ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

dokumen-dokumen yang mirip
VI. FAKTOR-FAKTOR YANG MEMPENGARUHI PERSEPSI DAN SIKAP RESPONDEN TERHADAP PRODUK OREO SETELAH ADANYA ISU MELAMIN

EKO ERTANTO PEMBIMBING

BAB III METODE PENELITIAN

Karakteristik Pasien

SEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Kegiatan Anak Usia Tahun di Jawa Timur Menggunakan Regresi Logistik Multinomial: Suatu Peranan Urutan Kelahiran

1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian

Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

Dosen Pembimbing : Dr. Purhadi, M.Sc

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

LOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si

BAB IV HASIL DAN PEMBAHASAN

PEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)

perembesan zat pencemar dari limbah yang berasal dari aktivitas domestik.

BAB II TINJAUAN PUSTAKA

BAB V ANALISIS DAN PEMBAHASAN. 1. Karakteristik Demografi Responden Penelitian

BAB IV ANALISIA HASIL DAN PEMBAHASAN

Faktor-Faktor yang Membedakan Jenis Pelanggaran lalu lintas di Polres Sidoarjo dengan Menggunakan Metode Regresi Logistik Biner

Generalized Ordinal Logistic Regression Model pada Pemodelan Data Nilai Pesantren Mahasiswa Baru FMIPA Universitas Islam Bandung Tahun 2017

BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

BAB III PEMBAHASAN. extended untuk mengatasi nonproportional hazard dan penerapannya pada kasus

Pemodelan Ketahanan Pangan Rumah Tangga Penderita Tuberkulosis Paru Menggunakan Regresi Logistik Biner

ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR FAKTOR YANG MEMPENGARUHI FREKUENSI KEDATANGAN PELANGGAN DI PUSAT PERBELANJAAN X

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BAB IV ANALISIS DATA DAN PEMBAHASAN

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena

ANALISIS STATISTIK PERSEPSI MAHASISWA TERHADAP PERAN DOSEN WALI DI INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

Jurnal Gradien Vol 8 No 2 Juli 2012: Yuli Andriani, Uxti Mezulianti, dan Herlina Hanum

BAB IV ANALISIS HASIL DAN PEMBAHASAN

Saintia Matematika ISSN: Vol. 2, No. 3 (2014), pp FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN)

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY

Pemodelan Angka Putus Sekolah Tingkat SLTP dan sederajat di Jawa Timur Tahun 2012 dengan Menggunakan Analisis Regresi Logistik Ordinal

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang

BAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab

ANALISIS PELUANG STATUS GIZI ANAK DENGAN MENGGUNAKAN METODE REGRESI LOGISTIK MULTINOMIAL BERBASIS KOMPUTER

Hary Mega Gancar Prakosa Dosen Pembimbing Dr. Suhartono, S.Si, M.Sc Co Pembimbing Dr. Bambang Wijanarko Otok, S.Si, M.

BAB II TINJAUAN PUSTAKA

Dosen Pembimbing : Ir. Mutiah Salamah, M. Kes Dra. Destri Susilaningrum, MSi. Oleh : Firda Velayati

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan

Kata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN

BAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan

BAB III METODE PENELITIAN

BAB IV HASIL DAN ANALISIS

METODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan

BAB IV ANALISIS HASIL DAN PEMBAHASAN

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

Model Regresi Binary Logit (Aplikasi Model dengan Program SPSS)

BAB IV ANALISIS HASIL DAN PEMBAHASAN

Kata Kunci Keparahan Korban Kecelakaan Lalu Lintas, Model Log Linier, Regresi Logistik Multinomial. H 1 Ada hubungan antara dua variabel yang diamati

BAB IV ANALISIS DATA DAN PEMBAHASAN. mahasiswa. Setiap responden mempunyai karakteristik yang berbeda. Oleh

IMPLEMENTASI REGRESI LOGISTIK BINER PADA PENENTUAN FAKTOR-FAKTOR YANG MEMPENGARUHI PENYAKIT JANTUNG

MOCH. FAUZI PEMBIMBING : MUHAMMAD SJAHID AKBAR

HASIL DAN PEMBAHASAN Deskripsi Karakteristik Responden Berdasarkan Peubah Penjelas

ANALISIS STATISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI (IP) MAHASISWA DIPLOMA PENERIMA BEASISWA BIDIK MISI DI SURABAYA TAHUN 2010

BAB IV HASIL DAN PEMBAHASAN

IV. METODE PENELITIAN

ponsel, purposive sampling, regresi logistik politomus

Tinjauan Pustaka. Tinjuan Non Statistik. Tinjauan Statistik. Uji Serentak. Hipotesis:... Statistik Uji: Daerah penolakan: tolak H 0 jika G > 2, p.

V. FAKTOR PENENTU KETAHANAN PANGAN RUMAH TANGGA DI PROVINSI NUSA TENGGARA TIMUR

BAB IV ANALISIS HASIL DAN PEMBAHASAN

DEWA AYU RATIH WEDA ISWARA NRP

BAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Data dan Sampel Data yang digunakan dalam penelitian ini merupakan data sekunder yang

Pemodelan Regresi Probit Ordinal Pada Kasus Penentuan Predikat Kelulusan Mahasiswa FMIPA Universitas Mulawarman Tahun 2014

FAKTOR-FAKTOR YANG MENYEBABKAN TERKENA DB (DEMAM BERDARAH) DI DAERAH BENGKULU DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MEMPENGARUHI KEBERHASILAN BELAJAR MAHASISWA PENDIDIKAN MATEMATIKA DENGAN REGRESI LOGISTIK

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR

Polres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban

BAB III METODE PENELITIAN. mengunjungi kantor redaksi malangonline.com, Perumahan Pondok Mulia B124,

Statistika ITS Surabaya

(R.2) KAJIAN PREDIKSI KLASIFIKASI OBYEK PADA VARIABEL RESPON BINER

IV. METODE PENELITIAN. Kawasan ini dipilih secara sengaja (purposive) dengan pertimbangan bahwa

BAB III METODE PENELITIAN

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA Seminar Hasil Tugas Akhir

BAB III METODE PENELITIAN. Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini

III. METODE PENELITIAN. PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI

KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL

Analisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta)

HASIL DAN PEMBAHASAN. penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi Tabel 1. Karakteristik debitur

ANALISIS STATISTIK TERHADAP PELANGGAN INTERNET DI WILAYAH SURABAYA TIMUR DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:

ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION

IV. METODOLOGI PENELITIAN. wisata tirta. Lokasi penelitian ini dapat dilihat pada Lampiran 1.

Statistik Deskriptif. Perumahan. Seminar Hasil Tugas Akhir

PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL

Faktor Risiko Penyakit Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik

Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam

Transkripsi:

LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

Latar Belakang Katarak Indonesia Klinik Mata Utama Gresik pola hubungan antara dampak hasil operasi dengan faktor-faktor yang diduga berpengaruh Analisis Regresi Logisti Ordinal

Permasalahan Bagaimana pola hubungan antara dampak hasil operasi pasien penyakit mata katarak dengan faktor-faktor yang berpengaruh. Mengetahui pola hubungan antara dampak hasil operasi pasien penyakit mata katarak dengan faktor-faktor yang berpengaruh. Tujuan

Manfaat Memperluas wawasan keilmuan tentang penerapan metode statistik dalam aplikasi di bidang kesehatan mata terutama penyakit mata katarak yang terjadi di Indonesia saat ini. Memberikan informasi pada pihak dokter spesialis mata di Klinik Mata Utama Gresik dan pembaca tentang karakteristik pasien penderita penyakit mata katarak.

Statistik Deskriptif Statistika Deskriptif Menurut Bhattacarya dan Johnson (1977), statistika deskriptif merupakan statistik yang digunakan untuk mendeskripsikan atau menggambarkan obyek penelitian yang diambil dari sampel maupun populasi.

Regresi Logistik Ordinal Regresi logistik ordinal adalah suatu analisa regresi yang digunakan untuk menggambarkan antara variabel respon dengan sekumpulan variabel prediktor, dimana variabel respon bersifat ordinal, yaitu mempunyai 2 kategori dan skala pengukuran bersifat tingkatan (Hosmer dan Lemeshow, 2000).

Estimasi Parameter Banyak metode yang dapat digunakan untuk menaksir salah satunya adalah metode Maximum Likelihood Estimation (MLE) yaitu dengan memberikan nilai estimasi β dengan memaksimalkan fungsi Likelihood (Agresti, 2002).

Pengujian Parameter Uji Parsial Pengujian ini dilakukan untuk mengetahui signifikansi parameter terhadap variabel respon. Pengujian signifikansi parameter menggunakan uji Wald (Hosmer dan Lemeshow, 2000) Uji Serentak Pengujian ini dilakukan untuk mengetahui apakah model telah tepat (signifikan) dan untuk memeriksa kemaknaan koefisien secara keseluruhan

Uji Kesesuaian Model Untuk mengetahui apakah model dengan variabel dependen tersebut merupakan model yang sesuai Interpretasi Model Interpretasi dari suatu model adalah inferensi dari pengambilan keputusan berdasarkan pada koefisien parameter.

Katarak Katarak merupakan penyakit mata yang dicirikan dengan adanya kabut pada lensa mata. Lensa mata normal transparan dan mengandung banyak air, sehingga cahaya dapat menembusnya dengan mudah.

Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data pasien penderita penyakit mata katarak di Klinik Mata Utama Gresik pada periode Januari 2011 hingga Desember 2011.

Identifikasi Variabel Y = 0 (tetap, jika jarak pandang mata < 6/60 meter) Y = 1 (ada sedikit perubahan, jika jarak pandang mata 6/60 meter - 6/18 meter) Y = 2 (ada banyak perubahan, jika jarak pandang mata 6/18 meter- 6/6 meter) Variabel-variabel prediktor untuk pasien penderita pada mata kanan yang dilibatkan dalam penelitian ini adalah sebagai berikut. Usia (X 1 ) 0 = Jika pasien berusia < 60 tahun 1 = Jika pasien berusia 60 tahun Jenis Kelamin (X 2 ) 0 = Pasien berjenis kelamin laki-laki 1 = Pasien berjenis kelamin perempuan Kondisi Mata Kanan (X 3 ) 0 = Mata tidak bisa melihat, jika jarak pandang mata < 6/60 meter 1 = Mata kabur, jika jarak pandang mata 6/60 meter- 6/18 meter 2 = Mata bisa melihat jelas, jika jarak pandang mata 6/18 meter- 6/6 meter

Identifikasi Variabel Tekanan Bola Mata Kanan (X 4 ) 0 = < 15 mmhg dikatakan normal 1 = 15 mmhg dikatakan sedang Adapun variabel-variabel prediktor untuk pasien penderita pada mata kiri adalah sebagai berikut. Usia (X 1 ) 0 = Jika pasien berusia < 60 tahun 1 = Jika pasien berusia 60 tahun Jenis Kelamin (X 2 ) 0 = Pasien berjenis kelamin laki-laki 1 = Pasien berjenis kelamin perempuan

Identifikasi Variabel Kondisi Mata Kiri (X 3 ) 0 = Mata tidak bisa melihat, jika jarak pandang mata < 6/60 meter 1 = Mata kabur, jika jarak pandang mata 6/60 meter- 6/18 meter 2 = Mata bisa melihat jelas, jika jarak pandang mata 6/18 meter- 6/6 meter Tekanan Bola Mata Kiri (X 4 ) 0 = <15 mmhg dikatakan normal 1 = 15 mmhg dikatakan sedang

Metode Analisis Untuk mengetahui karakteristik pasien penyakit mata katarak dilakukan analisis deskriptif. Untuk mengetahui variabel yang berpengaruh terhadap pasien penderita penyakit mata katarak dengan menggunakan analisis regresi logistik ordinal dengan langkahlangkah sebagai berikut. - Menentukan model regresi logistik univariat untuk setiap variabel prediktor dengan variabel respon. - Melakukan uji signifikansi parameter dari setiap model regresi logistik univariat untuk mengetahui variabel-variabel prediktor yang berpengaruh secara signifikan terhadap variabel respon. - Menentukan model regresi logistik multivariabel antara variabel respon dengan variabel-variabel prediktor yang signifikan dari langkah b. - Melakukan pengujian secara serentak dan parsial terhadap model yang diperoleh. - Melakukan uji kesesuaian model (goodness offit). - Menginterpretasikan model regresi logistik berganda dan odds ratio yang diperoleh. - Menghitung ketepatan klasifikasi model regresi logistik berganda.

Karakteristik Responden Mata Kanan Usia < 60 tahun 35% 60 tahun 65% Jenis Kelamin perempuan 37% laki-laki 63%

Analisis Regresi Logistik Ordinal secara Individu pada Mata Kanan NEXT

Usia Jenis Kelamin Variabel B Wald df P-value Odds Rasio Konstanta 1-0,912 18,894 1 0,000 Konstanta 2 0,864 17,211 1 0,000 < 60 0,397 1,578 1 0,209 1,487 Konstanta 1-0,722 7,713 1 0,005 Konstanta 2 1,066 15,729 1 0,002 Laki-laki 0,526 2,842 1 *0,092 1,692 Kondisi Mata Kanan Konstanta 1-2,009 4,138 1 0,042 Konstanta 2-0,238 0,059 1 0,807 Mata Tidak Bisa Melihat -0,993 1,011 1 0,315 0,370 Tekanan Bola Mata Kanan Konstanta 1-1,164 19,180 1 0,000 Konstanta 2 0,602 5,723 1 0,017 < 15 mmhg (normal) -0,203 0,437 1 0,509 0,816

Logit 1 g 1 (x) = - 0,722+1,066 (jenis kelamin laki-laki) Logit 2 g 2 (x) = 0,526 +1,066 (jenis kelamin laki-laki)

Analisis Regresi Logistik Ordinal secara Serentak pada Mata Kanan Varabel B Wald Df P-value Exp (B) Konstanta 1-1,503 2,100 1 0,147 Konstanta 2 0,304 0,087 1 0,768 Usia (< 60 tahun) 0,271 0,684 1 0,408 1,311 Jenis Kelamin (laki-laki) 0,478 2,117 1 *0,146 1,613 Kondisi Mata Kanan (mata tidak bisa melihat) Tekanan Bola Mata Kanan (normal) -0,692 0,474 1 0,491 0,501-0,261 0,686 1 0,408 0,770

Logit 1 g 1 (x) = -1,503 +0,478(jenis kelamin laki-laki) Logit 2 g 2 (x) = 0,304 +0,478 (jenis kelamin laki-laki) ( x) ˆ0 = 0,264 ( x) ˆ1 = 0,422

Uji Kesesuaian Model Hipotesis : H 0 : model sesuai (tidak ada perbedaan yang nyata antara hasil prediksi dengan kenyataan) H 1 : model tidak sesuai (ada perbedaan yang nyata antara hasil prediksi dengan kenyataan) Chi-Square df P-value Keputusan Pearson 14.122 16 0,590 Gagal Tolak H 0 Nilai P-value yang lebih besar dari α Gagal Tolak H 0 Model Sesuai

Ketepatan Klasifikasi Model Observasi Hasil Operasi Tetap Ada sedikit perubahan Ada banyak perubahan Total Tetap 17 0 0 17 Prediksi Ada sedikit perubahan Ada banyak perubahan 4 63 35 102 19 0 15 34 Total 40 63 50 153

Kesimpulan Hasil analisis regresi logistik ordinal menunjukkan secara individu dan serentak untuk data pasien penderita penyakit mata katarak pada mata kanan maupun data pasien penderita penyakit mata katarak pada mata kiri. Secara individu maupun serentak pada pasien penderita penyakit mata katarak sebelah kanan, variabel yang berpengaruh signifikan terhadap hasil operasi penyakit mata katarak yaitu jenis kelamin. Model fungsi logit yang didapatkan adalah sebagai berikut. Logit 1 g 1 (x)= -1,503 +0,478 (jenis kelamin laki-laki) Logit 2 g 0 (x) = 0,304 +0,478 (jenis kelamin laki-laki) Sedangkan pada pasien penderita penyakit mata katarak sebelah kiri baik secara individu maupun secara serentak, variabel yang berpengaruh signifikan terhadap hasil operasi penyakit mata katarak yaitu kondisi bola mata kiri. Model fungsi logit yang didapatkan adalah sebagai berikut. Logit 1 g 1 (x) = -22,630-20,713 (mata tidak bisa melihat) Logit 2 g 0 (x) = -20,400-20,713 (mata tidak bisa melihat)

Saran Dengan faktor-faktor yang mempengaruhi hasil operasi pasien penderita penyakit mata katarak di Klinik Utama Gresik, dapat memberikan pengetahuan baik bagi penderita penyakit mata katarak bahwa faktor yang berpengaruh adalah jenis kelamin bagi pasien penderita penyakit mata katarak pada mata kanan dan kondisi mata kiri bagi pasien penderita penyakit mata katarak pada mata kiri. Selain itu juga dapat dihimbau kepada dokter spesialis mata, khususnya dokter spesialis mata katarak. Untuk penelitian selanjutnya bisa ditambahkan variabel lain yang memenuhi.

Terima Kasih

LAPORAN TUGAS AKHIR ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK