TUGAS

MANAJEMEN DAN ANALISA DATA

LOGISTIK MODEL

Dosen : Evi Nurvidya Arifin, PhD

Diajukan untuk memenuhi salah satu mata kuliah Manajemen dan analisis data

Oleh:
TAUFIK SUHENDAR
NPM 176070056

PROGRAM STUDI PASCASARJANA FAKULTAS ILMU KESEHATAN

UNIVERSITAS RESPATI INDONESIA
2019
PERTANYAAN :
1. Ada berapa persen ibu yang mempunyai bayi lahir dengan berat badan kurang
dari 2,5kg?

Dari analisis diatas diperoleh data sebagai berikut :

 Total Ibu yang mempunyai bayi lahir dengan Berat Badan Bayi Lahir
Normal (BBLN) dan Berat Badan Bayi Lahir Rendah (BBLR) berjumlah
189 orang ibu.
 Persen ibu yang mempunyai bayi lahir dengan berat badan kurang dari
2,5kg (BBLR) yaitu 31,2% dengan jumlah 59 orang ibu.
 Persen ibu yang mempunyai bayi lahir dengan berat badan lahir normal
yaitu 68,8% dengan jumlah 130 orang ibu

2. Ada berapa banyak Ibu yang punya kebiasaan merokok, ada berapa banyak Ibu
yang pernah mengalami kelahiran bayi premature dan ada berapa banyak Ibu
yang pernah mengalami hipertensi/darah tinggi. Bagaimana komposisi suku
bangsa? Berapa rata-rata usia Ibu dan usia termuda dan tertua?

Dari analisis diatas diperoleh data sebagai berikut :

 Jumlah ibu yang punya kebiasaan merokok selama hamil yaitu 74 orang
(39,2%)
 Jumlah ibu yang tidak merokok selama hamil yaitu 115 orang (60,8%)
Dari analisis diatas diperoleh data sebagai berikut :
 Jumlah ibu pernah mengalami hipertensi/darah tinggi yaitu 12 orang
(6,3%)
 Jumlah ibu tidak pernah mengalami hipertensi/darah tinggi yaitu 177 orang
(93,7%)

Dari analisis diatas diperoleh data sebagai berikut :

 ibu yang memiliki suku bangsa Jawa komposisinya yaitu 50,8% (96 orang)
 ibu yang memiliki suku bangsa Sunda komposisinya yaitu 13,8% (26
orang)
  ibu yang memiliki suku bangsa lainnya komposisinya yaitu 35,4% (67
orang)

Dari analisis diatas diperoleh data sebagai berikut :

 Rata-rata usia Ibu yaitu 23 tahun
 Umur ibu yang termuda yaitu 14 tahun
 Umur ibu yang tertua yaitu 45 tahun

3. Riwayat mempunyai kelahiran bayi premature mempunyai sebaran nilai dari 0,

1,2, dan 3. Ubahlah variabel ini sehingga bernilai 0 dan 1, variabel baru anda
beri nama “premature” Dimana 0 adalah tidak punya pengalaman bayi lahir
premature, dan nilai 1 untuk semua nilai 1,2,3 digabung. Gunakan menu
Transform untuk mengerjakan hal ini.
Hasil analisis hubungan antara riwayat premature dengan kejadian BBLR
diperoleh bahwa ada sebanyak 18 (60%) ibu yang memiliki riwayat premature
melahirkan bayi dengan berat badan rendah. Sedangkan diantara ibu yang tidak
memiliki riwat premature ada 41 (25,8%) yang melahirkan bayi dengan berat
badan rendah. Hasil uji statistic diperoleh nilai p=0,001 maka dapat disimpulkan
ada perbedaan proporsi kejadian BBLR antara ibu yang memiliki riwayat
premature dengan ibu tidak memiliki riwayat premature (ada hubungan yang
signifikan antara riwayat premature dengan kajadian BBLR). Dari hasil analisis
diperoleh pula nilai OR=4,317, artinya ibu yang memiliki riwayat premature
mempunyai peluang 4 kali untuk melahirkan bayi dengan berat badan rendah
dibandingkan ibu yang tidak memiliki riwayat premature.
4. Buat analisis tabulasi silang antara BBLR dengan variabel lainnya. Jadikan BBLR
sebagai kolom variabel dan variabel lainnya sebagai baris. Keluarkan presentasi baris
sehingga anda bisa mempelajari kejadian BBLR menurut variabel-variabel lainnya,
kecuali umur.

Suku bangsa * Kondisi bayi dlm klasifikasi BBLR

Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Suku bangsa Jawa 73 23 96
Sunda 15 11 26
Lainnya 42 25 67
Total 130 59 189
Suku bangsa lainnya paling banyak melahirkan bayi dengan BBLR sebanyak
25, kemudian suku Jawa sebanyak 23 dan yang paling sedikit adalah bayi
BBLR yang dilahirkan dari suku Sunda

Kebiasaan merokok selama hamil * Kondisi bayi dlm klasifikasi

BBLR Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Kebiasaan merokok Tidak 86 29 115
selama hamil Ya 44 30 74
Total 130 59 189
Kebiasaan merokok selama hamil melahirkan bayi BBLR sebanyak 30 sedangkan yang
tidak mempunyai kebiasaan merokok melahirkan bayi dengan BBLR sebanyak 29
 Riwayat menderita hipertensi * Kondisi bayi dlm klasifikasi BBLR
Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Riwayat menderita Tidak 125 52 177
hipertensi Ya 5 7 12
Total 130 59 189
Ibu dengan riwayat Hipertensi melahirkan bayi BBLR sebanyak 7 lebih sedikit
dibandingkan ibu yang tidak memiliki riwayat hipertensi melahirkan bayi
dengan BBLR sebanyak 52

Riwayat mengalami prematur * Kondisi bayi dlm klasifikasi BBLR

Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Riwayat mengalami 0 118 41 159
prematur 1 8 16 24
2 3 2 5
3 1 0 1
Total 130 59 189
Ibu yang memiliki riwayat pernah melahirkan premature melahirkan bayi
dengan BBLR sebanyak 18 lebih sedikit dibandingkan dengan ibu yang tidak
memiliki riwayat melahirkan secara premature sebanyak 41
 Mengalami iritability uterine * Kondisi bayi dlm klasifikasi BBLR
Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Mengalami iritability Tidak 100 45 145
uterine Ya 23 14 37
2 5 0 5
4 1 0 1
6 1 0 1
Total 130 59 189
Ibu yang tidak mengalami irritability urine melahirkan bayi dengan BBLR
sebanyak 45 lebih banyak dibandingkan dengan ibu yang mengalami
irritability urine melahirkan bayi dengan BBLR sebanyak 14
 Frekuensi periksa hamil pd trimester I * Kondisi bayi dlm
klasifikasi BBLR Crosstabulation
Count
Kondisi bayi dlm klasifikasi
BBLR
>= 2500gr <=2500gr" Total
Frekuensi periksa hamil 0 72 36 108
pd trimester I 1 30 11 41
2 21 7 28
3 3 4 7
4 3 1 4
6 1 0 1
Total 130 59 189
Ibu yang memilki tidak melakukan periksa hamil pada trimester pertama,
melahirkan bayi dengan BBLR sebanyak 36 dibandingkan dengan ibu yang
melakukan periksa hamil melahirkan bayi dengan BBLR sebanyak 23

5. Keluarkan model logistic untuk melihat hubungan antara kejadian BBLR

dengan kebiasaan merokok, apakah ada perbedaan yang signifikan antara Ibu
yang merokok dengan tidak dalam kejadian BBLR, tanpa dikontrol dengan
variabel lainnya. Lakukan sebagai model logistic sederhana terlebih dahulu.
lihat kolom sig(2-tailed) pada Equal variances assumed = 0.027
nilai P < 0.05 , maka ada hubungan yang signifikan antara kebiasaan merokok
dengan kejadian bayi yang lahir dengan BBLR

6. Buatlah model multivariate regresi logistic antara BBLR dengan semua

variabel didalam model (Umur, Merokok, DTinggi, Prematur dan suku
bangsa). Variabel manakan yang berhubungan secara signifikan dengan BBLR.
Bahaslah hubungan tersebut dengan menggunakan Odd Rasio.
Dari analisis multivariate ternyata variable yang berhubungan bermakna
dengan kejadian BBLR adalah variable merokok, riwayat premature, riwayat
hipertensi dan suku. Sedangkan variable umur sebagai variable confounding.
Hasil analisis didapatkan Odds Ratio (OR) dari variable premature adalah
4,188, artinya ibu yang memiliki riwayat premature akan melahirkan bayi
BBLR sebesar 4 kali lebih tinggi dibandingkan ibu yang tidak memiliki
riwayat premature setelah dikontrol variable merokok, riwayat hipertensi dan
umur.