{"id":4492,"date":"2023-07-10T16:22:01","date_gmt":"2023-07-10T16:22:01","guid":{"rendered":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/"},"modified":"2023-07-10T16:22:01","modified_gmt":"2023-07-10T16:22:01","slug":"menafsirkan-koefisien-regresi-logistik","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/","title":{"rendered":"Cara menafsirkan koefisien regresi logistik (dengan contoh)"},"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 <a href=\"https:\/\/statorials.org\/id\/variabel-tanggapan-penjelas\/\" target=\"_blank\" rel=\"noopener\">variabel responnya<\/a> adalah biner.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Saat kita menyesuaikan model regresi logistik, koefisien hasil model mewakili <strong>perubahan rata-rata dalam kemungkinan log<\/strong> variabel respons yang terkait dengan peningkatan satu unit pada variabel prediktor.<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 18px;\"> <strong>\u03b2 = Average Change in Log Odds of Response Variable\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Kita sering kali ingin memahami <strong>perubahan rata-rata probabilitas<\/strong> variabel respons yang terkait dengan peningkatan satu unit variabel prediktor, yang dapat kita temukan menggunakan rumus <strong>e <sup>\u03b2<\/sup><\/strong> .<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 18px;\"> <strong>e <sup>\u03b2<\/sup> = Average Change in Odds of Response Variable<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan bagaimana menafsirkan koefisien regresi logistik dalam praktiknya.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Contoh: Bagaimana menafsirkan koefisien regresi logistik<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Misalkan kita ingin menyesuaikan model regresi logistik menggunakan <strong>gender<\/strong> dan <strong>jumlah ujian praktik yang diambil<\/strong> untuk memprediksi apakah seorang siswa akan lulus ujian akhir di kelas atau tidak.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Misalkan kita menyesuaikan model menggunakan perangkat lunak statistik (seperti R, <a href=\"https:\/\/statorials.org\/id\/python-regresi-logistik\/\" target=\"_blank\" rel=\"noopener\">Python<\/a> , <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-unggul\/\" target=\"_blank\" rel=\"noopener\">Excel<\/a> , atau <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-di-airlock\/\" target=\"_blank\" rel=\"noopener\">SAS<\/a> ) dan menerima hasil berikut:<\/span> <\/p>\n<table style=\"border: 1px solid black;\">\n<tbody>\n<tr>\n<th style=\"text-align: center;\"><\/th>\n<th style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>Estimasi koefisien<\/strong><\/span><\/th>\n<th style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>Kesalahan standar<\/strong><\/span><\/th>\n<th style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>nilai Z<\/strong><\/span><\/th>\n<th style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>Nilai-P<\/strong><\/span><\/th>\n<\/tr>\n<tr>\n<td> <span style=\"color: #000000;\"><strong>Mencegat<\/strong><\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">-1.34<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">0,23<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">5.83<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">&lt;0,001<\/span><\/td>\n<\/tr>\n<tr>\n<td> <span style=\"color: #000000;\"><strong>Jenis kelamin laki-laki)<\/strong><\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">-0,56<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">0,25<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">2.24<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">0,03<\/span><\/td>\n<\/tr>\n<tr>\n<td> <span style=\"color: #000000;\"><strong>Ujian praktek<\/strong><\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">1.13<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">0,43<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">2.63<\/span><\/td>\n<td style=\"text-align: center;\"> <span style=\"color: #000000;\">0,01<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3> <span style=\"color: #000000;\"><strong>Bagaimana menafsirkan gender (variabel prediktor biner)<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kita dapat melihat bahwa estimasi koefisien untuk <strong>jenis kelamin<\/strong> adalah negatif, yang menunjukkan bahwa laki-laki menurunkan peluang untuk lulus ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat melihat bahwa nilai p untuk gender kurang dari 0,05, yang berarti nilai tersebut mempunyai pengaruh yang signifikan secara statistik terhadap lulus atau tidaknya seseorang dalam ujian.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk memahami secara pasti bagaimana faktor laki-laki mempengaruhi lulus atau tidaknya seseorang dalam ujian, kita dapat menggunakan rumus <strong>e <sup>\u03b2<\/sup><\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>e <sup>-0,56<\/sup> = 0,57<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami menafsirkan hal ini berarti bahwa laki-laki hanya <strong>0,57<\/strong> kali lebih mungkin lulus ujian dibandingkan perempuan, <em>dengan asumsi bahwa jumlah ujian praktik tetap konstan<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat mengatakan bahwa laki-laki (1 \u2013 0,57) <strong>43% lebih kecil kemungkinannya<\/strong> untuk lulus ujian dibandingkan perempuan, <em>sekali lagi dengan asumsi bahwa jumlah ujian praktik tetap konstan<\/em> .<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Cara mengartikan ujian praktek (variabel prediktif kontinu)<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kita dapat melihat bahwa estimasi koefisien <b>ujian praktik<\/b> adalah positif, yang menunjukkan bahwa setiap tambahan ujian praktik yang diambil meningkatkan peluang untuk lulus ujian akhir.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat melihat bahwa nilai p untuk jumlah ujian praktik yang diambil kurang dari 0,05, yang berarti memiliki pengaruh yang signifikan secara statistik terhadap lulus atau tidaknya seseorang dalam ujian akhir.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk mengukur dampak setiap ujian praktik tambahan terhadap lulus atau tidaknya seseorang dalam ujian akhir, kita dapat menggunakan rumus <strong>e <sup>\u03b2<\/sup><\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>e <sup>1,13<\/sup> = 3,09<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Kami menafsirkan hal ini berarti bahwa setiap ujian praktik tambahan yang diambil meningkatkan peluang kelulusan ujian akhir sebesar <strong>3,09<\/strong> , <em>dengan asumsi gender tetap konstan<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kita juga dapat mengatakan bahwa setiap ujian praktik tambahan yang diambil dikaitkan dengan <strong>peningkatan peluang lulus ujian akhir sebesar (3,09 \u2013 1) sebesar 209%<\/strong> , sekali lagi <em>dengan asumsi gender tetap konstan.<\/em><\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Catatan<\/strong> : Lihat <a href=\"https:\/\/statorials.org\/id\/menafsirkan-regresi-logistik-di-titik-asal\/\" target=\"_blank\" rel=\"noopener\">artikel ini<\/a> untuk mempelajari cara menafsirkan istilah asli dalam model regresi logistik.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Sumber daya tambahan<\/span><\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Tutorial berikut memberikan informasi tambahan tentang regresi logistik:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/cara-melaporkan-hasil-regresi-logistik\/\" target=\"_blank\" rel=\"noopener\">Cara melaporkan hasil regresi logistik<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/hipotesis-nol-regresi-logistik\/\" target=\"_blank\" rel=\"noopener\">Memahami Hipotesis Nol untuk Regresi Logistik<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/regresi-logistik-vs-regresi-linier\/\" target=\"_blank\" rel=\"noopener\">Perbedaan antara regresi logistik dan regresi linier<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Regresi logistik adalah metode yang dapat kita gunakan untuk menyesuaikan model regresi ketika variabel responnya adalah biner. Saat kita menyesuaikan model regresi logistik, koefisien hasil model mewakili perubahan rata-rata dalam kemungkinan log variabel respons yang terkait dengan peningkatan satu unit pada variabel prediktor. \u03b2 = Average Change in Log Odds of Response Variable Kita sering [&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 Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.\" \/>\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\/menafsirkan-koefisien-regresi-logistik\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-10T16:22:01+00:00\" \/>\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\/menafsirkan-koefisien-regresi-logistik\/\",\"url\":\"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/\",\"name\":\"Cara Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-10T16:22:01+00:00\",\"dateModified\":\"2023-07-10T16:22:01+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara menafsirkan koefisien regresi logistik (dengan contoh)\"}]},{\"@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 Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi","description":"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.","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\/menafsirkan-koefisien-regresi-logistik\/","og_locale":"id_ID","og_type":"article","og_title":"Cara Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi","og_description":"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.","og_url":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/","og_site_name":"Statorials","article_published_time":"2023-07-10T16:22:01+00:00","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\/menafsirkan-koefisien-regresi-logistik\/","url":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/","name":"Cara Menafsirkan Koefisien Regresi Logistik (dengan Contoh) - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-10T16:22:01+00:00","dateModified":"2023-07-10T16:22:01+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menafsirkan koefisien regresi logistik, dengan sebuah contoh.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/menafsirkan-koefisien-regresi-logistik\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara menafsirkan koefisien regresi logistik (dengan contoh)"}]},{"@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\/4492"}],"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=4492"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/4492\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=4492"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=4492"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=4492"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}