Kelas
MODUL: 06
ANALISIS REGRESI LOGISTIK
Nama
Nomer Tanggal Tanda Tangan
Praktikum Mahasiswa Kumpul Praktikum Laboran
Purwanti
11611048
Rahayu
Nama Penilai
Tanggal
Koreksi
Nilai
Tanda Tangan
Asisten Dosen
1. Fajar Supriadi
2. Kartika Ari S
Edy Widodo ,M.Si
Herni Utami, M.Si
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
BAB I
PENDAHULUAN
A. Regresi logistik
BAB II
DESKRIPSI KERJA
Dalam laporan kali ini praktikan akan menyelesaikan masalah terkait pasien yang
melakukan operasi pernafasan dengan kategori (1= yes , 0 = No). Untuk variabel D terkait
dengan waktu lama operasi. Untuk variabel T terkait dengan tipe yang digunakan untuk
pernafasan dengan kategori (0 = untuk jalan pernafasan pada laring, 1 = tabung trakea).
Berikut ini data dari pasien.
Tabel 2.1 Data pasien
Patien
45.00
0.00
0.00
15.00
0.00
0.00
40.00
0.00
1.00
83.00
1.00
1.00
90.00
1.00
1.00
25.00
1.00
1.00
35.00
0.00
1.00
65.00
0.00
1.00
95.00
0.00
1.00
10
35.00
0.00
1.00
11
75.00
0.00
1.00
12
45.00
1.00
1.00
13
50.00
1.00
0.00
14
75.00
1.00
1.00
15
30.00
0.00
0.00
16
25.00
0.00
1.00
17
20.00
1.00
0.00
18
60.00
1.00
1.00
19
70.00
1.00
1.00
20
30.00
0.00
1.00
21
60.00
0.00
1.00
22
61.00
0.00
0.00
23
65.00
0.00
1.00
24
15.00
1.00
0.00
25
20.00
1.00
0.00
26
45.00
0.00
1.00
27
15.00
1.00
0.00
28
25.00
0.00
1.00
29
15.00
1.00
0.00
30
30.00
0.00
1.00
31
40.00
0.00
1.00
32
15.00
1.00
0.00
33
135.00
1.00
1.00
34
20.00
1.00
0.00
35
40.00
1.00
0.00
Gambar 2.6 mengelompokan dan menginput variabel dependen dan variabel independen.
7. Selanjutnya praktikan klik categorical praktikan input variabel T dan untuk
constanta tersebut seperti berikut. Klik analyze regression Binary logistic Klik pada
Options klik pada include constanta klik ok.
BAB III
PEMBAHASAN
N
Included in Analysis
Missing Cases
Total
Unselected Cases
Total
Percent
35
100.0
.0
35
100.0
.0
35
100.0
Dalam tabel 3.1 untuk data pasien sejumlah 35, dan tidak adanya data yang missing atau
dihilangkan.
Tabel 3.2 Dependent Variabel encoding.
Dependent Variable
Encoding
Original
Value
Internal Value
No
Yes
Dalam tabel 3.2 untuk kategori pada variabel dependen adalah (0= No dan 1=Yes).
(1)
18
.000
tracheal tube
17
1.000
Untuk variebel independen sebagai dengan jumlah data pada variebal laryngeal sebanyak 18
data pasien, dan untuk variabel tabung trakea sebanyak 17 pasien.
Tabel 3.4 Iteration history.
a,b,c
Iteration History
Coefficients
Iteration
Step 0
-2 Log likelihood
Constant
46.181
.514
46.180
.526
46.180
.526
Pada kolom -2 log likelihood tahap pertama memiliki nilai 46,181. Sedangkan tahap 2 dan 3
memiliki nilai yang sama 46,180. Dimana tahapan akan berhenti ketika nilai pada kolom -2
log likelihood sama bertahap.
Tabel 3.5 Classification Table.
Classification Table
a,b
Predicted
Y
Percentage
Observed
Step 0
No
Yes
Correct
No
13
.0
Yes
22
100.0
Overall Percentage
62.9
Pada baris overall percentage memiliki arti model menjelaskan keseluruhan data vareiabel
memiliki pengaruh sebesar 62,9.
Tabel 3.6 Variabel in the equation
Constant
S.E.
.526
.350
Wald
df
2.262
Sig.
1
Exp(B)
.133
Uji konstanta.
Variables
df
Sig.
9.044
.003
T(1)
3.534
.060
12.855
.002
Overall Statistics
Iteration History
Coefficients
Iteration
Step 1
-2 Log likelihood
Constant
T(1)
32.351
-.532
.036
-1.276
30.344
-1.100
.058
-1.571
30.141
-1.376
.067
-1.651
1.692
30.138
-1.417
.069
-1.659
30.138
-1.417
.069
-1.659
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 46.180
d. Estimation terminated at iteration number 5 because parameter
estimates changed by less than .001.
Pada tabel iteration history kolom -2 log likehood memiliki tahapan 5, dimana tahapan
tersebut akan berhenti ketika nilainya sama, dilihat dari tabel maka tahapan berhenti setelah
tahap 4 dan 5 sama yaitu 30,138.
Tabel 3.9 Omnibus test
Omnibus Tests of Model Coefficients
Chi-square
Step 1
df
Sig.
Step
16.042
.000
Block
16.042
.000
Model
16.042
.000
Step
1
-2 Log likelihood
30.138
Nagelkerke R
Square
Square
.368
.502
Pada kolom Nagelkerke R Square menunjukan bahwa besar pengaruh variabel independen
terhadap variabel dependen sebesar 0,502 atau 50,2 %. Unruk sisiannya dipengaruhi oleh
variabel indepdenden lainnya. Nilai 0,502 belum terlalu kuat untuk mempengaruhi variabel
dependen.
Tabel 3.11 Classification Table.
Classification Table
Predicted
Y
Percentage
Observed
Step 1
No
Yes
Correct
No
69.2
Yes
21
95.5
Overall Percentage
85.7
Batas yang dihasilkan 0,5 ( cut value). Pada baris averall percentage menunjukan nilai
prediksi 85,7 % dapat menebak ap yg benar* terjadi.
Tabel 3.12 Variables in the equation
Variables in the Equation
95% C.I.for EXP(B)
B
Step 1
S.E.
Wald
df
Sig.
Exp(B)
Lower
Upper
.069
.026
6.761
.009
1.071
1.017
1.128
T(1)
-1.659
.923
3.231
.072
.190
.031
1.162
Constant
-1.417
1.095
1.677
.195
.242
1. Uji Konstanta
2. Uji variabel T
3. Uji variabel D
Pada kolom Exp dalam baris variabel T(1) berarti kecendrungan pasien yang sakit pada
tabung trakea 0,190 kali disbanding dengan yang sakit pada laringnnya.
Model :
Karena constanta
modelkan dan interpretasikan hanya variabel jenis penyakit tenggorokan(T) dan waktu lama
oprasi (D). Tapi constanta dikatakan tidak signifikan secara statistik, bukan berarti tidak
dipengaruhi, tidak ada (nol rasio), melainkan dapat dipengaruhi, hanya saja sangat kecil.
Pada tabel 3.12 diketahui konstanta tidak signifikan dan variebal T pun tidak signifikan,
sehingga dalam deskripsi kerja sebelumnnya praktikan menghilangkan constantanya. Berikut
ini hasil outputnya.
Tabel 3.13 Variabel in the equestion tanpa constanta
Variables in the Equation
95% C.I.for EXP(B)
B
Step 1
S.E.
.044
.014
Wald
9.685
df
Sig.
1
.002
Exp(B)
1.045
Lower
1.016
Upper
1.074
T(1)
-2.064
.822
6.304
.012
1. Uji variabel T
2. Uji variabel D
.127
.025
.636
BAB IV
PENUTUP
Setelah praktikan menyelesaikan langkah-langkah kerja untuk menganalisis regresi
logistic dan praktikan telah membahas hasil outputnya, maka praktikan dapat menyimpulkan
seperti berikut.
1. Sebelumnnya praktikan memasukan variabel D terkait waktu oprasi dan variabel
Y terkait jenis penyakit tenggorokannya, dan melibatkan constanta. Dalam
outputnya ternyata nilai constanta tidak signifikan secara statistik. Dan variabel T
pun tidak signifikan secara statistic. Berikut ini modelnya.
Model :
2. Setelah diketahui constanta tidak signifikan praktikan tidak memasukan constanta
dalam outputnya, dengan praktikan mengeluarkan constanta mempengaruhi nilai
signifikan variabel dependen terkait jenis penyakit tenggorokan menjadi
signifikan, sehingga menghasilkan model seperti berikut.
Model :
Praktikan menggunakan model setelah mengeluarkan constanta, namun bukan
berarti apabila menggunakan model awal variabel T tidak memiliki rasio, tidak
memiliki rasio bila menggunakan perhitungan statistic.
DAFTAR PUSTAKA