Professional Documents
Culture Documents
Regresi Logistik Rev
Regresi Logistik Rev
S3-IKM_FKM UI
Regresi Logistik:
a. Sederhana (simple) hanya satu variabel
independen
b. Ganda (multiple) lebih dari satu variabel
independen
1. Model Prediksi
Caranya :
dengan mengelompokkan variabel numerik ke dalam 4
kelompok berdasarkan nilai kuartilnya. Kemudian
lakukan analisis logistik dan dihitung nilai OR-nya. Bila
nilai OR masing-masing kelompok menunjukkan bentuk
garis lurus, maka variabel numerik dapat dipertahankan.
Namun bila hasilnya menunjukkan adanya patahan,
maka dapat dipertimbangkan dirubah dalam bentuk
katagorik.
4. Setelah memperoleh model yang memuat
variabel-variabel penting, maka langkah terakhir
adalah memeriksa kemungkinan interaksi variabel
ke dalam model.
2.0
1.8
1.6
1.4
1.2
1.0
.8
400 600 800 1000 1200 1400
Logit (Y ) a b1 x1 .... bk xk
1
P(Y ) ( a b1 x1 ..... bk xk )
P = Probabilitas
1 Exp
OR Exp (b )
OR = Odds Ratio
Analisis berikut melihat faktor yang berhubungan dengan pemakaian kondom
pada WTS (0=Tidak,1=Pakai)
Age : Continu
Brothel : 0=No, 1=Yes
Educ : 0=Lo, 1=Med, 2=Hi
Count
OR = 173*279/227*120 = 1.77
CO_L
1=Ya 0=Tdk Total
BROTHEL 1=Ya 173 227 400
RR = (173/400) / (120/399) = 1.44
0=Tdk 120 279 399
Total 293 506 799
OR Exp (b )
Contoh Soal:
Pilihan Options:
- Menghitung CI untuk OR atau exp()
- Memilih nilai untuk entry atau removal
variabel dalam metode Stepwise
Total number of cases: 799 (Unweighted)
Number of selected cases: 799
Number of unselected cases: 0
Number of selected cases: 799
Number rejected because of missing data: 35
Number of cases included in the analysis: 764
Keterangan diatas menyatakan ada 799 kasus (subjek), namun 35 kasus tidak
diikutkan dalam analysis karena missing value
Model dan Block Chi-Square menilai apakah model secara keseluruhan cocok
(fit) dengan data yang ada. Pada model ini p = 0.0002, maka model tsb
cocok dengan data.
Classification Table for CO_L
Predicted
.00 1.00 Percent Correct
0 I 1
Observed +-------+-------+
.00 0 I 460 I 22 I 95.44%
+-------+-------+
1.00 1 I 256 I 26 I 9.22%
+-------+-------+
Overall 63.61%
Pada tabel klasifikasi dapat dilihat kecocokan model dengan data yang ada.
Dari 482 subjek yang tidak pakai kondom, sebanyak 460 (95%) dapat diprediksi
oleh model. Dari 282 subjek yang pakai kondom, hanya 26 (9%) yang dapat
diprediksi oleh model.
Jika tidak pakai kondom dianggap sebagai hasil yang ingin diprediksi, maka dapat
dikatakann sensifitas model adalah 95%. Secara keseluruhan akurasi model
adalah 63.6%.
Dari hasil analysis diperoleh Model Regresi Logistik sbb:
Hasil tsb sama dengan hasil Wald test dengan p-value yang
tidak signifikan untuk AGE = 0.4168
Dengan merubah varibel AGE, dari kontinu menjadi
kategori (0,1,2) maka variabel AGE menjadi signifikan:
---------------------- Variables in the Equation -----------------------