Mahasiswa seringkali menggunakan model analisis regresi untuk melakukan olah data penelitian.
Terdapat beragam model regresi yang bisa dipilih, sesuai dengan jenis dan banyaknya data penelitian yang dimiliki.
Melansir laman resmi Universitas Bina Nusantara (Binus), regresi merupakan pengujian pengaruh.
Biasanya regresi menguji antara pengaruh variabel independen terhadap variabel dependen.
Secara umum, analisis regresi digunakan untuk mengetahui variabel utama yang mempunyai pengaruh terhadap variabel lainnya.
Meski demikian, hal itu juga dipengaruhi permodelan, pendugaan, ataupun peramalan.
Uji Regresi Logistik
Uji regresi logistik merupakan model matematis yang digunakan untuk menganalisis hubungan satu atau beberapa variabel independen.
Meski demikian, variabel independen tersebut harus bersifat dikotom atau binary.
Variabel dikotom berarti variabel yang memiliki dua nilai variasi, atau skala data nominal dengan dua kategori.
Misalnya, sakit atau tidak sakit, merokok dan tidak merokok, bayi berat normal dan tidak normal.
Perbedaan uji regresi liniear dengan regresi logistik yakni jenis variabel dependennya.
Regresi linier biasanya dipakai jika variabel dependennya numerik, sementara regresi logistik digunakan jika variabel dependennya bersifat kategori yang dikotom.
Syarat Uji Regresi Logistik
Berbeda dengan uji regresi linier, uji regresi logistik yang harus melakukan beberapa uji prasyarat.
Uji prasyarat regresi logistik yakni uji keseluruhan model (overall model fit), uji kelayakan model menggunakan Hosmer and Lemeshow Test.
Aturan Uji Regresi Logistik
Untuk melakukan uji regresi logistik sebuah data, maka harus memenuhi aturan sebagai berikut:
1. Tidak Butuh Hubungan Linier
Regresi logistik tidak membutuhkan hubungan linier antara variabel independen dan variabel dependen.
2. Tidak Perlu Asumsi Multivariate Normality
Variabel independen yang melakukan uji regresi logistik tidak perlu asumsi tersebut.
3. Asumsi Homokesdatisitas
Asumsi homokesdatisitas tidak diperlukan dalam uji regresi logistik.
4. Bentuk Variabel Bebas
Variabel bebas dalam uji regresi logistik tidak perlu diubah ke dalam bentuk skala interval atau ratio.
5. Jenis Variabel Dependen
Variabel dependen wajib memiliki sifat dikotomi (2 kategori).
Baca buku sepuasnya di Gramedia Digital Premium
6. Kategori Variabel Independen
Kategori variabel independen harus terpisah satu sama lain.
7. Data Banyak
Sampel yang digunakan harus berjumlah besar, minimal 50 sampel data untuk variabel independen.
8. Prediksi Odds Ratio
Regresi logistik bisa menyeleksi hubungan karena menggunakan pendekatan non-linier log transformasi untuk memprediksi odds ratio.
Odd dalam regresi logistik sering dinyatakan sebagai probabilitas.
Jenis Uji Regresi Logistik
Terdapat dua jenis uji regresi logistik yang harus kamu ketahui, yakni:
1. Regresi Logistik Biner
Regresi logistik biner biasanya digunakan saat hanya ada dua kemungkinan varibel terikat, misalnya baik atau buruk, jelek atau cantik.
2. Regresi Logistik Multinomial
Regresi logistik multinomial biasanya digunakan saat variabel terikat (Y) terdapat lebih dari dua kategorisasi.
Regresi logistik tidak ada nilai "R Square" untuk mengukur pengaruh simultan beberapa variabel bebas terhadap variabel terikat.
Meski demikian, terdapat istilah Pseudo R Square, yaitu nilai R Square Semu yang maksudnya sama atau identik dengan R Square.
Contoh Kasus Uji Regresi Logistik
Misalnya terdapat penelitian yang membahas pergantian auditor.
Penelitian tersebut menggunakan nilai 0 yang berarti tidak melakukan pergantian auditor, dan nilai 1 berarti melakukan pergantian auditor.
Langkah Uji Regresi Logistik
Berikut beberapa langkah uji regresi logistik di SPSS:
- Tuliskan data nominal dari variabel bebas ke SPSS
- Klik values dan isikan value dan label sesuai kategori variabelnya
- Pilih Analyze > Regression > Binary Logistik
- Masukkan variabel terikat ke kotak dependent dan masukkan semua variabel bebas ke kotak Covariates
- Klik tombol Save lalu centang Probabilities, Group membership, Unstandardized dan Studentized
- Lalu klik Continue.
- Tekan tombol Options lalu centang Classification plots, Hosmer- lemeshow goodness-of-fit, Casewise listing residuals dan pilih Outliers outside dan isi dengan angka 2, Correlation of estimates, Iteration history, CI for exp(B) dan isi dengan 95
- Klik OK dan segera lihat hasilnya
Tertarik mempelajari regresi logistik di SPSS lebih mendalam? Kamu bisa membaca buku Panduan Praktis Mengolah Data Kuesioner Menggunakan SPSS karya Vivi Herlina.
Buku ini membahas panduan cara mengolah data kuesioner secara bertahap dan sistematis.
Terdapat bab khusus yang membahas analisis jalur alias path analysis dan regresi logistik.
Tetapi bukan hanya itu saja, masih ada uji lainnya yang bisa kamu pelajari di sini, seperti cara melakukan uji validitas dan reliabilitas, uji normalitas dan homogenitas, pengelompokan atau kategori data hingga berbagai pengujian yang lebih kompleks, seperti analisis regresi dan analisis korelasi.
Tidak sekadar menguraikan langkah-langkah untuk menggunakan SPSS saja, buku ini juga dilengkapi dengan penjelasan atau proses analisis output yang diperoleh dari perhitungan SPSS.
Tertarik untuk membacanya dalam membantu penelitianmu? Yuk, buruan check out buku Panduan Praktis Mengolah Data Kuesioner Menggunakan SPSS di Gramedia.com sekarang juga!
Selain itu, ada gratis voucher diskon yang bisa kamu gunakan tanpa minimal pembelian. Yuk, beli buku di atas dengan lebih hemat! Langsung klik di sini untuk ambil vouchernya.