REGRESI LOGIT ATAU REGRESI LOGISTIK
Regresi logit atau regresi logistic adalah model regresi yang dipergunakan untuk mengukur pengaruh probabilitas atas suatu peristiwa. Logaritma dari perbandingan suatu peristiwa terjadi dengan tidak terjadi tersebut sebagai logit. Secara umum persamaan regresi logit untuk satu variabel bebas dapat dijelaskan sebagai berikut : Probabilitas (kejadian)
Sedangkan persamaan regresi logit untuk lebih dari satu variabel bebas, dapat dijelaskan dalam persamaan berikut : Probabilitas (kejadian) Di mana : ln[p/(1 – p)} = Z = variabel terikat dengan skala nominal 0 = konstanta; i = koefisien regrasi Xi = variabel bebas dengan skala ordinal
Pengujian secara statistik untuk melihat pengaruh secara bersama-sama dari variabel bebas terhadap variabel terikat digunakan Chi – Square. Jika nilai Chi – Square lebih besar dari nilai signifikansi (dari analisis), maka dapat diartikan ada pengaruh secara simultan dari variabel bebas terhadap variabel terikatnya. Sedangkan untuk menguji secra parsial dilakukan dengan membandingkan antara nilai Wald Statistic dengan nilai signifikansinya (dari analisis). Jika nilai Wald Statisticnya lebih besar, maka dapat diartikan ada pengaruh secara parsial. Atau dapat juga dilihat berdasarkan nilai alpha yang ditentukan oleh peneliti dengan nilai signifikansinya. Jika nilai alpha lebih besar dari pada nilai signifikansinya, maka ada pengaruh.