Nama : Muhammad Anang Eko F

NIM : 14/371638/PKU/14679
Tugas : Laboratory 7

Source:
1. Sørensen TH, Olsen KR, Vedsted P (2009). Association between general practice referral
rates and patients’ socioeconomic status and access to specialised health care. A
population-based nationwide study. Health Policy 2009; 92: 180–186
2. Sparrow R (2008), Targeting the poor in times of crisis: the Indonesian health card.
Health Policy and Planning 2008; 23:188–199.

Question after reading those two articles :

a. From the article number 1, please examine table 1 and provide assessment regarding the trend of
mean GP referrals according to age groups. Use a scatterplot between mean of age groups and
mean GP referrals. Do you see any trend? How? Can you create a simple linear regression of this
trend? What will you write this trend? Is your regression valid (does not violate assumption?).

Variable Obs Mean Std. Dev. Min Max

meanRef 9 11.12222 3.488831 4.3 14.6

meanAge 9 44 26.59417 4.5 80

Var. Dependent : rata-rata umur (meanAge)

Var. Independent : rata-rata rujukan (meanRef)
14
12
10
8
6
4

20 40 60 80
rata-rata usia
Berdasarkan scatterplot diatas dapat diketahui menunjukkan adanya trend/arah dan
hubungana antara rata-rata umur dengan rata-rata jumlah rujukan. Dalam gambar secara
kasar terlihat arah hubungan negatif yang berarti semakin tinggi rata-rata umur maka
semakin rendah rata-rata rujukan. Namun kekuatan hubungan lemah karena data
tersebar.
Garis regresi liniernya sebagai berikut :
14
12
10
8
6
4

Garis linier menunjukkan adanya korelasi negatif antara rata-rata umur dengan rata-rata
jumlah rujukan, namun penyebaran data tidak terpusat di sekitar garis, sehingga dapat
disimpulkan bahwa tidak ada hubungan yang bermakna antara variabel umur dan jumlah
rujukan.

1. Quadratic efeck
Regresi antara rata-rata rujukan dan umur
. regress meanRef meanAge

Source SS df MS Number of obs = 9

F( 1, 7) = 4.25
Model 36.7991651 1 36.7991651 Prob > F = 0.0781
Residual 60.5763887 7 8.65376981 R-squared = 0.3779
Adj R-squared = 0.2890
Total 97.3755537 8 12.1719442 Root MSE = 2.9417

meanRef Coef. Std. Err. t P>|t| [95% Conf. Interval]

meanAge -.0806469 .0391085 -2.06 0.078 -.1731238 .01183

_cons 14.67068 1.980554 7.41 0.000 9.987419 19.35395

Regresi antara rata-rata rujukan, umur dan umur^2

 . regress meanRef meanAge meanAge2

Source SS df MS Number of obs = 9

F( 2, 6) = 31.33
Model 88.8654738 2 44.4327369 Prob > F = 0.0007
Residual 8.51007996 6 1.41834666 R-squared = 0.9126
Adj R-squared = 0.8835
Total 97.3755537 8 12.1719442 Root MSE = 1.1909

meanRef Coef. Std. Err. t P>|t| [95% Conf. Interval]

meanAge .3122074 .0667453 4.68 0.003 .1488876 .4755271

meanAge2 -.004563 .0007531 -6.06 0.001 -.0064058 -.0027202
_cons 9.087622 1.221488 7.44 0.000 6.098749 12.0765

Terjadi perubahan slope dari negatif (-0.081) menjadi positif (0.312) dengan P>| t |
meningkat dari tidak bermakna (0.078) menjadi bermakna (0.003). Selain itu nilai R-
squared meningkat dari 0.3779 menjadi 0.9126 yang berarti sangat signifikan (dari
37,79% menjadi 91,26%).
Melihat semua hal tersebut diatas maka dapat disimpulkan asumsi normalitas dan
homoskedasticty dari regresi linier dilanggar sehingga menunjukkan bahwa garis
regresinya nonlinier.

b. In table 3 of article number 1, can you re-construct an anova table of simple regressions
between income or father education with referrals to private practicing specialists. Please
fill all available numbers in the standard a simple regression output (Anova Table of
Regression). Reinterprets which has a bigger coefficient determination (income or
education)?
Anova Table of Regression karena data dalam tabel 3 kurang memenuhi variabel yang ada
di tabel Anova.
Yang memiliki nilai coefficient determination (adjusted R2) terbesar adalah : variabel
income (0.45 vs 0.42)

c. From the article number 2, summarize in your words figures 1, 2, 3, and 4. Are there any
claimed of statistically significant? Which graph is the best among those 3 graphs, and
why?
Pada gambar 1: arah/trend secara kasar maka tidak ada hubungan antara kedua variabel
dan titik terlalu banyak meyebar (kemungkinan terdapat outlier).

Pada gambar 2: trend/arah menunjukkan arah yang positif (ada hubungan antara kedua
variabel dan berbanding lurus) dan titik menyebar disekitar garis (kekuatan hubungannya
signifikan).
Gambar 3: trend menunjukkan hubungan yang positif namun titik terlalu menyebar tidak
pada satu garis (kekuatannya lemah)

Gambar 4: trend menunjukkan hubungan positif namun sebaran data tidak merata dan
terdapat outlier yang ekstrem.