Simulasi Regresi Logistik (Biner). Regresi logistik biner merupakan salah satu metode statistik yang digunakan untuk menganalisis hubungan antara satu atau lebih variabel independen (X) dengan variabel dependen biner (Y), yaitu variabel yang hanya memiliki dua kategori (misalnya: ya/tidak, sukses/gagal, membeli/tidak membeli). Berbeda dengan regresi linier yang memprediksi nilai kontinu, regresi logistik memprediksi probabilitas terjadinya suatu peristiwa (Y=1) menggunakan fungsi logit. Dalam konteks e-commerce, metode ini sangat relevan untuk memahami faktor-faktor yang memengaruhi keputusan konsumen dalam melakukan pembelian secara online, terutama di era transformasi digital saat ini.
Desain Penelitian dan Variabel yang Digunakan
Dalam simulasi ini digunakan empat variabel penelitian yang terdiri dari tiga variabel independen (X1, X2, X3) dan satu variabel dependen (Y).
X1 (Pendapatan, skala rasio): menunjukkan besarnya pendapatan bulanan individu dalam juta rupiah. Secara teori, semakin tinggi pendapatan seseorang, semakin besar pula kemampuan finansialnya untuk berbelanja online.
X2 (Waktu online per hari, skala rasio): menggambarkan intensitas penggunaan internet oleh pengguna. Semakin lama seseorang aktif di dunia maya, semakin tinggi kemungkinan ia terpapar iklan dan peluang pembelian online.
X3 (Tingkat kepercayaan terhadap platform, skala ordinal): diukur pada skala 1–10, mencerminkan persepsi konsumen terhadap keamanan, reputasi, dan keandalan e-commerce.
Variabel dependen Y (Keputusan membeli) bersifat biner, dengan nilai 1 untuk “membeli” dan 0 untuk “tidak membeli”
Contoh Simulasi dan Interpretasi
Sebagai contoh, digunakan dataset simulasi sebanyak 10 responden dengan variasi pendapatan antara 2–7 juta rupiah, waktu online 0,5–3,5 jam per hari, dan tingkat kepercayaan antara 2–9. Melalui estimasi model logistik, diperoleh persamaan logit:
logit(p) = β0 + β1X1 + β2X2 + β3X3
di mana p adalah probabilitas seseorang melakukan pembelian online. Jika hasil estimasi menunjukkan bahwa seluruh koefisien β bernilai positif, maka dapat diinterpretasikan bahwa semakin tinggi pendapatan, semakin lama waktu online, dan semakin besar tingkat kepercayaan terhadap platform, maka semakin tinggi pula peluang seseorang melakukan pembelian online (Y=1). Hasil simulasi ini dapat digunakan sebagai dasar pengambilan keputusan strategi pemasaran digital, khususnya dalam meningkatkan kepercayaan dan engagement pelanggan e-commerce.
Simulasi Regresi Logistik Biner
Anda bisa memasukkan data lewat: paste CSV pada textarea, unggah file .csv, atau unggah .xlsx/.xls (Sheet pertama akan dibaca). Kolom harus berjudul: X1,X2,X3,Y.
Masukkan Data (CSV atau Excel)
Interpretasi Singkat
Prediksi Baru
