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,
8/17/2019 Ltm 5 Regresi Logistik
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$43
Pada %abel %erli(a% ba(a ada "ening#a%an "ro"orsi #e&adian
&an%ung "ada #elom"o# umur sema#in %ua*lan&u%, Kemudian #i%a 'oba
sa&i#an da%a %ersebu%
dengan gra# dan (asilna da"a% dili(a% "ada grai# beri#u%.
0.9
0.8
0.7
0.60.5
0.4
0.3
0.2
0.1
0
20 - 29 30 – 34 35 – 39 40 – 44 45 – 49 50 – 54 55 – 59 60 – 69
8/17/2019 Ltm 5 Regresi Logistik
3/25
-[[[0’’/
Pada gra# %erli(a% &elas adana "ening#a%an ang %ida#
linear an%ara "ro"orsi #e&adian PJK dengan "ening#a%an umur,
iaali "ening#a%an ang landai$ #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
8/17/2019 Ltm 5 Regresi Logistik
4/25
Nilai @ meru"a#an nilai inde#s !ariabel inde"enden, Nilai @ ber!ariasian%ara
8/17/2019 Ltm 5 Regresi Logistik
5/25
>odel ?ogis%i#
>odel logis%i# di#embang#an dari unsi logis%i# dengan nilai @
meru"a#an "en¨a(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 @$ma#a rumus ungsi @ adala(
)G+ 1 ,
1 A e
8/17/2019 Ltm 5 Regresi Logistik
6/25
Jaab.
engan model regresi logis%i# ma#a "ada soal %ersebu% modelnaadala(.
f (z) = 1 .
1 + e-z
Nilai )G+ da"a% digan%i dengan P)E+$ 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
8/17/2019 Ltm 5 Regresi Logistik
7/25
1 A e
8/17/2019 Ltm 5 Regresi Logistik
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
8/17/2019 Ltm 5 Regresi Logistik
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,
8/17/2019 Ltm 5 Regresi Logistik
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,
$odel 'aktor Risiko
Pemodelan dengan %u&uan menges%imasi se'ara !alid (ubungansa%u !ariabel u%ama dengan !ariabel de"enden dengan mengon%rol
bebera"a !ariabel #ononding,
Ben%u# #erang#a #onse" model a#%orrisi#o.
X1 Y
X2
X3
X4
a(a"an "emodelan.
8/17/2019 Ltm 5 Regresi Logistik
11/25
11
1+, ?a#u#an "emodelan leng#a"$ 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
8/17/2019 Ltm 5 Regresi Logistik
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
$+,'B(
er /pper
8/17/2019 Ltm 5 Regresi Logistik
13/25
1&
Satep age
1 Cst
at
-.051
.385
.032
.732
2.635
.276
1
1
.105
.599
.950
1.469
.893 1.011
a. ariale's( etered step 1 age.
ari (asil ou%"u%$ "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$01+
/#Analisis &i+ariat antara ,ras- dengan,&&lr-
1, Pili( InalGeQ
2, Pili( -egressionQ
3, Kli# Binar ?ogis%i'Q$ 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
8/17/2019 Ltm 5 Regresi Logistik
14/25
1'
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
5.010
5.010
5.010
2
2
2
.082
.082
.082
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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$89 #ali lebi %inggi dibanding#an ras #uli% "u%i(,
0# Analisis &i+ariat antara ,hipertensi- dengan ,&&lr-
1, Pili( InalGeQ
2, Pili( -egressionQ
3, Kli# Binar ?ogis%i'Q$ 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 isi#an
(%Q, Kli# K$ am"ilanna sbb.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
4.022
4.022
4.022
1
1
1
.045
.045
.045
Variables in the Equation
8/17/2019 Ltm 5 Regresi Logistik
15/25
1
B S.$. %ald df Sig. $&p'B(
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$25+ berar%imasu# dalam mul%i!aria%
1# Analisis &i+ariat antara ,kelainan uterus- dengan ,&&lr-
7, Pili( InalGeQ
8, Pili( -egressionQ
9, Kli# Binar ?ogis%i'Q$ mun'ul menu dialog angberisi #o%a#
e"enden% dan #o%a# Ho!aria%es#
10, Pada #o%a# e"enden% %e%a" berisi loQ dan "ada #o%a#
Ho!aria%es isi#an uiQ, Kli# K$ am"ilanna sbb.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
5.076
5.076
5.076
1
1
1
.024
.024
.024
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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
8/17/2019 Ltm 5 Regresi Logistik
16/25
1
2,Pili( -egressionQ
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 isi#an
%!Q, Kli# K$ am"ilanna sbb.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
.773
.773
.773
1
1
1
.379
.379
.379
Variables in the Equation
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-
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
4.867
4.867
4.867
1
1
1
.027
.027
.027
Variables in theEquation
B S.$. %ald df Sig. $&p'B(
95.0) C.*.fr $+,'B(
er /pper
Satep s"e
1 Cstat
.704
-1.087
.320
.215
4.852
25.627
1
1
.028
.000
2.022
.337
1.081 3.783
a. ariale's( etered step 1 s"e.
:asil aalisis iariat didapat"a p alue ; 0
8/17/2019 Ltm 5 Regresi Logistik
17/25
1*
3#Analisis &i+ariat antara ,prematur- dengan ,&&lr-
Omnibus Tests of Model Coefficients
Chi-square df Sig.Step 1 Step
Bl!"#del
6.779
6.7796.779
1
11
.009
.009
.009
Variables in theEquation
B S.$. %ald df Sig. $&p'B(
95.0) C.*.fr
$+,'B(
er /pper
Satep ptl
1 Cstat
.802
-.964
.317
.175
6.391
30.370
1
1
.011
.000
2.230
.381
1.197 4.151
a. ariale's( etered step 1 ptl.
:asil aalisis didapat"a p alue seesar 0
8/17/2019 Ltm 5 Regresi Logistik
18/25
1
(amil %e%a" dianalisis mul%i!aria% ole( #arena se'ara subs%ansi "eri#sa
(amil meru"a#an !ariabel ang sanga% "en%ing ber(ubungan dengan
#e&adian bblr,
%E$ODELAN $4LTI(ARIATelan&u%na dila#u#an analisis mul%i!aria% #eenam !ariabel
%ersebu% dengan #e&adian bblr,
1,, ?a#u#an "emili(an !ariabel ang ber(ubungan signi#andengan !ariabel
de"enden,
1, Pili(InalGeQ
2, Pili(-egressionQ
3, Kli# Binar ?ogis%i'Q$ 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 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
8/17/2019 Ltm 5 Regresi Logistik
19/25
1%
7, Kili# SKT
Logistic Regression
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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$
8/17/2019 Ltm 5 Regresi Logistik
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 .
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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 -
8/17/2019 Ltm 5 Regresi Logistik
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
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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.
8/17/2019 Ltm 5 Regresi Logistik
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.
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
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 .
8/17/2019 Ltm 5 Regresi Logistik
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.
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
95.0) C.*.fr
$+,'B(
er /pper
Satep ra!e
1 ra!e'1(
ra!e'2(
s"eptl
ht ui
Cstat
1.088
1.059
.991
.576
1.364
.855
-2.146
.501
.418
.387
.334
.633
.451
.386
7.968
4.723
6.422
6.5692.975
4.640
3.585
30.917
2
1
1
11
1
1
1
.019
.030
.011
.010
.085
.031
.058
.000
2.968
2.883
2.6941.779
3.912
2.350
.117
1.113
1.271
1.263.925
1.131
.970
7.916
6.538
5.7473.422
13.537
5.692
a. ariale's( etered step 1 ra!e< s"e< ptl< ht< ui.
45I INTERAKSI
U&i in%era#si dila#u#an "ada !ariabel ang diduga se'ara subs%ansi ada
in%era#si$ #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%
8/17/2019 Ltm 5 Regresi Logistik
24/25
#'
2# #li# K
li(a% (asilna "ada bagian Blo'# 2
Block 2: Method = Enter
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step
Bl!"
#del
.000
.000
26.560
1
1
7
.994
.994
.000
Variables in the Equation
B S.$. %ald df Sig. $&p'B(
95.0) C.*.fr
$+,'B(
er /pper S
atep ra!e
1 ra!e'1(
ra!e'2(
s"e
ptl
ht
ui
ht s"e
Cstat
1.088
1.059
.990
.576
1.360
.854
.010
-2.146
.502
.419
.397
.336
.831
.451
1.283
.386
7.900
4.692
6.387
6.211
2.937
2.680
3.584
.000
30.875
2
1
1
1
1
1
1
1
1
.019
.030
.011
.013
.087
.102
.058
.994
.000
2.969
2.883
2.692
1.779
3.896
2.350
1.010
.117
1.109
1.268
1.236
.921
.765
.970
.082
7.946
6.555
5.865
3.438
19.852
5.693
12.491
a. ariale's( etered step 1 ht > s"e .
,ada utput agia Block 2:Methode=Enter terlihat hasil u?i iusa
eperlihat"a p alue ; 0
8/17/2019 Ltm 5 Regresi Logistik
25/25
#
Satep ra!e
1 ra!e'1(
ra!e'2(
s"e
ptl
ht uiCstat
1.088
1.059
.991
.576
1.364.855
-2.146
.501
.418
.387
.334
.633
.451
.386
7.968
4.723
6.422
6.569
2.975
4.6403.585
30.917
2
1
1
1
1
11
1
.019
.030
.011
.010
.085
.031
.058
.000
2.968
2.883
2.694
1.779
3.9122.350
.117
1.113
1.271
1.263
.925
1.131.970
7.916
6.538
5.747
3.422
13.5375.692
a. ariale's( etered step 1 ra!e< s"e< ptl< ht< ui.
Fn%er"re%asi.
>odel regresi logis%i# (ana da"a% diguna#an un%u# "eneli%ian ang
bersia% Kohort, edang#an unu%# "eneli%ian ang bersia% 'ross
se'%ional a%au 'ase 'on%rol$ in%er"re%asi ang da"a% dila#u#an (ana
men&elas#an nilai - ):;" B+ "ada masing