59
Menurut Ghozali 2013:333 Regresi Logistik pada dasarnya sama dengan analisis diskriminan yaitu menguji apakah model probabilitas
terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya. Namun, yang membedakan adalah pada jenis data dari variabel dependen. Jika pada
analisis diskriminan variabel dependennya adalah data rasio, maka pada regresi logistic variabel dependen adalah data nominal.
2. Tahapan Regresi Logistik
Dalam penelitian ini, tahapan dengan menggunakan uji regresi logistik adalah statistik deskriptif dan pengujian hipotesis penelitian.
a. Statistik Deskriptif
Menurut Sugiyono 2009:206 Statistik Deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau
menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
Statistik Deskriptif digunakan untuk memberikan gambaran atau deskripsi suatu data yang terlihat dari nilai rata-rata mean, standar deviasi, varian,
maksimum, minimum, sum, range, kurtosis, dan skewness kemencengan distribusi ghozali, 2013:19.
60
b. Pengujian Hipotesis Penelitian
Estimasi parameter menggunakan Maximum Likehood Estimation MLE.
Ho = b1 = b2 = b3 = ... = bi = 0 Ho ≠ b1 ≠ b2 ≠ b3 ≠ ... ≠ bi ≠ 0
Hipotesis nol menyatakan bahwa variabel independen x tidak mempunyai pengaruh terhadap variabel respon yang diperhatikan dalam
populasi. Pengujian terhadap hipotesis dilakukan dengan menggunakan α =
5. Nilai α dinyatakan sebagai besarnya tingkat kesalahan yang dapat ditolerir. Umumnya, untuk ilmu sosial, termasuk ekonomi dan keuangan,
besarnya α adalah 5 Nachrowi dan Usman, 2006:15. Kaidah pengambilan keputusan adalah:
a. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif didukung.
b. Jika nilai probabilitas sig. α = 5 maka hipotesis alternatif tidak
didukung.
1. Menilai Keseluruhan Model Overall Model Fit
Menurut Ghozali 2013:340 langkah pertama dalam melakukan analisis Regresi Logistic adalah menilai overall Model fit terhadap data.
Hipotesis yang diberikan untuk menilai model fit adalah: H0
: Model yang dihipotesakan fit dengan data H1
: Model yang dihipotesakan tidak fit dengan data.
