http://ariyoso.wordpress.com/2009/11/11/regresi-logistik Regresi linier seperti yang kita ketahui tidak dapat menyelesaikan kasus dimana variabel dependent bersiat dikotomi dan kategori dengan dua atau lebih kemungkinan !e". sukses atau #agal$ terpilih atau tidak terpilih$ lulus atau tidak lulus$ melakukan pembelian atau tidak$ mendapat promosi atau tidak% dan lain-lain&. Regresi logistik umumnya umumnya melibatkan berbagai macam variabel prediktor baik numerik ataupun kategorik% termasuk variabel dummy. dummy. 'ada regresi linier% variabel prediktor yang digunakan biasanya numerik% tetapi (ika kita melibatkan campuran antara numerik maupun kategorik kita dapat menggunakan regresi logistik . membentuk persamaan atau ungsi dengan pendekatan maximum likelihood % Regresi logistik membentuk yang memaksimalkan peluang pengklasiikasian ob(ek yang diamati men(adi kategori yang sesuai kemudian mengubahnya men(adi koeisien regresi yang sederhana. )ua nilai yang biasa digunakan sebagai variabel dependen yang diprediksi diprediksi adalah 0 dan 1 !e". 1*berhasil% 0*gagal&. menghasilkan rasio peluang !odds ! odds ratios& ratios& antara keberhasilan atau kegagalan Regresi logistik menghasilkan suatu dari analisis. )apat kita contohkan dengan seorang tokoh yang ingin men(adi presiden% akan lebih baik peluangnya (ika men(adi ketua partai politik tertentu. )isini odds ratio yang ratio yang dimaksud adalah seberapa besar peluang tokoh tersebut dengan mempertimbangkan variabel prediktor yang ada. akan membentuk variabel prediktor/respon !log !p/!1-p&& yang merupakan Regresi logistik akan kombinasi linier dari variabel independen. +ilai variabel prediktor ini kemudian ditransormasikan men(adi probabilitas dengan fungsi dengan fungsi logit . Asumsi-asumsi dalam regresi logistik: • •
•
•
•
,idak mengasumsikan hubungan linier antar variabel dependen dan independent ariabel ariabel dependen harus bersiat dikotomi !2 variabel& ariabel ariabel independent tidak harus memiliki keragaman yang sama antar kelompok variabel ategori dalam variabel independent harus terpisah satu sama lain atau bersiat eksklusi ampel yang diperlukan dalam (umlah relati r elati besar% minimum dibutuhkan hingga 0 sampel data untuk sebuah variabel prediktor !bebas&.
Persamaan Regresi Persamaan Regresi Logistik Logistik Regresi logistik menghasilkan menghasilkan rasio peluang yang dinyatakan dengan transormasi ungsi logaritma !log !log &% &% dengan demikian ungsi transormasi log ataupun ataupun ln diperlukan ln diperlukan untuk puntuk pvalue% value% dengan demikian dapat dinyatakan bahwa logit(p) merupakan log dari dari peluang !odds ! odds ratio& ratio& atau likelihood ratio dengan ratio dengan kemungkinan terbesar nilai peluang adalah 1% dengan demikian persamaan regresi logistik men(adi:
logit(p) = log (p/1-p) = ln (p/1-p)
dimana p bernilai antara 0-1. odel yang digunakan pada regresi logistik adalah: Log (P / 1 – p) = β 0 + β1X1 + βX + !" + βk Xk
)imana p adalah kemungkinan bahwa * 1% dan 31% 32% 34 adalah variabel independen% dan b adalah koeisien regresi. #onsep Odds dan Relative Odds
ita lihat sampel berikut ini: )ata berikut ini diberikan oleh pengurus mes(id di yang terletak diantara 2 kampung% data tersebut dapat dilihat sebagai berikut: - 'ersepsi pengurus mes(id terhadap 100 orang warga di kedua kampung yang memiliki penyakit 5'678, dalam memberikan sumbangan bagi keropak amal mes(id mereka% - ariable prediktor yang digunakan adalah kampung dan kampung ;% - )ata disa(ikan dalam bentuk tabulasi silang !crosstab&. Pen$akit Pelit
Thank you for interesting in our services. We are a non-profit group that run this website to share documents. We need your help to maintenance this website.