PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN BERAU TAHUN 2011

Embed Size (px)

Citation preview

  • 7/30/2019 PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN

    1/5

    PENERAPAN REGRESI LOGISTIK RESPON BINER PADA

    PENGKLASIFIKASIAN

    KEGIATAN ANGKATAN KERJA DI KABUPATEN BERAU TAHUN 2011

    Jen is Kelamin * PENDUDUK 15 + * Pendidikan yang Ditamatkan Crosstabulation

    Count

    33542 2568 36110

    14314 1277 15591

    47856 3845 51701

    24058 2448 26506

    8102 865 896732160 3313 35473

    Laki-laki

    Perempuan

    Jenis Kelamin

    Total

    Laki-laki

    Perempuan

    Jenis Kelamin

    Total

    Pendidikan yang

    Ditamatkan

    < SMA

    >= SMA

    BEKERJA

    PENGAN

    GGURAN

    PENDUDUK 15 +

    Total

    Dari tabel diatas dapat diketahui bahwa dari jumlah penduduk yang

    termasuk kedalam angkatan kerja sebanyak 87.174 orang, penduduk

    yang memiliki tingkat diatas SMA mencapai 35.473 orang atau sebesar

    40,69 persen. Artinya tingkat pendidikan sebagian besar penduduk

    angkatan kerja di Kabupaten Berau masih cukup rendah. Dari jumlah

    tersebut, hampir 75 persen diantaranya menupakan penduduk denganjenis kelamin laki-laki.

    Selanjutnya jika dipilah menurut kegiatan, ternyata dari 80.016

    orang penduduk yang bekerja, 33.542 orang atau 41,91 persen

    diantaranya merupakan penduduk yang berjenis kelamin laki-laki serta

    berpendidikan dibawah SMA. Sementara itu dari 7.158 orang penduduk

    yang berstatus pengangguran, juga didominasi oleh penduduk dengan

    jenis kelamin laki-laki dan tingkat pendidikan dibawah SMA. Berdasarkaninformasi tersebut serta dengan mempertimbangkan beberapa penelitian

    sebelumnya, maka ingin diuji baigama sebenarnya pengaruh jenis

    kelamin serta tingkat pendidikan terhadap kegiatan angakatan kerja di

    Kabupaten Berau tahun 2011.

    1.1. Variabel Respon

    Y = Kegiatan angkatan kerjaTugas

    Analisis Statistika - Page 1

  • 7/30/2019 PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN

    2/5

    Maka untuk keperluan penulisan tugas ini, maka data kegiatan dibedakan

    jadi dua kategori yaitu :

    0 = Pengangguran

    1 = Bekerja

    1.2. Variabel Prediktor

    X1 = Jenis Kelamin

    dimana 1 menyatakan laki-laki

    0 menyatakan perempuan

    X2 = Tingkat Pendidikan

    dimana 1 menyatakan pendidikan < SMA

    0 menyatakan pendidikan >= SMA

    2. Analisis Output

    2.1. Uji Serentak.

    Langkah pertama adalah melakukan pemodelan secara serentak.

    Analisis ini digunakan untuk mengetahui peranan dari masing-masing

    variabel prediktor secara bersama-sama. Hipotesis yang digunakan dalam

    pengujian parameter secara serentak adalah sebagai berikut.

    H0 : 1 2 3 4 0 = = = =

    H1 : paling tidak ada salah satu k yang tidak sama dengan 0

    dengan k= 1, 2, 3,4.

    Tingkat signifikansi yang digunakan yaitu = 0.05

    Omnibus Tests of Mode l Coefficients

    115.696 2 .000

    115.696 2 .000

    115.696 2 .000

    Step

    Block

    Model

    Step 1

    Chi-square df Sig.

    Berdasarkan output SPSS dari Tabel Omnibust Test of Models

    Coefficients terlihat bahwa nilai nilaip-value < alpha (0,05) maka tolak H0

    artinya bahwa secara simultan variabel jenis kelamin dan tingkat

    Tugas

    Analisis Statistika - Page 2

  • 7/30/2019 PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN

    3/5

    pendidikan berpengaruh terhadap kegiatan angkatan kerja. Atau dengan

    kata lain, terdapat minimal satu dari dua variabel prediktor yang

    berpengaruh terhadap variabel respon, sehingga model layak untuk

    dipergunakan.2.2. Uji Parsial.

    Setelah dilakukan pengujian parameter secara serentak maka

    analisis dilanjutkan dengan melakukan pengujian parameter secara

    parsial. Analisis ini digunakan untuk mengetahui variabel prediktor yang

    signifikan berpengaruh terhadap variabel respon. Hipotesis yang

    digunakan dalam pengujian parameter secara parsial adalah sebagai

    berikut.

    H0 : 0=k

    H1 : 0k ; k= 1, 2, 3.

    Tingkat signifikansi yang digunakan yaitu = 5%

    Variables in the Equation

    .108 .027 15.958 1 .000 1.114 1.057 1.175

    .254 .025 104.717 1 .000 1.289 1.228 1.353

    -2.917 .053 3001.065 1 .000 .054

    JK

    DIDIK

    Constant

    Step

    1

    a

    B S.E. Wald df Sig. Exp(B) Lower Upper

    95.0% C.I.for EXP(B)

    Variable(s) entered on step 1: JK, DIDIK.a.

    Statistik uji yang digunakan yaitu statistik uji Wald. Keputusan

    penolakan H0 jika nilai2 2

    W > atau p-value kurang dari = 0,05 artinya

    variabel prediktor berpengaruh signifikan terhadap variabel respon. Hasil

    pengujian parameter secara parsial antara variabel respon kegiatan

    bekerja dengan masing-masing variabel prediktor terlihat pada output di

    atas. Hasilnya memperlihatkan bahwa seluruh variabel prediktor memiliki

    pengaruh terhadap variabel respon secara parsial, hal ini terlihat dari nilai

    p-value yang kurang dari taraf signifikan = 0,05.

    Model peluang regresi logistik yang diperoleh berdasarkan nilai

    koefisien dari variabel yang masuk dalam model adalah sebagai berikut

    :

    Tugas

    Analisis Statistika - Page 3

  • 7/30/2019 PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN

    4/5

    1 2

    1 2

    exp( 2,917 0,108 0,2 54 )( )

    1 exp( 2, 917 0,108 0, 254 )

    x xp x

    x x

    + +=

    + + +

    Dengan model fungsi logit adalah :

    1 2( ) 2, 917 0,108 0, 254g x x x= + +

    Berdasarkan koefisien pada variabel prediktor yang masuk dalam

    regresi logistik, maka dapat dijelaskan bahwa baik tingkat pendidikan

    maupun jenis kelamin memiliki pengaruh yang positif terhadap kegiatan

    dengan klasifikasi pengangguran dengan koefisien masing-masing

    sebesar 1,114 dan 1,289. Artinya, artinya peluang seorang penduduk

    dengan jenis kelamin laki-laki untuk menganggur adalah sebesar 1,114

    kali dibandingkan dengan perempuan. Sementara peluang seorang

    penduduk dengan tingkat pendidikan SMA kebawah untuk menganggur

    adalah 1,228 kali dibandingkan dengan penduduk dengan tingkat

    pendidikan SMA keatas.

    Sedangkan berdasarkan nilai interval kepercayaan sebesar 95

    persen untuk jenis kelamin sebesar {1,057 ; 1,175), maka dapat

    diinterpretasikan bahwa kecenderungan penduduk dengan jenis kelamin

    laki-laki untuk menganggur setidaknya adalah sebesar 1,057 kali dan

    paling banyak 1,175 kali dibandingkan dengan penduduk perempuan.

    Sementara nilai interval kepercayaan sebesar 95 persen untuk tingkat

    pendidikan sebesar {1,228 ; 1,355), maka dapat diinterpretasikan bahwa

    kecenderungan penduduk dengan tingkat pendidikan SMA kebawah untuk

    menganggur setidaknya adalah sebesar 1,228 kali dan paling banyak

    1,355 kali dibandingkan dengan penduduk dengan tingkat pendidikan

    SMA keatas.

    Hasil tersebut mengindikasikan bahwa angkatan kerja dengan jenis

    kelamin perempuan cenderung untuk lebih dapat diterima oleh pasar

    kerja dibandingkan dengan angkatan kerja laki-laki. Sementara peluang

    kesempatan menganggur yang tinggi pada penduduk dengan pendidikan

    SMA kebawah menunjukkan bahwa lapangan kerja yang tersedia masih

    sulit untuk mengakomodasi angkatan kerja dengan karakteristik tersebut.

    Tugas

    Analisis Statistika - Page 4

  • 7/30/2019 PENERAPAN REGRESI LOGISTIK RESPON BINER PADA PENGKLASIFIKASIAN KEGIATAN ANGKATAN KERJA DI KABUPATEN

    5/5

    Sementara, nilai 95 persen selang kepercayaan yang berada pada wilayah

    yang kecil ini mengindikasikan bahwa model yang dibentuk memiliki

    tingkat akurasi yang cukup baik.

    2.3. Uji Kesesuaian Model

    Uji kesesuaian model ini digunakan untuk mengetahui apakah

    model yang terbentuk sudah sesuai.

    H0 : Model sesuai (tidak ada perbedaan yang nyata antara hasil observasi

    dengan kemungkinan hasil prediksi model)

    H1 : Model tidak sesuai (ada perbedaan yang nyata antara hasil observasi

    dengan kemungkinan hasil prediksi model)

    Tingkat signifikansi yang digunakan yaitu = 5%

    Hosmer and Lemeshow Test

    3.666 2 .160

    Step

    1

    Chi-square df Sig.

    Nilai Hosmer-Lemeshow chi-square yang diperoleh sebesar 3,666

    danp-value 0,160. Karenap-value lebih besar dari dari =5%, maka gagal

    menolak H0, sehingga dapat disimpulkan bahwa model yang tebentukmampu memprediksi nilai observasinya. Dengan kata lain tidak terdapat

    cukup bukti untuk menyatakan bahwa model yang dihasilkan tidak cukup

    dalam menerangkan data.

    Tugas

    Analisis Statistika - Page 5