Upload
reni-saswita
View
11
Download
0
Embed Size (px)
DESCRIPTION
new
Citation preview
8
TUGAS BIOSTATISTIKDOSEN : DR. Ngudiantoro, M.Si
APLIKASI REGRESI LINIER GANDA PADA KASUSFAKTOR-FAKTOR YANG BERHUBUNGAN DENGAN BERAT BAYI LAHIR RENDAH
Oleh :
Reni SaswitaNIM 10012681419028
PROGRAM PASCA SARJANA UNIVERSITAS SRIWIJAYAILMU KESEHATAN MASYARAKAT2014
1. Latar BelakangBayi dengan berat badan lahir rendah (BBLR) adalah bayi yang lahir dengan berat badan kurang dari 2500 gr. Masalah bayi dengan berat badan lahir rendah penting diperhatikan karena sangat erat kaitannya dengan kelangsungan hidup bayi tersebut. Bayi BBLR pada umumnya kurang mampu beradaptasi dengan lingkungan yang baru yang dapat berakibat pada terhambatnya pertumbuhan dan perkembangan serta dapat meningkatkan risiko morbiditas dan mortalitasnya. Banyak faktor risiko yang berhubungan dengan BBLR baik yang berperan secara langsung maupun tidak langsung yaitu umur ibu, pantas, RAS, faktor keluarga , ukuran orang tua (berat badan dan tinggi badan ), pertambahan berat badan selama hamil, riwayat kehamilan terdahulu, hipertensi, preeklamsi, oedem, komplikasi kehamilan, ukuran plasenta dan faktor lingkungan yang meliputi sosial ekonomi, gizi, frekuensi ANC dan merokok. Pada penelitian ini penulis hanya mengkaji faktor-faktor yang berhubungan dengan berat badan bayi lahir rendah meliputi berat badan ibu, umur ibu, riwayat hipertensi dan frekuensi ANC.
2. Pertanyaan penelitianFaktor-faktor apa yang berhubungan dengan berat bayi lahir rendah?
3. Tujuan penelitianUntuk mengetahui faktor-faktor yang berhubungan dengan berat bayi lahir rendah.
4. Kerangka KonsepVariabel IndependenVariabel Dependen
Berat badan Ibu
Umur Ibu
Berat Badan bayi lahir rendah (BBLR)
Riwayat hipertensi
Frekuensi ANC
5. Definisi Operasionala. Berat bayi lahir rendah (BBLR) : berat bayi lahir < 2500 gramb. Berat badan ibu : berat badan ibu sebelum hamil (dalam kg)c. Umur ibu : umur ibu yang tercatat di rekam medis 9dalam tahun)d. Riwayat hipertensi : ibu dengan tekanan darah >140/90 mm Hg (1. Jika ibu memiliki riwayat hipertensi, 2. Jika ibu tidak memiliki riwayat hipertensi)e. Frekuensi ANC : frekuensi ANC (pemeriksaan kehamilan) ibu selama hamil
6. Desain penelitianJenis penelitian ini adalah survei analitik dengan pendekatan cross sectional menggunakan data sekunder. Teknik analisis menggunakan regresi linier ganda (multiple Regression Linier).
7. Populasi dan Sampel penelitianPopulasi pada penelitian ini adalah semua bayi baru lahir dengan berat badan lahir rendah (BBLR) di rumah sakit X. Sampel penelitian diambil dengan teknik acak sederhana menggunakan undian, diperoleh sampel sejumlah 40 responden.8. Hasil PenelitianTabel 1.Master tabelFaktor-faktor yang berhubungan dengan BBLRNo resp.BB bayiBB ibuumurHIPERanc
11020453020
21021602921
31135503411
41330512510
51474492511
61588582722
71588542321
81701582421
91729502413
101790602111
111818613223
121885611924
131893522524
141899591621
151928632520
161928682022
171928612122
181936502420
191970672120
202055572020
212055612521
222082671922
232084511920
242084532620
252100632425
262125591720
272126552023
282187592221
292187592720
302211662025
312225501720
322240482521
332240502020
342282671826
352296501820
362296552020
372301462124
382325672627
392353673121
402353501520
Keterangan :BB bayi : berat bayi dalam kgBB ibu : berat ibu dalam kgUmur : umur ibu dalam tahunHipertensi : riwayat hipertensi (1= ya, memiliki riwayat hipertensi, 2= tidak memiliki riwayat hipertensi)ANC : frekuensi ibu dalam melakukan ANC (pemeriksaan kehamilan)
Tabel 2Model Summary
ModelRR SquareAdjusted R SquareStd. Error of the Estimate
1.675a.455.393277.617
2.673b.453.407274.329
3.652c.425.394277.361
a. Predictors: (Constant), Frekuensi ANC, umur Ibu, Hipertensi, BB ibu
b. Predictors: (Constant), Frekuensi ANC, umur Ibu, Hipertensi
c. Predictors: (Constant), umur Ibu, Hipertensi
Tabel 3ANOVAd
ModelSum of SquaresdfMean SquareFSig.
1Regression2254452.3704563613.0937.313.000a
Residual2697492.0303577071.201
Total4951944.40039
2Regression2242715.9403747571.9809.934.000b
Residual2709228.4603675256.346
Total4951944.40039
3Regression2105564.07621052782.03813.685.000c
Residual2846380.3243776929.198
Total4951944.40039
a. Predictors: (Constant), Frekuensi ANC, umur Ibu, Hipertensi, BB ibu
b. Predictors: (Constant), Frekuensi ANC, umur Ibu, Hipertensi
c. Predictors: (Constant), umur Ibu, Hipertensi
d. Dependent Variable: BB Bayi
Tabel 4Coefficientsa
ModelUnstandardized CoefficientsStandardized CoefficientstSig.
BStd. ErrorBeta
1(Constant)1873.899516.9333.625.001
BB ibu2.9327.514.055.390.699
umur Ibu-36.26610.259-.456-3.535.001
Hipertensi367.657142.776.3462.575.014
Frekuensi ANC27.68525.839.1461.071.291
2(Constant)2005.698386.7055.187.000
umur Ibu-36.22810.137-.455-3.574.001
Hipertensi382.581135.930.3602.815.008
Frekuensi ANC31.66723.457.1671.350.185
3(Constant)2014.849390.9195.154.000
umur Ibu-35.70410.241-.449-3.486.001
Hipertensi397.905136.952.3742.905.006
a. Dependent Variable: BB Bayi
Tabel 5Excluded Variablesc
ModelBeta IntSig.Partial CorrelationCollinearity Statistics
Tolerance
2BB ibu.055a.390.699.066.777
3BB ibu.115b.884.383.146.921
Frekuensi ANC.167b1.350.185.220.993
a. Predictors in the Model: (Constant), Frekuensi ANC, umur Ibu, Hipertensi
b. Predictors in the Model: (Constant), umur Ibu, Hipertensi
c. Dependent Variable: BB Bayi
Interpretasinya :Setelah dilakukan analisis dengan metode backward, ternyata variabel independen yang masuk model regresi adalah umur ibu dan riwayat hipertensi. Pada kotak model Summary terlihan koefisien determinasi (R square) menunjukkan nilai 0,425 artinya bahwa model regresi yang diperoleh dapat menjelaskan 42,5% variasi variabel dependen berat bayi. Atau dengan kata lain variabel riwayat hipertensi dan umur ibu hanya dapat menjelaskan variasi variabel berat bayi sebesar 42,5%.Hasil ini dapat dikatakan bahwa model cukup baik karena hanya dapat menjelaskan 42,5% (pada bidang kesehatan masyarakat, dikatakan bak bila nilai R square minimal sekitar 60%).Kemudian pada kotak Anova, hasil uji F menunjukkan nilai p (sig F), sebesar 0,000, berarti pada alpha 5% kita dapat menyatakan bahwa model regresi cocok dengan data yang ada. Atau dapat diartikan kedua variabel tersebut secara signifikan dapat untuk memprediksi variabel berat bayi.Pada kotak coeficient, dapat diperoleh persamaan garisnya, pada kolom B diatas kita dapat mengetahui koefisien regresi masing-masing variabel. Dari hasil diatas, persamaan regresi yang diperoleh adalah :
Berat bayi = 2014,84 + 397,90*hipertensi 35,70*umur ibu
Dengan model persamaan ini, kita dapat memperkirakan berat badan bayi dengan menggunakan variabel umur ibu dan hipertensi. Bila nilai koefisien B positif menunjukkan hubungan positif, sebaliknya bila negatif menunjukkan hubungan negatif.Pada variabel hipertensi 397,90, artinya : variabel berat badan bayi akan naik (berubah) sebesar 397,90 gram bila ibu mempunyai riwayat hipertensi setelah dikontrol variabel umur.Kolom T dan Sig T menunjukkan uji t yang dapat digunakan untuk mengetahui variabel mana saja yang berperan masuk dalam model. Pada kolom tersebut terlihat bahwa variabel yang memiliki nilai p < dari nilai alpha (0,05) adalah variabel umur dan hipertensi, berarti dengan menggunakan alpha 5% maka umur dan hipertensi berperan dalam menentukan berat bayi.Kolom beta dapat digunakan untuk mengetahui variabel mana yang paling besar perannya (pengaruhnya) dalam menentukan variabel dependennya (berat bayi). Semakin besar nilai beta, semakin besar pengaruhnya terhadap variabel dependennya. Nilai beta pada variabel hipertensi 397,30 sedangkan nilai beta pada variaber umur ibu 35,70.Pada hasil diatas berarti variabel yang paling besar pengaruhnya terhadap penentuan berat bayi adalah riwayat hipertensi.