REGRESI Oleh : Herry Yulistiyono, MSi.

Presentasi berjudul: "REGRESI Oleh : Herry Yulistiyono, MSi."— Transcript presentasi:

1 REGRESI Oleh : Herry Yulistiyono, MSi

2 Klasifikasi Metode Statistika
Topik Bahasan

3 Klasifikasi Pemodelan Regresi

4 Model Regresi dimana: Yi = variabel dependent/respon/output
Xi = variabel independent/prediktor/input/fixed i = parameter/koefisien regresi i = unsur gangguan yang diasumsikan identik, independen dan berdistribusi normal atau i ~ IIDN(0,2)

5 STUDI KASUS-1 Y = Kinerja Perusahaan (1 = Baik) (2 = Biasa)
(3 = Kurang Baik) X1 = Motivasi (0 = Memiliki Motivasi) (1 = Tidak Memiliki / Asal Kerja) X2 = Kepuasan Kerja (1 = Puas) (3 = Kurang Puas) X3 = Budaya Organisasi

6 Output-1 Baca Output-1: Banyaknya data yang dianalisis sebesar 412 dan semuanya terolah serta tidak ada yang kosong, hal ini dapat dilihat dari Total, Valid dan Missing. Dari 412 data, untuk Kinerja: kategori 1 ada 104, kategori 2 ada 74 dan kategori 3 ada 234. Sedangkan untuk Motivasi, kategori 0 ada 44 dan kategori 1 ada 368.

7 Output-2: Baca Output-2: Pekerja dengan Kinerja kategori 1 dan motivasi 0 sebanyak 19, dan motivasi 1 sebanyak 85; kategori 2 dan motivasi 0 sebanyak 11, dan motivasi sebanyak 63; kategori 3 dan motivasi 0 sebanyak 14, dan motivasi 1 sebanyak 220. Sedangkan Odds Ratio Kinerja kategori 1 terhadap kategori 3 pada motivasi sebesar 3.51 (artinya kinerja pekerja dengan kategori 1 sebesar 3.51 kali dibandingkan kategori 3 terhadap motivasi) dan Kinerja kategori 2 terhadap kategori 3 pada motivasi sebesar 2.74 (artinya kinerja pekerja dengan kategori 2 sebesar 2.74 kali dibandingkan kategori 3 terhadap motivasi).

8 Output-3: Baca Output-3: Model Fitting Information & Likelihood Ratio Tests untuk mengetahui apakah model signifikan/tidak, dikatakan signifikan jika Sig. ≤ , Pseudo R-Square untuk melihat besarnya pengaruh variabel independent (model) terhadap variabel respon.

9 Output-4: Baca Output-4: Parameter Estimates untuk melihat pengaruh masing-masing koefisien regresi apakah signifikan atau tidak & (dikatakan signifikan jika Sig. ≤ ). Motivasi (MOT=0) dibandingkan (MOT=1) berpengaruh terhadap kinerja kategori 1 dibanding kategori 3 (Sig. = <  = 0.05), kuatnya pengaruh sebesar Sedangkan Motivasi (MOT=0) dibandingkan (MOT=1) berpengaruh terhadap kinerja kategori 2 dibanding kategori 3 (Sig. = <  = 0.05), kuatnya pengaruh sebesar

10 STUDI KASUS-2 Y = Tingkat Hidup Pekerja (1 = Kurang baik)
(2 = Sama baik) (3 = Lebih baik) X1 = Pendidikan (1 = SD) (2 = SMP) (3 = SMA) X2 = Status Pekerjaaan (1 = HL/Borongan/Kontrak) (2 = Harian Tetap) (3 = Bulanan) X3 = Upah/Gaji Sebulan (1 = kurang dari Rp ) (2 = Rp – Rp ) (3 = Rp – Rp ) (4 = lebih dari Rp ) X4 = Status Perkawinan (1 = Menikah) (2 = Belum Menikah) Sumber: Pilot Survei Tingkat Hidup Pekerja, BPS

11 Output-1 Yang utama diperhatikan dalam menjelaskan variabel Baca Output-1: Banyaknya data yang dianalisis sebesar 454 dan semuanya terolah serta tidak ada yang kosong, hal ini dapat dilihat dari Total, Valid dan Missing. Dari 454 data, untuk Tingkat Hidup Pekerja, kelompok kurang baik ada 81 (17.8%), sama baik ada 125 (27.5%) dan lebih baik ada 248 (54.6%). Sedangkan untuk pendidikan, kelompok SD ada 269 (59.3%), SMP ada 118 (26.0%) dan SMA ada 67 (14.8%).

12 Output-2: Baca Output-2: Pekerja dengan Pendidikan SD yang menyatakan Tingkat Hidup Pekerja kurang baik ada 81 dengan nilai harapan 81, sama baik ada 125 dengan nilai harapan 125, lebih baik ada 63 dengan nilai harapan 63. Pekerja dengan pendidikan SMP yang menyatakan Tingkat Hidup Pekerja kurang baik dan sama baik tidak ada, yang menyatakan lebih baik ada 118 dengan nilai harapan 118. Selanjutmya pekerja dengan pendidikan SMA yang menyatakan Tingkat Hidup Pekerja kurang baik dan sama baik tidak ada, yang menyatakan lebih baik ada 67 dengan nilai harapan 67.

13 Output-3: Baca Output-3: Model Fitting Information & Goodness-of-fit untuk mengetahui apakah model signifikan/tidak. Untuk model fitting information model dikatakan signifikan jika Sig. ≤ , sedangkan pada Goodness-of-fit model dikatakan signifikan jika Sig. ≥. Pseudo R-Square untuk melihat besarnya pengaruh variabel independent (model) terhadap variabel respon.

14 Output-4: Baca Output-4: Parameter Estimates untuk melihat pengaruh masing-masing koefisien regresi apakah signifikan atau tidak & (dikatakan signifikan jika Sig. ≤ ). Pendidikan SD (Location [X1=1]) dibandingkan Pendidikan SMA (Location [X1=3]) berpengaruh terhadap tingkat hidup (Sig. = <  = 0.05), kuatnya pengaruh Pendidikan SD (Location [X1=1]) dibandingkan Pendidikan SMA (Location [X1=3]) sebesar e =5.9x Sedangkan Pendidikan SMP (Location [X1=2]) dibandingkan Pendidikan SMA (Location [X1=3]) tidak berpengaruh terhadap tingkat hidup (Sig. = >  = 0.05). Hal dapat diartikan bahwa tingkat hidup pendidikan SMP sama dengan pendidikan SMA.

15 Output-5: Baca Output-5: Asymptotic Correlation Matrix, menunjukkan hubungan antara dua kategori. Asymptotic Covariance Matrix, menunjukkan kovarians antara dua kategori.

16 Output-6: Baca Output-6: Test of Parallel Lines pada prinsipnya sama dengan Goodness-of-fit untuk mengetahui apakah model signifikan/tidak. Model dikatakan signifikan jika jika Sig. ≥.