Oleh:
Pada Document Output lihat nilai pada Table Correlations, korelasi antara BB Ibu dengan
Hb adalah -259 artinya < 0,8 berarti tidak ada Collinearity, selanjutnya korelasi antara Lila
dengan BB Ibu adalah -120 juga menunjukkan tidak ada Collinearity, kemudian korelasi
antara Hb dengan Lila 250 juga tidak ada Collinearity, sehingga dari ketiga variabel diatas
diperoleh nilai R < 0,8 dan dapat disimpulkan tidak ada Collinearity
Selanjutnya lakukan seleksi Bivariat, seleksi Bivariat tergantung dari jenis data yang
dihubungkan
Langkah berikutnya klik menu Analyze ---> klik Compare Means, lalu pilih Independent
Samples T Test, pada kotak Test Variable(s) masukkan variabel numerik yaitu BBL,
kemudian pada grouping variabel masukkan variabel rokok, kemudain Define Groups
kategorinya Group 1 = 0 dan Group 2 = 1 lalu klik Continue dan OK seperti pada gambar di
bawah ini:
Lakukan uji seperti diatas, pada grouping variabel ganti dengan variabel ANC kemudian
Define Group, pilih Continue dan OK
Selanjutnya lakukan uji Anova pada variabel sosial ekonomi, variabel sosial ekonomi
memiliki 3 kategori sehingga menggunakan uji One-Way Anova
Klik menu Analyze ---> klik Compare Means, lalu pilih One-Way Anova, pada kotak
Dependent List masukkan variabel numerik yaitu BBL dan pada kotak Factor masukkan
variabel Sosial Ekonomi dan OK seperti pada gambar dibawah ini:
Selanjutnya lakukan uji untuk menghubungkan BBL dengan BB Ibu, Kadar Hb dan Lila.
Klik menu Analyze ---> klik Correlate, lalu pilih Bivariate, reset terlebih dahulu
Pindahkan variabel BBL, BB Ibu, Kadar Hb dan Lila ke kotak Variables lalu pilih OK seperti
pada gambar dibawah ini:
Pada Document Output Table Coefficients nilai Pvalue > 0,05 dikeluarkan yaitu variabel
ANC
Klik menu Analyze ---> klik Regression, lalu pilih Linier, keluarkan variabel ANC dan OK
Lihat di Document Output Table Coefficients apakah ada perubahan nilai koefisien pada
Unstandardized sebelum dan setelah ANC dikeluarkan dan lihat apakah ada perubahan pada
R Square (Tabel Excel)
Langkah berikutnya, lakukan uji Diagnostik Regresi Linier Ganda. Klik menu Analyze --->
klik Regression, lalu pilih Linier, kemudian ceklis Descriptive, pilih Confidence Intervals
95%, Collinearity Diagnostics, Durbin Watson lalu pilih Continue, selanjutnya klik Plots
pilih *ZPRED untuk kotak X dan *SRESID untuk kotak Y lalu klik Histogram dan Normal
Probability Plot, Continue dan OK seperti pada gambar dibawah ini:
2. Pemeriksaan Normalitas Data
Variabel dengan berdistribusi data normal adalah Berat Badan Lahir (P=0,093), BB Ibu (P=0,200),
Kadar Hb (P=0,200) dan Lila (P=0,113). Sedangkan Umur Ibu (P=0,003) tidak berdistribusi
normal, sehingga tidak dimasukkan dalam pemodelan multivariat.
3. Pemeriksaan Collinearity
Pemeriksaan collinearity dilakukan pada variabel independent yang berdistribusi normal yaitu
Berat Badan Lahir (P=0,093), BB Ibu (P=0,200), Kadar Hb (P=0,200) dan Lila (P=0,113).
Correlations
bbibu hb lila
bbibu Pearson Correlation 1 -.259** -.120
Sig. (2-tailed) .009 .235
N 100 100 100
hb Pearson Correlation -.259** 1 .250*
Sig. (2-tailed) .009 .012
N 100 100 100
lila Pearson Correlation -.120 .250* 1
Sig. (2-tailed) .235 .012
N 100 100 100
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Berdasarkan uji korelasi didapatkan hasil bahwa tidak ada korelasi yang kuat atau tidak ada
collinearity pada variabel BB Ibu, Kadar Hb dan Lila dengan r pearson < 0,8
4. Seleksi Bivariat
Berdasarkan tabel seleksi bivariat, variabel kandidat yang akan di analisis pada pemodelan
multivariat adalah ANC, BB Ibu, Kadar Hb dan Lila
5. Pemodelan Multivariat
Memasukkan semua variabel kandidat ke dalam pemodelan multivariat
Coefficientsa
Unstandardized Coefficients Standardized Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1521.724 432.722 -3.517 .001
bbibu 46.630 4.014 .780 11.618 .000
anc -29.916 55.127 -.035 -.543 .589
hb 83.844 24.602 .226 3.408 .001
lila 57.605 11.670 .317 4.936 .000
a. Dependent Variable: BBL
Variabel ANC mempunyai Pvalue = 0,589 (P>0,05) sehingga ANC dikeluarkan dari pemodelan
multivariat.
Coefficientsa
Unstandardized Coefficients Standardized Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1534.208 430.520 -3.564 .001
bbibu 46.018 3.838 .770 11.991 .000
hb 84.663 24.465 .228 3.461 .001
lila 57.687 11.626 .318 4.962 .000
a. Dependent Variable: BBL
Setelah ANC dikeluarkan dari pemodelan, kemudian dihitung perubahan nilai koefisien
unstandardized B dan R Square sebelum dan setelah ANC dikeluarkan dari pemodelan multivariat.
Tidak terdapat perubahan nilai koefisien unstandardized B dan R Square lebih dari 10%, maka
variabel ANC bukan merupakan variabel confounding, sehingga ANC dikeluarkan dari pemodelan
multivariat.
7. Persamaan Regresi Linier Ganda
Coefficientsa
Unstandardized Coefficients Standardized Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1534.208 430.520 -3.564 .001
bbibu 46.018 3.838 .770 11.991 .000
hb 84.663 24.465 .228 3.461 .001
lila 57.687 11.626 .318 4.962 .000
a. Dependent Variable: BBL
Berdasarkan uji diagnostic regresi linier menunjukkan bahwa semua uji asumsi terpenuhi, maka
persamaan linier ganda yang terbentuk sudah fit atau layak untuk memprediksi berat badan
lahir.
KESIMPULAN:
1. Faktor - faktor yang berhubungan dengan Berat Badan Lahir adalah: Berat Badan Ibu,
Kadar Hb dan LILA. Ketiga variabel tersebut dapat menjelaskan Berat Badan Lahir bayi
sebesar 63,2% (diperlihat dari nilai R Square)
2. Berat Badan Ibu merupakan variabel yang paling berpengaruh atau dominan terhadap Berat
Badan Bayi Lahir
3. Asumsi HEIL -Gauss dan bebas Multicollinearity terpenuhi
4. Formula:
Y = -1534,208 + 46,018*BB_Ibu + 84,663*Hb + 57,687*Lila
Setiap bertambahnya satu unit (kg) berat badan ibu, maka berat badan lahir bayi akan
bertambah sebesar 46,018 gram
Setiap bertambahnya satu unit (gr/dl) kadar Hb ibu, maka berat badan lahir bayi akan
bertambah sebesar 84,663 gram
Setiap bertambahnya satu unit (cm) lila badan ibu, maka berat badan lahir bayi akan
bertambah sebesar 57,687 gram
Contoh kasus:
Bila seorang ibu mempunyai BB ibu = 56 Kg, Kadar Hb = 11,3 dan LILA = 23,7. Hitung
prediksi Berat Badan Lahir bayi berdasarkan persamaan regresi yang diperoleh.