DISUSUN OLEH:
ADE TRIANSYAH
K012181162
b.
ANOVAa
c.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Interpretasi :
Berdasarkan hasil pada tabel Coefficients diperoleh nilai
Unstandardized Coefficients (Bo) = 1494,353 dan nilai B1 = 103,966.
Sehingga model regresi sederhana yang diperoleh adalah :
Y = Bo + B1X atau
Y = 1494,353 + 103,966 X atau
Berat Lahir Bayi = 1494,353 + 103,966 (Kadar HB)
Besar pengaruh kadar HB terhadap berat lahir bayi = 0,325 dengan
nilai p = 0,000 (p<0,05), maka dapat disimpulkan bahwa ada pengaruh
kadar HB terhadap berat lahir bayi.
Dari model ini diperoleh koefisien regresi bernilai positif artinya semakin
tinggi kadar HB maka berat lahir bayi akan semakin besar.
2. Buatlah multiple regressi antara berat lahir bayi dengan hb, lla, umur ibu, dan
jumlah anak.
Jawab :
Dapat dibuat perhitungan Multiple Regresi melalui program SPSS
berdasarkan data berikut :
Model Summary
ANOVAa
3. Buatlah logistik regressi antara berat lahir bayi dengan hb, lla, umur ibu, dan
jumlah anak. Pada data Berat Lahir Bayi dikategorikan menjadi 1= (<2500gr) dan
2 = (>2500gr) Berdasarkan data diatas, dibuatlah perhitungan Regresi Logistik
menggunakan SPSS sebagai berikut :
Model Summary
Cox & Snell R Nagelkerke R
Step -2 Log likelihood Square Square
a
1 163.317 .278 .371
Output pada table Model Summary di atas, dapat dilihat bahwa R Square
adalah sebesar 27,8% (Cox & Snell) dan Nagelkerke R Square sebesar 38,1%
(Nagelkerke).
Dengan demikian, dapat ditafsirkan bahwa proporsi varians Hb, LiLA, Usia
Ibu dan Jumlah anak adalah sebesar 37,1% .
1 8.509 8 .385
Output pada Hosmer and Lemeshow Test didapatkan nilai uji Chi Square yang
digunakan adalah 8,509 dengan nilai p = 0,385. Maka nilai ini diterima hipotesis nol
dengan hipotesis berikut :
Sehingga dapat diperoleh nilai p = 0,385 > 0,05, maka dapat disimpulkan
kasus diatas telah cukup menjelaskan data.
Output pada table Variables in the Equation ini merupakan table utama dari
hasil analisis data dengan menggunakan regresi logistic. Berdasarkan table Variables
in the Equation nilai Constant (Bo) = -14,286, nilai koefisien regresi logistic untuk
variabel independent Hb (B1) = 0,527, LiLA (B2) = 0,462, Umur Ibu (B 3) = -0,105, dan
Jumlah Anak (B4) = 0,147. Nilai p masing-masing dari variabel independen adalah Hb
= 0,00, LiLA = 0,00, Umur Ibu = 0,023, Jumlah Anak = 0,552. Dengan memperhatikan
nilai p, maka variabel Hb, Lila dan umur yang memiliki nilai p < 0,05. Ini berarti
variabel tersebut memiliki pengaruh terhadap Berat Lahir Bayi. Sehingga model
persamaan regresi logistic yang terbentuk adalah sebagai berikut :
1
f (z) = −(Bo +B 1 X 1 +B 2 X 2 +B 3 X 3 )
1+ ⅇ
−(−14,286+0,527 Kadar Hb+ (−0,105 ) umur ibu+0,462 lila)
f (z) = 1
¿
1+ ⅇ¿
4. Buat regressi diagnostik pada soal no.2 Diagnostik regresi dilakukan melalui uji
asumsi yang terdiri dari :
a. Uji Asumsi Linieritas
Uji asumsi linieritas adalah untuk mengetahui apakah antara variabel
independen dengan variabel dependen ada hubungan linier. Pada kasus
tersebut, berikut uji asumsi linieritas menggunakan program SPSS