Regresi logistik merupakan bagian dari analisis statistik kategori yang juga merupakan model-model linear umum. Regresi logistik dapat memprediksi hasil analisis data diskrit seperti pengelompokan dari variabel kontinu, variabel diskrit, variabel dikotomi atau campuran dari semuanya (Agresti, 2007). Secara umum, variabel respon (dependent) merupakan variabel dikotomus, seperti hadir/tidak, sukses/gagal. Variabel dependen dalam regresi logistik biasanya berupa data dikotomi, variabel dependen bernilai 1 dengan peluang sukses (p), atau 0 jika peluang gagal (1-p). Variabel ini disebut sebagai variabel Bernoulli (biner). Sebagaimana disebutkan sebelumnya, variabel independen (penjelas/ prediktor) dalam regresi logistik dapat memiliki beberapa bentuk. Sehingga dalam regresi logistik tidak ada asumsi mengenai distribusi dari variabel independen (penjelas). Variabel penjelas tersebut tidak harus berdistribusi normal, tidak harus mempunyai hubungan linear atau varians sama dalam tiap grup (kelompok). Dalam analisis regresi standar, sebenarnya model regresi yang dibangun adalah membuat model nilai tengah dari variabel respon (Hosmer, et al, 2000).Oleh karena itu, untuk kasus variabel dikotomi sebagai variabel respon maka sesungguhnya model regresi yang dibuat adalah bagaimana membangun model proporsi dari variabel respon dengan variabel-variabel penjelasnya.
Olah Data dan Pendampingan Penyusunan Artikel Ilmiah