1 tidak memperoleh vaksinasi campak Menderita campak 16 Memperoleh vaksinasi campak Tidak menderita campak
2 tidak memperoleh vaksinasi campak Menderita campak 17 Memperoleh vaksinasi campak Tidak menderita campak
3 tidak memperoleh vaksinasi campak Menderita campak 18 Memperoleh vaksinasi campak Tidak menderita campak
4 tidak memperoleh vaksinasi campak Menderita campak 19 Memperoleh vaksinasi campak Tidak menderita campak
5 tidak memperoleh vaksinasi campak Menderita campak 20 Memperoleh vaksinasi campak Tidak menderita campak
6 tidak memperoleh vaksinasi campak Menderita campak 21 tidak memperoleh vaksinasi campak Menderita campak
7 tidak memperoleh vaksinasi campak Menderita campak 22 tidak memperoleh vaksinasi campak Menderita campak
8 tidak memperoleh vaksinasi campak Tidak menderita campak 23 tidak memperoleh vaksinasi campak Menderita campak
9 tidak memperoleh vaksinasi campak Menderita campak 24 tidak memperoleh vaksinasi campak Menderita campak
10 tidak memperoleh vaksinasi campak Menderita campak 25 tidak memperoleh vaksinasi campak Tidak menderita campak
11 tidak memperoleh vaksinasi campak Tidak menderita campak
26 tidak memperoleh vaksinasi campak Tidak menderita campak
12 Memperoleh vaksinasi campak Tidak menderita campak
27 tidak memperoleh vaksinasi campak Tidak menderita campak
13 Memperoleh vaksinasi campak Tidak menderita campak
28 Memperoleh vaksinasi campak Menderita campak
14 Memperoleh vaksinasi campak Tidak menderita campak
29 Memperoleh vaksinasi campak Menderita campak
15 Memperoleh vaksinasi campak Tidak menderita campak
30 Memperoleh vaksinasi campak Tidak menderita campak
vak_cam * cam_cros Crosstabulation
Untuk melihat
cam_cros
pengaruh vaksin
Tdk
campak terhadap Menderita menderita
kekebalan penyakit campak campak Total
vak_cam Memperoleh 2 10 12
campak dapat vaksinasi campak 16,7% 83,3% 100,0%
divisualisasikan dengan tidak memperoleh 13 5 18
tabulasi silang ataupun vaksinasi campak
72,2% 27,8% 100,0%
diagram batang, sbb:
Total 15 15 30
50,0% 50,0% 100,0%
Pada contoh data sebelumnya, kita dapat menghitung:
Fungsi Logistik Proporsi subyek yang menderita campak (risiko)
pada kelompok yang memperoleh vaksinasi
campak?
Proporsi subyek yang menderita campak (risiko)
pada kelompok yang tidak memperoleh vaksinasi
campak?
Perbandingan risiko pada kelompok yang
memperoleh vaksinasi campak dengan risiko pada
kelompok yang tidak memperoleh vaksinasi
campak?
Probabilitas orang yang memperoleh vaksinasi campak untuk menderita campak
Orang yang memperoleh vaksin campak mempunyai risiko …… kali untuk menderita campak
dibandingkan dengan orang yang tidak memperoleh vaksin campak
Aplikasi Regresi Logistik
Aplikasi pada desain studi Cohort
Dapat menghitung Resiko Individu (probabilitas)
Menghitung Resiko Relatif (RR)
1 1 1
Latihan Soal 2
3
1
0
0
0
4 1 1
Contoh: 5
6
1
0
1
0
Hubungan kebiasaan merokok 7
8
0
1
0
1
dgn kejadian Ca_Paru 9 0 0
10 1 1
Ca_paru: 11 0 0
12 1 1
0 = Tidak menderita Ca Paru 13 0 0
14 1 1
1 = Menderita Ca Paru 15 1 0
16 1 1
Smoke (x): 17 0 1
18 0 1
0 = Tidak merokok
1 = merokok
Pertanyaan:
Variables in the Equation
Berapa % kemungkinan orang
a
Step 1 yang merokok untuk menderita
SMOK(1) Constant
B 2.485 -1.099
Ca_Paru?
S.E. 1.137 .816 Berapa % kemungkinan orang
Wald 4.780 1.810 yang tidak merokok untuk
df 1 1
Sig. .029 .178
menderita Ca_Paru?
Exp(B) 12.000 .333 Berapa risiko orang yang merokok
95.0% C.I.for Lower 1.294 untuk menderita Ca_Paru,
EXP(B) Upper 111.319
dibandingkan dengan orang yang
a. Variable(s) entered on step 1: SMOK.
tidak merokok?
REGRESI LOGISTIK GANDA
REGRESI LOGISTIK GANDA
Tujuan : Mengetahui factor determinan:
Mengetahui R 2
Parameter coding
Frequency (1) (2)
Kategori umur Ibu Hamil < 20 Th 11 1.000 .000
>35 Th 15 .000 1.000
20-35 Th 35 .000 .000
Kategori Tk. Pengetahuan Kurang 28 1.000
Baik 33 .000
Kategori Tk. Konsumsi Kurang (< 60%) 26 1.000
Tablet Fe Cukup (>=60%) 35 .000
Berapa % kemungkinan ibu hamil akan menderita anemi bila berpengetahuan kurang, berumur <
1)
20 tahun, dan tk konsumsi Fe kurang?
Z = -2,866 + 2,377 x1 + 1,194 x1 + 1,849 x1 = 2,544
P (x1=1, x2=1, x3=1) = = = 0,93 = 93 %
2) Berapa % kemungkinan ibu hamil akan menderita anemi bila berpengetahuan kurang, berumur <
20 tahun, dan tk konsumsi Fe cukup?
Z = -2,866 + 2,377 x1 + 1,194 x1 + 1,849 x 0 = 0,705
P (x1=1, x2=1, x3=0) = = = 0,51 = 51 %
Berapa % kemungkinan ibu hamil akan menderita anemi bila berpengetahuan baik, berumur < 20
3)
tahun, dan tk konsumsi Fe cukup?
Z = -2,866 + 2,377 x 0 + 1,194 x 1 + 1,849 x 0 = -1,672
P (x1=0, x2=1, x3=0) = = = 0,16 = 16 %
4) Berapa % kemungkinan ibu hamil akan menderita anemi bila berpengetahuan baik, berumur < 20
tahun, dan tk konsumsi Fe cukup?
Z = -2,866 + 2,377 x 0 + 1,194 x 1 + 1,849 x 0 = -2,866
P (x1=0, x2=0, x3=0) = = = 0,054 = 5,4 %
Besar risiko suatu kejadian dgn karakteristik tertentu?
95.0% C.I.for
EXP(B)
Exp
B S.E. Wald df Sig. (B) Lower Upper
Step
a
KAT_UM_R 2.488 2 .288
1 KAT_UM_R(1) 1.194 .988 1.459 1 .227 3.299 .476 22.871
KAT_UM_R(2) 1.544 1.050 2.163 1 .141 4.684 .598 36.657
KAT_FE(1) 1.849 .868 4.538 1 .033 6.354 1.159 34.827
KAT_PENG(1) 2.377 .775 9.399 1 .002 10.771 2.357 49.228
Constant -2.866 .772 13.787 1 .000 .057
a. Variable(s) entered on step 1: KAT_UM_R, KAT_FE, KAT_PENG.
1) Berapa risiko ibu hamil yg memiliki pengetahuan kurang untuk menderita anemi, bila dibandingkan
dgn ibu hamil yg memiliki pengetahuan baik?
OR = eB = 10.7
Artinya: Ibu hamil yg memiliki pengetahuan kurang memiliki risiko 10.7 kali lebih besar untuk menderita
anemi, bila dibandingkan dgn ibu hamil yg memiliki pengetahuan baik.
2) Berapa risiko ibu hamil yg memiliki tk. Konsumsi Fe kurang untuk menderita anemi, bila dibandingkan
dgn ibu hamil yg memiliki tingkat konsumsi Fe baik?
OR = eB = 6.3
Artinya: Ibu hamil yg memiliki tk. Konsumsi Fe kurang memiliki risiko 6.3 kali lebih besar untuk
menderita anemi, bila dibandingkan dgn ibu hamil yg memiliki tk. Konsumsi Fe baik.
Faktor apa yang paling dominan berpengaruh terhadap kejadian anemi pada ibu hamil?
Variables in the Equation
95.0% C.I.for
EXP(B)
Exp
B S.E. Wald df Sig. (B) Lower Upper
Step
a
KAT_UM_R 2.488 2 .288
1 KAT_UM_R(1) 1.194 .988 1.459 1 .227 3.299 .476 22.871
KAT_UM_R(2) 1.544 1.050 2.163 1 .141 4.684 .598 36.657
KAT_FE(1) 1.849 .868 4.538 1 .033 6.354 1.159 34.827
KAT_PENG(1) 2.377 .775 9.399 1 .002 10.771 2.357 49.228
Constant -2.866 .772 13.787 1 .000 .057
a. Variable(s) entered on step 1: KAT_UM_R, KAT_FE, KAT_PENG.