Regresi Logistik

Apabila variabel respon (variabel y) bersifat kualitatif, maka analisis regresi klasik tidak bisa digunakan untuk menganalisis data. solusinya adalah menggunakan analisis regresi logistik.
Dalam Minitab 14 menyediakan 3 jenis regresi logistik, yaitu regresi logistik biner, regresi logistik ordinal dan regresi logistik nominal. Analisis regresi logistik biner digunakan apabila hanya memiliki 2 klasifikasi kategori. Analisis regresi logistik nominal digunakan apabila memiliki lebih dari 3 kategori dan tidak berurutan (skala nominal). Analisis regresi logistik ordinal digunakan apabila memiliki lebih dari 3 kategori dan ada urutan kategori (skala ordinal).
Dalam SPSS 17 ada binary logistik dan multinomial logistik. Berikut contoh regresi binary logistik :
Tabel berikut merupakan hasil pengamatan di puskesmas X, Y dan Z, untuk mengetahui pengaruh jenis perlakuan ke pasien (diberi obat dan tanpa diberi obat) terhadap kesembuhan pusing.

Puskesmas	Perlakuan	Pusing
1	1	1
1	1	1
1	1	1
1	1	1
1	1	1
1	1	1
1	1	2
1	1	2
1	1	2
1	1	2
1	2	1
1	2	1
1	2	2
1	2	2
1	2	2
1	2	2
1	2	2
1	2	2
1	2	2
1	2	2
2	1	1
2	1	1
2	1	1
2	1	1
2	1	2
2	1	2
2	1	2
2	2	1
2	2	2
2	2	2
2	2	2
2	2	2
2	2	2
3	1	1
3	1	1
3	1	1
3	1	1
3	1	1
3	1	2
3	1	2
3	1	2
3	2	1
3	2	1
3	2	1
3	2	2
3	2	2
3	2	2
3	2	2
3	2	2
3	2	2

ket :

• puskesmas (1 x, 2 y, 3 z);
• perlakuan (1 diberi obat, 2 tidak diberi obat);
• Pusing (1 sembuh, 2 tidak sembuh)

Input data di atas di SPSS














Outputnya sebagai berikut :




































































Dari tabel variable in the equation dapat diperoleh model terbaik
pusing =-1,964 + 1,558 perlakuan

puskesmas tidak berpengaruh terhadap kesembuhan pusing (sig = 0,605 > 0,05) dan perlakuan (pemberian obat ) berpengaruh terhadap kesembuhan pusing (sig=0,012 < 0,05).

Dari summary model diperoleh Cox dan Snell R Square sebesar 0,128 artinya 12,8% kesembuhan pusing dijelaskan oleh model.

Semoga bermanfaat