Membaca kasus Regresi Linier Berganda

Kasus ini barangkali dapat memperkaya kita untuk dapat belajar melakukan interpretasi tabel secara baik dan informatif. Terlebih terhadap tabel inferensi seperti analisis Regresi, tentu sangat penting.

Setelah bersakit-sakit mengolah dan memilih alat statistik di ujung nya adalah analisis dan interpretasi dari output yang telah kita kerjakan secara sistematik tersebut. Tulisan berikut ini semoga dapat menambah sedikit bekal bagi kita terhadap pengolahan data yang sangat penting ini. Penulis berharap setetes ilmu yang ada memberikan tambahan tabungan nanti…

Tabel 1. Model Regresi Linier Berganda Tenaga & Sarana Pelayanan Kesehatan terhadap Pengeluaran Kesehatan Katastrofik.

Faktor

2001 2004
b (95% CI b) p b (95% CI b) p
Rasio

Dokter Umum

-0,19 (-0.41 – -0,02) 0,08 0,03 (-0,18 – 0,25) 0,75
Rasio

Dokter Spesialis

-0,46 (-1,14 – -0,03) 0,11 0,82 (0,36 – 1,28) 0,00
Rasio

Rumah Sakit

1,56 (-1,12 – 4,25) 0,24 -0,94 (-3,71 – 1,84) 0,49
Konstanta 6,33 (4,12 – 8,54) 0,00 3,26 (1,31 – 5,22) 0,00
F Hitung 1,60 5,73
Probabilitas (F) 0,220 0,004
R2 0,19 0,41
Rata-rata FIV 1,17 1,41
Durbin Watson (DW) 1,64 1,53
N 24 29

Sumber : Pengolahan Data Modul Susenas

Pengolahan Data Registrasi Ditjen YanMedik, Depkes RI

Interpretasi hasil tabel

Tahun 2001

Dari hasil di atas model regresi tahun 2001 dengan nilai R-kuadrat 0,19 dan p=0,22 artinya bahwa secara bersama-sama faktor-faktor yang ada memberikan penjelasan terhadap kejadian katastrofik pengeluaran kesehatan (variansi dependen) sebesar 19%, nilai p >0,05 memberikan arti model regresi tidak tepat. Secara statistik merekomendasikan model linier tidak dapat di pakai untuk kasus data tahun 2001. Dengan kata lain seluruh variabel independen tidak dapat menjelaskan secara linier variansi variabel dependen.

Tahun 2004

Dari hasil di atas model regresi tahun 2004 dengan nilai R-kuadrat 0,41 dan p=0,004 artinya bahwa secara bersama-sama faktor-faktor yang ada memberikan penjelasan terhadap kejadian pengeluaran kesehatan katastrofik (variansi dependen) sebesar 41%, nilai p <0,05 memberikan arti model regresi tepat (cocok). Secara statistik memberi rekomendasi model linier dapat di pakai untuk data tahun 2004. Dengan kata lain seluruh variabel independen dapat menjelaskan secara linier variansi variabel dependen sebesar 41%. Terbukti rasio spesialis sebagai faktor yang memberikan pengaruh terhadap dependen variabel (p<0,05), sedang kan dua variabel yang lainnya tidak terbukti memberikan pengaruh secara nyata.

Interpretasi lainnya adalah setiap kenaikan 1 dokter spesialis akan meningkatkan kejadian katastrofik sebesar 0,82%, atau jika setiap kenaikan 10 dokter spesialis akan meningkatkan pengeluaran kesehatan katastrofik di RT sebesar 8,2%..

Demikian contoh cara membaca tabel analisis regresi berganda..dan menurut pengalaman penulis topik ini cocok untuk rakan-rakan dalam jenjang S2, bagi rekan-rekan dalam jenjang S1 agak sedikit berat topik ini. Pengolahan data mungkin mudah topik yang di bahas yang cukup berat, tetapi tidak menjadi masalah semakin berat topik maka akan semakin menarik belajar kita. Semoga bermanfaat..

Wassalam

Kihariyadi, Statistisi -Sleman, Jogja