Analisis Multivariat

a. Seleksi Bivariabel
Pada tahap ini masing-masing variabel independen dihubungkan
dengan variabel dependen (analisis bivariabel). Hasil Seleksi
bivariat sbb:
Tabel 5.10
Seleksi Bivariat Variabel Independen dengan Dependen
Variabel P Value Keterangan
1. Merokok 0,027 Lanjut multivariabel
2. Ras 0,082 Lanjut multivariabel
3. Hipertensi 0,045 Lanjut multivariabel
4. Prematur 0,005 Lanjut multivariabel
5. Uterus 0,024 Lanjut multivariabel
6. ANC 0,131 Lanjut multivariabel
Hasil seleksi bivariabel ternyata semua variabel mempunyai p
value < 0,25 sehingga keenam variabel lanjut ke pemodelan
multivariabel

b. Pemodelan Multivariat

Pada tahap pemodelan multivariat semua variabel dianalisis secara

bersama-sama, untuk variabel yang p valuenya > 0,05 maka variabel
tersebut dikeluarkan dari pemodelan. Berikut pemodelan pertama
multivariat:
 Tabel 5.11
Pemodelan Pertama Multivariat
Variabel P Value OR
1. Merokok 0,028 2,413
2. Ras (1) 0,041 2,820
Ras (2) 0,026 2,631
3. Hipertensi 0,039 3,803
4. Prematur 0,006 3,395
5. Uterus 0,073 2,265
6. ANC 0,523 1,258

Hasil pemodelan pertama multivariat ternyata ada dua variabel yang p valuenya >
0,05 yaitu uterus dan ANC. Dari dua variabel tersebut yang p valuenya teringgi
adalah ANC sehingga langkah selanjutnya variabel ANC dikeluarkan dari model
dan hasilnya sbb:
Tabel 5.12
Pemodelan kedua Multivariat
Variabel P Value OR
1. Merokok 0,018 2,536
2. Ras (1) 0,036 2,888
Ras (2) 0,016 2,785
3. Hipertensi 0,033 3,935
4. Prematur 0,007 3,289
5. Uterus 0,065 2,315

Selanjutnya dilakukan penghitungan perubahan OR pada masing-masing

variabel antara sebelum dan sesudah variabel ANC dikeluarkan dari
pemodelan, hasilnya sbb:
 Tabel 5.13
Penghitungan Perubahan OR setelah ANC dikeluarkan dari model
Variabel OR lama OR Baru Perubahan (%)
1. Merokok 2,413 2,536 5,09
2. Ras (1) 2,820 2,888 2,41
Ras (2) 2,631 2,785 5,85
3. Hipertensi 3,803 3,935 3.47
4. Prematur 3,395 3,289 3.12
5. Uterus 2,265 2,315 2,20

Hasil perhitungan perubahan OR, ternyata tidak ada variabel yang

berubah > 10% sehingga variabel ANC tetap dikeluarkan. Selanjutnya
variabel uterus dikeluarkan dari pemodelan, hasilnya sbb:

Tabel 5.14
Pemodelan ketiga Multivariat
Variabel P Value OR
1. Merokok 0,015 2,557
2. Ras (1) 0,042 2,800
Ras (2) 0,012 2,840
3. Hipertensi 0,055 3,419
4. Prematur 0,003 3,691

Selanjutnya dilakukan penghitungan perubahan OR pada masing-masing variabel

antara sebelum dan sesudah variabel uterus dikeluarkan dari pemodelan, dan
hasilnya sbb:
 Tabel 5.15
Penghitungan Perubahan OR setelah Uterus dikeluarkan dari model
Variabel OR lama OR Baru Perubahan (%)
1. Merokok 2,413 2,557 5,96
2. Ras (1) 2,820 2,800 0,71
Ras (2) 2,631 2,840 7,94
3. Hipertensi 3,803 3,419 10,09
4. Prematur 3,395 3,691 8,72

Hasil perhitungan perubahan OR ternyata menyebabkan perubahan > 10

% pada variabel hipertensi. Dengan demikian variabel uterus
dimasukkan kembali kedalam model, hasilnya sbb:

Tabel 5.16

Pemodelan keempat Multivariat

Variabel P Value OR
1. Merokok 0,018 2,536
2. Ras (1) 0,036 2,888
Ras (2) 0,016 2,785
3. Hipertensi 0,033 3,935
4. Prematur 0,007 3,289
5. Uterus 0,065 2,315
Hasil pemodelan keempat ternyata sudah tidak ada lagi variabel yang p
valuenya > 0,05 sehingga proses pengeluaran variabel sudah selesai.

Selanjutnya dalam model ini diduga variabel merokok berinteraksi

dengan variabel hipertensi. Untuk itu akan dilakukan uji interaksi antara
merokok dan hipertensi, dan hasilnya sbb:
 Tabel 5.17
Uji Interaksi antara merokok dan hipertensi
Variabel P Value OR
1. Merokok 0,023 2,497
2. Ras (1) 0,036 2,909
Ras (2) 0,015 2,799
3. Hipertensi 0,134 3,586
4. Prematur 0,007 3,319
5. Uterus 0,065 2,319
6. Merokok by Hipertensi 0,869 1.239

Hasil uji interaksi antara merokok dengan hipertensi ternyata

menghasilkan p value > 0,05 (p value=0,869) berarti tidak ada interaksi
antara merokok dan hipertensi. Selanjutnya variabel interaksi
dikeluarkan dari model, dan hasilnya sbb:
 Tabel 5.18
Pemodelan Terakhir Multivariat
Variabel P Value OR
1. Merokok 0,018 2,536
2. Ras (1) 0,036 2,888
Ras (2) 0,016 2,785
3. Hipertensi 0,033 3,935
4. Prematur 0,007 3,289
5. Uterus 0,065 2,315
Hasil analisis multivariat dilaporkan bahwa ada empat variabel yang
berhubungan signifikan dengan BBLR yaitu Merokok, Ras, Hipertensi
dan Prematur. Dari keempat variabel yang berhubungan signifikan
tersebut, variabel hipertensi merupakan variabel yang paling dominan
berhubungan dengan kejadian BBLR, dengan OR=3,935 artinya ibu yang
mempunyai riwayat hipertensi berisiko melahirkan bayi BBBLR 3,935
lebih besar dibandingkan ibu yang tidak ada riwayat hipertensi, setelah
dikontrol oleh variabel merokok, ras, prematur dan uterus.

Ibu yang merokok berisiko melahirkan bayi BBLR sebesar 2,536 lebih
besar dibandingkan ibu yang tidak merokok, setelah dikontrol oleh
variabel ras, hipertensi, premature dan uterus

..dst … semua variabel yg signifikan di interpretasikan