Keterangan: ̂
= Nilai dari estimasi parameter regresi untuk variabel ke-i ̂
= Nilai standard error untuk variabel ke=i i = variabel bebas yang digunakan
Statistik uji mendekati distribusi Chi-square dengan derajat bebas 1. H
nya adalah ̂
, untuk setiap yang berarti bahwa variabel independen ke-
tidak signifikan terhadap model. H ditolak jika
2.7.3 Uji kecocokan Model
Uji kecocokan model digunakan untuk mengevaluasi cocok tidaknya model dengan data, nilai observasi yang diperoleh sama atau mendekati dengan yang diharapkan
dalam model. Alat yang digunakan untuk menguji kecocokan dalam regresi logistik adalah uji Hosmer dan Lemeshow, mengikuti distribusi Chi-square dengan
dimana adalah banyaknya kelompok.
Uji Hosmer dan Lemeshow yang ditulis dengan uji ̂, dihitung berdasarkan
taksiran probabilitas Hosmer danLemeshow, 1989. Pada uji ini sampel dimasukkan ke sejumlah
kelompok dengan tiap-tiap kelompok memuat sampel pengamatan, dengan
adalah jumlah sampel. Jumlah kelompok sekitar 10. Idealnya, kelompok pertama memuat
sampel yang memiliki taksiran probabilitas sukses terkecilyang diperoleh dari model taksiran. Kelompok kedua memuat
sampel yang memiliki taksiran probabilitas sukses terkecil kedua, dan seterusnya, dengan rumus sebagai berikut:
∑
̅ ̅
̅
2.7
Keterangan: = total sampel kelompok
= Jumlah sampel kejadian sukses pada kelompok ke-
Universitas Sumatera Utara
̅ = rata-rata taksiran probabilitas kelompok ke-
Untuk menguji kecocokan model, bandingkan nilai Chi-square pada tabel Chi- square dengan
. Jika maka H
ditolak.
2.7.4 Odds Rasio
Regresi logistik juga menghasilkan rasio peluang odds ratio terkait dengan nilai setiap independen. Peluang dari suatu kejadian diartikan sebagai probabilitas hasil
yang muncul yang dibagi dengan probabilitas suatu kejadian yang tidak terjadi. Secara umum rasio peluang merupakan sekumpulan peluang yang dibagi oleh peluang
lainnya. Rasio peluang bagi independen diartikan sebagai jumlah relatif dimana peluang hasil meningkat rasio peluang 1 atau turun rasio peluang 1 ketika nilai
variabel independen meningkat sebesar 1 unit. Untuk menentukan odds ratio rumusnya sebagai berikut:
1 1
1 1
1 1
1 1
p p
p p
p p
p p
2.8
Odds ratio didefinisikan sebagai perbandingan dari nilai variabel sukses terhadap variabel bernilai gagal. Dengan kata lain odds rasio menjelaskan seberapa
besar pengaruh variabel sukses dibanding variabel gagal terhadap suatu eksperimen atau observasi. Pada kasus penelitian dengan regresi logistik, nilai ini dapat dilihat
dari nilai
B Exp
pada hasil analisis data atau
i
e
dengan
i
adalah estimasi
parameter variabel independen pertama, kedua, dan seterusnya. Hasil tersebut akan menunjukkan pengaruh setiap variabel-variabel independen terhadap variabel
dependennya.
Universitas Sumatera Utara
BAB 3
PEMBAHASAN
3.1 Pengolahan Data
