1

PEMODELAN PERSAMAAN STRUKTURAL PADA DERAJAT

KESEHATAN DENGAN MODERASI INFRASTRUKTUR

(Studi kasus di Propinsi Jawa Timur, SUSENAS 2007)

Salisa Jihan

Mahasiswa Jurusan Statistika, Institut Teknologi Sepuluh Nopember

Kampus ITS, Sukolilo, Surabaya 60111

Email : deouxflux@yahoo.com

Dr. Bambang Widjanarko Otok, M.Si

Dosen Jurusan Statistika, Institut Teknologi Sepuluh Nopember

Kampus ITS, Sukolilo, Surabaya 60111

ABSTRAK

Masalah kesehatan merupakan salah satu faktor yang berperan penting dalam mewujudkan sumber daya

manusia yang berkualitas. Melalui pembangunan di bidang kesehatan diharapkan akan semakin meningkatkan

derajat kesehatan masyarakat dan pelayanan kesehatan dapat dirasakan oleh semua lapisan masyarakat.

Indikator keberhasilan dari upaya peningkatan derajat kesehatan adalah berkurangnya angka kematian

(mortilitas), angka kesakitan, dan status gizi yang buruk. Penelitian ini dilakukan dengan Structural Equation

Modeling (SEM) untuk mengetahui kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi derajat

kesehatan masyarakat Jawa Timur. Dan Moderated Structural Equation Modeling (MSEM) untuk mengetahui

apakah Infrastruktur dapat menjadi variabel moderasi untuk hubungan antara pelayanan kesehatan dengan

derajat kesehatan serta hubungan antara tenaga kesehatan dengan derajat kesehatan. Dari hasil analisis SEM

disimpulkan bahwa Lingkungan, pelayanan kesehatan, tenaga kesehatan, dan Infrastruktur berpengaruh

terhadap derajat kesehatan. Pada analisis MSEM menyimpulkan bahwa Infrastruktur dapat memoderasi

hubungan antara pelayanan kesehatan dengan derajat kesehatan serta hubungan antara tenaga kesehatan

dengan derajat kesehatan.

Kata kunci : Derajat Kesehatan, Structural Equation Modeling (SEM), Moderated Structural Equation Modeling

(MSEM)

I. PENDAHULUAN

Masalah kesehatan merupakan salah satu faktor yang berperan penting dalam

mewujudkan sumber daya manusia yang berkualitas. Melalui pembangunan di bidang kesehatan

diharapkan akan semakin meningkatkan tingkat kesehatan masyarakat dan pelayanan kesehatan

dapat dirasakan oleh semua lapisan masyarakat secara memadai. Derajat kesehatan dapat

diuraikan melalui beberapa indikator diantaranya mortalitas, morbiditas (angka kesakitan), dan

status gizi. Mortalitas (kematian) dapat dilihat dari indikator angka kematian bayi (AKB) dan

angka kematian ibu melahirkan sedangkan status gizi dapat dilihat dari indikator banyaknya

balita dengan gizi buruk. Penelitian ini dianalisis menggunakan Structural Equation Modeling

(SEM) untuk mengetahui kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi

derajat kesehatan masyarakat Jawa Timur dan Moderated Structural Equation Modeling

(MSEM) yaitu suatu pendekatan yang memungkinkan hubungan antara suatu variabel

independen terhadap variabel dependen yang dipengaruhi variabel laten lainnya (Ghozali dan

Fuad, 2005). Analisis tersebut digunakan untuk mengetahui apakah Infrastruktur dapat menjadi

variabel moderasi untuk hubungan antara pelayanan kesehatan dengan derajat kesehatan serta

hubungan antara tenaga kesehatan dengan derajat kesehatan Moderated Structural Equation

Modeling (MSEM).

II. TINJAUAN PUSTAKA

2.1 Tinjauan Statistik

2.1.1 Konsep Structural Equation Modeling (SEM)

Structural Equation Modeling (SEM) merupakan suatu teknik multivariat yang

menggabungkan aspek-aspek pada analisis faktor dan analisis regresi berganda yang

memungkinkan peneliti untuk mensimulasi seri dari hubungan dependen antar variabel terukur

dan konstruk laten begitu juga antar konstruk laten (Hair et al., 2006). Structural Equation

2

Modeling (SEM) merupakan generasi kedua teknik analisis multivariat yang memungkinkan

peneliti untuk menguji hubungan antara variabel yang kompleks baik recursive maupun non

recursive untuk memperoleh gambaran menyeluruh mengenai keseluruhan model.

2.1.2 Structural Equation Modeling dengan Hubungan Moderasi

Dalam contoh-contoh SEM (Structural Equation Modeling) sebelumnya model hanya

memiliki hubungan langsung ataupun tidak langsung. Namun dikembangkan lagi suatu

pendekatan yaitu non linier SEM yang memungkinkan hubungan antara suatu variabel

independen terhadap variabel dependen yang dipengaruhi oleh variabel laten lainnya. Pengaruh

suatu variabel laten yang berpengaruh terhadap hubungan antara suatu variabel laten

independen dan variabel laten dependen disebut Moderated Structural Equation Modeling

(Ghozali dan Fuad, 2005).

Gambar 2.1 Model SEM dengan Variabel Moderating

2.1.3 Variabel Dalam Model Persamaan Srtruktural

Variabel laten adalah variabel yang tidak bisa diukur secara langsung dan memerlukan

beberapa indikator sebagai proksi (Ghozali dan Fuad, 2005).

Variabel observasi atau juga disebut manifest variable adalah variabel yang datanya harus

dicari melalui penelitian lapangan misalnya malalui instrumen-instrumen survey (Hair et al.,

2006). Variabel observasi digunakan sebagai indikator dari latent constructs atau variabel laten.

Variabel moderasi menurut Sekaran (2006) adalah variabel yang mempunyai ketergantungan

(contingent effect) yang kuat dengan hubungan variabel terikat (endogen) dan variabel bebas

(eksogen). Tujuan adanya variabel moderating yaitu mempengaruhi atau mengubah hubungan

awal antara variabel bebas (eksogen) dan variabel terikat (endogen).

2.1.4 Partial Least Square (PLS)

Metode PLS merupakan metode pemodelan lunak dimana :

1. Sampel tidak harus besar

2. Tidak memerlukan asumsi yang sangat ketat

3. Aplikasi metode lebih ditekankan untuk pendugaan variabel respon daripada bentuk

modelnya.

Tipe indikator pada PLS ada dua, yaitu:

Indikator Refleksif: Indikator seolah-olah dipengaruhi oleh variabel laten (indikator

adalah pencerminan variabel latennya.

Indikator Formatif: Indikator seolah-olah mempengaruhi variabel laten (indikator

adalah penjelas dari variabel laten)

Metode PLS dapat menangani data berskala rasio, interval, ordinal maupun nominal

karena PLS merupakan metode analisis yang powerfull oleh karena tidak mengasumsikan data

harus dengan pengukuran skala tertentu, data yang digunakan dalam jumlah sampel kecil.

3

Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi

parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak diperlukan.

Model evaluasi PLS berdasarkan pengukuran prediksi yang mempunyai sifat nonparametrik.

Model struktural dievaluasi dengan melihat persentase variance yang dijelaskan dengan melihat

nilai R2. Stabilitas dari estimasi ini dievaluasi dengan menggunakan statistik uji-t yang didapat

dari prosedur bootstraping.

Model struktural hubungan antar variabel laten di dalam PLS disebut dengan inner

model, sedangkan model pengukuran (bersifat refleksif atau formatif) disebut outer model.

Nilai estimasi model pada PLS didapatkan melalui prosedur bootstrapping dengan

melihat nilai T-statistik pada koefisien jalur.

Estimator : 𝑡 =𝑥 −𝜇

𝑆/ 𝑛

Model struktural dievaluasi dengan melihat persentase variance yang dijelaskan dengan

melihat nilai R2. Nilai R

2 diperoleh melalui rumus berikut.

2

1

ˆ ( , )H

jh jh jhR cor X Y

Perubahan nilai R

2 dapat digunakan untuk menilai besarnya pengaruh variabel laten

eksogen terhadap variabel laten endogen

2.2 Tinjauan Non-Statistik

Kesehatan adalah hak dasar manusia dan merupakan salah satu aspek untuk

meningkatkan kualitas sumber daya manusia. Upaya peningkatan derajat kesehatan sangat

penting dilakukan secara terus menerus dan berkesinambungan. Peningkatan derajat kesehatan

perlu dilakukan dengan serius diantaranya melalui peningkatan akses pada pelayanan kesehatan,

subsidi di biaya pelayanan kesehatan, serta perbaikan keadaan lingkungan. Hal tersebut tidak

lepas dari peran pemerintah dalam mendukung ketersediaan sarana dan prasarana kesehatan

yang memadai sehingga dapat dinikmati oleh seluruh lapisan masyarakat. Derajat kesehatan

dapat diuraikan melalui beberapa indikator diantaranya mortalitas, morbiditas (angka

kesakitan), dan status gizi. Mortalitas (kematian) dapat dilihat dari indikator angka kematian

bayi (AKB) dan angka kematian ibu melahirkan sedangkan status gizi dapat dilihat dari

indikator banyaknya balita dengan gizi buruk. Faktor yang berpengaruh pada derajat kesehatan

masyarakat adalah faktor lingkungan diantaranya rumah tangga yang memiliki jamban, air

bersih dan pengelolaan air limbah, faktor perilaku dengan indikator keluarga miskin yang

berobat pada tenaga kesehatan, jumlah posyandu, purnama, dan mandiri, rumah tangga dengan

bayi yang diberi ASI eksklusif, serta faktor pelayanan kesehatan yang dilihat dari beberapa

indikator seperti persalinan oleh tenaga kesehatan dan deteksi tumbuh kembang anak balita

(Talangko, 2009).

III. METODOLOGI

3.1 Sumber Data

Data pada penelitian ini yaitu data sekunder dari hasil pendataan Susenas (Survei Sosial

Ekonomi Nasional) Badan Pusat Statistik propinsi Jawa Timur tahun 2007 dan Data / Laporan

Survei Demografi dan Kesehatan Kabupaten/Kota propinsi Jatim pada Jawa Timur dalam angka

tahun 2007.

Yaitu dengan membandingkan beberapa variabel, antara lain:

1. Lingkungan

Rumah tangga yang menggunakan air bersih untuk minum/masak (air kemasan, leding,

pompa, sumur terlindung dan mata air terlindung)

Rumah tangga yang menggunakan jamban dengan tangki septik

Rumah tangga dengan lantai tidak terbuat dari tanah

4

2. Pelayanan Kesehatan

Pertolongan persalinan oleh tenaga kesehatan (dokter, bidan, paramedis lain)

Proporsi bayi diberi imunisasi campak, yang diperoleh melalui rumus berikut.

Rata-rata lamanya bayi diberi ASI eksklusif

3. Tenaga Kesehatan

Banyaknya tenaga medis di rumah sakit

Banyaknya tenaga medis di puskesmas

4. Infrastruktur

Banyaknya Rumah Sakit

Banyaknya Puskesmas

Banyaknya Puskesmas pembantu

Banyaknya Posyandu

3.2 Metode Analisis

Berdasarkan tujuan penelitian, metode analisis yang digunakan dalam penelitian ini adalah

sebagai berikut:

1. Analisis secara deskriptif untuk mengetahui secara umum penyebaran dan pemusatan data

mengenai kesehatan di Jawa Timur.

2. Melakukan evaluasi model pengukuran (Outer model) dengan melihat validitas dan

reliabilitas variabel indikator pengukur kontruk laten.

3. Analisis Structural Equation Modeling (SEM)

a) Pengembangan model berbasis konsep dan teori

b) Mengkonstruksi Diagram Path untuk Model Persamaan Struktural

Gambar 3.1 Path Diagram Derajat Kesehatan

c) Mengkonversi diagram path ke dalam persamaan. Diagram path pada Gambar 3.1

dikonversikan ke dalam persamaan sebagai berikut:

Derajat Kesehatan = γ1 Lingk. + γ2 Pel. Kes + γ3 Tng. Kes + γ4 Infrastuktur

d) Estimasi parameter model dan mengevaluasi model dengan melihat persentase variance

yang dijelaskan dengan melihat nilai R2

e) Pengujian hipotesis

H1: Lingkungan berpengaruh terhadap Derajat Kesehatan

H2: Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan

H3: Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan

H4: Infrastruktur berpengaruh terhadap Derajat Kesehatan

4. Analisis Moderated Structural Equation Modeling (MSEM)

a) Pengembangan model berbasis konsep dan teori

b) Mengkonstruksi Diagram Path untuk Model Persamaan Struktural dengan Moderasi

Infrastruktur

Derajat

Kesehatan

( )

Infrastruktur

( 4 )

Tng. Kes

( 3 )

Pel. Kes

( 2 )

Lingkungan

( 1 )

γ3

γ4

γ2

γ1

5

Gambar 3.2 Path Diagram Derajat Kesehatan Dengan Moderasi Infrastruktur

c) Mengkonversi diagram path ke dalam persamaan. Diagram path pada Gambar 3.2

dikonversikan ke dalam persamaan sebagai berikut:

Derajat Kesehatan = γ1 Lingk. + γ2 Pel. Kes + γ3 Tng. Kes + γ4 Infrastuktur + ω1 Pel. Kes

*Infra + ω2 Tng. Kes*Infra

d) Estimasi parameter model dan mengevaluasi model dengan melihat persentase variance

yang dijelaskan dengan melihat nilai R2.

e) Pengujian hipotesis

H5: Infrastruktur signifikan memoderasi hubungan antara Pelayanan Kesehatan dengan

Derajat Kesehatan

H6: Infrastruktursignifikan memoderasi hubungan antara Tenaga Kesehatan dengan Derajat

Kesehatan

IV. ANALISIS DAN PEMBAHASAN

4.1 Statistika Deskriptif

Berikut akan dipaparkan terlebih dahulu gambaran kondisi Derajat Kesehatan di

Provinsi Jawa Timur tahun 2007 dan gambaran dari variabel pengukurnya melalui

statistika deskriptif.

Variabel Derajat Kesehatan

Gambar 4.1 Peta Tematik Angka Kematian Bayi

Berdasarkan Gambar 4.1 diatas dapat diketahui pengelompokkan wilayah

kabupaten/kota terhadap angka kematian bayi dari wilayah dengan kelompok AKB terendah

hingga kelompok wilayah AKB tertinggi. Kelompok wilayah kabupaten/kota yang memiliki

angka kematian bayi terendah meliputi Kabupaten Pacitan, Trenggalek, Tulungagung,

Derajat

Kesehatan

( )

Infrastruktur

( 4 )

Tng. Kes

( 3 )

Pel. Kes

( 2 )

Lingkungan

( 1 )

Interaksi

Infrastruktur*Pel. Kes

Interaksi

Infrastruktur*Tng. Kes

γ3

ω1 γ1

γ2

γ4 ω2

6

Jombang, Gresik, Sidoarjo, Kota Blitar dan Kota Surabaya dengan nilai angka berkisar 21

hingga 30 per seribu kelahiran hidup. Sedangkan kelompok kabupaten/kota yang mempunyai

angka kematian bayi tertinggi meliputi Probolinggo, Situbondo, dan kabupaten Sampang

dengan angka berkisar antara 61 hingga 70 per seribu kelahiran hidup.

Gambar 4.2 Peta Tematik Prevalensi Balita Kurang Gizi

Melalui Gambar 4.2 dapat dilihat pengelompokan daerah kabupaten/kota yang

mempunyai prevalensi balita kurang gizi sangat rendah hingga daerah dengan prevalensi sangat

tinggi. Kabupaten/kota dengan prevalensi sangat rendah terjadi di Kabupaten Malang, Blitar,

Tulungagung, dan kota Kediri pada kisaran angka antara 6 hingga 10 persen. Sedangkan

wilayah kabupaten/kota dengan prevalensi balita kurang gizi tertinggi terjadi di Kabupaten

Pamengkasan. Tabel 4.1 Statistika Deskriptif Derajat Kesehatan

Variabel Mean Min Max

AKB (DJ1) 39,0571 22,8 69,66

Kurang Gizi (DJ2) 16,2024 6,8 27,23

Keluhan Kesehatan

(DJ3) 29,9392 19,27 43,62

4.2 Evaluasi Model Pengukuran (Outer Model)

Dalam melakukan analisis struktural equation modeling perlu dilakukan evaluasi model

pengukuran yang mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel

latennya menggunakan Confirmatory Factor Analysis (CFA) melalui pengujian validitas dan

reliabilitas pada data.

4.2.1 Pengujian Validitas

Pada penelitian ini akan dilakukan pengujian validitas dan reliabel pada masing-masing

variabel laten yaitu variabel Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan,

Infrastruktur, dan Derajat Kesehatan.

Lingkungan

Pada laten kontruk Lingkungan ingin diketahui apakah indikator rumah tangga yang

menggunakan Air bersih, Jamban, dan Lantai tidak dari tanah valid untuk mengukur konstruk

laten.

Gambar 4.4 Uji Validitas Laten Konstruk Lingkungan

Lingkungan

Lantai Tidak

Jamban

Air Bersih 0,725

Tanah

0,923

0,846

7

Tenaga Kesehatan

Puskesmas

R.S Pemerintah 0,996

0, 575

Berdasarkan Gambar 4.4 diatas dapat diketahui nilai-nilai loading dari hubungan variabel

indikator (Rumah Tangga yang menggunakan Air bersih, Jamban, dan Lantai tidak terbuat dari

tanah) dengan konstruk Lingkungan. Dari hubungan ketiga indikator dengan laten Lingkungan

didapatkan nilai loading (λ) masing-masing > 0,5 sehingga dapat diambil kesimpulan bahwa

ketiga indikator tersebut signifikan dalam mengukur laten konstruk Lingkungan.

Pelayanan Kesehatan

Pada variabel Pelayanan Kesehatan, variabel indikator pengukurnya meliputi Persalinan

yang ditolong oleh tenaga kesehatan, bayi yang diberi imunisasi campak, dan rata-rata lamanya

bayi yang diberi ASI eksklusif. Untuk mengetahui apakah indikator-indikator tersebut valid

mengukur konstruk Pelayanan Kesehatan dapat dilihat dari nilai loading seperti ditampilkan

pada gambar berikut.

Gambar 4.5 Uji Validitas Laten Konstruk Pelayanan Kesehatan

Pada Gambar 4.5 dapat dilihat nilai loading dari indikator laten Pelayanan Kesehatan. Dari

hasil tersebut dapat diketahui bahwa ketiga indikator (Persalinan oleh Tenaga Kesehatan,

Imunisasi Campak, dan ASI Ekslusif) signifikan dalam mengukur laten konstruk Pelayanan

Kesehatan, hal tersebut dapat dilihat dari nilai loading yang didapatkan ketiga indikator masing-

masing > 0,5.

Tenaga Kesehatan

Laten konstruk Tenaga Kesehatan pada penelitian ini diukur dari jumlah tenaga kesehatan

(medis dan peramedis) di Rumah Sakit Pemerintah dan Puskesmas. Hasil pengujian validitas

pada variabel pengukur tersebut dapat dilihat pada gambar berikut.

Gambar 4.6 Uji Validitas Laten Konstruk Tenaga Kesehatan

Berdasarkan pada Gambar 4.6 dapat dilihat nilai loading dari indikator jumlah tenaga

kesehatan di rumah sakit pemerintah sebesar 0,996, nilai yang diperoleh tersebut > 0,5 sehingga

dapat dikatakan bahwa jumlah tenaga kesehatan di R.S pemerintah valid dalam mengukur

konstruk Tenaga Kesehatan. Begitu pula pada indikator jumlah tenaga kesehatan di puskesmas,

nilai loading yang diperoleh sebesar 0,575 > 0,5 sehingga indikator ini juga valid untuk

mengukur konstruk Tenaga Kesehatan.

Infrastruktur

Variabel jumlah unit sarana kesehatan yang meliputi jumlah rumah sakit, puskesmas,

puskesmas pembantu (Pustu), dan puskesmas merupakan indikator dari konstruk Infrastruktur.

Hasil pengujian validitas indikator tersebut dapat dilihat pada gambar berikut.

Pelayanan Kesehatan

ASI eksklusif

Imunisasi Campak

Persalinan Medis 0,950

0,954

0,817

8

Gambar 4.7 Uji Validitas Laten Konstruk Infrastruktur

Melalui Gambar 4.7 diatas dapat diketahui nilai loading yang diperoleh dari semua

indikator pengukur (jumlah rumah sakit, puskesmas, puskesmas pembantu, dan posyandu) > 0,5

sehingga dapat disimpulkan bahwa keempat indikator tersebut valid mengukur konstruk

Infrastruktur.

Derajat Kesehatan

Derajat Kesehatan dapat diukur dari angka mortilitas (kematian), morbiditas (kesakitan),

dan status gizi. Dalam penelitian ini,variabel indikator yang digunakan untuk mengukur Derajat

Kesehatan didekati dengan Angka Kematian Bayi (AKB), balita kurang gizi, dan keluhan

kesehatan. Untuk itu perlu dilakukan pengujian validitas pada indikator tersebut, dan hasilnya

dapat dilihat melalui gambar dibawah ini.

Gambar 4.8 Uji Validitas Laten Konstruk Derajat Kesehatan

Indikator pengukur dikatakan valid jika memiliki nilai loading dengan variabel latennya

sebesar > 0,5. Jika terdapat indikator yang yang tidak valid, maka indikator tersebut akan

dibuang karena mengidentifikasikan bahwa indikator tersebut tidak cukup baik untuk mengukur

konstruk latennya. Pada konstruk Derajat kesehatan seperti pada Gambar 4.7 dapat dilihat

bahwa nilai loading yang diperoleh dari indikator-indikator pengukurnya diantaranya AKB,

Balita kurang gizi, dan jumlah keluhan kesehatan masing-masing > 0,5 sehingga dapat

disimpulkan bahwa indikator-indikator tersebut valid dalam mengukur laten konstruk Derajat

Kesehatan.

4.2.2 Pengujian Reliabilitas

Reliabilitas merupakan ukuran konsistensi internal dari indikator-indikator sebuah

variabel bentukan yang menunjukkan sejauh mana masing-masing indikator itu

mengindikasikan sebuah variabel bentukan yang umum. Variabel dikatakan dikatakan cukup

bagus reliabilitasnya bila variabel tersebut mempunyai construct reliability lebih besar dari 0,6.

Hasil pengujian reliabilitas pada masing-masing variabel laten dapat diketahui melalui

perhitungan pada masing-masing konstruk sebagai berikut.

Lingkungan

Perhitungan Construct Reliability didapatkan dari perhitungan nilai loading dan nilai

kesalahan pengukuran. Nilai loading dan kesalahan pengukuran dari indikator-indikator pada

konstruk Lingkungan disajikan dalam tabel berikut.

Drjt. Kes

Keluhan Kesehatan

Balita Kurang Gizi

AKB 0,914

0,741

-0,501

Infrastruktur

Pustu

Puskesmas

Rumah Sakit

-0, 540

Posyandu

-0,963

-0, 963

-0,963

9

Tabel 4.6 Uji Reliabilitas konstruk Lingkungan

Variabel Loading

(λi)

Kesalahan Pengukuran

(δ) = (1-λi2)

L1 0,725 0,474375

L2 0,923 0,148071

L3 0,846 0,284284

Besarnya nilai Construct Reliability dapat dihitung dengan rumus sebagai berikut:

𝐶𝑅 = 𝜆𝑖

𝑛𝑖=1

2

𝜆𝑖𝑛𝑖=1

2+ 𝛿𝑖

𝑛𝑖=1

= 2,494 2

2,494 2+ 0,90673 = 0,873

Pada Tabel 4.6 merupakan nilai loading dan kesalahan pengukuran yang kemudian akan

digunakan untuk menghitung nilai construct reliability (CR). Setelah dilakukan perhitungan,

nilai CR yang diperoleh > 0,6 yaitu sebesar 0,873 yang berarti bahwa laten konstruk

Lingkungan memiliki reliabilitas yang cukup baik.

Pelayanan Kesehatan

Nilai loading dan error varians dari indikator konstruk Pelayanan Kesehatan yang akan

digunakan untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut.

Tabel 4.7 Uji Reliabilitas konstruk Pelayanan Kesehatan

Variabel Loading

(λi)

Kesalahan Pengukuran

(δ) = (1-λi2)

PK1 0,950 0,003643

PK2 0,954 0,004235

PK3 0,817 0,026381

Besarnya nilai Construct Reliability didapatkan dari perhitungan sebagai berikut:

𝐶𝑅 = 𝜆𝑖

𝑛𝑖=1

2

𝜆𝑖𝑛𝑖=1

2+ 𝛿𝑖

𝑛𝑖=1

= 2,721 2

2,721 2+ 0,5199 = 0,934

Berdasarkan pada perhitungan diatas, nilai construct reliability (CR) yang diperoleh yaitu

sebesar 0,934. Nilai CR yang didapatkan > 0,6 sehingga dapat dikatakan bahwa konstruk

Pelayanan Kesehatan mempunyai reliabilitas yang cukup baik.

Tenaga Kesehatan

Untuk mengukur nilai reliabilitas pada konstruk Tenaga Kesehatan maka dapat dihitung

dengan menggunakan rumus CR, dimana nilai loading dan error varians diketahui terlebih

dahulu. Nilai loading dan error varians pada indikator konstruk Tenaga Kesehatan dapat dilihat

pada tabel berikut.

Tabel 4.8 Uji Reliabilitas konstruk Tenaga Kesehatan

Variabel Loading

(λi)

Kesalahan Pengukuran

(δ) = (1-λi2)

TK1 0,996 0,007984

TK2 0,575 0,669375

Besarnya nilai Construct Reliability didapatkan melalui perhitungan sebagai berikut:

𝐶𝑅 = 𝜆𝑖

𝑛𝑖=1

2

𝜆𝑖𝑛𝑖=1

2+ 𝛿𝑖

𝑛𝑖=1

= 1,571 2

1,571 2+ 0,6774 = 0,785

Berdasarkan hasil perhitungan diatas diperoleh nilai reliabilitas komposit (CR) untuk laten

konstruk Tenaga Kesehatan yaitu sebesar 0,785. Karena nilai CR yang ddapatkan > 0,6

10

sehingga dapat disimpulkan bahwa laten konstruk derajat kesehatan mempunyai reliabilitas

yang cukup baik.

Infrastruktur

Nilai loading dan error varians dari indikator konstruk Infrastruktur yang akan digunakan

untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut.

Tabel 4.9 Uji Reliabilitas konstruk Infrastruktur

Variabel Loading

(λi)

Kesalahan Pengukuran

(δ) = (1-λi2)

IS1 0,540 0,70840

IS2 0,963 0,072631

IS3 0,953 0,091791

IS4 0,963 0,072631

Besarnya nilai Construct Reliability diperoleh dari perhitungan sebagai berikut:

𝐶𝑅 = 𝜆𝑖

𝑛𝑖=1

2

𝜆𝑖𝑛𝑖=1

2+ 𝛿𝑖

𝑛𝑖=1

= 3,419 2

3,419 2+ 0,9454 = 0,925

Melalui perhitungan yang dihitung berdasarkan nilai loading dan kesalahan pengukuran

pada indikator Infrastruktur didapatkan nilai CR (Construct Reliability) sebesar 0,925. Nilai CR

yang diperoleh > 0,6 sehingga dapat dikatakan bahwa reliabilitas konstruk Infrastruktur cukup

baik.

Derajat Kesehatan

Nilai loading dan error varians dari indikator konstruk Derajat Kesehatan yang akan

digunakan untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut.

Tabel 4.10 Uji Reliabilitas konstruk Derajat Kesehatan

Variabel Loading

(λi)

Kesalahan Pengukuran

(δ) = (1-λi2)

DJ1 0,914 0,164604

DJ2 0,741 0,450919

DJ3 0,501 0,748999

Besarnya nilai Construct Reliability didapatkan dengan rumus sebagai berikut:

𝐶𝑅 = 𝜆𝑖

𝑛𝑖=1

2

𝜆𝑖𝑛𝑖=1

2+ 𝛿𝑖

𝑛𝑖=1

= 2,156 2

2,156 2+ 1,3645 = 0,773

Berdasarkan hasil perhitungan diatas diperoleh nilai reliabilitas komposit (CR) untuk

laten konstruk Derajat Kesehatan yaitu sebesar 0,773. Karena nilai CR > 0,6 sehingga dapat

disimpulkan bahwa laten konstruk derajat kesehatan mempunyai reliabilitas yang cukup baik.

4.3 Evaluasi Model Struktural (Inner Model)

Model struktural dengan melihat persentase variance yang didapatkan dari nilai R-square

pada variabel endogen dan koefisien jalur strukturalnya yang stabilitas estimasinya dilihat dari

nilai T-statistik melalui tahap bootstraping dengan kasus persampel sebanyak 5000. Hipotesis

yang diangkat dalam penelitian ini adalah.

H1: Lingkungan berpengaruh terhadap Derajat Kesehatan

H2: Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan

H3: Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan

H4: Infrastruktur berpengaruh terhadap Derajat Kesehatan

11

Hasil dari model struktural dapat ditunjukkan pada tabel berikut.

Tabel 4.11 Model Struktural

Hubungan

Kasualitas

Koef.

Parameter

Jalur

Std.

Error

T-

statistik

Lingk > Drjt Kes -0,269 0,012151 22,1635

Pel.Kes > Drjt Kes -0,534 0,008299 64,38242

Tng.Kes> Drjt Kes -0,038 0,009166 4,130231

Infra > Drjt Kes -0,109 0,060424 1,806606

Pengaruh hubungan variabel laten eksogen terhadap variabel endogen (Derajat

Kesehatan) pada Tabel 4.11 dapat dijelaskan sebagai berikut.

Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Lingkungan dengan

Derajat Kesehatan sebesar -0,269 dengan nilai T-statistik 22,1635 > 1,64 pada taraf

signifikansi α = 0,1 yang menyatakan bahwa terdapat pengaruh yang signifikan antara

kondisi lingkungan dengan Derajat Kesehatan. Nilai negatif pada koefisien parameter artinya

semakin baik kondisi lingkungan maka pengukur derajat kesehatan (Angka kematian bayi,

balita kurang gizi, dan keluhan kesehatan) akan menurun.

Pengaruh Pelayanan Kesehatan terhadap Derajat Kesehatan sebesar -0,534 dengan nilai T-

statistik 64,38 > 1,64 yang artinya terdapat pengaruh yang signifikan. Nilai negatif pada

koefisien parameter artinya semakin baik pelayanan kesehatan maka pengukur derajat

kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan menurun.

Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Tenaga Kesehatan

dengan Derajat Kesehatan didapatkan sebesar -0,038 dengan nilai T-statistik 4,13 > 1,64

pada taraf signifikansi α = 0,1 yang menyatakan bahwa terdapat pengaruh yang signifikan.

Nilai negatif pada koefisien parameter artinya semakin banyak tenaga kesehatan maka

pengukur derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan

kesehatan) akan menurun.

Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Infrastruktur dengan

Derajat Kesehatan sebesar -0,109 dengan nilai T-statistik 1,8 > 1,64 pada taraf signifikansi α

= 10%, hal tersebut mengartikan bahwa terdapat pengaruh yang signifikan. Nilai negatif

pada koefisien parameter artinya semakin banyak jumlah infrastruktur maka pengukur

derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan

menurun.

Tabel 4.12 Nilai R-Square

Variabel R-Square

Derajat Kesehatan 0,581155

Berdasarkan koefisien-koefisien parameter jalur yang diperoleh pada Tabel 4.11 maka

model persamaan struktural yang terbentuk sebagai berikut.

Derajat.Kes = -0,269 Lingkungan - 0,534 Pelayanan Kesehatan - 0,038 Tenaga Kesehatan -

0,109 Infrastruktur

Dari hasil model persamaan tersebut diperoleh nilai R2

untuk Derajat Kesehatan yaitu

sebesar 0,581155. Nilai tersebut mengindikasikan bahwa variasi Derajat Kesehatan dapat

dijelaskan oleh variabel kostruk sebesar 58,11% sedangkan sisanya sebesar 41,89% dipengaruhi

oleh variabel lain yang tidak terdapat dalam model penelitian.

12

4.4 Pengujian Efek Moderasi

Variabel moderasi merupakan variabel yang mempunyai ketergantungan (contingent

effect) yang kuat dengan hubungan variabel terikat (endogen) dan variabel bebas (eksogen).

Tujuan adanya variabel moderating yaitu mempengaruhi atau mengubah hubungan awal antara

variabel bebas (eksogen) dan variabel terikat (endogen). Pada penelitian ini yang menjadi

variabel moderasi yaitu variabel laten Infrastruktur yang akan diuji terhadap hubungan laten

konstruk Pelayanan Kesehatan terhadap Derajat Kesehatan dan hubungan Tenaga Kesehatan

dengan Derajat Kesehatan, sehingga hipotesis yang diangkat yaitu sebagai berikut.

H5: Infrastruktur dapat menjadi variabel moderasi hubungan antara Pelayanan Kesehatan

dengan Derajat Kesehatan

H6: Infrastruktur dapat menjadi variabel moderasi hubungan antara Tenaga Kesehatan

dengan Derajat Kesehatan

Gambar 4.9 Diagram Jalur Setelah Dimasukkan Variabel Interaksi dari moderasi variabel Infrastruktur

Gambar 4.9 merupakan hasil diagram jalur setelah variabel interaksi yang terbentuk dari

moderasi variabel Infrastruktur terhadap hubungan variabel Pelayanan Kesehatan dan hubungan

Tenaga Kesehatan terhadap Derajat Kesehatan dimasukkan ke dalam model. Berdasarkan

Gambar 4.9 diatas, maka persamaan struktural yang terbentuk yaitu sebagai berikut.

Derajat Kesehatan = - 0,237 Lingkungan - 0,441 Pelayanan Kesehatan - 0,161 Tenaga

Kesehatan - 0,080 Infrastruktur + 0,221 Pel. Kes*Infrastruktur + 0,110 Tng.

Kes*infrastruktur.

Pada hubungan moderasi infrastruktur mengindikasikan bahwa jika suatu infrastruktur

dalam jumlah tertentu diikuti dengan pelayanan kesehatan saat kondisi tertentu akan

berpengaruh terhadap kondisi Derajat kesehatan. Begitu pula ketika infrastruktur dan tenaga

kesehatan pada jumlah tertentu akan berpengaruh terhadap kondisi derajat kesehatan dengan

kontribusi koefisien parameter sebesar 11%. Setelah variabel interaksi masuk ke dalam model, selanjutnya akan diketahui apakah

variabel moderasi yaitu variabel infrastruktur mempunyai pengaruh signifikan terhadap

hubungan Pelayanan Kesehatan dan hubungan Tenaga Kesehatan terhadap Derajat Kesehatan

dilihat dari nilai T-statistik yang dihasilkan. Berikut hasil nilai T-statistik dari model struktural

dengan moderasi Infrastruktur.

13

Tabel 4.13 T-statistik Model Struktural Dengan Moderasi

Hubungan Kasualitas

Koef.

Parameter

Jalur

Std.

Error T-statistik

Lingk > Drjt Kes -0,237 0,010249 23,08653

Pel.Kes > Drjt Kes -0,441 0,009555 46,18946

Tng.Kes> Drjt Kes 0,221 0,012058 18,34648

Infra > Drjt Kes -0,161 0,010777 14,98213

Pel.Kes*Infra > Drjt. Kes 0,110 0,008464 12,97714

Tng. Kes*Infra > Drjt.Kes -0,080 0,064004 1,25074

Berdasarkan Tabel 4.13 dapat dilihat bahwa nilai T-statistik yang diperoleh pada variabel

interaksi antara Pelayanan Kesehatan dengan Infrastruktur dan variabel interaksi antara Tenaga

Kesehatan dengan Infrastruktur masing-masing sebesar 18,346 dan 12,977. Kedua variabel

interaksi tersebut memiliki nilai T-statistik > 1,64 pada taraf signifikansi α = 0,1 yang berarti

bahwa variabel moderasi (Infrastruktur) signifikan secara statistik memiliki pengaruh terhadap

hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan dan hubungan antara Tenaga

Kesehatan dengan Derajat Kesehatan.

Tabel 4.14 Nilai R-Square

Variabel R-Square

Derajat Kesehatan 0, 589061

Pada model persamaan struktural dengan moderasi diperoleh nilai R2

untuk Derajat

Kesehatan yaitu sebesar 0,589061, artinya variasi Derajat Kesehatan dapat dijelaskan oleh

variabel kostruk (Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan, Infrastruktur, Pel.Kes*

Infrastruktur, dan Tng. Kes*Infrastruktur) sebesar 58,9% sedangkan sisanya sebesar 41,1%

dipengaruhi oleh variabel lain yang tidak terdapat dalam model penelitian.

V. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Kesimpulan yang diperoleh dari hasil penelitian ini yaitu:

1. Analisis model persamaan struktural pada kasus pengaruh variabel laten konstruk

(Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan) terhadap derajat Kesehatan di Jawa

Timur didapatkan hasil seperti berikut.

a. Terdapat pengaruh antara kondisi lingkungan terhadap derajat kesehatan sebesar 26,9%.

b. Terdapat pengaruh antara faktor pelayanan kesehatan terhadap derajat kesehatan

sebesar 53,4%.

c. Terdapat pengaruh antara faktor tenaga kesehatan terhadap derajat kesehatan sebesar

3,8%.

d. Terdapat pengaruh antara faktor Infrastruktur terhadap derajat kesehatan sebesar 10,9%.

2. Analisis model persamaan struktural dengan moderasi Infrastruktur pada kasus laten

Infrastruktur sebagai moderasi hubungan antara Pelayanan Kesehatan terhadap Derajat

Kesehatan dan Tenaga Kesehatan terhadap Derajat Kesehatan didapatkan hasil sebagai

berikut.

a. Variabel Infrastruktur mempunyai pengaruh yang signifikan terhadap hubungan antara

Pelayanan Kesehatan dengan Derajat Kesehatan sebesar 22,1%.

b. Variabel Infrastruktur mempunyai pengaruh yang signifikan terhadap hubungan antara

Tenaga Kesehatan dengan Derajat Kesehatan sebesar 11%.

14

5.2 Saran

Dalam penelitian ini masalah yang dikaji masih terbatas, oleh karena itu saran yang

dapat diberikan untuk peneliti selanjutnya agar mengembangkan lagi model yang terbentuk

dengan menggali lebih luas variabel-variabel yang dapat berpengaruh terhadap Derajat

Kesehatan sehingga dapat memberikan kontribusi yang lebih terhadap perkembangan

pembangunan di Jawa Timur khususnya di bidang kesehatan.

DAFTAR PUSTAKA

Badan Pusat Statistik. (2007). Kesehatan Propinsi Jawa Timur 2007. Badan Pusat Statistik, Surabaya.

Badan Pusat Statistik. (2008). Analisa Penyusunan Kinerja Makro Ekonomi dan Sosial Jawa Timur, Pengukuran

Kinerja Makro Ekonomi Dan Sosial Dalam Rangka LKPJ 2008 dan AMJ 2003-2008. Badan Pusat Statistik,

Surabaya.

Badan Pusat Statistik. (2008). Analisa Penyusunan Kinerja Makro Ekonomi dan Sosial Jawa Timur, Ringkasan

Eksekutif. Badan Pusat Statistik, Surabaya.

Bollen, K. A. (1989). Structural Equation Modeling With Laten Variables. New York : Wiley.

Cahyono,D., Lestari,E., dan Yusuf,S. (2007). Pengaruh Moderasi Sistem Pengendalian Manajemen dan Inovasi

terhadap Kinerja. Tugas Akhir Tidak Dipublikasikan, Universitas Hasanudin Makasar.

Ferdinand, A. (2002). Struktural Equation Modeling dalam Penelitian Manajemen Edisi ke 2. Semarang: BP UNDIP.

Ghozali dan Fuad. (2005). Struktural Equation Modeling; Teori, Kosep, dan Aplikasi dengan program Lisrel 8.54.

Semarang : BP UNDIP.

Hair et al., (2006). Multivariate Data Analysis, Sixth Edition. New Jersey : Prentice Hall, Upper Saddle River.

Kasalang, Ronny. J. (4 Januari 2010). Hukum Kesehatan:Dalam Perspektif Pelayanan Kesehatan Masyarakat

Modern. Artikel dipublikasikan pada Indonesian Legal Information.

Koesmono, H. (2005). Pengaruh Kepemimpinan Dan Tuntutan Tugas Terhadap Komitmen Organisasi Dengan

Variabel Moderasi Motivasi Perawat Rumah Sakit Swasta Di Surabaya. Tugas Akhir Tidak Dipublikasikan,

Universitas Khatolik Widya Mandala.

Lee, S.Y. (2007). Structural Equation Modeling A Bayesian Approach Department ofStatistics. USA : John Wiley &

Sons Inc.

Liestiani, Enggar. (2006). Pengaruh Aksesibilitas Terhadap Wilayah Pelayanan Puskesmas di Kota Magelang

Berdasarkan Persepsi Pengunjung. Tugas Akhir Tidak Dipublikasikan, Universitas Diponegoro Semarang.

Pramasita, F. (2005).Faktor-faktor yang Mempengaruhi Angka Kematian Bayi di Wilayah Jawa Timur Tahun 2002.

Tugas Akhir Tidak Dipublikasikan, Institut Teknologi Sepuluh November, Surabaya.

Purwaningsih, H. (2006).Analisis Pengelompokan Wilayah Jawa Timur Berdasarkan Indikator-indikator Derajat

Kesehatan Masyarakat. Tugas Akhir Tidak Dipublikasikan, Institut Teknologi Sepuluh November, Surabaya.

Republik Indonesia, UU No. 23 tahun 1992 tentang kesehatan.

Republik Indonesia, UU No. 36 tahun 2009 tentang kesehatan.

Ristrini.(2000). Penerapan Model Upaya Peningkatan Utilisasi Polindes di Daerah Terpencil. Jogjakarta: PPKT.

Sekaran, U. (2006). Metodologi Penelitian untuk Bisnis 2 (Edisi 4). Jakarta: Salemba Empat.

Talangko, L,P. (2009). Pemodelan Persamaan Struktural dengan Maximum Likelihood dan Bootstrap pada Derajat

Kesehatan Di Propinsi Sulawesi Selatan. Tesis Tidak Dipublikasikan, Institut Teknologi Sepuluh Nopember,

Surabaya

http://www.bappenas.go.id/get-file-server/node/6144/. Bab 28, Peningkatan Akses Masyarakat Terhadap Kesehatan

Yang Berkualitas. Presiden RI, 4 Maret 2010.

http://www.gizi.net/lain/download/SKG-1.doc. Situasi Kesehatan Gizi Dan Issue Kebijakan Memasuki Milenium

Ketiga. 11 April 2010.

http://pustaka.ut.ac.id/puslata/online/. Ilmu Kesehatan Gizi. 11 April 2010.