faktor penentu tipe kecacatan penyakit kusta 8 juni.pdf
TRANSCRIPT
FAKTOR PENENTU TIPE KECACATAN PENYAKIT KUSTA
DI PUSKESMAS “A” KECAMATAN “B” TAHUN 2015
1. ILISTRASI KASUS
Suatu penelitian yang dilakukan pada penderita penyakit kusta untuk memprediksi tipe/tingkat
kecacatan berdasarkan faktor penentu yang ditetapkan oleh peneliti yaitu usia, tingkat pendidikan,
kepatuhan minum obat dan jenis kelamin di Puskesmas “A” Kecamatan “B” tahun 2015.
2. RUMUSAN MASALAH
a. Untuk mengetahui pengaruh umur, tingkat pendidikan, kepatuhan berobat dan jenis
kelamin terhadap tingkat kecacatan kusta di Puskesmas “A” Kecamatan “B” tahun
2015?
b. Merumuskan model terbaik pada tipe/tingkat kecacatan penyakit kusta di Puskesmas “A”
Kecamatan “B” tahun 2015?
c. Memprediksi tingkat kecatatan Kusta berdasarkan kondisi tertentu pada pasien penyakit
kusta di Puskesmas “A” Kecamatan “B” tahun 2015?
3. TUJUAN
d. Tujuan Umum
Menganalisis faktor yang mempengaruhi tipe kecacatan penyakit kusta di Puskesmas “A”
Kecamatan “B” tahun 2015
e. Tujuan Khusus
Mengetahui pengaruh umur, tingkat pendidikan, kepatuhan berobat dan jenis
kelamin terhadap tingkat kecacatan kusta di Puskesmas “A” Kecamatan “B” tahun
penyakit kusta di Puskesmas “A” Kecamatan “B” tahun 2015
Merumuskan model terbaik pada tipe/tingkat kecacatan penyakit kusta di Puskesmas
“A” Kecamatan “B” tahun 2015
Memprediksi tingkat kecatatan Kusta berdasarkan kondisi tertentu pada pasien penyakit
kusta di Puskesmas “A” Kecamatan “B” tahun 2015
4. KERANGKA KONSEPTUAL
Didalam kerangka konseptual diatas, akan dilihat pengaruh umur, tingkat pendidikan, kepatuhan
minum obat dan jenis kelamin terhadap tipe/tingkat kecacatan penderita
5.Variabel Penelitian
a. Varibel Dependent : Kecacatan penyakit kusta
Skala Data Ordinal
Value > 2 yaitu Tidak cacat (jika responden tidak mengalami kelainan pada mata, tangan,
dan kaki atau skor dari chek list = 0), Cacat sedang jika skor yang dihasilkan dari chek list =
1) dan cacat berat (jika skor yang dihasilkan pada chek list =2).
b. Variabel Independent
Umur
Skala data yang digunakan Interval/rasio
Tingkat Pendidikan
Skala yang digunakan adalah skala ordinal
Value :
1. SD
2. SMP
3. SMA
4. Perguruan tinggi
Kepatuhan berobat
Skala data yang digunakan adalah nominal
Value :
1. Patuh (jika pengobatan tidak lebih dari 6 bulan)
2. Tidak patuh (jika pengobatan melebihi 6 bulan)
Jenis Kelamin
Skala yang digunakan adalah nominal
usia
Tingkat pendidikan
Kepatuhan Minum
Obat
Jenis Kelamin
Tipe Kecacatan
Penyakit Kusta
Value :
1. Laki-laki
2. Perempuan
Untuk kemudahan pembuatan model dan interpretasi data, untuk data yang memiliki value >2
maka koding harus diperhatikan. Untuk variable tingkat kecacatan, derajat kecacatan yang
paling dringan akan dikoding paling tinggi sehingga akan menjadi seperti ini :
Cacat 0 akan dikoding 3
Cacat 1 akan dikoding 2
Cacat 2 akan dikoding 1
untuk variable tingkat pendidikan, untuk tingkat pendidikan yang paling rendah akan dikoding
paling tinggi.
SD akan dikoding 4
SMP akan dikoding 3
SMA akan dikoding 2
Perguruan tinggi akan dikoding 1
6. Uji Statistika
Uji statistika yang digunakan adalah Regresi Ordinal, Dengan alasan sebagai berikut :
1. Variabel Dependent berskala Ordinal
2. Value pada variabel dependen ≥ 2
Sehingga untuk melihat variable independen yang mempengarui variable depenpenden ,
dan untuk membuat model prediksi maka digunakan Uji Statistika Regresi Ordinal
7. Data kasus
Data Kasus ada 80 kasus, detail data akan dipaparkan pada lampiran.
8. Simulasi dengan SPSS
Untuk melakukan uji Regresi Ordinal Melalui SPSS, maka setelah selesai menginput data ke
SPSS, klik Analyze, pilih Regression, pilih Ordinal
Masukkan Tipe Kecacatan pada variable dependen
Pendidikan, Kapatuhan minum obat dan jenis kelamin pada factor(s), variable usia Pada
covariate(s), kemudian klik Ok.
9. OutPut SPSS
Model Fitting meiliki nilai Signifikansi 0,007 sehingga signifikan dan minimal ada satu model
yang terbentuk.
Nilai Goodness of fit ≥ 0,05 sehingga bentuknya sudah fit/ bagus. Namun karena nilai sig.
pearson hanya 0,356 maka perkiraan yang dihasilkan oleh model tersebut bias sering meleset.
Nilai R square atau koefisien determinasi Nagelkerke adalah 0,223 atau 22,3%. Peramalan yang
dapat dibuat oleh model tersebut kurang baik karena jauh dari 100%.
Dari hasil parameter estimate dapat disimpulkan bahwa yang variable independen yang
signifikan adalah pendidikan (1) atau Perguruan Tinggi dan Kepatuhan minum obat (1)
atau Patuh minum obat.
Model signifikan adalah model probabilitas cacat2/cacat 0
1. Probablitas Cacat 2/ Cacat 0
= 1
1+𝑒−(−1,712+1,899 (𝑝𝑒𝑛𝑑𝑖𝑑𝑖𝑘𝑎𝑛(1)−1,397 ( 𝑘𝑎𝑝𝑎𝑡𝑢ℎ𝑎𝑛 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡 (1)
1
1 + 𝑒−(−1,712+1,899.𝑃𝑒𝑟𝑔𝑢𝑟𝑢𝑎𝑛 𝑇𝑖𝑛𝑔𝑔𝑖−1,397.𝑃𝑎𝑡𝑢ℎ 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡
2. Probabilitas cacat tingkat 1/ cacat tingkat 0
1
1 + 𝑒−(+1,899 (𝑝𝑒𝑛𝑑𝑖𝑑𝑖𝑘𝑎𝑛(1)−1,397 ( 𝑘𝑎𝑝𝑎𝑡𝑢ℎ𝑎𝑛 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡 (1)
1
1 + 𝑒−1,899.𝑃𝑒𝑟𝑔𝑢𝑟𝑢𝑎𝑛 𝑇𝑖𝑛𝑔𝑔𝑖+1,397.𝑃𝑎𝑡𝑢ℎ 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡
Peramalan
1. Pasien umur 45 tahun atas nama zaifuddin ,pendidikan SMA dan tidak patuh minum obat.
a. Probabilitas cacat 2/ cacat 0
Dikarenakan yang signifikan adalah pendidikan Perguruan Tinggi dan Patuh minum
obat maka probabilitasnya adalah :
Probablitas Cacat 2/ cacat 0 =1
1+𝑒+1,712−1,899(0)+1,397 (0)
=1
1+𝑒−1,712
= 0,847
Dengan demikian probabilitas pasien tersebut untuk cacat tingkat 2 adalah 0,847
b. Probabilitas cacat 1 / cacat 0 Dikarenakan yang signifikan adalah pendidikan Perguruan Tinggi dan Patuh minum
obat maka probabilitasnya adalah :
= 1
1+𝑒−1,899.𝑃𝑒𝑟𝑔𝑢𝑟𝑢𝑎𝑛 𝑇𝑖𝑛𝑔𝑔𝑖+1,397.𝑃𝑎𝑡𝑢ℎ 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡
= 1
1+𝑒−1,899(0)+1,397.𝑃𝑎𝑡𝑢ℎ 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡(0)
= 1
1+𝑒0
= 0,5
Dengan demikian probabilitas pasien tersebut untuk cacat tingkat 1 adalah 0,5
2. Pasien umur 22 tahun atas nama Bonita, pendidikan Perguruan Tinggi dan patuh minum
obat
a. Probabilitas cacat 2/ cacat 0
Dikarenakan yang signifikan adalah pendidikan Perguruan Tinggi dan Patuh minum
obat maka probabilitasnya adalah
Probablitas Cacat 2/ cacat 0 =1
1+𝑒−1,712+1,899(1)+1,397 (1)
=1
1+𝑒−1,712+1,899+1,397
=1
1+𝑒1,584
=0,17
Dengan demikian probabilitas pasien tersebut untuk cacat tingkat 2 adalah 0,17
b. Probabilitas cacat 1/ cacat 0
= 1
1+𝑒−1,899.𝑃𝑒𝑟𝑔𝑢𝑟𝑢𝑎𝑛 𝑇𝑖𝑛𝑔𝑔𝑖+1,397.𝑃𝑎𝑡𝑢ℎ 𝑚𝑖𝑛𝑢𝑚 𝑜𝑏𝑎𝑡
= 1
1+𝑒−1,899(1)+1,397.(1)
= 1
1+𝑒−0.502
= 0, 605.
Dengan demikian probabilitas pasien tersebut untuk cacat tingkat 1 adalah 0,605