan positif dengan nilai tes praktikum. Setiap peningkatan nilai tes praktikum sebesar satu poin, membuat tendensi/kecenderungan lulus tes tertulis 12,833 kali".
Naaaah, interpretasi sedemikian kurang rasional dan terkesan sedikit absurd, makanya untuk variabel kuantitatif pada reglog cukup kita interpretasikan seperti ini:
"Semakin tinggi nilai tes praktikum mahasiswa jurusan teknik sipil, maka kecenderungannya untuk lulus pada tes tertulis akan meningkat"
"Kecenderungan mahasiswa jurusan teknik sipil untuk lulus tes tertulis berhubungan positif dengan nilai tes praktikum. Setiap peningkatan nilai tes praktikum sebesar satu poin, membuat tendensi/kecenderungan lulus tes tertulis 12,833 kali".
Naaaah, interpretasi sedemikian kurang rasional dan terkesan sedikit absurd, makanya untuk variabel kuantitatif pada reglog cukup kita interpretasikan seperti ini:
"Semakin tinggi nilai tes praktikum mahasiswa jurusan teknik sipil, maka kecenderungannya untuk lulus pada tes tertulis akan meningkat"
Andaikata, variabel jenis kelas kita anggap signifikan (ini sekedar belajar cara membaca output variabel kualitatif yaaa hehehe) maka interpretasinya sebagai berikut:
Nilai odds ratio sebesar 3,533 yang artinya Kecenderungan mahasiswa jurusan teknik sipil kelas
reguler untuk lulus dalam ujian tertulis 3,533 kali
mahasiswa jurusan teknik sipil kelas non reguler.
Dalam interpretasi variabel kualitatif ini, kita gunakan mahasiswa non reguler (kode nol) sebagai reference category. Kita pilih saja "first" pada Change Contrast. Naaah, untuk penelitian yang menggunakan lebih dari dua kategori pada variabel bebas kualitatif, misalkan besar, sedang dan kecil, maka penentuan reference category (variabel bebas rujukan untuk interpretasi) ini sangat penting. Gunanya untuk kepentingan interpretasi..
Kalau dalam penelitian ini, saya hanya pakai dua kategori pada variabel kualitatif yaitu kelas non reguler dan reguler sehingga pengaturan reference categorinya sudah langsung pada category first (kelas non reguler).
Oke deh sobat semua, ini dulu yang bisa saya bagikan tentang binary logistic regression.. Kurang lebihnya saya minta maaf.. Doakan aja ya agar reglog multinomial dan ordinal bisa saya berikan postingannya juga hehehe.. Oke deh.. Semoga bermanfaat.. Salam sukses :-)
Kalau dalam penelitian ini, saya hanya pakai dua kategori pada variabel kualitatif yaitu kelas non reguler dan reguler sehingga pengaturan reference categorinya sudah langsung pada category first (kelas non reguler).
Oke deh sobat semua, ini dulu yang bisa saya bagikan tentang binary logistic regression.. Kurang lebihnya saya minta maaf.. Doakan aja ya agar reglog multinomial dan ordinal bisa saya berikan postingannya juga hehehe.. Oke deh.. Semoga bermanfaat.. Salam sukses :-)
mw nanya mas
BalasHapus1. kalo masukin datanya di variabel dependen 1: tidak berkunjung, 2: berkunjung bisa tidak?
2. truz kalo salah satu variabel ada 3 kategori bagaimana? misal 1:rendah, 2:sedang, 3: tinggi? itu caranya sama seperti di atas apa tidak? karena koq hasilnya beda.. cuma ada 2 kategori yang keluar di hasil olah dg SPSS-nya.. mohon pencerahannya.. trims ;)
maaf mas nanya lagi.. maksud saya yg 3 kategori itu di variabel X-nya Mas.. bukan Y..
BalasHapusbukankah kalo reglog biner yg penting Y-nya punya 2 kategori? jd menurut saya tetap bisa menggunakan reglog biner krn yg di lihat Y bukan X.. karena pemahaman saya kalo reglog multinomial itu di pakai kalo kategori y-nya lebih dari 2..
begitu bukan Mas? apa saya salah paham? he"
trims ;)
salam kenal ella..
BalasHapus1) untuk pengkodean 1 dan 2 bisa krn seharusnya nilainya sama dengan pengkodean 0 dan 1 karena kita membaca prob (p/1-p). Lebih baik saya sarankan pakai saja pengkodean dengan 0 dan 1
2) untuk pertanyaan ini, saya mau tanya sudahkah ella mendefinisikan variabel bebas 3 kategori itu dengan ordinal pada variable view?
benar saya kira tadi saudari ella menggunakan tiga kategori untuk variabel dependennya.. jadi, kamu tetap pakai binary reglog..
BalasHapusKalau sudah diatur menjadi ordinal maka benar hasilnya ketika kamu pakai 3 kategori, akan muncul output dummy sejumlah (k-1) sehingga pada output maka hanya akan ada dua yang muncul..
BalasHapussatu variabel akan dipakai sebagai reference category (spss menyediakan kategori pertama/first atau terakhir kah/last yang menjadi reference) pada Change Contrast..
demikian semoga membantu.. salam
mohon pencerahan mas....saya melakukan uji reg log ordinal krn var dep 3 kategori tingkatan, sdgk var x nya ada yg nominal n ordinal apakah sdh tepat?
BalasHapuskedua: pertama saya lakukan uji partial menggunakan reg log ordinal juga, kemudian sy uji serentak dg memasukkan var yg signifikan, outputnya saya jadi bingung: di uji serentak pada model fiting informt : hasil signifm tapi begitu saya lihat di parameter estimates tdk ada satu variabelpun yg sign..... terus interpretasikannya bgmn?
ke tiga: yang disebut dengan konstanta, Beta pada output reg log ordinal itu yang mana? terimakasih mas......
Ternyata setelah saya coba-coba, terkadang satu variabel bisa memperkuat atau memperlemah variabel yang lain,,,, apakah ini yang dinamakan dengan kovarian?, apa confounding? trims
BalasHapusSalam kenal Elisa..
BalasHapus1. Memang bisa saja pakai regresi logistik (reg log)tetapi kamu bertanya yang paling baiknya dalam kasus var dependen dan independen sama-sama kualitatif (nominal, ordinal), pakailah regresi log linier (log lin)
2. Mungkin pola pikir Elisa masih belum tepat ya karena menurut saya kamu itu meregress satu per satu var indep thdp dep dan selanjutnya uji serentak.. Nah, cara sedemikian tidak tepat krn kapanpun kita harus lebih dulu melakukan uji serentak baru (omnibus test) setelah itu baru uji parsial (variables in the equation)
3. Ya kalau yang disebut konstanta dan beta untuk menuliskan model (P/1-P) ya tetap yang B pada variables in the equation. Nah, untuk interpretasi konstanta dan beta jangan paka yang B karena sulit kan untuk interpretasinya, maka pakailah nilai exp (B).
BalasHapus4. Nah, jika dalam kasus kamu variabel ada yang menguatkan dan melemahkan variabel lain berarti mengindikasikan terjadinya multikolinieritas antar variabel bebasnya. Demikian. Salam
maaf pak, untuk mengajukan model yang paling fit itu apakah boleh langsung membuang variabel yang tidak signifikan seperti yg bapak lakukan dgn membuang variabel jenis kelas?
BalasHapussetau saya apabila data yang di run adalah 2 variabel independen maka model yang paling terakhir tetap 2 variabel walaupun ada yg tidak signifikan (kan tdk signifikan itu bukan berarti tidak ada hubungan. ada hubungan tapi kecil)
nah jika ingin membuang variabel yg tidak signifikan maka harus me-run lagi dari awal dengan 1 variabel yg signifikan itu. karena koefisien yang dihasilkan dengan me-run 2 variabel kemudian membuang 1 variabel yg tdk signifikan akan berbeda dengan me-run 1 variabel yg signifikan saja.
bagaimana pak tanggapannya?
Salam kenal saudara anonim. Ya benar sekali kata sobat anonim, terimakasih atas kejelian dan koreksinya. Memang jika dalam penelitian kita ada variabel bebas yang tidak signifikan, kita harus me-run ulang kembali model dengan variabel yang signifikan untuk mendapatkan model penelitian. Andaikata pun kita tetap mengikutkan variabel yang tidak signifikan untuk model penelitian, maka perlu mencantumkan nilai signifikansinya. Nanti akan saya perbaharui kembali postingan ini. Terimakasih
BalasHapus@ anonim: untuk masalah model dikatakan fit, lebih baiknya, setelah kita punya model penelitian, maka kita kembalikan ke ilmu dasar/ ilmu esensinya terlebih dahulu apakah benar hubungannya sudah seperti itu secara ilmu esensinya atau belum. Jika sudah benar, maka kita yakinkan dengan statistiknya (yang hanya sebagai tools) dilihat dari Hosmer Lemeshow, Nagelkerke Square dan Classification Plot. Demikian. Salam
BalasHapusSalam kenal mas,, saya mau tanya dong..
BalasHapuspenelitian saya menggunakan regresi logistik karena variabel dependennya adalah status (1=Perusahaan Perata Laba, 2=Perusahaan bukan perata laba)
setelah dilakukan pengujian ternyata hasilnya tidak ada satupun variabel independen yang signifikan (ada 5 variabel independen yang saya gunakan), setelah saya baca2 lagi, ternyata terjadi overdispersi, karena nilai SE nya begitu tinggi..
pertanyaan saya,
1. bagaimana “mengobati” overdispersi tanpa harus membuang variabelnya?
2. data yang saya gunakan berupa data panel, apakah itu berpengaruh terhadap pengujiannya? ada beberapa yang menyarankan saya harus running regresi data panel dulu, namun saya belum faham mas..
untuk mengolah data saya menggunakan SPSS..
mohon pencarahannya ya mas..
terimakasih sebelumnya..
Ln (p/1-p)=..... p itu peluang apa ya?
BalasHapusmas mau tanya neh …. langsung sjah .. variabel (y = o tidak sukses, 1= sukses..)
BalasHapusdan variabel bebas
x1= harga ( rasio) dan x2 = Jumlah Barang (rasio) …
untuk model seperti ini ,,
dengan skala data seperi ini
apakah cocok menggunakan metode reg.logistik biner ? mohon bantuannya mas… dan untuk hasil konstanta tidak signifikan , apakah itu tidak apa apa juga mas? mohon dengan sangat bNTUANNYA,
@diki: mas diki bisa pakai reglog biner. Untuk konstanta tidak masalah jika tidak signifikan. Hal ini secara implisit sekedar mengindikasikan bahwa kita membutuhkan kontribusi dari variabel-variabel bebas dalam melihat pengaruh kepada variabel terikatnya. Demikian. Salam
BalasHapus@cidaro: itu adalah peluang distribusi binomial dengan parameter rata-rata (n*p) dan varians (n*p*p-1). Demikian. Salam
BalasHapusSelanjutnya, untuk block 1
BalasHapusNilai -2LogL kedua adalah sebesar 8,809. Lalu, kita bandingkan nilai ini dengan Chi Square (0,05,df=30-3), ternyata hasilnya 8,809 < 40,1132721 (terima hipotesis nol >> tidak signifikan) sehingga model sudah fit dengan data.
pertanyaan saya : df 30-3 itu darimana ya? kan kalo chi square nyari df nya (k-1) (b-1)? terima kasih.
Salam kenal sdri Orryn
BalasHapusNah, pertanyaan kamu itu bagus dan mendasar sekali.
Ingat bahwa uji chi square itu tidak hanya melulu dipakai dalam uji independensi (hubungan antara 2 var kualitatif) yang memang punya db= (kolom-1) (baris-1).
Dalam analisis multiple regression, uji chi square ini sudah mengalami penurunan rumus (berdasarkan ilmu statistik matematika) guna kepentingan uji parsial (uji t).
Kamu harus pahami dulu penurunan rumus bahwa uji parsial (rasio antara slope/Beta dengan Std Error Beta) akan mengikuti distribusi student t. Mengapa? Karena Beta mengikuti dist. normal standar dibagi derajat bebasnya (0,1) sedangkan Std Error Beta mengikuti distribusi chi square dibagi derajat bebas n-k-1 atau n-p.
Semoga bermanfaat. Salam
selamat malam mas
BalasHapussaya melakukan regresi logistik, sudah mengikuti tata cara nya namun untuk variable in equation step 1 nya ga timbul
itu bagaimana yah ? mohon penjelasan nya terima kasih
salam kenal mas Ramadhan
BalasHapusSeharusnya hasilnya bisa keluar mas jika prosedurnya sudah benar dilakukan seperti yang saya contohkan
Coba kamu ulangi kembali.
Semoga bermanfaat. Semoga sukses :)
siang mas, saya mau tanya.
BalasHapussya bingung dengan reference category. disini sya pakai 3 var. independen dan smuanya itu merupakan var. kategori. nah yg mau sya tanyakan, apakah semua var tersebut di change ke first ?
kemudian ada lagi mas, kalo kita mau tahu berapa besar faktor variabel X mempengaruhi terhadap variabel Y itu di lihat dari mana mas ?
Terima Kasih
Salam kenal mas Reza
BalasHapusPenentuan reference category perlu diakukan untuk kepentingan interpretasi variabel kualitatifnya.
Pilih aja mau dibandingkan ke kategori yang awal atau yang akhir. Jika mau yang awal yasudah set referencenya ke first, kalau pilihnya yang akhir set referencenya ke last.
Untuk tahu berapa besar pengaruhnya, lihat dari perbandingan nilai exp (B) nya alias odds ratio masing-masing variabel bebas yang signifkan.
Mas sebenarnya mas paling baik pakainya regresi log linier (loglin) + chi square test tetapi jika mas mau pakai reglog boleh saja akan tetapi biasanya Omnibus Test tidak terpenuhi (jika meregress kualitatif VS kualitatif). Silahkan di run saja dulu. Sukses
salam kenal, mas wajib
BalasHapussaya ani. terima kasih atas penjelasannya yang cukup memberikan pencerahan ttg reglog. mas, saya boleh minta data dengan dv kategori, 2 iv kategori, dan 1 iv kontinum, serta jumlah samplenya >200? saya dapat tugas dari dosen untuk analisis reglog, tapi belum punya datanya. kalau boleh kirim ke email saya anchan_leo@yahoo.com
terima kasih :)
regads,
ani M
salam kenal mas wajib.
BalasHapusmas saya mau tanya dong,skripsi saya menggunakan regresi logistik tetapi data saya panel,apakah bisa diolah menggunakan SPSS?
teman saya menyarankan menggunakan EVIEWS,memang mana yg lebih cocok mas? terima kasih.
Salam kenal mas Anonim
BalasHapusTerimakasih sudah berkunjung
Untuk analisis dengan jenis data panel, spss punya keterbatasan yang hanya bisa untuk common effect (regresi biasa dengan asumsi slope dan intercept sama antar cross section dan sepanjang waktu). Disarankan, mas pakai eviews untuk pertimbangan model terbaiknya (common, fixed atau random effect). Kembali kasih
h
BalasHapusSalam kenal Mas.
BalasHapusSaya ingin menanyakan apabila hasil hosmer and lemeshow test menunjukkna sig lebih kecil dari alfa 5%, apa yang harus dilakukan agar model menjadi fit?
Salam kenal mbak Tya
BalasHapusSolusinya bisa dengan menambahkan beberapa variabel bebas yang diharapkan akan signifikan memengaruhi variabel terikatnya. Cara lain juga bisa dengan pengecekan data yang outliers untuk dieliminasi dari observasi penelitian. Sekian. Semoga bermanfaat
salam kenal, mas..
BalasHapussaya ingin menanyakan teknik analisa untuk data panel selain OLS, yang dapat melihat apakah terdapat pengaruh antara variabel independen dan dependennya.
Terimakasih mas.
Salam kenal juga mbak Regina
BalasHapusUntuk penelitian dengan data panel, selain OLS, bisa juga dengan teknik analisis lain seperti Panel VAR, Panel Kointegrasi, Panel Simultan, Panel Reglog, dll mbak.
Kembali kasih mbak.
Salam kenal mas.
BalasHapusSaya sedang melakukan penelitian menggunakan regresi logistik biner dengan 14 peubah penjelas yang terdiri dari 6 peubah bebas kontinu, 4 peubah bebas nominal dan 4 peubah bebas ordinal. Saya sudah melakukan analisis seperti yang mas contohkan di atas. Kemudian yang ingin saya tanyakan adalah :
1. Di Block 0 pada variable not in the equation terdapat keterangan "residual chi-square are not computed because of redundancies". Maksudnya bagaimana ya, mas? Apa yang dimaksud dengan redudansi tersebut? Apakah hal ini akan mempengaruhi model?
2. Di Block 1 pada iteration history terdapat keterangan "Redundancies in design matrix : X13(1) = 1- X2. Saya lagi-lagi bingung dengan kata-kata redudansi ini. Mohon pencerahannya, mas..
3. Di block 1 pada variable in the equation, ada dugaan beta, SE, dan exp(B) dari 2 peubah bebas yang tidak muncul, mas. Nilai signifikannya memang lebih dari taraf nyata sih mas, hanya saja saya bingung kenapa dugaan beta dan sebagainya itu bisa tidak ada nilainya?
4. Sebenarnya saya agak khawatir dengan proses atau data yang saya kerjakan karena dari sekian peubah bebas yang saya gunakan hanya sedikit yang ternyata signifikan. Apakah hal ini tidak apa-apa? Atau mungkin ada yang harus saya kerjakan dulu sebelum melakukan analisis atau mungkin sesudahnya mas?
Sementara itu dulu mas. Mohon maaf jika pertanyaanya nge-borong. Mohon bantuan dan pencerahannya mas.
Terima kasih mas.
Salam kenal mas,
BalasHapusMau tanya, kalo hasil outputnya ada warnings 'the dependent variable has more than two non-missing values' itu kenapa yah mas??
Apa ada data yang salah?
Soalnya berkali-kali saya coba,hasilnya warnings teruss,cuman sekali bisa..itu bagaimana mas?trimakasih.
salam kenal mas ..
BalasHapussaya ingin bertanya dengan kata yg anda tulis "Tapi, camkan satu hal bahwa variabel jenis kelas ini dikatakan tidak signifikan secara statistik, bukan berarti pengaruhnya tidak ada (nol rasio), melainkan ada pengaruhnya, hanya saja sangat kecil."
untuk mengetahui seberapa besar setiap variabel mempengaruhi meskipun kecil itu gimana caranya ya mas ??
salam kenal mas
BalasHapusmaaf klo pertanyaan saya agak kurang bagus karena saya msh awam am yg namanya statistik.. hehe..
mau tanya mas, dalam hal kita menggunakan regresi logistik, apa msh perlu dilakukan uji asumsi klasik? klo uji F dan uji T msh diperlukan jugakah? terima kasih
@japra: Dlm analisis reglog tidaj diperlukan uji asumsi klasik mas setelah model terbentuk
BalasHapusUji simultan F dan parsial t harus dilakukan mas, kmbali kasih :-)
@Wajibman : klo boleh tau, knp tidak perlu dilakukan uji asumsi klasik lg y mas utk reglog ini? saya ud cari alasanny dibeberapa buku namun tidak ad yg menerangkan hal dimaksud. mohon pencerahan dr suhu Wajibman... :D
BalasHapusdan yg kedua (maaf banyak tanya.. hehe), uji f dan uji t utk reglog, apakah sama seperti uji f dan uji t seperti biasa? apakah ada contohnya d situs ini? terima kasih lg :)
maaf mas saya yg bernama anonim yg berada diatas japra fajar ..
BalasHapusmohon dibalas ya mas ..
ini penting banget mas buat penelitian saya
@japra: jadi dalam analisis reglog kita menggunakan variabel bebas yang berskala data kualitatif (nominal atau ordinal) sehingga kita tidak bisa menghitung varians dan rerata dari variabel yang berskala data kualitatif. Selanjutnya, dalam uji asumsi yang lain misalnya multikol, itu hanya digunakan kalau kita menggunakan variabel bebas dengan skala data yang sama bukan gabungan (beberapa kuantitatif dan ada juga yang kualitatif). Uji F dan T sama dengan yang di OLS
BalasHapus@anonim: kalau untuk melihat besarnya pengaruh suatu variabel bebas kamu bisa lihat nilai koefisiennya modelnya saja dan coba sandingkan dengan teori yang ada. Ingat bahwa statistik itu hanya tools sehingga harus selalu dilakukan uji kebaikan model statistik, bisa dgn melihat nilai R square, classification plot bahkan mengembalikan hubungan variabel bebas terhadap tidak bebas ke dalam esensi keilmuannya (apa benar pengaruhnya benar seperti yang ditunjukkan oleh model statistik). Demikian. Salam
BalasHapusSalam kenal mas..
BalasHapusSaya punya tugas seberapa besar pengaruh website promosi yg saya buat terhadap jumlah transaksi penjualan perharinya selama 1bulan.. Jd Y nya saya bikin 1= dari website saya 0 = dari media lain, buat X nya saya buat kuisioner skla likert dengan 2 variable dr website saya, jadi ketika ada pembeli yg membeli barang saya kasikan kuisionernya.. Apakah bisa analisis reg log untuk mencari besran pengaruh website promosi saya terhadap jmlah transaksi penjualan perharinya selama satu bulan?? Trimss
Komentar ini telah dihapus oleh pengarang.
BalasHapus@anonim: kalo kasus dmikian, analisis yg bs kamu pakai adalah regresi ols dgn dummy variable, bukan pakai analisis reglog krn var Y nya (jumlah transaksi) adalah var kuantitatif dan bukan var kualitatif (nominal atau ordinal). Smoga mbntu mncerahkan. Kmbli kasih.
BalasHapusmisalkan transakasi hari pertama 5, klo pke ols berarti tiap harinya y hanya menhasilkan nilai satu yaitu 5, sedangkan x nya menghasilkan niai nilai 5 dari responden yang membeli.. apakah bisa seperti itu? jmlah N pada y dan x gak sama???
BalasHapusini saya yang anonim diatas mas..
BalasHapusPermisi mas mau tanya
BalasHapuskalau nilai B pada reglog 0,000 bagaimana menginterpretasikannya?
salam kenal mas..
BalasHapusmas saya mau bertanya jika tabel hosmer dan lemeshow lebih kecil dari 0,05 itu gimana y mas??? apa penelitian tidak bisa dilanjutkan y???? terima kasih sebelumnya..
OM MAU NANYA.
BalasHapusDATAKU ADA 50 RESPONDEN DAN 12 PERTANYAAN UNTUK x1. DAN 10 PERTANYAAN X2 SERTA 4 PERTANYAAN UNTUK Y (BISA GAK DIPAKAI LOGISTIK REGRESI ?) FROM : WIYONO
salam kenal bang. mau tanya kenapa pada uji Rasio likelihood dan uji wald hipotesis duarah tetapi pada daerah kritis menggunakan satu arah (alpha 5% bukan 2.5%) . trimaksih
BalasHapussalam kenal pak, saya mau tanya.
BalasHapussaya sudah mencoba memakai spss yang binary logistic, semua tabel sudah menunjukkan bahwa kecocokan, dari mulai case pocessing sampai horsmer tidak ada masalah pak,
nah untuk tabel variable in equation kok malah sig > 0,05 pak
semua variabel begitu pak. nah itu bagaimana pak?
apa semua variabel bebas saya tidak berpengaruh terhadap Y?
padahal saya bertujuan untuk mencari pengaruh variabel bebas terhadap Y pak.
mohon bantuannya pak
itu hipotesis, daerah kritik untuk menolak hipotesis nol apa ya? nilai statistik uji diperoleh dari mana?
BalasHapusSalam kenal pa
BalasHapusPenelitian saya mau mengetahui hubungan variabel independen dan dependen menggunakan uji analisis regresi linier sederhana dan mau mengetahui hubungan variabel yang lebih dari satu menggunakan uji analisis regresi berganda
Apa kah sudah tepat analisa data saya pa atau ada yang kurang ?
Tolong dibantu dan beri saran
Terima kasih
Maaf mas saya mw bertanya, apakah nilai konstanta pd regresi logistik tdk dpt di intepretasikan?
BalasHapusTerimakasih
salam kenal mas,
BalasHapusmau nanya, hasil analisa dengan menggunakan metode enter dengan metode stepwise pada regresi logistik, apakah sama atau berbeda? kalau memang berbeda, yang mana yang seharusnya digunakan pak? apa dasar pemilihan metode enter dengan metode stepwise?
thanks
Mau tanya, tabel iteration step 0 kan ada 2 iterasi, step 1 ada 20 iterasi. 2 iterasi dan 20 iterasi itu maksudnya gimana? Trus kenapa yg diambil diakhir iterasi?
BalasHapusMau tanya, kalo regresi logistik harus lebih dari 2 variabel kah?
BalasHapusPak maaf saya mau tanya untuk regresi logistik jika sudah ada uji model fit,menilai kelayakan model regresi, koefisien determinasi, matriks klasifikasi dan estimasi parameter dan interprestasinya, apakah msih harus di cantumkan uji wald dan uji omnibus ?
BalasHapusSelamat siang pak. Saya mau bertanya, alat analisis apa yang harus saya gunakan jika salah satu variabel bebas penelitian saya berupa variabel dummy dengan 2 kategori? Dosen saya menyarankan untuk menggunakan regresi logistik, namun dari penjelasan dan contoh2 yang saya baca, regresi logistik digunakan jika variabel dependennya yang berupa variabel dummy, sedangkan variabel dependen penelitian saya berupa data rasio. Atas jawabanny saya ucapkan terima kasih.
BalasHapusmisalkan nilai contanya pada tabel variabel in the equetion positif penjelasanya seperti apa ?
BalasHapusSore pak wajibman sitopu...
BalasHapusSalam kenal saya naim..
Mhn pencerahannya pak..
Sedang analisa dengan binery..
X ada 5, yang mau saya tanya pak..
Untuk nilai x tsb apakah total masing2 X yg d masukkan ke inputan spss atau rata2 X nya pak..
#saya sdh mencoba spt contoh yg bapak berikan... Tp hasilnya pada variabel in the equetion sig lebih besar dr 0.05 pak pada semua variabep x.. Rata2 0.9xxx
Itu bagaimana pak..
Mhn pencerahan ny pak.. Terimakasih bnyak pak
mas,, boleh tanya by email gak???
BalasHapusmukhlisa.ha@gmail.com
Mas odd ratio nilai dari mana ?
BalasHapusSaya mau nanya jga mas apa hanya nilai sig bila dbwah 0,05 saja yg brrti faktor variabel yg sngat brpengaruh dari variabel yg lain,krena punya sya tntang moda angkutan
BalasHapushy, salam kenal mz....
BalasHapustanya ya mz... klo penelitian var.terikat skala datanya nominal sedangkan var.bebasx skala datax ada yg ordinal dan ada nominal. pakai reglog biner?itu teknik analisisx ya mz, pke itu...?
trs,klo uji validitas-reliabilitasx pakai apa ya mz?mohon bantuannya.terimakasih
Salam kenal mas...sy lgi buat skripsi..variabel dependennyah perataan laba,yg perata nilainya =1 dan nonperata=0..trus variabel independennya ada 3...di proposal sy sblmnya mengikuti penelitian terdahulu memakai analisis regresi logistik...dan yg sy baca klu variabel dependennya merupakan variabel dummy maka hrs menggunakan logistik..apa it benar??.. penguji saat ujian proposal blg sebaiknya dependen tdk usah dibedakan seperti itu..sy jdi bingung apa sebaiknya pakai regresi berganda atau logistik...mohon bantuannya mas...trima kasih sblmnya
BalasHapusSalam kenal juga mb Melanie. Jika memang variabel dependennya kualtatif (nominal atau ordinal), bisa gunakan analisis logistik. Saran saya gunakan regresi logistik saja mb. Smoga bermanfaat
BalasHapus@nurwinda: sbelumnya salah mau luruskan istilah biner/binary itu bukan karena jumlah var bebasnya ya mb tetapi dari jumlah kategori pada variabel Y (dependennya). Jika 2 kategori namanya biner, lebih dari itu namanya multinomial. Dalam riset mb, karena Y dan all Xnya kualitatif (ordinal dan nominal), gunakan saja analisis hubungan/korelasi mb misal analisis hubungan Chi Square. Smoga bermanfaat.
BalasHapus@shaquila: sebenarnya prob. 0,05 bukan mutlak namun bergantung berapa alpha (tingkat kesalahan menolak Ho|Ho benar), misal 1%; 0,5% atau 10%. Semakin kecil alpha berarti rentang interval kepercayaan semakin lebar. Jadi, tergantung keberanian seorang peneliti dan cari referensi terkait alpha dalam penelitian (social, economic, dll). Smoga bermanfaat
BalasHapusSalam kenal mas.. penelitian saya menggunakan regresi logistik. Saya mau tanya, apa bedanya uji t dengan uji wald? Lalu apa beda uji simultan f dengan uji omnibus?
BalasHapusApakah ada syarat" sehingga harus digunakan uji wald dan omnibus?
Jadi sebaiknya saya menggunakan uji t dan uji f atau uji wald dan omnibus dlm penelitian logistik saya?
Mohon bantuannya.. terimakasih.
Maaf Pak..mau bertanya. Saya sedang meneliti faktor2 yg berpengaruh terhadap ketepatan waktu pelaporan keuangan..var dependen ketepatan waktu, var independen profitabilitas, leverage, ukuran perusahaan, dan opini audit. Data ada 26 perusahaan x 3 tahun..setelah regresi logistik, ternyata tdk lolos goodnes of fit n tdk lolos overall model fit..saya coba deteksi outlier pake casewase, sampe tidak ada outlier pun setelah dilakukan regresi berulang, hasil masih sama..saya coba mengeluarkan 6 perusahaan yg nilai profitabilitasnya negatif, model jadi fit dan ada 1 var yg signifikan..pertanyaannya , apa boleh saya mengeluarkan 6 perusahaan tersebut kalo boleh alasan apa yg menguatkan? Atau bagaimana cara yg benar mengobati hal tersebut? Mohon saran..saya bener2 sudah mentok ini Pak..pusiiing.. :( Terima Kasih Sebelumnya..
BalasHapusMaaf Pak..mau bertanya. Saya sedang meneliti faktor2 yg berpengaruh terhadap ketepatan waktu pelaporan keuangan..var dependen ketepatan waktu, var independen profitabilitas, leverage, ukuran perusahaan, dan opini audit. Data ada 26 perusahaan x 3 tahun..setelah regresi logistik, ternyata tdk lolos goodnes of fit n tdk lolos overall model fit..saya coba deteksi outlier pake casewase, sampe tidak ada outlier pun setelah dilakukan regresi berulang, hasil masih sama..saya coba mengeluarkan 6 perusahaan yg nilai profitabilitasnya negatif, model jadi fit dan ada 1 var yg signifikan..pertanyaannya , apa boleh saya mengeluarkan 6 perusahaan tersebut kalo boleh alasan apa yg menguatkan? Atau bagaimana cara yg benar mengobati hal tersebut? Mohon saran..saya bener2 sudah mentok ini Pak..pusiiing.. :( Terima Kasih Sebelumnya..
BalasHapus@indah kusuma: Terimakasih mb sebelumnya telah berkunjung ke Wajibstat Analysis dan mengirimkan email..
BalasHapusUntuk kasus mb Indah kusuma sepertinya mb masih menggunakan analisis reglog seperti biasa untuk data cross section padahal struktur data penelitian mb kan data panel (ada beberapa cross section yaitu 26 perusahaan dan ada beberapa time series yaitu 3 tahun). Jadi, seharusnya mb gunakan analisis Panel Data Regression yang sejauh ini belum bisa diakomodir oleh SPSS melainkan oleh software STATA, SAS. Smoga bermanfaat mb.
cara baca rumusnya gimana pak dan kenapa nilai constant min
BalasHapusKomentar ini telah dihapus oleh pengarang.
BalasHapussaya bingung baca rumus ini pak
BalasHapusLn P/1-P=-6,569 + 1,149 motivasi + 1,142 modal sosial
salam,
BalasHapusKunjungi juga blog kami :
TUTORIAL STATISTIK LENGKAP 1000 HALAMAN
dengan 5 aplikasi: SPSS, LISREL, STATA, EVIEWS & SMARTPLS
http://tutorial-spss-lisrel.blogspot.co.id
Semua analisis lengkap disini. Bener 1000 halaman
Salam,.
sy
sagat membantu
BalasHapusVideo Uji Reliabilitas Cronbach Alpha Menggunakan EVIEWS
BalasHapushttps://www.youtube.com/watch?v=YiMBKcvzkE4
WA 085227746673
Analisis Data EVIEWS, LISREL, SPSS, AMOS, DLL
Maaf pak saya mau tanya jika pengujian hosmer lemeshow nilainy dibawah sig. 0.05 bagaimana cara ment-treatmennya agar h0 dapat diterima
BalasHapusterima kasih
Salam kenal mas Saifulloh
BalasHapusSolusinya bisa dengan menambahkan beberapa variabel bebas yang diharapkan akan signifikan memengaruhi variabel terikatnya. Cara lain juga bisa dengan pengecekan data yang outliers untuk dieliminasi dari observasi penelitian. Sekian. Semoga bermanfaat
Salam kenal Pak.
BalasHapusSaya mau bertanya di dalam reglog asumsi klasik tidak perlu digunakan lagi. tapi mengapa dari beberapa penelitian saya lihat uji Multikolonieritas masih digunakan. mohon penjelasannya pak.
Terima kasih
Permisi pak saya mau nanya. Judul sy pengaruh beban kerja pendidikan kompetensi pengalaman kerja dan prestasi kerja terhadap pengembangan karir guru mata pelajaran ekonomi di sma negeri. Dalam hal ini saya jadikan total sampling karna populasi nya 35. Jadi dijadikan sampel semua. Guru sertifikasi 17 tidak sertifikasi 18. Jadi saya mau membandingkan bagaimana guru sertifikasi dan tidak mengembangkan karirnya
BalasHapusAngket saya unt pngembangan karir menggunakan likert. Pendidikan skala ratio. Kompetensi likert pengalaman ljkert. Prestasi likert. Bagaimana cara menginputkan data kelogistiknya? Mohon pencedahanny pak.
BalasHapusPermisi pak salam kenal saya mau bertanya. Saya meregres 7 variabel terikat. Tapi di kolom variabel in the equity hanya 1 variabel. Dan sisanya semuanya ada di kolom variabel not in the equity. Itu artinya apa ya pak? Terimakasih. Mohon prnjelasannya pak
BalasHapusMaaf mas saya mau tanya kenapa dalam regresi logistik multinomial kita menggunakan uji G (untuk uji simultan) bukan uji f dan kenapa menggunakan uji wald (untuk uji parsial) bukan uji t. Dan satu lagi kenapa uji G dan uji wald mengikuti sebaran chi square? Terima kasih
BalasHapusMohon bantuannya mas terima kasih banyak sebelumnya
BalasHapusMas maaf mau tanya, jika kita memiliki model regresi dengan variabel independen berupa dummy variable; sementara pada variable x nya juga dummy, apakah dimungkinkan? Husnain
BalasHapusMohon maaf mas saya mau tanya saya saat ini sedang penelitian menggunakan regresi logistik biner, nah variabel bebas saya ada yg berupa tingkat pendidikan, tingkat pendapatan seperti itu lalu untuk mengkategorikannya apakah saya bisa langsung kategoriin 0,1,2,3 atau memang ada cara lain untuk mengkategorikan variabel trsbt? Terimakasih. Mohon bantuannya
BalasHapusRegression logit model bisa gak mas untuk aplikasi spss, kebetulan saya jurusan sipil, skripsi saya tentang pemilihan 2 kendaraan umum... blh minta no Hp/pin BBM-nya gak mas?
BalasHapusRegression logit model bisa gak mas untuk aplikasi spss, kebetulan saya jurusan sipil, skripsi saya tentang pemilihan 2 kendaraan umum... blh minta no Hp/pin BBM-nya gak mas?
BalasHapushalo mas saya mau tanya bagaimana langkah di spss uji parsial kalau data saya regresi logistik ordinal. trimkasih
BalasHapusmas mau tanya, fungsi dari model ln P yang dihasilkan itu untuk apa ya? dan nilai contant yg diperoleh dari perhitungan juga digunakan untuk apa dalam penelitian?
BalasHapusmaaf mas saya mau bertanya , klau variabel Y berupa skla ordinal dan untuk variabel X berskala rasio dan dummy baiknya menggunakan regresi apa ya ? msalahnya penelitiannya untuk mencri pengaruh , mohon bantuannya
BalasHapusAssalamualaikum, selamat pagi.. Saya hasbi aldiansyah, saya mahasiswa yang sedang menjalanin bab 4 skripsi. mas saya mau bertanya, penekitian saya menggunakan uji regresi logistik dan saya memakai uji simultan dan parsial itu bisa di lanjutkan tidak ya mas?
BalasHapusOlah Data SPSS, AMOS, LISREL
BalasHapusEVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
IG : @olahdatasemarang
Komentar ini telah dihapus oleh pengarang.
BalasHapusmalam... regresi logistik itu kan tidak menggunakan uji normalitas,autokorelasi dan heteroskedastisitas. apa ya alasannya regresi logistik ke tiga uji tersebut? terimakasihhh
BalasHapusPermisi pak.mau tanya. Klo penelitian satuu variabel independent kategorial berpengaruh terhdap satu variabel dependent dikotomik. Kira kira apakah bisa mamakai regresi logistik biner? Atau ordinal pak? Terima kasih
BalasHapusAss.mualaikum mau bertanya, jika memakai regresi logistic ordinal apakah harus melakukan uji regresi ordinal saja atau memerluka uji t juga???
BalasHapus