L/O/G/O
PENDAHULUAN
Tujuan dari sebuah analisis regresi ganda :
Memprediksi variabel dependen
Menghitung hubungan antara satu atau
lebih variabel independen dgn variabel
dependen
Dlm Bab ini akan menerangkan tentang :
Regresi prosedur yg populer
Analisis covariance (ANACOVA)
GAMBARAN UMUM
Confounding & interaksi, meskipun berbeda konsep,
namun keduanya sama-sama memperhitungkan efek
dari variabel tambahan yg dpt mempengaruhi
hubungan antara dua atau lebih variabel
Pertanyaan mendasarnya adalah :
Apakah dan Bagaimana variabel-variabel ini
harus dimasukkan ke dalam sebuah model yg
berhubungan sehingga dpt diperhitungkan ?
CONTOH
o
Lanjutan ..
Secara umum, counfounding ada jika hasil interpretasinya
berbeda makna dari suatu hubungan ketika variabel
pengganggu diabaikan atau termasuk dalam analisis data
Contoh : perkiraan kasar dari hubungan antara aktivitas
fisik dgn tekanan darah sistolik dgn mengabaikan usia
(variabel perancu)
Interaksi adalah kondisi dimana hubungan
kepentingan yg berbeda pada tingkat yg berbeda dari
variabel asing yg menggambarkan hubungan
kepentingan di nilai yg berbeda dari variabel asing
Lanjutan ..
Sehingga dpt dikatakan bahwa, pengganggu &
interaksi adalah fenomena yg berbeda.
Sebuah variabel dpt memanifestasikan baik
pengganggu & interaksi atau hanya salah satu dari
dua. Namun demikian, jika interaksi yang kuat
ditemukan, penyesuaian untuk pembaur yg tidak
pantas.
Akan menjelaskan :
1. Bagaimana 2 variabel independen dpt
berinteraksi untuk mempengaruhi variabel
dependen
2.Bagaimana interaksi trsbt dpt diwakili oleh
model regresi yg sesuai
Lanjutan ..
Contoh :
Bagaimana 2 variabel independen, yaitu suhu (T)
dan konsentrasi katalis (C), bersama-sama
mempengaruhi tingkat pertumbuhan (Y) organisme
dlm sistem biologis tertentu. Lebih lanjut, anggaplah
bahwa dua tingkat suhu tertentu (To dan TJ) dan dua
tingkat tertentu konsentrasi katalis (Co dan C1) harus
diperiksa & bahwa sebuah eksperimen dilakukan di
mana pengamatan atas Y diperoleh untuk masingmasing dari empat kombinasi temperatur tingkat
konsentrasi katalis :
(To, Co) (To, C1) (T1, Co) (T1, C1)
Lanjutan ..
Keterangan :
T (suhu)
C (katalis)
Y (pertumbuhan)
Lanjutan ..
Keterangan :
T (suhu)
C (katalis)
Y (pertumbuhan)
aturan umum
Untuk menilai keberadaan variabel pengganggu
ketika hanya satu variabel independen yang
menjadi terkontrol, maka:
variabel pengganggu hadir jika estimasi koefisien (l) dari
variabel penelitian T berubah secara bermakna ketika
variabel C akan dikeluarkan dari Model yaitu jika, l C l
Tanda kita perlu menentukan secara subyektif
apakah kedua perkiraan masing-masing
menggambarkan interpretasi yang berbeda dari asosiasi
T-Y dalam pertanyaan.
Contoh Revisited
Sebagai contoh hipotesis penelitian menilai
hubungan antara tingkat aktivitas fisik (PAL) dan
tekanan darah sistolik (SBP) sementara
mengontrol kedua AGE dan SEX.
Dengan asumsi bahwa tidak ada efek interaksi
signifikan yang ditemukan, dihasilkan model
yang diturunkan adalah sebagai berikut:
SBP + o + 1 (PAL) + 2 (AGE) + 3 (SEX) + E
Menilai Pengganggu
Step berikutnya adalah menilai pengganggu, yaitu,
apakah koefisien PAL berubah ketika UMUR dan/atau
SEX yang jatuh dari model?
Untuk menjawab ini, kita estimasi koefisien PAL dalam 4
model, yaitu
termasuk UMUR dan SEX , melibatkan baik UMUR atau
SEX tetapi tidak keduanya, dan yang melibatkan
keduanya. Model standar untuk perbandingan adalah
satu berisi variabel kontrol dan PAL.
Lanjutan
Jika estimasi 1 perubahan cukup ketika setidaknya satu variabel
kontrol dijatuhkan dari model standar, perlu untuk mengendalikan
baik UMUR dan SEX.
Jika memperoleh dasarnya estimasi yang sama pada 1
(menggunakan model standar emas) ketika hanya UMUR adalah
dalam model, tidak perlu mempertahankan SEX dalam model untuk
mengontrol untuk faktor pembaur.
Masuknya variabel seks selain UMUR meningkatkan atau
menurunkan presisi. Keputusan untuk mengendalikan hanya UMUR
atau keduanya UMUR dan SEX akan terikat, misalnya,
perbandingan interval kepercayaan untuk 1. Jika interval
kepercayaan jauh lebih rendah bila hanya UMUR dikendalikan,
maka tidak akan mempertahankan SEX dalam model.
KESIMPULAN
Pengganggu dan interaksi adalah dua
konsep metodologis berkaitan dengan
penilaian dari hubungan antara variabel
independen dan dependen.
Interaksi,
yang
didahulukan
dari
pengganggu, terjadi ketika hubungan
kepentingan yang berbeda pada tingkat
yang berbeda dari variabel asing (kontrol).
Pengganggu, yang mana tidak dievaluasi
KESIMPULAN
Confounding & interaksi adalah dua konsep metodologis
yg berkaitan dgn penilaian hubungan antara variabel
terikat dan variabel bebas.
L/O/G/O