Regresi Logistik: Pengertian, Kegunaan & Contoh

Pengertian Analisis Regresi Logistik

Analisis regresi logistik adalah salah satu metode analisis yang digunakan untuk memodelkan hubungan antara variabel independen (variabel yang digunakan untuk memprediksi variabel dependen) terhadap variabel dependen (variabel yang ingin diprediksi) dengan jenis data kategori atau biner. Dalam konteks ini, variabel dependen hanya memiliki dua kemungkinan nilai atau kategori, misalnya "ya" atau "tidak", "sukses" atau "gagal", atau "sakit" atau "sehat".

Metode ini dapat membantu kita memahami faktor-faktor yang mempengaruhi variabel dependen, dan seberapa besar pengaruh variabel independen terhadap probabilitas terjadinya hasil yang diinginkan.

Contoh Data Regresi Logistik

Berikut contoh regresi logistik, data penjualan produk online. Dalam data ini, variabel dependen adalah apakah seseorang membeli produk atau tidak (1 untuk membeli, 0 untuk tidak membeli), sedangkan variabel independen adalah usia, jenis kelamin, pendapatan, dan lama mengakses website.

Jika kamu membutuhkan bantuan analisis regresi logistik secara menyeluruh. Kami menawarkan Jasa Olah Data Statistik selesai dalam 1–2 hari.

Konsep Dasar Regresi Logistik

1. Definisi variabel dependen dan independen

Variabel dependen adalah variabel biner atau kategorikal, yaitu variabel yang hanya memiliki dua kemungkinan nilai. Contoh dari variabel dependen pada regresi logistik adalah apakah seseorang memiliki penyakit atau tidak memiliki penyakit, apakah seseorang akan membeli produk atau tidak membeli produk.

Variabel independen adalah variabel yang digunakan untuk memprediksi nilai variabel dependen. Variabel independen dapat berupa variabel numerik atau kategorikal. Contoh dari variabel independen pada regresi logistik adalah usia, jenis kelamin, pendidikan, pengalaman kerja, dan lain sebagainya.

2. Fungsi Logit

Fungsi logit adalah fungsi matematika yang digunakan untuk mengubah nilai probabilitas menjadi nilai log odds. Log odds merupakan nilai yang digunakan untuk mengukur peluang terjadinya suatu peristiwa. Fungsi logit digunakan dalam regresi logistik untuk memodelkan hubungan antara variabel independen dan variabel dependen.

3. Persamaan Regresi Logistik

Persamaan regresi logistik adalah persamaan matematika yang digunakan untuk memprediksi nilai variabel dependen berdasarkan nilai variabel independen. Persamaan model regresi logistik memiliki bentuk seperti berikut:

logit(p) = β0 + β1X1 + β2X2 + ... + βnXn

di mana:

• p adalah probabilitas terjadinya peristiwa (nilai variabel dependen)
• X1, X2, ..., Xn adalah variabel independen
• β0, β1, β2, ..., βn adalah koefisien regresi yang menunjukkan seberapa besar pengaruh variabel independen terhadap nilai variabel dependen.

Koefisien regresi dapat dihitung dengan menggunakan teknik seperti metode Maksimum Likelihood atau metode Least Squares.

Jenis-jenis Regresi Logistik

Dalam regresi logistik, variabel dependen biasanya bersifat kategorikal atau biner, yaitu hanya terdiri dari dua kategori atau nilai saja, misalnya "Ya" atau "Tidak", "Lulus" atau "Tidak Lulus", dan sebagainya.

Berikut ini adalah beberapa jenis regresi logistik yang sering digunakan dalam analisis data:

1. Regresi Logistik Biner

Regresi logistik biner digunakan untuk memprediksi kemungkinan terjadinya suatu peristiwa pada variabel dependen yang hanya terdiri dari dua kategori atau nilai saja. Contoh aplikasi regresi logistik biner adalah untuk memprediksi kemungkinan seorang siswa lulus atau tidak lulus ujian berdasarkan variabel independen seperti jam belajar, usia, jenis kelamin, dan sebagainya.

Persamaan model regresi logistik biner:

log(p/(1-p)) = β0 + β1x1 + β2x2 + ... + βnxn

dimana:

p = probabilitas kejadian pada variabel dependen

x1, x2, ..., xn = variabel independen

β0, β1, β2, ..., βn = koefisien regresi

2. Regresi Logistik Multinomial

Regresi logistik multinomial digunakan untuk memprediksi kemungkinan terjadinya suatu peristiwa pada variabel dependen yang terdiri dari tiga atau lebih kategori atau nilai. Contoh aplikasi regresi logistik multinomial adalah untuk memprediksi kemungkinan seorang siswa lulus dengan nilai A, B, atau C berdasarkan variabel independen seperti jam belajar, usia, jenis kelamin, dan sebagainya.

Persamaan model regresi logistik multinomial:

log(p1/pk) = β01 + β11x1 + β21x2 + ... + βn1xn

log(p2/pk) = β02 + β12x1 + β22x2 + ... + βn2xn

...

log(p(k-1)/pk) = β0(k-1) + β1(k-1)x1 + β2(k-1)x2 + ... + βn(k-1)xn

dimana:

p1, p2, ..., pk = probabilitas kejadian pada variabel dependen

x1, x2, ..., xn = variabel independen

β01, β02, ..., β0(k-1) = koefisien regresi untuk kategori pertama hingga kategori ke-(k-1)

β11, β12, ..., β1(k-1) = koefisien regresi untuk variabel independen pada kategori pertama hingga kategori ke-(k-1)

β21, β22, ..., β2(k-1) = koefisien regresi untuk variabel independent

Contoh Perhitungan Sederhana

Misalnya kita punya model regresi logistik biner untuk memprediksi apakah seorang calon nasabah akan gagal bayar (Default = 1) atau tidak (Default = 0), dengan satu variabel independen: Rasio Utang terhadap Pendapatan (DTI, dalam persen).

Hasil estimasi model:

logit(p) = -3,2 + 0,08 × DTI

Untuk calon nasabah dengan DTI = 50%:

1. Hitung nilai logit: logit(p) = -3,2 + (0,08 × 50) = -3,2 + 4 = 0,8
2. Ubah logit menjadi probabilitas dengan rumus p = e^logit / (1 + e^logit) = e^0,8 / (1 + e^0,8) = 2,2255 / 3,2255 ≈ 0,69

Artinya, probabilitas calon nasabah dengan DTI 50% akan gagal bayar adalah sekitar 69%. Sementara itu, odds ratio untuk variabel DTI adalah Exp(0,08) ≈ 1,083 — artinya setiap kenaikan 1 poin DTI, odds gagal bayar naik sekitar 8,3%.

Interpretasi Regresi Logistik

Interpretasi output regresi logistik mencakup empat hal utama: goodness of fit (uji Hosmer-Lemeshow), signifikansi koefisien (nilai p-value), nilai koefisien regresi (arah pengaruh), dan odds ratio/Exp(B) (besar pengaruh). Untuk panduan lengkap membaca setiap tabel output SPSS langkah per langkah, lihat: Cara Baca Output Regresi Logistik SPSS.

Kesalahan Umum Menginterpretasi Regresi Logistik

1. Menganggap pseudo R-squared kecil berarti model buruk. Nagelkerke atau Cox & Snell R-squared secara alami bernilai lebih kecil dibanding R-squared regresi linear, dan hanya bermakna kalau dibandingkan dengan model lain pada data yang sama.
2. Mengabaikan complete separation. Kalau satu variabel independen bisa memprediksi variabel dependen dengan sempurna, koefisien dan standard error akan membengkak tidak wajar - biasanya muncul peringatan seperti "fitted probabilities numerically 0 or 1 occurred" di output.
3. Hanya melihat classification table (accuracy) tanpa cek Hosmer-Lemeshow dan signifikansi koefisien. Akurasi klasifikasi yang tinggi tidak menjamin model fit dengan baik, apalagi kalau data tidak seimbang antar kategori.
4. Salah pilih jenis regresi logistik — pakai model biner padahal variabel dependen punya 3+ kategori (butuh multinomial), atau sebaliknya.

> Catatan dari Lukman, Statistical Analyst: Kesalahan nomor 1 paling sering saya temui waktu bimbingan skripsi — mahasiswa panik lihat Nagelkerke R-squared cuma 0,2 dan mengira modelnya gagal. Padahal untuk regresi logistik, nilai segitu bisa saja wajar. Fokus dulu ke signifikansi odds ratio dan Hosmer-Lemeshow test, baru pseudo R-squared sebagai pelengkap.

Langkah Selanjutnya

Setelah anda memahami konsep dasar dan cara interpretasi regresi logistik. Selanjutanya kita akan belajar langkah-langkah pengolahan regresi logistik.