52
nilai antara -2LogL awal dengan nilai -2LogL akhir menunjukkan bahwa model yang dihipotesiskan fit dengan data.
b. Menilai Kelayakan Model Regresi
Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Hosmer and Lemeshow’s Goodness of Fit Test yang
diukur dengan nilai Chi-Square. Probabilitas signifikansi yang diperoleh kemudian dibandingkan dengan tingkat signifikansi
α 5.
Hipotesis untuk menilai kelayakan model regresi.
Ho : Tidak ada perbedaan antara model dengan data Ha : Ada perbedaan antara model dengan data
Tabel 4.8 Tabel
Hosmer and Lemeshow Test
Tabel 4.8 menunjukkan hasil pengujian Hosmer and Lameshow. Hasil pengujian statistik menunjukkan probabilitas
signifikan sebesar 0,702, nilai signifikansi yang diperoleh lebih besar dari α 0,05. Hal ini berarti model regresi layak untuk
Hosmer and Lemeshow Test
Step Chi-square
df Sig.
1 5.507
8 .702
Universitas Sumatera Utara
53
digunakan dalam analisis selanjutnya, karena tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi
yang diamati, atau dapat dikatakan model mampu memprediksi nilai observasinya.
c. Koefisien Determinasi
Koefisien determinasi digunakan untuk mengetahui seberapa besar variabilitas variabel-variabel independen mampu
memperjelas variabilitas variabel dependen. Koefisien determinasi pada regresi logistik dapat dilihat pada nilai Nagelkerke R Square.
Nilai Nagelkerke R Square dapat diinterpretasikan seperti nilai R Square pada regresi berganda Ghozali,2006. Nilai ini didapat
dengan cara membagi nilai Cox Snell R Square dengan nilai maksimumnya.
Tabel 4.9 Tabel
Nagelkerke R Square
Model Summary
Step -2 Log likelihood
Cox Snell R Square
Nagelkerke R Square
1 31.337
a
.648 .865
a. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001.
Tabel di atas menunjukkan nilai Nagelkerke R Square. Dilihat dari hasil output pengolahan data nilai Nagelkerke R
Universitas Sumatera Utara
54
Square adalah sebesar 0,865 yang berarti variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen adalah
sebesar 86,5 , sisanya sebesar 13,5 100-86,5 dijelaskan variabilitas variabel-variabel lain di luar model penelitian.
d. Matrik Klasifikasi