Kerugian Ekonomi akibat Banjir Rob

L i = L n � 1−� = β + β 1 X 1 + β 2 X 2 + ... + β j X j ............... 2.2 Interpretasi model logistik sama seperti model OLS yaitu dengan koefisien slope dari parameter. Koefisien slope diinterpretasikan sebagai perubahan pada logit p akibat suatu perubahan satu unit pada variabel bebas. Cara yang paling umum digunakan dalam menginterpretasikan koefisien model regresi logistik adalah dengan melibatkan odds ratio. Odds berarti resiko atau kemungkinan peluang kejadian sukses terhadap kejadian tidak sukses dari variabel respon. Apabila pengamatan Y ke-i merupakan setujubersedia untuk membayar maka dilambangkan Y i = 1, peluangnya adalah P i , sedangkan peluang untuk Y i = 0 tidak setuju adalah 1 – P i . Makin besar nilai odds maka makin besar peluang seseorang untuk mengambil keputusan, sehingga nilai odds merupakan suatu indikator kecenderungan seseorang menentukan pilihan yang pertama. Secara matematis Odds ratio dapat dituliskan sebagai berikut Juanda 2009: � 1−� .................................................... 2.3 Keterangan: P i = peluang kejadian yang terjadi 1-P i = peluang kejadian yang tidak terjadi Pengujian parameter model dilakukan dengan menguji semua parameter secara keseluruhan simultan dan menguji masing-masing parameter secara terpisah individual. a Uji G Hasil pengujian signifikansi regresi secara simultan didasarkan pada statistik uji G. Statistik uji G adalah uji rasio kemungkinan maksimum likelihood ratio test yang dapat digunakan untuk menguji peranan variabel bebas secara bersamaan Hosmer dan Lemeshow 2000. Untuk menguji apakah variabel bebas memberikan pengaruh terhadap kebaikan dari model dengan uji rasio likelihood, mula-mula dicari nilai statistik G. = − ln [ ] ................................................................................................... 2.4 Keterangan: l o = Likelihood pada model tanpa variabel bebas l i = Likelihood pada model dengan variabel bebas Hipotesis yang dipakai adalah: H : β 1 = β 2 = ... = β k = 0 dak ada pengaruh variabel bebas secara simultan terhadap variabel tidak bebas H 1 : Minimal ada satu nilai β ≠ 0 ada pengaruh paling sedikit satu variabel bebas terhadap variabel tidak bebas dengan k = 1,2,3,...,p Pada hipotesis nol bahwa semua koefisien bernilai nol, distribusi untuk statistik G adalah Chi-square dengan derajat bebas p sehingga keputusan yang diambil, yaitu hipotesis H ditolak jika statistik p-value α atau G χ 2pα artinya variabel bebas X secara bersama-sama mempengaruhi variabel tidak bebas Y. b Uji Wald Untuk melakukan pengujian pengaruh variabel bebas secara individual terhadap variabel tidak bebas, Uji Wald Wald Test dapat diterapkan. Menurut Rosadi 2011, untuk kecocokan koefisien, kita bisa menggunakan Uji Wald. Uji Wald merupakan uji univariat terhadap masing-masing koefisien regresi logistik. Hipotesis yang diterapkan dalam uji ini adalah : H : βj = 0 variabel bebas ke j tidak mempunyai pengaruh secara signifikan terhadap variabel tidak bebas H 1 : β j ≠ 0 variabel bebas ke j mempunyai pengaruh secara signifikan terhadap variabel tidak bebas dengan j=1,2,3,...,k Statistik uji yang digunakan adalah : � = �̂ � �̂ .................................................................................................. 2.5 Keterangan: �̂ j = penduga dari β j SE �̂ j = penduga dari standard error untuk �̂ j Statistik W mengikuti sebaran normal Z dengan kriteria keputusan yang dipakai adalah menolak H jika nilai W j Z α2 atau two-tailed p-value dari statistik W j taraf nyata α yang artinya variabel bebas ke-j tersebut berpengaruh secara nyata atau signifikan terhadap variabel tidak bebas.