SESI 11

REGRSI LOGISTIK
Logistic Regression
Indikasi
Model Regresi Logistik
Adjusted OR
Praktikum
 Kapan dipakai?

VARIABEL
VARIABEL BEBAS
TERGANTUNG
• NOMINAL
(sex: l/p) NOMINAL
• ORDINAL (CHD:Y/T)
(merokok)
• INTERVAL
(umur)

Menganalisis pengaruh satu atau beberapa variabel bebas

nominal, ordinal, interval terhadap satu variabel tergantung
NOMINAL
Ada berapa jenis regresi logistik?
REGRESI LOGISTIC

BINARY MULTINOMIAL
LOGISTIC LOGISTIC
REGRESSION REGRESSION
VARIABEL VARIABEL
TERGANTUNG TERGANTUNG
BINOMIAL MULTINOMIAL
(nominal2 kat) (nominal >2 kat)
 Bagaimana perbedaan model regresi
linear dengan logistik?
• Variabel
– Var tergantung Y
– Variabel bebas X
• Model regresi linear
Y = a + bX
• Model regresi logistik
Logit Y = a + bX
Logit Y = log P/(1-P)  P/(1-P) = Odd
Log Odd = a + bX
Odd = exp(a + bX)
Statistik apa yang dipakai menentukan
perbedaan risk?
• Odd Ratio = Odd terpapar/Odd kontrol
• Odd (klp terpapar X=1)
Odd(x=1) = exp (a + b)
• Odd (klp kontrol X = 0)
Odd(x=0) = exp (a)
• OR = exp (a + b)/Exp (a) = Exp (b)
Jadi OR adalah antilog koef regresi variabel bebas
X
 Uji kemaknaan OR pada analisis
regresi logistik?
• Hipotesis
Ho: OR = 1 dan Ha: OR # 1
• Kemakaan OR diuji dengan uji t
t = b/seb
• Kesimpulan
Ho diterima bila nilai p > 
Ho ditolak bila nilai p ≤ 
 Ontoh output SPSS-13
OR
Variables in the Equation

95.0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper
Step
a
Obesitas 1.087 .342 10.110 1 .001 2.966 1.518 5.798
1 Hiperkolesterol 1.459 .768 3.611 1 .057 4.302 .955 19.371
Constant -2.824 .767 13.575 1 .000 .059
a. Variable(s) entered on step 1: Obesitas, Hiperkolesterol.

Nilai P
 Goodness of Fit Test
• Menggunakan test Hosmes-Lemeshow
data dinyata fit dengan model bila nilai p > 

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 2.139 2 .343
 Goodness of Fit Test
• Menggunakan Clasification Table
data dinyata fit dengan model bila percentage
correct > 50%
Classification Tablea

Predicted

CHD Percentage
Observed Bukan CHD CHD Correct
Step 1 CHD Bukan CHD 139 0 100.0
CHD 61 0 .0
Overall Percentage 69.5
a. The cut value is .500
 Perhatian !!

Cara memberi kode

• Bila Kode untuk kasus = 1 dan kontrol = 0,
maka Kode risk = 1 dan non risk = 0

• Bila kode untuk kasus = 1 dan kontrol = 2,

maka kode untuk risk = 1 dan nonrisk = 2
 LATIHAN
• Buka DATA CHD.SAV
• Check kode data kasus dan risk faktor
• Analisis apakah obesitas, hiperkolesterol, sex,
umur meningkatkan risiko CHD.
• Berikan interpretasi saudara terhadap hasil
tersebut