dimana : X
2
= Chi-square f
o
= Frekuensi yang diobservasi diperoleh dari hasil kuesioner f
h
= Frekuensi yang diharapkan Jika :
1. X
2 hitung
X
2 tabel
maka terima H
0,
artinya tidak terjadi perubahan pola konsumsi beras setelah kenaikan harga beras pada derajat bebas tertentu.
2. X
2 hitung
X
2 tabel
maka tolak H
0,
artinya terjadi perubahan pola konsumsi beras setelah kenaikan harga beras pada derajat bebas tertentu.
Menurut Walpole 1993, untuk melakukan uji chi-square harus memenuhi persyaratan sebegai berikut :
1. Jumlah sampel tidak kurang dari 20 2. Frekuensi yang diharapkan f
h
minimum harus bernilai lima dalam setiap sel. Untuk sel yang frekuensi harapannya kurang dari lima tidak lebih banyak dari
20 persen. Jika syarat ini tidak terpenuhi, beberapa kolom atau baris perlu digabung.
3. Apabila X
2
memiliki derajat bebas kurang dari 30 dan frekuensi harapan minimum 2 atau lebih maka penggunaan tabel-tabel X
2
telah memadai.
3.5.3 Model Regresi Logit
Model regresi logit digunakan untuk mengetahui faktor-faktor apa saja yang mempengaruhi perubahan yang terjadi pada pola konsumsi beras rumah
tangga. Hosmer and Lemeshow 1989 menyebutkan model regresi logit merupakan persamaan matematik yang menggambarkan hubungan antar variabel
tak bebas dengan sejumlah variabel bebas. Adapun variabel tak bebas dalam
regresi logistik ini bersifat binerdikotomi yakni memiliki nilai yang diskontinu 1 atau 0.
Dalam penelitian ini, rumah tangga dibagi berdasarkan perubahan pola konsumsi beras rumah tangganya, yang dilihat dari perubahan frekuensi dan
jumlah konsumsi, perubahan jenis beras, perubahan frekuensi dan jumlah pembelian serta perubahan tempat pembelian beras. Perubahan yang terjadi pada
pola konsumsi beras rumah tangga sebagai variabel tidak bebas dipengaruhi oleh beberapa variabel bebas yaitu jumlah anggota keluarga, pendapatan rumah tangga
per bulan, frekuensi konsumsi beras per hari, harga beras, tempat pembelian beras dan kelas sosial responden.
Model matematisnya adalah sebagai berikut :
Nilai variabel tak bebas bersifat dikotomi : Y = 1, jika terjadi perubahan pola konsumsi beras
Y = 0, jika tidak terjadi perubahan pola konsumsi beras Nilai harapan Y|X dinyatakan dalam peluang, diperoleh dari :
Model regresi logistiknya :
dimana : gx
= Peluang perubahan pola konsumsi beras rumah tangga Y = 1 Berubah
Y = 0 Tidak berubah b
= Intersep Y = gx = b
+ b
1
X
1
+ ... + b
p
X
p
gx gx
e 1
e PX
EYIX +
= =
1 ln
x P
x P
x g
− =
= b + b
1
Yrt + b
2
Jmlh Kons + b
3
Jmlh Pemb + b
4
Pberas + b
5
D
1
+ b
6
D
2
b
1
-b
6
= Koefisien variabel bebas Yrt
= Pendapatan rumah tangga Rpbulan Jmlh Kons = Jumlah konsumsi beras rumah tangga per bulan kg
Jmlh Pemb = Jumlas pembelian beras per frekuensi pembelian kg Pberas
= Harga beras Rpkg D
= Dummy kelas sosial D1 =1
→ kelas menengah ; D1 = 0
→ kelas sosial lainnya
D2 =1 →
kelas atas ; D2 = 0 →
kelas sosial lainnya
Nilai Odds Ratio
Nilai odd ratio ini digunakan untuk melihat melihat hubungan antara variabel bebas dan tak bebas yang didapat dari perhitungan eksponensial dari
koefisien estimasi bi atau exp bi. Odd ratio menunjukkan perbandingan peluang Y =1 bila terjadi perubahan pola konsumsi beras rumah tangga dengan
Y = 0 bila tidak terjadi perubahan pola konsumsi beras rumah tangga dengan dipengaruhi oleh variabel bebas tertentu.
Uji Rasio Likelihood
Uji rasio Likelihood digunakan untuk melihat spesifikasi dan kesesuaian model pada regresi logistik dengan cara membandingkan nilai G
hitung
dengan nilai chi-square pada tabel.
dimana : G
hitung
= nilai rasio likelihood log likelihood = nilai likelihood model tanpa variabel tak bebas
n
1
= jumlah sampel yang termasuk dalam kategori PY=1|X n
= jumlah sampel yang termasuk dalam kategori PY=0|X n
= total jumlah sampel
− =
pX 1
pX ?
Oddratio
atau
− PXi
1 PXi
atau exp bi
[ ]
{ }
log 2
1 1
n nLn
n Ln
n n
Ln n
likelihood nilai
G
hitung
− +
− =
3.6 Definisi Operasional
