Upload
arie-d-handoko
View
240
Download
9
Embed Size (px)
DESCRIPTION
preserntation analsisis multivariat
Citation preview
khoidaramirus.blogspot.com 1
ANALISIS MULTIVARIAT
Materi Kuliah : Khoidar Amirus, M.Kes
khoidaramirus.blogspot.com 2
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
khoidaramirus.blogspot.com 3
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
khoidaramirus.blogspot.com 4
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
khoidaramirus.blogspot.com 5
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
khoidaramirus.blogspot.com 7
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
khoidaramirus.blogspot.com 8
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.
khoidaramirus.blogspot.com 9
TAHAPAN•Melakukan seleksi bivariat1•Pemodelan multivariat2•Uji interaksi3•Uji Konfounding4 •Interpretasi model terakhir5
khoidaramirus.blogspot.com 10
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
khoidaramirus.blogspot.com 11
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’
khoidaramirus.blogspot.com 12
CONTOHANALISIS FAKTOR TERJADINYA BBLR
IndependenGizi
PengetahuanUmur
Pendidikan
khoidaramirus.blogspot.com 13
KERANGKA PENELITIANNYA
.X1
X2
X3
X4
Y
r1
Rr2
r4
r3
r5
r6
r7
khoidaramirus.blogspot.com 14
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.
khoidaramirus.blogspot.com 15
HASIL OUTPUT SPSS SELEKSI BIVARIAT “PENGETAHUAN”
Omnibus Tests of Model Coefficients
Chi-square df Sig.Step 1 Step 18.253 2 .000
Block 18.253 2 .000
Model 18.253 2 .000
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 16
HASIL OUTPUT SPSS SELEKSI BIVARIAT “UMUR”Omnibus Tests of Model Coefficients
Chi-square df Sig.Step 1 Step 12.586 1 .000
Block 12.586 1 .000
Model 12.586 1 .000
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 17
HASIL OUTPUT SPSS SELEKSI BIVARIAT “PENDIDIKAN”
Omnibus Tests of Model Coefficients
Chi-square df Sig.Step 1 Step .028 1 .867
Block .028 1 .867
Model .028 1 .867
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 18
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
khoidaramirus.blogspot.com 19
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
khoidaramirus.blogspot.com 20
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
khoidaramirus.blogspot.com 21
LANGKAH PEMODELAN SPSS
Klik ‘Analyze’
Pilih ‘Regression’
Pilih ‘Binary Logistic’
Pada kotak ‘Dependent’ isikan
variabel dependennya
Pada kotak ‘Covariates’ isikan
SEMUA variabel independennya
Klil ‘Option’ pilih ‘CI for
exp (B)’
Klik ‘continue’ lalu klik ‘Ok’
khoidaramirus.blogspot.com 22
HASIL OUTPUT SPSS PEMODELAN “Tahap 1”
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 23
HASIL OUTPUT SPSS PEMODELAN “Tahap 2”
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 24
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 %
khoidaramirus.blogspot.com 25
PEMODELAN AKHIR
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 26
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
khoidaramirus.blogspot.com 27
LANGKAH PEMODELAN SPSS
Klik ‘Analyze’
Pilih ‘Regression’
Pilih ‘Binary Logistic’
Pada kotak ‘Dependent’ isikan
variabel dependennya
Pada kotak ‘Covariates’ isikan
variabel yg berinteraksi
pilih >a*b> kemudian klik
Lalu klik ‘Ok’
khoidaramirus.blogspot.com 28
HASIL UJI INTERAKSI PENGETAHUAN*PENDIDIKAN
Omnibus Tests of Model Coefficients
Chi-square df Sig.Step 1 Model
50.821 5 .000
khoidaramirus.blogspot.com 29
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
khoidaramirus.blogspot.com 30
PEMODELAN AKHIR
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
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.
khoidaramirus.blogspot.com 31
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
khoidaramirus.blogspot.com 32
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