2.6 Model Regresi Logistik (Logit)
Model
Logit
menurut
Hair
et
al.
yang
dikutip
oleh
Gasperz
(1992)
merupakan
bentuk khusus dari regresi dimana
variabel dependennya non metric dan
terbagi
menjadi
dua bagian/kelompok (Biner). Walaupun
formulasinya dapat saja meliputi
lebih dari dua
kelompok.
Menurut
Benery
(1987)
dalam
Sritua
(1993,
p60)
model
logit
atau
dikenal
dengan
Regresi
Logistik
merupakan
salah
satu
model
yang
dipergunakan
pada
situasi
yang cenderung menggambarkan ketergantungan dalam bentuk peluang bersyarat.
Dalam
ketergantungannya, terdapat
banyak
variabel
penting
yang
bersifat
kualitatif yang
tidak bisa diukur tetapi
hanya bisa ditandai sifatnya antara ada dan tidak
ada.
Suatu
atribut
diubah
bentuknya menjadi
suatu
jenis
variabel
yang
hanya
memiliki
dua
nilai
yaitu
1
dan
0.
Gujarati
(1997,
p78)
menyatakan biasanya
nilai
1
(satu)
digunakan jika peristiwa terjadi dan nilai 0 (nol) jika suatu peristiwa tidak terjadi.
Model
regresi
logistik
digunakan
juga
untuk
mengetahui
hubungan
atau
pengaruh
dua
variabel
independen
atau
lebih
terhadap
variabel
dependen,
baik
secara
bersama-sama maupun
secara
individu.
Pengaruh
variabel
independen secara
bersama-
sama
ditunjukkan
oleh
Uji
Chi-Square,
sedangkan
secara
individu
(diantara
beberapa
variabel
independen
ada
yang
lebih
dominan pengaruhnya terhadap
variabel dependen)
dinilai
berdasarkan Criteria
Wald
yang
ditunjukkan oleh
nilai
Z.
Regresi
logistik dapat
digunakan
dalam
pengujian
hipotesis
meskipun
data
yang ada
tidak terdistribusi secara
normal
atau
jauh
dari
normal.
Secara
umum,
penginterpretasian model
regresi
logistik
(logit) sangat mirip dengan regresi linear (Hair et al, 1992, p60).
Karakteristik khas dari analisis logit
menurut Hair et al
yang dikutip oleh
Gasperz (1992) antara lain :
1. Menggunakan variabel dependen yang biner.
 |