regresi logistik
TRANSCRIPT
REGRESI LOGISTIK
Regresi logistik merupakan pengembangan lebih lanjut sebagai multivariat chi square
yaitu variabel dependentnya dalam skala data nominal (dikotomis ). Regresi logistik termasuk
dalam rumpun dari regresi sehingga kedudukannya sama dengan regresi linier, sebagai uji
prediksi atau estimasi, namun secara sederhana perbedaan antara regresi biasa dengan
pemodelan logit ialah hanya pada variabel dependen atau responnya. Dimana pada regresi
biasa dengan pemodelan logit ialah hanya pada variabel dependen dan responnya. Dimana
pada regresi biasa, data variabel berupa data kontinyu, namun pada regresi logistik, data
variabel dependennya berupa kategorik, baik Biner ( seperti Ya atau Tidak ) yang sering
disebut dikotomus, atau juga polycotomus ( seperti sangat setuju, setuju, biasa, tidak setuju,
dan sangat tidak setuju ), namun yang sering digunakan adalah untuk variabel dependen
dikotomus.
Model logit berdasarkan dari ide linier probability model (LPM ), yaitu Y = b₀ + b₁X
+ u misalnya variabel X adalah usia sedangkan variabel Y kejadian ca pulmo ( kanker
pulmo)dimana 0 = tidak terjadi ca pulmo, 1 = tidak terjadi ca pulmo. Regresi linier tidak
mampu menyelesaikan analisis ini, namun LPM dapat menyelesaikan analisis ini dengan cara
ekspektasi kondisional Y dari X, dapat diinterpretasikan sebagai probabilitas kondisional saat
suatu event Y akan muncul karena X, atau dituliskan dengan E(Yix), yang didefinisikan :
p=P(Y) P=(Y=1IX=x), maka E(YIx)=p.1 + ( 1-p )*0=p
untuk memenuhi konsep LPM , sangat sulit karena terkadang nilai dari P berada diluar range
0-1, sedangkan nilai R² umumnya kecil, sehingga perlu dibuat pemodelan logit untuk
menyelesaikan kelemahan-kelemahan yang ada dalam LPM.
Untuk membuat harga p selalu berada diantara 0 dan 1, maka perlu suatu fungsi
monoton positif, yang memtakan linier prediktor h= a+bX ke unit interval. Transformasi tipe
ini akan mempertahankan struktur linier dari model dan menghindari nilai peluang berada
diluar interval [0,1]. Fungsi distribusi kumulatif (CDF= cummulative distributions function)
akan memnuhi kriteria di atas.
p=P(Y) P=(Y=1IX=x), P(h)= P(a+bX)
dengan menggunakan fungsi logistik, diperoleh linier regresion atau linier logit model,
dengan rumus sebagai berikut :
1
p= = =
maka untuk rumus regresi logistik adalah
p= E (Y=1IX )=
untuk mencari odd ratio / OR ( sebagai faktor resiko ), maka dapat dicari dari harga b yang
telah diketahui , maka rumus mencari OR adalah
OR=
Dimana e adalah bilangan natural yang besarnya adalah 2,718
Contoh :
sebuah penelitian bertujuan ingin mencari faktor-faktor yang mempengaruhi kejadian kanker
pulmo ( ca pulmo ), dianalisis variabel independen adalan kebiasaan merokok, usia, riwayat
keluarga ca pulmo dan daerah asal tinggal. Adapun data yang dikumpulkan adalah sebagai
berikut:
CA PULMO PEROKOK USIA RIWAYAT KELUARGA DAERAH
tidak capulmo tak merokok 45 tdk ada riwayat ca desa
tidak capulmo tak merokok 43 tdk ada riwayat ca desa
tidak capulmo tak merokok 34 tdk ada riwayat ca desa
tidak capulmo tak merokok 34 tdk ada riwayat ca desa
tidak capulmo tak merokok 26 tdk ada riwayat ca kota
2
tidak capulmo tak merokok 27 tdk ada riwayat ca kota
tidak capulmo tak merokok 27 tdk ada riwayat ca kota
tidak capulmo merokok 28 tdk ada riwayat ca kota
tidak capulmo tak merokok 29 tdk ada riwayat ca kota
tidak capulmo tak merokok 29 tdk ada riwayat ca kota
tidak capulmo tak merokok 30 tdk ada riwayat ca desa
tidak capulmo tak merokok 31 tdk ada riwayat ca desa
tidak capulmo merokok 32 ada riwayat ca desa
tidak capulmo merokok 33 tdk ada riwayat ca desa
capulmo merokok 45 ada riwayat ca desa
capulmo merokok 45 ada riwayat ca desa
capulmo merokok 46 ada riwayat ca desa
capulmo merokok 47 ada riwayat ca desa
capulmo merokok 8 ada riwayat ca desa
capulmo merokok 57 ada riwayat ca kota
capulmo merokok 57 ada riwayat ca kota
capulmo merokok 54 tdk ada riwayat ca kota
capulmo tak merokok 55 tdk ada riwayat ca kota
capulmo tak merokok 48 tdk ada riwayat ca kota
capulmo tak merokok 49 tdk ada riwayat ca kota
capulmo tak merokok 59 tdk ada riwayat ca kota
capulmo merokok 37 tdk ada riwayat ca kota
capulmo merokok 57 tdk ada riwayat ca kota
capulmo merokok 58 tdk ada riwayat ca desa
capulmo merokok 59 ada riwayat ca desa
Keterangan data dari variabel dimana dari variabel ca pulmo , ca pulmo=1; tidak ca pulmo=0,
pada variabel umur berskala data interval, pada variabel perokok, tak merokok=0 ;
merokok=1,pada variabel daerah, desa=0 ; kota=1, pada variabel riwayat keluarga tidak ada
riwayat ca=0; ada riwayat ca=1. Untuk menyelesaikan masalah diatas hanya dapat dikerjakan
dengan regresi logistik karena variabelnya berupa variabel dikotomi untuk variabel ca pulmo,
perokok, daerah dan riwayat keluarga. Sedangkan variabel usia distribusi data tidak normal.
3
Soal ini dapat diselesaikan dengan menggunakan aplikasi SPSS (Statistical Package For
Social Science)
CA PULMO PEROKOK USIA
RIWAYAT
KELUARGA DAERAH
0 0 45 0 0
0 0 43 0 0
0 0 34 0 0
0 0 34 0 0
0 0 26 0 1
0 0 27 0 1
0 0 27 0 1
0 1 28 0 1
0 0 29 0 1
0 0 29 0 1
0 0 30 0 0
0 0 31 0 0
0 1 32 1 0
0 1 33 0 0
1 1 45 1 0
1 1 45 1 0
1 1 46 1 0
1 1 47 1 0
1 1 8 1 0
1 1 57 1 1
1 1 57 1 1
1 1 54 0 1
1 0 55 0 1
1 0 48 0 1
1 0 49 0 1
1 0 59 0 1
1 1 37 0 1
1 1 57 0 1
4
1 1 58 0 0
1 1 59 1 0
Masukkan data tersebut ke dalam aplikasi SPSS
Analyze, pilih regression, binary logistik
Isikan ca pulmo pada dependent
Sedangkan rokok, usia, riwayat keluarga dan daerah pada covariates selanjutnya klik
ok
Maka akan tampil output seperti dibawah ini
Logistic Regression
Case Processing Summary
30 100,0
0 ,0
30 100,0
0 ,0
30 100,0
Unweighted Casesa
Included in Analysis
Missing Cases
Total
Selected Cases
Unselected Cases
Total
N Percent
If weight is in effect, see classification table for the totalnumber of cases.
a.
Dependent Variable Encoding
0
1
Original Valuetidak capulmo
capulmo
Internal Value
Block 0: Beginning Block
Classification Tablea,b
0 14 ,0
0 16 100,0
53,3
Observedtidak capulmo
capulmo
kanker pulmo
Overall Percentage
Step 0tidak capulmo capulmo
kanker pulmo PercentageCorrect
Predicted
Constant is included in the model.a.
The cut value is ,500b.
5
Variables in the Equation
,134 ,366 ,133 1 ,715 1,143ConstantStep 0B S.E. Wald df Sig. Exp(B)
Variables not in the Equation
8,571 1 ,003
12,820 1 ,000
6,531 1 ,011
,536 1 ,464
19,306 4 ,001
ROKOK
USIA
RWYKLG
DAERAH
Variables
Overall Statistics
Step0
Score df Sig.
Block 1: Method = Enter
Omnibus Tests of Model Coefficients
27,960 4 ,000
27,960 4 ,000
27,960 4 ,000
Step
Block
Model
Step 1Chi-square df Sig.
Model Summary
13,496 ,606 ,810Step1
-2 Loglikelihood
Cox & SnellR Square
NagelkerkeR Square
Classification Tablea
13 1 92,9
1 15 93,8
93,3
Observedtidak capulmo
capulmo
kanker pulmo
Overall Percentage
Step 1tidak capulmo capulmo
kanker pulmo PercentageCorrect
Predicted
The cut value is ,500a.
Variables in the Equation
1,888 1,628 1,344 1 ,246 6,603
,169 ,063 7,111 1 ,008 1,184
5,236 3,086 2,877 1 ,090 187,824
3,310 2,068 2,562 1 ,109 27,393
-10,295 3,705 7,722 1 ,005 ,000
ROKOK
USIA
RWYKLG
DAERAH
Constant
Step1
a
B S.E. Wald df Sig. Exp(B)
Variable(s) entered on step 1: ROKOK, USIA, RWYKLG, DAERAH.a. d
ari hasil diketahui bahwa semua variabel dimasukkan dalam hasil analisis, karena metode
6
yang kita pakai adalah metode enter. Hasil menunjukkan bahwa variabel usia yang
signifikan ( sig.= 0,010 ) sedangkan variabel lainnya sebagai variabel moderator atas
terjadinya ca pulmo.
Untuk mengetahui variabel mana yang berpengaruh atas ca pulmo, maka kita perlu
melakukan analisis dengan metode forward, dimana dengan memasukkan variabel
yang signifikan saja dalam analisis. Langkah analisis metode forward adalah :
Langkah awal sama dengan langkah sebelumnya
Method diganti Forward Conditional
Lalu klik ok
Maka akan tampil output seperti dibawah ini
Logistic Regression
Case Processing Summary
30 100,0
0 ,0
30 100,0
0 ,0
30 100,0
Unweighted Casesa
Included in Analysis
Missing Cases
Total
Selected Cases
Unselected Cases
Total
N Percent
If weight is in effect, see classification table for the totalnumber of cases.
a.
Dependent Variable Encoding
0
1
Original Valuetidak capulmo
capulmo
Internal Value
Block 0: Beginning Block
Classification Tablea,b
0 14 ,0
0 16 100,0
53,3
Observedtidak capulmo
capulmo
kanker pulmo
Overall Percentage
Step 0tidak capulmo capulmo
kanker pulmo PercentageCorrect
Predicted
Constant is included in the model.a.
The cut value is ,500b.
7
Variables in the Equation
,134 ,366 ,133 1 ,715 1,143ConstantStep 0B S.E. Wald df Sig. Exp(B)
Variables not in the Equation
8,571 1 ,003
12,820 1 ,000
6,531 1 ,011
,536 1 ,464
19,306 4 ,001
ROKOK
USIA
RWYKLG
DAERAH
Variables
Overall Statistics
Step0
Score df Sig.
Block 1: Method = Forward Stepwise (Conditional)
Omnibus Tests of Model Coefficients
15,640 1 ,000
15,640 1 ,000
15,640 1 ,000
6,407 1 ,011
22,047 2 ,000
22,047 2 ,000
Step
Block
Model
Step
Block
Model
Step 1
Step 2
Chi-square df Sig.
Model Summary
25,815 ,406 ,543
19,409 ,520 ,695
Step1
2
-2 Loglikelihood
Cox & SnellR Square
NagelkerkeR Square
Classification Tablea
12 2 85,7
2 14 87,5
86,7
12 2 85,7
1 15 93,8
90,0
Observedtidak capulmo
capulmo
kanker pulmo
Overall Percentage
tidak capulmo
capulmo
kanker pulmo
Overall Percentage
Step 1
Step 2
tidak capulmo capulmo
kanker pulmo PercentageCorrect
Predicted
The cut value is ,500a.
8
Model if Term Removeda
-20,767 15,719 1 ,000
-13,403 7,398 1 ,007
-16,720 14,032 1 ,000
VariableUSIAStep 1
ROKOK
USIA
Step 2
Model LogLikelihood
Change in-2 Log
Likelihood dfSig. of the
Change
Based on conditional parameter estimatesa.
Variables not in the Equation
6,458 1 ,011
5,713 1 ,017
,365 1 ,546
9,801 3 ,020
1,741 1 ,187
1,301 1 ,254
5,530 2 ,063
ROKOK
RWYKLG
DAERAH
Variables
Overall Statistics
Step1
RWYKLG
DAERAH
Variables
Overall Statistics
Step2
Score df Sig.
Dari hasil forward diketahui bahwa variabel independen yang berpengaruh terhadap ca
pulmo adalah rokok ( koefesiensi regresi= 2,794 , sig.=0,027) dan variabel usia ( koefisiensi
regresi= 0,163, sig.=0,011 ) dengan konstanta -7,728. Sehingga persamaan regresinya adalah
P = -7,728+ 2,794X₁+0,163X₂
Interpretasi hasil dari model logit tersebut bukanlah nilai kuantitatif dari response melainkan
sebagai probabilitas atau peluang terjadinya suatu kejadian atau event dalam hal ini adalah
kejadian kanker pulmo (ca pulmo ), dengan persamaan distribusi komulatifnya adalah :
9
Variables in the Equation
,156 ,052 8,973 1 ,003 1,169
-6,186 2,133 8,408 1 ,004 ,002
2,794 1,263 4,893 1 ,027 16,352
,163 ,064 6,519 1 ,011 1,177
-7,728 2,895 7,125 1 ,008 ,000
USIA
Constant
Step1
a
ROKOK
USIA
Constant
Step2
b
B S.E. Wald df Sig. Exp(B)
Variable(s) entered on step 1: USIA.a.
Variable(s) entered on step 2: ROKOK.b.
p= E (Y=1IX )=
Perlu diketahui bahwa besarnya (a+b₁X₁+b₂X₂) = Z
Sehingga E (Y=1IX ) dibaca harga harapan / peluang terjadinya suatu kejadian atau event,
dengan nilai kuantitatif 1 dalam hal ini adalah terjadinya kanker paru ( ca pulmo )
dikarenakan suatu respon dengan input/ prediktor variabel X.
Dari haril koefisien regresi yang diperoleh, dapat dicari
OR untuk variabel yang signifikan (yaitu rokok dan usia )
OR untuk rokok adalah OR1= = = 16,34
OR untuk usia adalah OR2= = = 1,17
Dari hasil tersebut diketahui bahwa riwayat perokok sebagai faktor resiko terhadap terjadinya
ca pulmo sebesar 16,34. Sedangkan usia sebagai faktor resiko terjadinya ca pulmo sebasar
1,17.
Contoh :
Jika terdapat seseorang dengan kriteria X₁= perokok ( nilai= 1 ), dan X₂=usia 30 tahun, maka
kemungkinan terjadinya kanker paru-paru adalah
Z= a+b₁X₁+b₂X₂
Z= -7,728+ 2,794X₁+0,163X₂
Z= -7,728+( 2,794*1)+(0,163*30)
Z= -7,728 + 2,794 + 4,89
Z= -7,728 + 7,684
Z= -0,044
10
Sehingga p= E (Y=1IX )=
Atau p= E (Y=1I X )=
Sehingga besar Z = -0,044 dengan e adalah bilangan natural dengan nilai 2,718, maka
p= E (Y=1I X )=
p= E (Y=1IX )=
p= E (Y=1IX )=
p= E (Y=1IX )=
jadi orang memiliki peluang sebesar 48,9% atau 49% untuk terjadi kanker paru-paru, dengan
kondisi ia perokok dan berumur 30 tahun.
11
Jika terdapat seseorang dengan kriteria X₁=tidak perokok ( nilai= 0 ), dan X₂=usia 30 tahun,
maka kemungkinan terjadinya kanker paru-paru adalah
Z= a+b₁X₁+b₂X₂
Z= -7,728+ 2,794X₁+0,163X₂
Z= -7,728+( 2,794*0)+(0,163*30)
Z= -7,728 + 0 + 4,89
Z= -7,728 + 4,89
Z= -2,838
Sehingga besar Z = -2,838 dengan e adalah bilangan natural dengan nilai 2,718, maka
p= E (Y=1I X )=
p= E (Y=1IX )=
p= E (Y=1IX )=
p= E (Y=1IX )=
dengan kata lain bahwa orang tersebut memiliki peluang sebesar 5,5% atau 6 % untuk terjadi
kanker paru-paru, dengan kondisi ia tidak perokok dan berumur 30 tahun.
12