Penawaran Kerja Sama Training Statistik
Model regresi logistic
Rachbini Institute membuka
peluang kerja sama penyelenggaraan training statistik. Rachbini Insitute menyediakan instruktur,
materi training, software, poster promosi dan sertifikat, sedangkan pihak
partner menyediakan tempat, konsumsi, administrasi pendaftaran dan
mempromosikan training. Hubungi 0877-8467-3150.
Materi: Review Regresi dan Korelasi, Uji
Hipotesis, Uji Reliabilitas dan Validitas, Analisis Jalur, Konsep Structural
Equation Modeling, Pembuatan model, Analsis Faktor Konfirmatori, Uji kecocokan
model, Modifikasi Model, Interpretasi Output dan Praktek SEM dengan Lisrel. Materi
bisa diganti sesuai kebutuhan.
Model regresi logistic
Regresi Logistik dengan
Minitab
Seorang
peneliti ingin mengetahui pengaruh 10 kelompok tingkat pendapatan pertahun
terhadap status keluarga sehat. Data sebagai berikut :
Kelompok
|
Tingkat pendapatan (juta)
|
jumlah keluarga
|
keluarga sehat
|
1
|
6
|
40
|
8
|
2
|
8
|
50
|
12
|
3
|
10
|
60
|
18
|
4
|
13
|
80
|
28
|
5
|
15
|
100
|
45
|
6
|
20
|
70
|
36
|
7
|
25
|
65
|
39
|
8
|
30
|
50
|
33
|
9
|
35
|
40
|
30
|
10
|
40
|
25
|
20
|
Langkah-langkah :
Buat layout untuk dimasukkan kedalam worksheet
minitab. Layoutnya menjadi :
Tingkat pendapatan (juta)
|
status
|
frekuensi
|
6
|
1
|
8
|
8
|
1
|
12
|
10
|
1
|
18
|
13
|
1
|
28
|
15
|
1
|
45
|
20
|
1
|
36
|
25
|
1
|
39
|
30
|
1
|
33
|
35
|
1
|
30
|
40
|
1
|
20
|
6
|
0
|
32
|
8
|
0
|
38
|
10
|
0
|
42
|
13
|
0
|
52
|
15
|
0
|
55
|
20
|
0
|
34
|
25
|
0
|
26
|
30
|
0
|
17
|
35
|
0
|
10
|
40
|
0
|
5
|
keterangan :
status = 1 Ã sehat
status = 0 Ã tidak sehat
Langkah analisis dimulai dengan memilih menu Stat – Regression – Binary Logistic
Regression
Masukkan data peubah respon yaitu status ke Response, lalu masukkan data dalam kolom frekuensi ke dalam kolom frequency, pada model masukkan peubah
penjelas yaitu tingkat pendapatan.
Klik Option
– Link Function Logit – OK
Hasil Output :
Binary Logistic Regression: status
versus Tingkat pendapatan (juta)
Link Function: Logit
Response Information
Variable Value
Count
status 1
269 (Event)
0 311
Total 580
Frequency: frekuensi
Logistic Regression Table
95%
Odds CI
Predictor Coef SE Coef
Z P Ratio
Lower
Constant -1.60234
0.204034 -7.85 0.000
Tingkat pendapatan
(juta) 0.0790658
0.0101125 7.82 0.000 1.08 1.06
Predictor Upper
Constant
Tingkat pendapatan
(juta) 1.10
Output di atas ini sesungguhnya merupakan output
untuk uji Wald (uji parsial) yang digunakan untuk menguji manakah dari perubah
penjelas yang berpengaruh terhadap peubah respon. Hipotesis yang diuji adalah:
H0 : tingkat pendapatan tidak berpengaruh terhadap status
H1
: tingkat
pendapatan berpengaruh terhadap status
Tolak H0 jika p-value <
alpha (0,05)
Kesimpulan : p-value (0.00) < alpha
(0.05) maka tolak H0 yang artinya cukup bukti untuk menyatakan bahwa jumlah
pendapatan berpengaruh nyata terhadap status kesehatan pada taraf nyata 5%.
Selain uji Wald output di atas
menunjukkan koefisien regresi logistik. Sehingga persamaan regresi logistiknya
adalah:
Dengan model
peluang logit adalah g(x) = -1.60234+0.0791tingkat pendapatan
Log-Likelihood = -365.301
Test that all slopes are
zero: G = 70.404, DF = 1, P-Value = 0.000
Uji G merupakan uji simultan yang
digunakan untuk mengetahui peran seluruh peubah penjelas dalam model. Hipotesis
yang diuji adalah:
H0 : Semua
peubah penjelas tidak berpengaruh terhadap status kesehatan
H1 : minimal ada 1 peubah penjelas berpengaruh terhadap status kesehatan
Tolak H0 jika p-value <
alpha (0,05)
Kesimpulan : Pada output di atas terlihat p-value (0.000) < alpha (0.05)
berarti tolak H0. Hal ini berarti bahwa minimal
ada 1 peubah penjelas yang berpengaruh nyata terhadap status kesehatan pada
taraf nyata 5%.
Goodness-of-Fit Tests
Method Chi-Square DF
P
Pearson 2.34682 8 0.968
Deviance 2.35415 8 0.968
Hosmer-Lemeshow 2.31913
6 0.888
Pengujian model logit dilakukan
dengan melihat nilai statistic Goodness
of fit. Metode yang sering digunakan untuk Goodness of fit data kategori adalah Pearson, Deviance dan
Hosmer-Lemeshow. Hipotesis yang diuji adalah:
H0
: model layak
H1
: model tidak layak
Tolak H0 jika p-value <
alpha (0,05)
Kesimpulan : Dari ketiga metode yang digunakan, terlihat bahwa
semua p-value nya bernilai > 0,05 sehingga terima H0 jadi dapat disimpulkan bahwa model layak.
Table of Observed and
Expected Frequencies:
(See Hosmer-Lemeshow Test for
the Pearson Chi-Square Statistic)
Group
Value 1
2 3 4
5 6 7
8 Total
1
Obs
20 18 28
45 36 39
63 20 269
Exp
23.5 18.5 28.8
39.7 34.6 38.5
64.7 20.7
0
Obs
70 42 52
55 34 26
27 5 311
Exp
66.5 41.5 51.2
60.3 35.4 26.5
25.3 4.3
Total 90
60 80 100
70 65 90
25 580
Measures of Association:
(Between the Response
Variable and Predicted Probabilities)
Pairs Number
Percent Summary Measures
Concordant 54118
64.7
Somers' D 0.40
Discordant 20943
25.0 Goodman-Kruskal Gamma 0.44
Ties 8598 10.3
Kendall's Tau-a 0.20
Total 83659
100.0
Sedangkan output bagian terakhir menjelaskan
tentang keragaman peubah Y yang dapat dijelaskan oleh peubah penjelas.
Untuk melihat sejauh mana
keragaman peubah Y yang dapat dijelaskan oleh peubah-peubah penjelas, digunakan
persen keragaman concordant.
Pada kasus ini terlihat nilai
percent untuk concordant 64,7%. Hal ini berarti bahwa keragaman peubah respon (status
kesehatan) dapat dijelaskan oleh peubah-peubah penjelas dalam model sebesar 64,7%
sedangkan sisanya dijelaskan oleh factor lain di luar model.
Untuk mengetahui nilai odd ratio
pada setiap kategori dapat dilakukam dengan memasukkan peubah penjelas (tingkat pendapatan) ke factors (optional) - OK
hasil output :
Logistic Regression Table
95%
Odds CI
Predictor Coef SE Coef
Z P Ratio Lower
Constant -1.38629 0.395282
-3.51 0.000
Tingkat pendapatan (juta)
8 0.233615 0.515652
0.45 0.651 1.26
0.46
10 0.538997 0.485400
1.11 0.267 1.71
0.66
13 0.767255 0.459557
1.67 0.095 2.15
0.88
15 1.18562 0.443454
2.67 0.008 3.27
1.37
20 1.44345 0.461993
3.12 0.002 4.24
1.71
25 1.79176 0.469415
3.82 0.000 6.00
2.39
30 2.04959 0.495353
4.14 0.000 7.76
2.94
35 2.48491 0.538127
4.62 0.000 12.00 4.18
40 2.77259 0.637373
4.35 0.000 16.00
4.59
Predictor Upper
Constant
Tingkat pendapatan (juta)
8 3.47
10 4.44
13 5.30
15 7.81
20 10.47
25 15.06
30 20.50
35 34.45
40 55.80
Interpretasi :
Hasil output menunjukkan bahwa
peluang penduduk dengan tingkat pendapatan 8 juta/tahun memiliki status sehat
lebih besar 1,26 kali dari penduduk dengan tingkat pendapatan 6 juta/tahun.
dst.
Sangat membantu dalam mengolah data.
BalasHapusSilakan berkunjung ke
http://statistika.tanpastress.com/
Komentar ini telah dihapus oleh pengarang.
BalasHapusTiket Pesawat Murah Online, dapatkan segera di SELL TIKET Klik disini:
BalasHapusselltiket.com
Booking di SELLTIKET.COM aja!!!
CEPAT,….TEPAT,….DAN HARGA TERJANGKAU!!!
Ingin usaha menjadi agen tiket pesawat??
Yang memiliki potensi penghasilan tanpa batas.
Bergabung segera di agen.selltiket.com
INFO LEBIH LANJUT HUBUNGI :
No handphone :082276603391
PIN : 5364257d
Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
BalasHapusKarena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
LISREL, EVIEWS, SMARTPLS, DEA
Serahkan Dan Percaya Kepada Kami.
Kami Siap Bantu Anda.
Olah Data Semarang (Timbul Widodo)
WA : +62 852-2774-6673
IG : olahdatasemarang
Hi colleagues, nice paragraph and pleasant urging commented at this place, I am genuinely enjoying by these. yahoo mail sign in
BalasHapusI would love to hear your opinions and comments for this Canadian Mortgage Calculator which is good for amortizations out to 40 years. mortgage payment calculator canada There are numerous legal aspects to consider when purchasing a home. mortgage calculator canada
BalasHapus