Download - Regresi Logistik Sederhana_rev
-
7/25/2019 Regresi Logistik Sederhana_rev
1/27
Regresi Logistik
Analisis regresi :
mempelajari pengaruh variabel
bebas (independent variable)
terhadap variable tergantung
(dependent variable)
-
7/25/2019 Regresi Logistik Sederhana_rev
2/27
Regresi Logistik
Regresi Logistik, digunakan jika :
Variabel tergantung berupa datakategori
Variabel bebas bisa berupa data
kontinyu (berskala interval atau ratio)
maupun berupa data kategori
-
7/25/2019 Regresi Logistik Sederhana_rev
3/27
Regresi Logistik
Variabel tergantung berupa data kategori :
- Dikotomus
- Multikotomus
Gambaran dari variabel dikotomus adalah
sebagai berikut :
- 0 = bila tidak terjadi misalnya tidak sakit- ! = bila terjadi misalnya sakit
-
7/25/2019 Regresi Logistik Sederhana_rev
4/27
Regresi Logistik
"da # (dua) ma$am regresi logistik yaitu :
%egresi logistik dengan satu variable bebas atauunivariate case(yang biasa disebut dengan
Regresi Logistik Sederhana)
%egresi logistik dengan banyak (lebih dari satu)
variable bebas atau multivariatecase(yangbiasa disebut dengan Regresi Logistik Ganda)
-
7/25/2019 Regresi Logistik Sederhana_rev
5/27
Regresi Logistik
Fungsi regresi logistik bisa diformulasikan dalam
bentuk :
)(
1
1)(
xg
e
zf
+
=
-
7/25/2019 Regresi Logistik Sederhana_rev
6/27
-
7/25/2019 Regresi Logistik Sederhana_rev
7/27
'ontoh &nivariate 'ase
o Variabel ategori
!
#
*tatus Gi+i ,alita
rogram M.
0= /ika balita berstatus gi+i kurang
!= /ika balita berstatus gi+i normal
0 = /ika balita tidak mendapatkan
makanan tambahan
! = /ika balita mendapatkan
makanan tambahan
-
7/25/2019 Regresi Logistik Sederhana_rev
8/27
-
7/25/2019 Regresi Logistik Sederhana_rev
9/27
-
7/25/2019 Regresi Logistik Sederhana_rev
10/27
-
7/25/2019 Regresi Logistik Sederhana_rev
11/27
-
7/25/2019 Regresi Logistik Sederhana_rev
12/27
nterpretasi hasil
Variabel ndependent yang digunakan
adalah: M.1
ada hasil analisis terdapat variabel baru
yaitu : M. (!)=.idak M.
Variabel Awal Variabel Baru
M. M.(!) = .idak M.elompok embanding = M.
-
7/25/2019 Regresi Logistik Sederhana_rev
13/27
Variabel in the 23uation
4ang *igni5ikan adalah : M.(!) (sig1 = 00!6 dan konstanta
(sig1 = 0067)1
&ntuk Variabel M. (variabel ategori)
"rti nilai 28p(,) = 0!#6 adalah :
emungkinan balita tidak mendapatkan M. akan berstatus
gi+i ormal 0!#6 kali lebih besar jika dibandingkan
dengan balita yang mendapatkan M.
"tau
emungkinan balita yang mendapatkan M. akan berstatus
gi+i normal 907 kali lebih besar jika dibandingkan
dengan balita yang tidak mendapatkan M.
-
7/25/2019 Regresi Logistik Sederhana_rev
14/27
Model %egresi ;ogistik :
))1PMT(088,2299,1(e1
1)(
++
=zf
-
7/25/2019 Regresi Logistik Sederhana_rev
15/27
Multivarite 'ase
Digunakan $ontoh yang sama (dengan
univariate $ase) hanya dengan
menambahkan beberapa variabel1 ondisivariabel yang digunakan adalah sebagai
berikut :
-
7/25/2019 Regresi Logistik Sederhana_rev
16/27
Regresi Logistik
Fungsi regresi logistik bisa diformulasikan dalam
bentuk :
)(
1
1)(
xg
e
zf
+
=
-
7/25/2019 Regresi Logistik Sederhana_rev
17/27
Regresi Logistik
&ntukmultivariate caseatauregresi
logistik ganda:
iixxxxg ++++= ...)( 22110
-
7/25/2019 Regresi Logistik Sederhana_rev
18/27
'ontoh Multivariate 'ase
o Variabel ategori
!
#
>M1
ada hasil analisis terdapat variabel baru
yaitu : M. (!)=.idak M. dan D"2%"(!)= %uralVariabel Awal Variabel Baru
Daerah D"2%"(!) = %uralelompok embanding = &rban
M. M.(!) = .idak M.elompok embanding = M.
Variabel in the 23 ation
-
7/25/2019 Regresi Logistik Sederhana_rev
25/27
Variabel in the 23uation
4ang *igni5ikan adalah : M. (!) (sig1 = 006? dengan nilai
28p(,) = 0!#! 2konomi (sig1=0009 dengan nilai
28p(,) = 07
-
7/25/2019 Regresi Logistik Sederhana_rev
26/27
&ntuk variabel 2>>M (variabel ontinyu):
"rti nilai 28p(,) = 07
-
7/25/2019 Regresi Logistik Sederhana_rev
27/27
Model %egresi ;ogistik :
))(447,0)1PMT(115,2995,4(e1
1)(
Ekonomizf
++
+
=