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.


105 komentar:

Unknown 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

Unknown mengatakan...

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

Unknown 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 ps 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.

Unknown 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)

Unknown 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.

Unknown 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?

Unknown 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.

Unknown 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.

Maya mengatakan...

Assalamulaikum pak. Saya mau bertanya. Apabila di tabel test paralel lines nilai sig.< 0.05 apakah harus ganti analisis atau bisa diabaikan saja pak?
Mau nanya lagi pak, kalau di tabel parameter estimate pada kolom sig ada yang tidak keluar nilainya (hanya ada tanda titik) itu dianggap < 0.05 atau tidak signifikan ya pak? Jika terjadi hasil seperti itu harus dilakukan apa pak? Terimakasih pak..

Unknown mengatakan...

assalamu'alaikum. mohon konsul
untuk variabel independen ada 2 variabel dan dua duanya skala ordinal, sedangkan variabel dependennya 1 dengan skala ordinal juga. uji statistiknya yang tepat apa ya. terimaksih

Unknown mengatakan...

assalamualaikum pak, ketika saya menggunakan link function logit hasil signifikansi 0.000, kemudian saya menggunakan link function complementary log-log hasilnya -2 Log Likelihood pada null hypotesis 0.000, -2 Log Likelihood pada general 0.000, chi square pada general 0.000 dan signifikansi pada general 1.000. Apakah model sudah cocok? terimakasi

Mariah mengatakan...

Assalamu'alaikum pak, jika uji parameter estimates hasil dari estimate negatif semua baik itu variabel dependepen atau independen, apa itu bermasalah?

Suseno Bimo mengatakan...

Maya : Wa'alikumsalam..jika pada tbael test parallel lines nilai sig< 0.05, bisa dicoba metode link function yang lain seperti cauchit, complementary log log,.. dsb.

Suseno Bimo mengatakan...

Unknown : Pakai uji regresi ordinal

Suseno Bimo mengatakan...

Rosy Vionita : jika nilai signifikansi 1.000 >0.05, maka model sudah cocok.

Suseno Bimo mengatakan...

Mariah : Wa'alikumsalam..hasil negatif mengindikasikan nilai koefisien negatif. cek lagi skalanya (kode angka). untuk variabel dependen skala dengan tingkat lebih tinggi(angka juga lebih tinggi), demikian juga untuk variabel indpendennya.

Anonim mengatakan...

Salam pak... jika saya ingin meneliti tentang pengaruh faktor-faktor.. dengan menggunakan variabel terikatnya adalah nominal dan variabel bebasnya adalah rasio atau numerik... baiknya menggunakan regresi apa ya pak?

sae mengatakan...

Tapi utk sig 1 ada kecenderungan modelnya overfitting

Suseno Bimo mengatakan...

Anonim : jika data nominal bersifat multinominal menggunakan regresi multinominal. Namun jika nominal dikotomi menggunakan regresi binary logistik

Unknown mengatakan...

Assalamualaikum pak, mohon bantuannya, sya sdangs melakukan penelitian regresi berganda ttp penelitian saya variabel dependennya datanya ordinal sedangkan 4 variabel lainnya mempunyai dta nominal, untuk baiknya menggunakan regresi yg mana pak??

Suseno Bimo mengatakan...

Firdhiani Azizah : Wa'alaikumsalam : Sebaiknya menggunakan regresi ordinal karena dependen berskala ordinal.

Daisy mengatakan...

Halo, pak. mau nanya. Untuk contoh kasus di atas, variabel independend Gender nya menggunakan variabel dummy ya? Atau bagaimana? Terimakasih pak

Regita D'Vega mengatakan...

assalamualaikum pak, saya sedang membuat penelitian dengan regresi ordinal, tapi nilai sig. link function tetap 0,000, saya sudah mencoba semua model link tapi tetap 0,000. cara memperbaikinya gimana ya pak?

Suseno Bimo mengatakan...

Daisy : untuk gender skala nominal

Suseno Bimo mengatakan...

Regita D'Vega : bisa di coba skala pengukuran variabel independen diubah.

Finza mengatakan...

Assalamu'alaikum oak ,ijin bertanya. Jika pada hasip test paralel lines sudah menunjukkan >0.05 tapi pada tabel parameter estimates bagian sig ada yang tidak muncul nilai sig nya dan hanya terdapat titik diinterpretasikannya bagaimana ya pak ? sig nya dianggap <0.05 atau bagaimana ? Mohon pencerahannya terimakasih

Suseno Bimo mengatakan...

Finza : Walaikumsalam, interpretasikan yang ada nilai saja.

Noviandri mengatakan...

Assalamualaikum pak, saya melakukan uji menggunakan analisis regresi ordinal logistik dengan variabel Y skala ordinal dan variabel X skala nominal dan rasio dengan jumlah sampel 150. saat ini saya menemui kendala pada nilai signifikansi chi square, yaitu <0.05. Caranya bagaimana ya pak supaya bisa diketahui penyebabnya dan bisa mendapatkan model fit? Selain itu nilai estimate menunjukkan angka negatif, sedangkan variabel dependen dengan nilai lebih tinggi sudah menggunakan skala yang juga lebih tinggi. Mohon bantuannya Pak. Terima Kasih

Anonim mengatakan...

Assalamu'alaikum pak, ijin bertanya. variabel saya (independet dan dependent) keduanya menggunakan skala likert. Tetapi data tersebut merupakan data ordinal yang diintervalkan menggunakan msi karena awalnya saya menggunakan analisis regresi berganda. Tetapi saya diminta untuk mengganti analisis saya menggunakan analisis non linier logistik pak. Saya masih bingung harus menggunakan analisis logistik yang mana begitu pak? Terimakasih.

Suseno Bimo mengatakan...

Anonim : Wa'alaikumsalam...uji regresi logistik ada binary logistik dan ordinal logistik. jika binary logistik, variabel dependen berskala 1 dan 0, sedangkan ordinal logistik berskala ordinal, bisa 3 kategori, 4 kategori atau 5.

Unknown mengatakan...

ass. pak. bagaimana cara mentransformasikan nilai estimasi parameter ke dalam exp (B)/nilai odds rasio.

Nurul Fadlilah mengatakan...

Maaf pak saya mau tanya, kalau judul saya pengaruh kompetensi kepribadian guru pai dan religiusitas orang tua terhadap motivasi belajar pai, itu kira2 bisa diteliti ndk pak? dan kalau bisa uji apa yg cocok?

Suseno Bimo mengatakan...

Unknown : Bisa pakai ms.excel ketik =exp()

Unknown mengatakan...

Assalamualaikum, pak bagaimana apabila nilai signifikansinya 1 semua pada parameter estimates? Mohon bantuannya pak

Unknown mengatakan...
Komentar ini telah dihapus oleh administrator blog.
Anonim mengatakan...

Assalamu'alaikum pak, ijin bertanya. variabel saya (independet dan dependent) keduanya menggunakan skala likert. Tetapi data tersebut merupakan data ordinal yang diintervalkan menggunakan msi karena awalnya saya menggunakan analisis regresi berganda. Tetapi saya diminta untuk mengganti analisis saya menggunakan analisis non linier logistik pak. Saya masih bingung harus menggunakan analisis logistik yang mana begitu pak? Terimakasih.

pertanyaan saya hampir sama dengan yang di atas pak, tapi saya ingin sedikit bertanya jika saya menggunakan regresi multinomial logit apa boleh menguji variabel independen dan dependen tersebut menggunakan skala likert dengan regresi multinomial logit?

ADEN mengatakan...

uji regresi ordinal itu ada bukunya nda ya pak, makasih

Suseno Bimo mengatakan...

Nurul Fadilah : kalau variabel Motivasi belajat berskala interval maka analisis pakai regresi berganda. Jika motivasi belajar berskala ordinal, gunakan uji regresi ordinal.

Suseno Bimo mengatakan...

Anonim :Wa'alaikumsalam..karena skala variabel dependen ordinal, bukan multinominal logistik tetapi regresi ordinal logistik.

Eka Dewi Utami mengatakan...

Assalamu’alaikum pak, ijin bertanya, variabel dalam penelitian saya (dependent dan independent) keduanya menggunakan skala likert. Tetapi data tersebut menggunakan data ordinal. Untuk baiknya menggunakan regresi yang mana pak? Apakah bisa menggunakan analisis regresi berganda? mohon penjelasannya pak.
terimakasih...

Suseno Bimo mengatakan...

Eka Dewi Utami : Bisa pakai regresi berganda, tetapi skala ordinal harus ditransformasi dulu ke dalam skala interval. transformasi dapat menggunakan method succesive Interval (MSI)

Intannissa mengatakan...

Assalamualaikum pak saya ingin bertanya jika penelitian dengan variabel dependen berskala nominal dan variabel independen saya berskala ordinal harus pakai analisis apa?saya baca di buku uji korelasi antar dua variabel pakai spearnam rank dan chi squere, apa sudah sesuai atau ada analisis lain yang dapat saya gunakan di penelitan saya? Mohon penjelasanya

Unknown mengatakan...

Pak saya ingin bertanya jika variabel independen saya ada 2 variabel, skala data ordinal semua untuk variabel 1(3 kategori) lalu variabel 2 (2 kategori) lalu untuk vriabel dependennya menggunakan skala data ordinal juga dengan 4 kategori. Jika saya ingin menggunakan uji regresi berganda menggunakan uji apa ya pak? Terimakasih pak

Suseno Bimo mengatakan...

Intannissa : wa'alaikumsalam :Ya untuk uji korelasi non parametrik bisa pakai uji spearman dan chi-square.

Anonim mengatakan...

Apabila goodnes of fit sudah terpenuhi, tetapi parallel linesnya belom terpenuhi apakah boleh memakai salah satu saja untuk kesimpulannya?

Suseno Bimo mengatakan...

Anonim : selain goodness of fit, uji parallel lines juga terpenuhi. jadi jika test parallel lines tidak terpenuhi maka belum bisa diambil kesimpulan.

Mira mengatakan...

Pak saya mau tanya, apakah uji regresi ordinal boleh dilakukan satu per satu? Misal variabel perilaku terhadp motivasi, v.perilaku terhdp sarana, dst. Apakah harus langsung dijadikan satu semua?

Tika Kusuma mengatakan...

Assalamualaikum pak.. izin bertanya, saya pakai regresi ordinal dalam penelitian, untuk sebelumnya perlu dilakukan uji asumsi klasik,nah saya kemarin itu kan data saya sempat tidak normal di autokorelasi nya dan saya transform ke bentuk lag semua variabel nya lalu normal.
pertanyaan saya apakah uji asumsi klasik perlu dilakukan ulang dengan yg sudah normal lagi? dan untuk ke uji regresi ordinal dll selanjutnya apakah menggunakan data yang sudah saya transform dan normal atau yg sebelum di transform? mengingat hasil transform ke bentuk lag ini merubah peringkat pd variabel dependen. makasih ya pak

Samsir Ania mengatakan...

Bismillah, klo data var Y ordinal dan var X nominal kemudian d'uji parallel lines tapi tdk memenuhi maka d'ubah var Y ke interval dengan MSI. Pertanyaan sy apakaah var X juga d'ubah k'interval pak?

Suseno Bimo mengatakan...

Mira : uji langsung semua dijadikan satu.

Anonim mengatakan...

Selamat malam, Pak maaf saya mau bertanya. Saya sudah melakukan uji regresi ordinal menggunakan link complementary log-log dan hasilnya sudah sesuai. Bagaimana cara interpretasi model yang dihasilkan dari estimate parameternya? Apakah jadi muncul persamaan garis atau bagaimana? Terima kasih Pak.

Suseno Bimo mengatakan...

Tika Kusuma : Tika kusuma : Waalaikumsalam..., uji asumsi klasik (normalitas, autokorelasi, multikolinieritas dan heterokedasitas) pada model regresi ordinal tidak mutlak dilakukan.

Suseno Bimo mengatakan...

Samsir Ania : kalau mau diubah pakai metode regresi berganda, skala variabel Y bisa di tasnformasi ke interval dengan metode Methods succesive Interval (MSI). Untuk varibel X yang berskala nominal tidak ditransformasi ke interval tetapi menjadi nominal dikotomi.

Almira mengatakan...

Assalamualaikum pak, izin bertanya .. semisal pada tabel parameter estimates nilai sig nya > 0.05 apakah bisa disimpulkan Ha ditolak (var x tidak berpengaruh terhadap var y)? .. penelitian saya mengenai pengaruh 5 kepribadian terhadap nilai, uji apa saja yang dilakukan selain uji regresi ordinal ini ya pak? . terimakasih pak..

Almira mengatakan...

Assalamualaikum pak, izin bertanya .. semisal pada tabel parameter estimates, nilai sig nya > 0.05 apakah bisa disimpulkan Ha ditolak (x tidak berpengaruh terhadap y)? .. penelitian saya mengenai pengaruh 5 kepribadian terhadap nilai, uji apa yang harus dilakukan lagi selaain uji regresi ordinal ini pak? atau kah hanya uji ini saya? terimasih pak..

Almira mengatakan...

selamat pagi pak, saya ingin bertanya lagi. semisal pada tabel model fittiing information, nilai sig nya > 0.05 apakah tidak masalah? sedangkan uji yang dilakukan bapak hasilny menunjukkan signifikan pada taraf nyata 5% (sig 0.00).

Anonim mengatakan...

selamat siang pak.. pak, saya ingin bertanya mengenai test of Parallel Lines. hasil yang saya dapatkana adalah 0.019 < 0.05. itu bagaimana ya pak? apakah tidak masalah?

Suseno Bimo mengatakan...

Anonim : untuk hasil regresi ordinal dapat diinterpretasikan dari nilai estimasi tersebut dengan besarnya probablitas pada tiap tingkatan pada variabel dependennya.

Suseno Bimo mengatakan...

Almira : Wa'alaikumsalam...ya Ha ditolak. Jika skala ordinal pada variabel dependen ditransformasi ke skala interval (menggunakan metode MSI) maka dapat dilakukan uji regresi linear berganda.

Suseno Bimo mengatakan...

Almira : Tidak Masalah, model fitting informasi hanya merupakan uji awal untuk mengetahui apakah variabel independen mampu memberikan perubahan fit pada variabel dependen.

Suseno Bimo mengatakan...

Anonim : Jika hasil uji paralell lines masih signifikan (<0.05) maka pemilihan link function belum TEPAT karena model yang dihasilkan tidak memiliki parameter yang sama. Dapat diulang ujinya menggunakan linkfunction lainnya seperti complementary log log,negative log-log, probit dan cauchit.

Almira mengatakan...

Data yg saya miliki tidak beragam pak, dan memiliki data ordinal, seperti 103 mahasiswa dapat nilai A, 7mahasiswa dapat A- dan 1 mahasiswa dapat B+ .. sehingga ketika saya melakukan uji normalitas tidak normal, dan ketika melakukan transformasi ataupun outlier tetap tidak normal..
Jadi, apakah saya perlu melakukan uji lainnya selain regresi ordinal ini pak?

Suseno Bimo mengatakan...

Almira : dalam uji regresi tidak diperlukan pengujian asumsi klasik seperti normalitas, autokorelasi, homokedastisitas, multikolonieritas).

Anonim mengatakan...

Mohon maaf pak, saya mau bertanya.
Penelitian saya melihat pengaruh, variabel X nya berskala interval rasio sedangkan variabel Y nya berskala ordinal. Menurut bapak, apakah uji ordinal ini sudah tepat?

Anonim mengatakan...

Pak izin bertanya.
Variabel x saya ada 5 dan berskala likert, sedangkan variabel y saya ada 3kategori nilai. Apakah uji ordinal ini sudah tepat saya lakukan?
Kemarin saya mencoba uji ini, dengan responden 114 tapi kenapa paralell lines nya tidak signifikan ya pak?
Tapi jika dengan 100 responden (saya mencoba) justru sangat signifikan.
Mohon bantuannya pak..
T

Suseno Bimo mengatakan...

Anonim : ya sudah tepat pakai regresi ordinal. Uji paralel line menguji ketepatan link function yang digunakan. Jadi jika nilai parallel lines yang dihasilkan tidak signifikan (>0,5) maka penggunaan link function pada model yang digunakan sudah tepat.

Uchi mengatakan...

Assalamualaikum pak,mohon maaf hendak bertanya. Penelitian saya menggunakan regresi logistik ordinal dengan link function complementary log-log karna sesuai dengan data saya. Yang saya bingung kan bagaimana cara pembuatan modelnya ya pak karna saya hanya mengetahui rumusnya f(x) = log[-log(1-x] tapi cara memasukkanya bagaimana saya bingung saya menggunakan spss pak. Sydah saya cari bagaimana caranya tapi masih belum ketemu juga. Mohon maaf sebelumnya pak terima kasih

Uchi mengatakan...

Assalamualaikum pak,mohon maaf hendak bertanya. Penelitian saya menggunakan regresi logistik ordinal dengan link function complementary log-log karna sesuai dengan data saya. Yang saya bingung kan bagaimana cara pembuatan modelnya ya pak karna saya hanya mengetahui rumusnya f(x) = log[-log(1-x] tapi cara memasukkanya bagaimana saya bingung saya menggunakan spss pak. Sydah saya cari bagaimana caranya tapi masih belum ketemu juga. Mohon maaf sebelumnya pak terima kasih

Suseno Bimo mengatakan...

Uchi : Wa'alaikumsalam...Pada SPSS setelah melakukan input Data dan memasukkan variabel independen dan dependenya.Klik pada Menu OPTIONS, ke Menu LINK di posisi bawah Klik pilihan : ada Logit, compelmentary log-log, cachit, negative log-log dan probit.Pilih sesuai yang diinginkan untuk Complementary log-log.

alda mengatakan...

Selamat siang pak, saya mau tanya variabel dependen saya menggunakan skala ordinal, sedangkan variabel dependen saya berupa nominal dan dummy. Tetapi saya juga menggunakan variabel moderasi. Apakah tepat jika saya menggunakan teknik analisis regresi logistik ordinal? Dan bagaimana untuk menguji variabel moderasinya? Terima kasih

Unknown mengatakan...

Maaf pak saya mau tanya, untuk yg data view di spps, itu kalau saya satu variabel nya bisa ada 7 item pernyataan itu bagaimana ya pak? Apakah yang dimasukkan ke data view itu rata2nya atau bagaimana ya? Saya pakai skala likert
Terimakasih

Niia_al26 mengatakan...

Assalamualaikum pak
Saya mau bertanya untuk variabel y saya menggunakan skala rasio sedangkan untuk variabel x1 saya menggunakan skala nominal dan x2 saya menggunakan skala ordinal, sebaiknya saya pakai regresi apa yah pak?
Terima kasih pak

Suseno Bimo mengatakan...

Alda: kalau data dependen nominal dan dummy, memang menggunakan regresi binary logistik.Tetapi tidak tepat jika menggunakan regresi logistik dengan menyertakan variabel moderasi. ada variabel moderasi hanya pada regresi berganda.

Suseno Bimo mengatakan...

UNknown : bisa menggunakan summated rating scale, jadi data dari 7 item pertanyaan tsb dijumlahkan terlebih dahulu, kemudian dimasukkan ke SPSS.

Suseno Bimo mengatakan...

Niia_al26: Waalaikumsalam...karena skala variabel Y adalah rasio, sebaiknya menggunakan regresi berganda.

H. Azka mengatakan...

Assalamu'alaikum pak
Izin mau nanya, jika kita punya dua variabel terikat dan variabel bebasnya lebih dari satu. Dalam hal ini datanya berupa data kategori (0,1,2). Analisis apa yang cocok dipakai untuk hal ini pada kasus kontrol pak?

Suseno Bimo mengatakan...

H.Azka: Wa'alaikumsalam : Pakai analisis jalur (path analysis)