Regresi Logistik Multinomial untuk Variabel Y lebih dari 2 Kategori Nominal + Interprestasi SPSS

[@prplsky2165]

Makasih banyak kak, pas banget nemu ini di detik detik deadline revisi skripsi. Sukses terus kak 🙏

[@profesorkwofficial]

Terimakasih kak, semoga sukses skripsinya :) :) :)

[@yayanth]

terima kasih

[@The013RQ]

kak mau tanya, kalau saya memberikan skenario berupa stated preference, itu apakah per skenario dianalisis atau bisa langsung semua skenario dimasukkan? skenario ini mengubah-ubah nilai variabel independen

[@wijirahayuazzahro849]

pak untuk uji wald dilihat dari tabel mana ya? dan bagaimana cara membacanya?

[@03_qatrunnadalabibah9]

Ka mau Tanya kenapa yg menjadi pembandingnya yg bertahan lalu ada contoh interpretasi buat matriks nya g ka 🙏

[@mcd1satu]

pak izin bertanya, di likelihood yg sig ada 2 variaberl, tapi kenapa d parameter estimate tidak ada yg sig ya? untuk pembaginya udh saya ubah semua (last, first, 2, 3) hasilnya sama aja🙏🏻🙏🏻

[@littlejudy3902]

Kak kalo dari model fitting information nilai Sig nya lebih besar dari 0.05 bagaimana ya? Data saya begitu diolah seperto itu, itu apa yg salah dan harus diapakan ya?

[@profesorkwofficial]

Terimakasih sudah bertanya :) Model fitting information sama halnya dengan ANOVA di regresi linear. Dimana sama-sama memberikan informasi menganai apakah model regresi yang terbentuk dinyatakan fit/ cocok atau apakah varaibel X memang benar-benar variabel prediksi bagi varaibel Y atau apakah secara simultan varibel X berpengaruh terhadap variabel Y :) :) :)

[@lalalavv]

Izin bertanya Pak. Di menit 21:12 ditampilkan nilai sig. tidak muncul dan dikatakan itu artinya nilai sig. bahkan lebih kecil dari nol. Itu kenapa demikian ya Pak? Karena saya menemukan kasus yang seperti itu juga, pada parameter estimasi nilai sig. tidak muncul, std.error 0,000, nilai pada kolom wald juga tidak muncul. Saya mohon jawabannya pak, terima kasih🙏

[@kiyaFathiya]

kak , mita tolong di olah data kami, sudah berapa kali di uji regresi berganda minta lagi regresi multinominal

[@rizkykurniawan4516]

mau nanya bagaimana jika goodness of fit nya .001 ?

[@wikipedaya]

Pak izin bertanya, untuk buku referensinya pake yg mana ya pak (?)

[@lutfiriadi8116]

Izin bertanya pak, bagaimana jika nilai intercept tidak signifikan atau lebih dari 0,05 ? sedangkan variabel independen ada yg signifikan ada yg tidak

[@rianalailatulfajriyah9016]

permisi kak, gmn udh nemu jawabannya belum? Kebetulan kasusku sama kayak kakak, bingung banget :")

[@arrumnurfachira6824]

Lanjutkan persamaan ka, intercept itu sama dengan nilai costant

[@Saya.palestina]

Bapak apakah ada link yang membahas, syarat/asumsi uji regresi logistik multinonial pak ?🙏

[@licht109]

Selamat siang pa izin bertanya jika Y berskala rasio, X1 berskala ordinal, X2 dan X4 berskala nominal dummy, X3 dan X5 rasio... Apakah bisa menggunakan analisis logistik?

[@khairulumam1416]

Mau nanya Untuk analisa output (persamaan regresi) untuk menginterpretasikan persamaan regresi yg terbentu berada di halaman berapa ya kak. Terimaka

[@Vdudu]

ijin bertanya pak, bagaimana jika signifikansi pearson chi square 0,000 tetapi deviance 1,000 ? sampel penelitian sebanyak 80ribu

[@rezanoorazizah4255]

Kalau sig nya kosong bagaimana ya pak?

[@israhmat1789]

Terimakasih

[@afrianarga1951]

Ijin bertanya, Goodness of Fit Nilai Pearson nya kosong, Deviance nya 1.000 itu artinya apa? bagaimana biar pearsonnya ada nilainya 1.000 terima kasih, mohon bantuannya

[@dianstaikratuhumena4110]

kak apakah kalau nilai konstantanya memiliki sig. lbh dari 0,05 tidak perlu di interpretasi? mohon di jawab kak

[@imutsky4495]

Kalau sepahaman saya, jika variabel tsb memiliki signifikan lebih dari 0,05, maka tdk perlu diintepretasikan, karena tidak memiliki arti yang signifikan untuk mempengaruhi Y.

[@lusistrr]

Bang mau bertanya jika variabel y nya ada 2 itu menggunakan uji regresi logistik yang mana ya ?

[@profesorkwofficial]

Terimakasih sudah bertanya :) Jika variabelnya 2 kategori, maka menggunakan regresi logistik binary. Linknya tersedia dibawah ini: kzbin.info/www/bejne/fZ-4hK2YlruAfdU

[@opere6062]

permisi kak, saya mau minta saran, kalo saya punya data variabel terikat (Y) dengan jawaban (Tidak akan berpatisipasi=0 ; Akan Berpartisipasi=1) kemudian variabel bebas X1, X2, X3 dan seterusnya dengan skala likert (sangat tidak penting=0 ; Tidak penting=1 ; penting=3 ; sangat penting=4).. baiknya saya menggunakan regresi logistik multinomial atau regresi logistik biner? dan apakah sebelum menggunakan regresi tersebut saya harus melakukan analisis korelasi kendall tau terlebih dahulu untuk menyeleksi atau melihat keterhubungan varibel X pada Variabel Y? sehingga sebelum masuk ke regresi variabel X1, X2, X3 dst bisa di seleksi dulu mana saja yang bisa ikut untuk masuk ke analisis regresi berdasarkan keeratan hubungannya? Mohon bantuannya, saya masih bingung :'(

[@profesorkwofficial]

Terimakasih sudah bertanya :) Mohon maaf atas keterlambatan kami dalam membalas komentarnya :) Jika variabelnya 2 kategori, maka menggunakan regresi logistik binary. Linknya tersedia dibawah ini: kzbin.info/www/bejne/fZ-4hK2YlruAfdU

[@matriks_yang_bikin_bingung]

Kalo misal variabel Y nya ini bisa memilih 2 kategori itu namanya logistic apa ya pak? Misal variabel Y = berenang, membaca, menonton. Nah baris 1 ini nilai Y nya 2 yaitu berenang dan membaca.

[@arrumnurfachira6824]

Logistik ganda, pakai binary logistic

[@caratpeople_]

Pak, tolong cek email ya pak..

[@dianstaikratuhumena4110]

Assalamualaikum kak

[@profesorkwofficial]

Waalaikumsalam

[@dianstaikratuhumena4110]

boleh minta alamat emailnya?

[@putrinabillah8745]

Bagaimana bila X1 dan X2 nya berskala rasio?

[@profesorkwofficial]

Terimakasih sudah bertanya :) Mohon maaf atas keterlambatan kami dalam membalas komentarnya :) Tidak masalah kak apabila varaibel X nya berskala rasio :)

[@rastinatina7069]

bismillah, bisa minta data nya pak

[@tiaraputri1674]

jika Y berskala ordinal, apa hasilnya tidak akan valid jika menggunakan analisis ini?

[@profesorkwofficial]

Terimakasih sudah bertanya :) Mohon maaf atas keterlambatan kami dalam membalas komentarnya :) Jika variabelnya berskala ordinal, maka menggunakan regresi logistik ordinal. Linknya tersedia dibawah ini: kzbin.info/www/bejne/o2jPoIugnsubrtk

[@titiselviranizar1458]

boleh minta alamat email untuk pengolahan data?terimakasih

[@profesorkwofficial]

erimakasih sudah bertanya :) Mohon maaf atas keterlambatan kami dalam membalas komentarnya :) [e-mail]

[@Saya.palestina]

MasyaAllah ilmunya sangat bermanfaat 🙏

[@caratpeople_]

@@profesorkwofficialpak tolong cek email ya pak

[@nersmustopa1201]

ilmu baru cara analisis nih saya ada sampel besar 71 ribuan untuk di analisis boleh saya minta email?