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