Iklan

Perbedaan Output Regresi Logit antara Minitab dg SPSS


Tulisan ini menyambung tulisan sebelumnya yang menjawab pertanyaan salah seorang pengunjung blog ini (Dian). Kali ini kita akan membahas pertanyaan mengenai “ Apa kelebihan olah data logit menggunakan Minitab dibandingkan SPSS”. Agar pembahasan ini bisa dipahami, silakan baca dulu tulisan sebelumnya

Ada beberapa perbedaan output Minitab dengan SPSS, terutama dalam hal jenis-jenis ukuran yang disajikan. Untuk latihan, kita tetap menggunakan contoh data latihan dari tulisan sebelumnya tersebut yang diolah dengan Minitab dan SPSS. Selanjutnya, pada bagian ini hanya akan ditampilkan sebagian output yang terpenting saja sebagai berikut:

Perbedaan Output Model Regresi

beda1

Perbedaan Output Ukuran Asosiasi

Minitab menampilkan output ukuran asosiasi (antara variabel respons/terikat dan probabilita prediksinya) serta ringkasan dari ukuran-ukuran tersebut dalam bentuk ukuran Somers’ D, Goodman-Kruskal Gamma dan Kendall’s Tau-a. Sebaliknya, SPSS hanya menampilkan tabel klasifikasi yang memperlihatkan keterkaitan antara observasi dan prediksinya.

beda2

Untuk ukuran asosiasi dalam Minitab sudah dibahas pada tulisan sebelumnya. Sekarang kita bahas sekilas mengenai tabel klasifikasi SPSS diatas.

Cara membacanya adalah: observasi Y bernilai 0 dan diprediksi 0 (berdasarkan model), sebanyak 5 observasi. Observasi Y yang bernilai 0 tetapi diprediksi 1 sebanyak 1 observasi. Observasi Y yang bernilai 1 tetapi diprediksi 0 sebanyak 2 dan diprediksi bernilai 1 sebanyak 7.

Ada enam observasi yang bernilai 0, tetapi hanya lima diantaranya yang diprediksi bernilai 0. Sehingga persentase benarnya adalah 5/6 = 83.3 persen. Ada sembilan observasi yang bernilai 1, tetapi hanya tujuh diantaranya yang diprediksi bernilai 1, sehingga persentase benarnya adalah 7/9=77.8 persen.

Jumlah prediksi yang benar adalah 5 + 7 = 12, sehingga persentase benar secara keseluruhan adalah  12/15= 80 persen.

Catatan: Cara mencari prediksi sama seperti tulisan sebelumnya. Selanjutnya dibawah tabel adalah tulisan The cut value is 0.500. Ini menunjukkan bahwa jika nilai prediksi  dibawah 0,5 dianggap sama dengan 0, tetapi jika diatas 0,500 dianggap sama dengan 1. Cut Value ini bisa diganti-ganti dalam pilihan SPSS.

Perbedan Ukuran-Ukuran Lainnya

Ukuran-ukuran lainnya yang ditampilkan SPSS adalahChi-Square, Chi-Square Hosmer and Lemeshow (option), Cox & Snell R Square dan Nagelkerke R Square. Sedangkan Minitab menampilkan output Chi-Square Pearson, Chi-Square Deviance dan Chi-Square Hosmer and Lemeshow

beda3

Iklan

4 Tanggapan

  1. Bapak mw tanya…

    saya sdg skripsi.. & kmrn d’tanya ma dosen, ttg variabel x4 ???
    wald’y kn 15, 349 dg sig. 0,000
    dosen’y ragu “apa bnr sperti itu” klo nilainya sebesar itu signifikan ??
    saya bngung pak… mohon bntuan’y…
    trimakasih…

    Variabel B S.E. Wald df Sig.
    X1 0,066 0,050 1,708 1 0,191
    X2 0,171 0,744 0,053 1 0,818
    X3 0,581 0,349 2,767 1 0,096
    X4 – 0,014 0,004 15,349 1 0,000
    Constant 0,521 3,704 0,020 1 0,888

    interpretasi :
    Koefisien regresi penghasilan (X4) sebesar -0,014. Tanda negatif berarti mempunyai pengaruh yang berlawanan, artinya semakin besar penghasilan, maka probabilitas respon responden terhadap kualitas raskin semakin menurun 0,014 di bawah rata-rata. Nilai X2 Wald untuk variabel penghasilan keluarga (X4) sebesar 15,349 dan mempunyai nilai signifikansi sebesar 0,000 atau lebih kecil dari 0,05, artinya variabel penghasilan (X4) signifikan atau berpengaruh nyata terhadap respon responden. Hal ini dapat dimengerti karena semakin tinggi penghasilan akan semakin besar daya beli, sehingga semakin tinggi penghasilan maka keluarga tersebut mampu membeli beras yang kualitasnya jauh lebih baik dari standar raskin.

  2. Malam pak…
    saya mau tanya.. nilai prediksi dalam classification table itu dari mana ya… ada rumusnya apa ga pak kalau manual ??
    mohon bantuannya ya pak..

    • sudah dapat jwbannya pak.. ternyata ada d’penjelasan sebelumnya.. Thx

  3. owalah, bedone spss kmbi minitab chi-chi iki to…

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: