Regresi Logistik

Regresi LogistikRegresi LogistikModel matematis menganalisis hubungan antara satu/ beberapa variabel independen yang bersifat kontinyu/ binary/dikotom dengan satu variabel dependen yang bersifat binary/binomial/dikotom dan menghasilkan persamaan prediktif.

Regresi Logistik Sederhana (simple) hanya satu variabel independen

Regresi Logistik Ganda (multiple) lebih dari satu variabel independen

Persamaan Regresi LogistikP=ProbablitasOR (Odds Ratio)=e(b)

Regresi Logistik Tabel Silang ANC dan BBLROdds ratio (OR)OR=(37x116)/(13x34)=9.710Studi Case-control/Cross sectionalResiko Relatif (RR) BBLRRR=(37/50)/(34/150)=3.265Studi CohortResiko Relatif (RR) NormalRR=(13/50)/(116/150)=0.336Studi Cohort

Regresi Logistik Regresi Logistik Sederhana Perintah SPSS Analyze Regression Binary Logistic Pindah variabel BBLR ke kotak Dependent dan ANC ke kotak Covariates: Kemudian klik Categorical lalu pindahkan ANC dari kotak Covariates: ke kotak Categorical Covariates: kemudian klik First pada Reference Category lalu klik Change dan Continue. Kemudian klik OK dan hasilnya adalah sebagai berikut:OR yang tidak ANC terhadap ANC untuk melahirkan bayi BBLROR=e(2.273)=9.710

Regresi LogistikRR yang tidak ANC terhadap ANC akan melahirkan bayi BBLR adalah

RR=P(Tidak ANC)/P(ANC)P(Tidak ANC)= 0.740P(Tidak ANC)= 0.227RR=P(Tidak ANC)/P(ANC)=0.740/0.227=3.265Resiko relatif ibu yang tidak ANC mempunyai probabilitas 3.265 kali untuk melahirkan BBLR dibanding dengan ibu yang ANC

Regresi LogistikAplikasi Regresi Logistik Ganda

Variabel Dependen: BBLR (0=BBLR 1=Normal)Variabel Independen: KERJA, UMUR, JMLANK, BERATIBU, Hb, ANC, TOLONG dan JKPerintah SPSS Analyze Regression Binary Logistic Pindah variabel BBLR ke kotak Dependent dan KERJA, UMUR, JMLANK, BERATIBU, Hb, ANC, TOLONG, JK ke kotak Covariates: Kemudian klik Categorical lalu pindahkan KERJA, ANC, TOLONG dan JK dari kotak Covariates: ke kotak Categorical Covariates: kemudian klik First pada Reference Category lalu klik Change dan Continue. Method: ENTER. Klik Options kemudian berikan tanda pada CI exp(B): 95 % lalu klik Continue. Kemudian klik OK dan hasilnya adalah sebagai berikut:

Regresi LogistikLogistic RegressionJumlah sampel yang dianalisisyaitu 200 sampelKode variabel dependen yaituKode 0 untuk BBLR dan 1 untukNormalVariabel independen kategorikal diubah ke variabel dummy menjadi kode 0 dan 1. Kode 0 sebagai Referensi.

Regresi LogistikBlock 1: Method = EnterModel dan Blok menilai persaman logistik regresi secara keseluruhan cocok (fit) dengan data. Nilai p=0.000, maka persamaan cocok (fit) dengan data.Dari 71 BBLR, 53 (74,6%)diprediksi model BBLR dandari 129 Normal, 113 (87,6%)diprediksi model Normal. Secara keseluruhan akurasimodel adalah 83,0%

Regresi LogistikKolom B koefisien variabel independen untuk persamaan logit(BBLR)

Kolom Wald = (B/SE)2, uji statistik dari hipotesis =0 dan hasil uji ditampilkan nilai-p (kolom Sig.)

Kolom Exp(B) dan 95,0% C.I. for Exp(B) adalah Odds ratio dan 95% tingkat kepercayaa dari odds ratio masing-masing variabel independen (ingat referensikategori dan lihat categorical variables codings untuk variabel kategorikal).

Strategi Pemodelan Regresi LogistikSimultan (Simultaneous Multiple Regression Model)Semua variabel independen secara bersama (simultan) masuk ke dalam persamaan regresi

Hierarki (Hierarchical Multiple Regression Model)Peneliti menentukan variabel independen yang pertama (variabel utama) masuk kedalam model kemudian diikuti oleh variabel lainnya.

Stepwise Multiple RegressionVariabel independen masuk kedalam model didasarkan pada statistik (p-value)Pemilihan dapat dilakukan dengan Backward atau Forward

Regresi LogistikLakukan pemodelan regresi logistik dengan metode seperti di bawah ini. Keluarkan satu-persatu variabel independen berdasarkan nilai-p terbesar secara manual Gunakan metode stepwise dengan milih Backward LR Interpretasikan hasilnya

*