REGRESI LOGISTIK

Report
REGRESI LOGISTIK
Josef T. Baskoro
dosen FE UAJ
Materi pelatihan statistik 27 jan 2014
PENDAHULUAN
• Tujuan : melihat pengaruh variabel bebas terhadap
probabilitas terjadinya nilai variabel terikat.
• Tipe: faktor dan prediksi
• Persyaratan : variabel bebas berskala Interval /Rasio,
sedangkan variabel terikat berskala Nominal dengan
nilai 1 dan 0. Berbasis distribusi chi-square sehingga
tak memerlukan persyaratan normalitas data.
ILUSTRASI
• Probabilitas pasien terserang penyakit jantung
berdasar tekanan darah, kolesterol, gaya hidup dll
• Probabilitas perusahaan bangkrut berdasar rasio
keuangan, ukuran perusahaan dll
• Probabilitas opini audit going concern berdasar rasio
keuangan
• Probabilitas Wajib Pajak taat membayar pajak
berdasarkan persepsi mereka tentang pajak
PROBABILITAS DAN ODDS
• Probabilitas dinyatakan dgn istilah ODDS dengan
bentuk persamaan :
p : probabilitas terjadi, 1 – p : probabilitas tak terjadi, p/(1-p) odds
• Grafik hubungan Y dengan X
sesuai dengan fungsi logaritma
natural (log-e) atau ln
TAHAPAN (1)
• Teknik analisis dilakukan secara bertahap. Awalnya
saat variabel bebas belum masuk, lalu masuk.
• Goodness of Fit : Merupakan pengujian apakah model
yang dibuat sesuai dengan data
H0 : Model sesuai (fit) dengan data; H1 : Model tak sesuai
• Teknik pengujian ada beberapa macam :
–
–
–
–
-2 Log Likelihood -> uji λ2 dengan df = n-q
Cox & Snell R Square mirip dengan R2 pd regresi, nilainya
Nagelkerke R Square berkisar 0 sd 1
Hosmer and Lemeshow Test -> berbasis λ2 dengan prob sig.
TAHAPAN (2)
• Uji Pengaruh : menguji pengaruh tiap variabel bebas
terhadap variabel terikat
H0 : tidak ada pengaruh Xi terhadap variabel terikat
H1 : ada pengaruh
Teknik pengujian menggunakan Wald statistic ->
menguji pengaruh tiap variabel bebas
• Estimasi parameter : membuat persamaan regresi
logistiknya lewat penghitungan koefisien persamaan
• Mengukur ketepatan prediksi
Langkah 1. PEMASUKAN DATA - latihan
• Buka program SPSS (Start > All Programs > SPSS)
• Pada Data Editor, klik pada Variable View untuk
melakukan pendefinisian data
• Buka program Excel dan carilah file LOGISTIK, lalu
bukalah. Copylah definisi data ke program SPSS
• Kembali ke SPSS untuk melakukan pendefinisian data
berdasar penggandaan informasi dari file LOGISTIK
• Setelah selesai, klik pada Data view
• Lakukan pengisian data atau copykan datanya
• Simpanlah data dengan nama LOGISTIK
Langkah 2. OLAH DATA - latihan
• Klik Analyze > Regression > Logistics
maka terdapat windows Logistics Regression
•
•
•
•
Di Box Dependent, isikan variabel taat_bayar
Di box Covariate, isikan variabel bebasnya
Klik Options, pilih Hosmer-Lemeshow
Klik OK
Langkah 3. HASIL OLAHAN – awal
Prediksi
awal
Langkah 3. HASIL OLAHAN – fit model
Uji fit model
Langkah 3. HASIL OLAHAN – uji, estimasi
prediksi
Koefisien
persamaan
Uji pengaruh
Langkah 4. INTERPRETASI HASIL
• Goodness of Fit
– Uji Hosmer and Lemeshow menunjukkan probabilitas
signifikansi 0.897 (>0.05) maka H0 diterima yang berarti
model hasil estimasi adalah signifikan fit (layak/sesuai).
• Uji Pengaruh (Uji Wald)
– Signifikan hanya terjadi pada kualitas layanan dan persepsi
pengelolaan pajak, sedangkan persepsi akses tidak
signifikan.
• Persamaan Regresi Logisitik
– In (p/(1-p)) = -47.772 + 2.652*kualitas layanan +
4.647*persepsi pengelolaan pajak - 0.061*persepsi akses
• Ketepatan prediksi diperkirakan sekitar 92%

similar documents