View
224
Download
0
Category
Preview:
Citation preview
FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS KESEHATAN KABUPATEN DAN KOTA DI PROVINSI JAWA TIMUR
Oleh AUDDIE VIENEZA M. NRP 1310030043 DOSEN PEMBIMBING Dr. Vita Ratnasari,M.Si
DOSEN PENGUJI Dr. Dra. Ismaini Zain, M.Si Prof. Dr. Drs. I Nyoman Budiantara, M.Si
3
LATAR BELAKANG
73.17
73.50
73.92
74.34
74.68
72.00
72.50
73.00
73.50
74.00
74.50
75.00
2007 2008 2009 2010 2011*)
Indeks Kesehatan Jawa Timur
LATAR BELAKANG
4
73.17
73.50
73.92
74.34
74.68
72.00
72.50
73.00
73.50
74.00
74.50
75.00
2007 2008 2009 2010 2011*)
Indeks Kesehatan Jawa Timur
Derajat Kesehatan
Mortalitas Mordibitas Fertilitas
Wilayah yang memiliki
Indeks Kesehatan tinggi
Wilayah yang memiliki Indeks
Kesehatan Rendah
(Badan Pusat Statistika, 2011)
LATAR BELAKANG
Penelitian sebelumnya
(Riskiyanti, 2008) Analisis regresi multivariat berdasarkan faktor-faktor yang mempengaruhi derajat kesehatan di provinsi jawa timur.
5
RUMUSAN MASALAH
1. Bagaimana karakteristik indeks kesehatan di kabupaten/kota di provinsi Jawa Timur?
2. Faktor-faktor apa saja yang mempengaruhi indeks kesehatan kabupaten/kota di provinsi Jawa Timur?
TUJUAN 1. Mendeskripsikan karakteristik indeks kesehatan di kabupaten/kota
di provinsi Jawa Timur. 2. Menganalisis faktor-faktor yang mempengaruhi indeks kesehatan di
kabupaten/kota di provinsi Jawa Timur.
6
MANFAAT
Bagi Akademis
• Mengaplikasikan teori statistika khususnya analisis regresi logistik biner pada kasus faktor-faktor yang mempengaruhi indeks kesehatan kabupaten/kota di provinsi Jawa Timur.
Bagi Pemerintah
• Memberi masukan kepada pemerintah dalam meningkatkan fasilitas indeks kesehatan kabupaten/kota di provinsi Jawa Timur, terutama agar dapat dilakukan evaluasi secara terus-menerus bagi pemerintah dalam program yang telah dan sedang dilaksanakan.
7
BATASAN MASALAH
Penelitian ini akan dipandang dengan dua kelompok berdasarkan nilai rata-rata indeks kesehatan kabupaten dan kota di Provinsi Jawa Timur.
8
STATISTIKA DESKRIPTIF
Statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan apapun tentang gugus data induknya yang lebih besar (Walpole, 1995).
9
REGRESI LOGISTIK BINER
Suatu metode analisis data yang digunakan untuk mencari hubungan antara variabel respon (y) yang bersifat biner atau dikotomus dengan variabel prediktor (x) yang bersifat polikotomus (Hosmer dan Lemeshow, 2000).
Model )...(
)...(
110
110
1)(
pp
pp
xx
xx
e
ex
pp xxx
xxg
...
)(1
)(ln)( 110
(Hosmer dan Lemeshow, 2000). 10
ESTIMASI PARAMETER
Persamaan
Fungsi Likelihood
(Agresti, 1990)
11
( ) log ( )L l
0 1 1 0
l g 1p n n k
i ij i j ij
j i i j
y x o e x
PENGUJIAN ESTIMASI PARAMETER
Pengujian Estimasi Parameter Secara Serentak
Statistik Uji:
Hipotesis : H0 : β1= β2=... βj = 0 H1 : Minimal ada βj ≠ 0; i=1,2,...,p
12
Daerah Kritis: Tolak H0 jika
2
( ; )dbG X
01
01
(1 )
2ln
ˆ ˆ(1 )i i
nn
y y
i i
nn
n nG
PENGUJIAN ESTIMASI PARAMETER
Pengujian Estimasi Parameter Secara Individu
Statistik Uji:
Hipotesis : H0 : βj = 0 H1 : βj ≠ 0
Daerah Kritis: Tolak H0 jika
13
2 2
( ; )dbW X
^2
2
^2( )
j
j
W
SE
UJI KESESUAIAN MODEL
Statistik Uji:
Hipotesis : H0 : Model sesuai (tidak terdapat perbedaan yang sgnifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H1 : Model tidak sesuai (terdapat perbedaan yang sgnifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
g
k kkk
kkk
n
noC
1 )1(
)(ˆ
Daerah Kritis : Tolak H0 jika
),(2ˆ
dbC (Agresti, 1990)
14
INTERPRETASI MODEL
Interpretasi dilakukan setelah mendapatkan nilai terbaik. Interpretasi dari intersep adalah nilai peluang saat semua variabel x sama dengan nol, perhitungan berdasarkan nilai . Intersep koefisien menggunakan nilai odds ratio yaitu nilai yang menunjukkan perbandingan tingkat
kecenderungan dari dua kategori dalam satu variabel prediktor dengan salah satu kategorinya dijadikan pembanding atau kategori dasar
(Hosmer dan Lemeshow, 2000).
15
Indeks Kesehatan
ukuran kualitas hidup manusia yang terdapat dalam indeks pembangunan manusia (IPM) yang dibentuk melalui tiga dimensi dasar, dan kesehatan termasuk dalam salah satu dimensi dasar, yaitu umur panjang dan sehat, pengetahuan, dan kehidupan yang layak.
16
Karena Indeks kesehatan di Jawa Timur telah mengalami peningkatan dari tahun ke tahun, namun tetap memerlukan upaya peningkatan lebih lanjut. Sehingga peningkatan indeks kesehatan sangat penting dilakukan secara terus menerus dan berkesinambungan. Salah satunya dapat ditingkatkan dengan melihat derajat Kesehatan
Derajat Kesehatan
Menurut Henrik L Blum, peningkatan derajat kesehatan dapat diukur dari tingkat mortalitas (kematian), mordibitas
(kesakitan), dan fertilitas (kelahiran).
17
Mortalitas (Kematian)
Salah satu indikator perkembangan derajat kesehatan yaitu untuk menilai keberhasilan pelayanan kesehatan dan program
pembangunan kesehatan lainnya
18
Angka mortalitas dapat diketahui salah satunya melalui penolong persalinan, tingkat gizi yang diberikan pada bayi dan
kualitas tempat tinggal (Badan Pusat Statistika, 2011).
19
Tingkat Gizi Pada Bayi.
Tingkat gizi yang diberikan oleh bayi yaitu melalui pemberian Air Susu Ibu (ASI)/menyusui dan imunisasi
pada bayi.
Imunisasi pada bayi sangat diperlukan salah satunya adalah imunisasi atau vaksinasi adalah memasukkan kuman atau racun
penyakit tertentu yang sudah dilemahkan ke dalam tubuh dengan cara disuntik atau diteteskan dalam mulut, dengan maksud agar
terjadi kekebalan tubuh terhadap penyakit tersebut. Jenis imunisasi antara lain.
Macam-macam imunisasi pada bayi
BCG (Bacillus Calmette Guerlin)
adalah vaksinasi untuk mencegah penyakit TBC
DPT (Difteri, Pertusis, Tetanus)
adalah vaksinasi untuk mencegah penyakit Difteri, Pertusis, Tetanus, diberikan kepada bayi berumur 3
bulan ke atas
Polio
adalah vaksinasi untuk mencegah penyakit
polio
Campak
adalah vaksinasi untuk mencegah penyakit
campak
Hepatitis B
adalah suntikan secara intramuscular (suntikan
ke dalam otot) untuk mencegah penyakit
hepatitis B 20
Mordibitas (Kesakitan)
21
Data mengenai angka kesakitan penduduk dapat diketahui dengan melakukan pendekatan angka keluhan kesehatan
selama satu bulan lalu, serta cara dan jenis pengobatan yang dilakukan.
(Badan Pusat Statistika, 2011).
Keluhan Utama Kesehatan
• Lamanya terganggu kesehatan tidak merujuk pada keluhan yang terberat saja, melainkan mencakup jumlah hari untuk semua keluhan kesehatan dalam satu bulan terakhi
Upaya Pengobatan
• upaya anggota rumah tangga/ keluarga dengan melakukan pengobatan sendiri (tanpa datang ke tempat fasilitas kesehatan atau memanggil dokter/petugas kesehatan ke rumahnya (Badan Pusat Statistika, 2011).
Fertilitas (Kelahiran)
22
Kelahiran juga ditentukan oleh kondisi kesehatan ibu. Kesehatan
ibu khususnya dan perempuan pada umumnya di masa usia subur (15-49 tahun) yang disebut dengan kesehatan reproduksi
Angka kelahiran/fertilitas sangat dipengaruhi oleh angka prevalensi keluarga berencana (KB). Angka prevalensi KB
(Keluarga Berencana) dapat ditunjukkan melalui keikutsertaan WUS (wanita usia subur usia 15-49 tahun) dalam program KB
(Badan Pusat Statistika, 2011).
Keluarga Berencana (KB)
23
Wujud dari upaya pemerintah dalam mengatasi demografi yaitu dengan menekan laju pertambahan penduduk diharapkan tidak
terjadi jumlah penduduk yang sangat besar.
Keberhasilan program KB dapat diukur dengan beberapa
indikator, diantaranya Persentase cakupan peserta KB aktif terhadap PUS (Pasangan Usia Subur) serta Persentase peserta KB menurut metode kontrasepsi yang digunakan. Jumlah PUS (Pasangan Usia Subur) dan partisipasinya dalam program KB
memegang peranan yang sangat penting dalam upaya pengendalian angka kelahiran. (Badan Pusat Statistika, 2011).
SUMBER DATA
Data sekunder yang diperoleh dari BPS Provinsi Jawa Timur Survei Sosial Ekonomi Nasional tahun 2011 yang terdiri dari 29 kabupaten dan 9 kota
di Provinsi Jawa Timur.
VARIABEL PENELITIAN Variabel Respon (Y) : indeks kesehatan Y = 0, Kabupaten dan Kota di Provinsi Jawa Timur yang berada dibawah rata-rata indeks kesehatan. Y = 1, Kabupaten dan Kota di Provinsi Jawa Timur yang berada diatas rata-rata indeks kesehatan.
24
nilai rata-rata indeks kesehatan di Provinsi Jawa Timur adalah sebesar
72,63.
VARIABEL PENELITIAN
25
Variabel prediktor yang digunakan a. Mortalitas X1 = Persentase Penolong Pertama Kelahiran Pada Ibu X2 = Persentase Bayi Diberi Imunisasi X3 = Persentase Bayi Diberi ASI
b. Mordibilitas X4 = Persentase Penduduk Mengeluh Kesehatan X5 = Persentase Penduduk Mengobati Sendiri
c. Fertilitas X6 = Persentase Perempuan Menikah Yang Sedang Menggunakan Alat KB
DEFINISI OPERASIONAL
26
a. Persentase Penolong Pertama Persalinan Pada Ibu Penolong persalinan yang pertama kali dipilih, jika kemudian ada kemungkinan proses mengalami hambatan maka diperlukan rujukan ke tenaga persalinan yang lain.
b. Persentase Bayi Diberi Imunisasi Memasukkan kuman atau racun penyakit tertentu yang sudah dilemahkan ke dalam tubuh dengan cara disuntik atau diteteskan dalam mulut, dengan maksud agar terjadi kekebalan tubuh terhadap penyakit tersebut.
DEFINISI OPERASIONAL
27
c. Persentase Bayi Diberi ASI Jika puting susu ibu yang dihisap bayi mengeluarkan air susu walaupun hanya sedikit yang diminun oleh bayi, Ibu yang menyusui dapat ibu kandung maupun bukan ibu kandung
d. Persentase Penduduk Mengeluh Kesehatan Keadaan ketika seseorang merasa terganggu oleh kondisi kesehataan, kejiwaan, kecelakaan, dan lain-lain. Lamanya terganggu mencakup jumlah hari untuk semua keluhan kesehatan dalam satu bulan terakhir.
DEFINISI OPERASIONAL
28
e. Persentase Penduduk Mengobati Sendiri Upaya oleh anggota rumah tangga (Art)/keluarga dengan melakukan pengobatan sendiri, agar sembuh atau lebih ringan keluhan kesehatannya.
f. Persentase Perempuan Menikah Sedang Menggunakan Alat KB Program KB merupakan wujud dari upaya pemerintah dalam mengatasi demografi yaitu dengan menekan laju pertambahan penduduk diharapkan tidak terjadi jumlah penduduk yang sangat besar.
METODE ANALISIS DATA
1.
29
melakukan identifikasi permasalahan untuk mengetahui gambaran umum yang mempengaruhi
Kabupaten dan Kota di Provinsi Jawa Timur yang berada dibawah rata-rata indeks kesehatan dan Kabupaten dan Kota di Provinsi Jawa Timur yang
berada diatas rata-rata indeks kesehatan.
METODE ANALISIS DATA
Statistika Deskriptif 2.
3.
a. Memodelkan variabel respon b. Mendapatkan persamaan c. Mengestimasi persamaan d. Menguji estimasi parameter secara serentak e. Menguji estimasi parameter secara individu f. Menguji kesesuaian model g. Mengintrepretasi model regresi logistik
Analisis Regresi Logistik Biner
melakukan analisis statistik deskriptif untuk mendeskripsikan
kabupaten dan kota di Provinsi Jawa Timur yang berada dibawah
rata-rata indeks kesehatan dan Kabupaten dan Kota di Provinsi Jawa Timur yang berada diatas
rata-rata indeks kesehatan.
30
ANALISIS DATA DAN PEMBAHASAN
31
Analisis Deskriptif Indeks Kesehatan
Rata-rata Standar Deviasi Indeks Kesehatan
kelompok 1 76,29 1,489 Diatas rata-rata
indeks kesehatan
kelompok 2 67,07 3,668 Dibawah rata-rata
indeks kesehatan
ANALISIS DATA DAN PEMBAHASAN
32
Analisis Deskriptif
Karakteristik Berdasarkan Mortalitas
Karakteristik Berdasarkan Mortalitas Dibawah dan Diatas Rata-Rata Indeks Kesehatan.
Variabel
Kabupaten dan Kota
Dibawah rata-rata
indeks kesehatan
Diatas rata-rata indeks
kesehatan
Persentase pertolongan
pertama kelahiran pada
ibu
10,38 20,52
Persentase bayi diberi
imunisasi 91,48 98,22
Persentase bayi diberi asi 94,01 93,39
ANALISIS DATA DAN PEMBAHASAN
33
Analisis Deskriptif
Karakteristik Persentase Pertolongan Pertama Kelahiran Pada Ibu Dibawah dan Diatas Rata-Rata Indeks Kesehatan.
Pada penelitian ini variabel yang digunakan berdasarkan mortalitas adalah persentase
penolong pertama kelahiran pada ibu, persentase balita diberi imunisasi, dan
persentase bayi diberi asi sebagai variabel prediktor
Karakteristik Berdasarkan Mortalitas
Variabel
kabupaten dan kota
Dibawah rata-rata
indeks kesehatan
Diatas rata-rata
indeks kesehatan
Dokter 10,38 20,52
Bidan 68,83 76,07
Dukun 20,10 3,29
ANALISIS DATA DAN PEMBAHASAN
34
Analisis Deskriptif
Karakteristik Persentase Bayi Diberi Imunisasi Dibawah dan Diatas Rata-Rata Indeks Kesehatan
Karakteristik Berdasarkan Mortalitas
Variabel
kabupaten dan kota
Dibawah rata-rata
indeks kesehatan
Diatas rata-rata
indeks kesehatan
BCG 88,08 96,78
DPT 85,77 94,88
Polio 86,51 93,75
Campak 73,95 81,15
Hepatitis B 77,35 92,12
ANALISIS DATA DAN PEMBAHASAN
35
Analisis Deskriptif
Karakteristik Berdasarkan Mordibitas
Karakteristik Berdasarkan Mordibitas Dibawah dan Diatas Rata-Rata Indeks Kesehatan
Variabel
Kabupaten dan Kota
Dibawah rata-rata indeks
kesehatan
Diatas rata-rata
indeks kesehatan
Persentase penduduk
mengeluh kesehatan 27,09 29,60
Persentase penduduk
mengobati sendiri 66,07 61,34
ANALISIS DATA DAN PEMBAHASAN
36
Analisis Deskriptif
Karakteristik Persentase Penduduk Mengeluh Kesehatan Dibawah dan Diatas Rata-Rata Indeks Kesehatan
Pada penelitian ini variabel yang digunakan berdasarkan mordibitas adalah persentase
penduduk mengeluh kesehatan, dan persentase penduduk mengobati sendiri
Karakteristik Berdasarkan Mordibitas
Variabel
kabupaten dan kota
Dibawah rata-rata indeks
kesehatan
Diatas rata-rata indeks
kesehatan
Panas 8,26 8,23
Batuk 10,53 14,20
Pilek 9,20 13,78
Asma 1,35 1,09
Diare 1,28 1,16
sakit kepala 4,05 3,30
sakit gigi 1,45 1,18
ANALISIS DATA DAN PEMBAHASAN
37
Analisis Deskriptif
Karakteristik Persentase Penduduk Mengobati Sendiri Dibawah dan Diatas Rata-Rata Indeks Kesehatan
Karakteristik Berdasarkan Mordibitas
Variabel
kabupaten dan kota
Dibawah rata-rata
indeks kesehatan
Diatas rata-rata
indeks kesehatan
obat tradisional 34,44 25,58
obat modern 88,66 89,53
ANALISIS DATA DAN PEMBAHASAN
38
Analisis Deskriptif
a. Karakteristik Berdasarkan Fertilitas Untuk Indeks Kesehatan Rendah
Karakteristik Berdasarkan Fertilitas
Pada penelitian ini variabel yang digunakan berdasarkan fertilitas adalah perempuan menikah yang sedang menggunakan KB
Variabel N rata-rata Standar
Deviasi
Persentase perempuan
menikah yang sedang
menggunakan KB
23 65.93 5.02481
ANALISIS DATA DAN PEMBAHASAN
39
Analisis Deskriptif
a. Karakteristik Berdasarkan Fertilitas Untuk Indeks Kesehatan Tinggi
Karakteristik Berdasarkan Fertilitas
Pada penelitian ini variabel yang digunakan berdasarkan fertilitas adalah perempuan menikah yang sedang menggunakan KB
Variabel N rata-rata Standar
Deviasi
Persentase perempuan
menikah yang sedang
menggunakan KB
15 61.92 12.0417
Statistik Uji:
Hipotesis : H0 : β1= β2=... βj = 0 H1 : Minimal ada βj ≠ 0; i=1,2,...,p
40
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Pengujian Signifikansi Parameter Secara Serentak
Daerah Kritis: Tolak H0 jika
2
( ; )dbG X
01
01
(1 )
2ln
ˆ ˆ(1 )i i
nn
y y
i i
nn
n nG
41
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Pengujian Signifikansi Parameter Secara Serentak
Berdasarkan hasil likelihood ratio test didapatkan nilai G sebesar 23,033 sehingga tolak H0 karena nilai G lebih besar dari nilai = 12,592
atau 23,033 > 12,592 maka pengujian estimasi parameter secara serentak didapatkan hasil
yang signifikant terhadap model regresi logistik biner yang berarti bahwa minimal ada satu variabel prediktor yang berpengaruh
siginfikant terhadap variabel respon.
ANALISIS DATA DAN PEMBAHASAN
42
Regresi Logistik Biner
Pengujian Signifikansi Parameter Secara Serentak
langkah variabel B Wald db Pvalue Exp(B)
Constant 48,643 2,404 1 0,121 0,000
X1 0,201 3,248 1 0,071 1,223
X2 0,393 3,14 1 0,076 1,482
1 X3 0,049 0,039 1 0,844 1,050
X4 0,069 0,417 1 0,518 1,071
X5 0,042 0,25 1 0,617 0,959
X6 0,062 0,328 1 0,567 1,064
… … … … … …
6
Constant -41,424 4,318 1 0,038 0,000
X1 0,205 4,37 1 0,037 1,227
X2 0,402 3,898 1 0,048 1,495
43
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Hasil estimasi parameter serentak ini digunakan untuk menulis fungsi logit sebagai berikut.
Sehingga probabilitas untuk indeks kesehatan adalah
exp ( )( 1)
1 exp ( )
g xP Y
g x
( 0) 1 ( 1)P Y P Y
1 2( ) 41,424 0,205( ) 0,402g x X X
44
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Misal : Jika pertolongan pertama kelahiran pada ibu sebesar 10 persen, dan bayi diberi imunisasi sebesar 10 persen, maka probabilitas termasuk dalam kabupaten dan kota di Provinsi Jawa Timur yang berada diatas rata-rata indeks kesehatan adalah sebesar 0,892.
Sedangkan probabilitas termasuk dalam kategori indeks kesehatan rendah adalah sebesar 0,108.
= 0,892
41,424 0,205(10) 0,402 10
41,424 0,205(10) 0,402 10
exp( 1)
1 expP Y
( 0) 1 0,892 0,108P Y
45
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Pengujian Estimasi Parameter Secara Individu Hipotesis : H0 : βj = 0 H1 : βj ≠ 0 dengan j=1,2,…,6
Statistik Uji:
Daerah Kritis: Tolak H0 jika
dengan derajat bebas banyaknya prediktor. Untuk nilai adalah 3,841.
2 2
( ; )dbW X
^2
2
^2( )
j
j
W
SE
46
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner Pengujian Estimasi Parameter Secara Individu
Variabel B Wald db Pvalue Exp(B)
Constant -3,473 6.747 1 0,005 0,031
X1 0,274 7,816* 1 0,009 1,316
Constant -49,230 6,823 1 0,009 0,000
X2 0,514 7,015* 1 0,008 1,672
Constant 0,427 1,659 1 0,198 1,533
X3 -0,081 0,449 1 0,503 0,922
Constant 0,427 1,659 1 0,198 1,533
X4 0,077 1,615 1 0,204 1,080
Constant 7,911 4,033 1 0,045 2,728,090
X5 -0,117 3,707 1 0,054 0,889
Constant 0,427 1,659 1 0,198 1,533
X6 0,058 1,790 1 0,181 1,060
47
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner
Interpretasi Model
nilai odds ratio yaitu terhadap indeks kesehatan adalah sebagai berikut
exp(5 0,205) 2,787 3x
Jika terjadi kenaikan 5% pertolongan pertama kelahiran pada ibu, maka akan menurunkan indeks kesehatan sebesar 3 kali.
exp(5 0,402) 7,463 7x
Jika terjadi kenaikan sebesar 5% pada bayi diberi imunisasi, maka akan menurunkan indeks kesehatan sebesar 7 kali.
48
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner Uji Kesesuaian Model
Statistik Uji:
Hipotesis : H0 : Model sesuai (tidak terdapat perbedaan yang sgnifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H1 : Model tidak sesuai (terdapat perbedaan yang sgnifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
Daerah Kritis : Tolak H0 jika dengan derajat bebas
banyaknya prediktor. Untuk nilai adalah 15,507
g
k kkk
kkk
n
noC
1 )1(
)(ˆ
),(2ˆ
dbC 2
(8;0,1)X
49
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner Uji Kesesuaian Model
nilai chi-square sebesar 7,855 kurang dari nilai = 5,507 sehingga menghasilkan keputusan tolak H0 yang berarti Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model).
Step Chi-square Db Sig,
5 7,855 8 0,448
50
ANALISIS DATA DAN PEMBAHASAN
Regresi Logistik Biner Ketepatan Klasifikasi Model
ketepatan klasifikasi model terhadap pengamatan sebesar 89,5 persen.
Pengamatan
Nilai Prediksi
Ukuran
Sampel Asli Persentase
Indeks kesehatan rata-
rata
Dibawah
rata-rata
Diatas
rata-rata
Indeks
Kesehatan
Dibawah
rata-rata 12 3 15 80,0
Diatas rata-
rata 1 22 23 95.7
Ukuran sampel prediksi 13 25 38 89,5
KESIMPULAN DAN SARAN
51
1. Indeks Kesehatan rendah pada mortalitas (kematian) yaitu Untuk Mortalitas kabupaten dan kota di Provinsi Jawa Timur yang berada dibawah rata-rata indeks kesehatan memiliki persentase pertolongan pertama kelahiran pada ibu rata-rata sebesar 10,38 persen, persentase bayi diberi imunisasi rata-rata sebesar 91,48 persen, dan persentase ibu memberikan asi rata-rata kepada bayi sebesar 94,01 persen. Sedangkan kabupaten dan kota di Provinsi Jawa Timur yang berada diatas rata-rata indeks kesehatan untuk persentase penolong pertama kelahiran pada ibu memiliki rata-rata sebesar 20,52 persen, persentase bayi diberi imunisasi rata-rata sebesar 98,22 persen, dan persentase ibu memberikan asi kepada bayi rata-rata sebesar 93,39 persen. persen.
Untuk mordibitas (kesakitan) pada 23 kabupaten dan kota di provinsi Jawa Timur yang berada dibawah rata-rata indeks kesehatan persentase penduduk mengeluh kesehatan rata-rata sebesar 27,09 persen dan persentase penduduk mengobati sendiri rata-rata sebesar 66,07 persen. Sedangkan di kabupaten dan kota Provinsi Jawa Timur yang berada diatas rata-rata indeks kesehatan persentase penduduk mengeluh kesehatan rata-rata sebesar 29,61 persen dan persentase penduduk mengobati sendiri rata-rata sebesar 61,37 persen.
Untuk fertilitas (kelahiran) pada persentase penduduk perempuan menikah di wilayah kabupaten dan kota provinsi Jawa Timur yang yang berada diata rata-rata indeks kesehatan persentase penduduk perempuan menikah yang sedang menggunakan KB rata-rata sebesar 61,92 persen. Sedangkan di kabupaten dan kota Provinsi Jawa Timur yang berada diatas rata-rata indeks kesehatan perempuan menikah lebih banyak menggunakan KB sebesar 65,93 persen.
KESIMPULAN DAN SARAN
52
2. Faktor-faktor yang berpengaruh terhadap indeks kesehatan di kabupaten dan kota provinsi Jawa Timur adalah persentase pertolongan pertama kelahiran pada ibu dan persentase bayi diberi imunisasi. Jika terjadi kenaikan 5% pada pertolongan pertama kelahiran untuk ibu, maka akan menaikkan indeks kesehatan sebesar 3 kali, namun jika terjadi kenaikan 10% % pada pertolongan pertama kelahiran untuk ibu, maka akan menaikkan indeks kesehatan sebesar 8 kali. Sedangkan jika terjadi kenaikan sebesar 5% pada bayi diberi imunisasi, maka akan menaikkan indeks kesehatan sebesar 7 kali, namun Jika terjadi kenaikan sebesar 10% pada bayi diberi imunisasi, maka akan menaikkan indeks kesehatan sebesar 56 kali.
Saran
Pada penelitian selanjutnya diharapkan menambah variabel-variabel, agar dapat diketahui faktor-faktor yang berpengaruh terhadap indeks kesehatan.
Agresti, A. (1990). Categorical Data Analiysis. New York: John Wiley and Sons. Ahira, a. (2013). http://www.anneahira.com/pengertian-kesehatan. Retrieved from http://www.anneahira.com. Badan Pusat Statistika. (2011). Hasil Survei Sosial Ekonomi Nasional Provinsi Jawa Timur. Jawa Timur: Badan Pusat Statistik. Badan Pusat Statistika. (2013). Laporan Eksekutif Kesehatan Provinsi Jawa Timur tahun. Jawa Timur: Badan Pusat Statistik. Henrik, L Blum. (2012, Juni). http://mhs.blog.ui.ac.id. Retrieved from http://mhs.blog.ui.ac.id/putu01/2012/06/01/teori-blum-tentang-kesehatan-masyarakat/. Hosmer, D., & Lemeshow. (2000). Applied Logistic Regression. USA: John Wiley and Sons.
Jihan, S. (2008). Pemodelan Persamaan Struktural Pada Derajat Kesehatan Dengan Moderasai Infrastruktur (Studi Kasus Di Jawa Timur, SUSENAS 2007). Tugas Akhir Tidak Dipublikasikan , 11-13. Johson, R. A., & Wichern, D. W. (2002). Applied Multivariate Statistical Analysis. America: Prentice-Hall.Inc. Riskiyanti, R. (2008). Analisis Regresi Multivariat Berdasarkan Faktor-faktor Yang Mempengaruhi Derajat Kesehatan Di Provinsi Jawa Timur. Tugas Akhir Tidak Dipublikasikan. Ristrini. (2000). Penerapan Model Upaya Peningkatan Utilisasi Polindes di Daerah Terpencil.Jogjakarta : PPKT Walpole, R. (1995). Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.
Recommended