ANALISIS MULTIVARIAT

khoidaramirus.blogspot.com 1

ANALISIS MULTIVARIAT

Materi Kuliah : Khoidar Amirus, M.Kes


PENDAHULUAN• Merup analisis yg bertujuan

unt mempelajari hubungan BEBERAPA variabel independen dgn satu/lebih variabel dependen secara bersamaan.

Definisi• Kita ketahui bersama bahwa

masalah kesehatan masyarakat itu tidak dipengaruhi oleh satu penyebab, namun dipengaruhi oleh multi faktor

Intro • Jumlah sampel setiap variabel

minimal 10-15 respondenPerhatia

n


MANFAAT•Dapat mengetahui var independen mana yg paling besar pengaruhnya terhadap var dependen 1

•Dapat mengetahui apakah var independen berhubungan dg var dependen dipengaruhi oleh var lain or tidak2•Dapat mengatahui bentuk hubungan bbrp var independen dgn var dependen, apakah berhub langsung or tidak langsung3


SYARAT ANALISIS MULTIVARIAT

•Jenis skala data harus sesuai dg jenis uji statistiknya1•Jumlah sampel minimal 10 – 15 unt setiap variabel2

•Hasil uji bivariat masing-masing variabel independen thd dependen mempunyai nilai p-value ≤ 0,25 3•Namun bisa saja p-valuenya > 0,25 tetap ikut ke multivariat bila variabel tsb scr substansi penting 4


MACAM ANALISIS MULTIVARIAT

•Uji Regresi Logistik Ganda•Uji Regresi Linier Ganda•Uji Diskriminasi•Manova•Canonikal•Uji Regresi Cox

Metode Dependensi

•Uji Cluster dan analisis faktor (numerik)•Uji Multi dimensional scaling, Categorical analysis dan loglinier (kategorik)

Metode Interdependensi

04/27/2023Biostatistik@amirus_khoidar 6

PEDOMAN ANALISIS MULTIVARIAT DEPENDENSI

Variabel Independen

Variabel Dependen

Jenis Uji Statistik

Katagorik (dpt dg numerik)

Katagorik (satu variabel)

Uji Regresi Logistik Ganda

Numerik Numerik (satu variabel)

Uji Regresi Linier Ganda

Kontinyu Katagorik (satu variabel)

Uji Diskriminasi

Katagorik Numerik (bbrp variabel)

MANOVA

Katagorik (dpt dg numerik)

Katagorik (bbrp variabel)

Canonikal


KONFOUNDING•Merup kondisi bias dlm mengestimasi efek pajanan/expose thd kejdian peny/masl kesh•Bila variabel tsb merup risk faktor terjdinya peny/masl kesh namun variabel tsb jg berhub dgn variabel independen tp jg bkn merup risk faktor dr indep tsb.

KonfPajanan/Exposure

Efek /Outcome

Konfounding

Asosiasi Asosiasi


INTERAKSIInteraksi atau efek modifikasi adl

heterogenitas efek dri satu pajanan/exposure terhdp

pajanan/exposure yg lain. Jadi efek satu exposure terhdp kejadian peny/maslh

kes berbeda-beda antara kelomp exposure lainya.

Jika tdk ada interaksi berarti efek pajanan/exposure tsb homogen.


TAHAPAN•Melakukan seleksi bivariat1•Pemodelan multivariat2•Uji interaksi3•Uji Konfounding4 •Interpretasi model terakhir5


1. TAHAP SELEKSI BIVARIATMasing-masing var independen dilakukan

analisis bivariat dg var dependen

Bila hsl bivariat tsb menghslkan p-value < 0,25 maka var indep tsb langsung masuk tahap multivariat

Bila hsl bivariatnya > 0,25 namun secara substansi penting maka var indep tsb dpt dimasukkan dlm tahap multivariat


LANGKAH SELEKSI BIVARIAT

Klik ‘Analyze’

Pilih ‘Regression’

Pilih ‘Binary Logistic’

Pada kotak ‘Dependent’ isikan

variabel dependennya

Pada kotak ‘Covariates’ isikan

variabel independennya

Klik ‘Option’ pilih ‘CI for

exp (B)’

Klik ‘continue’ lalu klik ‘Ok’


CONTOHANALISIS FAKTOR TERJADINYA BBLR

IndependenGizi

PengetahuanUmur

Pendidikan


KERANGKA PENELITIANNYA

.X1

X2

X3

X4

Y

r1

Rr2

r4

r3

r5

r6

r7


HASIL OUTPUT SPSS SELEKSI BIVARIAT “GIZI”

Omnibus Tests of Model Coefficients

Chi-square df Sig.Step 1 Step 8.283 1 .004

Block 8.283 1 .004

Model 8.283 1 .004

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

95,0% C.I.for EXP(B)

Lower UpperStep 1a Gizi

.984 .347 8.032 1 .005 2.676 1.355 5.287

Constant-.449 .234 3.691 1 .055 .638

a. Variable(s) entered on step 1: Gizi.


HASIL OUTPUT SPSS SELEKSI BIVARIAT “PENGETAHUAN”



Block 18.253 2 .000

Model 18.253 2 .000




Lower UpperStep 1a Pengetahuan 15.959 2 .000

Pengetahuan(1) 1.495 .428 12.198 1 .000 4.461 1.927 10.323

Pengetahuan(2) 2.079 .604 11.860 1 .001 8.000 2.450 26.125

Constant -1.163 .362 10.308 1 .001 .313

a. Variable(s) entered on step 1: Pengetahuan.


HASIL OUTPUT SPSS SELEKSI BIVARIAT “UMUR”Omnibus Tests of Model Coefficients


Block 12.586 1 .000

Model 12.586 1 .000




Lower UpperStep 1a Umur

-.099 .030 11.230 1 .001 .906 .854 .960

Constant4.117 1.243 10.964 1 .001 61.374

a. Variable(s) entered on step 1: Umur.


HASIL OUTPUT SPSS SELEKSI BIVARIAT “PENDIDIKAN”


Chi-square df Sig.Step 1 Step .028 1 .867

Block .028 1 .867

Model .028 1 .867




Lower UpperStep 1a Didik

-.056 .336 .028 1 .867 .945 .490 1.825

Constant.028 .237 .014 1 .906 1.029

a. Variable(s) entered on step 1: Didik.


KESIMPULAN BIVARIATVariabel P-value Keterang

anGizi 0,004 Kandidat

Pengetahuan

0,000 Kandidat

Umur 0,000 Kandidat

Pendidikan 0,867 Bukan Kandidat

Ctt. Bila var penddk scr substansi penting maka dijadikan kandidat


2. TAHAP PEMODELANSemua var indep yg nilai value

bivariatnya < 0,25 masuk kedlm tahap pemodelan

Var indep yg nilai value bivariatnya > 0.25 namun secara substansi penting maka masuk ke dlm tahap pemodelan

Var indep yg nilai value multivariatnya > 0,05 dikeluarkan dr tahap pemodelan scr satu per satu tidak serentak, dimulai dr

nilai value paling besar

Setiap mengeluarkan var indep tsb hitung selisih OR, bila terdpt perubahan

OR > 10% maka var indep tsb dimasukan kembali dlm tahap pemodelan


RUMUS SELISIH OR.

OR crude – OR adjustSelisih OR = x 100 %

OR adjust

OR crude = Nilai OR variabel setelah dikeluarkanOR adjust = Nilai OR variabel sebelum dikeluarkan


LANGKAH PEMODELAN SPSS

Klik ‘Analyze’






SEMUA variabel independennya

Klil ‘Option’ pilih ‘CI for

exp (B)’

Klik ‘continue’ lalu klik ‘Ok’


HASIL OUTPUT SPSS PEMODELAN “Tahap 1”




Lower UpperStep 1a Gizi 1.760 .734 5.740 1 .017 5.811 1.377 24.515

Tahu 22.473 2 .000

Tahu(1) 2.999 .688 19.011 1 .000 20.059 5.211 77.218

Tahu(2) 2.611 .706 13.685 1 .000 13.610 3.413 54.276

Umur -.123 .034 13.294 1 .000 .884 .827 .945

Didik .284 .747 .145 1 .704 1.329 .307 5.751

Constant 2.087 1.422 2.155 1 .142 8.058

a. Variable(s) entered on step 1: Gizi, Tahu, Umur, Didik.


HASIL OUTPUT SPSS PEMODELAN “Tahap 2”




Lower UpperStep 1a Gizi

1.945 .566 11.806 1 .001 6.990 2.306 21.194

Tahu23.052 2 .000

Tahu(1)2.919 .652 20.014 1 .000 18.518 5.155 66.519

Tahu(2)2.598 .704 13.623 1 .000 13.439 3.382 53.401

Umur-.122 .033 13.253 1 .000 .885 .829 .945

Constant2.113 1.419 2.216 1 .137 8.272

a. Variable(s) entered on step 1: Gizi, Tahu, Umur.


PERHITUNGAN PERUBAHAN OR

Variabel OR Lengkap OR Stlh Keluar Perub OR

Gizi 5,811 6,990 20,2 %

Pengetahuan 1 20,059 18,518 -7,6 %

Pengetahuan 2 13,610 13,439

Umur 0,884 0,885

Pendidikan 1,329

(6,990 – 5,811)/5,811 x 100% = 20,2 %


PEMODELAN AKHIR





Tahu 22.473 2 .000

Tahu(1) 2.999 .688 19.011 1 .000 20.059 5.211 77.218

Tahu(2) 2.611 .706 13.685 1 .000 13.610 3.413 54.276

Umur -.123 .034 13.294 1 .000 .884 .827 .945

Didik .284 .747 .145 1 .704 1.329 .307 5.751

Constant 2.087 1.422 2.155 1 .142 8.058



3. TAHAP UJI INTERAKSI

Uji interaksi dilakukan pada variabel yg diduga scr substansi ada interaksi

Apabila tidak ada yg diduga berinteraksi maka tidak perlu

dilakukan uji interaksi

Kententuan bila p-value nya > 0,05 maka tidak ada interaksi


LANGKAH PEMODELAN SPSS

Klik ‘Analyze’






variabel yg berinteraksi

pilih >a*b> kemudian klik

Lalu klik ‘Ok’


HASIL UJI INTERAKSI PENGETAHUAN*PENDIDIKAN


Chi-square df Sig.Step 1 Model

50.821 5 .000


4. TAHAP UJI KONFOUNDING

Uji konfounding dg cara melihat nilai OR variabel utama dg dikeluarkanya

variabel kandidat konfounding

Apabila terjadi perubahan OR > 10 % maka variabel tersebut dianggap

sebagai variabel konfounding


PEMODELAN AKHIR





Tahu 22.473 2 .000

Tahu(1) 2.999 .688 19.011 1 .000 20.059 5.211 77.218

Tahu(2) 2.611 .706 13.685 1 .000 13.610 3.413 54.276

Umur -.123 .034 13.294 1 .000 .884 .827 .945

Didik .284 .747 .145 1 .704 1.329 .307 5.751

Constant 2.087 1.422 2.155 1 .142 8.058



5. TAHAP INTERPRETASI

Dari hsl analisis multivariat ternyata variabel yg berhub dg kejadian BBLR

adl var gizi, tahu, umur, didik.

Hsl analisis didpt nilai OR dr var pengetahuan adl 20. artinya ibu yg mempunyai pengetahuan tidak baik

akan melahirkan bayi BBLR sebesar 20 kali lebih tinggi jika dibandingkan dg ibu yg mempunyai pengetahuan baik setelah dikontrol var gizi, umur dan

didik


KESIMPULAN DOMINAN

. Untuk melihat var mana yg paling dominan atau paling besar pengaruhnya thd var

dependen dpt dilihat dari nilai exp(B). Karena semakin besar

nilai exp(B) bearti semakin besar pengaruhnya thd var

dependen yg dianalisis

Documents

ANALISIS MULTIVARIAT