UJI REGRESI LOGISTIKA

Nama : FERA RAHAYU

NIM : 1803277021

Tingkat : 4A

Mata kuliah Biostatistik

Dosen Pembimbing : Bpk. Dr. Asep Amam, M.Pd

1. Input Data
2. Output Data
1) Omnibus Tests of Model Coefficients
 Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 22.181 2 .000

Block 22.181 2 .000

Model 22.181 2 .000

Keterangan :
Pada tabel Omnibus Test of Model Coefficient dapat dijelaskan sebagai berikut :
a) Hipotesis
H0 : Tidak ada variabel X yang memengaruhi variabel Y
Ha : Minimal ada satu variabel X yang memengaruhi variabel Y
b) Tingkat Signifikasi a = 5%
c) Statistik Uji P-value (nilai Sig.) = 0,000
d) H0 ditolak jika P-value < 0,05
e) Nilai Sig. (0,000) < 0,0 ; Keputusan Tolak H0
f) Kesimpulan :
Dengan a = 5% dapat disimpulkan bahwa minimal ada satu variabel X yang
memengaruhi variabel Y.

2) Pseudo R Square

Model Summary

Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square

1 88.673a .242 .323

a. Estimation terminated at iteration number 4 because parameter estimates changed by less

than .001.

Keterangan :
Pada tabel Model Summary di atas : Untuk melihat kemampuan variabel independen
dalam menjelaskan variabel dependen, digunakan nilai Cox & Snell R Square dan
 Nagelkerke R Square. Nilai-nilai tersebut disebut juga dengan Pseudo R-Square atau jika
pada regresi linear (OLS) lebih dikenal dengan istilah R-Square.
Nilai Nagelkerke R Square sebesar 0,323 menunjukkan bahwa kemampuan variabel
independen dalam menjelaskan variabel dependen adalah sebesar 0,323 atau 32,3% dan
terdapat 100% - 32,3% = 67,7% faktor lain di luar model yang menjelaskan variabel
dependen.

3) Classification Result

Classification Tablea

Predicted

Tidak Kanker
Observed Kanker Paru Paru Percentage Correct

Step 1 Y Kanker Paru 31 10 75.6

Tidak Kanker Paru 10 29 74.4

Overall Percentage 75.0

a. The cut value is .500

Keterangan :
Berdasarkan tabel Classification Tabel di atas, jumlah sampel yang tidak mengalami
kanker 10 + 29 = 39 orang. Yang benar-benar tidak mengalami kanker Berdasarkan tabel
Classification Table di atas, jumlah sampel yang tidak mengalami kanker 29 orang. Yang
benar-benar tidak mengalami kanker sebanyak 29 orang dan yang seharusnya tidak
mengalami kanker namun mengalami, sebanyak 10 orang. Jumlah sampel yang mengalami
kanker 31 + 10 = 41 orang. Yang benar-benar mengalami kanker sebanyak 31 orang dan
yang seharusnya mengalami kanker namun tidak mengalami, sebanyak 10 orang. Tabel di
halaman sebelumnya memberikan nilai overall percentage sebesar (29+31)/80 = 75% yang
berarti ketepatan model penelitian ini adalah sebesar 75%; yang berarti ketepatan model
penelitian ini sebesar 75% dapat menduga kemungkinan pengaruh merokok dan riwayat
kanker terhadap kejadian kanker.

4) Variabel in the Equation (Pendugaan Parameter)

Variables in the Equation

95.0% C.I.for
EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

St X1 1.612 .707 5.200 1 .023 5.013 1.254 20.038

ep
X2 .822 .708 1.349 1 .245 2.276 .568 9.117
1a
Constant -1.272 .392 10.538 1 .001 .280

a. Variable(s) entered on step 1: X1, X2.

Keterangan :
Tabel Variabel in the equation di atas yaitu :
a) Hanya variabel Merokok (X1) yang nilai P value (Sig) < 0,05, artinya variabel
Merokok (X1) mempunyai pengaruh yang signifikan terhadap Y di dalam model.
X1 atau merokok mempunyai nilai Significant 0,023 < 0,05 sehingga menolak H0
atau yang berarti merokok memberikan pengaruh yang signifikan terhadap
kejadian kanker paru.
b) X2 atau riwayat kanker paru mempunyai nilai Significant 0,245>0,05 sehingga
menerima H0 atau yang berarti riwayat kanker paru tidak memberikan pengaruh
terhadap kejadian kanker paru.
c) Uji signifikansi parameter dapat pula dilakukan menggunakan nilai interval
konfidensi 95%. Sebagai contoh nilai 95,0% C.I. for EXP(B) pada variabel
Merokok adalah sebesar 1,254 (Lower) dan sebesar 20,038 (Upper), maka dapat
disimpulkan bahwa Merokok berpengaruh nyata terhadap Kanker.
d) Hal ini dikarenakan nilai 1 (satu) berada diluar rentang interval konfidensi
tersebut. Sebaliknya, apabila nilai 1 (satu) berada di dalam rentang interval
konfidensi, maka variabel prediktor dapat dinyatakan tidak berpengaruh nyata
terhadap variabel respon.
e) Hasil interval konfidensi variabel Riwayat_Kanker_Paru yang memiliki nilai
Lower 0,568 dan Upper 9,117. Besarnya pengaruh ditunjukkan dengan nilai EXP
(B) atau disebut juga ODDS RATIO (OR). Variabel Merokok dengan OR 5,013
maka orang yang merokok (kategori 0 variabel independen), lebih beresiko
mengalami kanker paru (kategori 0 variabel dependen) sebanyak 5,013 kali lipat
di bandingkan orang yang tidak merokok (kode 1 variabel independen). Nilai B =
Logaritma Natural dari Ln(5,013) = 1,612. Oleh karena nilai B bernilai positif,
maka merokok mempunyai hubungan positif dengan kejadian kanker.
f) Variabel Riwayat Keluarga dengan OR 2,276 maka orang yang ada riwayat
kanker paru (kode 0 variabel independen), lebih beresiko mengalami kanker paru
(kode 0 variabel dependen) sebanyak 2,276 kali lipat di bandingkan orang yang
tidak ada riwayat kanker paru (kode 1 variabel independen). Nilai B = Logaritma
Natural dari Ln(2,276) = 0,822. Oleh karena nilai B bernilai positif, maka riwayat
keluarga mempunyai hubungan positif dengan kejadian kanker. Berdasarkan
nilai-nilai B pada perhitungan di atas, maka model persamaan yang dibentuk
adalah sebagai berikut: Ln P/1-P = -1,272 + 1,612 X1 + 0,822 X2. Atau bisa
menggunakan rumus turunan dari persamaan di atas, yaitu: Probabilitas = exp(-
1,272 + 1,612 X1 + 0,822 X2) / 1 +exp (-1,272 + 1,612 X1 + 0,822 X2).
g) Misalkan sampel yang merokok dan ada riwayat keluarga, maka merokok=1 dan
riwayat keluarga=1. Jika dimasukkan ke dalam model persamaan di atas, maka
sebagai berikut:
Probabilitas atau Predicted = exp(-1,272 + (1,612 x 1) + (0,822 x 1)) / 1 + exp(-
1,272 + (1,612 x 1) + (0,822 x 1)).
Probabilitas atau Predicted sebaiknya dihitung menggunakan MS-Excel =EXP(-
1,272+(1,612) + (0,822))/(1+EXP(-1,272+(1,612)+(0,822))) = 0,761696. Makna
dari persamaan Regresi Logistik di atas adalah: Untuk setiap perubahan per 1 unit
pada variabel merokok(0) (Coding untuk variabel merokok) dan perubahan per 1
unit pada variabel riwayat kanker (0) (Coding untuk variabel ada riwayat kanker),
akan meningkatkan kemungkinan terjadinya kanker sebesar 0,761696 (atau
76,1%).