deskriptif digunakan untuk menganalisis bentuk-bentuk eksploitasi dan tingkat keparahan eksploitasi terhadap anak yang bekerja.
3.2.2. Analisis Regresi Logistik
Regresi logistik merupakan model regresi untuk menganalisis pengaruh variabel penjelas terhadap variabel respon yang bersifat biner dichotomous. Jika
terdapat k variabel penjelas, maka probabilitas untuk mendapat hasil ‘sukses’ y=1 dinyatakan dengan PY=1
x x
π =
sedangkan probabilitas untuk mendapat hasil ‘gagal’ dinyatakan dengan PY=0
. 1
x x
π −
= Fungsi regresi
logistik dinyatakan dalam:
+
=
∑ ∑
= =
k j
ij j
k j
ij j
i
x x
x exp
1 exp
β β
π
………………………………………….. 3.1
di mana i=1,2,…,n dan j=0,1,2,…,k Sedangkan persamaan Y dapat dinyatakan dengan:
Y
i
= E
i i
x y
+
i
ε
……………………………………………. 3.2 dengan E
i i
x y
=
i
x
π
i i
x
π ε
− =
1 jika y=1 dan
i i
x π
ε =
jika y=0 Jika variabel independen yang digunakan berskala kategorik, yaitu ordinal
maupun nominal, maka variabel tersebut harus diubah menjadi variabel dummy. Secara umum, bila suatu variabel mempunyai p kategori, maka diperlukan p-1
variabel dummy Hosmer dan Lemeshow, 1989. Regresi logistik merupakan model intrinsik, yaitu model nonlinier yang
dengan suatu transformasi dapat dibawa ke bentuk linear. Untuk mendapatkan bentuk linier dalam regresi logistik ini, digunakan transformasi logit, yaitu bentuk
log dari odds: odds =
i i
x x
π π
− 1
…………….………………………………………….. 3.3
Dengan menggunakan transformasi log, maka akan diperoleh bentuk: gx
i
= ln
−
i i
x x
π π
1
gx
i
= ln
+
∑ ∑
= =
k j
ij j
k j
ij j
x x
exp 1
exp
β β
- ln
+
∑
= k
j ij
j
x exp
1 1
β
=
∑
= k
j ij
j
x β
…………………………………………………..…….. 3.4 Jika dari beberapa variabel penjelas ada yang bersifat diskrit dan berskala
nominal, maka variabel tersebut tidak akan tepat jika dimasukkan ke dalam model. Hal ini disebabkan angka-angka yang digunakan untuk menyatakan
tingkatan tersebut hanya sebagai identifikasi saja dan tidak mempunyai nilai numerik. Dalam situasi seperti ini diperlukan variabel dummy sebanyak k-1. Misal
variabel penjelas ke-j, yaitu x
j
mempunyai k
j
-
1
tingkatan, maka variabel dummy k
j
-
1
dinotasikan D
ju
dengan koefisien
ju
β
, u=1,2,3,…,k
j-1.
Maka model transformasi logit menjadi: gx =
k k
ju k
u ju
x D
x
j
β β
β β
+ +
+ +
∑
−
=
1
1 1
1
... ……………………………… 3.5
Tahapan pengujian yang digunakan adalah sebagai berikut:
1. Likelihood Ratio Test
Untuk mengetahui peran seluruh variabel penjelas di dalam model secara bersama-sama, dapat digunakan uji Likelihood Ratio atau uji signifikansi
model. Pengujian ini dilakukan dengan membandingkan nilai observasi terhadap nilai dugaannya yang diperoleh pada model yang terbentuk dengan
model penuh. Untuk menentukan kelayakan model digunakan statistik uji nisbah
kemungkinan likelihood ratio test, yaitu statistik uji G.
