Tujuan : untuk melihat pengaruh antara umur, bbibu, ras, merokok, riwayat prematur, hipertensi,
kelainan uterus dengan berat bayi lahir
2. Variabel
- Independen (X) : umur : numerik(interval)
; bbibu : numerik (interval)
: ras : kategorik (nominal), merokok : kategorik (nominal),
riwayat prematur :kategorik (nominal), hipertensi : kategorik (nominal), kelainan
uterus : kategorik (nominal)
Pertama kali yang dilakukan setelah entry data adalah analisis bivariat, bisa dengan uji t, uji korelasi
atau uji chi square tergantung data yang digunakan . pada saat ini data yang digunakan
adalah..(numerik-kategorik). Syarat variabel yang bisa dimasukkan ke analisis analisis regresi
logistic adalah variabel yang mempunyai nilai p < 0.25
- (Uji korelasi Spearman untuk mengetahui hubungan antara beratibu(numerik) dengan berat
bayi lahir (kategorik). Kenapa pilih Spearman, karena asumsi korelasi Spearman (kedua data
berskala interval/rasio tetapi tidak berdistribusi normal, ada data berskala ordinal/nominal)
-
-
Correlations
BBbayilahir beratibu
N 50 50
beratibu Correlation Coefficient -.483** 1.000
N 50 50
-
-
P < 0.25 jadi variabel beratibu bisa dimasukkkan ke analisis regresi logistic.
- Uji Chi square untuk melihat hubungan antara riwayat prematur dengan berat bayi lahir dan
untuk melihat hubungan antara pekerjaan dengan riwayat prematur (kategorik-kategorik)
Analyze -> descriptive statistics -> crosstabs -> masukkan variabel pendidikan dan pekerjaan ke
row dan variabel status asi ke column
Row : variabel independen
Column : variabel dependen
Klik kotak statistic -> pilih Chi-square -> klik Continue ->
Klik kotak cells -> pilih observed dan row -> klik continue
Klik OK
BBbayilahir
two,etc Count 3 2 5
none Count 17 3 20
Expected Count 11.6 8.4 20.0
Total Count 29 21 50
Chi-Square Tests
N of Valid Cases 50
Karena disini nilai nyacellnya ada yang kurang dr 5 maka kita harus keluarkan
exactnya karena data diatas tidak bisa digabungkan
Step :
Chi square kalo ga bisa di gabung dikeluarin exactnya.. cara sama kaya chisquare cuman nanti pilih exact
trs centang exact continue lalu ok
Chi-Square Tests
N of Valid Cases 50
a. 2 cells (33,3%) have expected count less than 5. The minimum expected count is 2,10.
Chi-Square Tests
N of Valid Cases 50
a. 2 cells (33,3%) have expected count less than 5. The minimum expected count is 2,10.
P < 0.25 -> 0.002 maka variabel pendidikan bisa dimasukkan ke analisis regresi
logistik
Pada bagian reference category pilih first? (kenapa last? Yang paling beresiko sedangkan last
tidak terlalu beresiko
First change ok
Klik continue
Klik kotak Options pada bagian kanan
Ceklis Classification plots, Hosmer-Lemeshow goodness-of-fit, Correlations of estimates
Klik Continue -> klik OK
Dependent Variable
Encoding
Original
Value Internal Value
>=2500 0
<2500 1
Untuk memeriksa kembali apakah system pengkodean sudah benar. Pada Dependent
Variable Encoding, bb bayi >=2500 diberi kode 0, sementara bb bayi <2500 diberi
kode 0. Hal ini sudah benar karena pada regresi logistic, kategori yang akan
diprediksikan harus diberi kode 1.
Categorical Variables Codings
Parameter coding
no 45 1.000
no 41 1.000
no 25 1.000
Lalu dilihat apakah ada pengaruh atau tidak.. dilihat dr table diatas sig >0.05 berarti tidak ada
pengaruh KECUALI untuk riwayat prematur sig 0.0358, riwayat prematur 2 (<0.05) berarti ada
pengaruh, karena ada pengaruh lalu kit abaca yang Exp (B) yaitu untuk yang riwayat prematur
dua Exp (B) 0,51
Interpretasi :
Responden dengan riwayat lahir prematur beresiko 0,51 X untuk melahirkan anak yang
berat bayi lahir dibawah <2500