pemodelan faktor-faktor pemilihan fasilitas...
TRANSCRIPT
Oleh : Christian Parlinggoman 1312 100 148
Pemodelan Faktor-Faktor Pemilihan Fasilitas
Kesehatan Untuk Berobat di Sulawesi Tenggara
Tahun 2012 Menggunakan Regresi Logistik
Multinomial
Pembimbing : Dr. Wahyu Wibowo, M.Si
1
Pemodelan Faktor-Faktor Pemilihan FasilitasKesehatan Untuk Berobat di Sulawesi Tenggara Tahun 2012 Menggunakan Regresi LogistikMultinomial
2
PendahuluanLatar Belakang Perumusan Masalah Tujuan Penelitian
Manfaat Penelitian Batasan Penelitian1
3
LATAR BELAKANG
4
LATAR BELAKANG
5
LATAR BELAKANG
Kualitas PelayananRawat Jalan di Cyprus Terhadap PilihanPasien Antara Fasilitas KesehatanPublik dan Swasta(Hanson, Yip, & Hsiao, 2004)
•Kualitas Pelayanan danPersepsi KualitasPelayananMempengaruhi Pasiendalam Memilih FasilitasKesehatan
Efek KebijakanAsuransi TerhadapKesetaraan RawatJalan Pada FasilitasKesehatan Publik danSwasta (Hidayat, Thabrany, Dong, & Sauerborn, 2004)
•Asuransi Askes danJamsostek memilikidampak positif pada aksesrawat jalan
Faktor-Faktor yang Diduga BerpengaruhPada PemilihanFasilitas KesehatanUntuk Berobat di Sulawesi Tenggara
•Melihat KecenderunganSeseorang Untuk Berobat
•Menggunakan RegresiLogistik Multinomial
6
PERUMUSAN MASALAH
Karakteristik Data
Pemilihan Fasilitas
Kesehatan
Pemodelan
Faktor-Faktor
Besar Faktor
Mempengaruhi Pemilihan
Fasilitas Kesehatan
TUJUAN PENELITIAN
7
MANFAAT PENELITIAN
• Menambah wawasan mengenai penerapan metode analisis data kategori, khususnya pada bidang kesehatan.
Bagi Peneliti
• Hasil penelitian ini dapat digunakan oleh pemerintah sebagai informasi yang berguna untuk peningkatan kulitas hidup, khususnya dibidang kesehatan, di Provinsi Sulawesi Tenggara.
Bagi Pemerintah
• Hasil penelitian ini dapat dijadikan informasi bagi BPJS sebagai tolok ukur diberlakukannya asuransi wajib untuk PNS dan pegawai swasta.
Bagi BPJS
8
BATASAN PENELITIAN
Data yang digunakan pada penelitian ini adalah data dari Rand Corporation yang berkerjasama
dengan Survey Meter untuk mendapatkan data tentang masyarakat Indonesia bagian timur pada
Tahun 2012.
Pemodelan faktor-faktor yang diduga berpengaruh pada pemilihan fasilitas kesehatan untuk
berobat menggunakan metode analisis regresi logistik multinomial.
9
TINJAUAN PUSTAKAStatistiktika Deskriptif Deteksi Multikolinieritas Regresi Logistik MultinomialEstimasi Parameter Uji Signifikansi Parameter Uji Kesesuaian Model
Interpretasi Koefisien Parameter Fasilitas Kesehatan
210
STATISTIKA DESKRIPTIF
Statistika deskriptif merupakan pengolahan data sampel untuk mengetahui karakteristikatau sifat data yang lebih terukur (Wegner, 2013). Statistika deskriptif dapat dilakukandengan metode-metode sederhana seperti penyusunan tabel, pembuatan diagram ataugrafik hingga menggunakan cross tabulation.
A B C D
a1 b3 c5 d7
a2 b4 c6 d8
A B
nAC nBC
D nAD nBD
11
DETEKSI MULTIKOLINIERITAS
Multikolinieritas adalah kondisi dimana korelasi antar variabel prediktor lebih tinggidibanding korelasi variabel prediktor dengan variabel respon.
Uji Independensi Chisquare
H0 : 𝜋𝑖𝑗 = 𝜋𝑖+𝜋+𝑗 (tidak terdapat hubungan antara dua variabel)
H1 : 𝜋𝑖𝑗 ≠ 𝜋𝑖+𝜋+𝑗 (terdapat hubungan antara dua variabel)
𝜒2 = (𝑛𝑖𝑗 − 𝜇 𝑖𝑗 )
2
𝜇 𝑖𝑗
𝐽
𝑗=1
𝐼
𝑖=1
Statistik uji :
𝑛𝑖𝑗 = Nilai observasi/pegamatan baris ke-i kolom ke-j
𝜇 𝑖𝑗 = Nilai ekspektasi baris ke-i kolom ke-j
𝜇 𝑖𝑗 =𝑛𝑖+ × 𝑛+𝑗
𝑛++
𝑑𝑓 = (𝐼 − 1)(𝐽 − 1)
𝜒2 𝜒2(𝑑𝑓 ,𝛼)
>Tolak H0 :
(Agresti, 2013)
12
REGRESI LOGISTIK MULTINOMIAL
Merupakan salah satu metode statistika untuk mencari hubungan antara variabel respondengan variabel prediktor, dimana variabel responnya bersifat data kategorik dengan lebihdari dua kategori.
𝑔1 𝑥 = ln 𝑃 𝑌 = 1 𝑥
𝑃 𝑌 = 0 𝑥
= 𝛽10 + 𝛽11𝑥1 +⋯+ 𝛽1𝑘𝑥𝑘 = 𝒙′𝜷𝟏
𝑔2 𝑥 = ln 𝑃 𝑌 = 2 𝑥
𝑃 𝑌 = 0 𝑥
= 𝛽20 + 𝛽21𝑥1 +⋯+ 𝛽2𝑘𝑥𝑘 = 𝒙′𝜷𝟐
Y = 0
Y = 1
Y = 2
𝑃 𝑌 = 0 𝑥 = 𝜋0(𝑥)
=1
1 + 𝑒𝑔1(𝑥) + 𝑒𝑔2(𝑥)
𝑃 𝑌 = 1 𝑥 = 𝜋1(𝑥)
=𝑒𝑔1(𝑥)
1 + 𝑒𝑔1(𝑥) + 𝑒𝑔2(𝑥)
𝑃 𝑌 = 2 𝑥 = 𝜋2(𝑥)
=𝑒𝑔2(𝑥)
1 + 𝑒𝑔1(𝑥) + 𝑒𝑔2(𝑥)
(Hosmer, Lemeshow & Sturdivant, 2013)
13
ESTIMASI PARAMETER
Estimasi parameter dalam regresi logistik multinomial didapatkandengan metode Maximum Likelihood (MLE)
𝑙 𝜷 = [𝜋0 𝒙𝒊 𝑦0𝑖𝜋1 𝒙𝒊
𝑦1𝑖𝜋2 𝒙𝒊 𝑦2𝑖 ]
𝑛
𝑖=1
𝐿 𝜷 = 𝑦1𝑖𝑔1 𝒙𝒊 + 𝑦2𝑖𝑔2 𝒙𝒊 − ln(1 + 𝑒𝑔1 𝒙𝒊 + 𝑒𝑔2 𝒙𝒊 )
𝑛
𝑖=1
𝜕𝐿 𝜷
𝜕𝛽𝑗𝑘= 𝑥𝑘𝑖 𝑦𝑖𝑗 − 𝜋𝑗𝑖
𝑛
𝑖=1
= 0
𝜕𝐿 𝜷
𝜕𝛽𝑗𝑘= 𝑥𝑘𝑖 𝑦𝑖𝑗 −
𝑒 𝛽𝑗𝑥𝑘𝑝𝑗=0
1 + 𝑒 𝛽𝑗𝑥𝑘𝑝𝑗=0
𝑛
𝑖=1
= 0
dengan j = 1, 2 dan k = 0, 1, 2, …, p
𝜷(𝑡+1) = 𝜷(𝑡) − 𝐇 𝜷 𝑡 −1
𝑔 𝜷 𝑡 , 𝑡 = 0, 1, 2,…
𝑔𝑇 = 𝜕𝐿 𝜷
𝜕𝛽0,𝜕𝐿 𝜷
𝜕𝛽1,… ,
𝜕𝐿 𝜷
𝜕𝛽𝑝
1. Menentukan nilai awal estimasi parameter 𝜷 (0). 2. Membentuk vektor gradient g dan matriks Hessian H.
3. Memasukan nilai 𝜷 (0) pada elemen g dan H sehingga diperoleh g(𝜷 (0)) dan H(𝜷 (0)).
4. Memulai iterasi pada t = 0. Nilai 𝜷 (𝑡) merupakan sekumpulan penaksir parameter yang
konvergen pada iterasi ke-t.
5. Jika belum diperoleh estimasi parameter yang konvergen, maka diulang kembali dari
langkah (3) hingga nilai ||𝜷 (𝑡+1) − 𝜷 (𝑡)|| ≤ ε, dengan ε merupakan bilangan yang sangat
kecil. Pada iterasi terakhir, hasil yang diperoleh adalah 𝜷 (𝑡+1).
ℎ𝑗𝑢 =𝜕𝐿(𝛽)
𝜕𝛽𝑗𝛽𝑗
(Hosmer, Lemeshow & Sturdivant, 2013)
14
UJI SIGNIFIKANSI PARAMETER
Pengujian untuk menentukan apakah variabel-variabel prediktor yang telahmasuk di dalam model berpengaruh signifikan terhadap variabel respon.
Uji Serentak Uji Parsial
Statistik uji :
Tolak H0 : G > 𝜒2(𝑑𝑓 ,𝛼)
df = p
(Hosmer, Lemeshow & Sturdivant, 2013)
H0 : βj = 0
H1 : βj ≠ 0, dengan j = 0, 1, 2, …, p
𝑊2 =𝛽 𝑗2
[𝑆𝐸 𝛽𝑗 ]2 Statistik uji :
𝑊2 > 𝜒2(𝑑𝑓 ,𝛼)
df = 1Tolak H0 :
15
𝐺 = −2𝑙𝑛 𝐿 𝜔
𝐿 Ω
𝐿 𝜔 = 𝑓 𝑦𝑖 ;𝛽0
𝑛
𝑖=1
𝐿 Ω = 𝑓 𝑦𝑖 ;𝛽1 ,𝛽2 ,… ,𝛽𝑝
𝑛
𝑖=1
H0 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑝 = 0
H1 : Minimal ada satu 𝛽𝑘 ≠ 0, k = 1, 2, …, p
UJI KESESUAIAN MODEL
H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil
observasi dengan kemungkinan hasil prediksi)
H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil
observasi dengan kemungkinan hasil prediksi)
𝜒2 = 𝑟(𝑦𝑗 ,𝜋 𝑗 )2
𝐽
𝑗=1
Tolak H0 :
Statistik uji :
Pengujian dilakukan untuk mengetahui apakah model regresi logostik yang terbentuk cukup akurat untuk memprediksi data asli pada variabel respon
dimana:
J : Banyak kategori pada variabel respon
𝑟(𝑦𝑗 ,𝜋 𝑗 ) : Pearson residual
dengan:
𝑟 𝑦𝑗 ,𝜋 𝑗 =(𝑦𝑗−𝑚 𝑗𝜋 𝑗 )
𝑚 𝑗𝜋 𝑗 (1−𝑚 𝑗𝜋 𝑗 )
𝜒2 > 𝜒2(𝑑𝑓 ,𝛼)
16
INTERPRETASI KOEFISIEN PARAMETER
𝜓1 =
𝜋1(1)𝜋0(1)
𝜋1(0)𝜋0(0)
X Y=0 Y=1 Y=2
0 𝜋0 0 =
1
1 + 𝑒𝛽10 + 𝑒𝛽20 𝜋1 0 =
𝑒𝛽10
1 + 𝑒𝛽10 + 𝑒𝛽20 𝜋2 0 =
𝑒𝛽20
1 + 𝑒𝛽10 + 𝑒𝛽20
1 𝜋0 1
=1
1 + 𝑒𝛽10+𝛽11 + 𝑒𝛽20𝛽21
𝜋1 1
=𝑒𝛽10+𝛽11
1 + 𝑒𝛽10+𝛽11 + 𝑒𝛽20+𝛽21
𝜋2 1
=𝑒𝛽21+𝛽22
1 + 𝑒𝛽10+𝛽11 + 𝑒𝛽20+𝛽21
𝜓2 =
𝜋2(1)𝜋0(1)
𝜋2(0)𝜋0(0)
𝑂𝑅𝑗 𝑎, 𝑏 =
𝑃 𝑌 = 𝑗 𝑥 = 𝑎 /𝑃(𝑌 = 0|𝑥 = 𝑎)
𝑃 𝑌 = 𝑗 𝑥 = 𝑏 /𝑃(𝑌 = 0|𝑥 = 𝑏)
Nilai odds ratio 𝜓 tersebut digunakan untuk
menunjukan kecenderungan hubungan suatu
variabel prediktor terhadap variabel respon.
17
KETEPATAN KLASIFIKASI
17
AktualPrediksi
Total𝜋1 𝜋2 𝜋3
𝜋1 𝑛11 𝑛12 𝑛13 𝑛1𝜋2 𝑛21 𝑛22 𝑛23 𝑛2𝜋3 𝑛31 𝑛32 𝑛33 𝑛3
𝐴𝑃𝐸𝑅 =𝑛12 + 𝑛13 + 𝑛21 + 𝑛23 + 𝑛31 + 𝑛32
𝑛1 + 𝑛2 + 𝑛3
Untuk dapat mengetahui atau mengevaluasi model yang telah didapatkan, digunakan
nilai Apparent Error Rate (APER) yang merupakan sebuah nilai proporsi sampel yang
telah salah diklasifikasi oleh model
Johnson & Winchern, 2007
FASILITAS KESEHATAN
Dalam pelayanannya kedua fasilitas kesehatan tersebut memilikikelebihannya masing-masing. Contohnya, kebanyakan fasilitas kesehatanpublik lebih murah dalam hal biaya dibandingkan fasilitas kesehatanswasta, dan beberapa beranggapan bahwa kualitas pelayanan di fasilitaskesehatan publik tidak sebaik di fasilitas kesehatan di swasta.
18
PERKEMBANGAN RUMAH SAKIT DI INDONESIA
No Kepemilikan 2008 2009 2010 2011 2012
1
Kementerian Kesehatan dan
Pemerintah
Provinsi/Kabupaten/Kota
508 552 582 614 656
2 TNI/Polri 112 125 131 134 154
3 Kementerian Lain78 78 79
3 3
4 BUMN 77 75
5 Swasta673 768 840
238 468
6 Swasta Non Profit 655 727
Jumlah 1.371 1.523 1.632 1.721 2.083
19
METODOLOGI PENELITIAN 3Sumber Data Pengambilan Data dan SampelVariabel Penelitian dan Definisi Operasional Langkah PenelitianDiagram Alir Jadwal Penelitian
20
SUMBER DATA
Data yang akan digunakan pada penelitian kali ini merupakan data sekunder yang didapat dari hasil survey dari lembaga survey yaitu RAND Corporation dengankerja sama lembaga Survey Meter yaitu Indonesian Family Life Survey pada tahun2012. Sampel yang digunakan yaitu sebanyak 568 responden dengan usia lebihdari 14 tahun di Provinsi Sulawesi Tenggara.
21
VARIABEL PENELITIAN dan DEFINISI OPERASIONAL
22
Variabel Respon
• (Y = 0) Pengobatan
Sendiri
• (Y = 1) Fasilitas
Kesehatan publik
• (Y = 2) Fasilitas
Kesehatan Swasta
Variabel Skala Kategori Definisi Operasional
Kepemilikan
ASKES (X1)
Nominal 0 : Tidak
1 : Ya
Ikut atau tidaknya
responden pada program
Askes
Kepemilikan
Jamkesmas
(X2)
Nominal 0 : Tidak
1 : Ya
Ikut atau tidaknya
responden pada program
Jamsostek
Status
Pernikahan
(X3)
Nominal 0 : Belum
Menikah
1 : Sudah
Menikah
Status pernikahan
responden
Memiliki
Keterbatasan
Aktivitas (X4)
Nominal 0 : Tidak
1 : Ya
Ada atau tidaknya
keterbatasan responden
dalam melakukan aktivitas
sehari-hari (mengangkat,
memanjat, berjalan,
berlutut, menarik,
berpakaian, bangkit dari
kursi, dll)
Jenis Kelamin
(X5)
Nominal 0 : Laki-Laki
1 : Perempuan
Jenis Kelamin responden
VARIABEL PENELITIAN dan DEFINISI OPERASIONAL cont.
23
Variabel Skala Kategori Definisi Operasional
Memiliki Gejala Penyakit (X6) Nominal 0 : Tidak
1 : Ya
Responden memiliki gejala
penyakit pada 4 minggu
terakhir
Tingkat Pendidikan (X7) Ordinal 0 : Dibawah
SMP
1 : Tamat SMP
2 : Tamat
SMA
3 : Tamat
Perguruan
Tinggi
Tingkat pendidikan
terakhir responden.
Dibawah SMP berarti
responden tidak bersekolah
atau tidak tamat SD atau
tidak tamat SMP
Pengeluaran (X8) Nominal 0 : < Rp.
900.000
1 : ≥ Rp.
900.000
Pengeluaran per bulan
responden
Umur (X9) Rasio - Usia responden
LANGKAH PENELITIAN1. Melakukan analisis deskriptif data pemilihan tempat berobat di Provinsi Sulawesi
Tenggara pada tahun 2012 bersama dengan faktor yang mempengaruhinya.
2. Membentuk model dari faktor-faktor yang mempengaruhi pemilihan tempat berobat
di Provinsi Sulawesi Tenggara tahun 2012 menggunakan regresi logistik multinomial
dengan tahapan:
a. Melakukan uji independensi untuk mendeteksi apakah terdapat
multikolinieritas antar variabel prediktor
b. Melakukan pemodelan secara univariabel untuk mengetahui variabel apa saja
yang berpengaruh signifikan terhadap variabel respon secara individu.
c. Melakukan pemodelan secara multivariabel untuk mendapatkan parameter
model regresi logistik.
d. Melakukan uji signifikansi parameter secara serentak pada variabel prediktor
terhadap variabel respon.
e. Melakukan uji signifikansi parameter secara parsial pada variabel prediktor
terhadap variabel respon.
f. Memilih model terbaik menggunakan metode backward elimination.
g. Melakukan uji kesesuaian model.
h. Menginterpretasikan model yang didapat.
i. Menghitung ketepatan klasifikasi model.
3. Melakukan penarikan kesimpulan dan saran dari hasil analisis data pemilihan tempat
berobat di Provinsi Sulawesi Tenggara pada tahun 2012.
24
DIAGRAM ALIR
Pendeskripsian Data
Pemilihan Variabel
Pemodelan Secara Multivariabel
A
Uji Signifikansi Parameter Secara Serentak dan
Parsial
Seleksi Variabel
Uji Kesesuaian Model
Interpretasi Model
Menghitung Ketepatan Klasifikasi Model
Penarikan Kesimpulan
A
25
Pendeteksian Multikolinieritas
ANALISIS DAN PEMBAHASAN 4Analisis Deskriptif Pendeteksian MultikolinieritasRegresi Logistik Multinomial Interpretasi ModelUji Kesesuaian Model Ketepatan Klasifikasi
26
ANALISIS DESKRIPTIF
27
83%
12%
5%
PengobatanSendiri
Publik
Swasta
Sebesar 83% atau 497 dari 598 responden tidak langsungmencari bantuan medis dari orang yang ahlinya, tetapi lebihmemilih untuk mengkonsumsi obat-obatan bebas atau obattradisional.
ANALISIS DESKRIPTIF
27
Variabel KategoriPengobatan Sendiri Fasilitas Kesehatan
Jumlah Presentase Jumlah Presentase
𝑋1Tidak Memiliki ASKES 462 77,3% 89 14,9%
Memiliki ASKES 35 5,9% 12 2,0%
𝑋2
Tidak Memiliki
JAMKESMAS354 59,2% 76 12,7%
Memiliki JAMKESMAS 143 23,9% 25 4,2%
𝑋3Tidak Menikah 141 23,6% 17 2,8%
Menikah 356 59,5% 84 14,0%
𝑋4
Tidak Memiliki
Keterbatasan346 57,9% 58 9,7%
Memiliki Keterbatasan 151 25,3% 43 7,2%
𝑋5Laki-Laki 262 43,8% 33 5,5%
Perempuan 235 39,3% 68 11,4%
𝑋6Tidak Memiliki Gejala 19 3,2% 3 0,5%
Memiliki Gejala 478 79,9% 98 16,4%
𝑋7
< SMA 92 15,4% 18 3,0%
SMA 112 18,7% 21 3,5%
PT 293 49,0% 62 10,4%
𝑋8< Rp. 900.000 337 56,4% 61 10,2%
≥ Rp. 900.000 160 26,8% 40 6,7%
ANALISIS DESKRIPTIF
28
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
74.47%
17.02%8.51%
83.85%
11.62%4.54%
Memiliki ASKES Tidak Memiliki ASKES
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
85.12%
10.71%4.17%
82.33%
12.56%5.12%
Memiliki JAMKESMAS Tidak Memiliki JAMKESMAS
Kepemilikan ASKES Kepemilikan JAMKESMAS
ANALISIS DESKRIPTIF
29
Status Pernikahan Keterbatasan Aktivitas
0%
20%
40%
60%
80%
100%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
80.91%
13.64%5.45%
89.24%
7.59%3.16%
Menikah Tidak Menikah
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
77.84%
13.40%8.76%
85.64%
11.39%2.97%
Memiliki Keterbatasan Tidak Memiliki Keterbatasan
ANALISIS DESKRIPTIF
30
Jenis Kelamin Gejala Penyakit
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
77.56%
14.52%7.92%
88.81%
9.49%1.69%
Wanita Pria
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
82.99%
12.15%4.86%
86.36%
9.09%4.55%
Memiliki Gejala Tidak Memiliki Gejala
ANALISIS DESKRIPTIF
31
Tingkat Pendidikan Tingkat Pengeluaran
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
PENGOBATAN
SENDIRI
PUBLIK SWASTA
84.67%
12.06%3.27%
80.00%
12.00%8.00%
< 900rb ≥ 900 rb
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
PENGOBATAN SENDIRI
PUBLIK SWASTA
83.64%
11.82%4.55%
84.21%
11.28%4.51%
82.54%
12.39% 5.07%
< SMA SMA PT
ANALISIS DESKRIPTIF
32
Umur
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
PENGOBATAN SENDIRI PUBLIK SWASTA
29.98% 27.78%
6.90%
47.28%
37.50%
51.72%
19.11%
29.17%
34.48%
3.62% 5.56%6.90%
15-29 30-49 50-69 ≥ 70
DETEKSI MULTIKOLINIERITAS
33
Terdapat korelasi atau hubungan yang signifikan antaravariabel kempemilikan ASKES (𝑋1) dengan kepemilikanJAMKESMAS (𝑋2), gejala penyakit (𝑋6) denganketerbatasan aktivitas (𝑋4), tingkat pendidikan (𝑋7) dengan keterbatasan aktivitas (𝑋4) dan jenis kelamin(𝑋5), serta hubungan yang signifikan antara tingkatpengeluaran (𝑋8) dengan kepemilikan ASKES (𝑋1) denganstatus pernikahan (𝑋3) dan tingkat pendidikan (𝑋7).
Dapat diketahui juga keeratan hubungan antara variabelrespon dengan variabel prediktor. Terlihat bahwa hanyavariabel keterbatasan aktivitas (𝑋4), jenis kelamin (𝑋5), tingkat pengeluaran (𝑋8 dan umur (𝑋9) yang memilikihubungan yang erat dengan variabel respon diihat darinilai p-value yang kurang dari alpha (5%)
𝑿𝟏 𝑿𝟐 𝑿𝟑 𝑿𝟒 𝑿𝟓 𝑿𝟔 𝑿𝟕 𝑿𝟖 𝑿𝟗
Y 𝜒2 2,919 0,679 5,752 10,472 17,36 0,198 0,231 6,501 13,60
P-value 0,232 0,712 0,056 0,005 0,000 0,906 0,994 0,039 0,034
𝑿𝟏 𝜒2 5,932 1,388 2,900 0,130 0,346 3,554 66,30 3,295
P-value 0,015 0,239 0,089 0,719 0,556 0,169 0,000 0,348
𝑿𝟐 𝜒2 0,243 0,236 3,230 0,326 4,727 0,378 3,790
P-value 0,622 0,627 0,072 0,568 0,094 0,539 0,285
𝑿𝟑 𝜒2 0,416 0,841 0,798 3,317 3,987 125,7
P-value 0,519 0,359 0,372 0,190 0,046 0,000
𝑿𝟒 𝜒2 1,371 10,97 23,00 1,624 191,7
P-value 0,242 0,001 0,000 0,203 0,000
𝑿𝟓 𝜒2 1,870 9,252 0,054 3,959
P-value 0,171 0,010 0,817 0,266
𝑿𝟔 𝜒2 1,739 0,391 8,024
P-value 0,419 0,532 0,046
𝑿𝟕 𝜒2 10,98 55,14
P-value 0,004 0,000
𝑿𝟖 𝜒2 11,72
P-value 0,008
REGRESI LOGISTIK
35
a Pilihan berobat sendiri dijadikan sebagai pembanding; b Estimasi parameter
(β) signifikan pada 1% (**), 5% (*).
Variabel
Fasilitas Kesehatan
Publik
Fasilitas Kesehatan
Swasta
𝜷𝒃 S.E 𝜷𝒃 S.E
Kepemilikan
JAMKESMAS
Tidak Memiliki 0,237 0,292 0,347 0,461
Keterbatasan
Aktivitas
Tidak Memiliki
Keterbatasan -0,245 0,266 -1,257** 0,403
Jenis Kelamin
Laki-Laki -,573* 0,259 -1,724** 0,507
Tingkat
Pengeluaran
< Rp.900.000 -0,079 0,270 -1,115** 0,401
Constant -1,627** 0,376 -1,196* 0,491
Chi-Square df P-Value
36,311 8 0,000
Uji Serentak
Pengujian secara Serentak
menunjukan Variabel yang
masuk telah signifikan
REGRESI LOGISTIK
36
Pemodelan Multivariabel
Setelah Reduksi Variabel
Chi-Square df P-Value
35,154 6 0,000
Uji Serentak
Pengujian secara Serentak
menunjukan Variabel yang
masuk telah signifikan
Variabel
Fasilitas Kesehatan
Publik
Fasilitas Kesehatan
Swasta
𝜷𝒃 S.E Exp(β) 𝜷𝒃 S.E Exp(β)
Keterbatasan
Aktivitas
Tidak Memiliki
Keterbatasan -0,248 0,266 0,780 -1,250** 0,402 0,287
Jenis Kelamin
Laki-Laki -0,556* 0,258 0,573 -1,700** 0,506 0,183
Tingkat
Pengeluaran
< Rp900.000 -0,085 0,270 0,918 -1,120** 0,400 0,326
Constant -1,454** 0,307 -0,949** 0,357
a Pilihan berobat sendiri dijadikan sebagai pembanding; b Estimasi parameter
(β) signifikan pada 1% (**), 5% (*).
INTERPRETASI MODEL
37
Jika dibandingkan dengan orang yang memilih melakukan pengobatan sendiri, seseorang yang memiliki keterbatasanaktivitas lebih memilih berobat di fasilitas kesehatan publik sebesar 1,282 (1/0,78) kali dibanding orang yang tidakmemiliki keterbatasan aktivitas
Jika dibandingkan dengan orang yang memilih melakukan pengobatan sendiri, seseorang yang berjenis kelaminperempuan lebih memilih berobat di fasilitas kesehatan publik sebesar 1,745 (1/0,573) kali dibanding orang yang berjenis kelamin laki-laki
Jika dibandingkan dengan orang yang memilih melakukan pengobatan sendiri, seseorang yang memiliki pengeluaranlebih dari Rp. 900.000 satu bulannya lebih memilih berobat di fasilitas kesehatan publik sebesar 1,089 (1/0,918) kali dibanding orang yang memiliki pengeluaran kurang dari Rp. 900.000 pada satu bulan
Keterbatasan Aktivitas (X4)
Jenis Kelamin (X5)
Tingkat Pengeluaran (X9)
INTERPRETASI MODEL
38
𝑔1 𝑥 = −1,454 − 0,248𝑋4 0 − 0,556𝑋5 0 − 0,085𝑋8 0
𝑔2 𝑥 = −0,949 − 1,250𝑋4 0 − 1,700𝑋5 0 − 1,120𝑋8 0
Fungsi Logit
Apabila terdapat responden dengan kriteria sebagai berikut:-Laki-laki-Pengeluaran < Rp.900.000 -Berumur 26 tahunMaka terdapat peluang berobat sebesar :>0,988 untuk mencari pengobatan sendiri>0,011 untuk melakukan pengobatan di fasilitas kesehatan publik>0,001 untuk melakukan pengobatan di fasilitas kesehatan swasta.
𝜋0 𝑥 =1
1 + 𝑒𝑔1 𝑥 + 𝑒𝑔2 𝑥
𝜋1 𝑥 =𝑒𝑔1 𝑥
1 + 𝑒𝑔1 𝑥 + 𝑒𝑔2 𝑥
𝜋2 𝑥 =𝑒𝑔2 𝑥
1 + 𝑒𝑔1 𝑥 + 𝑒𝑔2 𝑥
KETEPATAN KLASIFIKASI KESESUAIAN MODEL
39
Observasi
PrediksiTepat
Predik
si
Pemilihan Pengobatan
Pengobatan
Sendiri
Publik Swasta
Pemilihan
Pengobatan
Pengobatan
Sendiri497 0 0 100,0%
Publik 72 0 0 0,0%
Swasta 29 0 0 0,0%
Keseluruhan Presentase 83,1%
Kesalahan Klasifikasi :
APER = 16,9%
Chi-Square df P-Value
7,084 402 0,528
Gagal Tolak H0
Model Sesuai
KESIMPULAN DAN SARAN 5Kesimpulan Saran
40
KESIMPULAN
41
Sebagian besar masyarakat di Provinsi Sulawesi Tenggara pada tahun 2012 cenderung lebih memilih untukmengobati penyakitnya sendiri dibanding datang ke fasilitas kesehatan publik maupun swasta. Akan tetapi, biladibandingkan fasillitas kesehatan publik lebih dipilih daripada fasilitas kesehatan swasta untuk berobat. Tingkat pendidikan tidak membedakan seseorang dalam memilih tempat penngobatan
Dari pemodelan tempat berobat masyarakat di Provinsi Sulawesi Tenggara pada tahun 2012, didapatkan fungsi logitsebagai berikut:Fungsi logit 1 (fasilitas kesehatan publik)𝑔1 𝑥 = −1,454 − 0,248𝑋4 0 − 0,556𝑋5 0 − 0,085𝑋8 0
Fungsi logit 2 (fasilitas kesehatan swasta)𝑔2 𝑥 = −0,949 − 1,250𝑋4 0 − 1,700𝑋5 0 − 1,120𝑋8 0
Variabel Berpengaruh
X4 Keterbatasan Aktivitas
X5 Jenis Kelamin
X8 Tingkat Pendapatan
Variabel Yang Berpengaruh Signifikan
SARAN
42
Masih banyak masyarakat di Provinsi Sulawesi Tenggara yang lebih memilih mengobati dirinya sendiri denganmengkonsumsi obat bebas atau bahkan mencari pengobatan alternatif
Pemberian asuransi kesehatan ASKES maupun JAMKESMAS bagi masyarakat yang kurang mampu terlihatbelum banyak berpengaruh terhadap pemilihan tempat berobat. Badan Penyelenggara Jaminan Sosial (BPJS) yang kini telah berjalan diharapkan dapat membantu masyarakat mendapatkan fasilitas kesehatan yang layak. dibutuhkan kerjasama dengan pemerintah setempat untuk dapat menyediakan fasilitas kesehatanbagi semua masyarakat khususnya di Provinsi Sulawesi Tenggara
untuk penelitian selanjutnya lebih baik dalam pemilihan data agar didapatkan data yang seimbang. Disarankan juga untuk menambah variabel prediktor yang tepat agar didapatkan hasil yang lebih baik
DAFTAR PUSTAKA
43
Agresti, A. (2013). Categorical Data Analysis (3rd ed.). New Jersey: John Wiley & Sons.
Badan Pusat Statistik. (2014). Indeks Pembangunan Manusia Metode Baru 2010-2014. Jakarta: BPS.
Hanson, K., Yip, W. C., & Hsiao, W. (2004). The impact of quality on the demand for outpatient services
in Cyprus. Health Econ., 13, 1167-1180.
Hidayat, B., Thabrany, H., Dong, H., & Sauerborn, R. (2004). The Effect of Mandatory Health Insurance
on Equity in Access to Outpatient Care in Indonesia. Health Policy and Planing, 19(5):322-335.
Hosmer, D. W., Lemeshow, S., & Sturdivant, X. R. (2013). Applied Logistic Regression (3rd ed.). New
Jersey: Pearson Prentice Hall.
Johnson, R. A., & Winchern, D. W. (2007). Applied Multivariate Statistical Analysis (6th ed.). New Jersey:
Pearson Prentice Hall.
Kementerian Kesehatan Republik Indonesia. (2012). Profil Kesehatan Indonesia 2012. Jakarta:
Kementerian Kesehatan Republik Indonesia.
Kementerian Kesehatan Republik Indonesia. (2011). Kinerja Dua Tahun Kementerian Kesehatan Republik
Indonesia 2009-2011. Jakarta: Kementerian Kesehatan Republik Indonesia.
Wegner, Trevor. (2013). Applied Business Statistics (3rd ed.). Claremont: Juta Academic.
Wibowo, W. (2002). Perbandingan Hasil Klasifikasi Analisis Diskriminan dan Regresi Logistik Pada
Pengklasifikasian Data Respon Biner. KAPPA, 3 (1): 36-45.
World Health Organization (WHO). (2015). World Health Statistics 2015. Geneva: WHO Press.
Oleh : Christian Parlinggoman 1312 100 148
Pemodelan Faktor-Faktor Pemilihan Fasilitas
Kesehatan Untuk Berobat di Sulawesi Tenggara
Tahun 2012 Menggunakan Regresi Logistik
Multinomial
Pembimbing : Dr. Wahyu Wibowo, M.Si
PENGAMBILAN DATA dan PENGAMBILAN SAMPEL
Indonesian Family Life Survey (IFLS) East 2012 adalah survey multi-topic berskala besar yang respondennyaadalah kepala rumah tangga beserta keluarganya yang tinggal di Indonesia bagian timur. Populasi dari data tersebut adalah tujuh provinsi yang ada di Indonesia bagian timur, sedangkan sampel yang akan digunakanpada penelitian ini adalah penduduk yang dipilih sebagai sampel pada provinsi tersebut. Tahapanpengambilan sampel adalah sebagai berikut:
◉Memilih provinsi di Kalimantan dan Sulawesi yang tidak termasuk dalam sampel IFLS 2007.◉Provinsi yang ada di Kalimantan dan Sulawesi (selain Sulawesi Tengah) diacak untuk menentukan provinsi mana yang akan dijadikan sampel mewakili kedua pulau tersebut◉Dari kedua pulau tersebut terpilih provinsi Kalmiantan Timur dan Sulawesi Tenggara, sisanya provinsi NTT, Maluku, Maluku Utara, Papua Barat dan Papua dipilih tanpa diacak.◉Memilih desa ataupun kelurahan di provinsi tersebut berdasarkan data SUSENAS 2010.◉Mengidentifikasi unit administrasi (dusun, RT, RW) di setiap desa yang sekiranya sebanding dengan tingkat sensusyang akan diberikan dan selanjutnya akan disebut Satuan Lingkungan Setempat (SLS).◉Mengambil sebanyak 20 rumah tangga di pedesaan atau 30 rumah tangga di kelurahaan yang ada di setiap SLS secaraacak sederhana.