Home » Info Jasa Olah Data » regresi » Analisis Regresi Logistik Ordinal Menggunakan R

Analisis Regresi Logistik Ordinal Menggunakan R

  • by
ANALISIS REGRESI ORDINAL MENGGUNAKAN R

Pada kesempatan kali ini jasa olah data USH Indonesia mengupas tutorial analisis regresi ordinal menggunakan R/R Studio. Mulai dari definisi, aplikasinya pada suatu kasus, hingga interpretasi. Mari disimak, oiya, pada artikel kali ini kita full syntax ya. Karena ada cara lain (“non-syntax”) menggunakan package “Rcmdr”

Pengertian Regresi Logistik Ordinal

Regresi Logistik Ordinal merupakan salah satu model regresi yang biasa digunakan untuk penyelesaian kasus regresi antara variabel terikat (Variabel Y) dengan satu atau lebih variable bebas (variabel X), dimana variabel Y merupakan data kualitatif yang berbentuk polikotomus berskala ordinal. Contoh dari skala ordinal antaranya adalah tingkat kepuasan, peringkat, sikap terhadap pernyataan dan sebagainya. Model dari analisis regresi logistik ordinal adalah seperti berikut ini.

dengan

Aplikasi Analisis Regresi Logistik Ordinal menggunakan R

Contoh Kasus

Ada seorang mahasiswa bernama Kamil ingin melakukan penelitian, si Kamil ini ingin mengetahui bagaimana pengaruh dari kualitas layanan di universitas terhadap tingkat kepuasan mahasiswa pada layanan yang ada dikampus. Bentuk pelayanan yang diterima oleh mahasiswa di kampus yaitu Pelayanan Administrasi (Variabel X1), Pengajaran (Variabel X2), serta Sarana dan Prasarana di Kampus (X3). Sedangkan Tolak Ukur dari kepuasan mahasiswa (Variabel Y) dikelompokkan menjadi skala ordinal.

Berikut ini adalah deskripsi dari data tingkat kepuasan mahasiswa

Tahapan Dalam Analisis Regresi Logistik Ordinal menggunakan Software R

Langkah pertama yang harus dilakukan yaitu meng-import data dari excel ke Software R. Sintak yang harus digunakan adalah sebagai berikut ini.

Akan muncul tampilan berikut:

Langkah yang kedua yaitu mengeksplorasi data dengan melihat data variabel dan tipe variabel yang sedang digunakan, apakah ada yang keliru atau tidak. 

Output yang akan muncul adalah sebagai berikut:

Dari hasil output diatas nampak bahwa tipe dari variabel Y adalah nomor (Interger). Maka dari itu Variabel Y perlu diubah menjadi variabel berupa kategorik.

Langkah yang ketiga yaitu mengganti tipe Variabel
Output yang akan ditampilkan adalah sebagai berikut ini

Langkah yang keempat adalah pembentukan model logistik ordinal. Sebelum dilakukan pembentukan model maka memerlukan instalasi beberapa Package yang akan digunakan pada R dalam pembentukan model ordinal (jika belum). Apa itu package? Package (library) yaitu kumpulan perintah yang digunakan untuk melakukan suatu analisis. Dalam kasus ini package yang harus digunakan yaitu “foreign, nnet, ordinal, MASS, pscl, lmtest dan zoo”. Setelah instalasi sudah selesai maka langkah selanjutnya yaitu analisis regresi logistik ordinal, adalah sebagai berikut:

Output yang akan ditampilkan adalah sebagai berikut ini

Selanjutnya dalam mengetahui pengaruh masing masing dari variabel bebas terhadap variabel indpenden bisa didapatkan melalui nilai p (p value) uji Wald. Contohnya yaitu berdasar hasil diatas nampak bahwa Variabel X1 (Administrasi) dan Variabel X3 (Sarana Prasarana) adalah variabel variabel yang berpengaruh besar (signifikan) terhadap tingkat kepuasan mahasiswa sebab nilai dari p-valuenya yaitu < alpha (0,05). Sedangkan variabel yang tidak berpengaruh signifikan terhadap tingkat kepuasan yaitu variabel X2 (Pengajaran) sebab memiliki nilai p-value (0,115)> alpha (0,05).

Teruntuk kepentingan ui kebaikan model atau yang sering disebut dengan goodness of fit, maka dapat dilakukan dengan cara menggunakan nilai koefisien determinasi. Berdasar pada output diatas maka diperoleh beberapa tolak ukur dari keofisien determinasi / R Squared diantaranya yaitu Nilai Mc Faden 71,2 % (0,712), Nilai Cox and Snell 78,8% (0,788), dan nilai dari Nagelkerke 88,9 % (0,889). Hal tersebut berarti, variabel X mampu menjelaskan variabel Y sebesar 88.9%. Sedangkan 11,1 % dipengaruhi oleh faktor faktor lain yang tidak masuk kedalam faktor pengujian model.

Mudah bukan? analisis regresi ordinal menggunakan R, Kesimpulan:

  • Variabel X1 berpengaruh signifikan terhadap Y karena p-value < 0.05
  • Variabel X3 berpengaruh signfikan terhadap Y karena p-value < 0.05
  • Model yang ada, variabel X mampu menjelaskan 88.9% variabel Y. Sedangkan 11,% variabel Y dipengaruhi oleh faktor lain yang tidak masuk ke dalam model ini.

Selamat mencoba!

Catatan: jangan lupa melakukan uji asumsi. Di artikel ini kami tiadakan untuk kemudahan pembaca. Silahkan simak uji asumsi regresi di R pada artikel sthda atau bertanya kepada salah satu stastisi kami melalui admin USH