Regresi Model Logit (Logistik) Dengan Menggunakan Shazam

Oleh : Jul Fahmi Salim

Assalamualaikum wr wb..

Selamat Pagi Menjelang siang..... :-)

Sudah beberapa waktu tidak update nih blog, karena sesuatu dan lain hal.hehehe... Baiklah kali ini mari kita belajar mengenai langkah-langkah regresi model logistik atau model logit.. sebelum masuk kedalam langkah-langkah pengerjaannya maka mari kita lihat, apa sebenarnya model logit tersebut ??

Regresi Logistik

Regresi logistik adalah sebuah pendekatan untuk membuat model prediksi seperti halnya regresi linear atau yang biasa disebut dengan istilah Ordinary Least Squares (OLS) regression. Perbedaannya adalah pada regresi logistik, peneliti memprediksi variabel terikat yang berskala dikotomi. Skala dikotomi yang dimaksud adalah skala data nominal dengan dua kategori, misalnya: Ya dan Tidak, Baik dan Buruk atau Tinggi dan Rendah.

Apabila pada OLS mewajibkan syarat atau asumsi bahwa error varians (residual) terdistribusi secara normal. Sebaliknya, pada regresi logistik tidak dibutuhkan asumsi tersebut sebab pada regresi logistik mengikuti distribusi logistik.

Asumsi Regresi Logistik antara lain:

• Regresi logistik tidak membutuhkan hubungan linier antara variabel independen dengan variabel dependen.
• Variabel independen tidak memerlukan asumsi multivariate normality.
• Asumsi homokedastisitas tidak diperlukan
• Variabel bebas tidak perlu diubah ke dalam bentuk metrik (interval atau skala ratio).
• Variabel dependen harus bersifat dikotomi (2 kategori, misal: tinggi dan rendah atau baik dan buruk)
• Variabel independen tidak harus memiliki keragaman yang sama antar kelompok variabel
• Kategori dalam variabel independen harus terpisah satu sama lain atau bersifat eksklusif
• Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan hingga 50 sampel data untuk sebuah variabel prediktor (independen).

Regresi logistik dapat menyeleksi hubungan karena menggunakan pendekatan non linier log transformasi untuk memprediksi odds ratio. Odd dalam regresi logistik sering dinyatakan sebagai probabilitas.(sumber klik disini)

langkah-langkah dalam meregresi model logistik :
- buka program shazam

- ketik "sample 1 153" ==> sample 1 153 maksudnya adalah jumlah sample yang ada dalam penelitian
- ketik "read ja y ed c" ==> read ja y ed c adalah shazam diperintahkan untuk membaca urutan variabel yang digunakan dalam penelitian mulai dari y x1 x2 x3.....xn

- Copy data dari excel kemudian angsung di paste pada command editor shaazam

- kemudian ketik " logit ja y ed c / max"

- klik format

- klik run

- maka hasil output yang keluar adalah sebagai berikut :

catatan : untuk melakukan interpretasi hasil, tidak bisa langsung menggunakan nilai koefisien Betha dari hasil regresi, melainkan harus dicari dulu nilai Odd ratio nya yaitu dengan cara :

odd ratio = e^nilai koefisien betha (nilai e dipangkatkan dengan masng-masing koefisien betha dari hasil regresi )

Nilai ketetapan e =2.72

untuk melihat videonya klik disini 

Nah cukup mudah kan... silahkan berikan masukannya untuk menjadikan tulisan ini lebih sempurna. selamat mencoba.... :-)