dosen: prof. dr. ir. zulkifli alamsyah, m.sc. program ... · • merupakan regresi yang hampir sama...
TRANSCRIPT
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan
Dosen: Prof. Dr. Ir. ZULKIFLI ALAMSYAH, M.Sc.
PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIANUNIVERSITAS JAMBI
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan
• Merupakan regresi yang hampIr sama dengan regresi linear berganda.
• Digunakan untuk menjelaskan hubungan antara variable terikat (dependent) berupa data
dikotomik/biner (missal: Pria–Wanita, Ya–Tidak, Tua–Muda, yang hanya mempunyai
nilai 1 dan 0) dengan variabel bebas (independen) dapat berupa data nominal/ordinal
atau interval/rasio.
• Sebaran error pada model ini tidak harus menyebar normal, tapi diasumsikan mengikuti
distribusi Bernoulli (eksponensial)
• Regresi logistik tidak mengharuskan hubungan linier antara variabel independen dengan
variabel dependen.
• Variabel independen tidak memerlukan asumsi multivariate normality.
• Asumsi homokedastisitas tidak diperlukan
• Kategori dalam variabel independen harus terpisah satu sama lain atau bersifat eksklusif
2
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 3
• Tidak mengasumsikan hubungan linier antara variabel dependen dan independent
• Variabel dependen harus bersifat dikotomi (2 variabel)
• Variabel independent tidak harus memiliki keragaman yang sama antar kelompok
variabel (homoscedasticity)
• Kategori dalam variabel independent harus terpisah satu sama lain atau bersifat
eksklusif
• Sampel yang diperlukan dalam jumlah relatif besar, minimum dibutuhkan hingga 50
sampel data untuk sebuah variabel prediktor (bebas).
Asumsi Regresi Logistik
Model Umum:
(x) adalah probabilitas logistic, dimana:
exp adalah nilai konstanta 2,71828.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 4
Pendugaan Parameter
▪ Metode yang umum acdalah maximum likelihood dengan alasan lebih praktis
▪ Metode maximum likelihoood menduga parameter dengan nilai yang memaksimumkan
fungsi likelihood (likelihood function).
Contoh:
▪ Seorang mahasiswa memperoleh informasi rendahnya minat petani melaksanakan
peremajaan kelapa sawit yang sudah berumur lebih 25 tahun.
Terkait dengan itu, mahasiswa tersebut tertarik untuk meneliti faktor-faktor apa saja
yang mempengaruhi keputusan petani untuk melaksanakan peremajaan. Dari
fenomena yang diperoleh dilapangan, faktor-faktor tersebut diantaranya adalah
produktivitas kelapa sawit saat ini (sebelum diremajakan), luas lahan kelapa sawit yang
dimiliki, dan pendapatan keluarga saat ini (sebelum sawit diremajakan).
Untuk memperoleh data untuk analisis, diambil sampel sebanyak 105 petani sawit, baik
yang belum maupun sudah meremajakan kelapa sawit.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan
Uji Signifikansi Model
• Untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara
bersama-sama (overall), digunakan Uji Likelihood Ratio.
• Hipotesis nya adalah:
Ho: β1 = β2 =....= βp = 0
(tidak ada pengaruh veriabel independen secara simultan terhadap variabel
dependen)
Ha: minimal ada satu βj ≠ 0
(ada pengaruh paling sedikit satu veriabel bebas terhadap variabel tak bebas)
Untuk j = 1,2,...,p
5
Pendugaan Parameter
▪ Metode yang umum acdalah maximum likelihood dengan alasan lebih praktis
▪ Metode maximum likelihoood menduga parameter dengan nilai yang memaksimumkan fungsilikelihood (likelihood function).
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 6
Langkah–langkah AnalisisMenggunakan SPSS:
• Entry data Keputusan, pendapatan, produktivitas dan luas ke lembar data SPSS
Data View
Sampai 105
Variable View
▪ Untuk variabel keputusan, pada kolom Values, klik kotak dengan 3 titik untuk mengeluarkan Value Label
▪ Pada Value Label dialog box, input angka 0 pada value dan TIDAK pada Label, lalu klik Add.
▪ Demikian pula, angka 1 untuk YA, lalu Klik Add, dan klik OK
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 7
▪ Pada Logistic Regression dialog box,masukkan Keputusan ke Dependent,dan variabel lainnya ke Covariates.
▪ Karena tidak ada data kategori padavariabel independent, langsung klikoptions.
Pada lembar Data View, klik Analyze → Regression → Binary Logistic
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 8
▪ Pada Logistic Regression-Options dialog box,centang: Classification Plots - Hosmer-Lemeshow goodness-of-fit - Correlation ofEstimates - Iteration History dan CI for exp(B)
▪ Klik Continue lalu OK.
OutputPenjelasan umum
data
Hasil estimasi tanpa
memasukkan variabel
independen
Hasil estimasi dengan
memasukkan semua
variabel independen
Data yang diolah ada 105, tidak ada missing
values, artinya data yang digunakan valid.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 9
▪ Nilai -2 Log likelihood = 144.789.Dibandingkan dengan nilai Chi-squaretabel (=5%, df=n-1) = 128,80, artinyamodel ini tidak layak digunakan.
▪ Dari tabel diatas, 57 responden tidakmeremajakan, dan 48 respondenmeremajakan kelapa sawit.
▪ Ketepatan model memprediksi keputusanuntuk meremajakan = 54,5%
BLOCK 0.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 10
BLOCK 1.
▪ Dengan masuknya variabel independent,nilai -2 Log likelihood = 37,804. Terjadipenurunan nilai dibandingkan dengan nilaipada BLOCK 0, sebesar 106,984.
▪ Pada Omnibus Tests, Nilai Chi-square =106.984 dengan nilai Sig.=0.000 < 0.05.
▪ Artinya, model yang digunakan memilikigoodness-of-fit yang tepat.
▪ Pada Model Summary diperoleh nilaiNagelkerke R Square = 0.854.
▪ Artinya, kemampuan variabel independenmenjelaskan keputusan peremajaan tinggiyaitu 85,4%.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 11
▪ Hasil Hosmer and Lemeshow Tests, diperoleh NilaiChi-square = 1,149 dengan nilai Sig.=0.992 < 0.05→ tidak signifikan.
▪ Artinya, model yang digunakan memiliki goodness-of-fit yang tepat dan layak untuk memprediksiFaktor-faktor yang mempengaruhi keputusan petaniuntuk melakukan peremajaan sawit.
▪ Pada Classification Tabel diperoleh nilai ketepatanmemprediksi sebesar 92,4%
▪ Pengaruh factor-faktor secara parsial dilihat nilaiWald dan Nilai Sig, pada tabel Variables in theequation
▪ Dari hasil uji Wald, diperolehbahwa hanya faktorpendapatan yang berpengaruhsignifikan terhadap keputusanpetani meremajakan tanamankelapa sawit.
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 12
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan
Uji Signifikansi Model
• Alat uji yang digunakan adalah:.
13
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 14
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 15
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 16
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 17
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 18
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 19
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 20
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 21
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 22
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 23
Program Studi AgribisnisFakultas PertanianBerbagi untuk kecerdasan 24