Uji or Dan Regresi Logistik Sederhana
Uji or Dan Regresi Logistik Sederhana
Pada kesempatan ini, kita akan mencoba melakukan analisa data pada penelitian case
control study dimana analisis univariat menggunakan nilai odds ratio dan analisis
multivariat menggunakan Regresi Logistik Sederhana. Untuk file latihannya, silahkan di
download dulu file latihannya pada link yang saya sediakan supaya ada keseragaman.
Moon maaf, file latihannya tidak dapat saya muat dalam postingan antarmuka karena
terlalu besar datanya dimana jumlah sampel yang digunakan adalah 129 sampel
berdasarkan hasil perhitungan besar sampel pada penelitian case control study dengan
perbandingan kasus dan kontrol adalah 1 : 2 yaitu 1 sampel pada kasus dan 2 sampel pada
kontrol. Ok, kita lanjut langkah-langkah analisis datanya menggunakan program IBM
SPSS v20. Yang belum punya silahkan download terlebih dahulu.
Data yang saya buat berdasarkan hasil temuan lapangan dan bukan rekayasa karena
merupakan data pada penelitian tentang analisis faktor yang berisiko terhadap kematian
neonatal.
Download file latihan OR dan Regresi Logistik Sederhana
Download IBM SPSS v20
Sudah download file latihannya kan. Berikut adalah langkah2 analisis datanya
menggunakan SPSS
Langkah 1 ; Entri Data
1. Open aplikasi progam SPSS
2. Pertama-tama kita akan membuat susunan variabel pada jendela variabel view di SPSS
Width ; default
Decimals ; 0
Label : Paritas
Values ; 1 = >2x, 2 = Max 2x
Missing ; none
Columns ; default
Align ; default
Measure ; ordinal
Role ; default
Variabel keenam :
Nama ; ANC
Type ; numeric
Width ; default
Decimals ; 0
Label ; Pelayanan Antenatal
Values ; 1 = Tdk teratur, 2 = Teratur
Missing ; none
Columns ; default
Align ; default
Measure ; scale
Role ; default
Tampilan data variabelnya di SPSS adalah sebagai berikut.
7. Masukkan variabel Status Kematian Neonatal pada kolom menu Columns(s) dan
variabel sisanya di kolom menu Row(s)
8. Pilih menu Statistics.. untuk memilih jenis analisis statistiknya sehingga muncul menu
crosstabs;statistics
9. Beri centang menu Risk lalu Continue
10. Kembali pada menu Crosstabs, lalu pilih Cells.. untuk memilih tampilan sel pada
tabel hasil analisis
11. Beri centang Observed, Expexted pada menu Counts; Row, Column, Total pada
menu Percentages. Lalu Continue
Crosstabs
Asfiksia Neonatorum * Status Kematian Neonatal
Crosstab
APGAR <7
Asfiksia
Neonatorum
APGAR 7
Lebih
Total
Count
Expected Count
% within Asfiksia Neonatorum
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Asfiksia Neonatorum
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Asfiksia Neonatorum
% within Status Kematian Neonatal
% of Total
Total
42
42,0
100,0%
32,6%
32,6%
87
87,0
100,0%
67,4%
67,4%
129
129,0
100,0%
100,0%
100,0%
Risk Estimate
Value
95% Confidence Interval
Lower
Upper
Odds Ratio for Asfiksia
Neonatorum (APGAR <7 /
APGAR 7 Lebih)
For cohort Status Kematian
Neonatal = Mati
For cohort Status Kematian
Neonatal = Hidup
N of Valid Cases
155,800
39,594
613,059
15,743
6,684
37,077
,101
,040
,257
129
BBLR
Berat Lahir
Normal
Total
Count
Expected Count
% within Berat Lahir
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Berat Lahir
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Berat Lahir
% within Status Kematian Neonatal
% of Total
Risk Estimate
Value
95% Confidence Interval
Lower
Upper
Odds Ratio for Berat Lahir
(BBLR / Normal)
For cohort Status Kematian
Neonatal = Mati
For cohort Status Kematian
Neonatal = Hidup
N of Valid Cases
18,519
6,629
51,731
4,391
2,795
6,897
,237
,115
,489
129
Total
31
31,0
100,0%
24,0%
24,0%
98
98,0
100,0%
76,0%
76,0%
129
129,0
100,0%
100,0%
100,0%
Total
Count
Expected Count
% within Umur Ibu
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Umur Ibu
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Umur Ibu
% within Status Kematian Neonatal
% of Total
Total
32
32,0
100,0%
24,8%
24,8%
97
97,0
100,0%
75,2%
75,2%
129
129,0
100,0%
100,0%
100,0%
Risk Estimate
Value
95% Confidence Interval
Lower
Upper
Odds Ratio for Umur Ibu
(<20 dan >35 Th / 20-35 Th)
For cohort Status Kematian
Neonatal = Mati
For cohort Status Kematian
Neonatal = Hidup
N of Valid Cases
2,174
,956
4,945
1,624
1,001
2,633
,747
,527
1,059
129
>2x
Paritas
1-2x
Total
Count
Expected Count
% within Paritas
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Paritas
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Paritas
% within Status Kematian Neonatal
% of Total
Total
46
46,0
100,0%
35,7%
35,7%
83
83,0
100,0%
64,3%
64,3%
129
129,0
100,0%
100,0%
100,0%
Risk Estimate
Value
95% Confidence Interval
Lower
Upper
Odds Ratio for Paritas (>2x /
,950
,442
2,045
1-2x)
For cohort Status Kematian
,967
,579
1,615
Neonatal = Mati
For cohort Status Kematian
1,017
,790
1,310
Neonatal = Hidup
N of Valid Cases
129
Tdk teratur
Pelayanan
Antenatal
Teratur
Total
Count
Expected Count
% within Pelayanan Antenatal
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Pelayanan Antenatal
% within Status Kematian Neonatal
% of Total
Count
Expected Count
% within Pelayanan Antenatal
% within Status Kematian Neonatal
% of Total
Total
77
77,0
100,0%
59,7%
59,7%
52
52,0
100,0%
40,3%
40,3%
129
129,0
100,0%
100,0%
100,0%
Risk Estimate
Value
95% Confidence Interval
Lower
Upper
Odds Ratio for Pelayanan
Antenatal (Tdk teratur /
Teratur)
For cohort Status Kematian
Neonatal = Mati
For cohort Status Kematian
Neonatal = Hidup
N of Valid Cases
9,159
3,288
25,514
5,132
2,164
12,171
,560
,442
,711
129
15. Methode yang digunakan adalah Enter diartikan kita akan melihat pengaruh dari
masing-masing terhadap var dependen kemudian menganalisis secara bersamaan.
16. Masih di menu Logistic Regression, pilih menu Option untuk menentukan jenis
analisis multivariatnya sehingga muncul menu Logistic Regression:option
17. Beri centang Hosmer-Lemeshow goodness-of-fit, Correlations of estimates,
Iteration history, CI for exp(B) 95%, dan Include constant in model, lalu Continue
Logistic Regression
Case Processing Summary
Unweighted Cases
Percent
129
100,0
Selected Cases
0
,0
129
100,0
Unselected Cases
0
,0
Total
129
100,0
a. If weight is in effect, see classification table for the total number of cases.
Included in Analysis
Missing Cases
Total
Iteration
Iteration History
-2 Log likelihood
Coefficients
Constant
,667
,693
,693
1
164,241
2
164,221
3
164,221
a. Constant is included in the model.
b. Initial -2 Log Likelihood: 164,221
c. Estimation terminated at iteration number 3 because
parameter estimates changed by less than ,001.
Step 0
Classification Table
Observed
Step 0
Mati
Hidup
a,b
Predicted
Status Kematian Neonatal
Mati
Hidup
0
43
0
86
Overall Percentage
Percentage
Correct
,0
100,0
66,7
B
Step 0
Constant
,693
df
1
Sig.
,000
Exp(B)
2,000
Step 0
df
1
1
1
1
1
5
Sig.
,000
,000
,061
,897
,000
,000
-2 Log
likelihood
Asfi
3,001
3,971
4,425
4,571
4,585
4,585
Coefficients
BL
UMR
,666
-,120
1,346
-,304
1,791
-,510
1,919
-,604
1,929
-,614
1,929
-,614
Par
ANC
1
69,794
,035
,198
2
58,885
,079
,488
3
57,138
,104
,798
Step 1
4
57,022
,103
,935
5
57,021
,102
,950
6
57,021
,102
,950
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 164,221
d. Estimation terminated at iteration number 6 because parameter estimates changed by less than
,001.
Step 1
Constant
-5,656
-8,320
-9,793
-10,222
-10,257
-10,258
a,b,c,d
Sig.
,000
,000
,000
Model Summary
-2 Log likelihood
Cox & Snell R
Nagelkerke R
Square
Square
a
1
57,021
,564
,784
a. Estimation terminated at iteration number 6 because parameter
estimates changed by less than ,001.
Step
Step
1
Sig.
,444
1
2
3
4
5
6
7
8
9
Step 1
Classification Table
Observed
15
12
14
8
13
17
14
26
10
Predicted
Status Kematian Neonatal
Mati
Hidup
38
5
4
82
Mati
Hidup
Step 1
Total
Percentage
Correct
88,4
95,3
Overall Percentage
93,0
Step 1
Asfi
BL
UMR
Par
ANC
Constant
Exp(B)
4,585
1,929
-,614
,102
,950
,892
,831
,950
,782
,891
26,403
5,389
,418
,017
1,138
1
1
1
1
1
,000
,020
,518
,896
,286
97,988
6,882
,541
1,107
2,586
-10,258
2,666
14,806
,000
,000
Step 1
Constant
Asfi
BL
UMR
Par
ANC
Constant
1,000
-,201
-,619
-,368
-,453
-,234
Correlation Matrix
Asfi
BL
-,201
-,619
1,000
-,004
-,004
1,000
-,519
,103
,174
-,026
-,213
,069
UMR
-,368
-,519
,103
1,000
-,042
-,014
Par
-,453
,174
-,026
-,042
1,000
-,201
ANC
-,234
-,213
,069
-,014
-,201
1,000
Sebelum download, harap tinggalkan email konfirmasi atau like di facebook atau
follow my tweet
Semoga bermanfaat dan ikuti kami selalu di lentera pena.