Interpretasi Binary Logistic

Classification Tablea,b

ObservedPredicted

Detak JantungPercentage Correct

rendahtinggi

Step 0Detak Jantungrendah220100.0

tinggi80.0

Overall Percentage73.3

a. Constant is included in the model.

b. The cut value is .500

Table di atas menunjukkan table 2x2 dapat dinyatakan bahwa persentase model yang benar dengan nilai yang cukup baik dimana 22/30 x 100% = 73.3%. dimana pada analisis ini tidak diperlukan asumsi homoskedastisitas. Model regresi logistic biner selalu mempunyai table 2x2. Sedangkan untuk ordinal dan multinomial logistic regression selalu mempunya table berupa table 2xn.

Variables in the Equation

BS.E.WalddfSig.Exp(B)

Step 0Constant-1.012.4136.0041.014.364

Pada table diatas dapat didapatkan b0=-1.012 atau exp(b0)=exp(-1.012). Karena responden yang mempunyai detak jantung tinggi ada 8 responden dan yang rendah 22 responden maka odds ratio = 8/22 = 0.364.Dapat dinyatakan bahwa koefisien regresi tersebut signifikan karena nilai signifikansi 0.014 < dari 0.05. Uji Wald = = 6.004.

Omnibus Tests of Model Coefficients

Chi-squaredfSig.

Step 1Step11.6172.003

Block11.6172.003

Model11.6172.003

Pada table diatas didapatkan chi-square goodness of fit test sebesar 11.617 dengan derajat bebas = 2. Nilai-p = 0.003 yang lebih kecil dar 0.05 dimana hasil uji ini signifikan. Chi-square goodness of fit digunakan untu menguji hipotesis:H0 : memasukkan variabel independen tidak akan menambah kemampuan prediksi model regresi logistik

Model Summary

Step-2 Log likelihoodCox & Snell R SquareNagelkerke R Square

123.178a.321.468

a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

Pada table diatas menunjukkan bahwa nilai statistic -2 Log Likelihood = 23.178, dimana semakin kecil nilai -2 Likelihood semakin baik model tersebut.Koefisien cox & snell R square di interpretasikan sama seperti R-square pada regresi linier berganda. Tetapi karena nilai maksimum cox & snell R square biasanya lebih kecil dari satu maka terjadi sukar untuk mendifinisikan dan digunakan pada penentuan model.Pada kolom Nagelkerke R-square merupakan modifikasi dari koefisien Cox agar nilai maksimum bias mencapai satu dan mempunyai kisaran 0 sampai 1.

Variables in the Equation

BS.E.WalddfSig.Exp(B)

Step 1amerokok3.4251.5604.8211.02830.712

berat-.166.0735.0801.024.847

Constant8.0164.0183.9801.0463027.815

a. Variable(s) entered on step 1: merokok, berat.

Hasil perhitungan koefisien dari model diatas adalah : Atau Pada kolom exp merupakan odds ratio yang diprediksi oleh model dan dihtung dengan masing2 variabel.Untuk menguji masing-masing koefisien digunkan Uji Wald:a. Koefisien merokokUji wald = = 4.821, nilai-p=0.028 menyatakan bahwa variabel merokok signifikan.b. Koefisien BeratUji wald = = 5.080, nilai-p=0.024 menyatakan bahwa variabel berat signifikan.c. Koefisien constantUji wald = = 3.980, nilai-p=0.046 menyatakan bahwa variabel constant signifikan.