Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.

com

www.statistikolahdata.com

REGRESI ORDINAL
The ordinal regression method was used to model the relationship between the ordinal outcome
variable, e.g., different levels of student satisfaction regarding the overall college experience,
and the explanatory variables concerning demographics and student learning environment in a
predominantly minority health sciences center. The outcome variable for student satisfaction
was

measured

on

an

ordered,

categorical,

and

four-point

Likert

scale-'very

dissatisfied','dissatisfied, 'satisfied', and 'very satisfied'. Explanatory variables include two

demographics,e.g.,gender and ethnic groups, and 42 questionnaire items related to the
satisfaction of faculty involvement,curriculum contents, support services, facilities, and leasure
activities, at the college. The major decisions involved in the model building for ordinal
regression were deciding which explanatory variables should be included in the model and
choosing the link function (e.g.,logit link or complementary link) that demonstrated the model
appropriateness. In addition, the model fitting statistics, the accuracy of the classification result,
and the validity of the model assumption,e.g.,parallel lines,were essentially assessed for
selecting the best model, (Chau-kuang Chen,John Hughes, Jr, 2004)
[Metode regresi ordinal digunakan untuk memodelkan hubungan antara variabel keluaran yang
berskala ordinal, misal perbedaan kepuasan mahasiswa yang berkaitan dengan pengalaman masa
kuliah, dan penjelasan variabel yang menyangkut demografi dan suasana belajar, khususnya
pada pusat

penelitian kesehatan. Variabel keluaran untuk kepuasan siswa diukur dengan

golongan, kategori, skala empat-arah likert-'sangat tidak puas', 'tidak puas', 'puas', 'sangat puas'.
Penjelasan variabel menyangkut 2 demografi, misal gender dan ras, dan 42 pertanyaan kuesioner
yang berhubungan dengan kepuasan terhadap keterlibatan fakultas, materi kurikulum, pusat
penunjang, fasilitas, dan aktivitas waktu luang saat kuliah. Kesimpulan umum yang mencakup
pembangunan model untuk regresi ordinal memutuskan variabel mana yang harus dimasukan
pada model dan memilih fungsi hubungan (misal logit link atau complementary link) yang
menunjukan kesesuaian model. Selain itu, model statistik yang sesuai, keakuratan hasil
klasifikasi, dan validasi asumsi model , misalnya paralel lines, umumnya digunakan untuk
menyeleksi model yang terbaik,(Chau-Kuang Chen, John Hughes, Jr, 2004)
Sumber : SPPS Complete,Yamin dan Kurniawan 2009)

Seperti penjelasan di atas. regresi ordinal adalah analisis regresi dimana variabel dependen atau
terikat (Y) menggunakan skala ordinal. Apa itu skala ordinal...? masih ingat!! Okey...skala
ordinal adalah skala pengukuran yang berupa data tingkatan atau rangking. Sedangkan variabel
independen atau bebasnya bisa merupakan covariate (jika skala interval atau rasio) atau factor
1
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com

Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.com

www.statistikolahdata.com

(jika skala nominal atau ordinal).

Terdapat lima pilihan regresi ordinal atau disebut option link. Pilihannya tergantung dari
distribusi data yang dianalisis. Kelima option link tersebut adalah :
1. Logit
Program SPSS secara default menggunakan opsi ini. Digunakan pada kebanyakan
distribusi data.
Persamaan : f(x) = ln

2. Complementary Log-log.
Digunakan untuk data yang mempunyai kecenderungan bernilai tinggi.
Persamaan : f(x) = ln ln 1
3.

Negative Log-log
Digunakan untuk data yang mempunyai kecenderungan bernilai rendah
Persamaan : f(x) = lnln

4. Probit
Digunakan jika variabel latent terdistribusi secara normal.
Persamaan : f(x) =

dengan

1 adalah fungsi inverse distribusi kumulatif

standar normal.
5.

Cauchit (Inverse Cauchy)

Digunakan jika variabel latent mempunyai nilai yang ekstrem
Persamaan : f(x) = tan 0.5

Sekarang kita coba melakukan analisis regresi ordinal.

Seorang dosen ingin mengetahui hubungan antara gender dan minat belajar di sebuah
universitasnya. Variabel independen terdiri dari gender dan nilai prestasi sedangkan variabel
dependen (Y) adalah minat belajar yang diukur dalam 3 tingkatan yaitu rendah, sedang dan
tinggi.
Langkah-langkah analisis :
1. Analyze > Regression > Ordinal
2
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com

Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.com

www.statistikolahdata.com

2. Masukkan variabel minat belajar ke kotak dependent, gender ke kotak Factor(s) dan
Nilai prestasi ke Covariate(s).

3. Pilih Option. Kita pilih link logit. Klik Continue

4. Pilih Output dan tik kotak Predicted category, Estimated response probabilities dan Test
of parallel lines. Klik Continue

3
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com

Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.com

www.statistikolahdata.com

5. Klik OK

Hasil Output SPSS

Pada Model Fitting Information -2log Likelihood menerangkan bahwa tanpa

memasukkan variabel independen (intercept only) nilainya 522.977. Namun dengan
memasukkan variabel independen ke model (final) terjadi penurunan nilai menjadi 505.167.
Perubahan nilai ini merupakan nilai chi-square yaitu 17,808 dan signifikan pada taraf nyata 5%
(sig.0.00).

Tabel Goodness of Fit menunjukkan uji kesesuaian model dengan data. Nilai Pearson

4
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com

Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.com

www.statistikolahdata.com

sebesar 317,892 dengan signifikansi 0,991 (> 0,05) dan Deviance sebesar 350,797 dengan
signikansi 0,856 (> 0,05). Hal ini berarti model sesuai dengan data empiris atau model layak
digunakan.

Tabel Pseudo R-Square menunjukkan bahwa seberapa besar variabel bebas (gender dan
nilai prestasi) mampu menjelaskan variabel independen (minat belajar). Nilai ini seperti halnya
koefesien determinasi pada regresi. Nilai Cox and Snell sebesar 0,044 (4,4%) dan Nagelkerke
sebesar 0,052 (5,2%).

Tabel Parameter Estimate di atas, perhatikan nilai Wald dan nilai signifikansinya. Variabel
nilai prestasi sebesar 6.177 dengan sig. 0,013 (< 0,05) dan variabel gender sebesar 9,163 dengan
sig.0,02 (< 0,05). Hal ini menunjukkan faktor nilai prestasi dan gender berpengaruh terhadap
minat belajar.

5
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com

Jasa Olah Data, Hub : 08816637417 / 087737940271 atau email : suseno16@gmail.com/statistikolahdata@yahoo.com

www.statistikolahdata.com

Tabel Test of Parallel Lines digunakan untuk menguji asumsi bahwa setiap kategori
memiliki parameter yang sama atau hubungan antara variabel independen dengan logit adalah
sama untuk semua persamaan logit. Oleh karena nilai signifikansi 0,648 (> 0,05), maka terima
H0 bahwa model yang dihasilkan memiliki parameter yang sama sehingga pemilihan link
function adalah sesuai. Namun sebaliknya bila asumsi ini tidak terpenuhi, maka pemilihan link
function logit tidak tepat.

6
Jasa Olah Data, Hub : 08816637417 atau email : suseno16@gmail.com