UJIAN AKHIR SEMESTER

TAKE HOME MANDAT

TAHUN AJARAN 2016/2017
Tgl 31 Oktober 2016
Ujian ini selesai dikerjakan dalam 5 hari, sehingga pada tanggal 4 November 2016 jawaban ujian
dikirim ke email saya (giriwae@gmail.com) paling lambat pukul 22.00 WIB serta Jangan lupa
nama dan NPM.

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.

Tulis langkah yang dilakukan

Tulis perintah yang dibuat dalam syntax (apabila ada)
Tulis persamaan logistic regresinya
Sebutkan variabel independen yang ada dalam persamaan (berurutan dari yang terbesar
pengaruhnya)
5. Interpretasi
6. Lampirkan output hasil komputer.

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.

Hasil analisis pemodelan seleksi bivariat :

Antara Variabel Independen Provinsi dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

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)

95% C.I.for EXP(B)

Lower

Step 1a

prop

-,652

,335

3,793

,051

,521

Constant

6,387

3,827

2,786

,095

594,201

a. Variable(s) entered on step 1: prop.

Antara Variabel Independen Obat Modern dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

df

Sig.

,270

Upper
1,004

Step 1

Step

5,693

,017

Block

5,693

,017

Model

5,693

,017

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

modern

-,890

,392

5,151

,023

,411

Constant

,057

,511

,012

,911

1,059

,190

Upper
,886

a. Variable(s) entered on step 1: modern.

Antara Variabel Independen Obat Tradisional dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

Step 1

df

Sig.

Step

4,341

,037

Block

4,341

,037

Model

4,341

,037

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

tradisio
Constant

,730

,346

4,433

,035

2,074

-2,047

,497

16,973

,000

,129

1,052

a. Variable(s) entered on step 1: tradisio.

Antara Variabel Independen Gangguan Sehari-hari dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

Step 1

df

Sig.

Step

5,678

,017

Block

5,678

,017

Model

5,678

,017

Upper
4,090

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

ganggu
Constant

,843

,350

5,809

,016

2,323

-2,187

,498

19,248

,000

,112

1,171

Upper
4,611

a. Variable(s) entered on step 1: ganggu.

Antara Variabel Independen fasilitas kesehatan dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients

Chi-square

Step 1

df

Sig.

Step

,068

,794

Block

,068

,794

Model

,068

,794

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

lay_kes
Constant

,086

,330

,068

,794

1,090

-1,122

,218

26,598

,000

,326

,571

Upper
2,081

a. Variable(s) entered on step 1: lay_kes.

Antara Variabel Independen Layanan Dokter dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

Step 1

df

Sig.

Step

,648

,421

Block

,648

,421

Model

,648

,421

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

dokter

,435

,529

,677

,411

1,545

,548

Upper
4,360

Constant

-1,128

,173

42,335

,000

,324

a. Variable(s) entered on step 1: dokter.

Antara Variabel Independen Kelompok Umur dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

Step 1

df

Sig.

Step

,499

,480

Block

,499

,480

Model

,499

,480

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

umur_kel

,135

,190

,507

,476

1,144

Constant

-1,313

,364

13,042

,000

,269

,789

Upper
1,659

a. Variable(s) entered on step 1: umur_kel.

Antara Variabel Independen Bantuan Dana dengan variabel dependen Hipertensi

Omnibus Tests of Model Coefficients
Chi-square

Step 1

df

Sig.

Step

3,600

,058

Block

3,600

,058

Model

3,600

,058

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

Step 1a

bantuan
Constant

,636

,341

3,485

,062

1,889

-1,457

,269

29,282

,000

,233

a. Variable(s) entered on step 1: bantuan.

,969

Upper
3,685

Variables in the Equation

B

S.E.

Wald

df

Sig.

Exp(B)

95% C.I.for EXP(B)

Lower

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.

Variables in the Equation

S.E.
Wald
df
Sig.

Exp(B) 95% C.I.for EXP(B)

Lower
Upper
.523
.256
1.066
.445
.180
1.102
1.576
.707
3.513
3.793
1.587
9.064
1.463
.644
3.324

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