Tugas Praktikum 2

BIOSTATISTIKA
“Regresi Logistik”

Oleh:
Syahrul Gunadin
P3E118005

PROGRAM STUDI D3 STATISTIKA

PROGRAM PENDIDIKAN VOKASI
UNIVERSITAS HALU OLEO
KENDARI
2020
Soal:
1. Seorang peneliti ingin mengetahui pengaruh 10 kelompok tingkat pendapatan
pertahun terhadap status keluarga sehat. Data-data yang diperoleh oleh peneliti
adalah sebagai berikut :
Tingkat Pendapatan Jumlah
Kelompok Keluarga Sehat
(satuan juta) Keluarga
1 6 40 8
2 8 50 12
3 10 60 18
4 13 80 28
5 15 100 45
6 20 70 36
7 25 65 39
8 30 50 33
9 35 40 30
10 40 25 20

Jawab:
Input data ke dalam minitab:

Keterangan:
Status : 1 Sehat
0 Tidak Sehat
 Output:
Binary Logistic Regression: Status versus Tingkat Pendapatan (juta)

Link Function: Logit

Response Information

Variable Value Count

Status 1 269 (Event)
0 305
Total 574

Frequency: Frekuensi

Log-Likelihood = -363,347
Test that all slopes are zero: G = 66,780, DF = 1, P-Value = 0,000

Berdasarkan hasil analisis di atas, dapat diketahui bahwa jumlah keluarga

yang tidak sehat sebanyak 305 sedangkan keluarga yang sehat sebanyak 269
sehingga jumlah total variabel respon adalah 574. Nilai Log-Likelihood sebesar
-363,347, nilai Test that all slopes are zero G sebesar 66,780, nilai derajat bebas
sebesar 1 dan nilai PValue sebesar 0,000.
Hipotesis:
H0 : Variabel prediktor (tingkat pendapatan) tidak berpengaruh terhadap
variabel respon (status kesehatan)
H1 : Minimal ada satu variabel prediktor (tingkat pendapatan) yang
berpengaruh terhadap variabel respon (status kesehatan)
Taraf nyata:
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05
Kriteria uji:
Jika PValue < α maka H0 ditolak
Jika PValue ≥ α maka H0 diterima
Kesimpulan:
Berdasarkan hasil analisis di atas, diperoleh nilai PValue sebesar
0,000 < α (0,05) maka H0 ditolak. Artinya minimal ada satu variabel prediktor
(tingkat pendapatan) yang berpengaruh terhadap variabel respon (status
kesehatan).
 Output:

Logistic Regression Table

95%
Odds CI
Predictor Coef SE Coef Z P Ratio Lower
Constant -1,55744 0,205087 -7,59 0,000
Tingkat Pendapatan (juta) 0,0773208 0,0101284 7,63 0,000 1,08 1,06

Predictor Upper
Constant
Tingkat Pendapatan (juta) 1,10

Logistic regression table menunjukkan taksiran parameter, adapun taksiran

parameter untuk variabel predictor constant dan variabel (tingkat pendapatan)
memiliki nilai parameter βo -1,55744 dan 0,0773208. dan nilai standar error (SE
Coef) sebesar 0,205087 dan 0,0101284 dengan nilai Zhitung masing-masing sebesar
-7,59 dan 7,63 dan nilai PValue masing-masing sebesar 0,000 dan nilai Odd ratio
pada variabel (tingkat pendapatan) sebesar 1,08 dengan nilai batas atas (Upper)
sebesar 1,10 sedangkan nilai batas bawah (Lower) sebesar 1,06.

Output:
Goodness-of-Fit Tests

Method Chi-Square DF P
Pearson 1,97545 8 0,982
Deviance 1,98956 8 0,981
Hosmer-Lemeshow 1,74875 6 0,941

Table of Observed and Expected Frequencies:

(See Hosmer-Lemeshow Test for the Pearson Chi-Square Statistic)

Group
Value 1 2 3 4 5 6 7 8 Total
1
Obs 20 18 28 45 36 39 63 20 269
Exp 22,4 18,8 29,2 40,2 34,8 38,5 64,5 20,6
0
Obs 64 42 52 55 34 26 27 5 305
Exp 61,6 41,2 50,8 59,8 35,2 26,5 25,5 4,4
Total 84 60 80 100 70 65 90 25 574
 Hipotesis:
H0 : Model cukup memenuhi
H1 : Model tidak memenuhi

Taraf nyata:
Taraf nyata yang digunakan adalah sebesar 95% dengan α = 0,05
Kriteria uji:
Jika PValue < α maka H0 ditolak
Jika PValue ≥ α maka H0 diterima
Kesimpulan:
Berdasarkan hasil analisis di atas, diperoleh nilai PValue di tiap uji
goodness of fit masing-masing sebesar 0,982, 0,981, dan 0,941 > α (0,05) maka
H0 diterima. Artinya model cukup memenuhi.

Output:

Measures of Association:
(Between the Response Variable and Predicted Probabilities)

Pairs Number Percent Summary Measures

Concordant 52624 64,1 Somers' D 0,39
Discordant 20895 25,5 Goodman-Kruskal Gamma 0,43
Ties 8526 10,4 Kendall's Tau-a 0,19
Total 82045 100,0

Berdasarkan output di atas dapat diketahui bahwa ada 82045 total

pasangan. Nilai persentase untuk concordant sebesar 64,1% sedangkan nilai
persentase untuk discordant sebesar 25,5%. Hal ini berarti bahwa keragaman
peubah respon (status kesehatan) dapat dijelaskan oleh peubah-peubah penjelas
dalam model sebesar 64,7% sedangkan sisanya dijelaskan oleh factor lain di luar
model.