Ujian Take Home MANDAT
Ujian Take Home MANDAT
Pada lampiran terdapat 1 file ; data123.sav, dari file data tersebut anda harus membuat model logistik
regresi dengan variabel dependen= hipertensi (terkontrol dan tidak terkontrol). Pada pembuatan
permodelan tersebut anda harus membuat variabel bantuan dana (0 = tidak ada bantuan, 1= ada bantuan
dana). Variabel tersebut merupakan gabungan dari tiga variabel (JPKM, dana sehat, kartu sehat), dengan
berisikan salah satu dari bantuan dana tersebut dimiliki oleh responden maka variabel bantuan dana=1,
sisanya = 0, artinya tidak ada bantuan dana dari ketiganya. Model ini adalah merupakan determinan
( variabel indepden= propinsi, obat modern, obat tradisional, gangguan sehari-hari, fasilitas
kesehatan, layanan dokter, kelompok umur dan variabel bantuan dana). Pada model ini tidak
ada interaksi.
Perintah kerjakan:
1.
2.
3.
4.
1. Langkah yang dilakukan dalam regresi logistik yaitu melakukan pemodelan, pemodelan
dilakukan untuk memilih variabel independen sehingga terbentuk sebuah model yang paling
sesuai menjelaskan/menggambarkan variabel dependen yang sesungguhnya dalam
alam(populasi), langkah dalam melakukan pemodelan ada 2 yaitu :
a. Langkah pertama Pemodelan pertama dilakukan dengan melakukan analisis Bivariat
(masing-masing variabel independen dihubungkan dengan variabel dependen) bila hasil ujian
bivariat mempunyai nilai p < 0,25 maka variabel masuk dalam model multivariat, untuk
variabel yang p valuenya > 0,25 namun secara substansi penting, maka variabel tersebut
dapat masuk ke multivariat.
b. Langkah kedua dengan melakukan analisis bersamaan, lakukan pemilihan variabel yang
masuk dalam model. Ketika kita sudah masuk dalam analisis multivariat, maka variabel yang
masuk dalam model multivariat adalah variabel yang mempunyai p value 0,05. Untuk
variabel yang p value > 0,05 dilakukan pengeluaran dari model satu persatu, dimulai dari
variabel yang p valuenya paling besar. Lakukan proses ini secara berulang sampai semua
variabel yang p valuenya > 0,05 dicoba dikeluarkan dalam model dan akhirnya jadilah model
multivariat terakhir. Dalam penentuan /pemilihan variabel independen yang masuk model
digunakan metode ENTER.
Step 1
df
Sig.
Step
3,882
,049
Block
3,882
,049
Model
3,882
,049
Variables in the Equation
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
prop
-,652
,335
3,793
,051
,521
Constant
6,387
3,827
2,786
,095
594,201
df
Sig.
,270
Upper
1,004
Step 1
Step
5,693
,017
Block
5,693
,017
Model
5,693
,017
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
modern
-,890
,392
5,151
,023
,411
Constant
,057
,511
,012
,911
1,059
,190
Upper
,886
Step 1
df
Sig.
Step
4,341
,037
Block
4,341
,037
Model
4,341
,037
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
tradisio
Constant
,730
,346
4,433
,035
2,074
-2,047
,497
16,973
,000
,129
1,052
Step 1
df
Sig.
Step
5,678
,017
Block
5,678
,017
Model
5,678
,017
Upper
4,090
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
ganggu
Constant
,843
,350
5,809
,016
2,323
-2,187
,498
19,248
,000
,112
1,171
Upper
4,611
Step 1
df
Sig.
Step
,068
,794
Block
,068
,794
Model
,068
,794
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
lay_kes
Constant
,086
,330
,068
,794
1,090
-1,122
,218
26,598
,000
,326
,571
Upper
2,081
Step 1
df
Sig.
Step
,648
,421
Block
,648
,421
Model
,648
,421
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
dokter
,435
,529
,677
,411
1,545
,548
Upper
4,360
Constant
-1,128
,173
42,335
,000
,324
Step 1
df
Sig.
Step
,499
,480
Block
,499
,480
Model
,499
,480
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
umur_kel
,135
,190
,507
,476
1,144
Constant
-1,313
,364
13,042
,000
,269
,789
Upper
1,659
Step 1
df
Sig.
Step
3,600
,058
Block
3,600
,058
Model
3,600
,058
S.E.
Wald
df
Sig.
Exp(B)
Step 1a
bantuan
Constant
,636
,341
3,485
,062
1,889
-1,457
,269
29,282
,000
,233
,969
Upper
3,685
S.E.
Wald
df
Sig.
Exp(B)
prop
-,661
,366
3,269
,071
,516
,252
1,057
,296
,211
1,965
,161
1,344
,889
2,033
ganggu
1,390
,440
9,987
,002
4,013
1,695
9,502
tradisio
,461
,403
1,309
,253
1,585
,720
3,491
modern
-,738
,457
2,601
,107
,478
,195
1,172
dokter
,811
,613
1,751
,186
2,249
,677
7,471
lay_kes
,291
,423
,471
,493
1,337
,583
3,065
bantuan
1,118
,398
7,877
,005
3,059
1,401
6,678
Constant
3,653
4,307
,719
,396
38,576
umur_kel
Step 1a
Upper
a. Variable(s) entered on step 1: prop, umur_kel, ganggu, tradisio, modern, dokter, lay_kes, bantuan.
prop
-.649
.364
3.179
1
.075
b5r5b2
-.810
.462
3.065
1
.080
b5r5b1
.455
.409
1.238
1
.266
b5r2
1.333
.444
8.995
1
.003
lay_kes
.381
.419
.828
1
.363
Step 1a umur_kel
1.678
3
.642
umur_kel(1)
.118
.403
.086
1
.770
1.125
umur_kel(2)
.537
.589
.832
1
.362
1.711
umur_kel(3)
.833
.843
.977
1
.323
2.301
bantuan
1.057
.398
7.069
1
.008
2.877
Constant
4.127
4.292
.925
1
.336
62.019
a. Variable(s) entered on step 1: prop, b5r5b2, b5r5b1, b5r2, lay_kes, umur_kel, bantuan.
.511
.540
.441
1.320
2.476
5.422
12.002
6.271