Langkah-Langkah Analisis Regresi Logistik Ganda (Multivariat) Pada SPSS 21

Langkah-langkah analisis regresi logistik multivariat:

Data ini merupakan data hasil pengukuran peubah responnya (dependen) merupakan skala dikotomi (2 kategori) misalnya ya/tidak .

Langkah Pertama kita menyeleksi setiap peubah penjelasnya (independent), peubah mana saja yang layak masuk ke model multivariate. Caranya dengan melakukan regresi logistik sederhana seperti langkah berikut ini: 

Copy paste  setiap nilai p-value pada masing-masing peubah yang telah dilakukan analisis regresi logistik sederhana. Dapat dilihat pada table Variables in the Equation (lihat hasil output) sehingga diperoleh lah nilai berikut:

Variabel	P value	Keterangan
selfefficasy	0,885	Tidak masuk model multivariate
sikap	0,912	Tidak masuk model multivariate
dukungaguru	0,001	Masuk model multivariat
dukungortu	0,000	Masuk model multivariat
dukungteman	0,000	Masuk model multivariat
fasilitas	0,001	Masuk model multivariat
Lingkungan	0,931	Tidak masuk model multivariate

Lakukan analisis logistik kembali, namun hanya memasukkan peubah yang masuk dalam model multivariate.

Output 1

Variables in the Equation
		B	S.E.	Wald	df	Sig.	Exp(B)	95% C.I.for EXP(B)
								Lower	Upper
Step 1a	dukungaguru(1)	.825	.931	.785	1	.376	2.282	.368	14.148
	dukungortu(1)	.995	.825	1.453	1	.228	2.704	.536	13.625
	dukungteman(1)	.967	.602	2.586	1	.108	2.631	.809	8.554
	fasilitas(1)	-1.110	.743	2.234	1	.135	.330	.077	1.413
	Constant	-.863	.462	3.491	1	.062	.422
a. Variable(s) entered on step 1: dukungaguru, dukungortu, dukungteman, fasilitas.

Mengeluarkan peubah dengan nilai p value yang paling besar

Kemudian analisis kembali menggunakan regresi logistik multivariat

Hasilnya seperti berikut:

Output 2

Variables in the Equation
		B	S.E.	Wald	df	Sig.	Exp(B)	95% C.I.for EXP(B)
								Lower	Upper
Step 1a	dukungortu(1)	1.507	.629	5.747	1	.017	4.515	1.316	15.485
	dukungteman(1)	.891	.588	2.294	1	.130	2.438	.770	7.723
	fasilitas(1)	-1.128	.741	2.319	1	.128	.324	.076	1.382
	Constant	-.828	.456	3.296	1	.069	.437
a. Variable(s) entered on step 1: dukungortu, dukungteman, fasilitas.

Seleksi peubah dengan menghilangkan peubah dukungan teman 

Output 3

Variables in the Equation
		B	S.E.	Wald	df	Sig.	Exp(B)	95% C.I.for EXP(B)
								Lower	Upper
Step 1a	dukungortu(1)	1.897	.576	10.839	1	.001	6.667	2.155	20.625
	fasilitas(1)	-1.361	.718	3.591	1	.058	.256	.063	1.048
	Constant	-.431	.356	1.462	1	.227	.650
a. Variable(s) entered on step 1: dukungortu, fasilitas.

Setelah dibandingkan Odds rasionya maka hasilnya

Kita lihat perubahan nilai OR setelah variable dukungan teman dikeluarkan

Variable	OR ada dukungan teman	OR tidak ada dukungan teman	Perubahan OD
dukungortu(1)	4.515	6.667	47.66
dukungteman(1)	2.438	-
fasilitas(1)	.324	.256	20.98

Dari hasil table perubahan ODDS Rasio (OR) di atas terlihat perubahan  nilai OR > 10%, dengan demikian dukungan teman tetap dimasukkan ke dalam model.

Lalu analisis kembali dengan memasukkan variable dukungan teman seperti berikut:

Output 4

Variables in the Equation
		B	S.E.	Wald	df	Sig.	Exp(B)	95% C.I.for EXP(B)
								Lower	Upper
Step 1a	dukungortu(1)	1.507	.629	5.747	1	.017	4.515	1.316	15.485
	dukungteman(1)	.891	.588	2.294	1	.130	2.438	.770	7.723
	fasilitas(1)	-1.128	.741	2.319	1	.128	.324	.076	1.382
	Constant	-.828	.456	3.296	1	.069	.437
a. Variable(s) entered on step 1: dukungortu, dukungteman, fasilitas.

Peubah dengan Odds Ratio terbesar pada model akhir multivariat, menjadi peubah yang paling dominan menjelaskan peubah dependen (penjelas).

#Analisis Regresi Logistik Ganda

#Langkah Analisis Regresi Logistik

#Uji regresi logistik Ganda