Cara Menghitung Regresi Logistik dengan SPSS

Halo Sobat TeknoBgt, dalam dunia statistik, regresi adalah metode analisis untuk melihat pengaruh satu atau lebih variabel independen terhadap satu variabel dependen. Regresi logistik adalah metode regresi yang digunakan untuk variabel dependen yang merupakan data biner, yaitu data yang hanya memiliki dua kategori. Dalam artikel ini, kita akan membahas cara menghitung regresi logistik dengan menggunakan SPSS.

1. Melakukan Uji Normalitas Data

Sebelum melakukan analisis regresi logistik, hal pertama yang perlu dilakukan adalah melakukan uji normalitas data. Uji normalitas data dilakukan untuk mengetahui apakah data yang akan digunakan dalam analisis berdistribusi normal atau tidak. Ada berbagai macam uji normalitas data yang bisa digunakan, di antaranya adalah:

No	Uji Normalitas	Cara Melakukan	Interpretasi Hasil
1	Kolmogorov-Smirnov	Analisis – Descriptive Statistics – Explore	Data berdistribusi normal jika nilai Significance (2-tailed) lebih besar dari 0,05
2	Shapiro-Wilk	Analyze – Descriptive Statistics – Explore	Data berdistribusi normal jika nilai Significance (2-tailed) lebih besar dari 0,05
3	Lilliefors	Extensions – Custom Dialogs – Lilliefors Test	Data berdistribusi normal jika nilai Sig. lebih besar dari 0,05

Setelah melakukan uji normalitas data, langkah selanjutnya adalah melakukan analisis regresi logistik. Berikut adalah langkah-langkahnya:

2. Menyiapkan Data

Langkah pertama dalam melakukan analisis regresi logistik adalah menyiapkan data yang akan digunakan. Data yang akan digunakan harus telah terlebih dahulu diinput ke dalam SPSS. Data harus terdiri dari dua kategori variabel, yaitu variabel independen dan variabel dependen.

3. Menentukan Variabel Independen dan Variabel Dependen

Setelah data disiapkan, langkah selanjutnya adalah menentukan variabel independen dan variabel dependen. Variabel independen adalah variabel yang mempengaruhi variabel dependen. Variabel dependen adalah variabel yang ingin kita teliti.

4. Menentukan Model Regresi Logistik

Setelah menentukan variabel independen dan variabel dependen, langkah selanjutnya adalah menentukan model regresi logistik yang akan digunakan. Terdapat beberapa model regresi logistik yang dapat digunakan, di antaranya adalah:

No	Model Regresi Logistik	Karakteristik	Kelebihan	Kekurangan
1	Model Regresi Logistik Binary	Memiliki satu variabel dependen dan satu variabel independen	Mudah digunakan dan dapat memberikan hasil yang akurat	Tidak dapat digunakan untuk memprediksi variabel dependen dengan lebih dari satu kategori
2	Model Regresi Logistik Ordinal	Memiliki satu variabel dependen dengan lebih dari satu kategori ordinal dan satu atau lebih variabel independen	Dapat digunakan untuk memprediksi variabel dependen dengan lebih dari satu kategori	Mudah terpengaruh oleh data yang outlier
3	Model Regresi Logistik Multinomial	Memiliki satu variabel dependen dengan lebih dari satu kategori nominal dan satu atau lebih variabel independen	Dapat digunakan untuk memprediksi variabel dependen dengan lebih dari satu kategori	Tidak cocok jika data tidak memiliki banyak responden

5. Menghitung Regresi Logistik

Setelah menentukan model regresi logistik yang akan digunakan, langkah selanjutnya adalah menghitung regresi logistik. SPSS menyediakan menu Analisis – Regresi – Binary Logistic yang dapat digunakan untuk menghitung regresi logistik. Dalam penghitungan regresi logistik, SPSS akan menghasilkan output berupa:

No	Output	Keterangan
1	Model Summary	Menampilkan informasi tentang kualitas model regresi logistik yang dihasilkan
2	Cox & Snell R Square	Menampilkan nilai koefisien determinasi Cox & Snell
3	Nagelkerke R Square	Menampilkan nilai koefisien determinasi Nagelkerke
4	Omnibus Tests of Model Coefficients	Menampilkan hasil uji signifikansi model regresi logistik secara keseluruhan
5	Hosmer and Lemeshow Test	Menampilkan hasil uji signifikansi model regresi logistik melalui Hosmer and Lemeshow Test
6	Coefficients	Menampilkan koefisien regresi logistik
7	Confidence Interval	Menampilkan interval kepercayaan koefisien regresi logistik

6. Interpretasi Hasil Regresi Logistik

Setelah melakukan penghitungan regresi logistik, langkah selanjutnya adalah melakukan interpretasi hasil regresi logistik. Ada beberapa hasil yang perlu diinterpretasikan, di antaranya adalah:

No	Hasil	Interpretasi
1	Koefisien Regresi Logistik	Menunjukkan pengaruh variabel independen terhadap variabel dependen. Jika koefisien positif, maka semakin tinggi nilai variabel independen, semakin besar kemungkinan variabel dependen juga bertambah. Sebaliknya, jika koefisien negatif, maka semakin tinggi nilai variabel independen, semakin kecil kemungkinan variabel dependen bertambah.
2	Signifikansi Koefisien Regresi Logistik	Menunjukkan apakah koefisien regresi logistik signifikan atau tidak. Jika nilai signifikansi kurang dari 0,05, maka koefisien regresi logistik signifikan dan mempengaruhi variabel dependen secara signifikan.
3	Exp(B)	Menunjukkan pengaruh variabel independen terhadap variabel dependen dalam bentuk odds ratio. Jika nilai Exp(B) lebih dari 1, maka semakin tinggi nilai variabel independen, semakin besar kemungkinan variabel dependen juga bertambah. Sebaliknya, jika nilai Exp(B) kurang dari 1, maka semakin tinggi nilai variabel independen, semakin kecil kemungkinan variabel dependen bertambah.
4	Confidence Interval 95%	Menunjukkan kisaran nilai koefisien regresi logistik yang dianggap signifikan dengan tingkat kepercayaan 95%.

FAQ

1. Apa itu Regresi Logistik?

Regresi logistik adalah metode regresi yang digunakan untuk variabel dependen yang merupakan data biner, yaitu data yang hanya memiliki dua kategori.

2. Apa itu SPSS?

SPSS (Statistical Product and Service Solutions) adalah program komputer yang digunakan untuk analisis statistik.

3. Apa itu Uji Normalitas Data?

Uji normalitas data adalah uji yang digunakan untuk mengetahui apakah data yang akan digunakan dalam analisis berdistribusi normal atau tidak.

4. Apa itu Variabel Independen?

Variabel independen adalah variabel yang mempengaruhi variabel dependen.

5. Apa itu Variabel Dependen?

Variabel dependen adalah variabel yang ingin kita teliti.

6. Apa itu Model Regresi Logistik?

Model regresi logistik adalah model regresi yang digunakan untuk menghitung pengaruh satu atau lebih variabel independen terhadap satu variabel dependen yang merupakan data biner.

7. Apa yang dimaksud dengan Interpretasi Hasil Regresi Logistik?

Interpretasi hasil regresi logistik adalah proses mengartikan hasil yang dihasilkan dari penghitungan regresi logistik.

Kesimpulan

Regresi logistik adalah metode regresi yang digunakan untuk variabel dependen yang merupakan data biner. Dalam melakukan analisis regresi logistik, langkah pertama yang perlu dilakukan adalah melakukan uji normalitas data. Setelah itu, langkah selanjutnya adalah menyiapkan data, menentukan variabel independen dan variabel dependen, menentukan model regresi logistik, menghitung regresi logistik, dan melakukan interpretasi hasil regresi log
istik. Dengan menggunakan SPSS, proses penghitungan regresi logistik dapat dilakukan dengan mudah dan cepat.

Semoga Bermanfaat dan sampai jumpa di artikel menarik lainnya.

Cara Menghitung Regresi Logistik dengan SPSS