Konsep Regresi Logistik Biner/Dikotomi

Analisis regresi logistik merupakan metode analisis yang biasanya digunakan oleh mahasiswa dalam menyelesaikan skripsi berkaitan dengan skripsi tentang persepsi. bahasa gaul metode ini biasa disebut reglog. Untuk pembahasan kali akan dibahas materi reglog dulu. dan akan dilakukan untuk contoh kasusnya dengan software SPSS. Mudah-mudahan bisa membantu para cendikiawan muda termasuk penulis sendiri.hehehhe


 regresi logistik sampul
Analisis regresi logistik digunakan untuk menjelaskan hubungan antara variabel respon yang berupa data dikotomik/biner dengan variabel bebas yang berupa data berskala interval dan atau kategorik (Hosmer dan Lemeshow, 1989). Variabel yang dikotomik/biner adalah variabel yang hanya mempunyai dua kategori saja, yaitu kategori yang menyatakan kejadian sukses (Y=1) dan kategori yang menyatakan kejadian gagal (Y=0). pada model model linear umum komponen acak tidak harus mengikuti sebaran normal, tapi harus masuk dalam sebaran keluarga eksponensial. Sebaran bernoulli termasuk dalam salah satu dari sebaran keluarga eksponensial. Variabel respon Y ini, diasumsikan mengikuti distribusi Bernoulli.
Timbul pertanyaan:Perbedaan antara regresi logistik dengan analisis regresi biasa? kenapa tidak pakai analisis regresi biasa aja?
Sebenarnya untuk masalah diatas bisa digunakan analisis regresi OLS. Tapi harus memenuhi asumsi bahwa 0 <= E(Yi ÷ Xi) <= 1. Namun persyaratan tersebut sulit untuk terpenuhi. sehingga metode regresi OLS kurang cocok untuk data kuantitatif dan lebih baik menggunakan metode regresi logistik.

contoh Kasus dalam regresi logsitik biner:


  1. Pengaruh Tingkat Pendidikan, Lapangan Kerja yg dimasuki, Pendapatan, Pengeluaran, Jumlah ART terhadap status kemiskinan (Miskin/TIdak Miskin).
  2. Pengaruh Pendapatan Keluarga, Banyaknya Anggota Keluarga, Jenis rumah, Usia Kepala Keluarga terhadap Kepemilikan rumah (Punya rumah/tidak)

Berdasarkan dua contoh tersebut mungjkin sudah membuka pikiran untuk kasus seperti apa regresi logistik digunakan. intinya variabel dependentnya dikotomi artinya memiliki dua kategori seperti pada kasus diatas yang ditebal.

Kenapa cuma dua kategori aja? tidak bisa lebih dari tiga kategori?

Untuk metode ini tidak bisa karena hanya bisa dua sesuai dengan namanya. untuk masalah diatas ada metode lain yang bisa digunakan yaitu regresi logistik ordinal.

Bagaimana langkah-langkah atau prosedur statistiknya? sebagai referensi buat skripsi.hehehe
Bentuk umum model peluang regresi logistik dengan p variabel penjelas, diformulasikan sebagai berikut:
regresi logistik model umum
dengan π(x) adalah peluang kejadian sukses dengan nilai probabilita 0≤π(x)≤1 dan βj adalah nilai parameter dengan j = 1,2,......,p. π(x) merupakan fungsi yang non linier, sehingga perlu dilakukan transformasi ke dalam bentuk logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel bebas dan variabel tidak bebas. Dengan melakukan transformasi dari logit π(x), maka didapat persamaan yang lebih sederhana, yaitu:
regresi logistik logit
Jika dari beberapa variabel bebas ada yang berskala nominal atau ordinal, maka variabel tersebut tidak akan tepat jika dimasukkan dalam model logit karena angka-angka yang digunakan untuk menyatakan tingkatan tersebut hanya sebagai identifikasi dan tidak mempunyai nilai numerik dalam situasi seperti ini diperlukan variabel dummy. Untuk variabel bebas dengan skala ordinal maupun nominal dengan k kategori, akan diperlukan sebanyak k-1 variabel dummy.

Asumsi-asumsi dalam regresi logistik:

  • Tidak mengasumsikan hubungan linier antar variabel dependen dan independent
  • Variabel dependen harus bersifat dikotomi (2 variabel)
  • Variabel independent tidak harus memiliki keragaman yang sama antar kelompok variabel
  • Kategori dalam variabel independent harus terpisah satu sama lain atau bersifat eksklusif
  • Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan hingga 50 sampel data untuk sebuah variabel prediktor (bebas).

Pendugaan Parameter

Metode untuk mengestimasi parameter-parameter yang tidak diketahui dalam model regresi logistik ada 3 yaitu:
1. Metode kemungkinan maksimum (Maximum Likelihood Method)
2. Metode kuadrat terkecil tertimbang noniterasi (Noniterative Weight Least Square Method)
3. Analisis fungsi diskriminan (Discriminant Fuction Analysis)

Pada dasarnya metode maksimum Likelihood merupakan metode kuadrat terkecil tertimbang dengan beberapa proses iterasi, sedangkan metode noniterative weight least square method hanya menggunakan satu kali iterasi. kedua metode ini asymptoticaly equivalent, artinya jika ukuran sampel besar keduanya akan menghasilkan estimator yang identik. Penggunaan fungsi diskriminan mensyaratkan variabel penjelas yang kuantitatif berdistribusi normal. Oleh karena itu, penduga dari fungsi diskriminan akan over estimate bila variabel penjelas tidak berdistribusi normal.

Dari Ketiga metodei di atas, metode yang banyak digunakan adalah metode maksimum likelihood dengan alasan lebih praktis (Nachrowi dan Usman, 2002). Metode maksimu likelihoood ini menduga parameter dengan nilai yang memaksimumkan fungsi likelihood (likelihood function).

Uji Signifikansi Model

Untuk mengetahui pengaruh variabel bebas terhadap variabel tidak bebas secara bersama-sama (overall) di dalam model, dapat menggunakan Uji Likelihood Ratio. Hipotesisnya adalah sebagai berikut:
Ho: β1 = β2 =....= βp = 0 (tidak ada pengaruh veriabel bebas secara simultan terhadap variabel tak bebas)
H1: minimal ada satu βj ≠ 0 (ada pengaruh paling sedikit satu veriabel bebas terhadap variabel tak bebas)
Untuk j = 1,2,...,p
Statistik uji yang digunakan adalah:

regresi logistik stataistik uji
Dengan :
Lo = Maksimum Lieklihood dari model reduksi (Reduced Model) atau model yang terdiri dari konstanta saja
Lp = Maksimum Likelihood dari model penuh (Full Model) atau dengan semua variabel bebas.

Statistik G2 ini mengikuti distribusi Khi-kuadrat dengan derajad bebas p sehingga hipotesis ditolak jika p-value < α, yang berarti variabel bebas X secara bersama-sama mempengaruhi variabel tak bebas Y.

Uji Parsial dan Pembentukan Model

Pada umumnya, tujuan analsis statistik adalah untuk mencari model yang cocok dan keterpautan yang kuat antara model dengan data yang ada. Pengujian keberartian parameter (koefisien β) secara parsial dapat dilakukan melalui Uji Wald dengan hipotesisnya sebagai berikut:

Ho: βj = 0 (variabel bebas ke j tidak mempunyai pengaruh secara signifikan terhadap variabel tidak bebas)
H1: βj ≠ 0 (variabel bebas ke j mempunyai pengaruh secara signifikan terhadap variabel tidak bebas)
Untuk j = 1,2,....,p

Dengan statistik uji sebagai berikut:

 regresi logistik uji parsial

Hipotesis akan ditolak jika p-value < α yang berarti variabel bebas Xj secara partial mempengaruhi variabel tidak bebas Y.

Odds Ratio

Odds ratio merupakan ukuran risiko atau kecenderungan untuk mengalami kejadian ‘sukses ‘ antara satu kategori dengan kategori lainnya, didefinisikan sebagai ratio dari odds untuk xj = 1 terhadap xj = 0. Odds ratio ini menyatakan risiko atau kecenderungan pengaruh observasi dengan xj = 1 adalah berapa kali lipat jika dibandingkan dengan observasi dengan xj = 0. Untuk variabel bebas yang berskala kontinyu maka interpretasi dari koefisien βj pada model regresi logistik adalah setiap kenaikan c unit pada variabel bebas akan menyebabkan risiko terjadinya Y = 1, adalah exp(c.βj) kali lebih besar.

Odds ratio dilambangkan dengan θ, didefinisikan sebagai perbandingan dua nilai odds xj = 1 dan xj = 0, sehingga:


regresi logistik odd rasio
Silahkan klik link berikut Tutorial regresi logistik dengan SPSS

71 Responses to "Konsep Regresi Logistik Biner/Dikotomi"

  1. disini yang ingin saya tanyakan adalah mengenai penggunaan datanya . apakah regresi logistik bisa digunakan untuk mengolah data individu dengan struktur data panel ? mohon bantuannya dalam memahami metode ini dan juga beserta referensinya berasal dari bukunya siapa ? teima kasih

    ReplyDelete
    Replies
    1. analisis regresi logistik sama regresi data panel yang saya tahu itu berbeda. Kalau regresi logistik untuk data panel itu saya belum pernah menemukan. Kecuali, kalau anda memperlakukan data panel itu sebagai data crossectional biasa. Memang datanya seperti apa?
      Untuk referensi Regrsei logistik mungkin bisa baca bukunya Alan Agresti, Analisis Data Kategorik, kayaknya ada di mbah google.

      Delete
    2. maksud dari data crossectional biasa itu gimana yah kak? data yang mau sya pakai adalah data ipk mahasiswa yang di ambil dri beberapa jurusan dan beberapa angkatan. itu data panel kan kak? jdinya regresi logistik data panel. tapi apakah betul smpai saat ini logistik data panel belum ada? soalnya sya jg agak susah nemuin referensinya. mohon bantuannya kak. terima kasih.

      Delete
  2. Saya tidak mengerti mengenai ialah bagaimana cara membuat peubah dummy bagi peubah bebas yang berskala nominal dan ordinal ?

    ReplyDelete
    Replies
    1. kalau datanya berskala nominal atau ordinal variabelnya kan tidak berbentuk angka tp berupa kategori dan tidak bisa diregresikan langsung. Disinilah gunanya variabel dummy, kalau kategorinya ada sebanyak n, maka dummy ada sebanyak n-1. Misal, datanya adalah pendidikan terakhir: sd, smp, sma, dan peruguruan tinggi. Dummy nya ada d1, d2, d3. Secara berurutan, nilai dummy kalau kategorinya sd= 0,0,0; smp=1,0,0; sma=0,1,0; perguruan tinggi=0,0,1

      Delete
  3. Saya ingin bertanya bagaimana jika variabel independennya merupakan variabel campuran (nominal dan rasio) namun variabel dependennya adalah rasio (metric). Apkah masih bisa menggunakan uji regresi logistic??
    Terimaksih untuk jawabannya :)

    ReplyDelete
    Replies
    1. Masih bisa pak, dan inilah memang salah satu kemudahan yang ada di ReLog.

      Delete
  4. Bagaimana dgn penelitian yang variabel independennya merupakan campuran antara metric dan non metric namun variabel dependennya merupakan adalah metric (rasio)? apakah pengujian.a tetap menggunakan regresi logistik?
    Terima kasih untuk jawabannya :)

    ReplyDelete
    Replies
    1. kayaknya itu cukup pake regresi linear biasa dengan dummy variabel.. karena Y data kontinyu

      Delete
  5. Siang mas.. Saya Echa.. ingin menanyakan..pada penelitian saya (data non parametrik, var dependen dan independen keduanya rasio) didapat hasil korelasi spearman yg bermakna.. saya ingin melanjutkan regresinya..tp setelah saya uji regresi liniernya trnyt residualnya uji Kolmogorov tidak terdistribusi normal juga..hehhe.. Sebaiknya saya menggunakan regresi apa ya mas? apakah hrs menggunakan regresi logistik (pdhal data saya rasio)..mhn pencerahannya ya mas..tksh bnyk

    ReplyDelete
    Replies
    1. Siang...
      kalau datanya rasio mungkin lebih baik menggunakan korelasi pearson...
      kalau datanya tidak normal bisa dicoba transformasi dulu variabelnya mas...

      Delete
  6. assalamuaialikum mas,mengenai analisis regresi logistik apa bisa menggunakan uji asumsi klasik? jika iya alasannya dan jika tidak bisa alsannya apa mas?? mohon petunjuk..

    ReplyDelete
    Replies
    1. wa alaikumsalam...
      metode regresi logistik tidak perlu menguji asumsi klasik karena estimasi koefisien2 di dalam persamaan reglog tidak menggunakan OLS...
      Uji asumsi klasik ditujukan pada metode analisis yang menggunakan metode estimasi OLS, seperti regresi linier dkk...

      Delete
  7. Assalamu'alaikum.
    Ka, mau tanya.
    Di logit, kalo salah satu variabel prediktor yang bentuknya logaritma natural (ln), misanya variabel pengeluaran dalam bentuk ln, itu gimana interpretasi odds ratio nya?
    apa sama aja kaya di analisis regresi linier?
    misal odds ratio nya 3, berarti tiap kenaikan satu persen pengeluaran, kecenderungan "sukses" akan meningkat sebesar 3 kali. apa seperti itu?
    terimakasih. jazakumullaahu khairan.

    ReplyDelete
    Replies
    1. Wa'alaikumsalam,
      knapa di-ln-kn dek? mending variabelnya yang mentah saja, tidak usah ditransformasi, supaya reglognya tidak mubazir...
      sama2 dek.

      Delete
    2. --melanjutkan pertanyaan--

      di-ln-kn, tujuannya biar mempermudah interpretasi ka, tapi ternyata malah bingung cara nginterprestinya. kalo gak di-ln-kn, ketika odds nya 2, berarti intrpretasinya: setiap pertambahan "satu" rupiah pengeluaran, meningkatkan kecenderungan "sukses" sebesar 2x, apakah seperti itu?

      maksud dari "reglognya mubadzir" itu gmn?

      Delete
    3. makanya tidak usah di-ln-kan dek, selain jd makin susah interpretasi, biasanya transformasi dilakukan untuk menormalkan data, sementara metode reglog tidak butuh asumsi normalitas.
      Reglog itu metode yang persyaratannya paling ringan di antara metode regresi lain, jadi kalau datanya diperlakukan seperti ketika memakai regresi biasa (yg syaratnya banyak) itu menurut saya mubazir.

      Delete
  8. This comment has been removed by the author.

    ReplyDelete
  9. Assalamu'alaykum Mas Chalik Mawardi.
    Mohon izin saya ikut nanya juga ya, sedang menyusun skripsi. Ada beberapa pertanyaan:
    1. Apakah Data berskala Ordinal bisa hanya terdiri dari dua kategori? Contohnya para pelamar PNS dikategorikan menjadi "lulus tes" dan "tidak lulus tes".
    2. Variabel penelitian saya hanya terdiri dari satu variabel dependen dan satu variabel independen. Variabel dependennya sebenarnya terdiri dari 4 kategori, tetapi bisa juga diolah menjadi dikotomi. Sedangkan untuk variabel independennya interval, tetapi juga bisa diolah menjadi dhikotom. Mohon saran Mas Chalik sebaiknya saya menggunakan metode statistik apa?
    Terima kasih sebelumnya.

    ReplyDelete
    Replies
    1. Wa 'alaikummsalam
      1. Tidak, ordinal itu maksudnya, kategori, tapi memiliki tingkatan, berapapun banyaknya kategori tersebut. Misal, data ranking siswa/i, IP mahasiswa/i, jabatan pekerja, jenjang pendidikan (sd, smp, sma), dsb
      2. Kalau dilihat dari jenis datanya, bisa pakai regresi logistik atau probit

      Delete
  10. assalamualaikum, mas saya mau nanya.. saya masih belum paham soal penggunaan variabel dummy. jadi penelitian saya tu datanya ordinal dengan satu variabel independen dan satu variabel dependen. tapi penelitian saya ini dilakukan pada dua kelompok yaitu kelompok sasaran dan kelompok kontrol. sebelumnya saya meneliti korelasi variabel x terhadap y pada kelompok sasaran, selanjutnya saya bandingkan dengan kelompok kontrol mana yang pengaruhnya lebih besar terhadap variabel y. dosen saya menyarankan untuk di dummy, tapi saya blm paham mas.. mohon pncerahannya bgmn caranya, trus apakah bisa menggunakan spss atau gimana mas? terimakasih sebelumnya...

    ReplyDelete
  11. Pagi Pak, saya mau bertanya bagaimana cara mengolah regresi logistik dengan variabel dependen 2 kategori tapi variabel independennya ada tiga kategori. Misal dependennya menerima opini going concern diberi kode 1 dan menerima opini non going concern 0 lalu independennya kondisi keuangan bangkrut diberi kode 1, rawan diberi kode 0, sehat diberi kode -1. Mohon pencerahannya pak, makasi

    ReplyDelete
  12. untuk kemudahan coba ganti kode variabel independennya menjadi 1, 2 dan 3. jumlah pilihan pada variabel independen tidak masalah masih bisa dijalankan dengan program populer seperti SPSS. Coba buka SPSS > trus analisis > regressi > logistic biner (binary logistic). taruh variabel independen di covariate. itu jika ingin menggunakan logistik biner.

    jika ingin menggunakan logistik general maka bisa buka spss trus analisis > logistic > general > taruh di covariate digunakan jika variabel kategorik. coba dulu yaa

    ReplyDelete
  13. This comment has been removed by the author.

    ReplyDelete

  14. Tanya sekali lg ya pak, maaf merepotkan. Apakah bole jika dependen 1kategori (kode 0 dan 1) tapi independen.ny 2kategori (kode 1, 2, dan 3)? Krn menurut buku pak imam gh6zali bab variabel dummy it ga boleh. Lalu jika dependen kodenya 0 dan 1 tp independen.ny 1,2 dan 3 apa boleh? Kan nilai kodenya ga sepadan atau ga setara antara dependen dan independen. Makasi sebelum.nya pak

    ReplyDelete
  15. Ingat kode itu hanyalah sebuah pembentukan nilai dari opsi saja. Mau dikode 3 dan 5 , 6 dan 7 itu sebenarnya sama saja. MIsal iya dikode 1 atau 2 atau 3 kalau diintepretasikan pastilah tetap berbunyi iya.
    Memang paling aman 0 dan 1 saja entah kenapa (saya belum meneliti lebih lanjut) antara dikode 1 dan 2 atau 5 dan 6 hasilnya seingat saya berbeda sedikit. Tolong dicoba dan ingatkan saya apakah beda atau tidak.

    ReplyDelete
  16. jadi kalau dependennya pilihannya 0 dan 1 dan independennya 2, 3 dan 4 tetap boleh saja.

    ReplyDelete
  17. Assalamualaikum wr.wb. Saya sedang melakukan penelitian tentang WTP dan menggunakan analisis Reglog. Saya menemui kendala hasil sementara dari data saya yaitu semua tidak signifikan, baik dari seluruh model maupun masing2 variabel bebasnya. Apakah hal tersebut dipengaruhi oleh variasi variabel dependen saya yang kecil yaitu dari 100 responden, 94 bernilai 1 dan 6 bernilai 0? Apabila iya apakah yang harus saya lakukan? Terima kasih

    ReplyDelete
  18. Permisi, asya mau bertanya.
    Bagaimana cara meregresi variabel jika masing-masing variabel satuannya berbeda?
    Misal:
    X1 = Luas Wilayah (km2)
    X2 = IPM (Indeks dengan koma)
    X3 = Jumlah Penduduk (Juta Jiwa)
    Terimakasih.

    ReplyDelete
  19. assalammu'alaikum ..
    saya mau tnya, kalau misalnya variable X1 dan X2 nya dummy , sedangkan variable Y nya nominal , apa bisa pakai regresi logistik ? terima kasih

    ReplyDelete
  20. Saya mw tanya pak..judul penelitian sya pengaruh kualitas pelayanan terhadap kepuasan konsumen..
    Data apa yg d ambil untuk mengolah data d spss dgn 5 variabel dimensi kualitas pelayanan..bgaimana bentuk data x pak..
    Terima ksih

    ReplyDelete
  21. mau tanya apa jumlah sampel yang dibandingkan harus sama, misalnya faktor yang mempengaruhi adopsi ; yang mengadopsi 50 sampel, yang tidak mengadopsi 50 sampel

    ReplyDelete
  22. This comment has been removed by the author.

    ReplyDelete
  23. Assalamualaikum pak, sy mau bertanya..
    Apabila jika
    X1 kualitas audit (dummy)
    X2 audit tenure (skala interval)
    X3 debt default (dummy )
    X4 opinion shopping (dummy)
    X5 kondisi keuangan perusahaan ( menggunakan Zsores altman revisi)
    Y going concern (dummy)
    Apakah masih bisa menggunakan regresi logistik?
    Dan mengapa tdk perlu menggunakan asumsi klasik? Jika dia menggunakan regeesi logistik?
    Mohon bantuannya ya pak..

    ReplyDelete
  24. assalamualaikum wr. wb.
    mau tanya pa, rencananya penelitian saya mengenai Internet Financial Reporting pada Pemda Jabar, menggunakan logit, Variabel dependen IFR, sedangkan var independennya adalah kompetisi politik,ukuran pemda, leverage, kekayaan pemda, tipe pemda. masalahnya jumlah kab/kota di jabar hanya 26, kurang dari 50, bisa tidak kalau data yang dipakai 4 tahun terakhir? makasih

    ReplyDelete
  25. selamat pagi pak, saya ingin bertanya variabel independen sayaberskala ordinal, sedangkan variabel dependen berskala rasio, kira2 uji apa yang bisa di lakukan? terima kasih

    ReplyDelete
  26. Min, saya ingin bertanya. Apakah di regresi logistik ini juga menggunakan asumsi klasik atau tidak. Iya tidaknya apa mimin tau ada di refrensi apa? Mohon tanggapannya min. Terima kasih.

    ReplyDelete
  27. Menarik blognya, gimana pada proses multivariat regresi logitik ganda pada seleksi kandidat variabel dimana ada proses pengembalian variabel yang dikeluarkan kembali pada model dan ulangi dengan mengeluarkan yang terbesar selain yang dimasukkan kembali. Ulangi Terus hingga hanya tertinggal satu variabel atau tidak ada yang bisa dikeluarkan lagi karena perubahan ODDS Ratio > 10%. -- tetapi dimodel akhir nilai p variabel tsn > 0.05, apakah ini sudah masuk model yang fit?

    ReplyDelete
  28. pak saya mau bertanya, misal variabel dependen saya sukses dan gagal, itu data ordinal atau nominal ya pak? kalau ordinal masih tetap bisa menggunakan analisis regresi logistik biner kan? atau harus pake reglog ordinal? terima kasih banyak

    ReplyDelete
  29. pak saya mau tanya,, saya peneitian nya menggunkan penelitian kualitatif tapi saya masih binggun ini pak mengolah data dikotomi menggunakan excel itu seperti apa pak ? mohon bantuan nya terima kasih

    ReplyDelete
  30. Mas mau tanya. Kalo misal data kejadian suksesnya (y=1) sedikit, apakah masih bisa menggunakan reglog? Atau ada batasan berapa persen gitu? terimakasih

    ReplyDelete
  31. izin bertanya.
    apakah uji wald bisa digunakan utk data yg tidak berdistribusi logistik ??
    soalnya saya pernah baca kalo uji wald digunakan utk data yg berdistribusi logistik.
    terima kasih.

    ReplyDelete
  32. Sayya ingin bertanya, model apa yang baik untuk regresi dengan variabel perancu. Dan bagaimana interpretasi nya apabila analisi bivariat variabel x memiliki p=0.03 dan saat multivariat variabel x memiliki nilai p=0.28. Apakah yang harus saya lihat pada analisis multivariat untuk menulis pembahasan. Terimakasi

    ReplyDelete
  33. Sayya ingin bertanya, model apa yang baik untuk regresi dengan variabel perancu. Dan bagaimana interpretasi nya apabila analisi bivariat variabel x memiliki p=0.03 dan saat multivariat variabel x memiliki nilai p=0.28. Apakah yang harus saya lihat pada analisis multivariat untuk menulis pembahasan. Terimakasi

    ReplyDelete
  34. assala'alaikum.. sekarang saya sedang mengerjakan skripsi saya.. saya mau nanya apakah model logit sama dengan regresi logistik biner ? terima kasih..

    ReplyDelete
    Replies
    1. logit = logaritmic unit, adalah nama lain dari regresi logistik. sedangkan regresi logistik biner adalah salah satu cabang dari regresi logistik

      Delete
  35. pak saya ingin menanyakan apabila x saya jdikan variabel dikotomi semua. apakah masih bisa dimasukkan dalam analisis logistik biner? mohon bantuannya

    ReplyDelete
  36. saya mau tanya, sekarang saya sedang mengerjakan sekripsi manajemen keuangan dengan analisis regresi logistik, v.x (CR,DR,ROA,TAT) v.y (financial distress). dalam perhitungan yang saya lakukan v.x (ROA) tidak dapat dibaca/tidak ada hasil. karena nilai datanya (2,5,7,10,13,5,7,8,......) sedangkan v.x lain nilainya diatas 10 semua...mohon bantuan penjelasannya....terimakasih....

    ReplyDelete
  37. selamat pagi. saya mau tanya, untuk model persamaan di atas dikatakan tidak bisa digunakan apabila variabel bebas berskala nominal/ordinal, jadi kalau begitu bisa pake persamaan model yang seperti apa ya? terimakasih, mohon bantuannya..

    ReplyDelete
  38. Mas permisi mau menanyakan mengenai regresi logistik
    Variabel dependent saya sudah berskala dikotomi skala guttman dan independent nya Meneliti 3 faktor menggunakan skala likert

    Apakah saya bisa memakai regresi logistik ini mas? Terima kasih

    ReplyDelete
  39. Kenapa relog tidak menggunakan uji asumsi klasik, apa alasan dan dari mana sumber yang menjelaskan itu?
    Terimakasih

    ReplyDelete
  40. kak, penelitian saya menggunakan analisis regresi logistik. variabel independen menggunakan skala data rasio dan variabel intervening saya juga menggunakan skala data rasio. tetapi di variabel dependen saya menggunakan skala data ordinal, kata penguji saya tidak bisa menggunakan rumus logaritma natural karena katanya apa lagi yang perlu disederhanakan kan 2 variabel sudah skala data rasio katanya. tetapi pembimbing saya maunya tetap memasukkan rumus logaritma natural (ln). Tolong bantu saya ambil keputusan !!!

    ReplyDelete
  41. saya mau tanya, apabila dalam suatu penelitian menggunakan dummy pada variabel dependen dan independen nya, apakah itu masih bisa dilakukan pengujiannya menggunakan regresi logistik?
    saya minta tolong dikasih penjelasan dan alasannya, terima kasih :)

    ReplyDelete
  42. Assalamualaikum wr wb.. mas chalik apa perbedaan antara path analisis dengan regresi logistik ganda klw di gunakan dalam satu penelitian dg dua variabel yg berbeda .. misalnya variabel A digunakan analisisnya dg path analisis dan variabel B dilakukan dg analisis regresi logistik ganda pada satu penelitian ...mohon masukkannya

    ReplyDelete
  43. Assalamualaikum wr wb.. mas chalik apa perbedaan antara path analisis dengan regresi logistik ganda klw di gunakan dalam satu penelitian dg dua variabel yg berbeda .. misalnya variabel A digunakan analisisnya dg path analisis dan variabel B dilakukan dg analisis regresi logistik ganda pada satu penelitian ...mohon masukkannya

    ReplyDelete
  44. assalamu"alaikum wr.wb. saya meneliti dengan menggunakan binary logistik. namun hasinya menurut dosen saya masih salah. di x4 B nya tertulis 0,535 sig= 0.000 maka dibaca oleh dosen semakin tinggi pendapatan jagung maka semakin miskin. kecuali kalau nilai B minus. mohon pencerahan hasil data saya.trims

    ReplyDelete
  45. Saya cuman mau nanya... Itu asumsi" dalam regresi logistik refresinya dari mana ya??

    ReplyDelete
  46. Jasa Kurir Motor Pengiriman Barang Paket Dokumen Express Cepat Same Day Delivery Service GOGOEX EXPRESS Tarif Murah Rp 2.500/Km Order Ke 021 79199900
    Untuk Anda yang membutuhkan Jasa City Courier – Jasa Kurir Motor Jakarta, segera manfaatkan layanan GoGoEx Express dengan beragam benefit sbb:
    - Tarif Kirim Kurir Motor Murah Rp 2.500/Km untuk pengiriman Maksimum 25 Kg.
    - Layanan Same Day Service , dijamin sampai pada hari yang sama. Express!
    - Jasa Pengiriman Barang menggunakan Kurir Motor untuk area layanan di Jakarta Barat, Jakarta Timur, Jakarta Pusat, Jakarta Utara, Jakarta Selatan, Tangerang, Tangerang Selatan, Depok, Bekasi, Cikarang.
    - Cara Order sangat mudah, Via Online Website/Aplikasi. Sangat cocok bagi Pelanggan Corporate atau Pengusaha Skala UKM.
    - Sistem Pembayaran sangat flexible, bisa system Invoice/Pasca Bayar.
    - Tersedia Online Report Real Time untuk setiap order pengiriman yang telah dilakukan.
    - Team Kurir Motor GoGoEx Express, professional dan berpengalaman, siap melakukan pengiriman kemanapun di Jakarta dan Jabodetabek.
    - Siap Melakukan Pengiriman Barang untuk Multi Trip/Multi Destination.
    - Resi Tanda Terima tersedia option dalam bentuk Paperles melalui HP Android yang akan memudahkan penelusuran status penerimaan barang.
    Di saat bisnis Online atau Ecomerce sangat marak di Indonesia, kebutuhan Jasa Kurir Express sangat dibutuhkan. Segera jadikan GoGoEx Express Indonesia menjadi mitra bisnis Anda dengan segera menghubungi GoGoEx Express di Kantor Pusat Jl Mampang Prapatan Raya No 81, Website : www.gogoex.com , email: info@gogoex.com telepon : 021 79199900.

    ReplyDelete
  47. Selamat malam, saya mau tanya apakah regresi logistik dengan menggunakan software eviews harus uji asumsi klasik?

    ReplyDelete
  48. Selamat malam,sy mau nanya.. Variabel independent saya itu menggunakan data nominal,data ordinal, dan skala likert. Untuk variabel dependent nya menggunakan skala likert. Nah metode analis yang cocok digunakan apa ya? Mhon bantuan nya..

    ReplyDelete
  49. kalo variabel dependen sama independenya memakai skala biner (0 dan 1) semua bagaimana ya mas?

    ReplyDelete
  50. kak,judul skripsi saya analisis pengaruh sistem penggajian dan insentif terhadap alokasi tenaga kerja. apakah itu memakai regresi logistik? karena X1 data ordinal, X2 dan Y adalah data rasio. mohon bntuannya kak

    ReplyDelete
  51. Assalamualaikum.
    Mohon pendapat dan pencerahannya, apakah perbedaan antara probit logit dengan regresi logistik biner. Karena kedua hal tersebut sama-sama menggunakan categori biner pada variabel dependennya dan mencari peluang untuk variabel dependennya. Terima kasih banyak atas pencerahaannya.

    ReplyDelete
  52. terima kasih atas informasi uji parsial dan pembentukan model pada regresi logistik. ini menambah pengetahuan saya di regresi.

    ReplyDelete
  53. This comment has been removed by the author.

    ReplyDelete
  54. Maaf, saya mau menanyakan bagaimana dengan regresi logistik biner dengan prediktor ordinal? Apakah ada masukkan untuk saha mencari sumber dimana? Terima kasih . Mohon bantuannya.

    ReplyDelete
  55. assalamualaikum.
    apabila menggunakan analisis regresi logistik biner, ada 3 variabel x dan 1 variabel Y. Tetapi varibel Y nya dsni sudah diketahui dr hasil belajar siswa dan variabel x nya dr angket dgn 2 plihan ya dan tidak
    lalu rumus apa saja yg digunakan bg?
    mohon arahan nya
    terimakasih

    ReplyDelete
  56. siang mas, perkenalkan saya sarah. saya ingin bertanya mengenai regresi logistik ini pada spss 24. jika var dependen sy sustainability report(0=tdk mengungkapkan, 1=mengungkakan).
    var.independen:
    -gender (0=laki2, 1=perempuan)
    -rangkap jabatan(0=ada rangkap dlm perusahaan, 1=tdk ada rangkap)
    -ukuran perusahaan(logaritma dari total aset)
    -komite audit(jml komite audit)
    jadi sy melakukan uji regresi dengan:
    1.hosmer&lemeshow
    2.uji overall model fit
    3.uji normalitas
    4.uji multikolonearitas
    5.uji autokorelasi
    6.uji heteroskedastisitas
    7.model summary
    8.omnibus test
    jadi mas seharusnya sy melakukan ke 8 uji tersebut atau ada uji yg tidak perlu dilakukan atau perlu ditambah lagi ya? terimaksihhh

    ReplyDelete
  57. Pak saya mau tanya, tadi saya baca komen diatas tertera kalai regresi logistik bisa pakai variabel intervening, nah yang saya ingin tanyakan adalah bagaimana cara mengolah datanya?

    ReplyDelete