Y = 0, jika pengembalian menunggak p
: peluang terjadinya Y=1 1-p
: peluang terjadinya Y=0 β0
: konstanta β1... β9 : koefisien variabel prediktorindependen
... : variabel prediktorindependen
: pengalaman usaha tahun : omzet usaha rupiah
: laba usaha rupiah : jumlah karyawan orang
: jumlah pinjaman rupiah : jangka waktu pelunasan bulan
: pengalaman meminjam kredit kali : nilai agunan rupiah
3.5.2.1.1 Uji Kelayakan Model Regresi Goodness of fit test
Untuk mengetahui Goodness of fit model dapat dilakukan dengan memperhatikan dari nilai probabilitas pada Hosmer Lemeshow Goodness of Fit
Test. Hipotesis :
: Tidak ada perbedaan yang signifikan antara klasifikasi yang diprediksi dan yang diamati.
: Ada perbedaan yang signifikan antara klasifikasi yang diprediksi dan yang diamati.
Dasar keputusannya adalah jika nilai probabilitas pada Hosmer Lemeshow Goodness of Fit Test
lebih besar dari taraf nyata α = 0,1, maka dapat diterima, yang berarti bahwa model regresi layak digunakan pada analsis
selanjutnya karena tidak terdapat perbedaan antara klasifikasi yang diprediksi dengan yang diamati, begitu pula sebaliknya Sarwono, 2013:158.
3.5.2.1.2 Uji kelayakan model keseluruhan Overall model fit
Pengujian ini digunakan untuk mengetahui apakah semua variabel independen didalam regresi logistik secara serentak mempengaruhi variabel
dependen. Pengujian ini dilakukan dengan memperhatikan nilai distribusi Chi Square dengan derajat kebebasan degree of freedom n-k. Jika nilai chi square
hitung nilai tabel chi square atau p-value lebih kecil dari taraf nyata
0,1 maka hipotesis nol ditolak yang berarti semua variabel penjelas secara simultanbersama-sama mempengaruhi variabel dependen atau dengan kata lain
setidak-tidaknya ada satu variabel penjelas yang berpengaruh nyata terhadap variabel dependen. Begitu juga sebaliknya Widarjono, 2010:140.
3.5.2.1.3 Uji Koefisien Determinasi
Koefisien determinasi Pseduo di dalam regresi logistik mengukur
proporsi varian didalam variabel dependen yang mampu dijelaskan oleh variabel independen. Ada dua ukuran Pseduo
yang dapat digunakan untuk mengukur variabilitas variabel dependen yang dapat dijelaskan oleh variabel independen
didalam model regresi logistik yaitu Pseduo Cox and Snell dan Pseduo
Nagelkerke. Interpretasi ukuran statistika ini sama dengan interpretasi koefisien determinasi
pada regresi linier, dimana semakin besar nilainya semakin besar
proporsi varian variabel dependen mampu dijelaskan oleh varian variabel independen yang diteliti. Akan tetapi, statistika Cox and Snell
mengendung kelemahan yaitu nilainya tidak pernah mendekati satu. Adanya kelemahan ini
maka selanjutnya Nagelkerke membuat modifikasi model Cox and Snell sehingga dapat menghasilkan nilai antara 0 dan 1 Widarjono, 2010 : 140.
3.5.2.1.4 Uji Ketepatan Klasifikasi Model Regresi
