{"id":2600,"date":"2023-07-21T13:44:24","date_gmt":"2023-07-21T13:44:24","guid":{"rendered":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/"},"modified":"2023-07-21T13:44:24","modified_gmt":"2023-07-21T13:44:24","slug":"regresi-logistik-di-airlock","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/","title":{"rendered":"Cara melakukan regresi logistik di sas"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/regresi-logistik-1\/\" target=\"_blank\" rel=\"noopener noreferrer\">Regresi logistik<\/a> adalah metode yang dapat kita gunakan untuk menyesuaikan model regresi ketika variabel responnya adalah biner.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Regresi logistik menggunakan metode yang disebut <em>estimasi kemungkinan maksimum<\/em> untuk mencari persamaan dalam bentuk berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>log[p(X) \/ (1 <sub>&#8211;<\/sub> p(X))] = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> X <sub>1<\/sub> + \u03b2 <sub>2<\/sub> X <sub>2<\/sub> + \u2026 + \u03b2 <sub>p<\/sub><\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>X <sub>j<\/sub><\/strong> : variabel prediktif <sup>ke<\/sup> -j<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>\u03b2 <sub>j<\/sub><\/strong> : estimasi koefisien variabel prediktif ke- <sup>j<\/sup><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Rumus di sisi kanan persamaan memprediksi <strong>log odds<\/strong> bahwa variabel respons bernilai 1.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh langkah demi langkah berikut menunjukkan cara menyesuaikan model regresi logistik di SAS.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 1: Buat kumpulan data<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Pertama, kita akan membuat dataset yang berisi informasi tiga variabel berikut untuk 18 siswa:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Penerimaan ke perguruan tinggi tertentu (1 = ya, 0 = tidak)<\/span><\/li>\n<li> <span style=\"color: #000000;\">IPK (skala 1 hingga 4)<\/span><\/li>\n<li> <span style=\"color: #000000;\">Skor ACT (skala 1 hingga 36)<\/span> <\/li>\n<\/ul>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">\/*create dataset*\/\n<\/span><span style=\"color: #800080;\">data<\/span> my_data;\n    <span style=\"color: #3366ff;\">input<\/span> acceptance gpa act;\n    <span style=\"color: #3366ff;\">datalines<\/span> ;\n1 3 30\n0 1 21\n0 2 26\n0 1 24\n1 3 29\n1 3 34\n0 3 31\n1 2 29\n0 1 21\n1 2 21\n0 1 15\n1 3 32\n1 4 31\n1 4 29\n0 1 24\n1 4 29\n1 3 21\n1 4 34\n;\n<span style=\"color: #800080;\">run<\/span> ;\n\n<span style=\"color: #008000;\">\/*view dataset*\/\n<\/span><span style=\"color: #800080;\">proc print<\/span> <span style=\"color: #3366ff;\">data<\/span> =my_data;\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-22971 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/journalsas1.jpg\" alt=\"\" width=\"196\" height=\"439\" srcset=\"\" sizes=\"\"><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Langkah 2: Sesuaikan model regresi logistik<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Selanjutnya, kita akan menggunakan <strong>logistik proc<\/strong> agar sesuai dengan model regresi logistik, menggunakan &#8220;penerimaan&#8221; sebagai variabel respons dan &#8220;gpa&#8221; dan &#8220;tindakan&#8221; sebagai variabel prediktor.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Catatan<\/strong> : <strong>Penurunan<\/strong> harus ditentukan agar SAS dapat memprediksi probabilitas bahwa variabel respons akan bernilai 1. Secara default, SAS memprediksi probabilitas bahwa variabel respons akan bernilai 0.<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\">\/*fit logistic regression model*\/\n<\/span><span style=\"color: #800080;\">proc logistic<\/span> <span style=\"color: #3366ff;\">data<\/span> =my_data <span style=\"color: #3366ff;\">descending<\/span> ;\n  <span style=\"color: #3366ff;\">model<\/span> acceptance = gpa act;\n<span style=\"color: #800080;\">run<\/span> ;<\/strong><\/span>\n<\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-22972 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/logsas2.jpg\" alt=\"\" width=\"434\" height=\"563\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Tabel pertama yang menarik diberi judul <strong>Statistik Model Fit<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari tabel tersebut kita dapat melihat nilai AIC modelnya yaitu sebesar <strong>16.595<\/strong> . Semakin rendah nilai AIC maka semakin baik model tersebut mampu fit dengan data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Namun, tidak ada batasan untuk apa yang dianggap sebagai <a href=\"https:\/\/statorials.org\/id\" target=\"_blank\" rel=\"noopener\">nilai AIC yang \u201cbaik\u201d<\/a> . Sebaliknya, kami menggunakan AIC untuk membandingkan kesesuaian beberapa model dengan kumpulan data yang sama. Model dengan nilai AIC terendah umumnya dianggap terbaik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Tabel menarik berikutnya berjudul <strong>Menguji Hipotesis Nol Global: BETA=0<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari tabel ini, kita dapat melihat nilai chi-kuadrat rasio kemungkinan sebesar <strong>13,4620<\/strong> dengan nilai p yang sesuai sebesar <strong>0,0012<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Karena nilai p ini kurang dari 0,05, hal ini menunjukkan bahwa model regresi logistik secara keseluruhan signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Selanjutnya kita dapat menganalisis estimasi koefisien pada tabel berjudul Analisis <strong>Estimasi Kemungkinan Maksimum<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dari tabel ini kita dapat melihat koefisien IPK dan Act yang menunjukkan rata-rata perubahan log odds diterima masuk perguruan tinggi dengan kenaikan satu satuan pada setiap variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalnya:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Peningkatan nilai IPK sebesar satu unit dikaitkan dengan peningkatan rata-rata sebesar <strong>2,9665<\/strong> pada log odds untuk diterima di perguruan tinggi.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Peningkatan skor ACT sebesar satu unit dikaitkan dengan <em>penurunan<\/em> log odds rata-rata <strong>sebesar 0,1145<\/strong> untuk diterima di perguruan tinggi.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Nilai p yang sesuai pada hasil juga memberi kita gambaran tentang seberapa efektif setiap variabel prediktor dalam memprediksi kemungkinan diterima:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai P IPK: <strong>0,0679<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai P ACT: <strong>0,6289<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Hal ini menunjukkan bahwa IPK tampaknya merupakan prediktor penerimaan perguruan tinggi yang signifikan secara statistik, sedangkan skor ACT tampaknya tidak signifikan secara statistik.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara menyesuaikan model regresi lain di SAS:<\/span><\/p>\n<p><a href=\"https:\/\/statorials.org\/id\/regresi-linier-sederhana-di-sas\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier sederhana di SAS<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/regresi-linier-berganda-di-sas\/\" target=\"_blank\" rel=\"noopener\">Cara melakukan regresi linier berganda di SAS<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi logistik adalah metode yang dapat kita gunakan untuk menyesuaikan model regresi ketika variabel responnya adalah biner. Regresi logistik menggunakan metode yang disebut estimasi kemungkinan maksimum untuk mencari persamaan dalam bentuk berikut: log[p(X) \/ (1 &#8211; p(X))] = \u03b2 0 + \u03b2 1 X 1 + \u03b2 2 X 2 + \u2026 + \u03b2 p [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Cara Melakukan Regresi Logistik di SAS \u2013 Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara Melakukan Regresi Logistik di SAS \u2013 Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-21T13:44:24+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/journalsas1.jpg\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\",\"url\":\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\",\"name\":\"Cara Melakukan Regresi Logistik di SAS \u2013 Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-21T13:44:24+00:00\",\"dateModified\":\"2023-07-21T13:44:24+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara melakukan regresi logistik di sas\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara Melakukan Regresi Logistik di SAS \u2013 Statologi","description":"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/","og_locale":"id_ID","og_type":"article","og_title":"Cara Melakukan Regresi Logistik di SAS \u2013 Statologi","og_description":"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.","og_url":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/","og_site_name":"Statorials","article_published_time":"2023-07-21T13:44:24+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/journalsas1.jpg"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/","url":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/","name":"Cara Melakukan Regresi Logistik di SAS \u2013 Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-21T13:44:24+00:00","dateModified":"2023-07-21T13:44:24+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara melakukan regresi logistik di SAS, dengan contoh langkah demi langkah.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara melakukan regresi logistik di sas"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2600"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=2600"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/2600\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=2600"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=2600"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=2600"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}