Adra Yudrika - P1804214027

TUGAS INDIVIDU
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

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
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
Lanjutan hal (2)

No
Kerja
ADRA YUDRIKA (P1804214027) | Biostatistik Lanjut _Analisi Uji Regresi
15

39
40
41
42
42
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
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
Lanjutan hal (3)

No
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

2. Bualtah Multiple Regresi antara HB dengan Pendidikan, Umur Ibu, dan
Jumlah Anak
3. Buatlah Dummy Regresi antara HB dengan Kerja, Pendidikan, dan Jumlah
Amak.
4. Buatlah Logistik Regresi antara Status Anemia dengan Pendidikan , Kerja,
Umur, dan Jumlah Anak
5. Buatlah Model yang terbaik antara HB dengan Pendidikan, Umur, dan
Jumlah Anak
6. Dari 4 variabel yang bila dimasukkan dalam persamaan Regresi, tentukan
variabel mana yang menjadi confounding
Jawaban:
1. Hasil Analisis Simple Linear Regresi
Hasil Analisis Simple Linear Regresi antara HB dengan Umur Ibu
(FAKTOR YANG MEMPENGARUHI KEJADIAN ANEMIA)
ANOVAb
Model
1
Sum of Squares
Regression
Residual
Total
df
Mean Square
1.865
1.865
99.527
100
.995
101.392
101
Sig.
.174a
1.874
a. Predictors: (Constant), Umur Sekarang

b. Dependent Variable: Kadar Hb
Berdasarkan tabel ANOVA di atas, dapat kita menentukan apakah

model regresi sederhana yang akan terbentuk nanti adalah model yang
signifikan atau tidak.
Hipotesis Kasus:
H0 : Model linear antara kadar HB dengan umur sekarang tidak signifikan
H1 : Model linear antara kadar HB dengan umur sekarang signifikan
Hasil output SPSS, diperoleh F hitung (1,874) < F tabel (1;100;0,05)
adalah 3,94, sehingga H0 diterima. Jadi, model linear antara kadar HB
dengan
umur
sekarang
tidak
signifikan.
Disamping
menggunakan
perbandingan F hitung dan F tabel, anda dapat melakukan perbandingan
15

p dengan
. Sig (0,174) >
(0,05), maka H0 diterima, artinya model
regresi linier tidak memenuhi kriteria linieritas.

Coefficientsa
Unstandardized
Coefficients
Model
(Constant)
Std. Error
10.090
.437
.019
.014
Umur Sekarang
Standardized
Coefficients
Beta
.136
Sig.
23.077
.000
1.369
.174
a. Dependent Variable: Kadar Hb
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.
15

Kesimpulan:
Karena
nilai-P
(0,174) >
(0,05), maka
kita
terima
H 0 dan
berkesimpulan bahwa b1 tidak signifikan. Artinya bahwa umur ibu

sekarang tidak berpengaruh nyata terhadap kadar HB ibu.
2. Hasil Analisis Multiple Regresi

Hasil Analisis Multiple Regresi antara HB dengan Pendidikan,
Umur Ibu,
dan Jumlah Anak
ANOVAb
Model
1
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
a. Predictors: (Constant), Jumlah Anak, Pendidikan, Umur Sekarang

b. Dependent Variable: Kadar Hb
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

(0,102) >
(0,05), maka H0 diterima, artinya bahwa umur, pendidikan
dan jumlah anak responden tidak berpengaruh terhadap kadar Hb.

Coefficientsa
Unstandardized
Coefficients
Model
1
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:
Kesimpulan:
Karena
nilai-P
(0.000)
>
(0,05),
maka
kita
terima
H0
berkesimpulan bahwa b0 signifikan.

dan
15

Kesimpulan:
berdasarkan table diatas, dapat dilihat bahwa nilai T hitung untuk pendidikan yaitu 1,377,
sedangkan nilai sig pada table B adalah 0,172. Karena nilai-P (0,172) > (0,05),
maka kita terima H0 dan berkesimpulan bahwa b1 tidak signifikan.
Kesimpulan:
berdasarkan table diatas, dapat dilihat bahwa nilai T hitung untuk pendidikan yaitu 1,666,
sedangkan nilai sig pada table B adalah 0,099. Karena nilai-P (0,099) > (0,05),
maka kita terima H0 dan berkesimpulan bahwa b2 tidak signifikan.
Kesimpulan:
berdasarkan table diatas, dapat dilihat bahwa nilai T hitung untuk pendidikan yaitu
-1,280. Karena nilai-P (0,203) > (0,05), maka kita terima H 0 dan
berkesimpulan bahwa b3 tidak signifikan.
3. Hasil Analisis Persamaan Dummy Regresi
Hasil Analissi Persamaan Dummy Regresi antara HB dengan
Kerja, Pendidikan, dan Jumlah Anak
Model Summary
Adjusted R
Std. Error of the
Model
R
R Square
Square
Estimate
1
.098a
.010
.000
1.0021
a. Predictors: (Constant), kerja_1
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
a. Dependent Variable: Kadar HB Responden

b. Predictors: (Constant), kerja_1
Pada variabel pekerjaan, variabel pekerjaan dikategorikan menjadi 2

kategori yaitu Bekerja dan tidak berkerja. Sehingga dapat dilihat, hasil
output SPSS pada tabel ANOVA menyatakan bahwa secara simultan
(bersama-sama) semua prediktor tidak mampu memprediksi Kadar Hb
(F=0,971 P>0.05). Sumbangan efektif prediksi tingkat pekerjaan hanya
1% sedangkan 99% lainnya prediksi oleh variabel lain.
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
kerja_1
Std. Error
10.621
.112
.238
.241
Coefficients
Beta
Sig.
94.803
.000
.985
.327
.098
Hasil output SPSS, pada tabel COEFFICIENT, prediksi Kadar Hb dapat

kita ketahui melalui persamaan regresi. Berikut ini persamaannya:
Y = B0 + B1 (Bekerja)
Y = 10,621 0,238 (Bekerja)
a. Kadar Hb pada responden yang bekerja adalah:
Y = 10,621 + 0,238 (1) = 10,859
b. Kadar Hb pada responden yang tidak bekerja adalah:
Y = 10,621 + 0,238 (0) = 10,621
Model Summary
15

Adjusted R
Std. Error of the
Model
R
R Square
Square
Estimate
1
.223a
.050
.031
.9865
a. Predictors: (Constant), dasar_menengah, tdk_sekolah
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

b. Predictors: (Constant), dasar_menengah, tdk_sekolah
Pada variabel pekerjaan, variabel pekerjaan dikategorikan menjadi 3

kategori yaitu Tidak sekolah, Pendidikan Dasar & Menengah (SD, SMP,
SMA) dan Pendidikan tinggi. Pendidikan tinggi tidak dimasukkan dalam
analisis karena dijadikan sebagai referensi. Sehingga hasil output SPSS
pada tabel ANOVA menyatakan bahwa secara simultan (bersama-sama)
semua prediktor tidak mampu memprediksi Kadar Hb (F=2,598 P>0.05).
Sumbangan efektif prediksi tingkat pendidikan hanya 5% sedangkan 95%
lainnya prediksi oleh variabel lain.
Coefficientsa
Model
1
B
Std. Error
(Constant)
11.159
.239
tdk_sekolah
-.746
dasar_menengah
-.566
.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:
15

Y = 11,159 0,746 (0) 0,566 (1) = 10,593
c. Kadar Hb pada responden tingkat pendidikan tinggi adalah:
Y = 11,159 0,746 (0) 0,566 (0) = 11,159
Model Summary
Adjusted R
Std. Error of the
Model
R
R Square
Square
Estimate
1
.052a
.003
-.017
1.0106
a. Predictors: (Constant), multipara, primipara
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

b. Predictors: (Constant), multipara, primipara
Pada variabel jumlah anak, variabel jumlah anak dikategorikan

menjadi 3 kategori yaitu nullapara, primipara dan multipara. Nullpara
tidak dimasukkan dalam analisis karena dijadikan sebagai referensi. Hasil
output SPSS, pada tabel ANOVA menyatakan bahwa secara simultan
(bersama-sama) semua prediktor tidak mampu memprediksi Kadar Hb
(F=0,137 P>0.05). Sumbangan efektif prediksi tingkat pendidikan hanya
3% sedangkan 97% lainnya prediksi oleh variabel lain.
Coefficientsa
Model
1
B
Std. Error
(Constant)
10.696
primipara
-.149
multipara
-.002
Standardized
Coefficients
Beta
.202
.330
.239
-.053
-.001
Sig.
52.918
.000
-.452
-.010
.652
.992
Hasil output tabel COEFFICIENT, prediksi Kadar Hb dapat kita

15

ketahui melalui persamaan regresi. Berikut ini persamaannya :
Y = B0 + B1 (Primipara) + B2 (Multipara)
Y = 10,696 0,149 (Primipara) 0,002 (Multipara)
a. Kadar Hb pada responden Nullpara adalah:
Y = 10,696 0,149 (0) 0,002 (0) = 10,969
b. Kadar Hb pada responden Primipara adalah:
Y = 10,696 0,149 (1) 0,002 (0) = 10,547
c. Kadar Hb pada responden Multipara adalah:
Y = 10,696 0,149 (0) 0,002 (0) = 10,694
4. Hasil Analisis Logistik Regresi
Regresi Logistik Antara Status Anemia Dengan Pendidikan, Kerja,
Umur Sekarang, Jumlah Anak
Omnibus Tests of Model Coefficients
Step 1
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.
Hasil output pada tabel Model summary diatas menunjukkan bahwa

dengan memasukkan variabel independen ternyata terjadi perbedaan
dalam penaksiran parameternya (-2 Log likelihood) sebesar 98,500 poin.
Nilai R square Cox & Snell sebesar 7,4% dan nilai R square Nagelkerke
sebesar 11,5%. Dengan demikian, bisa ditafsirkan bahwa proporsi varians
15

diagnosa Anemia yang bisa dijelaskan oleh variabel pendidikan, pekerjaan,
umur dan jumlah anak sebesar 11,5%.
Hosmer and Lemeshow Test
Chi-square
df
Sig.
6.579
8
.583
Step
1
Step 1
Contingency Table for Hosmer and Lemeshow Test

Status Anemia = Tidak Anemia
Status Anemia = Anemia
Observed
Expected
Observed
Expected
10
9.426
0
.574
9
9.108
1
.892
9
8.757
1
1.243
9
8.430
1
1.570
8
8.124
2
1.876
8
8.616
3
2.384
5
7.533
5
2.467
7
6.338
2
2.662
6
6.760
4
3.240
9
6.907
3
5.093
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
Variables in the Equation
Step 1a
Pekerjaan(1)
B
1.087
S.E.
.798
Wald
1.857
df
1
Sig.
.173
Exp(B)
2.964
95% C.I.for EXP(B)

Lower
Upper
.621
14.152
15

Umur
Jmlh_anak
pendidikan1(1)
Constant
-.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
a. Variable(s) entered on step 1: Pekerjaan, Umur, Jmlh_anak, pendidikan1.
Hasil output SPSS, pada tabel variables in equation diperoleh nilai

Constant (Bo) = -0,001, nilai koefisien regresi logistic untuk variabel
independen Pekerjaan (B1) = 1,087, Umur (B2) = -0,099, Jumlah anak (B3) =
0,289 dan pendidikan (B4) = 0,609. Nilai p masing masing variabel yaitu
Pekerjaan = 0,173, Umur = 0,063, Jumlah anak = 0,129 dan pendidikan =
0,453. Dengan memperhatikan nilai p, maka tidak ada variabel yang
mempunyai pengaruh terhadap satus anemia.
5. Hasil Analisis Model Terbaik
Hasil Analisi Model Terbaik antara HB dengan Pendidikan, Umur
Sekarang, dan Jumlah Anak
Coefficientsa
Model
1
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
Model terbaik ditentukan dengan melihat kesignifikansian dari

setiap koefisien regresi (b0, b1, b2, dan b3), dimana koefisien regresi
dikatakn bersifat signifikan bila nilai Sig. < (0,05). Dan dari hasil output
SPSS, analisis koefisien diatas, dapat kita menentukan model terbaiknya
adalah :
Kadar HB = 10,725
Karena b1, b2 dan b3 tidak signifikan disebabkan nilai Sig. > (0,05).
6. Hasil Analisis 4 Variabel dalam Persamaan Regresi
1.005
1.942
9.009
15

Menentukan Confounding dari hasil analisis 4 Variabel dalam
Persamaan Regresi
B
Step 1a
Jumlah_Anak
Constant
S.E.
.158
-.078
Wald
.461
.228
df
Sig.
.118
.117
1
1
Exp(B)
.732
.733
1.171
.925
Hasil outpun SPSS, menyatakan analisis kadar hemoglobin dengan

jumlah anak menunjukkan nilai p value
(0,732) dan
ini membuktikan
variabel jumlah anak tidak masuk ke uji multivariate karena p valuenya >
0,25. Dimana odd rationya yakni 1.171
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
Hasil outpun SPSS, menyatakan kadar hemoglobin dengan umur ibu

sekarang
menunjukkan nilai p value
variabel umur ibu sekarang
(0.999) dan
ini membuktikan
tidak masuk ke uji multivariate karena p
valuenya > 0,25. Dimana odd rationya yakni 2.610

B
Step 1a
Pekerjaan
Constant
Hasil
outpun
S.E.
.282
-.100
Wald
.483
.224
SPSS,
.342
.200
menyatakan
pekerjaan menunjukkan nilai p value
df
Sig.
1
1
kadar
Exp(B)
.559
.655
1.326
.905
hemoglobin
(0.559) dan
dengan
ini membuktikan
variabel pekerjaan tidak masuk ke uji multivariate karena p valuenya >

0,25. Dimana odd rationya yakni 1.326
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
Hasil outpun SPSS, menyatakan kadar hemoglobin dengan pendidikan

menunjukkan nilai p value
(0.019) dan
ini membuktikan variabel
pendidikan masuk ke uji multivariate karena p valuenya < 0,25. Dimana

odd rationya yakni 4.216
Setelah ke empat variabel di dalam uji regresi diperoleh hanya variabel
Pendidikan yang bepeluang dimasukkan dalam uji multivariate. Namun
karena Cuma satu variabel, maka hanya ditambahkan 95% C.I untuk
melihat batas tertinggi dan terendah dalam nilai OR. Seperti table di bawah
ini :
B
Step 1a

S.E.
Wald
df
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
95% C.I.for EXP(B)

Lower
Upper
1.270
13.997
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.
15

2. Hasil analisis dari SPSS meyatakan, analisis multiple regresi antara HB
dengan pendidikan, umur ibu, dan jumlah anak yaitu umur, pendidikan
dan jumlah anak responden tidak berpengaruh terhadap kadar Hb.
3. Hasil analisi dari SPSS menyakatan, analisis dummy regresi antara HB
dengan kerja, pendidikan, dan jumlah anak menyatakan pada variabel
kerja, sumbangan efektif prediksi tingkat pekerjaan hanya 1% sedangkan
99% lainnya prediksi oleh variabel lain, variabel pendidikan, sumbangan
efektif prediksi tingkat pendidikan hanya 3% sedangkan 97% lainnya
prediksi oleh variabel lain, dan variabel jumlah anak, sumbangan efektif
prediksi tingkat pendidikan hanya 3% sedangkan 97% lainnya prediksi
oleh variabel lain.
4. Hasil analisis dari SPSS menyatakan, analisis regresi logistik antara status
anemia dengan pendidikan, kerja, umur sekarang, dan jumlah anak yaitu
4 (empat) variabel tersebut (pendidikan, kerja, umur, dan jumlah anak)
tidak mempunyai pengaruh terhadap satus anemia.
5. Hasil analisis dari SPSS menyatakan, model terbaik antara HB dengan
pendidikan, umur sekarang, dan jumlah anak yaitu Kadar HB (10,725)
6. Hasil analisis dari SPSS menyatakan, dari 4 variabel yang bila dimasukkan
dalam persamaan regresi, yang menjadi variabel confounding adalah
variabel pekerjaan, variabel umur sekarang, dan variabel jumlah anak.

Adra Yudrika - P1804214027

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Adra Yudrika - P1804214027

Diunggah oleh

Hak Cipta:

Format Tersedia

TUGAS INDIVIDU

FAKTOR YANG MEMPENGARUHI KEJADIAN ANEMIA

Lanjutan hal (2)