Pada kesempatan sebelumnya kita sudah mengupas secara konsepsi analisis regresi ordinal atau analisis regresi dengan data variabel dependen (Y) merupakan kategori berjenjang (level atau tingkatan) lebih dari 2 kategori. Sedikit mereview pembahasan artikel kita tentang analisis regresi ordinal bahwa model yang dihasilkan nantinya akan ada sebanyak k-1 buah persamaan regresi logistik (regesi logistik biner). Sehingga untuk memahami persamaan regresi ordinal yang nantinya dihasilkan, para peneliti atau data master diharapkan memahami pula konsepsi dari analisis regresi logistik (data binner).
Hal lain yang perlu diperhatikan pula oleh para peneliti atau data master adalah adanya variabel kategori lainnya dalam model regresi yang dibentuk. Utamanya adalah variabel kategori (dummy) pada variabel independen (X) sehingga berlaku pula aturan pemodelan dengan melibatkan variabel X dummy (baca artikel : regresi variabel X dummy). Kenapa kita ulas demikian karena dalam penggunaannya, tidak jarang variabel-variabel independen dummy ikut dilibatkan dalam pemodelan dan pada aplikasi SPSS juga difasilitasi bentuk variabel independen kategori (dummy) dalam proses pemodelannya.
Agar lebih tergambar dan lebih jelas lagi dalam pengaplikasiannya, pada bagian berikut kita akan coba uraikan tahapan-tahapan penggunaan SPSS dalam menghasilkan model regresi ordinal.
1. Persiapkan data yang kita miliki dalam file excel seperti tampak pada gambar berikut. Pastikan variabel yang kita miliki merupakan variabel kategori untuk variabel Y-nya (lebih dari 2 kategori berjenjang), sesuai dengan judul yang kita akan ujikan pada kesempatan kali ini.
2. Buka software SPSS lalu definisikan variabel penelitian kita pada jendela Variabel View, setelahnya masukan data ke dalam software SPSS melalui jendela Data View. Dalam tampilan SPSS akan terlihat seperti gambar berikut :
Gambar 1. Data View
Gambar 2. Variabel View
3. Pilih menu Analyze lalu klik Regression lalu pilih Ordinal lalu klik, maka akan muncul jendela SPSS seperti gambar di bawah ini, yang berisikan menu-menu kelengkapan analisis regresi dengan model ordinal. Masukan variabel-variabel pada sisi sebelah kanan ke dalam kolom pendefinisian variabel yaitu dependent (untuk variabbel Y dummy berjenjang), factors (untuk variabel X dummy) dan covariate (untuk variabel X dengan skala ukur interval/rasio) guna menghasilkan model regresi ordinal yang kita inginkan
4. Klik menu Option untuk mendefinisikan proses yang akan dilakukan oleh SPSS terhadap data dalam proses pemodelan regresi ordinal. Perlu diperhatikan perubahan pada menu option dilakukan harus disesuaikan dengan pemahaman peneliti terhadap teori yang mendasarinya, jika tidak peneliti dapat menggunakan settingan default pada SPSS. Setelah kita definisikan lalu klik Continue.
5. Klik menu Output, pada menu ini didefinisikan seluruh output yang diharapkan dari proses pemodelan regresi ordinal. Sama halnya dengan pada menu Option, perubahan pada menu output dapat dilakukan disesuaikan dengan pemahaman peneliti terhadap teori dan tujuan penggunaan model regresi ordinal yang mendasarinya, jika tidak peneliti dapat menggunakan settingan default pada SPSS. Lalu klik Continue.
6. Dan pada dua menu lainnya yaitu Location dan Scale digunakan dengan berdasarkan pemahaman peneliti terhadap teori yang mendasarinya, jika tidak peneliti dapat menggunakan settingan default pada SPSS.
7. Maka tampilan akhir jendela pemodelan regresi ordinal akan tampak seperti gambar berikut. Jika sudah yakin dengan semua kelengkapan analisis yang akan di terapkan pada data, lalu klik OK.
8. Maka SPSS akan memproses pembentukan model regresi ordinal dan akan muncul tampilan output SPSS seperti gambar di bawah ini.
Gambar 1. Output SPSS Goodness of Fit Model
Gambar 2. Koefisien Regresi Ordinal
9. Selain itu dengan melihat pada SPSS Data Editor, kita dapat melihat nilai peluang dan kategori hasil prediksi yang dihasilkan dari model regresi ordinal yang dihasilkan. Seperti tampak pada gambar di bawah ini.
Dari tahapan pengujian data atas model regresi ordinal yang perlu dicermati oleh peneliti adalah hasil peluang kategori hasil prediksi yang dihasilkan oleh model. Peluang yang dihasilkan seperti telah dijelaskan pada artikel sebelumnya adalah untuk kepentingan pengelompokan salah satunya. Dan lainnya untuk diinterpretasikan secara langsung penggolongan unit data atas suatu kelompok yang diujikan (merujuk pada pengelompokan pada variabel Y). Pengelompokan yang dihasilkan salah satunya berguna dalam menghasilkan nilai rasio kemungkinan atau odds yang dapat sangat membantu peneliti dalam interpretasi perbandingan antar kategori (sama halnya dengan analisis regresi logit binner).
Sampai jumpa pada pembahasan artikel selanjutnya. SELAMAT MENCOBA!!!
——————————————————————————————————————————————————————————
Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :
- WhatsApp : 081321709749
- Email : welcome@mobilestatistik.com
Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.
——————————————————————————————————————————————————————————
