4 Regresi Log Multinomial [PDF]

Citation preview

REGRESI LOGISTIK MULTINOMIAL A r l e n e H e n n y H i a r i e y, S . S i . , M . S t a t .



Pengertian Menurut Yudisasanta A. dan Ratna M. (2012) regresi logistik multinomial merupakan regresi logistik yang digunakan saat variabel dependen mempunyai skala yang bersifat polichotomous atau multinomial. Skala multinomial adalah suatu pengukuran yang dikategorikan menjadi lebih dari dua kategori. Metode yang digunakan dalam penelitian ini adalah regresi logistik dengan variabel dependen berskala nominal dengan tiga kategori.



Pengertian



Pengertian



Contoh Kasus Seorang Manager ingin mengetahui faktor-faktor yang mempengaruhi keputusan seseorang dalam memilih tempat untuk menonton film dengan menggunakan analisis regresi logistik multinomial.



Contoh Kasus Keputusan : 0 = Nonton di Cinema 21 1 = Nonton di CGV Blitz 2 = Tidak Nonton di Keduanya



Genre Film : 0 = Horror 1=Comedy 2 = Romance Gender Responden : 0 = Laki-Laki dan 1 = Perempuan



Langkah dengan SPSS



Maka akan muncul tampilan halaman data view yang siap digunakan.



Langkah dengan SPSS Klik Variable View, kemudian isikan lima variabel dengan nama “XXI”, “CGVBlitz”, ”Genre_Film” dan “Keputusan”.



Variabel yang mengandung nilai ketegorik masukkan keterangan dalam bentuk kategori sesuai dengan studi kasus dengan melakukan klik pada values.



Langkah dengan SPSS



Masukkan data ke halaman Data View pada SPSS.



Langkah dengan SPSS Klik menu analyze >regression > multinom logistic, muncul jendela multinom logistic >masukan variabel dependent kemudian variabel gender responden dan genre film pada kotak factor, selain itu ke kolom covariate.



Langkah dengan SPSS Pada kolom Multinomial Logistic Regression praktikan memilih Reference Category kemudian pilih bagian First Category pada Reference Category dan pilih Ascending pada Category Order kemudian klik Continue dan klik OK:



Langkah dengan SPSS Langkah selanjutnya yaiu klik button Statistics dan centang beberapa pilihan seperti gambar berikut, kemudian klik Continue dan OK.



Hasil Analisis Uji Serentak Statistik Uji



Peneliti melakukan uji serentak, yang dapat dilihat pada nilai Pearson variabel Sig yaitu 0. 249 yang artinya model fit (layak digunakan) karena P-value > α ;(0,249 > 0,05).



Hasil Analisis Uji Signifikansi Model Statistik Uji



Peneliti melakukan uji Signifikansi model, yang dapat dilihat pada nilai intercept only final variabel nilai Sig yaitu 0. 543 yang artinya model terdapat variabel independen yang secara statistik signifikan memengaruhi variabel dependen karena Nilai P-value > α ; (0,543 > 0,05).



Hasil Analisis Uji Parsial Statistik Uji



Peneliti melakukan uji parsial, yang dapat dilihat pada nilai XXI, CGVBlitz, dan genre film pada variabel Sig yang dimana semua nilai pada data yang ada lebih besar dari pada α yang berarti semua variabel independent berpengaruh terhadap variabel dependent.



Hasil Analisis Koefisien Determinasi 𝑅2



Peneliti mengukur koefisien R2, yang dapat dilihat pada nilai Nagelkerke yaitu 0. 233 artinya variabilitas variabel dependent yang dapat dijelaskan oleh variabilitas variabel independent adalah sebesar 23,3% atau sekitar 76,7% sisanya dijelaskan oleh faktor lain diluar model yang artinya tidak dapat dijelaskan oleh model.



Hasil Analisis Estimasi Parameter Dari output tersebut akan didapat model mengenai keputusan seseorang dalam pemilihan tempat dan jenis film untuk ditonton. Model untuk nonton di XXI yaitu: 𝑔𝑙(𝑋) = 0.340 + 0.000𝑋1 + 0.000𝑋2 + 0.692𝑋3 + 0.093𝑋4 Pada bagian model nonton di XXI untuk yang cenderung memilih menonton di XXI sebesar 1,000 daripada yang lainnya. dan untuk yang cenderung untuk memilih menonton di CGVBlitz sebesar 1,000 daripada yang lainnya. sedangkan untuk memilih genre film pada pemilihan genre film 0 sebesar 1,997 dari yang lainnya, kemudian pada pemilihan genre 1 sbesar 1,097 dari yang lainnya.



TERIMA KASIH