21
Analisis regresi adalah teknik statistik untuk memeriksa dan memodelkan hubungan diantara variabel-variabel. Analisis regresi dapat digunakan untuk dua
hal pokok, yaitu: a.
Untuk memperoleh suatu persamaan dari garis yang menunjukkan persamaan hubungan antara dua variabel. Persamaan dan garis yang dihasilkan bisa
berupa persamaan garis bentuk linier maupun nonlinear. b.
Untuk menaksir suatu variabel yang disebut variabel tak bebas terikat dengan variabel lain yang disebut variabel bebas berdasarkan hubungan yang
ditunjukkan persamaan regresi tersebut. Berdasarkan amatan dan analisis data, penyelesaian regresi ini dapat berupa
persamaan linier maupun nonlinier. Oleh karena itu analisis regresi ini terbagi atas regresi linier dan regresi nonlinear. Yang termasuk kedalam regresi linear adalah
regresi linier sederhana, regresi linear berganda, dan sebagainya. Sedangkan yang termasuk kedalam regresi nonlinear adalah regresi model parabola kuadratik,
model parabola kubik, model eksponen, model geometrik, regresi logistik, dan sebagainya Mimmy, 2013.
2.5.2 Regresi Logistik
Metode regresi merupakan analisis data yang mendeskripsikan antara sebuah variabel respon dan satu atau lebih variabel penjelas atau prediktor Hosmer dan
Lemeshow, 2000. Perbedaan regresi sederhana dan regresi logistik adalah variabel respon. Regresi logistik merupakan salah satu metode yang dapat
digunakan untuk mencari hubungan variabel respon yang bersifat dichotomous berskala nominal atau ordinal dengan dua kategori atau polychotomous
mempunyai skala nominal atau ordinal dengan lebih dari kategori dengan satu atau lebih variabel prediktor. Sedangkan variabel respon bersifat kontinyu atau
kategorik Agresti, 1990. Regresi logistik berdasarkan jenis skala data variabel respon yang
digunakan dibagi menjadi 3 macam, yaitu regresi logistik biner, multinomial, dan regresi logistik ordinal.
Universitas Sumatera Utara
22
1. Regresi Logistik Biner Binary Logistic Regression
Sebelum melakukan pengolahan dengan menggunakan program paket SPSS 13.0 maka data yang akan digunakan haruslah disesuaikan terlebih
dahulu. Pada regresi logistik biner, data variabel respon yang digunakan adalah data dengan skala nominal dengan hanya berupa 2 kategori yaitu
“sukses” atau “gagal” misalnya: ya-tidak, benar-salah, hidup-mati, hadir- absen, laki-perempuan, dst. Sedangkan data variabel prediktor dapat
berupa data dengan skala ordinal seringkali digunakan pada kasus- kasuspenelitian sosial kemasyarakatan ataupun data dengan skala rasio
seringkali dijumpai pada penelitian industri. 2.
Regresi Logistik Multinomial Multinomial Logistic Regression Pada regresi logistik multinomial, data variabel respon yang digunakan
adalah data berskala nominal dengan lebih dari 2 kategori, misalnya: agama, warna lampu lalu lintas, dst. Sedangkan data variabel prediktor
dapat berupa data dengan skala ordinal ataupun rasio. 3.
Regresi Logistik Ordinal Ordinal Logistic Regression Pada regresi logistik ordinal, data variabel respon yang digunakan adalah
data berskala ordinal dengan 2 atau lebih kategori, misalnya: setuju-tidak setuju, setuju-biasa-tidak setuju, sangat setuju-setuju-biasa-tidak setuju-
sangat tidak setuju, dst. Sedangkan data variabel prediktor dapat berupa data ordinal ataupun rasio.
Analisis regresi logistik merupakan salah satu pendekatan model matematis yang digunakan untuk menganilisis hubungan satu atau dua variabel independen
dengan sebuah variabel dependen kategorik yang bersifat dikotombinary. Variabel kategorik yang dikotom merupakan variabel yang mempunyai dua nilai
variasi yang mewakili kemunculan atau tidak adanya suatu kejadian yang diberi skor 0 atau 1 yaitu dalam hal ini mengenai kesadaran mengikuti bimbingan belajar
yaitu sadar atau tidak sadar Sri Pingit Wulandari dkk, 2009.
Universitas Sumatera Utara
23
2.5.3. Persamaan Regresi Logistik