26 Februari 2017

CARA UJI REGRESI ORDINAL DENGAN SPSS

Contoh kasus : Seorang dosen ingin mengetahui hubungan antara gender dan minat belajar di sebuah universitasnya. Variabel independen terdiri dari gender dan nilai prestasi sedangkan variabel dependen (Y) adalah minat belajar yang diukur dalam 3 tingkatan yaitu rendah, sedang dan tinggi.
Langkah-langkah analisis regresi ordinal :
1. Analyze >> Regression >> Ordinal
2. Masukan variabel Minat belajar ke kotak Dependent, Gender ke kotak Factor(s) dan Nilai prestasi ke Covariate.

Menu Regresi Ordinal
3. Pilih Option. Kita pilih Link logit. Klik Continue.

Ordinal Regression  Option
4. Pilih Output dan tik kotak Predicted category, Estimated response probabilities dan Test of parallel lines. Klik Continue. 

Ordinal Regression Output
 5. Klik OK
Hasil Output seperti di bawah ini.

Model Fitting Information
Pada Model Fitting Information -2log Likelihood menerangkan bahwa tanpa memasukkan variabel independen (intercept only) nilainya 522.977. Namun dengan memasukkan variabel independen ke model (final) terjadi penurunan nilai menjadi 505.167. Perubahan nilai ini merupakan nilai chi-square yaitu 17,808 dan signifikan pada taraf nyata 5% (sig.0.00).

Goodness of fit

Tabel Goodness of Fit menunjukkan uji kesesuaian model dengan data. Nilai Pearson sebesar 317,892 dengan signifikansi 0,991 (> 0,05) dan Deviance sebesar 350,797 dengan signikansi 0,856 (> 0,05). Hal ini berarti model sesuai dengan data empiris atau model layak digunakan.

Pseudo R-Square
Tabel Pseudo R-Square menunjukkan bahwa seberapa besar variabel bebas (gender dan nilai prestasi) mampu menjelaskan variabel independen (minat belajar). Nilai ini seperti halnya koefesien determinasi pada regresi. Nilai Cox and Snell sebesar 0,044 (4,4%) dan Nagelkerke sebesar 0,052 (5,2%).

 
Parameter Estimates
Tabel Parameter Estimate di atas, perhatikan nilai Wald dan nilai signifikansinya. Variabel nilai prestasi sebesar 6.177 dengan sig. 0,013 (< 0,05) dan variabel gender sebesar 9,163 dengan sig.0,02 (< 0,05). Hal ini menunjukkan faktor nilai prestasi dan gender berpengaruh terhadap minat belajar.

Test of Parallel Lines
Tabel Test of Parallel Lines digunakan untuk menguji asumsi bahwa setiap kategori memiliki parameter yang sama atau hubungan antara variabel independen dengan logit adalah sama untuk semua persamaan logit. Oleh karena nilai signifikansi 0,648 (> 0,05), maka terima H0 bahwa model yang dihasilkan memiliki parameter yang sama sehingga pemilihan link function adalah sesuai. Namun sebaliknya bila asumsi ini tidak terpenuhi, maka pemilihan link function logit tidak tepat.


36 komentar:

cinta kasih mengatakan...

Assalamualaikum pak
Saya mau tanya jika tujuannya ingin mncari pengaruh tetapi variabel terikatnya berupa skala ordinal dan variabel bebasnya berupa rasio dan dummy , baiknya menggunakan regresi apa ya pak ?
Mohon bantuannya

Suseno Bimo mengatakan...

Cinta kasih : variabel terikat skala ordinal, gunakan regresi ordinal

ilham pramesywara mengatakan...

maaf mau tanya jika uji hosmer tidak layak bagaimana cara memperbaikinya. terima kasih

dita mengatakan...

assalamu'alaikum oak. maaf mau bertanya. saya kan sudah mencoba mengolah data pakai regresi logistik ordinal. namun hasil goodness of fit dan parallel lines saya menunjukkan hasil bahwa model saya tidak tepat.
solusinya bagaimana ya pak?
terimakasih.

Suseno Bimo mengatakan...

Dita : jika hasil goodness of fit dan paralell lines belum diperoleh model tepat (layak). Solusinya gunakan Link Function seperti :Complementary log-log,Negative Log-log, Probit dan Cauchit

Suseno Bimo mengatakan...

Ilham prameswara : untuk perbaiki hasil uji hosmer yang tidak layak dapat ditambahkan jumlah sampel

cucu cahyati mengatakan...

Assalamualaikum pak. Maaf mau tanya, kalau untuk pengolahan regresi probit ordinal di SPSS melalui regresi ordinal? Terimakasih.

Sisil Silvana mengatakan...

Selamat malam pak, bagaimana caranya mendapatkan nilai exp(B) / odds ratio pada data regresi logistik ordinal di spss? terima kasih.

Suseno Bimo mengatakan...

Sisil Silvana : nilai estimate parameter kemudian ditransformasikan ke dalam bentuk exponen dengan Ms. Excel

dita mengatakan...

terimakasih pak atas sarannya. saya sudah mencoba memakai link function complementary log-log, dan alhamdulillah model saya sudah tepat. maaf pak, mau nanya lagi. apa perbedaannya pakai link function logit, complementary log-log atau yang lainnya ya pak? hal apa yang menjadikan pertimbangan kenapa link function yang harus dipilih yang itu?
maaf mau nanya satu lagi pak, kan kalau di regresi berganda itu hipotesis yang kita buat bisa diterima apa bila p<0,05 maka Ha diterima dan H0 ditolak (artinya variabel x berpengaruh terhadap y). sedangkan kalau di regresi logistik ordinal apabila p<0,05 maka H0 dan Ha bagaimana pak diterima dan ditolak seperti regresi berganda atau bagaimana ya pak? terimakasih.

Suseno Bimo mengatakan...

dita :
Untuk mengetahui perbedaan antar link function tersebut, baca dipostingan saya mengenai : Analisis Regresi Ordinal.
Ya, sama dengan melihat nilai signifikansi yang diperoleh seperti pada regresi berganda untuk keputusan Hipotesis.

dita mengatakan...

terimakasih pak. saya sudah baca pak. kalau coplementary log-log itu karena kecenderungan data yang tinggi. nah, itu maksudnya bagaimana ya pak? kriteria tinggi or rendahnya dilihat dari mana dan skala berapa ya, pak?

Debby Pasuria mengatakan...

selamat malam bapak, saya sedang bingung memilih analisis regresi yang mana pak, kalau boleh bertanya kedua variabel saya memakai skala likert ( var indepnden maupun dependen ) , menguji pengaruh A terhadap B , menurut bapak saya pakai analisis regresi logistik atau analisis regresi ordinal dan yang mana yak pak ?

sisca sartika mengatakan...

Assalamualaikum pak saya mau tanya, Y saya adalah data ordinal, lalu sampel yang saya gunakan adalah data panel (13 perusahaan dengan 3 tahun periode penelitian, jadi jumlanya 39 sampel). untuk aalisis data saya menggunakan Regresi Logistik Ordinal. apakah untuk regresi logistik ordinal akan bermasalah jika menggunakan data panel Pak? Mohon jawabannya ya Pak, Terimakasih.

Dhidik Apriyanto mengatakan...

Pak, apa bedanya regresi ordinal dengan regresi binary logistik ? sepengetahuan saya dua-duanya alat analisis sama-sama untuk data ordinal. kalau dibolak balik cara analisisnya, misal var Y dikotomi yang harusnya dianalisis logistik lalu dianalisis pakai regresi ordinal dan sebaliknya, bisa ndak ? terima kasih banyak atas responnya.

Suseno Bimo mengatakan...

Skala Likert dapat dikatakan sebagai skala interval, jadi gunakan regresi berganda

Suseno Bimo mengatakan...

Sisca sartika : bermasalah atau tidak nanti dilihat dari output hasil analisis ordinalnya.

Dewi Larasati mengatakan...

Assalamualaikum Wr. Wb Pak Maaf pak saya ingin bertanya, judul saya pengaruh penerapan segmentasi pasar pada produk tabungan emas dalam meningkatkan minat nasabah, yang kita ketahui bahwa variabel x (segmentasi pasar) terdiri dari geografis demografi psikografis dan perilaku dan variabel y (minat nasabah) terdiri dari attention, interest dan desire.
penelitian ini regresi sederhana tetapi x disini menggunakan identitas responden berupa usis jarak pendapatan pendidikan dll sebanyak 12 cabang pak, sedangkan y diukur menggunakan pernyataan dengan rating scale 1-4.
bagaimana cara saya mengukur dibagian regresi sederhana pak sedangkan x disini sangat banyak, terima kasih pak. Wassalamualaikum wr. wb

riski mengatakan...

assalamu'alaikum pak. maaf mau bertanya, saya sudah mengolah data menggunakan regresi logistik ordinal. namun hasil uji parallel lines saya menunjukkan hasil bahwa model saya tidak tepat. lalu saya coba untuk mengubah link function seperti Complementary log-log,Negative Log-log, Probit dan Cauchit namun hasil nya tetap tidak berubah sama dengan link function yang awal.
solusinya bagaimana ya pak?
terimakasih.

Suseno Bimo mengatakan...

Dhidik Apriyanto : Ada perbedaan antara regresi ordinal dengan binary logistik : regresi ordinal untuk variabel dependen dengan skala ordinal, biasanya lebih dari dua kategori(misal : 1,2 dan 3), sedangkan binary logistik untuk regresi dengan variabel dependen ber skala dummy dengan dua kategori(misal ,ya : 1, tidak: 0).jadi untuk memutuskan penggunaan regresi ordinal atau regresi logistik disesuiakan dengan defini operasional variabel dependennya. Sehingga hasil estimasinya akan berbeda juga.

Suseno Bimo mengatakan...

Dewi Larasati : Waalaikumsalam wr.wb, Dewi Larasati : kalau menggunakan regresi sederhana, lakukan regresi satu per satu, Usia terhadap Minat (Y), jarak terhadap Minat (Y), pendapatan terhadap Minat (Y) dan pendidika terhadap Minat (Y).

Suseno Bimo mengatakan...

riski : waalikumsalam. jika sudah menggunakan berbagai link function tersebut hasilnya tidak ada perubahan. perlu diubah metode analisisnya, bisa gunakan regresi berganda. Namun skala variabel dependen yang sebelumnya ber skala ordinal di transformasi ke skala interval menggunakan Methods Succesive Interval (MSI)

Dewi Larasati mengatakan...

terima kasih pak atas jawabannya lalu bagaimana uji persamaan regresi sederhananya pak sedangkan data saya variabel x nya menggunakan identitas responden (segmentasi pasar)

hana k ulfah mengatakan...

Assalamualikum pak , terimakasi artikelnya sangat membantu, pak saya inginbertanya bagaimana jika hasil goodness of fitnya yang pearson nya kurang dari 0,05 tapi deviancenya lebih dari 0,05. apakah itu sudah sesuai atau belum ?
terimakasi pak

Tri Ayu Lestari mengatakan...

Assalamuallaikum pak, saya ingin bertanya. untuk hasil yg akan dimasukan ke pembahasan, memakai output yg mana ya pak?
terimakasih

Suseno Bimo mengatakan...

Tri Ayu Lestari : waalaikumsalam....untuk hasilnya pada output tabel Model Fitting Information, Goodness of fit, Pseudo R-Square, Parameter estimates, dan test of parallel lines.

Suseno Bimo mengatakan...

hana k ulfah :Goodness of fit mengunakan nilai pearson dan deviance. Jika salah satu nilai signifikansi >0.05 sudah dapat sebagai dasar uji goodness of fit.

mariah ulfah mengatakan...

Assalamu'alaikum pak saya ingin bertanya, apabila di regresi ordinal pada output Test Parallel Lines bagian Null Hypothesis dan General 0.000 itu bermasalah tidak?
Sedangkan Sig nya 1.000. Terimakasih pak

Elvy mengatakan...

Selamat siang pak, saya ingin bertanya. Saya menggunakan semantic differential namun pengambilan sampel nonprobabilita sehingga penelitian menjadi nonparametric, jadi skala data saya ordinal bukan interval. Untuk menguji pengaruh variabel bebas (ordinal) dan variabel terikat (ordinal) boleh saya pakai regresi ordinal ini, Pak? Terima kasih.

Suseno Bimo mengatakan...

elvy : ya betul pakai regresi ordinal

Suseno Bimo mengatakan...

mariah ulfah :ya tidak masalah

viktoria maya mengatakan...

Selamat malam, pak..
Di analisis bivariat yang saya lakukan, ada 3 variabel bebas yang mempengaruhi variabel terikat. 2 variabel bebas berskala ordinal dan 1 lagi berskala nominal sedangkan variabel terikat berskala nominal. Uji yang dapat digunakan untuk analisis multivariat apa ya, pak?

cucu cahyati mengatakan...

Assalamualaikum.
Mohon maaf pak saya mau tanya, jika pada regresi ordinal khususnya pada probit, apakah tidak ada intercept (konstanta)? karena pada output SPSSnya tidak ada intercept, adanya threshold saja. Terimakasih pak.

indhah nur mengatakan...

Assalamualaikum pak, uji goodness of fit saya pearson nya kurang dri 0.05 tapi untuk deviance nya lebih dri 0.05 apakah itu sudah lolos uji tsb? Atau bagaimana? Trimakasiih

Suseno Bimo mengatakan...

viktoria : Jika variabel terikat skala nominal (data multinominal, 1,2,3,4)maka gunakan analisis regresi multinominal. Tetapi jika skala nya nominal dikotomis (ya = 1 dan tidak = 0), gunakan analisis regresi binary logistik.

Suseno Bimo mengatakan...

indhah nur : Waalaikumsalam..jika salah satu misal nilai signifikansi deviance >0.05 sudah lolos uji.