Sunday, July 1, 2012

Interpretasi Output Analisis Regresi Logistik

Seperti yang telah saya janjikan pada saat menyampaikan langkah-langkah Analisis regresi Logistik, kali saya akan coba menyampaikan interpretasi dari Output yang kita hasilkan. Apabila ingin membaca kembali mengenai konsep dari analisis regresi logistik berikut linknya saya berikan dengan mengklik reglog. Interpretasi ini akan saya bagi menjadi beberapa poin. Pertama, pengujian secara keseluruhan (overall test). Kedua, pengujian secara parsial (partial test). Dan, bagian terakhir terkait dengan goodness of fit (kelayakan dan kesesuaian model). Soal yang saya gunakan masih sama dengan yang dikerjakan pada langkah-langkah analisis regresi yaitu :










  

 
Ok…mungkin saat ini kita putuskan dulu ya, kita memilih model yang kedua yang akan kita gunakan untuk interpretasi odds ratio. Namun, perlu diyakinkan ini bukan suatu kesimpulaan yang mutlak. Artinya, anda bebas menetapkan mana model yang digunakan selama secara kriteria kelayakan (substansi dan statistik) itu terpenuhi. Itulah seninya, the art of statistics.=)

Interpretasi odds ratio
Seperti yang pernah disampaikan, pada reglog koefisiennya akan sulit diinterpretasi secara langsung. Kita akan menginterpretasi lewat angka odds ratio (yang di shading biru pada variables in the equation).
Dari Exp (B1) = 1.045 --> Semakin lama durasi operasi seseorang maka kecendrungannya untuk terkena sore throat ketika bangun meningkat. (cara interpretasi variabel kuantitatif)

Dari Exp (B2) = 0.127 --> kecendrungan seseorang yang menggunakan tracheal tube untuk terkena sore throat ketika bangun 0.127 kalinya jika dibandingkan seseorang yang menggunakan laryngeal mask airway. (cara interpretasi variabel kualitatif)
Atau dapat juga dimaknai Dari Exp (-B3) = 7.88 --> kecendrungan seseorang yang menggunakan laryngeal mask airway untuk terkena sore throat ketika bangun hampir 8 kalinya jika dibandingkan seseorang yang menggunakan tracheal tube.

Terimakasih telah membaca… Sukses Selalu buat teman semua … -Ferdi Fadly -

25 comments:

UII Official said...

Terimakasih Infonya
sangat bermanfaat..
Perkenalkan saya mahasiswa Fakultas Ekonomi di UII Yogyakarta
:)
twitter : @profiluii

Obat terkena hiv aids said...

sangat lengkap banget, boleh juga buat saya pelajari .......

id-herbal said...

boleh juga untuk saya pelajari , ............

Ferdian Fadly said...

@UII Official : suatu kehormatan buat saya dikunjungi oleh kampus sebesar UII..terimakasih telah berkunjung....ferdi.

@obat terkena dan id-herbal : Terimakasih telah berkunjung.

Yoyada Sitorus said...

mas, exp(B3) mana? kok ga ada

kinan rosanti said...

Terima kasih banyak.. ini sangat bermanfaat!
Jazakumullah khairan katsiroon

Ferdian Fadly said...

YoYada : B3 yang mana?

Kinan : Sama-sama, tolong disebarkan kembali ilmu yang didapat ya...biar tercipta multiplier effect yang besar...=D

Anonymous said...

link yang sangat super.. bermanfaat banget bagi saya...

Anonymous said...

thanks u/ link na pak.. sangat bermanfaat.. skg saya lg skripsi, pengujian yg d pake regresi logistik.. kalo bole tau, sumber referensi buku u/ materi ini dari buku mana y pak?.. thanks..

Anonymous said...

bagaimana klo koefisein regresi yg dihasilkan itu 0,000 pada tabel variables in the equation. interpretasinya bagaimana?

Ferdian Fadly said...

Alhamdulillah..terimakasih...

Ferdian Fadly said...

Alhamdulillah...terimakasih telah membaca..berminat menjadi penulis di blog ini?

Ferdian Fadly said...

Hoho..pertama yang harus saya pastikan adalah...apakah variabel itu signifikan secara statistic?? Kemudian...kalau memang sig, apakah itu adalah variabel kuantitatif?? Kalau memang demikian, itu sebenarnya wajar...katakanlah...pendapatan satuannya rupiah...kemudian dependentnya status kemiskinan, miskin tidak miskin..pertanyaan saya...jika pendapatannya ditingkatkan satu rupiah bagaimana kecendrungannya??tentu tidak jauh berbeda kan...tapi misalnya anda klasifikasikan dulu...Ada pendapatan tinggi, sedang, rendah, saya rasa analisanya jauh lebih baik..namun bila memang anda tetap ngotot menggunakan variabel kuantitatif..anda bisa merubah satuan pendapatan nya menjadi dalam juta rupiah misalnya,, dan anda cukup menyatakan arah, misalnya..semakin tinggi pendapatan maka kecendrungan orang untuk jatuh miskin semakin berkurang...semoga dapat menjawab...good luck

Anonymous said...

bagus banged link.nya mas...
sangat membantu saya dalam mengerjakan tugas akhir...
terima kasih...

Ferdian Fadly said...

Terimakasih juga telah membaca..good luck...

Anonymous said...

Asslamualaikum,,
Klo mau download eviews dimana ya?
n apa bia mengolah data panel dengan SPSS?
terima kasih

Ary Romadhona said...

Super lengkap, mas bro.....
Matus suwun

Ferdian Fadly said...

@anonymous : kalau untuk download E-views saya kurang tahu officialnya dimana...nanti coba saya cari-cari linknya.

Terimakasih mas ary atas kunjungannya.

Anonymous said...

assalamu'alaikum terima kasih banyak mas, sangat membantu sekali bagi saya yang sedang mengerjakan tugas akhir menggunakan metode ini.
hanya saja ketika saya mencoba mengikuti tutorial yang mas lakukan, mengapa nilai yang saya dapat berbeda dengan penjelasan mas, u/ nilai chi square step 1 blok 9.221, Sig 0.010 dan nilai Exp(B1)1.017, dan Exp(B2) 1.689, sy menggunakan IBM SPSS 19.
apakah sy ada kesalahan dalam memproses, sedangkan untuk nilai yang tetap menggunakan konstanta hasilnya sama.
sekali lagi terima kasih.
perkenankan saya mahasiswa akuntansi widyatama

Ferdian Fadly said...

Waalaikumsalam....Salam Mahasiswa...=D

saya kurang mengerti juga permasalahan anda....Koq bisa ya tanpa konstantanya beda disaat menghitung dengan konstanta nya nilainya sama...Oh...iya...jangan lupa mendefinisikan variabel Tracheal sebagai nominal sehingga nanti musti kita cathegorize kan....Jadi intinya...step td harus dilalui semua kembali, tetapi uncheck pada include constant in equation model...

wajibman sitopu said...

top banget..
"the art of statistics"

Jane Djianzonie said...

halo mas.. saya mau nanya gmana ya kalo hasil dr chi-square menunjukkan OR >1, tp setelah masuk model multivariat dengan regresi logistik malah OR nya <1, nilai p tetap <0.05

makasih mas. mohon bantuannya ya//

Ferdian Fadly said...

Chi-square menjelaskan hubungan antara bivariate - nominal versus nominal

Sedangkan reglog adalah bagian dari multivariate karena melibatkan lebih dari 2 variabel bebas yang diyakini secara bersama sama mempengaruhi variabel tidak bebas (nominal) nya... jadi disana jelas ada perbedaan...Semoga dapat menjawab....

Anonymous said...

Terimakasih atas postingannya Bpk Ferdian, sangt bermanfaat bagi yang sedang menyelesaikan tugas akhir. Saya mau tanya pak apakah menghilangkan konstanta yang tidak signifikan itu dalam model penelitian hukumnya bagiamana pak, karena setelah saya hilangkan kosntantanya bertambah satu variabel yang signifikan, apakah ini dibolehkan atau dianjurkan??
2. dari skripsi milik orang lain yang yang saya lihat dalam modelnya selalu ada constanta , apakah dalam tugas akhir diperbolehkan menghilangkan konstanta, atau memang menghilangkan konstanta adalah hal yang tabu

Ferdian Fadly said...

Sama-sama...
"Ok…mungkin saat ini kita putuskan dulu ya, kita memilih model yang kedua yang akan kita gunakan untuk interpretasi odds ratio. Namun, perlu diyakinkan ini bukan suatu kesimpulaan yang mutlak. Artinya, anda bebas menetapkan mana model yang digunakan selama secara kriteria kelayakan (substansi dan statistik) itu terpenuhi. Itulah seninya, the art of statistics."
Saya kutip kalimat dari postingan ini....

Coba diperhatikan apakah konstanta tersebut signifikan atau tidak...kalau tidak signifikan mungkin opsi menghilangkan konstanta nya bisa masuk dalam pertimbangan...

Post a Comment

Related Posts Plugin for WordPress, Blogger...
Twitter Delicious Facebook Digg Stumbleupon Favorites More

 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Web Hosting Coupons