REGRESI LOGISTIK Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat

Slides:



Advertisements
Presentasi serupa
REGRESI LINIER Dewi Gayatri.
Advertisements

Uji 2 Sampel Tidak Berpasangan Bag 4a (Uji Fisher Exact)
DISTRIBUSI TEORITIS PROBABILITAS
ANALISIS DATA KATEGORI
Latihan Regresi Logistik
PENGUJIAN HIPOTESIS Mugi Wahidin, M.Epid Prodi Kesehatan masyarakat
PENGUJIAN HIPOTESIS MEAN 2 SAMPEL INDEPENDEN
PENGUJIAN HIPOTESIS LEBIH DARI 2 MEAN
PENGUJIAN HIPOTESIS PROPORSI 1 SAMPEL
Taksonomi Penelitian Epidemiologi
By Eni Sumarminingsih, SSi, MM
PENELITIAN OBSERVASIONAL ANALITIK (2)
TEMU 10 TUJUAN Diakhir kuliah mahasiswa memiliki kemampuan dasar tentang CASE-CONTROL STUDY.
Uji 1 Sampel Bag 1a (Uji Binomial)
RANCANGAN PENELITIAN OBSERVASIONAL ANALITIK
REGRESI LOGISTIK DEWI GAYATRI, M.Kes..
Dr. Muhamad Ibnu Sina TIM UKMPPD FKU MALAHAYATI
Regresi Linier Berganda
UJI KORELASI DAN REGRESI LINIER
KORELASI & REGRESI LINIER
M.A. Epidemiologi K3 DR. Dr. L. Meily Kurniawidjaja, MSc., Sp.Ok.
Nurul Wandasari S, M.Epid Prodi Kesehatan Masyarakat
Pengantar Statistik INFERENS
Desain Cross Sectional
ANALISIS REGRESI SEDERHANA
Korelasi/Regresi Linier
ANALISIS MULTIVARIAT.
BESAR SAMPEL.
Besar Sampel untuk Proporsi
Korelasi/Regresi Linier
ANALISIS DATA KATEGORIK
Analisis Korelasi dan Regresi linier
Analisis Korelasi & Regresi
Analisis Korelasi & Regresi
Regresi dan Korelasi Linier
STATISTIK TERAPAN Oleh : Dr. dr. Buraerah. H. Abd. Hakim, MSc
STATISTIKA Pertemuan 10: Analisis Regresi dan Korelasi
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
Sutanto priyo hastono Dep. Biostatistik FKMUI
Pertemuan ke 14.
Pertemuan Ke-10 REGRESI DUMMY
RANCANGAN STUDI EPIDEMIOLOGI PERTEMUAN 12 DEASY ROSMALA DEWI, SKM,MKES
PERAMALAN DENGAN GARIS REGRESI
REGRESI Jur. Pend. Matematika Universitas Muhammadiyah Surakarta
REGRESI LOGISTIK BINER
Desain Cross Sectional
Desain Cross Sectional
Bagian Ilmu Kesehatan Masyarakat Faculty of Medicine & Health Sciences
Nurul Wandasari S, M.Epid Prodi Kesehatan Masyarakat
Analisis hubungan katagorik dengan katagorik uji kai kuadrat (chi square) Fery Mendrofa.
ANALISA REGRESI LINEAR DAN BERGANDA
Analisis Korelasi & Regresi
Nurul Wandasari S, M.Epid Prodi Kesehatan Masyarakat
Pertemuan Ke-6 REGRESI LINIER
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
PERAMALAN DENGAN REGRESI DAN KORELASI BERGANDA
ANALISIS REGRESI Sri Mulyati.
UKURAN FREKUENSI PENYAKIT
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
Besar Sampel Uji Hipotesis dua proporsi
ANALISA DATA Elsa Roselina, S.Kp, MKM.
KORELASI & REGRESI LINIER
Model Logit Untuk Respons Biner
REGRESI LINIER.
BAB VIII REGRESI &KORELASI BERGANDA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI SEDERHANA
Rancangan penelitian kesehatan berdasar klasifikasi penelitian Rancangan pnltnJenisContoh Observasional (non- eksperimen) Deskriptif Analitik Lap kasus.
DESAIN PENELITIAN Merupakan rancangan penelitian yang disusun sedemikian rupa sehingga dapat menuntun peneliti untuk dapat memperoleh.
Transcript presentasi:

REGRESI LOGISTIK Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Universitas Esa Unggul 2014/2015

Pengertian Uji untuk mengetahui hubungan satu atau beberapa variabel independen dengan 1 variabel dependen katagorik dikotomus/binary (2 katagori) Variabel dikotomus: sehat sakit, tinggi rendah, suskes-gagal Perbedaan dengan regresi linier: pada variabel dependen nya Regresi linier variabel dependen numerik Regresi logistik: variabel dependen katagorik dikotomus

Regresi Logistik Pada grafik scatter plot, bentuk garis adalah 2 garis sejajar, nilai adalah 0 dan 1 Bisa dipertajam dengn menghitung proporsi per kelompok untuk melihat garis linier Grasi linier akan membentuk huruf S

Grafik

Rumus Fungsi logistik f (Z) = 1 1+ e -z Z = a + BX1 (regresi logistik sederhana) Z = a + BX1 + BX2 + …..Bi X i) (regresi logistik ganda) Z = probabilitas kejadian suatu penyakit (outcome) berdasarkan faktor risiko tertentu, nilai antara 0-1 e = eksponen a = intercept B - slope

Contoh Studi ingin mengetahui hubungan kadar kolesterol (KAK) dengan penyakit jantung koroner (PJK) PJK (dependen) : 1 = sakit, 0 = tidak sakit KAK (independen) : 1 = tinggi, 0 rendah Pertanyaan Berapa peluang/risiko KAK tinggi terkena PJK Berapa peluang/risiko KAK rendah terkana PJK Bandingkan risiko (rasio risiko) KAK tinggi denan KAK rendah

Jawab f (Z) = 1 1+ e -z f (Z) = 1 1+ e -z Z = a + B1 KAK fP (X) = 1 1+ e –(a + bX KAK) Misal hasil a = 3,911 dan B = 0652, maka: a. KAK 1 : P (X) = 1 1+ e –(3,911 + 0,652 1) = 0,037 = 4% b. KAK 0 : P (X) = 1 1+ e –(3,911 + 0,652 0) = 0,019= 2% c. Rasio KAK 1 dan KAK 2 = 4% / 2% = 2  nilai RR

Regresi Logistik Model regresi logistik bisa untuk cohort, case control, maupun cross sectional Nilai yang dicari adalah Odds Ratio (OR) , yaitu nilai eskponen B (e B) Nilai RR bisa dicari secara indirek

Thank You