Regresi logistik merupakan salah satu jenis regression yang menghubungkan antara satu atau beberapa variabel independen (variabel bebas) dengan variabel dependen yang berupa kategori; biasanya 0 dan 1. Jenis variabel independen berupa kategori inilah yang membedakan regresi logistik dengan regresi berganda atau regresi linear lainnya.
Nilai kategori biasanya tertulis 0 dan 1, saat artikel ini ditulis, kebanyakan peneliti menggunakan regresi logistik untuk memproses 2 kategori saja. 0 biasanya digunakan untuk kategori “tidak” atau “belum”. Sedangkan angka 1 biasanya digunakan untuk mendeskripsikan responden yang bersesuaian dengan maksud penelitian. Misalnya, pada skripsi yang saya buat tahun 2008 mengisahkan tentang Faktor – Faktor yang mempengaruhi keputusan petani wortel memilih sistem pertanian organik di desa Tugu Selatan, Kecamatan Cisarua, Kabupaten Bogor”
Link skripsi itu adalah:
http://repository.ipb.ac.id/handle/123456789/1293
atau alternatif download lainnya disini
Pada skripsi tersebut menjelaskan variabel dependen yang terdiri dari petani yang tidak atau belum menggunakan sistem pertanian organik (dengan simbol : 0), dan kelompok kedua yakni petani yang sudah menggunakan sistem pertanian organik (dengan simbol : 1).
Karena nilai Dependen berupa kategori 0 dan 1, tentunya penjelasan persamaan yang menghubungkan antara variabel independen dan variabel dependen tidak bisa dilakukan secara linear seperti yang dilakukan pada regression umumnya. Maka penggunaan regresi logistik diperlukan untuk menghitung peluang kecenderungan responden untuk bernilai 0 hingga 1.
Tujuan Menggunakan regresi Logistik
Pemahaman tujuan menggunakan regresi logistik sangat diperlukan sebelum anda menggunakannya sebagai alat penelitian. Anda bisa mendalami dan membahas secara detil jika tujuan penggunaan regresi logistik anda kuasai secara detil. Setelah saya membaca beberapa jurnal yang menggunakan regresi logistik, saya menyimpulkan tujuan penggunaan regresi logistik secara umum ada tiga, yakni
Menghitung peluang
Persamaan yang diperoleh dari proses regresi logistik, dapat digunakan untuk menghitung peluang responden diluar responden yang termasuk dalam penelitian. Contoh yang dapat dipahami adalah proses pengajuan kredit. Pihak bank biasanya melakukan evaluasi kelayakan seseorang layak atau tidak untuk menerima kredit pinjaman dari bank. Beberapa pertanyaan diberikan kepada pihak bank terhadap calon penerima kredit. Pertanyaan yang diberikan seputar karakteristik variabel calon penerima modal tersebut merupakan variabel independen yang akan diinput oleh petugas bank kedalam model. Dari beberapa variabel yang dipertanyakan itulah, petugas bank dapat menentukan peluang calon penerima kredit tersebut untuk bisa mengembalikan pinjaman atau tidak, nilai antara 0 – 1.
Tentunya model yang digunakan oleh petugas bank adalah model regresi logistik berdasarkan data-data peminjam sebelumnya. Dalam model tersebut terdapat komponen bahwa biasanya peminjam yang memiliki pendapatan dibawah sekian dengan pinjaman yang telah dimiliki sebelumnya sekian, ditambah tanggungan kerja sekian, memiliki peluang untuk mengembalikan pinjaman sebesar sekian ( nilai 0 -1).
Melihat karakteristik
Tujuan kedua ini sering digunakan untuk melihat perbedaan karakteristik antara 2 kelompok. Salah satunya adalah skripsi saya yang saya sebutkan diatas. Skripsi tersebut menggambarkan karakteristik petani anorganik dan petani organik. Hasil kesimpulan bahwa peluang petani mampu beralih dari anorganik ke organik adalah karena perbedaan harga produk hasil kedua proses tersebut. Petani organik bersedia beralih dari anorganik ke organik meskipun produktivitas organik lebih kecil dibanding anorganik. Namun, perbedaan harga yang tinggi menjadikan petani organik memiliki pendapatan yang lebih tinggi dibandingkan petani anorganik.
Tujuan melihat karakteristik ini biasanya membahas nilai odds ratio di masing masing variabel independen (nilai odds ratio adalah (exp(koefisien)) masing-masing variabel). Nilai odds ratio menjelaskan peluang responden beralih ke organik (contoh kasus diatas). Penjelasan nilai odds ratio berbeda dari nilai koefisien regression pada umumnya. Bila koefisien regresi menjelaskan : “ jika variabel X naik 1 satuan, maka nilai Y akan naik sebesar nilai koefisien satuan” maka exp(koefisien) atau odds ratio pada regresi logistik menjelaskan : “ responden yang memiliki variabel x lebih tinggi, maka akan berpeluang untuk memilih organik (contoh kasus diatas) sebesar “exp(nilai koefisien) atau biasa disebut odds ratio” kali dibandingkan responden yang memiliki variabel x lebih rendah”. Iya, nilai exp(koefisien) pada regresi logistik atau disebut sebagai odds ratio menjelaskan peluang, dan tidak menjelaskan berapa yang dimaksud “lebih tinggi” dari variabel X tersebut.
Faktor Yang mempengaruhi
Tujuan ketiga ini merupakan pengembangan dari tujuan kedua, peneliti mampu mengetahui faktor yang mempengaruhi mengapa terdapat perbedaan antara kedua kelompok tersebut. Nilai odds ratio yang tinggi menandakan varaibel tersebut memiliki pengaruh yang tinggi terhadap pemilihan beda dari responden. Tujuan untuk mengetahui faktor yang mempengaruhi ini adalah diharapkan faktor yang signifikan mempengaruhi tersebut merupakan faktor yang bisa diatur oleh peneliti atau pengambil kebijakan sehingga bisa menggiring responden lainnya untuk berbuat yang sama terhadap responden yang bernilai 1 sebelumnya.
Contoh pada skripsi ini adalah bahwa harga merupakan faktor yang paling berpengaruh terhadap preferensi petani memilih pertanian organik, maka pemerintah jika ingin mengembangkan pertanian organik harus melakukan kebijakan yang tetap menstabilkan harga agar terus berada diatas harga produk anorganik sehingga peminat petani organik akan sebakin banyak dan bisa terus berkembang.
Bagaimana Model Persamaan Regresi Logistik?
Jika regresi linear memiliki persamaan :
Y = a + b1X1 + …. + bnXn, dengan a sebagai konstanta, dan b1 hingga bn adalah koefisien, maka regresi logistik juga akan mengeluarkan output yang sama jika anda menggunakan software minitab atau SPSS. Namun, anda akan keliru jika langsung mengambil persamaan itu untuk menjelaskan atau membahas peluang.
Nilai koefisen masing masing variabel dari gambar diatas terletak pada kolom B, sedangkan penjelasan nilai odds ratio dari masing masing variabel adalah pada kolom Exp(B). jika anda menggunakan regresi logistik untuk membuat persamaan dan menginterpretasikan peluang pada responden lain, maka pembahasan anda akan berkutat kepada kolom B untuk membuat persamaan, jika anda akan membahas faktor yang mempengaruhi variabel secara parsial, maka anda akan membahas kolom odd ratio atau exp(B)
Persamaan regresi logistik adalah :
B0 merupakan konstanta, B1 merupakan koefisien masing- masing variabel.
Nilai p atau peluang (Y=1) dapat dicari dengan persamaan :
Persamaan tersebut dapat anda gunakan untuk menghitung peluang responden yang memiliki nilai variabel yang sudah ditetapkan dalam persamaan, hasil akhir nilai p tentunya akan berkisar antara 0 – 1.
Tahapan Proses Regresi Logistik
Mari kita langsung praktek dengan menggunakan spss 22. Buka spss dan copikan data yang anda miliki. Proses regresi logistik bermula dari klik analyze – regression – binary logistic
Kemudian isikan nilai kolom dependen dengan variabel Y dan kolom covariate dengan variabel independen. Anda bisa menggunakan bermacam – macam methode untuk mengeliminasi variabel dan memperoleh persamaan yang paling baik untuk menginterpretasikan penelitian anda, anda bisa membaca artikel saya tentang cara eliminasi variabel pada regresi. Pada latihan ini, kita pilih methode enter saja. Klik oK
Interprestasi Output
Interpretasi output spss ini dimulai dengan melihat goodness of fit persamaan model regresi logistik apakah telah memenuhi syarat untuk menginterpretasikan nilai y atau kah belum. Beberapa syarat yang harus diperhatikan dalam goodness of fit regresi logistik adalah :
Omnibus Test dan R Squared
Nilai signifikan omnibus test harus berada dibawah 0.05 jika anda menggunakan taraf kepercayaan 95%. Omnibus Test dengan jumlah variabel independen sebanyak x menghasilkan nilai signifikansi yang lebih rendah dari 0.05. Hal ini menunjukkan bahwa terdapat pengaruh yang signifikan dari x variabel independen secara simultan mempengaruhi variabel dependen.Kemudian nilai nagelkerke R Square merupakan nilai R squared pada regresi linear. Variabel independen mampu menjelaskan 86 persen variabel dependen yang terlihat dari nilai Square nagelkerke sebesar 0.86. Sedangkan 14 persen lainnya dapat dijelaskan oleh faktor lain diluar variabel independen dalam persamaan hasil regresi logistik.
Hosmer and lemeshow Test
Berbeda dengan omnibus test, nilai hosmer and lemeshow test justru dikatakan baik jika nilai signifikannya > 0.05.
Nilai Hosmer tersebut lebih besar dibandingkan α = 0.05, artinya terima H0 yakni model regresi logistik mampu menjelaskan data dan tidak terdapat perbedaan antara model dan nilai observasinya. Hal ini menunjukkan bahwa persamaan regresi logistik dapat digunakan untuk menjelaskan hubungan variabel independen dan variabel dependen
Signifikan Tiap Variabel
Ketiga indikator tersebut merupakan goodness of fit apakah model tersebut cukup baik untu menginterpretasikan hubungan variabel independen dan variabel dependen. Jika ada masalah dengan ketiga indikator tersebut, anda bisa melakukan seleksi variabel dengan tehnik backward atau forward seperti yang saya jelaskan di artikel Cara eliminasi variabel pada regresi
Selanjutnya anda harus menilai variabel secara individu mana yang mempengaruhi variabel dependen dengan cara melihat nilai signifikansi masing masing variabel. Variabel dikatakan signifikan mempengaruhi varaiabel dependen jika nilai signifikannya < 0.05.
Interpretasi nilai Odds ratio
Pada gambar pertama diatas terlihat bahwa SPSS menyediakan range peluang atau nilai odds ratio dari batas bawah (lower) hingga batas atas (upper). Artinya bahwa interpretasi setiap variabel bisa dilakukan dengan menambahkan range peluang tersebut. Contohnya: variabel luas ( petani yang memiliki luas sawah lebih luas memiliki peluang untuk bernilai Y = 1 sebesar 3.267 hingga 176.130 kali dibandingkan petani yang memiliki luas lahan lebih sempit.
Gunakan variabel yang signifikan tersebut untuk dibahas secara mendetil dengan menambahkan penjelasan deskripsi, argumen, dan daftar pustaka yang kuat sehingga analisis anda bisa diterima oleh pembaca. Nilai nilai odds rasio inilah inti dari pembahasan anda jika bertujuan untuk melakukan perbedaan karakteristik dua kelompok atau analisis faktor yang mempengaruhi.
Membuat persamaan
Persamaan diperlukan apabila anda selanjutnya ingin membahas atau meramal suatu peluang dimana kondisi – kondisi variabel telah anda peroleh. Contoh simple seperti diatas adalah penentuan layak atau tidak seseorang mendapatkan kredit pinjaman. Atau, bisa juga memprediksi peluang keberhasilan suatu program apabila memiliki kondisi kkondisi yang mirip dengan variabel yang ada di persamaan tersebut.
Cara membuat persamaan sudah saya jelaskan diatas, namun sebagai gambaran saya ilustrasikan sebuah contoh:
Hasil interpretasi nilai logistic regression adalah sebagai berikut:
B0 = -4.2
B1 = 2.3
Variabel independen yang diproses adalah : IP semester 1 mahasiswa dengan variabel dependennya : 0 berarti lulus lebih atau sama dengan 4 tahun, nilai 1 berarti lulus kurang dari 4 tahun.
Jika IP semester 1 seorang mahasiswa adalah 3, maka berapa peluang mahasiswa tersebut untuk lulus kurang dari 4 tahun?
Kita tentukan persamaannya yakni :
p = e(B0+B1X) / (1+ e(B0+B1X) )
p = e(-4.2+2.3(3)) / (1+ e(-4.2+2.3(3)))
p = 0.94
Peluang mahasiswa tersebut untuk lulus kurang dari 4 tahun adalah 0.94%. Dengan cara yang sama, mahasiswa yang memiliki IP semester 1 = 2, memiliki peluang lulus kurang dari 4 tahun sebesar 0.59%.
Terima kasih telah berkunjung
Terima kasih banyak, Pak artikelnya sangat membantu. Saya ada satu pertanyaan pak, dalam penelitian saya variabel A pada uji bivariat menunjukkan hasil yang tidak bermakna (p>0,05), namun variabel A dalam uji reglog menunjukkan hasil yang bermakna (p<0,05). Jika kasusnya seperti ini, kesimpulannya seperti apa ya Pak? Terima kasih, Pak
Mohon maaf pak izin bertanya, saya melakukan uji regresi logistik dan hasil Exp(B) terlalu tinggi 86,sekian, itu bagaiamana ya pak?
saya malah pernah ratusan nilainya… dilihat dulu signifikan atau tidak.
Malam Pak izin bertanya, jika uji chi square, hosmer and lemeshow, nagelkerke R square sudah 95% namun uji wald nya tidak lolos, semua nilai signifikannya hampir mendekati 1, bagaimana ya Pak?
https://agungbudisantoso.com/mengenal-dan-mengatasi-complete-separation-pada-regresi-logistik/
Terima kasih banyak pak 🙏🙏🙏🙏
Selamat siang pak. Perkenalkan nama saya andy, mahasiswa tingkat akhir. Mohon maaf sebelumnya telah mengganggu waktu bapak, disini saya ingin menanyakan tentang regresi yang saya gunakan apabila variabel independen atau bebas saya berskala ratio pak dan variabelnya ada 5, serta variabel dependen atau terikatnya dalam skala nominal dimana menggunakan variabel dummy yang berkategori 0 dan 1. jadi disini yang ingin saya tanyakan pak, lebih baik saya menggunakan regresi logistik atau regresi logistik berganda pak? dan untuk persamaannya gimana pak? Terimakasih banyak pak.
kuncinya ada di dummy nya ya ams. jika dummynya di variabel independen, maka menggunakan regresi berganda. tapi jika dummynya di variabel dependen atau variabel Y, maka menggunakan regresi logistik. terima kasih
Izin bertanya Pak, bagaimana jika smeua sudah lolos uji, namun uji wald nya tidak lolos, semua signifikan hampir mendekati 1? Mohon bantuannya ya Pak 😓
mungkin ini bisa membantu:
https://agungbudisantoso.com/mengenal-dan-mengatasi-complete-separation-pada-regresi-logistik/
Terima kasih
selamat malam, pak. terima kasih untuk artikelnya, sangat membantu sekali untuk mengerti regresi logistik. ada yang ingin saya tanyakan terkait regresi tsb, pak.
saya menggunakan model regresi logistik untuk penelitian saya, namun hasil yg didapatkan tidak ada variabel yang signifikan, pak. lalu dari uji hosmer & lemeshow dan uji omnibus hasilnya signifikan, pak (walaupun signifikansi uji omnibus sangat mepet sekali nilainya, 0,044), namun nagelkerke R squarenya hanya bernilai 0,201. jika masalahnya seperti itu, apa kemungkinan saya kurang tepat memilih model? adakah yg bisa diperbaiki jika saya tetap menggunakan model regresi logistik?
terima kasih, pak
coba perhatikan lagi teori yang digunakan dalam pembuatan model dan variabelnya. variabel yang digunakan tanpa mengikuti teori yang sudah ada memang berpotensi besar memiliki kebaikmodelan yang rendah. terima kasih
Terima kasih atas tanggapannya utk komentar saya, Pak.
Di situ masalahnya, Pak. Utk penelitian saya dengan menggunakan objek yg sama belum ada yg meneliti, jd utk teorinya saya mengacu dari teori objek2 yg sekiranya mirip dengan objek saya, Pak. Kalau begitu, bagaimana ya, Pak? Apakah tidak bisa diajukan acuan?
sebenarnya tidak harus berbeda sepenuhnya terhadap teori. kita bisa menambahkan variabel baru dan tetap menggunakan variabel yang kuat dari teori sebelumnya. saya berikan gambaran di pertanian: misalnya ada peneliti ingin menulis tentang pengaruh motivasi dan harga output terhadap produktivitas. dalam analisis regresinya dia tetap memasukkan variabel luas lahan jika ingin r squarednya tinggi, karena luas lahanlah faktor produksi yang paling dominan. namun, dalam modelnya dia berharap variabel motivasi dan harga juga mengalami signifikan dan berbanding lurus sesuai hipotesisnya sebagai bahan utama di pembahasan.
jika dia hanya menggunakan variabel motivasi dan harga sebagai variabel independen, sudah pasti penelitiannya tidak sesuai harapan karena r squared tidak akan membaik. semoga mbak paham dengan gambaran saya ini.
Izin bertanya pak, saya sedang melakukan uji dengan regresi logistik. Tetapi saya bingung pak bagaimana cara melihat pengaruh variabel x1 dan x2 terhadap y.
Apabila regresi berganda melihatnya nya dengan uji f. Lalu bagaimana dengan regresi logistik ini?
Sebelumnya Terima kasih, mohon bimbingannya
dengan melihat r squared nagelkerke dan omnibus test. terima kasih
selamat malam pak, chanel youtube nya apa pak
silahkan.. https://www.youtube.com/channel/UCFbye30FVP0zpliL47iXagg
Selamat siang pak, izin bertanya kenapa dalam data panel memggunakan log? Saya meresa kesulitan untuk menemukan literature alasan kenapa data saya di
log pak, Terima Kasih pak, mohon bantuanya pak🙏
ini sudah sy jawab via email
Pak izin bertanya, jika menggunakan analisis dengan regresi logistik biner apakah bisa mengetahui variabel independen yang paling berpengaruh/ paling dominan terhadap variabel dependen? Kalau bisa, caranya bagaimana ya Pak? Terima kasih, Pak.
variabel palimng berpengaruh ditunjukkan dengan odds ratio yang tertinggi dan signifikan pada taraf nyata ya mbak. terima kasih.
Halo selamat malam pa,ijin bertanya kalo untuk interpretasi dalam regresi logostik sederhana apakah lawer dan upper juga dibutuhkan?
Trus untuk interpretasi nilai koefisisennya bagaimna pa apabila nilaiinya positif
lower dan upper biasanya tidak dibahas. cuma klo mau bahas boleh boleh saja mbk. koefisien bisa dibahas jika mbak menampilkan persamaan linearnya (tapi belum persamaan expnensialnya ya..) terima kasih
Baik pa terima kasih,karena saya menggunakan regresi logistik sederhana dmna variabel indpandennya 1 dan dependennya 1,apakah sya harus mmbuat persamaanya atau bgimn pa?
Kalo untuk interpretasi lawer dan upper ini apakah smaa sprti analisis mnggnkan uji lain atau beda?
Pak ijin bertanya, bagaimana ya cara membaca expB untuk mengetahui peluang kategori saya, misalkan apakah ikut kategori dummy 1 atau 0 ? ExpB yg bagaimana yg bisa dibaca ikut kategori dummy 1 atau 0 ? Dasarnya apa ya ? Terimakasih sebelumnya
jika dummy maka patokan membacanya adalah angka 1, contoh: jika angka ExpB adalah 0.54, maka cara membacanya adalah peluang X pada dummy =1 untuk memilih Y (Y=1) adalah 0.54 lebih tinggi dibandingkan X dengan dummy = 0. terima kasih.
Halo slmt mlam pa..
Ijin bertanya jadi sya mnggunakan analisis regresi logostik sederhana..
Nah pada analsiis saya ada 5 variabel berpengaruh dan 1 variabel tdak berpengaruh dan nilai constannya negatif semua.
Setau saya nilai constan tidal mmpgrhi analisis saya.
Tetapi dosen saya mempertanyakan kenapa berpengaruh nilainya negtaf dan tidqk berpengaruh nilainya negatif juga.Terima kasih
Halo selamat malam,
Mungkin dosennya hanya menguji saja kak. Dijawab saja bahwa tanda koef negatif atau positif hanya menyatakan besarnya nilai peluang untuk nilai Y. Sedangkan signifikan mempengaruhi atau tidak itu ditentukan oleh nilao p value, bukan tanda koefisien. Terima kasih
Baik pa terima kasih.
Kemarin bimbgn sya sdah mnjlaskan,tapi mngkn online jadi bingung.
Jadi sy pikir mksd ibu saya itu hrus ubah nilai constannya karena bertolak belkang pa.
Kalo di analisis multivariat saya,sy mnggunakan rgrsi logstik sbrgnda nah nilai constannya juga negatif dan di beri tanda merah sama dosen saya jadi seprti bingung.
Kalo di regresi lgsrik sdrhan diberi tanda merah pada bagian constan yg varibelnya beprgaruh.
Mksh pa sudah mmbntu.
Maaf pa kalo bapak berkenan apakah sya bisa brknsltasi lewat email,soalnya seperti buntu.bingung mau mnjlskannnya bagaimna.
Merubah nilai tanda koefisien hampir mustahil kak kecuali kk mengubah lagi kombinasi variable variable independen atau mengiliminasi sebagian besar data, dan takutnya nanti mengarah modifikasi data. Coba buka layanan page di blog ini. Disana ada link wa saya. Terima kasih
Baik pa terima kasih,kalo ini untuk nilai constannya pa🙏
Pak, hasil analisis bivariat saya hasilnya ada hubungan semua dan nilai ORnya tinggi, Setelah di uji regresi logistik nilai omnibus = 0,000, nilai nagelkerke 0,965 namun semua variabel independen tidak berpengaruh semua Wald = 0,000, dan sig = 0,996. Kenapa bisa begitu
Sepertinya nyaris terkena complete separation. Sudah saya jelaskan di salah satu artikel. Silahkan dicari.
Terima kasih
maaf sebelumnya saya mau bertanya, bagaimana jika nilai R square nya mencapai angka 100%? nilainya terlalu tinggi, apakah ada yang salah dengan data saya ?
terimakasih sebelumnya
jika nilai pada kolom “B” bernilai negatif semua. apakah berarti variabel independen berpengaruh negatif terhadap variabel respon pak?lantas, apakah penelitian masih bisa digunakan?🙏
saya sudah pernah menjelaskan, entah melalui video atau lewat artikel blog, bahwa dalam penerjemahan koefisien pada regresi logistik tidak terletak pada positif atau negatifnya. karena logistik berbicara peluang. jadi yang diperhitungkan dalam penjabaran outputnya adalah odds ratio. meskipun kecenderungannya jika koef B bernilai negatif, biasanya nilai odds ratio antara 0 dan 1 yang artinya peluangnya kecil sekali. terima kasih.
oh iya, terkait penelitian bisa digunakan atau tidak, tergantung hasil tersebut sesuai teori atau bisa dipertahankan tidak argumennya..
nilai e nya itu dari mana ya pak?yang dalam persamaan tersebut?
nilai e adalah eksponensial. karna kurva logit berupa eksponensial.
Selamat siang pak, izin bertanya. Nilai Omnimbus test saya signifikan. Namun pada uji wald tidak ada yang signifikan. Apa bisa diatasi ya pak? Mohon bantuannya. Terimakasih
uji wald biasanya uji parsial di regresi berganda ya.. jika memang ingin signifikan pada uji wald, maka sebaiknya mbak run satu persatu variabel independen dengan variabel dependennya. temukan mana yang lebih dominan mempengaruhi variabel dependennya. terima kasih
Pak agung izin bertanya. Apakah bisa jika pada uji chi square saya menggunakan acuan Pvalue < 0,25 ? karna yang saya tahu biasanya menggunakan 0,05 atau 0,1.
Terima kasih pak
jika pertanyaannya bisa atau tidak, maka jawabnnya adalah bisa. ini terkait masalah tingkat kepercayaannya saja. jika mengambil alpha 0.25 maka tingkat kepercayaannya hanya 75%. terima kasih
Bagaimana jika pada koefisien Beta nilai constan positif sedangkan nilai koefisien Beta X1, X2 dan X3 negatif. Dan hanya X2 yang signifikan . Bagaimana interpretasi persamaan Logistiknya?
jika negatif, biasanya nilai odds rationya dibawah 1. cara interpretasinya sudah ada di artikel ini. persamaan logistiknya juga udah ada di bagian akhir, menggunakan rumus e . terima kasih
Pak izin bertanya kalau kasusnya seperti ini apakah hasil dr pengujiannya benar? Soalnya saya lihat rata2 nilai constant nya negatif dan koefisien beta nya yg positif. Saya takut data saya yang salah. Terima kasih banyak pak mohon pencerahannya
yang penting nilai odds rationya dilihat. kemudian cocokkan dengan teori nya. terima kasih
Selamat sore, saya izin bertanya
Apabila nilai pada kolom B 0,000 dan niali lower dan upper nya 1,000, itu kenapa ya pak? Lalu harus dibagaimanakan?
Terima kasih sebelumnya.
yang dilihat nilai EXP(B). lower berarti peluang terendah. upper adalah peluang tertinggnya. terima kasih
Izin pak, saya juga mendapat hasil yang seperti ini dimana nilai OR kurang dari 1, apakah masih dapat di jadikan faktor resiko/bermakna tidak? Apakah terdapat kesalahan dlm data nya pak? Terimakasih banyak pak
bermakna atau tidaknya silahkan lihat p valuenya mbak. jika kurang dari 5 persen, meskipun kecil berarti signifikan. terima kasih
selamat siang pak, izin bertanya. apakah regresi logistik memerlukan hubungan koefisien korelasi? kalau iya, bagaimana ya caranya pak? terimakasih
selamat pagi. regresi logistik dalam menginterpretasikan menggunakan odds ratio. jadi tidak perlu menggunakan korelasi koefisien. munculnya regresi logistik disebabkan karena tidak memenuhi kaidah asumsi klasik, sehingga asumsi klasik tidak berlaku di logistik. terima kasih
selamat siang pak izin bertanya
mengapa nilai OR variabel bebas saya pd uji chi square tidak sinkron dengan nilai OR pada uji regresi logistik uji?
dalam uji chi square nilai OR > 1, namun pada uji regresi logistik nilai OR < 1 karena nilai koef B per variabel negatif dan juga nilai konstantanya positif
kenapa itu bisa terjadi ya pak? bagaimana solusinya agar sinkron?
terimakasih pak
Regresi Logistik dipengaruhi juga oleh variabel independen yang lain. jadi pastikan antar variabel tidak memiliki multikoliniearitas. Terima kasih
selamat siang.. saya izin bertanya pak
saat ini sy sdg dalam proses menyusun skripsi yg juga menggunakan analisis multivariat regresi logistik untuk mencari faktor2 yg berpengaruh thdp variabel Y
hasil analisis bivariat saya menunjukkan bahwa variabel sikap, pengetahuan, pekerjaan, pendidikan menghasilkan nilai p 1 yg berarti variabel tsb dianggap sbg faktor resiko
namun, setelah sy masukan ke dalam uji regresi logistik malah menghasilkan koefisien B negatif semua sehingga nilai Exp(B) menjadi < 1 dan juga nilai constant positif
apabila Exp(B) < 1 brrti variabel tsb bukan merupakan faktor resiko kan pak?
Mohon untuk penjelasannya pak, mengapa nilai OR dalam bivariat tidak sinkron dengan nilai OR dalam multivariat
terimakasih pak
jelas sebuah kasus yang berbeda antara bivariat dan multivariat. anda harus memperhitungkan hub hub antara variabel bebas dalam regresi logistik tersebut. terima kasih
selamat pagi pak, hendak bertanya, saya telah melakukan uji reg logistik, Nilai signifikan omnibus di atas 5% yaitu 0,628 , nilai R nya 14,8%. sedangkan nilai hosmer sudah di atas 5% yaitu 0,271. dan hasil uji pengaruhnya, tidak ada yang signifikan atau di atas 5% semua pak.
cara mengatasinya gimna ya pak? agar salah satu variabel saya ada yg signifikan.
varaibel Y ; duummy = Financial Statment Fraud
Variabel X1,X2,X5 = rasio
variabel X3 dan X4 = Dummyb
Silahkan simak video saya di youtube meningkatkan r square ya mbk… Nanti perlaham variabelnya ada yang signifikan.
Terima kasih
Mohon ijin bertanya, bagaimana jika nilai sig Omnibus tes nya lebih dari 0,5/0,1/0,01?
Biasanya itu bersesuaian dengan r squared nya. Tingkatkan r squarednya, omnibus tes akan mengikuti. Terima kasih
Terimakasih bermanfaat sekali
Jika output “variables in the equation” pada bagian 95% Cl for Exp(B) hasilnya . (titik saja) bagaimana cara penulisannya di tabel.
maka tuliskan 0.0 saja.
Selamat malam mohon maaf menganggu, pak hendak bertanya kalau saya menggunakan regresi logistik apakah bisa mengeliminasi datanya mengacu pada nilai eror ya untuk ningkatin r square nya?
selamat pagi.. bisa, silahkan lihat video di channel yotube saya ya..
Jadi untuk variabel independen saya tidak boleh nominal ya pak? kalau menggunakan ordinal pak? Apa masih bisa digunakan pada moderating yang interval?
Kalau iya, data ordinal itu di transformasi ke interval pak? lalu tinggal di kali dengan variabel moderating pak? untuk analisis moderatingnya pak?
ordinal sudah bisa. namun pada dasarnya skala pengukuran semakin keatas semakin baik.
Assalamu’alaikum pak, saya hendak bertanya,
bagaimana melakukan MRA dengan regresi logistik, variabel Y ada 5, moderasi 1, dan Y nya 1 dengan kategori 1 dan 0 (binary)
maksud saya X nya ada 5
mohon maaf, maksud saya X nya ada 5, terima kasih.
Assalamualaikum pak. mau tanya untuk analisis moderating pada regresi logistik dengan variabel moderatingnya itu interval dan variabel independentnya itu nominal, bagaimana pak
wa alaikum salam.. variabel nominal sebaiknya jangan menggunakan moderating. skala nominal tidak memiliki adanya tingkatan. misalnya pria dan wanita tidak bisa diartikan satu lebih besar dari nol. terima kasih
Jadi kalau saya ganti v.independennya menggunakan ordinal itu perkaliannya dengan v.moderating bagaimana pak?
apa harus di transformasikan ke interval dulu pak? ini variabel saya opini audit yang v.independent
Pak, saya ingin bertanya, jika variabel Y merupakan variabel dummy, apakah batasan nilai Z (agar dapat digolongkan financial distress atau tidak) ditentukan sendiri oleh peneliti atau punya perhitungan tersendiri? Karena saya menemukan batasan nilai Z yang berbeda setelah melihat beberapa penelitian terdahulu, seperti dibawah ini:
Z > 2,99 =0 (Non-Financial Distress)
Z ≤ 2,99 = 1 (Financial Distress)
ada juga yang menetapkan
Z > 2 =0 (Non-Financial Distress)
Z < 2 = 1 (Financial Distress)
jika ada dasar atau teori atau literatur penetapan batas Z akan lebih baik. itu akan membuat argumen mbak lebih kuat. jika tidak ada, maka peneliti sendiri yang menetapkan. tapi itupun harus berdasarkan logika dan perlu dijabarkan mengapa ditetapkan seperti itu. terima kasih
Selamat malam Pak, saya sedang melakukan penelitian dgn variabel Y adalah financial distress dan variabel X merupakan rasio-rasio model Z-Score. Saya berniat menggunakan metode regresi logistik, namun setelah melihat bbrp contoh penelitian terdahulu, beberapa peneliti menentukan suatu batasan untuk dapat dikatakan bernilai 0 atau 1. Contoh: Z > 2,99 = 0 (Non-Financial Distress)
Z ≤ 2,99 = 1 (Financial Distress).
Yang ingin saya tanyakan, adalah nilai 2.99, sy menemukan nilai yang berbeda pada penelitian lain (Z > 2 = 0 (Non-Financial Distress)
Z < 2 = 1 (Financial Distress), apakah nilai tersebut tergantung peneliti saja atau memiliki cara untuk menentukan nilai batasan tersebut?
ini tadi sudah dijawab ya mbak. terima kasih..
maaf pak saya ingin bertanya lagi. apabila salah satu variabel independen saya memiliki tiga skala yaitu variabel tingkat pengetahuan dengan skala: kurang, cukup, dan baik, apakah syarat untuk melakukan uji regresi logistik sama seperti diatas atau berbeda ya pak? terimakasih
independen lho ya… atau variabel X. bisa regresi logistik bisa regresi berganda. regresi logistik itu patokannya variabel dependen atau Y. terima kasih
selamat malam pak. saya ingin bertanya kok di utput spss saya hasil test hosmer dan lemeshownya tidak ada ya? padahal untuk test omnibus sudah memenuhi. terimakasih
maaf pak sudah muncul ternyata dari test hosmer dan lemeshownya. selanjutnya saya ingin bertanya, apabila salah satu variabel independen memiliki skala data yg lebih dari dua apakah syarat yang digunakan sama seperti diatas? pada penelitian saya ini terdapat variabel independen tingkat pengetahuan dengan skala: kurang, cukup, dan baik. terimakasih
iya mbak. variabel itu disebut memiliki skala ordinal. terima kasih
Pak, saya mau bertanya bagaimana cara menaikkan/mengatasi hasil homser and lemeshow test sig nya agar H0 diterima?karena hasil hosmer and lemeshow punya saya sig. .000
Reply
itu terkait pola datanya ya mbk. jika variabelnya banyak, silahkan cek satu satu dan temukan kira kira variabel mana yang perlu dieliminasi. terima kasih
Mas Agung izin bertanya,
Skripsi saya menggunakan regresi logistik,
Variabel X (Pendapatan, Harga, Sertifikasi Halal) = Likert dan Variabel Y (Keputusan Pembelian) = Dummy.
Pertanyaan saya apakah variabel x nya harus saya coonvert ke Skala Interval dulu?
skala pengukuran ada nominal, ordinal, interval dan rasio. sepertinya pendapatan adalah rasio baiknya jangan dijadikan interval. semakin tinggi skala penguluran semakin baik.
pak agung izin bertanya jika hasil regresi kita keluar warning, apa penyebabnya dan apakah variabel kita bermasalah atau ada kesalahan, kemudian apakah berpengaruh terhadap hasil kita
iya kak.. tentu warning menandakan adanya masalah. cara mengetahuinya dirunut lagi sejak uji klasik dari awal. terima kasih
Siang pak, saya mau tanya, apakah regresi logistik juga membutuhkan uji t? Terima kasih sebelumnya
Pak izin bertanya untuk analisis regresi logistik yang ada variabel moderasinya, cara input variabel moderasinya dibagian mana ya pak sehingga hanya terbentuk satu persamaan yang sudah termasuk variabel moderatingnya? Terima kasih sebelumnya
variabel moderasi sebenarnya sama dengan variabel independen atau variabel X. hanya saja keberadaan variabel ini dilihat pengaruhnya terhadap hubungan variabel Y dengan variabel X yang lain. terima kasih
selamat sore pak. izin bertanya. apakah kualitas persamaan regresi logistik cukup diuji dgn hosmer and lemeshow test? bagaimana dengan menggunakan nilai AUC? karena penelitian saya memiliki nilai hosmer dan lemeshow test yg baik(>0,05), tetapi nilai ROC sebesar 64% yg termasuk kurang baik. apakah persamaan ini bisa digunakan? terima kasih
selamat sore. semakin lengkap indikator yang digunakan akan semakin baik. namun hosmer lemeshow sudah cukup. terima kasih
pak izin bertanya jika nilai odd ratio menunjukkan sig 0,000 lower dan upper 0,000 apakah bisa dikatakan bernilai signifikan? terimakasih
iya..nilai p value tersebut menyatakan signifikan.terima kasih
Pak, izin bertanya, apakah bisa pak jika saya ingin menjadikan Covid-19 variabel dummy, seperti contoh berikut ini “Apakah pendapatan anda menurun karena adanya Covid-19?”
0 = Ya
1 = Tidak
Terimakasih pak sebelumnya.
iya.. bisa. tidak masalah 0 atau 1 nya untuk yang menurun atau naik. nanti interpretasinya saja yang berbeda. ingat, skala nominal tidak memiliki tingkat lebih tinggi dibandingkan nilai yang lain.
selamat malam pak, terimaksh telah berbagi ilmunya. begini kk, saya ingin menanyakan sekaligus meminta bantuin sedikit perihal skripsi yg sedang saya krjakan sekrang. begini pak penjelasannya.. skripsi saya kan memiliki 4 var independen, 1 dependen dengan 1 var moderasi. nah! saya kn sdh mencoba mengolah data yg pertama, data yg sy olah blm mencantmkan data var moderasi dan diperoleh hasil utk hosmer and lemeshow test di atas 0.05 atau dpt dikatakan fit sehingga data tsb dpt diolah. kedua, saya mencoba utk mengolah data dgn menambahkan data var moderasi dan diperoleh hasil utk hosmer and lemshow test di bawah 0.05 sehingga data tsb tdk fit. oleh krn itu pertanyaan yg akn sy ajukan yaitu bagaimana cara mengolah data agar hasil hosmer and lemeshow testnya di atas 0.05? mohon penjelasannya. terima ksh.
Jika ingin menggunakan moderasi, baiknya jangan menggunakan regresi logistik. Gunakan path analysis atau SeM. Silahkan browsing di blog ini juga tentang sem. Terima kasih
Pak gimana membuat hasil homser and lemeshow test sig nya >0.05 agar H0 diterima?
Pak gimana caranya agar hosmer and lemeshow test sig nya jadi >0.05 karena sya hasilnya. 000
Selamat malam pak, maaf saya ingin bertanya skripsi saya tentang pengaruh ukuran perusahaan, profitabilitas, leverage, dan pertumbuhan penjualan terhadap tax avoidance. Bagaimana caranya menetukan nilai 0/ 1 ( melakukan tax avoidance (1) dan tidak melakukan tax avoidance (0) pada suatu sampel? Kemudian apakah yang diberikan nilai 0/1 variabel X dan Y atau Y saja? Terima kasih
saya jawab di video ini ya..terima kasih
https://youtu.be/tYTxkP3heaE
Maaf mau tanya pak, penelitian saya itu kan tentang analisis faktor risiko yang berhubungan dengan kejadian pneumonia pada balita di puskesmas x.. terdiri dari 6 variabel. yg mau saya tnyakan apa boleh saya menggunakan uji qhi square sja nggak perlu uji regresi logistik? Mohon saran dan penjelasannya pak. Terimaksih:)
saya jawab di video ini ya..terima kasih
https://youtu.be/tYTxkP3heaE
Selamat malam pak, saya mau bertanya. Kenapa di output saya hasil wald test nya 0 semua ya pak? Sehingga secara parsial tidak ada variabel independen yang signifikan, padahal waktu uji serentak hasilnya signifikan. Mohon jawabannya pak🙏
sudah lewat uji asumsi klasik apa belum?
maaf pak, izin bertanya, apakah regresi logistik masih memerlukan uji asumsi klasik???
Permisi pak izin bertanya, apakah bisa menggunakan regresi logistik apabila variabel dependen menggunakan rasio? Namun variabel independen campuran nominal dummy dan rasio tp lebih banyak menggunakan dummy utk variabel independen
logistik itu variabel dependennya dummy ya mbak. jadi mestinya tidak bisa menggunakan regresi logistik.
selamat malam pak, skripsi saya telah selesai saya kerjakan akan tetapi ada satu permasalahan yang ditekankan oleh penguji saya. Judul skripsi saya adalah pengaruh debt default, pertumbuhan perusahaan, opini audit going concern tahun sebelumnya, reputasi kap terhadap penerimaan opini audit going concern.
opini going concern ini merupakan variabel kategorik dimana 1 utk prsh yang menerima opini going concern, dan 0 untuk perusahaan yang tidak menerima audit going concern. Akan tetapi dosen saya mempermasalahkan kenapa sampel saya mengikutsertakan perusahaan yang tidak menerima opini audit going concern, padahal itu merupakan variabel dummy, saya bingung menjelaskannya seperti apa lagi :(. Mohon pencerahaannya pak 🙁
perlunya mengambil sample pada perusahaan dengan nilai 0 adalah untuk menghitung peluang dan membndingkan karakteristik dua kelompok. jawaban lebih detil silahkan melihat video TJBudi#02. terima kasih
Selamat malam Pak Agung. Maaf mengganggu waktunya, saya angki mau bertanya apakah uji regresi logistik memerlukan uji multikolinearitas, seandainya iya apakah cuman perlu multikolinearitas saja. Kalau iya buku siapa yg menyebutkan klu regresi logistik hanya perlu uji multikol. Terimakasih Pak Agung.
Salam horma
selamat pagi… dalam regresi logistik tidak ada uji asumsi klasik mas.. simak pembahasannya di video youtube channel catatan budi dengan judul TJ Budi #1
Selamat malam pak agung, bagaimanakah cara menginterpretasikan hasil logistik regresi dimana Variabel independennya gabungan dari data kontinyu (ex: Jumlah penyakit) dan kategorik(status perkawinan: menikah dan single)?apakah sama cara menginterpretasikannya jika ada referensinya bolehkah sy mendapatkannya pak?terimakasih banyak.
berbeda mbk. untuk data continyu: setiap satu satuan X memiliki peluang sebesar (odd ratio) kali dibandingkan nilai sebelumnya. untuk yang kategorik misalnya : menikah memiliki peluang sebesar (odds ratio) kali dibandingkan yang single.
malam pakk aku lagi skripsian dimana tujuan 3 aku menganalisis faktor-faktor yang mempengaruhi kesediaan masyarakat membayar untuk kelestarian lingkungan Ruang terbuka hijau(taman)
dimana y nya bersedia/tidak
var independen nya ada
umur(Thn)
kelamin(L&P),
pendidikan(1 SD,2SMP,3SMA sampai 6 S2),
pendapatan(03jt),
tanggungan keluarga(orang),
jarak ke RTH(02km),
status tempat tinggal (1 milik pribadi 0 sewa)
dan status kepndudukan (1 asli 0 pendatang).
aku mentok di implementasinya karena koefisiennya terbalik.
dimana var independen aku yang signifikan ada
umur, tanggungan keluarga,jarak dan status tempat tinggal.
tapi hubunganya kok aneh.
koefisien negatif ada umur dan status tempat tinggal dimana harusnya positif
semakin tua umur kesediaan membayar harusnya makin besar
status tempat tinggal milik sendiri harusnya lebih besar dibanding yang ngontrak
koefisien positif ada jarak dan tanggungan (yang harusnya negatif)
harusnya semakin banyak tanggungan kesediaan membayarnya berkurang
dan semakin jauh jarak tempat tinggal ke RTH kesediaanya membayarnya semakin kecil :(.
kira” aku salah masukin data yang 0 dan 1 atau implementasinya harus gimana pak?
pertanyaannya kurang lengkap mas. jadi yang bersedia membayar pada variabel dependennya diberi nilai 1 atau 0 ya?
Bersedia membayar 1
Tidak bersedia 0
Oke.. ini hanya hipotesis aja ya. Tentang umur lebih tinggi malah enggan membayar, mungkin kaitannya dengan bauran pengguna taman. Apa sudah dipastikan mayoritas orang yang berumur? Siapa tau justru yang menikmati adalah kaum muda dan pasangan muda. Tentang kepemilikan rumah (ini juga masih hopotesis), taman biasanya ada di perkotaan dan kebanyakan orang di perkotaan lebih banyak yang menyewa dibandingkan kepemilikan sendiri, terlebih disangkut pautkan dengan umur tadi yang masih muda muda.
Sekali lagi ini hipotesis. Saran saya baiknya diperiksa bauran umur data yang anda miliki nanti akan terlihat deskripsinya disana. Terima kasih.
halo mas fadil, permasalahan mas tentang koefisien dan odds ratio saya jadikan bahan artikel dan video pembahasan youtube. silahkan disimak ya… kemungkinan tanggal 18 sudah saya upload videonya. artikel blog saya upload malam ini. terima kasih.
selamat sore.. maaf saya sudah mencoba mencari literatur tersebut. tetapi ternyata prabayar. apakah bpk bisa menjelaskan kenapa regresi logistik tidak pakai uji autokorelasi, sedangkan uji multikolinearitas masih di perbolehkan ? terimakasih, saya sangat menunggu jawaban bpk.
karena regresi menggunakan model logit atau kurva S. berbeda dengan regresi yang mengansumsikan semua linear atau garis lurus. terima kasih
Selamat malam pak saya ingin bertanya
apakah beda dari Forward conditional, LR, dan wald?
dan bagaimana jika saya menggunakan model enter tetapi hasil sig nya > 0,05 semua?apa yang harus saya lakukan?
terima kasih
ini kaitannya tentang cara software mencari model yang terbaik. sepertinya saya sudah bahas ya.. terima kasih
Malam pak saya ingin bertanya, jika Nilai Nagelkerke R Square nya sangatlah kecil sebear 12% padahal jumlah data 180, itu penyebabnya apa ya?
ini ibarat ke dokter kemudian bilang “dok, saya demam, penyebabnya apa ya?” dan kita tau bahwa penyebab demam itu ada banyak.
saran saya silahkan baca artikel saya dengan kategori regresi ya… selamat bereksplorasi.. terima kasih
pa agung saya mau tanya, ini spss nya pake yang berapa yah ?
apa tiap versi nnti hasilnya beda?
makasih…
semua versi hasilnya sama. perbedaan versi hanya pada perbedaan fitur saja. terima kasih
Mohon maaf pak mengganggu. Saya mau nanyak, jika variabel independennya rasio dan variabel dependennya dummy apakah bisa menggunakan regresi logistik?
Contohnya dalam “pengaruh laporan keuangan dalam memprediksi financial distrees”.
Mohon pengarahannya pak.
saya jawab di video ini ya..terima kasih
https://youtu.be/tYTxkP3heaE
Selamat siang pak. Maaf mengganggu waktunya. Saya sedang melakukan penelitian mengenai “faktor yang mempengaruhi terhadap ketepatan waktu penyampaian laporan keuangan”, terdapat 6 variabel x atau 6 faktor yang akan saya uji. Namun 4 variabel menggunakan metric dan 2 variabel menggunalan skala nominal, untuk variabelnya juga menggunakan skala nominal (0 dan 1). Apakah penelitian menggunakan regresi logistik sudah tepat pak? Dan apakah cukup menggunakan regsresi logistik saja? Atau saya harus menambahkan uji lain? Terimakasih pak
menentukan penggunaan regresi logistik atau tidak adalah karakter variabel dependen, bukan variabel independen. jika variabel dependennya dummy maka bisa menggunakan regresi logistik. sudah cukup kah? itu tergantung penelitiannya. tapi klo hanya skripsi saya rasa sudah cukup. terima kasih
Apakah Ada perhitungan manual dengan dataset Yang sangat sederhana ?
Saya pernah berpikir demikian. Tapi belum sempat waktunya.. Terima kasih
Selamat malam Pak, mohon izin bertanya untuk metode variabel selection di spss kan ada enter, forward, backward dan stepwise kira2 mana yang paling baik ya pak? Atau bagaimana kelebihan dan kekurangannya? Soalnya saya ditanya dosen saya mengapa menggunakan metode enter pak, apakah ada patokan tertentu dalam memilih metode tersebut? Terima kasih
selamat malam mbk..selamat belajar ya.. metode enter secara gampangnya tidak menyertakan seleksi variabel, artinya variabel yang kita masukkan sudah given, tidak boleh spss mengeliminasinya. metode forward, spss memulai dari variabel yang memiliki r square tertinggi, kemudian menambah satu demi satu variabel apakah masih signifikan atau tidak. pada titik sudah tidak signifikan, spss akan stop memproses. kebalikannya metode backward, spss memproses seluruh variabel, kemudian mengelliminasi satu demi satu variabel yang dinilai memiliki signifikan paling kecil, terus demikian sehingga spss menemukan kombinasi variabel independen yang tepat. sedangkan stepwise adalah kombinasi keduanya.
kelebihannya, kita bisa menganalisa atau bongkar pasang variabel disana. kelemahannya, terkadang variabel yang tereliminasi adalah variabel yang kita harapkan signifikan. terima kasih
Selamat malam pak, mau bertanya, bagaimana cara menginterpretasi nilai EXP(B) apabila variabel dependennya 2 kategori, dan variabel independennya 4 kategori ? Karena yang saya temukan biasanya keduanya hanya terdiri dari 2 kategori.
sama saja.. cara membacanya adalah responden yang memiliki kategori satu tingkat lebih tinggi memiliki peluang exp(B) lebih tinggi dibandingkan kategori tepatnya dibawahnya.
Mohon pencerahannya pak, saya saat ini sedang melakukan penelitian untuk skripsi dengan tujuan mencari faktor-faktor yang berpengaruh pada perempuan berpendidikan tinggi yang menjadi IRT, apakah uji regresi logistik merupakan uji yang tepat untuk digunakan? Selain itu, apakah jika sebuah model tidak fit tetap bisa digunakan pada penelitian tersebut?
Bisa.
Pak saya mau nanya, untuk regresi logistik apakah diperbolehkan untuk tranformasi data ?
Boleh. Tapi dalam rumusnya nanti dimasukkan transformasi datanya.
Misal y = ln x , dsb
Halo pak, maaf pak saya mau nanya data saya y pake dummy jadi saya pake regresi logistik. Namun hasil semua variabel tidak berpengaruh. Akhirnya saya lakukan transformasi data baik sqrt lg10 dan ln +0,5 hasil berpengaruh 2 variabel pak. Y dummy itu saya ikut transform pak. Tapi saya jg coba y nya tdk ditransform hasil tetap sama pak masih berpengaruh 2 variabel. Yang mau saya tanyakan apa boleh pak regresi logistik kasus saya ini pake transformasi data? Lalu saya harus memperkuat ini dengan landasan apa ya pak? Mohon dibantu jawab pak. Saya sudah pusing sekali pak 🙏😭
https://youtu.be/hHfQaOGsm9o
Sudah saya jelaskan divideo ini ya..
Mohon pencerahannya pak, saya sedang melakukan penelitian dengan tujuan mencari faktor apa saja yang berpengaruh terhadap perempuan berpendidikan tinggi yang menjadi IRT, apakah penggunaan uji regresi logistik merupakan hal yang tepat? Selain itu, apakah jika sebuah model tidak fit tetap bisa digunakan pada penelitian tersebut?
Saya sedang melakukan penelitian dengan tujuan mencari faktor apa saja yang berpengaruh terhadap perempuan berpendidikan tinggi yang menjadi IRT, apakah penggunaan uji regresi logistik merupakan hal yang tepat?
Haloo pak. saya ingin bertanya kenapa hasi dari uji regresi logistik saya pada tabel variabel in the equation hasilnya >0,05 semua? mohon pencerahannya pa saya sudah coba menambah variabel tapi hasilnya tetap sama
Bisa jadi semua variable tersebut memang tidak signifikan terhadap nilai Y. Pastikan uji asumsi klasiknya sudah terpenuhi, jumlah datanya banyak dan heterogen, teori pendukungnya kuat.
assalamualaikum pak, saya ingin bertanya mengenai skripsi saya berjudul perbandingan kinerja perbankan konvensional dan perbankan syariah di indonesia. itu bagaimana menginterpretasi ke regresi logistik ya pak. syaa bingung, terimakasih.
assalamualaikum pak, saya ingin bertanya mengenai skripsi saya berjudul perbandingan kinerja perbankan konvensional dan perbankan syariah di indonesia menggunakan RGEC pak. itu bagaimana menginterpretasi ke regresi logistik ya pak. syaa bingung, terimakasih
Wa alaikum salam. Biar ga bingung, coba di list dulu apa yang menjadi variabel Y dan variabel Xnya.
Kemudian tentukan masing masing variabelnya skalanya apa? Dari situ bisa terlihat mau menggunakan analisis apa. Terima kasih
variabel X = RGEC (risk profile, GCG, Earning, Capital)
variabel Y = Tingkat Kesehatan bank
menggunakan Skala ordinal pak, soalnya menentukan bank sangat sehat, cukup sehat, sehat, tidak sehat.. apa benar pak ?
mohon pencerahannya, Terimakasih
Klo mau pakai regresi logistik, maka variabel y menggunakan skala nominal. Iya dan tidak. Atau dalam hal ini sehat atau tidak sehat. Nanti yang dihitung adalah peluang sebuah bank apakah dia sehat aoa enggak. Kok ngomongin sehat? Banknya kena covid?
bapak jangan bercanda hehe, oh berarti pakai skala nominal ya pak.. hehe terimakasih pak
lalu bagaimana mengintrepetasikan ke analisis logistik ya pak..
soalnya saya bandingkan antara bank syariah sama bank konven sehat yg mana?
assalamualaikum pak, tolong saya.. saya mau sempro hari senin besok hehe… terimakasih pakk
Saya rasa mbk harus banyak banyak membaca literatur atau skripsi tentang analisis regresi logistik. Kuncinya ya antara bank sehat atau tidak, entah itu syariah atau bukan
selamat pagi mas, saya mau minta pendapat karena masih bingung dg alat analisis. dengan judul skripsi “analisis penerapan prinsip etika bisnis islam dalam strategi bisnis online” menggunakan regresi logistik biner, apakah cocok? minta sarannya ya mas
selamat pagi mbk.. regresi logistik biasanya mengambil data sample dari 2 kelompok. artinya jika analisis ini dilanjutkan, berarti mbak akan mengelompokkan kumpulan bisnis yang beretika dan yang tidak beretika? apakah itu tidak menyulitkan diri sendiri? yang kedua, biasanya regresi itu membahas pengaruh a terhadap b, jika lihat topiknya yang mbak tulis itu tidak memenuhi. strategi bisnis lebih kearah analisis manajemen. namun jika dipaksa harus menggunakan kuantitatif, SEM lebih mendekati karena nantinya akan menggunakan variabel laten terhadap variabel prinsip etika bisnisnya. demikian pendapat saya
Pak Agung, saya mau bertanya saya sedang megolah data pakai spss dengan model regresi logistik.. di option pada regresi logistik di spss saya tidak mencetangkan “include constan in model” agar modelnya menjadi fit apakah tidak apa-apa Pak? terima kasih
Boleh saja… Asal argumennya dapat kenapa konstanta tidak diikutkan. Tidak ada konstanta bisa diartikan hampir tidak ada variabel lain diluar variabel independen yang mempengaruhi dependen.
Selamat siang pak, saya mau tanya kenapa regresi logistik di penelitian saya hasil sig di variables in the equation tidak signifikan semua?
Assalamualaikum pak, saya ingin bertanya jika hasil hosmer and lemeshow test dibawah 0,05 apa yang harus saya lakukan yaa agar hasil tersebut bisa diatas 0,05?
terimaksih
Wa alaikum salam mas… Biasanya jika hosmer lemeshow tdk signigikan, r squarednya juga ikut kecil. Maka caranya adalah meningkatkan r squarednya. Terima kasih
Lalu bagaimana caranya kita meningkatkan r squarednya pak?
Sudah sering saya bahas di blog ini mas. Coba telusuri lebih detil lagi.
Selamat malam pak.. Saya ingin menanyakan interpretasi omnimbust test of model coefficient pak, nilai signifikan omnimbust test of model coefficient dilihat pada step, blok atau model ya pak? Adakah kemungkinan nilai sig. Di step blok dan model berbeda pak? Mohon pencerahan ny pak
Sore pak, mau nanya untuk uji multikolinearitas pada regresi logistik kn dilihat dari matriks korelasi dan nilainya harus < 0,9
apa yang harus dilakukan jika hasilnya diatas 0,9? apakah boleh jika untuk uji multiko dilihat dr tolerance dan vif yang biasa digunakan pada regresi linear berganda? terima kasih.
Saya biasa melihat multikol dari nilai vif baik regresi berganda ataupun regresi logistik. Cara mengatasinya tentu mengeliminasi variabel yang memiliki korelasi yang tinggi
Terima kasih pak
Pagi pak, mau nanya. Ada pertanyaan dari dosen tapi saya belom bisa jawabnya . Alasan nilai alpha bisa 0,25 pada regresi logistik gimana ya? Disini menggunakan metode backward : LR. Terima kasih. Mohon bantuannya pak
Klo bicara alasan, itu tergantung setiap kasus mbak. Tidak bisa disamaratakan. Klo artinya sudah jelas, variabel atau model tidak signifikan atau tidak bagus. Kenapa? Ya perlu dilihat variabel yang dipakai apa saja, kita sedang bahas topik apa, teorinya apa, dll
mau tanya , kalau variabel lebih dari 2, yang digunakan untuk interaksi variabel yang mana ya? untuk perbaiki hosmer
Pertama, gunakan hipotesis berdasarkan teori. Kira kira mana yang bisa dijadikan variabel moderasi. Kedua, biasanya variabel moderasi justru variabel yang tidak signifikan pada persamaan regresi. Ketiga, hindari dummy untuk ditetapkan sebagai variabel moderasi.
Malam Pak,
Hasil reglog saya menunjukkan konstanta bernilai -11,23 untuk y=1 bukan pekerja anak dan y=2 pekerja anak.
Apakah benar jika konstanta tersebut saya baca demikian
jika x=0 maka peluang anak menjadi pekerja anak akan kecil?
penjelasan untuk mengartikan koefisien dan konstanta saya rasa sudah ada dalam artikel ya mbk..terima kasih
mas agung saya ingin bertanya jadi saya sedang menganalisis data regresi logistik juga, namun sepertinya ada yang salah atau gimana, sehingga data saya jika semua saya kategorikan hasilnya untuk salah satu variabel EXP(B)nya 0,000 tp jika tidak EXP(B)nya jau 12840299,3 mas… saya bingung sekali, saya sudah pakai metode backwrd:wald jadi itu hasil akhirnya tp tetap begitu mas…, selanjutnya pakai metode enter juga sama saja, kira2 mas tau gak ya permasalahannya dimana jika hasilnya jdi seperti itu
Sebenarnya jangan anggap itu sebagai masalah. Dipikirkan dulu apakah nilai 0 pada odds ratio masuk akal atau tidak. Jangan jangan memang variabel tersebut tidak ada perbedaan antara nilai 0 dan 1 pada nilai Y. Klo tentang salah operasional atau tidak saya tidak tau, karna saya tidak lihat bagaimana mbk mengoperasionalkan. Hehehehe..
Saran: perhatikan sebaran nilai pada variabel. Baca artikel saya tentang overfit pada regresi
sore pak, saya ingin bertanya lagi, jadi saya juga sedang melaksanakan uji survival pak… nah tapi anehnya di uji survival saya muncul seperti ini Warnings
Since coefficients did not converge, no further models will be fitted. itu kira2 kenapa ya pak, terimakasih banyak pak
Kemungkinan terjadi overfit atau complete separation pada logistik.
Selamat sore pak, saya ingin bertanya mengenai interpretasi koefisien parameter. Jika penelitian saya menggunakan 10 variabel prediktor, sementara hanya 2 variabel prediktor yang bersifat kategorik (0 dan 1), ke 8 variabel lainnya bersifat nominal (1, 2, dan 3). Bagaimana cara untuk menginterpretasi koefisien parameter menggunakan odds rationya pak? Terimakasih..
Nominal dengan notasi 1,2, dan 3 belum bisa digunakan diregresi. Maaf mbk, mungkin krna keterbatasan pengetahuan saya. Regresi mengakomodir nilai nominal hanya pada dummy (0, dan 1).
Beda halnya jika variabelnya ordinal, kemungkinan besar masih bisa dimasukkan karena nilainya bertingkat (1,2,3) misalnya pendidikan sd smp sma. Cara membaca odds ratio di skala ordinal ini: peluang responden yang memiliki pendidikan lebih tinggi senilai odds ratio kali dibandingkan responden yang berpendidikan rendah.
Terima kasih
pak maaf saya ingin bertanya, apakah regresi logistik bisa menggunakan variabel intervening? jika bisa, bagaimana pengujiannya yaa pak? terimakaish pak
maksudnya variabel moderasi ya.. jawabnya bisa. namun saran saya jangan menggunakan varaiabel dummy untuk variabel moderasinya. meskipun memang ada yang menggunakannya di laporan akhir atau skripsi, saya tidak menyarankan karena skala variabelnya hanya nominal. pengujiannya sama dengan regresi logistik, namun tahapannya agak berbeda. silahkan googling saja mengenai tahapannya. saya belum membahasnya di blog ini. mungkin lain kali. terima kasih.
Pak, kalau regresi logistik apakah bisa menggunakan Smart PLS?
Smart pls ini nama software ya? Maaf, saya belum pernah coba software ini jadi belum bisa jawab. Terima kasih.
baik pak terimakasih banyak yaa pak. Maaf pak saya belum menemukan tahapan regresi logistik menggunakan variabel moderasi. Apakah bisa merekomendasikan buku yang berisi pengujian regresi logistik dengan variabel moderasi? terimakasih banyak pak
Tahapan moderasi pada regresi berganda dan logistik tidak berbeda. Jadi silahkan pelajari moderasi di regresi berganda. Bisa juga mencari artikel artikel di jurnal. Terima kasih.
Selamat malam pak , saya melakukan penelitian dengan judul pengaruh audit tenure fee audit, rotasi audit, ukuran perusahaan terhadap kualitas audit dengan opini going concern sebagai proksi pengukuran kualitas audit . setelah saya melakukan analisis dengan spss 23 nilai nagelkerke R Square yang saya dapat 46,5%. yang berarti Variabel independen hanya mampu menjelaskan 46,5 persen variabel dependen . Apakah itu bermasalah pak . Mohon pencerahannya
Selamat malam eka. Mengenai bermasalah atau tidak sebenarnya tergantung apakah variabel independen tersebut secara teori dominan pengaruh atau tidak terhadap variabel dependennya.
Saya berikan ilustrasi: jika ada penelitian pengaruh luas lahan terhadap produksi padi. Pasti r squarednya tinggi, diatas 80 persen. Itu karna faktor luas memang pengaruh dominan terhadap produksi.
Tapi jika penelitian tentang pengaruh persepsi organik petani terhadap produksi padi, jangan harap r squarednya diatas 50 persen. Karna persepsi secara teori tidak berpengaruh langsung terhadap produksi dan klo penelitiannya dapat r squared besar justru jadi pertanyaan besar.
Sama halnya dengan kasus eka. Skr secara logika silahkan direnungkan apakah r squared itu cukup atau tidak. Memang secara teori r squared 45 persen menunjukkan hubungannya lemah atau model tidak cukup bagus.
Kedua, tergantung dosen eka. Klo dosennya sepaham dengan pendapat saya, berarti tidak ada masalah. Jika dosennya menginginkan r squared diatas 80, itu pasti masalah.
Terima kasih
Assalamualaikum pak. Saya mau bertanya apakah maximum likehood estimation perlu digunakan dlm regresi logistik? Jika iya, apa alasannya pak. Terimakasih
Saya pribadi berpendapat bahwa perhitungan ordinary least square atau juga maksimum likelihood estimation itu hampir mirip dengan nilai r squared.
Tapi klo mbak mau menggunakannya ya silahkan saja… Terutama jika memiliki model lebih dari satu.
Saya bukan orang yang menentukan harus dipakai atau tidak.
Assalamualaikum pak. Sy mau bertanya kan judul saya “pengaruh kesulitan keuangan & pergantian manajemen terhadap pergantian auditor” sy menggunakan analisis regresi logistik. Apa2 saja yg diperlukan dlm pengujian datanya pak? Mohon penjelasannya. Trimakasih sebelumnya
Wa alaikum salam. Pengujian data sepertinya sudah dijelaskan dikomentar2 bawah mbk.. tergantung jenis data. Klo dummy dan data rasio akan berbeda ujinya.terima kasih..
Selamat sore pak, saya ada tugas dari dosen pembimbing saya, sebelum melakukan olah data menggunakan spss terlebih dahulu menghitung secara manual menggunakan satu variabel respon dan satu variabel prediktor (regresi logistik). Bagaimana tahapan pengerjaannya ya pak? Mohon bantuannya.. Terimakasih
Wah…ini sebaiknya tanyakan dosen anda mbk.. hehehehe. Minimal minta bukunya. Di bulan puasa seperti ini saya belum ada rencana menulis artikel statistik lagi… Hanya artikel ringan saja. Klo mau menunggu, saya buatkan abis lebaran.
Pagi pak, saya mau bertanya, nilai chi-square dan df di hasil uji hosmer itu maksudnya gimana ya pak? Dan hasilnya itu darimana ya pak? Apakah ada rumusnya? Terima kasih sebelumnya
Pagi dinda… Itu output dari spss mbk..
Saya sebenarnya masih kurang paham mengenai chi-square dan df pak. Pengertian dan maksudnya chi-square dan df dalam penelitian itu apa ya pak? Mohon pencerahannya pak hehe. Terima kasih sebelumnya pak
Chi-square itu adalah sebuah sebaran distribusi, seperti sebaran lainnya semacam distribusi normal, poisson, binomial, dll. Kebayang? Yang bentuknya semacam bukit atau gunung?
Nilai dari chi-square ini tergantung dari nilai df. Katakanlah df ini disumbu x nya. Jadi nilai df menentukan berapa nilai chi-squarenya.
Kegunaannya biasanya untuk uji hipotesis, kebanyakan untuk nonparametrik. Ho dan h1. Nilai ho biasanya yang berisi apakah proporsi kedua variabel sama. Atau apakah variabel tersebut saling bebas.
Selamat pagi pak saya mau bertanya. Apakah pada uji regresi logistik itu tidak uji autokorelasi walaupun data penelitian menggunakan data time series? Terima kasih pak
selamat pagi… berbicara tentang time series tentu tidak lepas dari autocorrelation. meskipun regresi logistik tidak mensyaratkan uji autokorelasi, tapi penting mengetahuinya saat menggunakan variabel time series. silahkan cari artikel jurnal yang berjudul “autocorrelation in logistic regression modelling of species’ distributions”. terima kasih
Selamat pagi pak. Saya ingin menanyakan, regresi logistik itu kan tidak perlu uji normalitas, heteros, Dan autokorelasi. Apakah ada Sumber buku yg bisa saya jadi kan referensi pak?
Pertanyaannya saya balik mbak. Adakah mbak jumpai di buku regresi berganda yang menerangkan tentang omnibus test? Jawabannya pasti ga ada karna omnibus dipakai di regresi logistik. Klo ditanya kenapa, ya ga akan ada yang menerangkan omnibus di regresi berganda. Ibarat petani ditanya “kenapa bpk tidak pakai perahu?”
Regresi logistik membicarakan peluang, sedangkan regresi berganda membicarakan hubungan linear. Keduanya punya aturan yang berbeda.
Selamat pagi pak saya mau bertanya. Apakah pada uji regresi logistik itu tidak uji autokorelasi walaupun data penelitian menggunakan data time series? Terima kasih pak
ini sudah dijawab…
selamat sore pak Agung, saya ingin menanyakan jika nilai koef 0.00 apakah tidak masalah? karena nilai signifikannya lebih kecil dari derajat kesalahan 0.02<0.05?
Klo ditanya masalah atau bukan tentunya jawabannya bukan masalah asal punya alasan logis untuk menjelaskannya. Terima kasih
baik pak terimakasih banyak.. saya ingin tanya lagi, penelitian saya kan mengenai faktor yang mempengaruhi petani melakukan alih fungsi lahan, dan variabel yang memiliki nilai koef 0.00 adalah biaya produksi pertanian dan penerimaan, akan tetapi kedua variabel tersebut signifikan pak. apakah benar pak jikalau koef tersebut hanya dilihat dari tandanya saja, apakah positif atau negatif bukan dari nilai koefisiennya, karena nnti akan dilihat dari nilai odd rationya? terimakasih pak
Sepertinya ini udah sering ditanyakan mbk… coba baca komentar komentar di bawah
pak saya mau tanya
1. kalau saya 1 variabel independen teridiri dari beberapa pertanyaan, untuk regresi logistik apakah perlu digabung dengan mean atau ujinya tetap dalam bentuk satu2 tiap pertanyaan?
2. saya coba menggabungkan dengan variabel di identitad diri dengan variabel di pertanyaan(pakai model UTAUT) nah itu kenapa ya pak hasilnya p-value mendekati 1 bahkan ada yang satu semua?
terima kasih
hmmm… pertanyaannya saya masih belum ngerti mbk dinda ayu… mengenai variabel yang terdiri dari bbrp pertanyaan sih boleh saja… artinya kita membuat index menggabungkan bbrp indikator. mean bisa digunakan jika skalanya rasio.
pertanyaan kedua: artinya model yang dihasilkan tidak bagus dan variabel tidak signifikan mempengaruhi.
Selamat malam pak.. Saya ingin menanyakan interpretasi omnimbust test of model coefficient pak, nilai signifikan omnimbust test of model coefficient dilihat pada step, blok atau model ya pak? Adakah kemungkinan nilai sig. Di step blok dan model berbeda pak? Mohon pencerahan ny pak
Selamat pagi mbk.. biasanya saya melihat di model mbk.. spss memang menyediakan fitur by step atau block untuk melihat alternatif model yang bisa dikeluarkan.
Selamat malam pak. Postingannya bagus sekali. Oh iya, saya mau bertany, jika saya menggunakan 2 variabel independen, apakah wajar jika secara simultan variabel saya berpengaruh keduanya terhadap variabel dependen (tabel model summary sig bernilai 0,000), namun jika secara parsial variabel tersebut tidak berpengaruh semua (pada tabel variabel in the equation, kedua variabel tsb punya nilai sig seperti 0,999 dan 0,846)? Bagaimana pak? Apakah wajar bila secar simultan berpengaruh, tetapi secara parsial tidak ada yang berpengaruh. Btw sampel saya jumlahnya 64 (32perusahaanx2tahun). Mohon pencerahannya pak. Terima kasih
selamat pagi mbk cindy.. jawabannya wajar. bisa terjawab jika melihat nilai R squarednya. jika r squarednya besar, kemungkinan terjadi over fit. jika r squarednya kecil, modelnya memang valid, tapi hanya mencakup sekian persen (nilai r squared) dari keseluruhan variabel dependen.sehingga ditingkat parsial tidak ada yang valid.
kemudian komentar saya tentang datanya, coba dulu dengan 32 perusahaan di tahun yang sama. saya kuatir ada efek random yang terpola akibat menggunakan data time series. terima kasih
Hallo pak,
Pak saya mau tanya kenapa Kolok sig dari hasil omnibus tests of model coefficients saya ga bernilai “nol” ya pak?
Dan exp (B) pada variables in the equation juga sangat2 besar angkanya pak?
ini sudah dibahas di media komunikasi yang lain…
Hallo pak,
Pak saya mau tanya kenapa Kolok sig dari hasil omnibus tests of model coefficients saya ga bernilai “nol” ya pak?
Dan exp (B) pada variables in the equation juga sangat2 besar angkanya pak?
pak saya mau tanya, skripsi saya tentang “faktor-faktor yang mempengaruhi pemahaman mahasiswa tentang akuntansi keuangan menengah” saya menggunakan 6 variabel independen, dan saya menggunakan kuisioner. yang mau saya tanyakan pak itu termasuk analisis regresi linear berganda atau regresi logistik? mohon penjelasannya pak
Tergantung dari jenis variabel y yang dalam hal ini pemahaman mahasiswa mbk…
Klo variabel tersebut berupa 1 dan 0 atau paham dan tidak, maka pakainya regresi logistik.
Tapi jika variabelnya skala interval atau rasio, maka menggunakan regresi berganda.
halo pak saya mau bertanya. bagaimana arti konstanta yang negatif pak ? apakah konstanta bernilai negaattig salah atau tidak pak ? terus bagaimana sih pak kita mengartikan rumus regresi logistik dalam kalimat pak ?
Konstanta negatif dalam regresi logistik berarti pengaruh x terhadap peluang y bernilai 1 itu bernilai kecil. Bisa dilihat di odds rasio. Jadi tidak ada yanh salah.
Mengartikan rumus dalam kalimat sama seperti menjelaskan rumus matematika. Kuat atau lemah berdasarkan konstanta. Tapi biasanya lbh mudah dan jelas saat menjelaskam odds ratio.
Pak mau tanya saya ada pertanyaan dari dosen pembimbing saya mengapa di reglog 0,1 di ln kan? (Ada dipenelitian jurnal) Mohon bantuannya 🙂
Pada dasarnya, regresi itu mencari hub variabel x terhadap Y secara linier. Jadi jika datanya menyebar terlalu luas atau simpangannya itu besar, misalnya range antara 1 sampai 1000 (contoh ya..), maka akan sulit diketahui persamaannya dengan linier. Dengan transformasi data menggunakan Ln, data yang menyebar itu akan menyusut dengan range yang jauh lebih rapat. Ini akan memudahkan mencari persamaannya.
Terima kasih banyak pak, sangat membantu saya
Siang pak, nama saya Dinda, saya mau bertanya, hasil penelitian saya nilai konstanta negatif,sig konstanta 0, dan odds ratio konstanta juga 0. Ini maksudnya gimana ya pak? Tolong saran dan masukannya pak, terima kasih
siang dinda… untuk regresi logistik, nilai positif negatifnya tidak perlu dilihat lagi di output spss atau minitab. karena konstanta konstanta tersbeut sudah dihitung pada indikator odds ratio. jadi jika odds rationya tinggi berarti peluangnya tinggi. namun biasanya memang yang memiliki konstanta negatif, biasanya odds rationya kecil. terima kasih
Terima kasih banyak pak. Iya saya pake logistik pak, berarti kalau konstanta negatif gpp kan pak? berarti penelitian saya masih bisa dilakukan kan pak?
iya..ga papa..hanya tergantung nanti cara mbk mendeskripsikan hasilnya saja. soal penelitian masih bisa lanjut atau enggak, ini pertanyaan yang lebih luas sebenarnya, tidak bisa hanya melihat karna konstanta negatif atau positif. klo misalnya masih sesuai hipotesis, ya bisa lanjut.
Terima kasih
Hasilnya sudah lumayan pak, dari 7 variabel independen, 3 berpengaruh positif, uji yang lainnya juga sudah memenuhi syarat, tinggal yang masalah konstanta saja itu pak, kalau menurut bapak, konstanta negatif itu karena apa dan alasan kenapa konstanta negatif tidak berpengaruh di logistik itu karena apa ya pak? Mohon penjelasannya pak, terima kasih banyak
jika y = a +bx, maka nilai a yang kita sebut konstanta kan?
apa artinya jika dihubungkan dengan regresilogistik? artinya jika semua variabel bernilai 0, maka peluang y untuk bernilai 1 sebesar odds ratio. karena konstantanya negatif artinya kemungkinan itu keciiil sekali. artinya tanpa ada campur tangan variabel2 tersebut, hampir mustahil Y bernilai 1.
ini pengembangan jawaban mengapa konstanta bisa negatif.
lalu alasan mengapa konstanta negatif tidak berpengaruh di logistik? sebenarnya bukan tidak berpengaruh mbak. hanya saja… dalam logistik, konstanta tersebut sudah digunakan untuk menghitung odds ratio (peluangnya) ini yang membedakan dengan regresi berganda. klo berganda masih menyatakan arah korelasi karena persamaannya linear. tapi klo logistik, konstanta tersebut langsung dihitung odds rationya. rumusnya ada di atas tuh.. pake eksponen pangkat, artinya klo negatif pasti kecil.
selamat malam pak agung, meminta waktunya sebentar, saya ingin bertanya mengenai skripsi saya, judul yang saya angkat adalah faktor yang mempengaruhi petani melakukan alih fungsi lahan. jikalau variabel dependen nya dibuat kategori 1 melakukan alih fungsi lahan dan 0 tidak melakukan alih fungsi lahan. dengan variabel berupa harga lahan, tingkat pendidikan, umur petani, pengalaman bertani, jumlah tanggungan keluarga, pendapatan, luas lahan, kendala saluran irigaisi dan juga pengetahuan petani terkait konversi lahan. yang mana 2 dari 9 menggunakan variabel dummy. apakah bisa menggunakan regresi logistik? terimakasih banyak pak
Selamat malam mas bayu. Jawabannya bisa mas.. terima kasih.
selamat malam pak.
saya mau bertanya, disini saya melakukan penelitian dengan 6 variabel independen yang terdiri dari 3 variabel dengan perhitungan ratio dan 3 variabel menggunakan dummy dan untuk variabel dependen (audit delay) menggunakan jumlah hari atau bukan hitungan dummy. jadi pertanyaan saya disini apakah saya harus menggunkan regresi logistik atau linier berganda? terima kasih pak.
Jika dilihat dari variabel dependennya, alat analisis yang digunakan regresi berganda ya mas… terima kasih
Mas sya mau nanya Saya pake perhitungan manual Bukan spss kalau hasil regresi nya
-5,7 itu salah ya. Dan apa benar syaratnya harus bernilai -1 sampai 1??
yang dimaksud hasil ini konstanta nya ya mbak? klo iya, maka tidak masalah…tidak benar jika hasilnya harus antara -1 sampai 1. terima kasih
selamat siang pak semoga sehat selalu, saya mau tanya penelitian saya dengan variabel independen (X) 3 variabel skala likert dan variabel dependen (y) sebagai skala kategorik yaitu ya atau tidak. jadi untuk ujinya apa saja yg d perlukan. saya bingung sewaktu input ke spss, yg di input total dari skala likert atau mean-nya? terimakasih
Selamat pagi.. variabel dependennya berupa kategori berarti menggunakan regresi logistik. Untuk variabel likert biasanya yang dimasukkan adalah meannya. Jadi satu variabel terdiri dari beberapa pertanyaan yang digabung. Terima kasih.
siang pak… saya ingin bertanya sebetulnya apa ya pak penyebabnya uji normalitas, uji autokorelasi dan uji heteroskedastisitas tidak perlu diujikan untuk regresi logistik pada variabel dummy ? terimakasih…
MAu nanya soal nilai hosmer lemeshow lebih kecil dari dari nilai sig.
bagaiman caranya agar nilai nilai hosmer lemeshow lebih besar dari nilai sig.?
apakah bisa dilanjutkan uji hipotesis apabila nilai hosmer lemeshow lebih kecil dari dari nilai sig. ? mohon penjelasan beserta dengan teori pendukungnya.
trima kasih
secara teori silahkan baca buku “applied logistic regression” yang ditulis D.W. Hosmer dan S. Lemeshow.
secara teknis silahkan cari artikel yang telah saya tulis yang membahas tentang cara meningkatkan r squared. biasanya keduanya hasilnya tidak jauh berbeda. jika satu signifikan maka yang lain juga signifikan. Terima kasih
pak, saya mau tanya, kenapa yaa data saya hasil hosmer and lemeshow test saya selalu bernilai 1.000 padahal saya sudah mengunakan 10 variabel independen dan itu selalu saya coba acak dan kurangi variabelnya. dan sig di variable in the equation selalu bernilai >0.990 apakah mungkin data saya yang jelek atau bagaimana yaa pak? terimakasih banyak sebelumya pak
Klo liat dari ciri cirinya mbk menghadapi masalah complete separation atau overfit. Baca artikel saya tentang complete separation. Temukan variabel yang menyebabkannya.. terima kasih
Sore, saya mau tanya untuk regresi logistik biner. Jika hasil omnibus lebih tinggi dari 0.05, tapi saat uji wald (variables in the equation) ada satu variabel yang signifikannya 0.04 itu bagaimana ya? Uji hosmer sudah diatas 0.05. Apa ada kesalahan? Terima kasih.
Tidak ada kesalahan. Memang bisa seperti itu. Uji wald menjelaskan tentang masing masing variabel signifikan atau tidak dengan variabel dependen. Tapi semua itu percuma jika model tidak signifikan secara keseluruhan dari uji omnibus. Jadi harus berurutan ya mbak.. terima kasih
Kalau begitu apa ada yang bisa dilakukan supaya uji omnibus menjadi signifikan selain mengganti atau menambah variabel? Saya sempat baca soal transformasi data, apa itu bisa dilakukan ke salah satu variabel independennya? Terima kasih sebelumnya mas.
Silahkan di explore di blog ini tentang cara meningkatkan r squared, tehnik setrika data, atau eliminasi variabel atau responden. Saya sudah menerangkan semua. Kasus yg dijumpai tidak pernah sama mbk. Tergantung data masing masing. Terima kasih. Oh iya, saya sedang menyusun buku yang sistematis tentang semua regresi ini agar lebih mudah. Semoga akhir bulan ini bisa terbit
siang mas agung, perkenalkan saya sarah. saya ingin bertanya mengenai regresi logistik ini pada spss 24. jika var dependen sy sustainability report. var dependen sy gender,rangkap jabatan,ukuran perusahaan,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
Kenapa semuanya variabel dependen mbk sarah? Tapi saya ngerti kok mksudnya..
Betul.. demikian ujinya.. u no 3 5 6 tdk diperlukan untuk dummy.
Tapi jika skala rasio, justru ditambah uji linearitas. Terima kasih
oyah salah maksud saya var dependen sustainability report. 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)
jika ada bbrp var yg bukan skala rasio spt itu jd bagaimana ya mas tetap no 3 5 6 tdk diperlukan dan ditambah uji linearitas? atau ada perubahan?terimakasih…
3 5 dan 6 tidak diperlukan u variabel dummy. Sepertinya gender dan rangkap jabatan adalah dummy. Selainnya semua diujikan ditambah linearitas.
ohh begitu berarti maksudnya untuk var gender dan rangkap jabatan 3 5 6 tdk perlu. tp untuk var ukuran pserusahaan dan komite audit semua uji dilakukan termasuk uji yg 3 5 6 ditambah linearitas ya?
Selamat sore pak, skripsi saya menggunakan variabel independen leverage dan menggunakan metode regresi logistik dan disampelnya ada yang nilai DER atau leverage nya 0 apakah tetap dijadikan sampel tidak ada apa-apa pak?
DER = hutang/modal, lah hutangnya 0 pak
pertanyaannya masih kurang lengkap mbak. yang jadi masalah DER ini skalanya rasio atau ordinal? jika memang skalanya rasio, maka nilai 0 tidak masalah karena memang nilai rasio memiliki nilai 0 mutlak.
Pak, saya mau tanya dalam penelitian yang akan saya lakukan saya ingin melihat faktor-faktor yang mempengaruhi petani untuk melakukan alih fungsi lahan dan tidak melakukan alih fungsi lahan, tetapi pada variabel bebasnya semuanya berskala ordinal (skoring: rendah, sedang, tinggi) karena variabel bebasnya itu tingkat penyimpangan sosial yang terjadi pada petani.
jadi Y1 = Melakukan Alih Fungsi, Y0 = Tidak Melakukan Alih Fungsi Lahan
X1 = Tingakat Penyimpngan Sosial-Psikologis
X2 = Tingkat Penyimpangan Sosial-Ekologi
X3 = TIngkat Penyimpangan Sosial-Ekonomi
X4 = Tingkat PEnyimpangan Sosial-BUdaya
Apakah bisa seperti itu pak, apa benar analisis yang bisa saya gunakan analisis regresi logistik ? atau saya harus melakukan beberapa langkah terlebih dahulu sebelum memenuhi analisi tersebut seperti dengan mengubah skala ordinal menjadi interval dengan metode MSI (Methods Successive Interval) ? atau saya harus melakukan analisis lain ?
Karena ini topiknya pertanian saya sedikit tau soal ini. Saran saya mas ttp mencari variabel skala rasio misalnya harga lahan, luas lahan, harga produk pertanian. Karena pengalaman saya klo kita tidak menggaet variabel dominan, sulit menyimpulkan hasilnya.
Saya tidak mengecilkan peran psikologis ataupun ekologi dan budaya, tapi mmg seperti itulah kondisinya. Terima kasih
Jadi maksudnya variabel bebasnya terlalu umum yah pak ? apakah begitu ?
terimakasih pak atas jawabannya
Kira kira begitu.. atau variabel yg digunakan hanya faktor kecil terhadap variabel dependennya. Sebenarnya ini jika dipahami dosen tidak masalah r squarednya nanti kecil. Hanya saja terkadang tuntutan dosen harus signifikan.
Tapi jika benar benar untuk penelitian murni terhadap tingkat psikologis, saya rasa bagus. Hanya perlu dipertajam lagi. Terima kasih
selamat siang pak, maaf ingin bertanya. omnibus test itu termasuk dalam uji kelayakan model atau untuk menguji pengaruh IV terhadap DV secara simultan (bersama-sama)? jika nilai sig omnibus testnya lebih dari 0,05 apakah penelitian masih layak untuk dilanjutkan? terima kasih.
selamat siang mbk. omnibus test termasuk dalam uji kelayakan model. tapi pengertiannya ya menguji pengaruh IV terhadap DV secara bersama – sama. karena memang itulah tujuan untuk mengetahui kebaikmodelan. jika omnibust test lebih dari 0.05 maka penelitian masih layak dilanjutkan dengan kesimpulan bahwa model yang terbentuk tidak signifikan. jangan terpaku dengan hasil yang harus signifikan. yang namanya penelitian, apapun hasilnya ya penelitian tetap harus jalan.
terima kasih.
Mas kalo di dalam tabel variabel in the equation, nilai sig diatas 0.05 semua (tidak ada variabel yang significant) gimana mas? Tapi semua uji goodness of fit cocok. Makasih
Saya ragu nilai r squared nya pada kasus ini. Tapi klo secara teori artinya semua variabel independen tersebut klo bersama sama dapat mempengaruhi variabel dependen. Namun, jika bergerak secara individu, tidak ada yang signifikan. Artinya tdk ada variabel yanh dominan.
Nilai r squared mampu menjelaskan 100% variabel dependent nya mas, jd dengan kasus seperti ini. Apa penelitian saya masih layak dilanjutkan. Makasih sekali lagi
100 persen? Rasanya tidak mungkin mas… berarti model yang mas temukan mengalami over fit. Adjusted r squared dan predicted r squarednya berapa mas?
Wah kasusnya sama seperti penelitian saya mas, jadi solusinya bagaimana yaa mas??
coba mas edwin baca artikel saya yang ini:
https://agungbudisantoso.com/2018/04/25/mengenal-dan-mengatasi-complete-separation-pada-regresi-logistik/
kasusnya mirip, hanya bedanya ini kasus di regresi logistik. semoga membantu.
bagaimana mas kalo variabel independen rasio (hanya 1 variabel) dan variabel independen saya nominal. uji apa saja yaang harus saya buat ?
Maksudnya variabel independen rasio dan dependen variabelnya nominal ya mbk?
Pakai regresi logistik. Terima kasih..
maaf sebelumnya, yang ingin saya tanyakan jika dari regresi logistik ini yang ingin dijadikan output adalah persamaan dari regresi, kemudian ditemukan bahwa konstanta bernilai negatif, itu artinya apa ya? dan bagaimana menginterpretasikan tiap variabel (yang bernilai positif/negatif) jika konstanta nya bernilai negatif? terimakasih
Untuk koefisien di dalam persamaan menunjukkan nilai odds ratio. Koefisien pada regresi logistik bernilai negatif, biasanya odds rationya akan bernilai kurang dari 1. Apa artinya nilai antara 0 – 0.9 jika bicara peluang?
Artinya peluang itu kecil sekali sebanyak apapun variabel trsebut bertambah.
Topik ini menarik u saya tulis lbh detil. Terima kasih
Jadi, jika nilai konstanta (bukan koefisien tiap variabel penelitian) yang (mungkin) sy ketahui sebagai nilai yang mewakili besarnya pengaruh dari variabel di luar penelitian (yang tidak dipertimbangkan sebagai variabel penelitian), jika bernilai negatif maka itu berarti variabel di luar penelitian tersebut memiliki peluang yang kecil bagi y=1 ya mas?
Sy dibawah keliru membaca koefisien dan konstanta. Tapi jwbnnya ga salah. Koefisien dan konstanta, dua duanya ada nilai odsnya mbk. Iya…begitu cara interpretasinya.
Atau… bila semua nilai x =0 maka peluang y bernilai 1, akan kecil. Antara 0 sampai 1
itu kalimatnya kepotong ya mas..
baik, dari jawaban mas juga sy sudah paham, terimakasih atas waktu dan jawabannya
iya mbk. syukurlah klo sudah paham.. jgn lupa dibantu share ya..hehehehe
maaf mas sy ingin bertanya, jika yang ingin saya hasilkan adalah bentuk persamaan dari regresi logistik dan menghasilkan nilai konstanta yang bernilai negatif, itu artinya apa ya? dan apakah saat menginterpretasikan tiap variabel (yang bernilai positif/negatif) akan berbeda maknanya dengan hasil persamaan yang memiliki nilai konstanta positif?
maaf sebelumnya, saya ingin bertanya jika otput dari regresi logistik telah keluar, tabel yang seharusnya dimasukkan dalam hasil skripsi tabel yang mana ya? juga untuk hasilnya dapat dilihat dari mana? mohon responnya
Saya sarankan mbk melihat skripsi skripsi sebelumnya di perpustakaan jika hanya untuk mencari format tabel. Hasilnya dapat dilihat dimana?
Jika mbk menggunakan minitab biasanya ada area diatas data yang khusus untuk output.
Jika menggunakan spss bisanya sheet terpisah. Mbk bisa temukan di windows-output.
Terima kasih
Halo mas mau tanya, apa varisbel independent dalam regresi logistik harus data dikotomi 0-1 juga?
Bagaimana jika datanyanya berskala nominal.
Independen bebas mas.. justru rasio makin baik..
Maaf mas jadi regresi logistik ini kalo variabel independen nya rasio semua gak masalah kan? Yang penting variabel dependen nya dummy (0-1)
Terimakasih
Iya mbk
maaf melanjutkan pertanyaan. jika var independen menggunakan data rasio, apakah ada perbedaan langkah dalam mengujinya menggunakan spss? terima kasih
maksudnya perbedaan dengan data interval dan nominal ya? untuk run di spss perbedaannya hanya penetapan skala saat memberikan deskripsi variabel. terima kasih
Maaf pak mau bertanya, saya mempunyai variabel independen sebanyak (X1,X2,X3,X4) dengan variabel dependen (Y0 Keputusan tidak bekerja, Y1 Keputusan untuk bekerja). Setelah di analisis, menghasilkan karakteristik sebagai berikut :
1. X1 beperngaruh signifikan dan mempunya hubungan positif terhadap Y
2. X2 berpengaruh tidak signifikan dan mempunyai hubungan positif terhadap Y
3. X3 berpengaruh signifikan dan mempunyai hubunfan negatif terhadap Y
4. X4 berpengaruh tidak signifikan dan mempunya hubungan positif terhadap Y
Yang ingin saya tanyakan, bagaimanakan baiknya untuk meng intreprestasikan untuk variabel yang signifikan namun mempunyai hubungan negatif dan untuk variabel yang tidak signifikan namun mempunyai hubungan positif
selamat siang mbk april. jika yang mbak maksud adalah regresi logistik, maka sebenarnya pembacaan hasil regresi logistik hanya terletak pada nilai odd rasionya saja, tidak lagi membaca positif atau negatif. berbeda dengan regresi berganda yang melihat positif/negativ koefisiennya sebagai arah hubungan.
pada regresi logistik, berbeda. semua negatif positif itu sudah ada di dalam nilai odds ratio. biasanya jika koefisiennya negatif, maka peluang (odds rationya) akan dibawah 1. artinya peluangnya sedikit sekali, jika kurang dari 1 justru bukannya memang tidak berpeluang ya?
jika koefisiennya positif, biasanya nilai odds rationya diatas 1.
jadi, jika sudah bahas odds ratio, jgn membahas hubungan positif dan negatif lagi, karena kita sudah membahas peluang.
oh ya, bagaimana cara menginterpretasikannya? deskripsikan dan perhatikan lagi dengan seksama data mentahnya.. pasti akan ketemu jawabnya mengapa demikkian… terima kasih
Hallo mas, maaf jika mengganggu, mau nanya kalo dalam pengujian regresi logistik, saya pernah membaca buku setelah didapatkan hasil variabel in the equationnya, yg variabel signifikan diuji kembali utk melihat sbrapa besar pengaruhnya terhadap y, intinya terjadi pengujian dua kali, yg pertama menguji semua variabel x terhadap y, yg kedua pengujian variabel x yg signifikan saja terhadap y. Mohon pencerahannya utk literatur dlm skripsi atau jurnal yg menjelaskan pengujian dua kali ini. Terimakasih.
Hallo mas, pengujian kedua kali menurut saya tidak perlu dilakukan. karena dalam regresi, semakin banyak variabel justru modelnya akan semakin bagus. variabel yang valid dalam kumpulan variabel justru akan lebih kuat dibandingkan hanya sebuah regresi sederhana, karena terdapat interaksi ke semua variabel dalam variabel berganda atau logistik. hal berbeda jika regresi sederhana, hanya menghitung pengaruh langsung kepada nilai Y. padahal, dalam kesinambungan variabel yang kompleks (dunia nyata) nilai Y pasti banyak dipengaruhi faktor lain.
untuk melihat seberapa besar pengaruh dalam regresi berganda atau regresi logistik, cukup melihat uji T yang menerangkan satu persatu koefisien dan variabel dalam model, tidak perlu menguji dalam regresi sederhana. terima kasih
Maaf pak sebelumnya saya adelia mau tanya bagaimana cara membaca koefisien dan odds rasio didalam regresi logistik pak memakai alat eviews,,terimakasih pak sebelumnya
selamat pagi adelia,
odds ratio biasanya juga ditulis sebagai exp(b). artinya koefisien hasil eviews di olah lagi dengan cara e pangkat koefisiennya. kemudian cara menginterpretasinya sama dengan menginterpretasikan odds ratio. terima kasih
hallo mas, saya mau tanya kenapa analisis regresi logistik menginterprestasikannya menggunakan odds ratio ?
karena variabel dependennya berupa kategorik 0 dan 1, sehingga konstanta yang dihasilkan pada regresi logistik harus dikonversi dalam bentuk peluang. itulah mengapa digunakan odds ratio.
Hallo mas Agung, nyambung dengan pertanyaan mawar, apa perbedaan antara probabilitas dan odd? Contohnya ? Terima kasih sebelumnya.
Halo evi.. mawar komen tahun kemarin masih disambung rupanya ya…
Kita lihat perbedaaanya dari definisinya udah cukup keliatan kok. Klo probabilitas biasanya nilainya antara 0 dan 1. Di regresi logistik biasanya terlihat klo kita mau menghitung nilai Y prediksi.
Contoh : peluang responden n12 untuk melakukan penawaran harga adalah 80%.
Odd berbeda. Odd menjelaskan peluang antara selisih nilai x terhadap Y. Misal : peluang wanita (variabel x) dua kali lebih besar dibanding pria dalam hal melakukan penawaran harga (variabel y).
Terima kasih pak Agung
maaf pak saya ingi bertanya
saat kita menggunakan analisis regresi logistik di penelitian skripsi,yang saya mau tanyakan apakahh uji asumsi klasik nya kita uji semua,seperti uji multikolinearitas,uji heteroskedastisitas,uji auotokorelasi,dan uji normalitas???atau hanya satu uji saja.mohon di jawab pak.terimakasih
uji asumsi klasik semua di gunakan… karna gunanya jugga berbeda-beda yakni memenuhi syarat berlakunya regresi
di beberapa referensi menyebutkan tidak perlu uji asumsi klasik untuk regresi logistik. apakah ada pengecualian pak?
Benar. Uji statistik itu digunakan untuk membuktikan hipotesis. Dan karena logistik berupa dummy, maka uji asumsi memang tidak diperlukan. Tapi kita juga tidak menyampingkan jenis variabel independen begitu saja. Contohnya jika ada autokorelasi, kemungkinan hasilnya bisa bias. Silahkan cari artikel jurnal yang membahas ini.. terima kasih.
Maaf mas mau tanya, saya melakukan penelitian dengan 4 variabel independen misalkan A,B,C,D. Nah waktu saya lakukan uji coba multikol ternyata variabel A, dan C terkena multikol, sementara saya menghiraukan dulu data yang terkena multikol saya lanjutnya dengan melakukan analisis logit, dan terjadi permasalahan dimana variabel yang berpengaruh itu ternyata A dan C. Nah saya bertanya kepada teman saya bagaimana solusinya dan dijawab coba dilakukan analisis satu per satu jadi misal di lakukan dulu analisis pada variabel A setelah beres B dan seterusnya. Apakah boleh dilakukan hal seperti itu?
mungkin yang dimaksud teman anda adalah regresi dengan step forward di spss. memang langkah tersebut salah satu cara untuk mengetahui model yang paling fit. tapi untuk multikol, paling cepat adalah mengetahui korelasi antar variabel x menggunakan pearson
Pagi pak, jika saya ingin melihat kuat hubungan antara masing-masing variabel independen terhadap variabel dependen bagaimana ya Pak? terimakasih
pengaruh kuat secara bersama sama ditunjukkan dengan r squared. sedangkan pengaruh kuat di satu persatu variabel, ditunjukkan di nilai logit.
malam pak, mau tanya, apabila hasil 2-log dengan 1 variabel IV lebih besar dari chi square berarti tandanya H0 ditolak ya pak? dan omnibus saya signifikannya lebih dari o.o5, yang berarti tidak ada pengaruh signifikan dari IV ke DV. kalau seperti itu apakah cukup hanya untuk dianalisis saja atau gimana pak? terimakasih..
Malam sheila. . Maksud dianalisis aja itu bagaimana ya? Tentu klo data tidak signifikan, bisa melakukan upaya upaya yang diperbolehkan agar tujuan penelitian tercapai.
Persmisi pak agung, saya Adi..
maaf mau tanya. apakah dalam regresi logit nilai r-square itu penting banget ? pasalnya saya pernah baca di blog ada yang menyebutkan bahwa penelitian sosial yang menggunakan regresi logit jika nilai r-square sudah mendekati 30% berarti sudah baik, mengingat variabel sosial yang banyak sekali. kemudian ada juga yang menyebutkan yang penting adalah pengaruh variabel itu sendiri ke variabel dependen. menurut pak Agung gimana ya pak, saya masih bingung soalnya penelitian saya sudah menggunakan 14 varibale independen tapi nilai r-square cuma 36,9% dan yang tidak signifikan 4 variabel.terima kasih bapak…
Halo mas adi,
R square itu penting tidak hanya di logistik, melainkan di semua regresi. Karna r squared itu mengindikasikan kebaikmodelan atau goodness of fit dari hasil analisis.
Mengenai masalah bidang sosial, biasanya yg ditolerir adalah nilai signifikannya, atau p value pervariabel, yg biasanya 5 persen, ditolerir hingga 10 sampai 20 persen u sosial, bukan r squarednya.
Jadi meskipun semua variabel signifikan tapi r squarednya rendah, ttp model tersebut tdk baik untuk dijadikan model.
Tapi,..kembali lagi ke pembimbing. Ada sebagian dosen tidak menuntut r squared. Terlebih lagi untuk skripsi, karna tahapan skripsi yang paling utama adalah mahasiswa mengerti proses penelitiannya.
Halo Pak Agung, saya Andre mau bertanya,
Saya mempunyai data penelitian berupa data populasi customer yang kualitas kreditnya macet dan lancar. Masing masing data customer tersebut mempunyai informasi seperti: income, pekerjaan, usia, area pengajuan, dan banyak lagi (kebanyakan data nominal). Saya ingin menentukan dari sekian banyak prediktor tersebut, prediktor apa saja yang menentukan customer tersebut bagus (kreditnya lancar). Lalu saya ingin membuat model dan skoring untuk prediktor yang berpengaruh tersebut. Jadi misalkan ada customer baru dengan kondisi income sekian, usia sekian, jenis pekerjaan tertentu, maka berapakah skornya. Apakah customer tersebut layak diterima atau ditolak (tergantung skornya dan berapa limit skor agar layak terima/tolak berdasarkan kualitas kreditnya tersebut).
Kira-kira saya harus menggunakan metode apa yang tepat untuk melakukan penelitian tersebut ya Pak? Terima kasih banyak atas bantuannya ya pak. Mohon penjelasannya.
Halo mas Andre.
mas bisa menggunakan regresi logistik dengan keterangan variabel Y=0 untuk responden yang memiliki kredit macet, dan Y=1 untuk responden yang kreditnya lancar. nanti model hasil regresi digunakan untuk memperkirakan skor dari customer baru. skor yang dimaksud adalah nilai peluang dari 0 sampai 1 sesuai contoh di artikel ini, semakin besar nilai peluangnya berarti semakin besar peluang responden baru untuk dapat mengembalikan kreditnya. Terima kasih
Siang Pak. Jika variabel dependen berbentuk data continue, sementara 6 dari 8 variabel independen dalam bentuk kategori (1-0), apakah tetap bisa menggunakan regresi logistik? Jika tidak, regresi apa yg harus digunakan?
Selamat siang.. kuncinya ada di variabel dependen. Jika datanya kontinyu, sudah pasti tidak bisa menggunakan regresi logistik. Logistic regression hanya digunakan saat variabel dependennya biner atau kategorik.
Kasus yang dijabarkan menggunakan regresi berganda. Tapi sepertinya variabel dummy nya terlalu banyak. Dicoba saja dan lihat r squarednya. Silahkan temukan paket variabel independen yang optimal mennghasilkan r squarednya. Silahkan baca artikel lainnya tentang eliminasi variabel atau eliminasi responden untuk mendapat r squared yang baik di blog ini. Gunakan fasilitas search di sebelah kanan jika menggunakan desktop atau dibawah jika versi mobile. Selamat belajar!
Terima kasih
Terima kasih atas respon cepatnya Pak. Saya sudah coba run dengan regresi berganda, tapi nilai R square kecil sekali, kurang dari 20 persen. Sudah coba eliminasi variabel yg nilai vif >10. Tapi hasil regresi ulang nilai R square tidak jauh berbeda. Masih terlalu kecil. Mengapa bisa seperti itu, dan bagaimana langkah solusinya?
Satu lagi, jika regresi logistik dengan variabel dependen biner, dan setelah di run, ternyata ada salah 1 variabel yg omitted karena kolinear, sementara variabel tsb sangat penting utk analisa. Adakah langkah olusi yg bisa dilakukan?
Terima kasih banyak atas perkenan dan jawaban-jawabannya Pak
Sudah baca artikel berikut:
https://agungbudisantoso.com/2017/03/29/cara-mengeliminasi-variabel-pada-regresi/
https://agungbudisantoso.com/2017/07/16/cara-mengeliminasi-data-responden/
Dan
https://agungbudisantoso.com/2018/04/11/memahami-r-square-secara-konsep/
Sementara untuk regresi logistic, jika variabel tersebut adalah variabel yang penting, maka cari tau mengapa bisa kolinear.. atau lbh mudah dipahami variabel lain yang dieliminasi dan perhatikan r squarednya. Langkah awal coba running regresi logistik dengan satu variabel independen (variabel yang penting itu), lalu pahami outputnya.
Maaf mas saya ingin bertanya skripsi saya menggunakan regresi logistik dengan spss 22, tetapi apakah bisa menggunakan regresi panel dengan software eviews?
seharusnya jika datanya masih lengkap, bisa menggunakan sofware manapun baik minitab, spss, stata ataupun eviews.
terimakasih
Bila dalam uji interaksi menggunakan regresi logistik tetapi pada output ada 1 variabel yang tidak ada apa peyebabnya dan bagaimana caranya agar bisa tampil dioutput?
saya paham dengan pertanyaan mbak. tapi saya tidak bisa komentar karena informasi yang diberikan sangat sedikit, dan itu bisa beberapa kemungkinan. biasanya spss atau minitab memberikan alasan mengapa variabel tersbeut tidak valid atau tidak dapat diproses. bisa juga karena kekeliruan penginputan. dan saya tidak bisa menduga duga hanya informasi yang mbak berikan.
terima kasih
referensi bukunya dari mana ya ?
artikel ini mengandung link yang mengarah sebuah skripsi. silahkan ditelusuri jika mau mencari referensi buku.
Saya juga mengalami hal yang sama. Kalau dalam masalah yang saya hadapi, hal ini dinamakan “dummy variable trap”. singkatnya, jika dalam regresi logistik terdapat independen variabel yang semuanya merupakan kategorikal (Ex: Probabilitas kebangkrutan berdasarkan jenis kelamin, dengan independen variabel pria dan wanita). Maka, secara otomatis SPSS (software yang saya pakai) otomatis menghilangkan variabel tersebut karena terdapat “perfect collinearity”. Solusinya hilangkan konstanta (terdapat opsi ini dalam SPSS) atau hilangkan salah satu variabel independen tersebut. Lebih jelasnya, silahkan googling 🙂
Masukan yang bagus dari mas raka. Betul sekali jika ada masalah multikolinearitas antar variabel, pasti jadi tidak signifikan.
Bisa dilihat dari nilai VIF klo regresi berganda, atau running correlation terlebih dahulu antar variabel independen. Jika ada hub kuat, maka bisa diduga terdapat multikol. Terima kasih
Terimakasih gan, sangat bermanfaat
iya gan..santai aja…hahahaha
min link download skripsinya gk bisa
website repository IPB mungkin lagi ada gangguan,. tunggu saja. nanti klo sudahaktiv, saya coba sediakan alternatif link lainnya.
Pak mau tanya saya ada pertanyaan dari dosen pembimbing saya mengapa di reglog 0,1 di ln kan? (Ada dipenelitian jurnal) Mohon bantuannya 🙂