Analisis regresi adalah jenis analisis yang lazim ditemui saat melakukan analisis pada sebuah penelitian. Terdapat berbagai macam jenis analisis regresi yang bisa dipilih peneliti sesuai jenis data yang ada. Kali ini, yang akan dibahas secara lebih lanjut adalah analisis regresi logistik.
Apa Itu Analisis Regresi Logistik?
Regresi logistik adalah salah satu jenis analisis regresi dengan data yang dianalisis berjenis kategorik, lebih tepatnya dikotomis. Analisis regresi ini biasanya dilakukan untuk mengetahui ada atau tidaknya hubungan dua variabel.
Regresi logistik biasanya dilakukan untuk membandingkan antara dua kategori dalam satu variabel. Dalam bidang kesehatan, analisis regresi juga bisa digunakan untuk mengetahui faktor risiko atau variabel paparan.
Asumsi yang Digunakan
Tidak semua jenis data dapat dianalisis menggunakan regresi logistik. Terdapat persyaratan atau asumsi yang harus dipenuhi suatu data agar regresi logistik bisa diaplikasikan dengan benar. Asumsi-asumsi yang dimaksud diantaranya:
- Jika peneliti ingin menggunakan regresi logistik, peneliti tidak perlu merisaukan bentuk hubungan antara variabel independen dengan variabel dependen. Hal ini dikarenakan untuk melakukan analisis regresi ini tidak hubungan linier variabel bebas dan terikat tidak diperlukan.
- Untuk menggunakan analisis regresi ini, jenis data yang dimiliki oleh peneliti harus bersifat dikotomi, yakni hanya ada dua kategori saja.
- Variabel bebas yang ada tidak perlu lagi diubah menjadi data numerik seperti interval atau rasio, karena yang dibutuhkan adalah data kategorik.
- Jika pada analisis regresi lain terdapat asumsi homoskedastisitas yang harus dipenuhi, untuk regresi logistik hal tersebut tidak harus terpenuhi. Artinya analisis masih bisa dijalankan meskipun data tidak homoskedastisitas.
- Jumlah sampel yang diperlukan agar bisa menjalankan analisis regresi ini cukup besar, yakni lebih dari 50 sampel.
- Pada variabel bebas, kategori yang ada harus bersifat eksklusif. Dengan kata lain tidak ada hubungan atau keterkaitan pada masing-masing kategori di variabel bebas.
Cara Melakukannya
Analisis regresi logistik sebaiknya dilakukan melalui aplikasi pengolah data karena bisa memudahkan peneliti dan menyederhanakan proses penghitungan. Aplikasi yang umum digunakan adalah SPSS.
Berikut ini adalah langkah-langkah yang harus dilakukan peneliti dalam menganalisis data:
- Langkah pertama adalah menginput data. Masukan data yang didapat dari hasil penelitian ke dalam aplikasi pengolah data. Pastikan bahwa data yang dimasukan telah berbentuk kategorik.
- Apabila semua data telah berbentuk kategorik dan sesuai dengan data lapangan, maka peneliti bisa melakukan analisis. Arahkan kursor ke menu Analyze, lalu klik Regression dan pilih Binary Logistic.
- Isi variabel dependen sesuai dengan variabel terikat yang digunakan dan pada menu covariate, isi dengan variabel bebas peneliti.
- Pada kolom method, pilih enter, lalu klik OK. Sebuah data dikatakan memiliki hubungan yang signifikan jika nilai signifikansi kurang dari 0,05.
Masing-masing jenis analisis regresi memiliki kegunaannya sendiri-sendiri. Untuk data kategorik dikotomi, analisis regresi logistik adalah pilihan yang tepat. Selama semua asumsi terpenuhi, peneliti bisa menggunakan analisis regresi ini.
Namun, apabila peneliti merasa kesulitan dalam mengolah data dan melakukan analisis, penggunaan jasa pengolah data sangat direkomendasikan. Hubungi saja kami, dan peneliti pun bisa terbebas dari keharusan untuk mengolah data.