Oke guys kali ini kita akan bahas terkait analisis logliniear yak, untuk pembahasan dari analisis ini kalian bisa lia di Pembahasan Analisis Loglinear menggunakan SPSS. Sebelum itu kita harus paham dulu apa itu loglinear ya.
Analisis Loglinear
Data yang bersifat kategori dan dapat dibentuk ke dalam suatu tabel kontingensi, dapat dianalisis dengan menggunakan analisis log linier. Model log linier digunakan untuk menganalisis atau mempelajari pola asosiasi antara beberapa variabel yang diperhatikan merupakan variabel kategorik, dimana pola hubungan atau asosiasi antar peubahnya dilihat dari interaksi antar peubah itu sendiri.
Dengan menggunakan pendekatan log linier bisa diketahui model matematikanya secara pasti serta level atau kelas mana yang cenderung menimbulkan adanya hubungan atau dependensi. Pada tabel kontingensi dua dimensi terdiri dari dua faktor, yaitu faktor I sebagai faktor baris dan faktor J sebagai factor kolom. Jika kedua faktor ini independen, maka peluang pengamatan 𝜋ij= 𝜋i+ .𝜋+j,
dimana :i = 1, 2, . . ., I
j = 1, 2, . . ., J
dimana frekuensi nilai harapannya adalah sebagai berikut.
𝑚𝑖𝑗 = 𝑛++𝜋𝑖𝑗
= 𝑛++𝜋𝑖+𝜋+𝑗
Jika persamaan tersebut dinyatakan dalam bentuk
logaritma, maka didapatkan :
- Data yang digunakan dalam analisis log linier adalah data yang bersifat kategorik dan dapat dibentuk dalam suatu tabel kontingensi.
- Analisis log linier digunakan untuk menganalisis pola hubungan antar sekelompok variabel kategori yang mencakup asosiasi dua variabel, asosiasi tiga variabel atau lebih, baik secara simultan maupun secara parsial. Pola hubungan antar variabel dapat dilihat dari interaksi antar variabel itu sendiri. Analisis log linier tidak membedakan antara variabel penjelas dan variabel respon.
- Dapat dilihat pola hubungan antara beberapa variabel, termasuk kemungkinan adanya hubungan sebab akibat atau hubungan kausal diantara variabel-variabel tersebut.
Alkohol
(A) |
Rokok (C) |
Diskotik (M) |
|
|
|
Ya |
Tidak |
Ya |
Ya |
991 |
538 |
|
Tidak |
44 |
456 |
Tidak |
Ya |
3 |
43 |
|
Tidak |
2 |
279 |
No comments: