BIOSTATISTIK LANJUT
DR. dr. H. M. Tahir Andullah, MSC.
TUGAS FINAL
FAKTORANALISIS
YANG MEMPENGARUHI
UJI REGRESI
FAKTOR YANG
MEMPENGARUHI
KEJADIAN ANEMIA
KEJADIAN
ANEMIA
OLEH :
ADRA YUDRIKA
P1804214027
KONSENTRASI EPIDEMIOLOGI
PROGRAM STUDI ILMU KESEHATAN MASYARAKAT
FAKULTAS KESEHATAN MASYARAKAT
PROGRAM PASCASARJANA
UNIVERSITAS HASANUDDIN
MAKASSAR
2014
MASTER TABEL PENELITIAN
FAKTOR YANG MEMPENGARUHI KEJADIAN ANEMIA
No
Kerja
Pendidikan
Umur
Jumlah
Anak
Kadar HB
15
6
4
6
2
6
6
6
6
6
4
2
5
6
6
6
6
6
6
6
6
6
6
6
2
6
6
6
6
6
4
6
6
2
6
6
6
6
6
4
3
4
5
4
3
2
4
4
4
5
3
3
4
3
4
1
4
5
2
4
4
1
3
4
4
2
3
3
3
3
1
4
3
4
4
3
4
19
34
40
36
32
21
20
22
37
31
30
19
22
33
28
34
20
32
21
30
20
33
39
20
40
31
36
19
35
35
21
28
28
44
30
21
37
41
0
4
4
3
3
2
1
1
6
3
3
0
1
3
2
2
2
2
1
4
1
3
3
0
3
5
3
0
2
6
1
4
1
8
1
1
5
6
10.9
10.6
10.2
11
9.1
11
10.5
11.7
10.11
10.7
11.8
9
8.9
11
8.5
10.1
9.5
11.8
11
9.2
10.5
9.8
11.9
10.5
12
11.6
10.6
9.1
10.6
11.2
11
11
10.2
9.2
10.2
11.3
10.7
10.9
Pendidikan
Umur
Jumlah
Anak
Kadar HB
Kerja
15
6
6
6
6
6
5
6
1
6
6
6
6
6
2
2
6
6
1
6
6
2
6
6
6
6
6
6
2
6
6
5
6
6
6
6
6
6
6
4
4
3
1
3
1
4
5
4
2
4
4
2
5
2
4
4
5
4
4
5
3
3
3
5
4
4
3
4
4
4
3
3
4
5
1
2
3
25
42
41
30
19
20
41
36
30
39
26
19
27
36
30
36
30
36
32
37
26
29
32
30
37
26
24
27
43
42
32
38
28
19
38
34
32
22
1
6
6
1
1
0
7
4
2
5
1
0
1
3
0
2
2
3
4
2
0
2
2
0
4
0
2
2
0
0
2
6
0
0
2
3
5
3
9.9
8.6
10.2
10.2
11.8
10.2
12
10.9
10.9
11.1
10.2
7.9
9
11
11
11
11.5
11
11.7
12
12.5
9.5
11.5
12
11.8
9
9.6
11.6
12
11.5
10.4
11.3
11.5
11.9
11
12
10.5
12
Pendidikan
Umur
Jumlah
Kadar HB
Kerja
15
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
6
5
6
2
6
6
6
6
6
4
6
6
6
6
6
6
6
6
5
6
6
4
2
6
6
6
5
3
3
5
3
4
3
5
5
4
5
5
1
4
2
5
1
4
3
3
4
4
4
4
3
5
22
26
26
38
40
37
22
25
33
34
38
27
27
18
24
34
35
31
27
20
29
32
24
37
27
42
Anak
0
0
0
3
3
5
3
1
2
2
3
0
2
0
0
3
6
2
0
0
0
3
0
3
0
3
10.1
10.6
12
11.6
10.8
9.5
11.4
11.8
10.2
11.4
10.4
11.6
9
11
10.1
11
9.5
9.2
11
10.7
8.6
9.2
11.5
11.6
11.2
11
Keterangan Tabel:
Pekerjaan:
Pendidikan:
1-5
= Bekerja
= Tidak bekerja
1
2
3
4
5
=
=
=
=
=
Tidak sekolah
Tamat SD
Tamat SMP
Tamat SMA
Sarjana
Soal:
1. Buatlah Simple Linear Regresi antara HB dengan Umur Ibu
15
Sum of Squares
Regression
Residual
Total
df
Mean Square
1.865
1.865
99.527
100
.995
101.392
101
Sig.
.174a
1.874
umur
sekarang
tidak
signifikan.
Disamping
menggunakan
15
(Constant)
Std. Error
10.090
.437
.019
.014
Umur Sekarang
Standardized
Coefficients
Beta
.136
Sig.
23.077
.000
1.369
.174
Interpretasi :
Nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada contoh diatas nilai korelasi
adalah 0,136. Nilai ini dapat diinterpretasikan bahwa hubungan kedua variabel penelitian ada di
kategori lemah.
Untuk menentukan taraf signifikansi atau linieritas dari regresi. Kriterianya dapat ditentukan
berdasarkan uji F atau uji nilai Signifikansi (Sig.). Cara yang paling mudah dengan uji Sig.,
dengan ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan berlaku
sebaliknya. Berdasarkan tabel ketiga, diperoleh nilai Sig. = 0,174 yang berarti > kriteria
signifikan (0,05), dengan demikian model persamaan regresi berdasarkan data penelitian adalah
tidak signifikan artinya, model regresi linier tidak memenuhi kriteria linieritas.
Berdasarkan hasil output SPSS di atas, maka kita dapat menentukan
model simple linear regresi, seperti berikut :
Kadar HB = 10,090 + 0,019 Umur Sekarang
Dimana, apabila nilai dari variabel Umur Sekarang naik sebesar 1
(satu) satuan, maka Kadar HB akan bertambah sebesar 0,019 dan begitu
pula sebaliknya. Adapun untuk menguji nilai koefisien regresinya yaitu:
a. Uji koefisien b0:
H0: b0 = 0 (koefisien b0 tidak signifikan)
H1: b0 0 (koefisien b0 signifikan)
b. Kriteria pengujian:
Tolak H0 jika thitung > ttabel pada taraf , atau tolak H0 jika nilai-P < .
Kesimpulan:
Karena nilai-P (0.000) > (0,05), maka kita terima H 0 dan
berkesimpulan bahwa b0 signifikan.
a. Uji koefisien b1:
ADRA YUDRIKA (P1804214027) | Biostatistik Lanjut _Analisi Uji Regresi
15
nilai-P
(0,174) >
(0,05), maka
kita
terima
H 0 dan
Sum of Squares
Regression
Residual
Total
df
Mean Square
6.198
2.066
95.194
98
.971
101.392
101
F
2.127
Sig.
.102a
Berdasarkan tabel ANOVA di atas, dapat kita menentukan apakah model regresi
berganda yang akan terbentuk nanti adalah model yang signifikan atau tidak.
Hipotesis Kasus:
H0 : Model linear yang terbentuk adalah tidak signifikan
H1 : Model linear yang terbentuk adalah signifikan
Hasil output SPSS, diperoleh F hitung (2,127) < F tabel (3;98;0,05)
adalah 2,70, sehingga H0 diterima. Jadi, model linear yang terbentuk
adalah tidak signifikan. Disamping menggunakan perbandingan F hitung
dan F tabel, anda dapat melakukan perbandingan p dengan
. Sig
15
Std. Error
(Constant)
9.448
.528
Pendidikan
.127
.092
Umur Sekarang
.032
-.090
Jumlah Anak
Standardized
Coefficients
Beta
Sig.
17.889
.000
.140
1.377
.172
.019
.229
1.666
.099
.070
-.173
-1.280
.203
Berdasarkan Tabel diatas , dapat dilihat bahwa nilai T hitung untuk constant yaitu 17,889,
sedangkan sig pada table B adalah 0,000, karena probabilitas kurang dari 0,05 maka Ho ditolak,
berarti bermakna dan diramalkan tidak melalui titik (0.0) , maka kita dapat menentukan
model simple linear regresi, seperti berikut :
Kadar HB = 9,448 + 0,127 Pendidikan + 0,032 Umur Sekarang
0,090 Jumlah Anak
Adapun untuk menguji nilai koefisien regresinya yaitu:
a. Uji koefisien b0:
H0: b0 = 0 (koefisien b0 tidak signifikan)
H1: b0 0 (koefisien b0 signifikan)
b. Kriteria pengujian:
Tolak H0 jika thitung > ttabel pada taraf , atau tolak H0 jika nilai-P < .
Kesimpulan:
Karena
nilai-P
(0.000)
>
(0,05),
maka
kita
terima
H0
dan
15
15
Model
1
Regression
Residual
ANOVAa
df
Sum of Squares
.975
Total
Mean Square
.975
100.417
100
1.004
101.392
101
F
.971
Sig.
.327b
B
(Constant)
kerja_1
Std. Error
10.621
.112
.238
.241
Coefficients
Beta
Sig.
94.803
.000
.985
.327
.098
15
Model
1
Regression
Residual
Total
Sum of Squares
5.056
ANOVAa
df
2
Mean Square
2.528
96.336
99
.973
101.392
101
F
2.598
Sig.
.079b
Model
1
Unstandardized Coefficients
B
Std. Error
(Constant)
11.159
.239
tdk_sekolah
-.746
dasar_menengah
-.566
a. Dependent Variable: Kadar HB Responden
.423
.264
Standardized
Coefficients
Beta
-.201
-.244
Sig.
46.641
.000
-1.765
-2.143
.081
.035
Hasil output pada tabel COEFFICIENT, prediksi Kadar Hb dapat kita ketahui melalui
persamaan regresi. Berikut ini persamaannya :
Y = B0 + B1 (Tidak Sekolah) + B2 (Sekolah Dasar & Menengah)
Y = 11,159 0,746 (Tidak Sekolah) 0,566 (Sekolah Dasar & Menengah)
a. Kadar Hb pada responden yang tidak sekolah adalah:
Y = B0 0,746 (Tidak Sekolah) 0,566 (Sekolah Dasar & Menengah)
Y = 11,159 0,746 (1) 0,566 (0) = 10,431
b. Kadar Hb pada responden tingkat pendidikan dasar & menengah adalah:
ADRA YUDRIKA (P1804214027) | Biostatistik Lanjut _Analisi Uji Regresi
15
Model
1
Regression
Residual
Total
ANOVAa
df
Sum of Squares
.279
Mean Square
.140
101.113
99
1.021
101.392
101
F
.137
Sig.
.872b
Coefficientsa
Model
1
Unstandardized Coefficients
B
Std. Error
(Constant)
10.696
primipara
-.149
multipara
-.002
a. Dependent Variable: Kadar HB Responden
Standardized
Coefficients
Beta
.202
.330
.239
-.053
-.001
Sig.
52.918
.000
-.452
-.010
.652
.992
15
Step
Block
Model
Chi-square
7.864
7.864
7.864
df
4
4
4
Sig.
.097
.097
.097
Model Summary
Cox & Snell R
Nagelkerke R
Step
-2 Log likelihood
Square
Square
1
98.500a
.074
.115
a. Estimation terminated at iteration number 5 because
parameter estimates changed by less than .001.
15
Step
1
Step 1
1
2
3
4
5
6
7
8
9
10
Total
10
10
10
10
10
11
10
9
10
12
Hasil output SPSS, pada tabel Hosmer and Lemeshow Test diperoleh
nilai uji chi square yang digunakan adalah 6,579 dengan nilai P = 0,583.
Nilai P > 0,05 maka dapat disimpulkan bahwa model regresi logistic telah
cukup menjelaskan data.
Classification Tablea
Observed
SStatus Anemia
t
eOverall Percentage
p
Tidak Anemia
Anemia
Predicted
Status Anemia
Tidak Anemia
Anemia
79
1
21
1
Percentage
Correct
98.8
4.5
78.4
1
a. The cut value is .500
Step 1a
Pekerjaan(1)
B
1.087
S.E.
.798
Wald
1.857
df
1
Sig.
.173
Exp(B)
2.964
15
-.099
.289
.609
.053
.191
.811
3.469
2.299
.564
1
1
1
.063
.129
.453
.906
1.336
1.838
-.001
1.485
.000
.999
.999
.817
.919
.375
B
(Constant)
Kerja
Pendidikan
Jumlah Anak
Std. Error
10.725
.582
-.097
.073
.138
-.007
Standardized
Coefficients
Beta
Sig.
18.439
.000
-.134
-1.328
.187
.092
.153
1.509
.135
.051
-.013
-.130
.897
1.005
1.942
9.009
15
Jumlah_Anak
Constant
S.E.
.158
-.078
Wald
.461
.228
df
Sig.
.118
.117
1
1
Exp(B)
.732
.733
1.171
.925
(0,732) dan
ini membuktikan
variabel jumlah anak tidak masuk ke uji multivariate karena p valuenya >
0,25. Dimana odd rationya yakni 1.171
Variables in the Equation
S.E.
Wald
df
56841.789
.000
40193.459
.000
B
Step 1a
UMURSKRG(1)
42.406
Constant
-21.203
a. Variable(s) entered on step 1: UMURSKRG.
1
1
Sig.
.999
1.000
Exp(B)
2.610
.000
(0.999) dan
ini membuktikan
Pekerjaan
Constant
Hasil
outpun
S.E.
.282
-.100
Wald
.483
.224
SPSS,
.342
.200
menyatakan
df
Sig.
1
1
kadar
Exp(B)
.559
.655
1.326
.905
hemoglobin
(0.559) dan
dengan
ini membuktikan
S.E.
Wald
df
Sig.
Exp(B)
15
Step 1a
Pendidikan
Constant
1.439
-.260
.612
.219
5.525
1.416
1
1
.019
.234
4.216
.771
(0.019) dan
Pendidikan
1.439
Constant
-.260
a. Variable(s) entered on step 1: PENDIDIKANRESPONDEN.
.612
.219
5.525
1.416
Sig.
1
1
Exp(B)
.019
.234
4.216
.771
Kesimpulan
Dapat disimpulkan bahwa dari keseluruhan variabel independen yang
diduga mempengaruhi kadar hemoglobin pada ibu terdapat satu
variabel
independent
yang
paling
berpengaruh
terhadap
kadar
hemoglobin ibu dengan p value 0,019 < 0,05. Nilai OR diperoleh yaitu
4,216 artinya Pendidikan responden mempunyai peluang 4,216 kali
menyebabkan adanya kejadian anemia.
Kesimpulan Keseluruhan:
1. Hasil analisis dari SPSS menyatakan, analisis simple regresi antara HB
dengan umur ibu yaitu umur ibu sekarang tidak berpengaruh nyata
terhadap kadar HB ibu.
ADRA YUDRIKA (P1804214027) | Biostatistik Lanjut _Analisi Uji Regresi
15