ltm 5 regresi logistik

8/17/2019 Ltm 5 Regresi Logistik

1/25

No 1 2 3 4 5 6 7 8 9 10 11 … … 10

Umur 20 22 23 24 25 27 28 29 30 32 33 … … 70

PJK 0 0 1 0 0 1 0 1 1 0 0 … … 1

Berbeda dengan regresi linier ang !ariabel de"endenna

numeri#$ regreesi logis%i# meru"a#an &enis regresi ang mem"unai

'iri #(usus$ ai%u !ariabel de"endenna berben%u# !ariabel #a%agori#

)%eru%ama ang di#o%omus$ ar%ina #a%agori# ang %erdiri dari dua

#elom"o#$ misalna (idu"*ma%i$ "uas*%ida# "uas dll+,

REGRESI LOGISTIK SEDERHANAPerbedaan an%ara regresi linear dengan regresi logis%i# %erle%a#

"ada &enis !ariabel de"endenna, -egresi linear diguna#an a"abila

!ariabel de"endenna numeri# $ sedang#an regresi logis%i#

dioguna#an "ada da%a ang de"endenna berben%u# #a%agori# ang

di#o%om,

Un%u# mema(ami lebi( &elas %en%ang regresi logis%i# 'oba #i%a

li(a% 'on%o( analisis "eneli%ian ang mem"ela&ari (ubungan an%ara!ariabel umur dengan #e&adian "ena#i% &an%ung #oroner, Pengama%an

dila#u#an "ada 100 orang sam"el$ dida"a%#an (asil .

Nomor meru"a#an nomor uru% res"onden dan PJK meru"a#an !ariabel

#e&adian &an%ung #oroner, /ariabel PJK diberi #ode 1 bila res"onden

menderi%a PJK dan diberi #ode 0 bila mere#a %ioda# menderi%a PJK,

Bila da%a %ersebu% #i%a "erla#u#an analisisna mengguna#an

regresi linier$ misalna dibua% "ena&ian dalam ben%u# diagram %ebar

)'a%%er Plo%+$ ma#a (ubunganna %ida# &elas %erli(a%%ebaran da%a "ada

'a%%er Plo% memben%u# dua garis ang se&a&ar, iagram %eba%

menun&u##an adana #e'enderungan #e&adian "ena#i% &an%ung #oroner

ang lebi( sedi#i% "ada res"onden ang berusia muda, alau"un gra#

%ersebu% %ela( da"a% menggambar#an*men&elas#an !ariabel de"enden

)#e&adiab PJK+ ang 'u#u" &elas$ namun gra# %ersebu% %ida# mam"u

menggambar#an dengan lebi( %a&am*&elas (ubungan an%ara umur

dangan

#e&adian PJK,


2/25

Un%u# mem"er%a&am analisis #i%a$ se#arang di'oba un%u#

mengelom"o##an !ariabel inde"enden )!ariabel umur+ dan

men(i%ung nilai %enga( )dalam (al ini meng(i%ung "ro"orsi+ !ariabel

de"enden )!ariabel PJK+ un%u# se%ia" #elom"o# !ariabel umur dan#e&adian &an%ung da"a% dili(a% "ada %abel beri#u%.

Umur Jumla(PJK Pro"orsi

Ke&adian ida# a

20 29 10 9 1 0$10

30 34 15 13 2 0$13

35 39 12 9 3 0$2540 44 15 10 5 0$33

45 49 13 7 6 0$46

50 54 8 3 5 0$63

55 59 17 4 13 0$76

60 69 10 2 8 0$80

o%al 100 57 43 0$43

Pada %abel %erli(a% ba(a ada "ening#a%an "ro"orsi #e&adian

&an%ung "ada #elom"o# umur sema#in %ua*lan&u%, Kemudian #i%a 'oba

sa&i#an da%a %ersebu%

dengan gra# dan (asilna da"a% dili(a% "ada grai# beri#u%.

0.9

0.8

0.7

0.60.5

0.4

0.3

0.2

0.1

0

20 - 29 30 – 34 35 – 39 40 – 44 45 – 49 50 – 54 55 – 59 60 – 69


3/25

-[[[0’’/

Pada gra# %erli(a% &elas adana "ening#a%an ang %ida#

linear an%ara "ro"orsi #e&adian PJK dengan "ening#a%an umur,

iaali "ening#a%an ang landai$ #emudian mening#a% %a&am dan

#emudian landai #embali$ garis %ersebu% meneru"ai (uru ,

Kalau #i%a 'erma%i$ "embua%an diagram %ebar %ersebu%

meru"a#an 'ara un%u# mende%e#si*menge%a(ui (ubungan "ada

analisis regresi linier$ namun ada sedi#i% "erbedaan (al dalam (al

mering#as !ariabel de"endenna, e"er%i #i%a #e%a(ui ba(a "ada

regresi linier #i%a ingin menges%imasi nilai mean !ariabel de"enden

berdasar#an se%ia" nilai !ariabel inde"enden, Nilai %ersebu%

disebu% sebagai mean #ondisional ang dina%a#an dengan :)*;+$

dengan sebagai de"enden dan ; sebagi inde"enden, :)*;+

adala( nilai ang di(ara"#an berdasar#an nilai ;, misal !ariabel

%e#anan dara( dan ; !ariabel umur$ ma#a un%u# menge%a(ui es%imasi

%e#anan dara( berdasar#an umu$ di(i%ung ra%a


4/25

Nilai @ meru"a#an nilai inde#s !ariabel inde"enden, Nilai @ ber!ariasian%ara


5/25

>odel ?ogis%i#

>odel logis%i# di#embang#an dari unsi logis%i# dengan nilai @

meru"a#an "en&umla(an linear #ons%an%a )α+ di%amba( dengan

β1E1$ di%amba( β2E2 dan se%erusna sam"ai βiEi, /ariabel E adala(

!ariabel Fnde"enden,

@ α A β1E1 )-egresi logis%i#

seder(ana+ @ α A β1E1 A β2E2 A … A βiEi )-egresi

logis%i# berganda+ Bila nilai @ dimasu##an "ada ungsi @$ma#a rumus ungsi @ adala(

)G+ 1 ,

1 A e


6/25

Jaab.

engan model regresi logis%i# ma#a "ada soal %ersebu% modelnaadala(.

f (z) = 1 .

1 + e-z

Nilai )G+ da"a% digan%i dengan P)E+$ ma#a rumusna.

P(X) = 1 .

1 + e-z

Bila @ α A β1KI$ ma#a modelna .

P(X) = 1 .

1 + e-α + β1KAT

>isdal#an dida"a%#an (asil analisis dengan "a#e% "rogram s%a%is%i# sbb.

α


7/25

1 A e


8/25

#a%e#olaminna %inggi mem"unai risi#o %er&adi PJK dua )2+ #ali

lebi( %inggi dibanding#an mere#a ang #adar #a%e#olaminna

renda(,

>odel regresi logis%i# da"a% diguna#an "ada da%a ang

di#um"ul#an melalui ran'angan #o(or%$ 'ase 'on%rol mau"un 'ross

se'%ional,

Pada ran'angan #o(or% "ros"e#%i da"a% diguna#an un%u#

mem"er#ira#an risi#o indi!idual, edang#an "ada ran'angan 'ase

'on%rol dan 'ross se'%ional %ida# da"a% diguna#an un%u#

meng(i%ung risi#o indi!idual #arena β0 "ada ran'angan ini %ida#

sa(i(, Nilai β0 da"a% di(i%ung*dies%imasi bila sam"ling ra'%ion

"o"ulasi ang disam"el di#e%a(ui


9/25

%

REGRESI LOGISTIK GANDA

Kegunaan analisis regresi logistik ganda mencakup dua hal!aitu"

a# $odel %rediksi

Pemodelan dengan %u&uan un%u# mem"erole( model ang %ediri

dari bebera"a !ariabel inde"enden ang diangga" %erbai# un%u#

mem"redi#si #e&adian !ariabel de"enden, Pada "emodelan ini

semua !ariabel diangga" "en%ing se(ingga es%imasi da"a%

dila#u#an es%imasi bebera"a #oesien regresi logis%i# se#aligus,

Ben%u# #erang#a #onse" modelregresi .

X2Y

X3

X4

Prosedur "emodelan.

Igar di"erole( model regresi ang (ema% dan mam"u

men&elas#an (ubungan !ariabel inde"enden dan inde"enden dalam

"o"ulasi$ di"erlu#an "rosedur "emili(an !ariabel sbb.

1+, >ela#u#an analisis bi!aria% an%ara masingemili( !ariabel ang diangga" "en%ing ang masu# dalam

model$ dengan 'ara mem"er%a(an#an !ariabel ang mem"unai

" !alue 0$05 dan mengeluar#an !ariabel ang " !aluena O

0$05, Pengeluaran !ariabel %ida# seren%a# semua ang "

!aluena O 0$05$ namun dila#u#an se'ara ber%a(a" dimulai dari

!ariabel ang mem"unai " !alue %erbesar,


10/25

10

3+, Fden%i#asi lineari%as !ariabel numeri# dengan %u&uan un%u#

menen%u#an a"a#a( !ariabel numeri# di&adi#an !ariabel

#a%agori# a%au %e%a" !ariabel numeri#, Harana dengan

mengelom"o##an !ariabel numeri# #e dalam 4 #elom"o#

berdasar#an nilai #uar%ilna, Kemudian la#u#an analisis logis%i#

dan di(i%ung nilai -

in%era#si !ariabel #e dalam model, Penen%uan !ariabel in%era#si

sebi#na melalui "er%imbangan logi#a subs%an%i, Pengu#ian

in%era#si dili(a% dari #ema#naan u&i s%a%is%i#, Bila !ariabel

mem"unai nilai berma#na$ ma#a !ariabel in%era#si "en%ing

dimasu##an dalam model,

$odel 'aktor Risiko

Pemodelan dengan %u&uan menges%imasi se'ara !alid (ubungansa%u !ariabel u%ama dengan !ariabel de"enden dengan mengon%rol

bebera"a !ariabel #ononding,

Ben%u# #erang#a #onse" model a#%orrisi#o.

X1 Y

X2

X3

X4

a(a"an "emodelan.


11/25

11

1+, ?a#u#an "emodelan leng#a"$ men'a#u" !ariabel u%ama $ semua

#andida% #ononding dan #andida% in%era#si )in%era#si diabua%

an%ara !ariabel u%ama dengan semua !ariabel #ononding+,

2+, ?a#u#an "enilaian in%era#si$ dengan 'ara mengeluar#an !ariabelin%era#si

ang nilai " aldasing


12/25

1#

da"a% dimasu##an dalam model mul%i!aria%, ele#si bi!aria%

mengguna#an u&i regresi logis%i# seder(ana

*#Analisis &i+ariat antara ,umur-dengan-&&lr-

1, Pili( InalGeQ

2, Pili( -egressionQ

3, Kli# Binar ?ogis%i'Q$ mun'ul menu dialog ang berisi #o%a#Dependent

dan #o%a# .o+ariates#

4, Pada #o%a# Dependen isi#an !ariabel ang #i%a "erla#u#an

sebagai de"enden )dalam (al ini berar%i masu##an lo-+ dan

"ada #o%a# inde"enden isi#an !ariabel inde"endenna )dalam (al

ini berar%i masu##an ageQ+,

e(ingga %am"ilanna sbb.

5, Kli# %ombol S"%ionsT $ #li# SHF or :;")B+T

6, Kli# SHon%inueT

7, Kli# K Q$ dan (asilna sbb.

Block 1: Method = Enter

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step

Bl!"

#del

2.760

2.760

2.760

1

1

1

.097

.097

.097

Variables in the Equation

B S.$. %ald df Sig. $&p'B(

95.0) C.*.fr

$+,'B(

er /pper


13/25

1&

Satep age

1 Cst

at

-.051

.385

.032

.732

2.635

.276

1

1

.105

.599

.950

1.469

.893 1.011

a. ariale's( etered step 1 age.

ari (asil ou%"u%$ "ada %am"ilan Blo'# 1 dida"a%#an (asil omnibus %es%

"ada bagian Blo' dengan " !alue 0$097 berar%i !ariabel umur " !alue

na 0$25 se(ingga !ariabel umur dapat dilan&u%#an #e analisis

mul%i!aria%, ari %am"ilan P nilai - da"a% di#e%a(ui dari #olom

:;")B+ ai%u sebesar 0$950 )95L HF.

0$89<1$01+

/#Analisis &i+ariat antara ,ras- dengan,&&lr-

1, Pili( InalGeQ


3, Kli# Binar ?ogis%i'Q$ mun'ul menu dialog ang berisi #o%a#

e"enden% dan #o%a# Ho!aria%es#

4, Pada #o%a# e"enden% %e%a" berisi loQ dan "ada #o%a#

Ho!aria%es !ariabel SageT di#eluar#an dan gan%ila( dengan

mengisi#an !ariabel Sra'eT, am"ilanna sbb

5, Pada !ariabel ras "erlu dila#u#an dumm ole( #arena !ariabel

ras ber&enis #a%agori# dengan isi lebi( dari 2 nilai$ %e"a%na 3

#elom"o#)ai%u .ras u%i($ (i%am dan lainna+, Kli# %ombol

Ha%egori'al$ "inda(#an Sra'eT dari #o%a# 'o!aria%es #e #o%a#

'a%egori'al 'o!aria%es$ #li# "ili(an Sirs%T "ada

bagian -eeren'e 'a%egor$ lalu #li# H(ange$ dan %am"ilanna.6, Kli# Hon%inue$ laar #e menu logis%i'

7, Kli# K

Categorical Variables Codings

reque!

,araeter !dig

'1( '2(

a!e %hite

Bla!"

ther

96

26

67

.000

1.000

.000

.000

.000

1.000


14/25

1'


Chi-square df Sig.

Step 1 Step

Bl!"

#del

5.010

5.010

5.010

2

2

2

.082

.082

.082



95.0) C.*.fr

$+,'B(

er /pper

Stea

ra!ep 1 ra!e'1(

ra!e'2(

Cstat

.845

.636

-1.155

.463

.348

.239

4.922

3.323

3.345

23.330

2

1

1

1

.085

.068

.067

.000

2.328

1.889

.315

.939

.955

5.772

3.736

a. ariale's( etered step 1 ra!e.

Rasil u&i dida"a%#an " !alue 0$087 berar%i " !alue 0$25$ se(ingga

!ariabel ras da"% lan&u% #e mul%i!aria%, ari ou%"u% da"a% di#e%a(ui

&uga nilai - dumm$ %erli(a% ada dua nilai - ai%u - un%u# ra'e)1+

2$328 ar%ina ras #ulia% (i%am a#an berisi#o baina bblr sebesar 2$3

#ali lebi( %inggi dibanding#an ras #uli% "u%i(, - un%u# ra'e)2+

besarna 1$89 ar%ina ras #elom"o# lainna mem"unai risi#o baina

bblr sebesar 1$89 #ali lebi %inggi dibanding#an ras #uli% "u%i(,

0# Analisis &i+ariat antara ,hipertensi- dengan ,&&lr-

1, Pili( InalGeQ




4, Pada #o%a# e"enden% %e%a" berisi loQ dan "ada #o%a#Ho!aria%es isi#an

(%Q, Kli# K$ am"ilanna sbb.


Chi-square df Sig.

Step 1 Step

Bl!"

#del

4.022

4.022

4.022

1

1

1

.045

.045

.045



15/25

1


95.0) C.*.fr

$+,'B(

er /pper

Satep ht

1 Cstat

1.214

-.877

.608

.165

3.979

28.249

1

1

.046

.000

3.365

.416

1.021 11.088

a. ariale's( etered step 1 ht.

Hasil u&i dida"a%#an " !alue 0$045 )" !alue 0$25+ berar%imasu# dalam mul%i!aria%

1# Analisis &i+ariat antara ,kelainan uterus- dengan ,&&lr-

7, Pili( InalGeQ


9, Kli# Binar ?ogis%i'Q$ mun'ul menu dialog angberisi #o%a#



Ho!aria%es isi#an uiQ, Kli# K$ am"ilanna sbb.


Chi-square df Sig.

Step 1 Step

Bl!"

#del

5.076

5.076

5.076

1

1

1

.024

.024

.024



95.0) C.*.fr

$+,'B(

er /pper

Satep ui

1 Cstat

.947

-.947

.417

.176

5.162

29.072

1

1

.023

.000

2.578

.388

1.139 5.834

a. ariale's( etered step 1 ui.

Rasil " !alue 0$024 )" !alue 0$25+$ ma#a !ariabel #elainan

u%erus da"a% lan&u% #e mul%i!aria%

#Analisis &i+ariat antara ,periksa hamil- dengan,&&lr-

1,Pili( InalGeQ


16/25

1

2,Pili( -egressionQ

3,Kli# Binar ?ogis%i'Q$ mun'ul menu dialog ang berisi #o%a#


4,Pada #o%a# e"enden% %e%a" berisi loQ dan "ada #o%a#Ho!aria%es isi#an

%!Q, Kli# K$ am"ilanna sbb.


Chi-square df Sig.

Step 1 Step

Bl!"

#del

.773

.773

.773

1

1

1

.379

.379

.379


B S.$. %ald df Sig. $&p'B(95.0) C.*.fr $+,'B(er /pper

Satep ft

1 Cstat

-.135

-.687

.157

.195

.744

12.427

1

1

.389

.000

.874

.503

.643 1.188

a. ariale's( etered step 1 ft.

Rasil u&i " !alue 0$379 )" !alue O 0$25+ se(ingga se'ara s%a%is%i#

%ida# da"a% lan&u% #e mul%i!aria%$ namun #arena se'ara subs%ansi

!ariabel "eri#sa (amil sanga% "en%ing$ ma#a !ariabel ini da"a% dianalisis

mul%i!aria%e

2#Analisis &i+ariat antara ,merokok- dengan ,&&lr-


Chi-square df Sig.

Step 1 Step

Bl!"

#del

4.867

4.867

4.867

1

1

1

.027

.027

.027

Variables in theEquation


95.0) C.*.fr $+,'B(

er /pper

Satep s"e

1 Cstat

.704

-1.087

.320

.215

4.852

25.627

1

1

.028

.000

2.022

.337

1.081 3.783

a. ariale's( etered step 1 s"e.

:asil aalisis iariat didapat"a p alue ; 0


17/25

1*

3#Analisis &i+ariat antara ,prematur- dengan ,&&lr-


Chi-square df Sig.Step 1 Step

Bl!"#del

6.779

6.7796.779

1

11

.009

.009

.009

Variables in theEquation


95.0) C.*.fr

$+,'B(

er /pper

Satep ptl

1 Cstat

.802

-.964

.317

.175

6.391

30.370

1

1

.011

.000

2.230

.381

1.197 4.151

a. ariale's( etered step 1 ptl.

:asil aalisis didapat"a p alue seesar 0


18/25

1

(amil %e%a" dianalisis mul%i!aria% ole( #arena se'ara subs%ansi "eri#sa

(amil meru"a#an !ariabel ang sanga% "en%ing ber(ubungan dengan

#e&adian bblr,

%E$ODELAN $4LTI(ARIATelan&u%na dila#u#an analisis mul%i!aria% #eenam !ariabel

%ersebu% dengan #e&adian bblr,

1,, ?a#u#an "emili(an !ariabel ang ber(ubungan signi#andengan !ariabel

de"enden,

1, Pili(InalGeQ

2, Pili(-egressionQ




Ho!aria%es isi#an !ariabel age$ ra'e$ smo#e$ "%l$ (%$ ui$ %!, Fnga%

un%u# -a'e dila#u#an dumm,

5, Kli# "%ion$ "ili( SHF ore;")B+T

6, Kli# SHon%inueT


19/25

1%

7, Kili# SKT

Logistic Regression



95.0) C.*.fr

$+,'B(

er /pper

Satep age

1 ra!e

ra!e'1(

ra!e'2(

s"e

ptl

ht

ui

ftCstat

-.041

1.009

1.003

.964

.630

1.361

.802

.009

-1.183

.036

.502

.426

.391

.340

.631

.458

.161

.919

1.249

6.783

4.034

5.560

6.090

3.429

4.648

3.066

.003

1.659

1

2

1

1

1

1

1

1

1

1

.264

.034

.045

.018

.014

.064

.031

.080

.954

.198

.960

2.743

2.727

2.622

1.877

3.902

2.229

1.009

.306

.894

1.025

1.185

1.219

.964

1.132

.909

.736

1.031

7.345

6.280

5.639

3.654

13.451

5.468

1.384

a. ariale's( etered step 1 age< ra!e< s"e< ptl< ht< ui< ft.

ari (asil analisis %erli(a% ada 4 !ariabel ang " !aluena O 0$05 ai%u

age$ "%l$ ui dan %!$ ang %erbesar adala( %!$ se(ingga "emodelan

selan&u%na !ariabel %! di#eluar#an dari model,

engan lang#a( ang sama a#(irna di"erole((asil sbb,

Logistic Regression



95.0) C.*.fr

$+,'B(

er /pper

Satep age

1 ra!e

ra!e'1(ra!e'2(

s"e

ptl

ht ui

Cstat

-.040

1.009

1.002

.963

.629

1.358

.800

-1.184

.036

.503

.425

.390

.340

.629

.457

.919

1.275

6.781

4.035

5.562

6.086

3.423

4.663

3.063

1.661

1

2

1

1

1

1

1

1

1

.259

.034

.045

.018

.014

.064

.031

.080

.197

.960

2.744

2.723

2.620

1.875

3.889

2.226

.306

.896

1.025

1.184

1.219

.963

1.134

.908

1.030

7.347

6.262

5.632

3.651

13.341

5.454

a. ariale's( etered step 1 age< ra!e< s"e< ptl< ht< ui.

e%ela( %! di#eluar#an #i%a li(a% "eruba(an nilai - un%u# !ariabel

age$ ra'e$


20/25

#0

smo#e$ "%l$ (%$ dan ui,

/ariabel - %! ada - %! %a# ada "eruba(an -

Ige

-a'e)1+

-a'e)2

+

mo#e

P%l

R%

0,960

2,7432,727

2,622

1,877

3,902

2,229

1,009

0,960

2,744

2,723

2,620

1,875

0 L

0 L0 L

0 L

0$1 L

0,3 L

0$1 L

engan (asil "erbandingan - %erli(a% %ida# ada ang O 10 L dengan

demi#ian di#eluar#an dalam model, elan&u%na !ariabel ang %erbesar

" !aluena adala( umur$ dengan demi#ian di#elur#an dar model dan

(asilna

Rasilnana .



95.0) C.*.fr

$+,'B(

er /pper

Satep ra!e

1 ra!e'1(

ra!e'2(

s"e

ptl

ht ui

Cstat

1.088

1.059

.991

.576

1.364

.855

-2.146

.501

.418

.387

.334

.633

.451

.386

7.968

4.723

6.422

6.569

2.975

4.640

3.585

30.917

2

1

1

1

1

1

1

1

.019

.030

.011

.010

.085

.031

.058

.000

2.968

2.883

2.694

1.779

3.912

2.350

.117

1.113

1.271

1.263

.925

1.131

.970

7.916

6.538

5.747

3.422

13.537

5.692

a. ariale's( etered step 1 ra!e< s"e< ptl< ht< ui.

e%ela( !ariabel umur di#eluar#an$ #i%a 'e# lagi "eruba(an - un%u#!ariabel

ang masi( a#%i di model,

/ariabel - age ada - age %a# ada "eruba(an -


21/25

#1

Ige

-a'e)1

+

-a'e)2+

mo#e

P%l

R%

0,960

2,743

2,727

2,6221,877

3,902

2,229

1,009

<

2,968

2,88

3

2,694

1,779

3,91

8$2 L

5$7 L

2$7 L5$2 L

0,3 L

5$4 L

ari analisis "erbandingan -$ %erna%a "eruba(anna 10 L$

dengan demi#ian !ariabel umur di#eluar#an dari model

?ang#a( selan&u%na mengeluar#an !ariabel ang " !aluena O 0$05$

!ariabel "%l di#eluar#an model$ (asilna



95.0) C.*.fr

$+,'B(

er /pper

Satep ra!e

1 ra!e'1(

ra!e'2(

s"e

ht

ui

Cstat

1.0641.083

1.094

1.359

1.006

-2.092

.499

.413

.380

.630

.438

.380

8.245

4.545

6.877

8.299

4.660

5.262

30.307

2

1

1

1

1

1

1

.016

.033

.009

.004

.031

.022

.000

2.8972.955

2.986

3.894

2.734

.123

1.0901.315

1.419

1.133

1.158

7.7046.640

6.286

13.379

6.458

a. ariale's( etered step 1 ra!e< s"e< ht< ui.

e%ela( "%l di#eluar#an$ #i%a li(a% "eruba(an - na.


22/25

##

/ariabel - "%l ada - "%l %a# ada "eruba(an -

Ige

-a'e)1

+-a'e)2

+

mo#e

P%l

R%

0,960

2,743

2,7272,622

1,877

3,902

2,229

1,009

<

2,897

2,955

2,986

<

3,894

5$6 L

8$3 L13$8 L

<

0,2 L

22$6 L

erna%a se%ela( "%l di#eluar#an$ - !ariabel mero#o# dan

#elainan u%erus beruba( O 10 L$ dengan demi#ian !ariabel "%ldimasu##an #embali dalam model,

Kemudian !ariabel ui di#eluar#an dalam model #arena " !aluena O0$05$ dan (asilna sbb.



95.0) C.*.fr

$+,'B(

er /pper

Satep ra!e

1 ra!e'1(

ra!e'2(

s"e

ht

ptl

Cstat

1.0621.085

.996

1.221

.696

-2.025

.500

.411

.382

.629

.325

.372

8.286

4.5136.949

6.794

3.764

4.596

29.586

2

11

1

1

1

1

.016

.034

.008

.009

.052

.032

.000

2.8942.958

2.707

3.390

2.007

.132

1.0861.321

1.280

.988

1.062

7.7126.626

5.726

11.640

3.793

a. ariale's( etered step 1 ra!e< s"e< ht< ptl.

Ki%a li(a% #embali "eruba(an nilai - se%ela( !ariabel ui di#eluar#an .


23/25

#&

/ariabel - ui ada - ui %a# ada "eruba(an -

Ige

-a'e)1

+-a'e)2

+

mo#e

P%l

R%

0,960

2,743

2,7272,622

1,877

3,902

2,229

1,009

<

2,894

2,958

2,707

2,007

3,39

5$5 L

8$4 L3$2 L

6$9 L

13,1 L

<

<

e%ela( dila#u#an "erbandingan -$ %erna%a !ariabel (% beruba( O10 L$ dengan demi#ian !ariabel ui masu# #embali dalam model,I#(irna model ang di(asil#an adala( sbb.



95.0) C.*.fr

$+,'B(

er /pper

Satep ra!e

1 ra!e'1(

ra!e'2(

s"eptl

ht ui

Cstat

1.088

1.059

.991

.576

1.364

.855

-2.146

.501

.418

.387

.334

.633

.451

.386

7.968

4.723

6.422

6.5692.975

4.640

3.585

30.917

2

1

1

11

1

1

1

.019

.030

.011

.010

.085

.031

.058

.000

2.968

2.883

2.6941.779

3.912

2.350

.117

1.113

1.271

1.263.925

1.131

.970

7.916

6.538

5.7473.422

13.537

5.692


45I INTERAKSI

U&i in%era#si dila#u#an "ada !ariabel ang diduga se'ara subs%ansi ada

in%era#si$ #alau memang %ida# ada %ida# "erlu dila#u#an u&i

in%era#si, alam #asus se#arang$ misal#an #i%a duga mero#o#

berin%era#si dengan (i"er%ensi, ?ang#a(na.

1, #li# analsis$ #li# regression$ #li# binar ogis%i#

2, Ko%a# de"enden isi#an lo

3, Ko%a# Ko!aria% isi#an -a'e$ smo#e$ "%l$ (% dan ui

4, Kli# %ombol Ne;%

6# isi#an . smo#eM(% #e #o%a# #o!aria%


24/25

#'

2# #li# K

li(a% (asilna "ada bagian Blo'# 2

Block 2: Method = Enter


Chi-square df Sig.

Step 1 Step

Bl!"

#del

.000

.000

26.560

1

1

7

.994

.994

.000



95.0) C.*.fr

$+,'B(

er /pper S

atep ra!e

1 ra!e'1(

ra!e'2(

s"e

ptl

ht

ui

ht s"e

Cstat

1.088

1.059

.990

.576

1.360

.854

.010

-2.146

.502

.419

.397

.336

.831

.451

1.283

.386

7.900

4.692

6.387

6.211

2.937

2.680

3.584

.000

30.875

2

1

1

1

1

1

1

1

1

.019

.030

.011

.013

.087

.102

.058

.994

.000

2.969

2.883

2.692

1.779

3.896

2.350

1.010

.117

1.109

1.268

1.236

.921

.765

.970

.082

7.946

6.555

5.865

3.438

19.852

5.693

12.491

a. ariale's( etered step 1 ht > s"e .

,ada utput agia Block 2:Methode=Enter terlihat hasil u?i iusa

eperlihat"a p alue ; 0


25/25

#

Satep ra!e

1 ra!e'1(

ra!e'2(

s"e

ptl

ht uiCstat

1.088

1.059

.991

.576

1.364.855

-2.146

.501

.418

.387

.334

.633

.451

.386

7.968

4.723

6.422

6.569

2.975

4.6403.585

30.917

2

1

1

1

1

11

1

.019

.030

.011

.010

.085

.031

.058

.000

2.968

2.883

2.694

1.779

3.9122.350

.117

1.113

1.271

1.263

.925

1.131.970

7.916

6.538

5.747

3.422

13.5375.692


Fn%er"re%asi.

>odel regresi logis%i# (ana da"a% diguna#an un%u# "eneli%ian ang

bersia% Kohort, edang#an unu%# "eneli%ian ang bersia% 'ross

se'%ional a%au 'ase 'on%rol$ in%er"re%asi ang da"a% dila#u#an (ana

men&elas#an nilai - ):;" B+ "ada masing

ltm 5 regresi logistik

Documents