Regresi Logistik

Konsep

Apa itu regresi logistik? Regresi logistik adalah metode statistik yang digunakan untuk memodelkan hubungan antara satu atau lebih variabel independen dengan variabel dependen yang bersifat dikotomis (biner), seperti ya/tidak, berhasil/gagal, atau lulus/tidak lulus. Model ini memprediksi probabilitas kejadian suatu peristiwa, bukan nilai eksak seperti regresi linear.

Aspek	Regresi Linier	Regresi Logistik
Jenis Y	Kuantitatif (kontinu)	Kategorik (Biner: 0/1)
Bentuk Hubungan	Linier langsung	Non-linier (Fungsi logit)
Prediksi	Nilai rata-rata Y	Probabilitas Kejadian (antara 0 dan 1)
Metode Estimasi	OLS	MLE
Output Utama	koefisien, R-square, p-value	koefisien, Odds ratio, p-value, pseudo R-square

Penerapan di R

set.seed(123)
data <- data.frame(
  taat_pajak = rbinom(100, 1, 0.6),
  kualitas_layanan = rnorm(100, mean = 3.5, sd = 0.8),
  persepsi_pengelolaan = rnorm(100, mean = 4, sd = 1),
  persepsi_akses = rnorm(100, mean = 3, sd = 1)
)

# Regresi logistik
model <- glm(taat_pajak ~ kualitas_layanan + persepsi_pengelolaan + persepsi_akses,
             data = data, family = binomial)
summary(model)

Call:
glm(formula = taat_pajak ~ kualitas_layanan + persepsi_pengelolaan + 
    persepsi_akses, family = binomial, data = data)

Coefficients:
                     Estimate Std. Error z value Pr(>|z|)
(Intercept)           -0.8843     1.5071  -0.587    0.557
kualitas_layanan       0.1505     0.2699   0.558    0.577
persepsi_pengelolaan   0.3197     0.2337   1.368    0.171
persepsi_akses        -0.1606     0.2116  -0.759    0.448

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 134.60  on 99  degrees of freedom
Residual deviance: 131.96  on 96  degrees of freedom
AIC: 139.96

Number of Fisher Scoring iterations: 4

exp(coef(model))  # Odds ratio

         (Intercept)     kualitas_layanan persepsi_pengelolaan 
           0.4129851            1.1624281            1.3767611 
      persepsi_akses 
           0.8516318 

Pengayaan