Professional Documents
Culture Documents
Oleh :
Mohammad Abdullah
Batasan Regresi Logistik
Merupakan uji statistik yg digunakan untuk
prediksi probabilitas kejadian suatu peristiwa
dg mencocokkan data pd fungsi logit kurva
logistik
Digunakan pd variabel yg hanya memiliki 2
kategori (variabel dikhotom)
Batasan Uji Regresi Logistik
Digunakan bila variabel terikat (dependen) merupakan
variabel dikhotom (berskala nominal), sedangkan
variabel independen bisa nominal, ordinal, interval atau
ratio.
Uji ini tidak mengasumsikan adanya hubungan linear
antara variabel-variabel independen dan variabel
dependen
Regresi logistik merupakan regresi non linear dengan
model sebagai berikut :
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
Pada variabel dependen (status BLR), BBLR diberikan kode 0, dan tidak BBLR
diberi kode 1. Yang dianggap sebagai output adalah tidak BBLR (kode 1)
Pada penelitian ini digunakan 3 covariate yang berskala kategorikal, yaitu status
anemia, status kurang energi kronis dan kategori paritas. Status anemia, KEK
dan paritas tinggi masing-masing dikode 1 sebagai pembanding
4. Uji signifikansi model
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 21.447 4 .000
Block 21.447 4 .000
Model 21.447 4 .000
Predicted