Tabel 3.23 Uji Signifikansi Parameter Secara Serentak
Variabel prediktor
S.E. Wald
Sig. X
2
0.008 3.319
0.068 X
4
0.081 88.468
0,000 X
5
0.036 13.561
0,000 X
10
0.209 12.647
0,000 X
12
0.066 12.94
0,000 X
14
0.056 7.106
0.008 X
16
1.093 3.031
0.082 X
17
0.437 7.184
0.007 Konstanta
2.432 10.014
0.002
Nilai statistik uji G yang dihasilkan adalah sebesar 223,133 dimana nilai ini lebih besar dari nilai χ
2 8;0,05
= 15,507 maka keputusan yang diambil adalah tolak H
, atau dengan kata lain bahwa variabel prediktor secara bersama-sama mempengaruhi variabel respon. Tabel di atas mengindikasikan bahwa variabel
prediktor yang signifikan berpengaruh dalam hal ini sig -2 tailed 0,05 terhadap variabel respon adalah X
4
, X
5
, X
10
, X
12
, X
14
dan X
17
.
3.3.3 Persamaan Regresi Logistik
Tabel 3.24 Nilai Koefisien Tiap Variabel
Variabel prediktor B
Jumlah Anggota Rumah Tangga -0.765
Ijazah Tertinggi Kepala Rumah Tangga 0.131
Pengalaman Membeli Beras Raskin Selama Tiga Bulan Terakhir
0.743 Sumber Air Minum
-0.236 Bahan Bakar Memasak
-0.149 Penguasaan Laptop
-1.173 Konstanta
7.697
z f
Berdasarkan nilai-nilai koefisien hasil analisis di atas, didapatkan model persamaan regresi logistik yaitu :
173 ,
1 149
, 236
, 743
, 131
, 765
, 697
, 7
17 14
12 10
5 4
1 1
X X
X X
X X
e z
f
Dimana : = Peluang Kesejahteraan Rumah Tangga
X
4
= Jumlah Anggota Rumah Tangga X
5
= Ijazah Tertinggi Yang Dimiliki Kepala Rumah Tangga X
10
= Pengalaman Membeli Beras Raskin Selama Tiga Bulan Terakhir X
12
= Sumber Air Minum X
14
= Bahan Bakar Untuk Memasak X
17
= Penguasaan Laptop Di Dalam Rumah Tangga Contoh Kasus 1 :
Rumah tangga yang memiliki karakteristik jumlah anggota rumah tangga 5 orang, kepala rumah tangga mempunyai ijazah SMA, pernah membeli raskin
dalam tiga bulan terakhir, menggunakan air isi ulang untuk sumber air minum, bahan bakar memasaknya adalah gaselpiji, dan rumah tangga tersebut tidak
menguasai laptop. Penyelesaian :
173 ,
1 149
, 236
, 743
, 131
, 765
, 697
, 7
17 14
12 10
5 4
1 1
X X
X X
X X
e z
f
173 ,
1 2
149 ,
2 236
, 1
743 ,
4 131
, 5
765 ,
697 ,
7
1 1
e z
f 987
,
z f
Maka peluang rumah tangga tersebut dikategorikan sebagai rumah tangga tidak miskin adalah sebesar 0,987.
Perhitungan tersebut dibuktikan dengan hasil pengeluaran rumah tangga di atas garis kemiskinan yang ditetapkan oleh BPS.
3.3.4 Uji Kesesuaian Model Regresi Logistik
Uji kesesuaian model digunakan untuk mengetahui apakah terdapat perbedaan antara hasil observasi dengan kemungkinan hasil prediksi.Hipotesis yang
digunakan adalah sebagai berikut.
H :Model sesuai tidak ada perbedaan antara hasil observasi dengan
kemungkinan hasil prediksi. H
1
:Model tidak sesuai ada perbedaan antara hasil observasi dengan kemungkinana hasil prediksi.
Tabel 3.25 Hosmer and Lemeshow Test
Step Chi-square
Df Sig.
1 9.014
8 .341
Dengan tingkat signifikansi sebesar α = 5 pada hosmer and lemeshow test diperoleh nilai sig. sebesar 0,341 0,05 sehingga keputusannya adalah terima H
yang berarti model sesuai atau tidak ada perbedaan antara hasil observasi dengan hasil prediksi pada tingkat signifikansi α = 5. Dengan demikian model regresi
logistik yang diperoleh sesuai untuk menjelaskan seberapa besar peluang sebuah rumah tangga di Kabupaten Serdang Bedagai termasuk rumah tangga tidak
miskin.
3.3.5 Odds Ratio
