Konsultan Statistik Uji Regresi Logistik

Kami merupakan Konsultan statistik yang sudah berpengalaman, Profesional dan terpercaya. Sudah banyak konsultasi pendampingan yang kami lakukan dalam hal statistik baik pendampingan untuk peneliti, pelajar maupun mahasiswa. Sudah banyak kasus yang kami terima dengan berbagai permasalahannya. Dalam uji statistik dalam yang diolah merupakan data numerik atau kuantitatif, namun banyak sekali permasalahan yang mana data yang dikumpulkan adalah data kualitatif atau dalam bentuk huruf atau pendapat. Lalu bagaimana menyelesaikan kasus tersebut?

Uji regresi logistik merupakan salah satu cara dalam statistic untuk menganalisis data kualitatif atau hubungan data kualitatif dengan kuantitatif. Dalam Regresi logistik merupakan analisis yang digunakan untuk melihat hubungan antara variabel independen yang bersifat kategorik (kualitatif) dan variabel-variabel dependen yang bersifat nominal atau ordinal (kualitatif) maupun interval atau rasio (kuantitatif). Ada beberapa jenis uji regresi logistik yaitu binery, multinominal dan ordinal.

Uji regresi logistic binery dilakukan pada data yang hanya memiliki dua kemungkinan hasil seperti jabawan suatu pertanyaan yang memiliki dua opsi yaitu ya atau tidak. Kemudian Uji regresi multinominal yaitu Hubungan antara variabel independen yang bersifat lebih dari dua kategori (multinomial) dengan variabel dependen  yang bersifat kategori maupun kontinu serta berskala nominal dan ordinal maka digunakan analisis regresi logistik multinomial untuk menyelesaikannya. Sedangkan uji regresi logistik ordinal merupakan hubungan antara suatu variabel independen dengan lebih dari satu variabel dependen dimana variabel respon lebih dari dua kategori dan skala pengukuran bersifat tingkatan.

Kemudian yang perlu diperhatikan dalam uji regresi logistic data kualitatif harus terlebih dahulu di ubah kebentuk kuantitatif atau dalam bentuk angka yang sudah disepakati. Misalnya jawaban dari suatu pertanyaan memiliki 3 jawaban baik, sedang dan buruk selanjutnya jawaban tersebut disepakati diamana jawaban baik memiliki kategori =1, jawaban sedang memiliki kategori = 2 dan jawaban buruk memilki kategori = 3. Selanjunya data kualitatif yang sudah diubah menjadi kuantitatif akan di uji secara regresi logistic karena dalam statistic adalah data dalam bentuk kuantitatif atau angka.

Berikutini dalah beberapa uji yang dilkukan dalam analisis regresi logistik

1.    Analisis Univariat

Analisis univariat dilakukan untuk mengetahui distribusi frekuensi semua variabel penelitian.

Crosstabulation

Uji Validitas (untuk data variabel dependen berbentuk kuisioner dengan skala likert)

UJi Reliabilitas (untuk data variabel dependen berbentuk kuisioner dengan skala likert)

2.    Analisis Bivariat

Pengujian data dilakukan dengan menggunakan uji statistik Chi square dengan batas kemaknaan (α= 0,05) atau tingkat kepercayaan 95%. Bila perhitungan menunjukkan nilai p< 0,05 maka dikatakan ada hubungan yang signifikan antara variabel dependen dan variabel independen. Uji Independensi / Uji Chi Square

3.    Analisis Multivariat

Analisis multivariat dilakukan dengan menggunakan Uji Regresi Logistik.

Tujuannya adalah untuk menyingkirkan peran variabel pengganggu pada hubungan antara variabel independen dan variabel dependen dan mendapatkan model terbaik, dimana semua variabel kandidat yang dalam analisis bivariat menunjukkan hubungan yang bermakna pada  p < 0,25 dimasukkan bersama-sama untuk dipertimbangkan menjadi model.

Pengujian Serentak

Tujuan uji serentak untuk melihat pengaruh variabel independen secara bersama-sama mempenagruhi variabel dependen

Pengujian Parsial

Tujuan uji parsila untuk melihat pengaruh variabel independen secara sendiri mempenagruhi variabel dependen

Kesesuaian Model

Kesesuain model menggunakan nilai signifikansi Goodness of Fit berarti bahwa model mampu memprediksi nilai observasinya atau dapat dikatakan bahwa model dapat diterima karena cocok dengan data observasinya

Koefisien Determinasi

Digunakan untuk melihat besarnya kemampuan independen untuk menjelaskan variabel dependen dalam bentuk persentasi.

Model Regresi yang Terbentuk

Tujuannya untuk melihat kontribusi setiap variabel terhadap model atau variabel dependen

Ketepatan Klasifikasi

Tujuan ketetapan Klasifikasi untuk melakukan prediksi yang tepat diklasifikasikan sesuai dengan observasi