33
dari
nilai
pengamatan dalam arti sebenarnya,
ini
yang disebut Goodness-of-fit-test
(Hosmer dan Lemeshow,2000,p12).
Beberapa cara dalam menguji Goodness-of-fit model, yaitu:
1. Uji Likelihood Ratio Statistic
2. Uji Wald
2.8.1
Uji Likelihood Ratio Statistik
Selanjutnya,
Regresi
Logistik
membandingkan
nilai
hasil
pengamatan
dari
variabel
respon
menjadi nilai
prediksi dilihat
dari
model
dengan
atau
tanpa
variabel
pertanyaaannya.
Dalam
Regresi
Logistik
perbandingan
dalam
penelitian
dan
nilai
prediksi ditentukan dalam
fungsi
log-likelihood. Untuk
lebih
mengerti perbandingan
ini,
sangat
membantu
jika
mempunyai pikiran sebuah
nilai
pengamatan
dari
variabel respon
juga
sebagai
sebuah
nilai prediksi
yang dihasilkan
dari
sebuah
model
tersaturasi. Model
tersaturasi adalah model yang
mengandung atau
memiliki banyak parameter sebagai poin
data
(
contoh
mudah
dari
model
tersaturasi
adalah
mencocokan sebuah
model
regresi
linear dimana
hanya ada dua poin data,
n
=
2).
rumus dari
uji
Likelihood Ratio Statistic
sebagai berikut (Hosmer dan Lemeshow,1989,pp14-16):
?
2
??
?
Likelihood dari model 2
?
Likelihood dari model 1
(2.26)
?
?
?
?
?
?
?
?
0
H1 : Terdapat paling tidak satu parameter yang tidak sama dengan nol
 |