Regresi Linier Berganda untuk Menganalisis Pengaruh Kematian Orang Dewasa, Konsumsi Alkohol, dan BMI terhadap Usia Harapan Hidup di Asia Tahun 2015

Pendahuluan

Usia harapan hidup di Asia mengalami peningkatan yang signifikan dalam beberapa dekade terakhir. Namun, di balik angka-angka statistik ini, terdapat kompleksitas faktor yang memengaruhi panjangnya usia manusia. Kematian orang dewasa, konsumsi alkohol, dan BMI menjadi tiga hal yang menarik untuk diteliti pengaruhnya terhadap usia harapan hidup di Asia pada tahun 2015.

Analisis Regresi Linier Berganda

Analisis regresi linier berganda merupakan solusi dari analisis terkait hal tersebut. Hal ini dikarenakan analisis regresi linier berganda merupakan metode yang dapat memberikan informasi terkait pengaruh variabel independen terhadap variabel dependen.

Dalam analisis regresi linier berganda, model regresi linier digunakan untuk memperkirakan nilai variabel dependen berdasarkan nilai-nilai variabel independen. Model ini diungkapkan dalam bentuk persamaan matematis sebagai berikut:

\[Y = \beta_0 + \beta_1X_1 + \beta_2X_2 +...+\beta_pX_p + \epsilon\]

Demi menghasilkan model prediksi yang Best Linear Unbiased Estimation, harus dilakukan uji asumsi klasik untuk menghindari pelanggaran-pelanggaran syarat dalam model regresi linear berganda. Berikut uji asumsi klasik yang harus dilakukan:

1. Asumsi Normalitas
2. Asumsi Nonheteroskedastisitas
3. Asumsi Nonmultikolinearitas
4. Asumsi Nonautokorelasi

Jika asumsi-asumsi tersebut tidak terpenuhi, diperlukan transformasi variabel atau beralih ke metode statistik lainnya yang lebih sesuai.

Library

Sebelum melakukan analisis regresi linier berganda, terdapat beberapa library yang perlu disiapkan. Berikut merupakan library yang perlu dipersiapkan:

# Library yang Diperlukan
library(readxl)
library(dplyr)
library(lmtest)
library(car)

Data

Analisis ini terdiri dari satu variabel dependen, yaitu usia harapan hidup di Asia pada tahun 2015. Sementara itu, analisis ini juga mencakup tiga variabel independen sebagai berikut:

1. Kematian Orang Dewasa : kematian orang dewasa tiap 1000 populasi
2. Konsumsi Alkohol : konsumsi alkohol dalam liter per kapita pada usia 15+ tahun
3. BMI : ukuran status gizi pada orang dewasa

# Membaca Data
DataUHHAsia2015 <- read_excel("D:/college life/Semester 4/Sistem Informasi Manajemen/Case Method 2/DataUHHAsia2015.xlsx")

# Menampilkan Data
DataUHHAsia2015

## # A tibble: 27 × 7
##    Negara    Wilayah Tahun KematianDewasa KonsumsiAlkohol   BMI UsiaHarapanHidup
##    <chr>     <chr>   <dbl>          <dbl>           <dbl> <dbl>            <dbl>
##  1 Malaysia  Asia     2015          122.             0.55  25.6             75.5
##  2 Sri Lanka Asia     2015          109.             2.72  23               76.3
##  3 Philippi… Asia     2015          200.             4.52  23.1             70.6
##  4 Lao PDR   Asia     2015          196.             7.09  22.8             66.5
##  5 Bhutan    Asia     2015          208.             0.04  23.8             70.4
##  6 Cambodia  Asia     2015          176.             3.34  22.1             68.6
##  7 Singapore Asia     2015           51.0            1.82  23.6             82.7
##  8 Uzbekist… Asia     2015          141.             2.59  26.7             70.9
##  9 Banglade… Asia     2015          130.             0.01  21.6             71.5
## 10 Brunei D… Asia     2015           88.1            0.67  27               75.3
## # ℹ 17 more rows

Statistik Deskriptif

# Statistik Deskriptif untuk Semua Variabel
summary(DataUHHAsia2015)

##     Negara            Wilayah              Tahun      KematianDewasa  
##  Length:27          Length:27          Min.   :2015   Min.   : 50.96  
##  Class :character   Class :character   1st Qu.:2015   1st Qu.:123.14  
##  Mode  :character   Mode  :character   Median :2015   Median :154.60  
##                                        Mean   :2015   Mean   :148.13  
##                                        3rd Qu.:2015   3rd Qu.:186.02  
##                                        Max.   :2015   Max.   :227.74  
##  KonsumsiAlkohol      BMI        UsiaHarapanHidup
##  Min.   :0.000   Min.   :21.60   Min.   :63.40   
##  1st Qu.:0.530   1st Qu.:22.75   1st Qu.:68.85   
##  Median :2.590   Median :23.70   Median :70.80   
##  Mean   :2.793   Mean   :24.15   Mean   :71.98   
##  3rd Qu.:3.940   3rd Qu.:26.00   3rd Qu.:75.40   
##  Max.   :8.550   Max.   :27.00   Max.   :83.80

Uji Asumsi Klasik

# Membangun MOdel Regresi
model <- lm(UsiaHarapanHidup~ KematianDewasa + KonsumsiAlkohol + BMI, data = DataUHHAsia2015)

shapiro.test(resid(model))

## 
##  Shapiro-Wilk normality test
## 
## data:  resid(model)
## W = 0.94828, p-value = 0.1947

bptest(model)

## 
##  studentized Breusch-Pagan test
## 
## data:  model
## BP = 1.0342, df = 3, p-value = 0.793

vif(model)

##  KematianDewasa KonsumsiAlkohol             BMI 
##        1.004712        1.000052        1.004748

dwtest(model)

## 
##  Durbin-Watson test
## 
## data:  model
## DW = 2.621, p-value = 0.9574
## alternative hypothesis: true autocorrelation is greater than 0

Model Regresi Linier Berganda

# Ringkasan Model
summary(model)

## 
## Call:
## lm(formula = UsiaHarapanHidup ~ KematianDewasa + KonsumsiAlkohol + 
##     BMI, data = DataUHHAsia2015)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -3.228 -1.168 -0.632  1.751  4.680 
## 
## Coefficients:
##                  Estimate Std. Error t value Pr(>|t|)    
## (Intercept)     84.496341   5.973910  14.144 7.78e-13 ***
## KematianDewasa  -0.085905   0.008649  -9.932 8.69e-10 ***
## KonsumsiAlkohol  0.411021   0.159449   2.578   0.0168 *  
## BMI             -0.038839   0.236805  -0.164   0.8712    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.178 on 23 degrees of freedom
## Multiple R-squared:  0.8213, Adjusted R-squared:  0.798 
## F-statistic: 35.24 on 3 and 23 DF,  p-value: 9.055e-09

Berdasarkan output di atas, didapat model regresi linier berganda sebagai berikut: \[Y = - 0.085905X_1 + 0.411021X_2 - 0.038839X_3\]

Berikut interpretasi model regresi linier berganda di atas:

1. Setiap kenaikan satu satuan kematian orang dewasa, akan menurunkan usia harapan hidup di Asia pada tahun 2015 sebesar 0.085905.
2. Setiap kenaikan satu satuan konsumsi alkohol, akan menaikkan usia harapan hidup di Asia pada tahun 2015 sebesar 0.411021.
3. Setiap kenaikan satu satuan BMI, akan menurunkan usia harapan hidup di Asia pada tahun 2015 sebesar 0.038839.

Selain model regresi linier berganda dan interpretasinya, output di atas juga dapat menghasilkan kesimpulan sebagai berikut:

1. Minimal terdapat satu variabel independen yang berpengaruh terhadap variabel dependen. Hal ini dikarenakan nilai p-value = 9.055e-09 < 0.05.
2. Secara parsial, variabel kematian orang dewasa dan variabel konsumsi alkohol berpengaruh signifikan terhadap usia harapan hidup di Asia pada tahun 2015. Hal ini dikarenakan p-value < 0.05.
3. Kemampuan variabel kematian orang dewasa, konsumsi alkohol, dan BMI dalam menjelaskan variabel usia harapan hidup adalah sebesar 79.8%. Sementara sisanya dijelaskan oleh variabel lain yang tidak ada dalam model.

Penutup

Berdasarkan hasil analisis regresi linier berganda, dapat disimpulkan bahwa variabel kematian orang dewasa dan konsumsi alkohol secara parsial memiliki pengaruh signifikan terhadap usia harapan hidup di Asia pada tahun 2015. Lebih lanjut, ketiga variabel independen, yaitu kematian orang dewasa, konsumsi alkohol, dan BMI, secara bersama-sama mampu menjelaskan 79.8% variasi usia harapan hidup di Asia pada tahun 2015.

Untuk meningkatkan usia harapan hidup di Asia, diperlukan upaya terarah dalam pengendalian kedua faktor tersebut. Pemerintah perlu menyiapkan kebijakan dan langkah-langkah strategis Puntuk menekan angka kematian orang dewasa. Selain itu, diperlukan pula edukasi tentang bahaya alkohol, kebijakan yang mengatur dan membatasi penjualan dan konsumsi alkohol, serta layanan rehabilitasi bagi pecandu alkohol.

Kerja sama dan koordinasi antar negara di Asia dalam mengatasi masalah kesehatan masyarakat juga diperlukan untuk mencapai tujuan bersama dalam meningkatkan usia harapan hidup dan kualitas hidup masyarakat di Asia.

Referensi

Cahyaningtyas, R. D. (2023). Step right into the colorful realm of R Markdown Themes! RPubs. Retrieved May 20, 2024, from https://rpubs.com/ranydc/rmarkdown_themes.

Kim, D. (2020). RMarkdown Themes. RPubs. Retrieved May 20, 2024, from https://rpubs.com/danapower/577147.

Wulansari, A. D. 2016. Aplikasi Statistika Parametrik Dalam Penelitian. Pustaka Felicha. Yogyakarta.