36 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 wajib pajak yaitu sadar atau
tidak sadar Sri Pingit Wulandari dkk, 2009.
2.11.5 Persamaan Regresi Logistik
Regresi logistik adalah suatu analisis regresi yang digunakan untuk menggambarkan hubungan antara variabel respon dengan sekumpulan variabel
prediktor di mana variabel respon bersifat biner atau dikotomus. Variabel dikotomus adalah variabel yang hanya mempunyai dua kemungkinan nilai,
misalnya sukses dan gagal, sedang variabel prediktor sering disebut juga covariate
. Dengan demikian dihasikan persamaan sebagai berikut:
Model regresi logistik univariat yaitu Hosmer, 2000:
πx =
2.7 di mana
:
πx = probabilitas sukses dari variabel x variabel dependen = konstanta
= koefisien regresi x
= variabel independen e
= bilangan natural 2,7182818...
Universitas Sumatera Utara
37 Model regresi logistik multivariat
πx =
2.8 di mana:
πx = probabilitas sukses dari variabel x variabel dependen = konstanta
= koefisien regresi x
i
= variabel independen i
= 1,2,3,..,k e
= bilangan natural 2,7182818...
Statistik Wald untuk uji signifikansi parameter regresi logistik digunakan untuk melihat apakah suatu variabel independen prediktor mempunyai
pengaruh signifikan terhadap variabel dependen respon. Hipotesis pengujiannya adalah sebagai berikut:
H :
= 0 H
1
: ≠ 0
=
̂ ̂̇ ̂
2.9 Statistik uji wald tersebut mengikuti distribusi normal sehingga H
ditolak jika lwl Z
α2.
di mana: = uji wald ke-i
= nilai koefisien regresi logistik untuk variable ke-i = nilai standart eror untuk variable ke-i
Universitas Sumatera Utara
38 Odds Ratio
ψ yaitu nilai yang menunjukan besarnya pengaruh kategori satu kategori dua kategori dua terhadap respon dengan kategori
pembanding dalam satu variabel tersebut.
ψ
=
2.10
di mana: Ψ
= Odds Ratio π1 = adalah peluang kejadian kelompok pertama
π0 = adalah peluang kejadian kelompok kedua
2.11.6 Metode Analisis
Langkah-langkah dalam peneliatian: 1. Untuk mengetahui karakteristik kesadaran wajib pajak bumi dan bangunan
digunakan analisis deskriptif dengan semua variabel menggunakan tabulasi silang.
2. Untuk mengetahui pola hubungan faktor-faktor penyebab kesadaran wajib pajak bumi dan bangunan menggunakan model regresi logistik dengan tahap-
tahap sebagai berikut: a Uji idenpedensi
b Penaksiaran univariat untuk mengetahui hubungan antara variabel prediktor dengan variabel respon secara individu.
c Uji signifikansi untuk mengetahui variabel respon apa saja yang signifikan terhadap variabel prediktor untuk dimasukkan dalam regresi
logistik multivariat. d Penaksiran multivariat untuk mengetahui hubungan antara variabel
prediktor dengan variabel respon secara serentak. e Uji signifikansi untuk mengetahui variabel yang masuk pada model
signifikan.
Universitas Sumatera Utara
39 f Model terbaik jika variabel yang ada dalam model sudah signifikan.
g Ketepatan klasifikasi
Gambar 2.3 Tahap Penelitian Regresi Logistik
Selesai Ketepatan Klasifikasi
Uji Signifikansi Penaksiran Multivariat
Uji Signifikansi Model Terbaik
Mulai Data
Analisis Regresi Logistik Penaksiran Univariat
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
1.1 Latar Belakang