Terdapat dua jenis analisis multivariat yang sering digunakan dalam penelitian
kedokteran dan kesehatan, yaitu analisis regresi logistik dan analisis regresi linier.
Pemilihan kedua analisis tersebut ditentukan oleh skala pengukuran variabel
terikatnya.
Bila variabel terikatnya berupa variabel kategorik, maka regresi yang digunakan
adalah regresu logistik.
Bila variabel terikatnya berupa variabel numerik, maka regresi yang digunakan
adalah regresi linier.
Metode-Metode dalam Analisis
Multivariat
1. ENTER
Memasukkan semua variabel independen dengan serentak satu langkah tanpa melewati kriteria
kemaknaan statistik tertentu;
2. FORWARD
Memasukkan satu persatu variabel dari hasil pengkorelasian variabel dan memenuhi kriteria
kemaknaan statistik untuk masuk kedalam model, sampai semua variabel yang memenuhi
criteria tersebut masuk kedalam model. Variabel yang masuk pertama kali adalah variabel yang
mempunyai korelasi parsial terbesar dengan variabel dependen. Versi SPSS mensyaratkan
kriteria variabel dapat masuk model bila variabel mempunyai nilai p < 0,05;
3. BACKWARD
Memasukkan semua variabel kedalam model tetapi kemudian satu persatu variabel independen
dikeluarkan dari model berdasarkan kriteria kemaknaan statistik tertentu. Variabel yang pertama
dikeluarkan adalah variabel yang memiliki korelasi parsial terkecil dengan variabel dependen.
Kriteria pengeluaran adalah variabel yang mempunyai nilai p >=0,10 dikeluarkan dari model.
4. STEPWISE
Merupakan kombinasi antara metode Forward dan Backward. Dimulai dengan
pemasukan satu persatu variabel independen hasil pengkorelasian dimasukkan ke
dalam model dan dikeluarkan dari model dengan kriteria tertentu. Variabel yang
pertama masuk adalah variabel yang memiliki korelasi parsial terbesar (lihat metode
forward). Selanjutnya setelah masuk, variabel pertama ini diperiksa lagi apakah harus
dikeluarkan dari model menurut kriteria pengeluaran seperti metode backward.
5. REMOVE
Mengeluarkan semua variabel independen dengan serentak satu langkah, tanpa
melewati kriteria kemaknaan statistik tertentu.
Langkah-Langkah Melakukan
Analisis Multivariat
1. Menyelesaikan variabel yang akan dimasukkan dalam analisis multivariat.
Variabel yang dimasukkan ke dlaam analisis multivariat adalah variabel yang pada analisis
bivariate mempunyai nilai p<0,25.
2. Melakukan analisis multivariat
3. Melakukan intervensi hasil.
Beberapa hal yang dapat diperoleh dari analisis multivariat adalah sebagai berikut:
a. Variabel yang berpengaruh terhadap variabel terikat diketahui dari nila p masing-
masing variabel.
b. Urutan kekuatan hubungan dari variabel-variabel yang berpengarub terhadap variabel
terikat. Pada regresi logistik, urutan kekuatan hubungan diketahui dari besarnya nilai
OR. Sedangkan untuk regresi linear, urutan kekuatan hubungannya diketahui dari
besarnya nilai r (koefisien korelasi).
c. Model atau rumus untuk memprediksikan variabel terikat.
Cont..
Pada regresi logistik, rumus umum yang diperoleh adalah :
p = 1/(1 + e-xp(-y))
Pada Model Summary, kita memperoleh informasi seberapa besar variabel- variabel
bebas dapat menjelaskan variabel terikat. Model satu mempunyai koefisien determinasi
sebesar 66,5%, model dua 66,9%, dan model tiga 67,2%. Tampak bahwa model akhir,
yaitu model 3, adalah model yang mempunyai koefisien determinasi terbaik. Persamaan
yang terdiri dari variabel umur dan BMI dapat menjelaskan leptin sebesar 67,2%.
Interpretasi hasil
Uji anova memberikan informasi apakah salah satu dari slope variabel bebas
bermakna atau tidak. Pada semua model, nilai p uji anova lebih kecil dari 0,05.
Dengan demikian, pada setiap model kita mengetahui bahwa paling tidak ada slope
dari variabel yang terdapat dalam model yang bermakna.
Interpretasi hasil
Dengan metode backward, pada model pertama dimasukkan
empat variabel, yaitu ember, BMI, berumur, dan lemak. Variabel
lemak tidak termasuk dalam model dua karena variabel ini adalah
variabel yang paling pantas dikeluarkan karena model satu,
variabel lemak memiliki nilai p yang paling besar. Selanjutnya,
variabel karbohidrat tidak terlihat lagi pada model tiga karena
variabel ini memiliki nilai p yang paling besar. Proses berhenti
pada model tiga karena model tiga dianggap sebagai model yang
paling baik. Model tiga terdiri dari variabel umur, dan BMI.
Persamaan regresi linear yang kita peroleh dengan demikian
adalah leptin= 1,526+0,005*umur+0,086*BMI. Koefisien korelasi
BMI adalah 0,799 sementara umur 0,128
Terima Kasih