Interpretasi Regresi Logistik Binary Options

Minggu Yang Lalu, Sayel Menyamanaman mengenai konsep dari analisis regresi logistik biner. Pada minggu ini, sagena akan coba melanjutkan pembahasan berkaitan dengan langkah-langkah pengolahan nya dengan menggunakan bantuan programm SPSS. Langkah-langkahnya adalah sebagai berikut: 1. Buka-lah-Programm SPSS yang anda miliki 2. Eingabedaten nya --gt sebagai contoh, Daten yang saya gunakan adalah-Daten latihan dari buku Kategorische Datenanalyse (Alan Agresti, 2007, edisi 2 --gt Halaman 132), pada kasus saya variabel penjelasnya ada 2 (Durasi skala rasio und T dengan skala nominal) als variabel terikatnya Y dalam bentuk nominal (terdiri atas 2 kategori - gtbiner) 3. Pilih opsi variabel Ansicht. Lalu ubahlah variabel name dan kennzeichnen - nya sesuai dengan kasus masing-masing. Saat ini, sagena akan menggubah nama menjadi D, T dan Y misalnya. Kemudian Werte nya disesuaikan nilainya. Bila Daten berbentuk nominal atau Ordinal (misalnya untuk T dan y), Maß nya diganti dari Skala menjadi nominal. 4. Daten telah beres, kemudian pilih opsi Analyse gt Regression gt Binäre Logistik 5. Masukkan Y sebagai variabel Abhängig von D serta T sebagai Kovariaten. Untuk-Methode nya saat ini saya masih tetap menggunakan geben Sie. 6. Karena T berbentuk kategorik, maka harus ditetapkan referenz Kategorie nya dengan cara memilih opsi Kategorisch. Untuk kemudahan interpretasi biasanya saya memilih erste untuk Referenz nya. Artinya setiap kategori akan diperbandingkan dengan kategori pertama. Kemudian JANGAN LUPA pilih Änderung. Klik Weiter. 7. Pilih Möglichkeiten. Kemudian centang hosmer lemeshow dan Klassifizierung Grundstücke dan klik weiter. Kemudian OK. OK. Untuk Interpretasi Outputnya silahkan Membrana postingan berikutnya yang berjudul. Analisis Regresi Logistik (interpretasi). Terimakasih Telah membaca. Langkah-langkahnya adalah sebagai berikut: 1. Buka lah Programm SPSS Yang undeinem Miliki 2. Eingangsdaten nya --gt sebagai contoh, Daten Yang Saya gunakan adalah Daten Latihan Dari buku kategoriale Datenanalyse (Alan Agresti 2007 Edisi 2 --gt halaman 132), pada kasus saya variabel penjelasnya ada 2 (Durasi skala rasio und T dengan skala nominal) als variabel terikatnya Y dalam bentuk nominal (terdiri atas 2 kategori - gt biner) 3. Pilih opsi Variabelansicht. Lalu ubahlah variabel name dan kennzeichnen - nya sesuai dengan kasus masing-masing. Saat ini, sagena akan menggubah nama menjadi D, T dan Y misalnya. Kemudian Werte nya disesuaikan nilainya. Bila Daten berbentuk nominal atau Ordinal (misalnya untuk T dan y), Maß nya diganti dari Skala menjadi nominal. 4. Daten telah beres, kemudian pilih opsi Analyse gt Regression gt Binäre Logistik 5. Masukkan Y sebagai variabel Abhängig von D serta T sebagai Kovariaten. Untuk-Methode nya saat ini saya masih tetap menggunakan geben Sie. 6. Karena T berbentuk kategorik, maka harus ditetapkan referenz Kategorie nya dengan cara memilih opsi Kategorisch. Untuk kemudahan interpretasi biasanya saya memilih erste untuk Referenz nya. Artinya setiap kategori akan diperbandingkan dengan kategori pertama. Kemudian JANGAN LUPA pilih Änderung. Klik Weiter. 7. Pilih Möglichkeiten. Kemudian centang hosmer lemeshow dan Klassifizierung Grundstücke dan klik weiter. Kemudian OK. OK. Untuk Interpretasi Outputnya silahkan Membrana postingan berikutnya yang berjudul. Analisis Regresi Logistik (interpretasi). Terimakasih telah membaca. Regresi Logistik merupakan salah satu analisi multivariate, yang berguna untuk memprediksi abhängigen variabel berdasarkan variabel independen. Deutsch - Übersetzung - Linguee als Übersetzung von. Ketika kategori variabel dependennya berjumlah dua kategori maka digunakan binäre logistische, dan ketika dependen variabelnya lebih dari dua kategori maka digunakan multinominale logistische Regression. Lalu ketika dependen variabelnya berbentuk Ranking, maka disebut dengan ordinalen logistischen Regression. Konsep Regresi Logistik Regresi logistik merupakan alternative uji jika asumsi multivariate normalverteilung pada variabel bebasnya tidak bisa terpenuhi ketika akan dilakukan analisis diskriminan. Tidak terpenuhinya asumsi ini dikarenakan variabel bebas merupakan campanant antara variabel kontinyu (metrisch) dan kategorial (nicht metrisch). Misalnya, probabilitas bahwa, orang, yang, menderita, serangan, jantung, pada, waktu, tertentu, dapat, diprediksi, dari, informasi usia, kebiasaan merokok, jenis kelamin, dan lainnya. Deutsch - Übersetzung - Linguee als Übersetzung von "asumi regresi logistik" vorschlagen Linguee - Wörterbuch Deutsch - Englisch Andere Leute übersetzten. Regresi logistik dapat menyeleksi hubungan karena menggunakan pendekatan nicht linier log transformasi untuk memprediksi Odds Ratio. Odd dalam regresi logistik säubern dinyatakan sebagai probabilitas. Misal Ungerade sebuah perusahaan dapat bangkrut atau berhasil atau ungerade seorang anak dapat lulus atau tidak pada Ujian Nasional. Variabel bebas tidak memerlukan asumsi multivariate Normalität Asumsi homokedastis tidak diperlukan Variabel bebas tidak Perlu dirubah ke bentuk Metrik (Intervall atau skala-Verhältnis) CONTOH Kasus logistische Regression Daten Yang Diberikan Adalah Daten Fiktif Bukan Daten Sebenarnya, Cuma Sebagai Latihan Uji Statistik seorang dokter ingin mengetahui probabilitas seorang pasien terkena penyakit Jantung berdasarkan rutinitas kebiasaan merokok dan usia Daten dikumpulkan Dari Catatan medis sebanyak 30 orang pasien yang melakukan pemeriksaan Kesehatan di RS ABC merokok (1), tdk merokok (0) USIA (usia dalam tahun) Pada Menü Analysieren Pilih Regression gtgt Binary Logistik Masukkan variabel sakit ke Dependent, kemudian variabel rokok dan usia ke 8220covariate box8221 kemudian, Klik Optionen, lalu beri tanda pada Klassifizierung Stücke, Hosmer-Lemeshow GoF, Korrelationsmatrix, dan itteration Geschichte Klik Weiter, kemudian OK HASIL Dan INTERPRESTASI Menilai Modell Fit Untuk Menilai modelliert passend dapat diperhatikan nilai statistik -2LogL yaitu tanpa mengikutsertakan variabel hanya berupa konstanta yaitu sebesar 41.589. Ketika dimasukkan 2 Variabel baru maka prediksi nilai -2LogL sebesar 16.750. Artinya terdapat penurunan sebesar 41,589 8211 16,750 24,839. Untuk -2LogL pertama diperoleh nilai 41.589 dengan df1 30-1 29. Nilai ini signifikan pada alpha 5 yang berarti Beschreibung: Ho ditolak, artinya model tidak fit. Nilai -2LogL kedua adalah sebesar 16.750 dengan df2 30-3 27 adalah tidak signifikan pada alpha 5. (Nilai statistik -2LogL di atas dibandingkan dengan nilai statistik verteilen x2.), Artinya Modell passen dengan Daten. Statistik - LogL dapat digunakan untuk menentukan apakah jika variabel bebas dimasukkan dalam vorbildliches dapat secara signifikan mempengaruhi vorbildliches. Dengan selisih 24.839 dan df (df1-df229-272) maka menunjukkan Angkor ini signifikan pada alpha 5. Hal ini berarti Ho ditolak dan Modell passen dengan Daten. Cox n Snell8217s R Platziert von adalah ukuran pengaruh bersama von yaitu sebesar 0.563 von nagel Nagelkerke R Square von adalah sebesar 0.751. Dengan demikian dapat disimpulkan bahwa kemampuan variabel bebas menjelaskan vorbildliches adalah sebesar 75.10. Selanjutnya, Hosmer und Lemeshow8217s GoF dilakukan untuk menguji hipotesis. Jika sig lt 0.05 Maka Ho ditolak yang berarti ada perbedaan signifikan antara vorbildlicher dengan nilai observasinya. Jika sig gt 0.05 Maka Ho diterima, Artischocken tidak ada perbedaan antara Modell dan nilai observasinya. Statistik Hosmer und Lemeshow8217s GoF diperoleh sebesar 0.594 (gt 0.05) sehingga dapat dinyatakan bahwa Modell passen dengan Daten. Hosmer und Lemeshow8217s GoF juga menghasilkan nilai 6.475 dengan probabilitas sebesar 0,594 sehingga dapat disimpulkan bahwa modellieren passende dengan Daten. Estimasi Parameter dan Interprestasi Estimasi Maximales Likehood-Parametermodell dapat dilihat dari output pada tabel Variablen in der Gleichung. Logistische Regression kemudian dapat dinyatakan: Ln P / 1-P-11,506 5,348 Rokok .210 Usia. Sie können auch jetzt schon Beiträge lesen. Suchen Sie sich einfach das Forum aus, das Sie am meisten interessiert. Dengan memperhatikan persamaan ini maka dapat diinterprestasikan sbb: Verteilungsliste seseorang terkena secara positif berhubungan dengan rokok. Probabilitas atau Gewinnchancen seorang terkena penyakit jantana jika ia perokok adalah sebesar 5.348. Artinya seorang perokok memiliki kemungkinan terkena serangan jantung 5,35 kali lebih besar dibanding yang tidak merokok. Jika variabler rokok dianggap konstan, maka probabilitas sesorang terkena serangan jantung adalah sebesar 0,210 pada setiap kenaikan satu tahun usia. Jika Rokok dianggap Konstan, maka seseorang memiliki Wahrscheinlichkeiten terkena penyakit jantung adalah sebesar 1.233 untuk setiap penambahan usia. Sementara jika usia bernilai konstan maka quoten seorang terkena penyakit jantung adalah sebesar 210.286 unentschieden perokok dibandingkan dengan yang tidak merokok. Hasil Gesamtklassifizierungsrate adalah sebesar 90.0 pada cutoff 50 Pertama. Deutsch - Übersetzung - Linguee als Übersetzung von "kedua" vorschlagen Linguee - Wörterbuch Deutsch - Englisch Andere Leute übersetzten. Jika usia bernilai Konstan, maka seorang perokok memiliki Quoten terkena penyakit jantung sebesar 5.384 kali lebih besar dibanding yang tidak merokok Ketiga. Jama rokok bernilai konstan, maka Gewinnchancen seorang terkena penyakit jantung adalah sebesar 0,210 pada setiap penambahan usia. Cuma diingatkan8230.data Yang Diberikan Adalah Daten Fiktif Bukan Daten Sebenarnya, Cuma Sebagai Lateinische Uji Statistik Imam Ghozali. Aplikasi Analisis Multivariates dänisches Programm SPSS. Semarang BP: Undip, hal. 261-275