2. Regresi logistik ganda, digunakan bila ingin mempelajari hubungan antara
beberapa variabel independen dengan satu variabel dependen yang bersifat dikotomous.
Tujuan dari analisis regresi logistik adalah untuk mendapatkan model yang paling baik fit dan sederhana parsinomy yang dapat menggambarkan hubungan
antara variabel dependen dan variabel independen.
2.6.2 Model Regresi Logistik Ganda
Interpretasi pada regresi logistik dengan fitted model adalah inferensi dan pengambilan kesimpulan berdasarkan pada koefisien estimasi yang menggambarkan
slope atau perubahan pada variabel dependen per unit perubahan pada variabel independen. Interpretasi ini menyangkut dua hal yaitu Yasril, 2009 :
1. Perkiraan mengenai hubungan fungsional antaravariabel dependen dengan variabel
independen 2.
Menentukan pengaruh pada variabel dependen yang disebabkan oleh tiap unit perubahan variabel independen
Untuk interpretasi tersebut maka digunakan model regresi logistik : Log p 1 –
p = α + β
1
X
1
+ β
2
X
2
+ …. + β
i
X
i
Dimana p adalah probabilitas kejadian suatu penyakit Y=1, dan X
1
, X
2
, X
3
a dalah variabel independen, α adalah konstanta dan β
i
adalah koefisien regresi. Model regresi logistik tersebut dapat digunakan pada data yang dikumpulkan
melalui rancangan kohort, case control maupun cross sectional. Pada rancangan
Universitas Sumatera Utara
penelitian tersebut dapat dihitung besar faktor risiko atau nilai Odds Ratio OR, yang merupakan perhitungan eksponensial β dari persamaan garis regresi logistik.
Odds Ratio OR = exp
β
atau OR = e
β
Sedang batas-batas keyakinan OR sebagaimana biasa dihitung dengan menggunakan koefisien regresi serta kesalahan baku Standard Error sebagai
berikut: IK 95 = exp [β
i
+- 1,96β
i
] Keistimewaan lainnya dari analisis regresi logistik ganda adalah
kemampuannya menaksir probabilitas individu untuk mengalami peristiwa berdasarkan nilai-nilai sejumlah variabel independen yang diukur padanya. Sehingga
untuk probabilitas kejadian suatu penyakit dapat ditulis sebagai berikut Murti, 1997:
2.6.3 Statistik Uji Regresi Logistik Ganda
Ada beberapa metode uji statistik yang digunakan dalam analisis regresi logistik ganda untuk menguji kemaknaan koefisien regresi β
i
yang diperoleh dengan teknik kemungkinan maksimum Maximum Likelihood, antara lain Murti, 1997 :
1. Statistik G
Statistik G ialah rasio logaritmik antara Likelihood model tanpa variabel dan Likelihood model dengan variabel. Rumusnya yaitu :
Universitas Sumatera Utara
Dengan batas kritis G
3
X
2 tabelα;df
atau p-Value α , Asumsi H
: β=0 2.
Uji Wald Uji Wald diperoleh dengan membandingkan taksiran Maximum Likelihood
koefisien regresi β
i
dengan taksiran kesalahan baku SE. Rumusnya yaitu : Wald
= βSE
β 2
Dengan batas kritis Wald Z
α2
atau p-Value α
2.6.4 Model Multivariat a. Model Prediksi
