Permisi bu izin memberikan timestamp 🙏 32:27 spss model prediksi 48:40 spss model faktor resiko 50:57 pemasukan variabel interaksi 50:30 penilaian interaksi 1 (p >0,05 = out) 56:00 penilaian interaksi 2 + kesimpulan penilaian interaksi 57:17 penilaian confounding (model awal) 1:00:17 model tanpa penghasilan 1:01:51 menghitung perubahan OR 1:03:53 pemasukan kembali var penghasilan 1:04:11 model tanpa var pendidikan 1:04:50 menghitung perubahan OR 1:06:00 pemasukan kembali var pendidikan (model akhir) 1:06:48 interpretasi model akhir 1:08:00 contoh penyusunan bab hasil
hallo kak, aku mau saran sebaiknya backsoundnya dihilangkan saja atau volume dikecilkan, karena saya pribadi menjadi tidak fokus ketika mendengarkan penjelaskan kakak.. terlepas dari itu terimakasih ilmunya bermanfaat :)
saya renana melakukan penelitian yaitu: Evaluasi standar mutu jagung, dengan menggunakan data sekunder hasil pengujian pengambilan data akan diambil dari 6 lab dan 3 produsen. hasil uji jagung tersebut akan dianalisis kandungan nutrisi dari jagung diantaranya : kadar air, protein, biji rusak, biji pecah. hasil uij tersebut akan saya sandingkan dengan SNI. pertanyaan saya mana yg mana variabel bebas dan tak bebas mana X mana Y. atas jawabannya diucapkan banyak terima kasih.
bermanfaat bgt kak, konten kyk gini yg diperlukan bangsa ini tanya 1 kak, jika di bivariat, data variabel independen saya kategorik isinya ada 3 kategori dan dependen kategorik dikotom, kita menggunakan analisis apa kak?
Sebelumnya terimakasih atas ilmunya, Bu, sangat bermanfaat... Saya ingin bertanya Bu apabila setelah seleksi yg kedua tidak ada signifikansi yg kurang dari 0,05 lalu bagaimana ya solusinya? Terimakasih
Terima kasih atas kak atas penjelasannya yang sistematis dan sangat membantu. Saya sedang melakukan penelitian tesis yang salah satu tujuannya untuk mencari faktor sosiodemografis (variabel confounding) yang paling berpengaruh pada kualitas tidur. Ada yang mau saya tanyakan seputar model faktor risiko.. 1. Jika seleksi awal menggunakan chi square, apakah batasnya tetap 0.25? 2. Jika variabel confounding saya memiliki > 2 kategori (tidak mungkin disederhanakan jadi 2 kategori), pada saat tahap seleksi awal dengan reglog sederhana, apakah p value yang dilihat adalah dari kategori yang menjadi reference saja? 3. Pada saat penilaian confounding, jika perubahan OR pada kategori di variabel independen utama ada yang > 10% tetapi ada juga yang < 10%, apakah berarti variabel tersebut merupakan variabel confounding? 4. Jika pada model akhir semua variabel confounding saya p value > 0,05, apakah tetap bisa dibilang variabel tersebut memiliki pengaruh terhadap kualitas tidur (variabel dependen)? Terima kasih atas perhatiannya, mohon maaf pertanyaannya panjang..
@@desiruan.kiransa Berarti variabel confounding yang lolos ke model akhir dapat diinterpretasikan sebagai faktor yang paling berpengaruh pada variabel dependen, ya? Meskipun p value nya tidak signifikan? Terima kasih banyak ya kak atas pencerahannya..
Izin bertanya bu..misalnya di penilaian interaksi p value di bawah 0,05, gimana langkah selanjutnya y bu?Kira2 bagaimana interpretasinya.. Soalnya di contoh, penilaian interaksi sama2 menghasilkan p value>0,05 sehingga dikeluarkan
Izin bertanya kak, apakah jika menggunakan uji regresi logistik berganda ini, variabel independennya harus dikategorikan menjadi dua kategori atau boleh lebih dari dua kategori? Misalnya, variabel Tingkat Pendidikan dikategorikan menjadi Pendidikan Dasar, Pendidikan Menengah, dan Pendidikan Tinggi. Sementara, variabel pengetahuan dikategorikan menjadi 3 kategori, yaitu baik, sedang, buruk?
Hallo kak mau tanya kenapa pas kita mau melakukan uji regresi logistik faktor sosiodemografi nya tidak bisa di uji Dan untuk tabel nya variabel internet equatioj hanya ada 1 hasil saja Tidak per variabel Terima kasih kak Semoga dijawab,🤲
terima kasih Kak untuk ilmunya, sangat membantu saya. tetapi saya ada pertanyaan, saya melakukan reglog model prediksi dengan 3 variabel. pada tahap pertama variabel independen A memiliki p0,05 lalu sudah saya eliminasi sesuai dengan cara yang kakak jelaskan hingga di tahap 2 dihasilkan variabel A p0,05. di tahap akhir saya eliminasi variabel B dan menjalankan reglog untuk variabel A, namun p nya berubah menjadi p>0,05. kalau kasusnya seperti ini bagaimana interpretasinya ya kak? terima kasih banyak
Terima kasih mba videonya sangat membantu... izin bertanya apabila pada hasil analisis bivariat tidak ditemukan variabel yang signifikan (p>0.05) apakah tetap harus dilakukan analisis multivariat?
Terima kasih atas materinya, mbak. Sangat sistematis👍. Saya ingin bertanya, mbak. Bila pada hasil multivariate, variabel perancunya >0.05 sementara variabel utama
Bismillah, permisi bu, saya ada 2 pertanyaan yang maaf sedikit keluar dari pembahasan regresi logistik... izin bertanya, 1. untuk penelitian cross sectional, yang dipakai adalah nilai PR, sedangkan di spss hanya menampilkan nilai OR, bagaimana cara mengetahui nilai PR nya bu? Apakah sama dengan nilai OR? 2. Saat coding, saya salah memakai coding 1 dan 2 alih-alih 0 dan 1.... Dengan prinsip yang sama (exposure & outcome memakai coding yang lebih kecil), apakah coding saya akan mempengaruhi hasil penelitian? Lalu maaf bu izin koreksi, pada perhitungan perubahan OR yg pertama ada sedikit typo, ibu membaginya dengan 7,163... Sedangkan OR awal adalah 7,160 🙏
Maaf bu mau tanya, jika dilakukan penilaian confounding dan ditemukan nilai OR setelah salah satu variabel dihilangkan ternyata menjadi lebih besar (dan selisihnya lebih dari 10%), apakah variabel yang dihilangkan tersebut adalah variabel confounding? karena OR nya bukan menjadi lebih kecil namun malah menjadi lebih besar
Mohon maaf mbak mau nanya kalo variabel dependennya kategorik dan variabel independennya bentuk skala likert dengan satu variabelnya ada beberapa pertanyaan, apakah bisa pake regresi logistik?🙏
Bu ingin bertanya, apabila model faktor risiko/kausal saat melakukan uji interaksi, ada variabel interaksi yg tidak keluar di tabel akhir hasil spss, itu kenapa ya Bu? Misal variabel umur ibu*paritas tidak ada di tabel spss yg paling bawah, padahal sudah dipastikan terinput semua bu
Bu, mau tanya, jika variabel independen saya 2 buah variabel, dependen 1, dan confounding ada beberapa (4), pertanyaannya yg menjadi variabel independen utama yang mana ya Bu?
Bantu menjawab bu, tergantung model kerangka konsepnya. Apakah mengikuti faktor resiko atau prediksi. Jika prediksi, maka seluruh confounding sebagai variabel bebas (biasanya dalam metode case control). Namun jika model faktor resiko, maka dipilih 1 variabel bebas yang berkaitan dgn dependen (bisa dilihat dari literatur sebelumnya). Semoga membantu bu
Izin bertanya bu, variabel dependen penelitian saya memiliki 3 kategori (baik, cukup, kurang) dan ketika dimasukkan ke regresi logistik spss tidak keluar outputnya karena memiliki 3 kategori, jika kasusnya begini bagaimana cara mengatasinya ya? terima kasih banyak sebelumnya
Kategorinya bisa disederhanakan dibuat 2 kategori sj, atau buat salah satu kategori sebagai pembanding/reference nya dg cara isi menu catagori dan pilih katagori pembandingnya last atau first
Mba kalo misalkan sy mau analisis independen nya lebih dari 1 dan dependen nya juga lebih dari satu(bukan kategorik) bisa ga ya?, judul sy hubungan faktor risiko pasien jantumg dengan gambaran lesi koroner( LCA, RCA, LCX, LM). Lebih baik sy analisis nya pakai apa ya?
Terimakasih mbak penjelasannya, saya ada sedikit pertanyaan 1. Saat masuk ke tahap penelitian confounding, apakah p-value harus < 0,05 terlebih dahulu? 2. Interpretasi perubahan nilai OR apakah hanya untuk variabel independent utama saja? Trims
Makasih banget ilmunya Izin bertanya, kebetulan saya menggunakan jenis yg faktor risiko Setelah alanisis bivariat dengan chi square ternyatab variabel independen saya kan ada 2 dan yg signifikan hanya 1, variabel perancu saya ada 4 dan yg signifikan hanya 1 juga. Cara masukinnya k multivariat gmna ya? Apakah bisa dilanjutkan ke uji multivariate atau tdk? Kalau tidak busa alasannya apa ya? Terimakasih banyak sblmnya
Yang masuk berarti yg variabel independen utana dg pvalue < 0.05, sejak awal saat menentukan variabel independen utama harus benar2 dikaji baik secara teori maupun jurnal2 penelitiab bhw faktor tsbt memiliki pengaruh signifikan pd variabel dependen sehingga saat analisis pvaluenya
Secara teori mmg mempengaruhi hanya saja ketika pengambilan data sangat diluar ekspektasi ditambah lg kondisi pandemi sprti ini yg jg menjadi salah satu faktor. Sehingga jika sprti itu apakah masih bisa dilanjutkan k uji multivariat ya dengan posisi 1variabel independen 1variabel perancu dan 1variabel dependen?
Apabila dari 3 variabel yang diuji hanya ada satu variabel yang dibawah 0,05 bagaimana? Apakah 2 variabel yang diatas 0,05 harus dihapus dan diuji ulang?
Pada contoh penilaian confounder di faktor resiko, kebetulan variabel independen memiliki p-value < 0,05. Semisal p-value tidak 0,05 apakah perlu dilakukan penilaian OR seperti yang mbak contohkan tersbut untuk menili mana yg betul-betul confounder? Trims
@@yudiantimendra8425 sebaiknya pada saat kita menentukan variabel independen utama salah satu hal yg perlu dipertimbangkan adalah faktor tersebut merupakan faktor yang memiliki pengaruh signifikan terhadap variabel dependen, hal ini diketahui dari bbrp referensi seperti jurnal2, sehingga pada saat analisis data faktor tersebut memiliki pvalue kecil. Kemudian jika pvalue diatas 0.05 tp masih dibawah 0.25 maka masih bisa dilanjut analisis multivariatnya. Jika ternyata di atas 0.25 maka pertimbangkan utk menukar faktor yg ada dlm variabel perancu untuk ditukar dg faktor variabel independen tadi yah
Izin bertanya. JIka tipe analisis yang dilakukan adalah dengan pemodelan Faktor resiko dan terdapat 2 variabel Independet, Cara pengukurannya sprti apa yah,. terimakasih
Assalamu'alaikum mbak, izin bertanya kembali nggih mbak, 🙏 Untuk permodelan faktor risiko, apakah kita wajib memakai uji interaksi mbak,? Atau apakah boleh menggunakan uji counfounding saja mbak? Selanjutnya untuk uji counfounding, yg kita uji apakah cukup 1 variabel independen saja atau semua variabel independen kita lakukan uji counfounding mbak? Maturnuwun mbak 😊🙏
@@desiruan.kiransa terima kasih kak. Maaf kak mau nanyak. Kasus pada penelitian saya variabel cofounding tidak ada yg masuk model karena p > 0,05. Berarti tidak perlu dilakukan uji confounding kan kak?
Assalamu'alaikum Mbak, terimakasih atas videonya.. Ingin bertanya, dalam melakukan penilaian confounding, saya mengeluarkan variabel satu per satu berdasarkan nilai p-value dan perubahan OR>10% terhadap variabel independen utama. Dua variabel dengan nilai p-value tertinggi, saya masukkan kembali ke dalam model karena menyebabkan perubahan OR >10% pada variabel independen utama. Variabel dengan nilai p-value tertinggi ketiga saya adalah variabel independen utama. Selanjutnya, apakah saya kemudian mengeluarkan variabel independen utama dari model analisis? Atau bagaimana ya? Kemudian untuk langkah selanjutnya, apabila saya telah mengeluarkan variabel independen utama saya, berarti saya sudah tidak bisa mempertimbangkan perubahan OR dengan variabel independen utama ya? terimakasih atas perhatiannya...
Variabel independen utama tdk dikeluarkan dari model yah, yg dikeluarkan satu persatu hanya variabel perancu saja, indepnden utamanya hanya dilihat perubahan OR saja utk menilai variabel peramcu ttp perlu di dalam model atau harus dikeluarkan
@@desiruan.kiransa Terimakasih banyak atas penjelasan nya Mbak.. berarti variabel utama nya di skip tidak dikeluarkan ya jadi langsung ke variable perancu tertinggi berikut nya, begitu ya mbak.. Kemudian ingin bertanya lagi, semisal sudah mendapatkan model akhir, namun tidak ada satupun dari variabel tersebut yang memiliki p
Halo kak mau nanya. Setelah saya coba2, untuk tahap seleksi variabel dengan uji bivariat, antara uji chi-square dengan uji regresi logistik sederhana menghasilkan nilai yang berbeda. Kok bisa beda ya? Saya pikir tetap sama jadi bisa dipilih mau pakai uji bivariat yang mana. Sebaiknya gunakan uji bivariat yang mana ya kak? Terimakasih
Maaf mau tanya lagi kak, jika pada analisis bivariat sudah memakai uji chi square, apa nanti untuk seleksi variabel di multivariatnya perlu di uji pakai regresi logistik sederhana lagi? Atau cukup dilihat dari uji chi square saja?
saat melakukan uji multiariat regresi logistik model faktor risiko, ternyata independen utama tidak berhubungan dengan dependen. apakah tetap melakukan uji interaksi antara variabel independen utama dengan konfonding?
Saat pertamakali kita menentukan variabel indep utama kita kaji terlebih dahulu bahwa secara substabsi variabel tersebut memiliki hubungan dg var dependen serta didukung dg hasil hasil penelitian, sehingga pada saat dilakukan analisis bivariat ada hasil yg bermakna. Namun jika saat tahap seleksi ada variabel yg menunjukan p value diatas 0.25 variabel tersebut bisa ttp kita ikutkan kedalam analisis multi jika secara substabsi peneliti menganggap variabel tsbt penting, hal ini tdk saja berlaku utk var indep utama tp juga utk var perancu nya.
kalo uji multivariat regresi logistik model faktor risiko, apa harus melalui seleksi bivariat dulu? apakah cara seleksi bivariatnya sama dengan permodelan prediksi atau boleh melalui pv dari uji kai kuadrat?
Utk model faktor risiko juga tetap melalui proses seleksi dulu, cara seleksinya betul sekali sama dg model prediksi menggunaman reglog sederhana atau bisa juga pake chi square krn biasanya hasil pvalue yg didapat tidak beda jauj
@@desiruan.kiransa misal: kita mau menguji konfonding 4 variabel. ternyata variabel kedua memiliki OR >10%, maka variabel tersebut merupakan konfonding dan harus dimasukan kembali ke permodelan. pertanyaan saya, masukin variabel tersebut langsung (sebelum menguji konfonding variabel ketiga) atau belakangan setelah variabel 3 dan 4 sudah diuji?
assalamualaikum mbak, mbak mau bertanya, jika variabel yang di duga sebagai counfounder nya itu nilainya > 0,05, maka apakah ttp kita uji counfounding atau di abaikan aja uji counfounding nya mbak? terimakasih mbak:)
kak ini hasil uji regresi logistik multivariat saya hanya 2 variabel yang tersisa dan p valuenya semuanya lebih dari 0,05 termasuk constantnya. bagaimana kak bacanya?
@@desiruan.kiransa Terimaksh bnyk kak sudah mau menjawab semoga lancar urusan semuanya y kk, kalo boleh tau referensi buku statistik yg biasa kk gunakan apa ya?
@@janewatson455 sama2, sy pakai bbrp modul saat kuliah dulu, aku bisa gunakan buku manajemen data bpk Sutanto Prio Hastono aja mudah dipakainya dan mudah dipahami
Value harus diisi krn kan datanya katagorik sudah mudah membaca hasil, fungsinya utk menjelaskan kodinhg, coba cek di video saya yg cara entry data ke spss, siapa tau bisa membantu
Kalo uji normalitas untuk data yg numerik yah, bukan di bagian multivariat, tp uji normalitas digunakan sebelum menentukan uji statistik untuk bivariatnya say, coba cek video uji univariat data numerik di list video saya deh say, sy pernah buat tutorial cara uji normalitas
@@desiruan.kiransa tapi pake nya yang multivariat kak, soalnya ada 2variansi. Saya masih binggung untuk menghitungnya kak, yg ada koefisien kemiringa dan keruncingan data gtu. Sebelumnya terimakasih kak
@@sharohsriwardani4122 mhn maaf sy tdk paham yg dimaksud, analisis multivariat banyak jenisnya, mungkin bukan regresi logistik berganda kali yah, klo reglog tdk ada uji normalitas
Kak kalo bivariatnya pake chi square utk menentukan bisa lanjut ke multivariat bisa kak? Soalnya kok saya coba pake chi square sama pake regresi linear kok beda p valuenya kak
@@desiruan.kiransa Bismillah ibu mau tanya kebetulan ibu judul saya itu pake multivariat dengan uji regresi logistik berganda, pertanyaan saya ibu bagusnya pake uji bivariatnya pake regresi linear atau chi square?
Boleh juga, tp nanti ttp dibuat dua kelompok dg menentukan kelompok mana yg jd referens nya, tp kalo mau lebih mudah memahaminya sebaiknya dibuat dua kategori saja
bu, saya ingin bertanya untuk yang model prediksi. saya punya 10 variabel independen. nah setelah ditahap awal kan dilihat lagi nilai sig tiap variabel. ternyata terdapat data yg p value > 0,05, itu juga secara bertahap dikeluarkan ya bu sampai tidak ada nilai p value yang > 0,05. karena setiap saya keluarkan/hilangkan variabel yg p value > 0,05, p value variabel lain ikut berubah nilainya. apakah benar aja ya bu ? terima kasih
@@desiruan.kiransa bu mohon maaf saya baru melihat balasan ini, untuk link tersebut sudah tidak bisa ya bu? apakah ada link terbaru ya bu? saya bingung banget sama multivariat ini bu
Ijin bertanya bu, penelitian saya kan ada 2 variabel independennya dan 1 variabel dependen tetapi setelah di lakukan penelitian ternyata variabel independenya signifikan semua sama yang variabel dependen. Jadi saya ingin bertanya apakah masalah saya ini bisa menggunakan uji multivariat? Mohon di jawab bu. Terima kasih banyak🙏
Ijin bertanya lagi bu, data sayakan semuanya numerik bu. Jadi caranya untuk melakukan uji multivariat gimana ya? Mohon dijawab ibu karena saya sedang kesusahan dalam penelitian 🙏
Bu, saya mau bertanya Bagaimana jika interaksinya 0,05 Jika dilihat dari variabel interaksi, bukankah itu berarti ada interaksi?! Tetapi bagaimana dengan X1 dan X2? Apakah menggunakan X1 dan X2 sebelum interaksi? Sebelumnya saya ucapkan terima kasih, Bu.
Sebelum melakukan analisis multi, jangan lupa lakukan seleksi dulu yah, setelah itu lakukan uji interaksi, yg terakhir lakukan uji confounding, uji confounding yang dilihat adalah perubahan nilai OR dari variabel utama, jika perubahan >10% maka langsung dimasukan ke dlm model lagi sebelum dilanjutkan dg mengeluarkan variabel lainnya. Pada umumnya jika pvalue 10%, begitu juga sebaliknya, semoga terjawab yah
@@desiruan.kiransa Izin bertanya juga bu.. saya penelitian menggunakan desain cross sectional dan saat saya sudah melakukan uji bivariat chi square dan ketemu nilai OR dan p value
@@desiruan.kiransa Bismillah ibu pertama” saya ucapkan banyak terimakasih atas videonya. Ibu saya jg mau minta contoh interpretasi wordnya ibu. Punten @sonia10.nhia@gmail.com
Permisi bu izin memberikan timestamp 🙏
32:27 spss model prediksi
48:40 spss model faktor resiko
50:57 pemasukan variabel interaksi
50:30 penilaian interaksi 1 (p >0,05 = out)
56:00 penilaian interaksi 2 + kesimpulan penilaian interaksi
57:17 penilaian confounding (model awal)
1:00:17 model tanpa penghasilan
1:01:51 menghitung perubahan OR
1:03:53 pemasukan kembali var penghasilan
1:04:11 model tanpa var pendidikan
1:04:50 menghitung perubahan OR
1:06:00 pemasukan kembali var pendidikan (model akhir)
1:06:48 interpretasi model akhir
1:08:00 contoh penyusunan bab hasil
hallo kak, aku mau saran sebaiknya backsoundnya dihilangkan saja atau volume dikecilkan, karena saya pribadi menjadi tidak fokus ketika mendengarkan penjelaskan kakak.. terlepas dari itu terimakasih ilmunya bermanfaat :)
sangat mencerahkan, mengingat kembali saat kuliah di Tahun 2001-2003 , terimakasih share tutorialnya sangat membantu
terimakasih ibu atas penjelasannya, sangat membantu sekali dalam analisis multivariat yang saya kerjakan untuk tesis. sehat terus yaa buu❤🙏
Terima kasih ilmunya mba, sangat bermanfaat 🙏
Terimakasih, bermanfaat.
Wah.. Keren.. Terimakasih 😍
Mbaknya cantik trs pinter lagi ngejelasin 😍😍
Makasih penjelasannya bu, membantu banget 😇😇🙏
Terimakasih Bu
Terima kasih banyak, sangat bermanfaat buat aku yang lagi nyusun tesis dengan analisis multivariat
Sama2, sukses utk tesisnya yah
Jangan lupa like n subscribenya yah... ☺
terima kasih mbak
terima kasih mbak,,, videonya sangat membantu untuk paham.... semoga ilmunya bermanfaat dan jadi amalan jariyah buat mbaknyaa ..❤️
Terima kasih ilmunya kak, semoga sehat selalu kakak dan keluargaa
ibu dosenkuuuuu terimakasih ilmu nya
Hai nit... sama2 say... 😘
alhamdulillah ngerti banget
42:56 tahap awal model prediksi
48:49 model faktor risiko
Keren
Kak boleh dikasi cara bacanya ya, filenya gtu
Terimakasih banyak kak, sangat membantu
Terimakasih kak 🙏
Samasama yah...
makasi ka. ngebantu banget
Sama2... ☺
Aku jadi paham, makasih ya Mbaknyaaa ❤️
punten bu ijin meluruskan melihat interpretasi signifikan di tahap awal seleksi nya di tabel block 1 hasil omnibus tes bukan di variabel the equation
Sebelum dilakukan pemodelan akhir, sebaiknya lakukan uji interaksi terlebih dahulu..
terima kasih kak, sangat bermanfaat,, boleh lihat interpretasinya yg berupa word??
Saya lupa simpan filenya, sy gunalan buku dari Drs. Sutanto priyo hastono yah
saya renana melakukan penelitian yaitu: Evaluasi standar mutu jagung, dengan menggunakan data sekunder hasil pengujian pengambilan data akan diambil dari 6 lab dan 3 produsen. hasil uji jagung tersebut akan dianalisis kandungan nutrisi dari jagung diantaranya : kadar air, protein, biji rusak, biji pecah. hasil uij tersebut akan saya sandingkan dengan SNI. pertanyaan saya mana yg mana variabel bebas dan tak bebas mana X mana Y. atas jawabannya diucapkan banyak terima kasih.
bermanfaat bgt kak,
konten kyk gini yg diperlukan bangsa ini
tanya 1 kak, jika di bivariat, data variabel independen saya kategorik isinya ada 3 kategori dan dependen kategorik dikotom,
kita menggunakan analisis apa kak?
Kalo katagorik ttp pakai chi square cara melihat p valuenya silahkan simak video sy uji chi square yah
lebih dominan suara musik daripada pelajarannnya,.. saran: musiknya dikecilkan lagi atau lebih baik tidak pakai musik
Sebelumnya terimakasih atas ilmunya, Bu, sangat bermanfaat...
Saya ingin bertanya Bu apabila setelah seleksi yg kedua tidak ada signifikansi yg kurang dari 0,05 lalu bagaimana ya solusinya?
Terimakasih
Berarti hasil multivariat menunjukan tdk ada pengaruh
Terima kasih atas kak atas penjelasannya yang sistematis dan sangat membantu. Saya sedang melakukan penelitian tesis yang salah satu tujuannya untuk mencari faktor sosiodemografis (variabel confounding) yang paling berpengaruh pada kualitas tidur. Ada yang mau saya tanyakan seputar model faktor risiko..
1. Jika seleksi awal menggunakan chi square, apakah batasnya tetap 0.25?
2. Jika variabel confounding saya memiliki > 2 kategori (tidak mungkin disederhanakan jadi 2 kategori), pada saat tahap seleksi awal dengan reglog sederhana, apakah p value yang dilihat adalah dari kategori yang menjadi reference saja?
3. Pada saat penilaian confounding, jika perubahan OR pada kategori di variabel independen utama ada yang > 10% tetapi ada juga yang < 10%, apakah berarti variabel tersebut merupakan variabel confounding?
4. Jika pada model akhir semua variabel confounding saya p value > 0,05, apakah tetap bisa dibilang variabel tersebut memiliki pengaruh terhadap kualitas tidur (variabel dependen)?
Terima kasih atas perhatiannya, mohon maaf pertanyaannya panjang..
Semua pertanyaan jawabannya "iya" utk pertanyaan terakhir jgn lupa krn variabel perancu ditentukan dr perubahan OR bukan dr pvalue yah
@@desiruan.kiransa Berarti variabel confounding yang lolos ke model akhir dapat diinterpretasikan sebagai faktor yang paling berpengaruh pada variabel dependen, ya? Meskipun p value nya tidak signifikan? Terima kasih banyak ya kak atas pencerahannya..
Izin bertanya bu..misalnya di penilaian interaksi p value di bawah 0,05, gimana langkah selanjutnya y bu?Kira2 bagaimana interpretasinya..
Soalnya di contoh, penilaian interaksi sama2 menghasilkan p value>0,05 sehingga dikeluarkan
mohon maaf ibu, materinya bagus tetapi backsound nya agak mengganggu suara penjelasan ibu. saran saya diganti jadi musik yang lebih slow saja
Izin bertanya kak, apakah jika menggunakan uji regresi logistik berganda ini, variabel independennya harus dikategorikan menjadi dua kategori atau boleh lebih dari dua kategori? Misalnya, variabel Tingkat Pendidikan dikategorikan menjadi Pendidikan Dasar, Pendidikan Menengah, dan Pendidikan Tinggi. Sementara, variabel pengetahuan dikategorikan menjadi 3 kategori, yaitu baik, sedang, buruk?
Videonya sangat membantu sekali mbak, saya boleh izin bertanya mbak.
Untuk melihat nilai OR,PR itu dibagian mana ya mbak?🙏🏻
kak, kalo menggunakan Adjusted odds ratio gimana yah?
Hallo kak mau tanya kenapa pas kita mau melakukan uji regresi logistik faktor sosiodemografi nya tidak bisa di uji
Dan untuk tabel nya variabel internet equatioj hanya ada 1 hasil saja
Tidak per variabel
Terima kasih kak
Semoga dijawab,🤲
Bagaimana jika ada variabel interaksi?
terima kasih Kak untuk ilmunya, sangat membantu saya. tetapi saya ada pertanyaan, saya melakukan reglog model prediksi dengan 3 variabel. pada tahap pertama variabel independen A memiliki p0,05 lalu sudah saya eliminasi sesuai dengan cara yang kakak jelaskan hingga di tahap 2 dihasilkan variabel A p0,05. di tahap akhir saya eliminasi variabel B dan menjalankan reglog untuk variabel A, namun p nya berubah menjadi p>0,05. kalau kasusnya seperti ini bagaimana interpretasinya ya kak? terima kasih banyak
Terima kasih mba videonya sangat membantu... izin bertanya apabila pada hasil analisis bivariat tidak ditemukan variabel yang signifikan (p>0.05) apakah tetap harus dilakukan analisis multivariat?
Saat seleksi bivariat batas utk masuk ke analisis multivariat adalah 0,25 yah jd kalo pvalue>0.05 tp
@@desiruan.kiransa Sudah saya lakukan untuk analisis multivariat namun tetap tidak ada yang signifikan... yang ingin saya tanyakan untuk hasil p
@@fahirayusriya8697 model yg digunakan apa faktor resiko atau faktor presiksi
@@desiruan.kiransa faktor risiko mba
Terima kasih atas materinya, mbak. Sangat sistematis👍.
Saya ingin bertanya, mbak. Bila pada hasil multivariate, variabel perancunya >0.05 sementara variabel utama
Oiya klo variabel perancu dilihat dari perubahan nilai OR yah jgn dari pvalue nya
Harus bgt buu kategoriknya 2 aja . Saya 3 bisa kah pake cara ini? Tolong bles bu
bu.. kalau ada variabel yang berinteraksi bagaimana ya bu?
Bismillah, permisi bu, saya ada 2 pertanyaan yang maaf sedikit keluar dari pembahasan regresi logistik... izin bertanya,
1. untuk penelitian cross sectional, yang dipakai adalah nilai PR, sedangkan di spss hanya menampilkan nilai OR, bagaimana cara mengetahui nilai PR nya bu? Apakah sama dengan nilai OR?
2. Saat coding, saya salah memakai coding 1 dan 2 alih-alih 0 dan 1.... Dengan prinsip yang sama (exposure & outcome memakai coding yang lebih kecil), apakah coding saya akan mempengaruhi hasil penelitian?
Lalu maaf bu izin koreksi, pada perhitungan perubahan OR yg pertama ada sedikit typo, ibu membaginya dengan 7,163... Sedangkan OR awal adalah 7,160 🙏
Maaf bu mau tanya, jika dilakukan penilaian confounding dan ditemukan nilai OR setelah salah satu variabel dihilangkan ternyata menjadi lebih besar (dan selisihnya lebih dari 10%), apakah variabel yang dihilangkan tersebut adalah variabel confounding? karena OR nya bukan menjadi lebih kecil namun malah menjadi lebih besar
Iya variabel counfounding dan harus dimasukan dlm model lagi, perubahan bisa jd lebih besar atau lebih kecil yah yh penting ada perubahan lebih dr 10%
@@desiruan.kiransa Terimakasih banyak bu
Makasihhh banyak kak btw, beda p value 0.05 sama 0.25 apa ya kak
Mohon maaf mbak mau nanya kalo variabel dependennya kategorik dan variabel independennya bentuk skala likert dengan satu variabelnya ada beberapa pertanyaan, apakah bisa pake regresi logistik?🙏
Makasih kak
Izin bertanya. Kalau analisis model prediksi bolehkah langkah2 sama dengan model faktor resiko? Seperti uji interaksi dll?
Boleh tp kalo variabelnya banyak akan lama tahapannya
@@desiruan.kiransa baik kak.
Thank you kaak 🙏
Konsentrasi menyimaknya terganggu Krn ada backsound nya 🙏
Bu ingin bertanya, apabila model faktor risiko/kausal saat melakukan uji interaksi, ada variabel interaksi yg tidak keluar di tabel akhir hasil spss, itu kenapa ya Bu? Misal variabel umur ibu*paritas tidak ada di tabel spss yg paling bawah, padahal sudah dipastikan terinput semua bu
dan fungsi dari bagian categorical tersebut apa nggih?
Bu, mau tanya, jika variabel independen saya 2 buah variabel, dependen 1, dan confounding ada beberapa (4), pertanyaannya yg menjadi variabel independen utama yang mana ya Bu?
Bantu menjawab bu, tergantung model kerangka konsepnya. Apakah mengikuti faktor resiko atau prediksi. Jika prediksi, maka seluruh confounding sebagai variabel bebas (biasanya dalam metode case control). Namun jika model faktor resiko, maka dipilih 1 variabel bebas yang berkaitan dgn dependen (bisa dilihat dari literatur sebelumnya). Semoga membantu bu
Terimah kasih atas materi nya kak.
bolehkah saya meminta materi power point nya?
teriama kasih
adindaputeri263@gmail.com
bolehkah saya meminta materi power point dan ms word nya?
teriama kasih
@@adindaputeri6250 boleh.. Cek email yah
Izin bertanya bu, variabel dependen penelitian saya memiliki 3 kategori (baik, cukup, kurang) dan ketika dimasukkan ke regresi logistik spss tidak keluar outputnya karena memiliki 3 kategori, jika kasusnya begini bagaimana cara mengatasinya ya? terima kasih banyak sebelumnya
Kategorinya bisa disederhanakan dibuat 2 kategori sj, atau buat salah satu kategori sebagai pembanding/reference nya dg cara isi menu catagori dan pilih katagori pembandingnya last atau first
@@desiruan.kiransa menu category di bagian mana bu?
Bu saya ingin bertanya, apabila variabel independennya itu tidak 2 kategori, bagaimana memproses spssnya nggih? apa tetap harus dijadikan 2 kategori?
Mba kalo misalkan sy mau analisis independen nya lebih dari 1 dan dependen nya juga lebih dari satu(bukan kategorik) bisa ga ya?, judul sy hubungan faktor risiko pasien jantumg dengan gambaran lesi koroner( LCA, RCA, LCX, LM). Lebih baik sy analisis nya pakai apa ya?
Reglog hanya utk katagorik mba
Eh sebentar deh kynya sy salah, lesi koroner (LCA, RCA, LCX, LM) itu termasuk kategorik kan ya? Kalau begitu punya sy bisa ya mba kalo dibuat reglog?
Makasih banyak kak, izin bertanya apakah ada referensi untuk menulis bab hasil dan pembahasan untuk model faktor resiko ? Terima kasih
Buku analisis data dg penulis Drs. Sutanto priyo hastono yah
Makasih kak
Kak, apakah saya boleh minta file interprestasinya ? Emailnya ke fentiaprianifap@gmail.com
@@fentiapriani1642 Sy lupa simpan filenya dicari dl yah
@@desiruan.kiransa iya kak
Bu boleh nanya metode penelitian potong lintang, cara menganalisis di program spss kaya gimana si.. makasih
saya sudah buatkan tutorialnya coba dilihat di list video saya judulnya uji chi square yah
Izin bertanya bu, sumber buku regresi logistik ganda apa ya bu? Mohon dijawab ya bu
Analisis multivariat, bapak sutanto priyo hastono
Musiknya lebih keras dari suaranya Mba. Jadi susah mendengarkannya 😁
hihi....iya yah jd gak jelas yah...
@@desiruan.kiransa overall okee banget kok Mba sangat membantu
Thank yah...
Terimakasih mbak penjelasannya, saya ada sedikit pertanyaan
1. Saat masuk ke tahap penelitian confounding, apakah p-value harus < 0,05 terlebih dahulu?
2. Interpretasi perubahan nilai OR apakah hanya untuk variabel independent utama saja?
Trims
1. Tidak, meskipun pvalue >0.05 kalo menyebabkan peribahan OR >10% maka ia ada confounding
2. Iya
@@desiruan.kiransa Jika p-value variabel perancu 10%, interpretasinya seperti apa ya mbak?
@@yudiantimendra8425 dikeluarkan dr model
backsoundnya benar2 mengganggu
Makasih banget ilmunya
Izin bertanya, kebetulan saya menggunakan jenis yg faktor risiko
Setelah alanisis bivariat dengan chi square ternyatab variabel independen saya kan ada 2 dan yg signifikan hanya 1, variabel perancu saya ada 4 dan yg signifikan hanya 1 juga. Cara masukinnya k multivariat gmna ya? Apakah bisa dilanjutkan ke uji multivariate atau tdk? Kalau tidak busa alasannya apa ya?
Terimakasih banyak sblmnya
Yang masuk berarti yg variabel independen utana dg pvalue < 0.05, sejak awal saat menentukan variabel independen utama harus benar2 dikaji baik secara teori maupun jurnal2 penelitiab bhw faktor tsbt memiliki pengaruh signifikan pd variabel dependen sehingga saat analisis pvaluenya
Secara teori mmg mempengaruhi hanya saja ketika pengambilan data sangat diluar ekspektasi ditambah lg kondisi pandemi sprti ini yg jg menjadi salah satu faktor.
Sehingga jika sprti itu apakah masih bisa dilanjutkan k uji multivariat ya dengan posisi 1variabel independen 1variabel perancu dan 1variabel dependen?
bagaimana kalau di variabelnya bukan dikotom ? kalau ada 3 kelompok bagaimana apakah beda caranya ?
halo mba, saya juga kaya gitu, apakah sudah menemukan solusinya?
Apabila dari 3 variabel yang diuji hanya ada satu variabel yang dibawah 0,05 bagaimana? Apakah 2 variabel yang diatas 0,05 harus dihapus dan diuji ulang?
Pada contoh penilaian confounder di faktor resiko, kebetulan variabel independen memiliki p-value < 0,05. Semisal p-value tidak 0,05 apakah perlu dilakukan penilaian OR seperti yang mbak contohkan tersbut untuk menili mana yg betul-betul confounder? Trims
Yang p-value tdk 0.05 variabel independen utama atau variabel perancunya?
@@desiruan.kiransa independent utamanya mbak. Hanya kovariatnya saja yg < 0,05.
@@yudiantimendra8425 sebaiknya pada saat kita menentukan variabel independen utama salah satu hal yg perlu dipertimbangkan adalah faktor tersebut merupakan faktor yang memiliki pengaruh signifikan terhadap variabel dependen, hal ini diketahui dari bbrp referensi seperti jurnal2, sehingga pada saat analisis data faktor tersebut memiliki pvalue kecil. Kemudian jika pvalue diatas 0.05 tp masih dibawah 0.25 maka masih bisa dilanjut analisis multivariatnya. Jika ternyata di atas 0.25 maka pertimbangkan utk menukar faktor yg ada dlm variabel perancu untuk ditukar dg faktor variabel independen tadi yah
@@desiruan.kiransa Saat uji bivariat, independent utamanya memenuhi syarat mbak, yakni
@@yudiantimendra8425 oh...klo gtu dimultivariat nanti yg dilihat pvalue confoundernya aja
Haii kak,, teori penunjang untuk menginterpretasikan regresi logistik yg kakak pakai apa ya? Judul buku dan pengarangnya siapa ya kak 🙏🙏
Analisis data kesehatan, sutanto priyo hastono, penerbit raja gravindo yah
Makasih kak
kakak boleh tanya kalau misalnya yang dibwah 0.05 cuma 1 aja gmna kak?
model yang dibentuk tepat atau tidak, layak atau tidak? ada indikasi multikolinearitas tidak kok gak jelasin?
Izin bertanya. JIka tipe analisis yang dilakukan adalah dengan pemodelan Faktor resiko dan terdapat 2 variabel Independet, Cara pengukurannya sprti apa yah,. terimakasih
Analisisnya satu2 yah, jd seperti mengerjakan 2 data penelitian
@@desiruan.kiransa Berarti jika dianalisis satu pertasu nanti ada dua hasil kesimpulan yah.?
@@akusiapa4543 iyes
@@desiruan.kiransa baik terimakasih.. 🙏🙏
Assalamu'alaikum mbak, izin bertanya kembali nggih mbak, 🙏
Untuk permodelan faktor risiko, apakah kita wajib memakai uji interaksi mbak,? Atau apakah boleh menggunakan uji counfounding saja mbak?
Selanjutnya untuk uji counfounding, yg kita uji apakah cukup 1 variabel independen saja atau semua variabel independen kita lakukan uji counfounding mbak?
Maturnuwun mbak 😊🙏
Iya sebaiknya dilakukan yah
Terimaksih mbak, bermanfaat sekali ilmunya mbak, sangat membantu kami yang sedikit kesusahan mengenai regresi ini mbak :)
Menyambung pertanyaannya mba..kalau misalnya interaksinya nilai p value dibawah 0,05, gimana kesimpulannya mba?
Kak kalau untuk tahap akhir analisis multivariat p value harus < 0,05 ya?
Iya... Utk seleksi 0.25 kalo utk analisis multivariatnya 0.05
@@desiruan.kiransa terima kasih kak.
Maaf kak mau nanyak. Kasus pada penelitian saya variabel cofounding tidak ada yg masuk model karena p > 0,05. Berarti tidak perlu dilakukan uji confounding kan kak?
@@indahrosahasibuan2824 seleksi utk masuk model pvalue nya 0.25
Assalamu'alaikum Mbak, terimakasih atas videonya.. Ingin bertanya, dalam melakukan penilaian confounding, saya mengeluarkan variabel satu per satu berdasarkan nilai p-value dan perubahan OR>10% terhadap variabel independen utama. Dua variabel dengan nilai p-value tertinggi, saya masukkan kembali ke dalam model karena menyebabkan perubahan OR >10% pada variabel independen utama. Variabel dengan nilai p-value tertinggi ketiga saya adalah variabel independen utama. Selanjutnya, apakah saya kemudian mengeluarkan variabel independen utama dari model analisis? Atau bagaimana ya?
Kemudian untuk langkah selanjutnya, apabila saya telah mengeluarkan variabel independen utama saya, berarti saya sudah tidak bisa mempertimbangkan perubahan OR dengan variabel independen utama ya?
terimakasih atas perhatiannya...
Variabel independen utama tdk dikeluarkan dari model yah, yg dikeluarkan satu persatu hanya variabel perancu saja, indepnden utamanya hanya dilihat perubahan OR saja utk menilai variabel peramcu ttp perlu di dalam model atau harus dikeluarkan
@@desiruan.kiransa Terimakasih banyak atas penjelasan nya Mbak.. berarti variabel utama nya di skip tidak dikeluarkan ya jadi langsung ke variable perancu tertinggi berikut nya, begitu ya mbak..
Kemudian ingin bertanya lagi, semisal sudah mendapatkan model akhir, namun tidak ada satupun dari variabel tersebut yang memiliki p
@@nazulanitarahma5217 iya tdk dikeluarkan
Halo kak mau nanya. Setelah saya coba2, untuk tahap seleksi variabel dengan uji bivariat, antara uji chi-square dengan uji regresi logistik sederhana menghasilkan nilai yang berbeda. Kok bisa beda ya? Saya pikir tetap sama jadi bisa dipilih mau pakai uji bivariat yang mana. Sebaiknya gunakan uji bivariat yang mana ya kak?
Terimakasih
Reglog sederhana
Maaf mau tanya lagi kak, jika pada analisis bivariat sudah memakai uji chi square, apa nanti untuk seleksi variabel di multivariatnya perlu di uji pakai regresi logistik sederhana lagi? Atau cukup dilihat dari uji chi square saja?
@@putriinriantari boleh pake lagi boleh tidak, kalo sy biasanya pake
saat melakukan uji multiariat regresi logistik model faktor risiko, ternyata independen utama tidak berhubungan dengan dependen. apakah tetap melakukan uji interaksi antara variabel independen utama dengan konfonding?
Saat pertamakali kita menentukan variabel indep utama kita kaji terlebih dahulu bahwa secara substabsi variabel tersebut memiliki hubungan dg var dependen serta didukung dg hasil hasil penelitian, sehingga pada saat dilakukan analisis bivariat ada hasil yg bermakna. Namun jika saat tahap seleksi ada variabel yg menunjukan p value diatas 0.25 variabel tersebut bisa ttp kita ikutkan kedalam analisis multi jika secara substabsi peneliti menganggap variabel tsbt penting, hal ini tdk saja berlaku utk var indep utama tp juga utk var perancu nya.
Kalo saat analisis bivariat salah satu variabel merupakan faktor protektif (OR
Selagi nilai pvalue
kalo uji multivariat regresi logistik model faktor risiko, apa harus melalui seleksi bivariat dulu? apakah cara seleksi bivariatnya sama dengan permodelan prediksi atau boleh melalui pv dari uji kai kuadrat?
Utk model faktor risiko juga tetap melalui proses seleksi dulu, cara seleksinya betul sekali sama dg model prediksi menggunaman reglog sederhana atau bisa juga pake chi square krn biasanya hasil pvalue yg didapat tidak beda jauj
oke terima kasih. video ini sangat membantu
@@desiruan.kiransa saat melakukan uji konfonding, apakah variabel yang pv nya 0,05 saja?
@@desiruan.kiransa misal: kita mau menguji konfonding 4 variabel. ternyata variabel kedua memiliki OR >10%, maka variabel tersebut merupakan konfonding dan harus dimasukan kembali ke permodelan. pertanyaan saya, masukin variabel tersebut langsung (sebelum menguji konfonding variabel ketiga) atau belakangan setelah variabel 3 dan 4 sudah diuji?
@@saidanofel8885 semuanya yah
Halo kak boleh minta contoh interpretasi yg berupa word kak? 🙏
mbak. klo di model risiko, apa boleh variabel variabel independennya itu lebih dari satu?
Boleh
Terimakasih mbak😇🙏
assalamualaikum mbak, mbak mau bertanya, jika variabel yang di duga sebagai counfounder nya itu nilainya > 0,05, maka apakah ttp kita uji counfounding atau di abaikan aja uji counfounding nya mbak?
terimakasih mbak:)
Ttp lakukan uji, krn pertimbangan scr substansi bisa dipakai utk menentukan kandidat variabel multivariat
Terimakasih mbak😇
bu bisa ga ya musiknya di hilangkan saja ?
kak ini hasil uji regresi logistik multivariat saya hanya 2 variabel yang tersisa dan p valuenya semuanya lebih dari 0,05 termasuk constantnya. bagaimana kak bacanya?
Model prediksi atau faktor resiko?
Terimksh kak, mau nanya bole ga kak kalau seleksi bivariat dgn metode enter namun wkt analisisnya multivariatnya dgn metode backward?
Boleh👍
@@desiruan.kiransa Terimaksh bnyk kak sudah mau menjawab semoga lancar urusan semuanya y kk, kalo boleh tau referensi buku statistik yg biasa kk gunakan apa ya?
@@janewatson455 sama2, sy pakai bbrp modul saat kuliah dulu, aku bisa gunakan buku manajemen data bpk Sutanto Prio Hastono aja mudah dipakainya dan mudah dipahami
Baik2 trimksh kk :) semoga ilmunya berkah aamiin
Halo kak.. Mau tanya..
Di bagian variabel view > values.. Kok tdk bisa diedit kenapa yaa?
Sangat wajibkah itu?
Value harus diisi krn kan datanya katagorik sudah mudah membaca hasil, fungsinya utk menjelaskan kodinhg, coba cek di video saya yg cara entry data ke spss, siapa tau bisa membantu
Siapp.. Terimakasih banyak mbaa.. Sangat membantu.. Sukses..
Kak bagaimana cara menghitung uji normalitas multivariat ? Dari post test dan pre test
Kalo uji normalitas untuk data yg numerik yah, bukan di bagian multivariat, tp uji normalitas digunakan sebelum menentukan uji statistik untuk bivariatnya say, coba cek video uji univariat data numerik di list video saya deh say, sy pernah buat tutorial cara uji normalitas
@@desiruan.kiransa tapi pake nya yang multivariat kak, soalnya ada 2variansi. Saya masih binggung untuk menghitungnya kak, yg ada koefisien kemiringa dan keruncingan data gtu.
Sebelumnya terimakasih kak
@@sharohsriwardani4122 mhn maaf sy tdk paham yg dimaksud, analisis multivariat banyak jenisnya, mungkin bukan regresi logistik berganda kali yah, klo reglog tdk ada uji normalitas
Kak mau bertanya, kalau uji multivariat regresi logistik model faktor risiko, variabel independennya ada dua, pengerjaannya bagaimana ya? Terima kasih
Indepent utama semua atau satunya sebagai perancu?
@@desiruan.kiransa indepent utama nya ada 2, rancu nya ada beberapa kak
@@verlandom8333 berarti 2 kali analisisnya, permasing2 variabel, jadinya seperti melakukan analisis 2 penelitian
@@desiruan.kiransa terima kasih kak ilmunya 🙏🏼
Kak kalo bivariatnya pake chi square utk menentukan bisa lanjut ke multivariat bisa kak? Soalnya kok saya coba pake chi square sama pake regresi linear kok beda p valuenya kak
Bisa say kalopun beda hanya sedikit biasanya perbedaannya
@@desiruan.kiransa Bismillah ibu mau tanya kebetulan ibu judul saya itu pake multivariat dengan uji regresi logistik berganda, pertanyaan saya ibu bagusnya pake uji bivariatnya pake regresi linear atau chi square?
kak mau nanya, untuk variabel x rasio dan y rasio apakah bisa pakai regresi logistik ? terimakasih ya kak
Klo rasio kan data numerik ya mba jd numerik vs numerik pake regresi linier berganda
kalo dependenya kategorik 3 boleh? misal: tinggi/cukup/rendah
Boleh juga, tp nanti ttp dibuat dua kelompok dg menentukan kelompok mana yg jd referens nya, tp kalo mau lebih mudah memahaminya sebaiknya dibuat dua kategori saja
Backsound nya kenceng bgt :(
Izin bertanya mbak. Ini referensinya dari buku apa ya mbak?
Sutanto priyo hastono
@@desiruan.kiransa jdul buku apa mbak? Sm thn brpa?
bu, saya ingin bertanya untuk yang model prediksi. saya punya 10 variabel independen. nah setelah ditahap awal kan dilihat lagi nilai sig tiap variabel. ternyata terdapat data yg p value > 0,05, itu juga secara bertahap dikeluarkan ya bu sampai tidak ada nilai p value yang > 0,05. karena setiap saya keluarkan/hilangkan variabel yg p value > 0,05, p value variabel lain ikut berubah nilainya. apakah benar aja ya bu ? terima kasih
Iya betul
Alhamdulillah, trm ksh byk bu pencerahannya
Ijin bu, kalau boleh tau referensi yang ibu pakai dari buku apa ya bu? Terima kasih
@@noorfithriyah9623 analisis data kesehatan SUtanto proyo hastono
Terima kasih ☺️☺️
ibu apakah membuka jasa konsultasi untuk analisis multivariat?
Silahkan wa yah
wa.me/message/UTFLBK2NNS7YF1
@@desiruan.kiransa bu mohon maaf saya baru melihat balasan ini, untuk link tersebut sudah tidak bisa ya bu? apakah ada link terbaru ya bu? saya bingung banget sama multivariat ini bu
Ijin bertanya bu, penelitian saya kan ada 2 variabel independennya dan 1 variabel dependen tetapi setelah di lakukan penelitian ternyata variabel independenya signifikan semua sama yang variabel dependen. Jadi saya ingin bertanya apakah masalah saya ini bisa menggunakan uji multivariat? Mohon di jawab bu. Terima kasih banyak🙏
Iya bisa
Ijin bertanya lagi bu, data sayakan semuanya numerik bu. Jadi caranya untuk melakukan uji multivariat gimana ya? Mohon dijawab ibu karena saya sedang kesusahan dalam penelitian 🙏
@@cindyparus5255 klo numerik semua pakenya bukan regresi logistik berganda say, tp regresi linier berganda
Jadi untuk menghitung multivariat lewat regresi linear berganda itu gimana bi?
@@cindyparus5255 sy blm buat tutorialnya say
Bu, saya mau bertanya
Bagaimana jika interaksinya 0,05
Jika dilihat dari variabel interaksi, bukankah itu berarti ada interaksi?!
Tetapi bagaimana dengan X1 dan X2?
Apakah menggunakan X1 dan X2 sebelum interaksi?
Sebelumnya saya ucapkan terima kasih, Bu.
Sebelum melakukan analisis multi, jangan lupa lakukan seleksi dulu yah, setelah itu lakukan uji interaksi, yg terakhir lakukan uji confounding, uji confounding yang dilihat adalah perubahan nilai OR dari variabel utama, jika perubahan >10% maka langsung dimasukan ke dlm model lagi sebelum dilanjutkan dg mengeluarkan variabel lainnya. Pada umumnya jika pvalue 10%, begitu juga sebaliknya, semoga terjawab yah
@@desiruan.kiransa Baik, terima kasih Bu
@@desiruan.kiransa Izin bertanya juga bu.. saya penelitian menggunakan desain cross sectional dan saat saya sudah melakukan uji bivariat chi square dan ketemu nilai OR dan p value
@@dinidwiyuliani5107 cb dilihat lagi divideo yah perbedaan bivariat dan multivariat yah, jd ga bingung knp hasilnya berbeda
Bedanya sama biner apa ka?
mau tanya dong. itu ngerekamnya pake apa ya? terimakasih
Pake camtasia
Musiknya kadang mengganggu mbak
Iya maap yah masih amatiran
Assalamualaikum, apakah boleh minta materi power poin dan contoh interpretasi nya yang berupa word🙏🙏🙏
Boleh silahkan tinggalkan alamat email nanti sy kirimkan
Halo kak boleh minta interpretasi yg berupa word?🙏
Ini email sy kak k.trisnadewi99@gmail.com @@desiruan.kiransa
@@desiruan.kiransa Bismillah ibu pertama” saya ucapkan banyak terimakasih atas videonya. Ibu saya jg mau minta contoh interpretasi wordnya ibu. Punten @sonia10.nhia@gmail.com
Musiknya mengganggu banget mbak
Iyap betul, masih amatiran soalnya
Boleh minta materi presentasi nya ngga kak? Terima kasih
Boleh silahkan tinggalkan alamat emailnya yah nanti sy kirim
@@desiruan.kiransa verlandom@gmail.com, terima kasih kak