-->
Home » Jurnal Sosiologi » ANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI

Maret 09, 2016

ANALISIS DERAJAT KESEHATAN MASYARAKAT PROVINSI BALI

Rabu, Maret 09, 2016




PUTU NOPITA PURNAMA NINGSIH1, KETUT JAYANEGARA2, I PUTU EKA NILA KENCANA3


1,2,3Jurusan Matematika FMIPA Universitas Udayana, Bukit Jimbaran-Bali
e-mail: 1nopit14@gmail.com , 2 ketut_jayanegara@yahoo.com, 3i.putu.enk@gmail.com


Abstract

The aim of this research is to determine the relationship between environmental, behavioral, health services, education, and economic variables to health status in the Province of Bali. These variables are constructs (latents ) that can not be measured directly by observation. If there was a relationship between latent and its indicators, it is recomended to use Structural Equation Modeling (SEM). In this research we used variance-based SEM i.e. Generalized Structured Component Analysis (GSCA). This method not based on many assumptions such as the data does not have a multivariate normal distribution, the sample size does is not necessary large.  Moreover, GSCA provides by overall goodness-fit of the model.  The result of this research indicates that the environmental, behavioral, economic and educational variable influenced health status, but health service does not significantly affect the health status; economic does not significantly affect the environment; and education does not significantly affect the behavior. The result of the FIT value 0.450 and the AFIT value 0.429 showed that overall model in this research is not good enough because of both of these values are under 0.50.

Keywords : Latent Variable, Structural Equation Modeling (SEM), Generalized
Structured Component Analysis (GSCA), Derajat Kesehatan



1.   Pendahuluan

Derajat kesehatan merupakan sebuah konsep yang menurut Hendrik L. Blum dalam Effendy[1] dipengaruhi oleh empat faktor, yaitu: lingkungan, prilaku, pelayanan kesehatan, dan genetik. Untuk meningkatkan derajat kesehatan, faktor- faktor tersebut harus dikendalikan dengan baik. Namun, faktor-faktor tersebut merupakan sebuah konstrak (latent/construct) yang hanya bisa diukur secara tidak langsung melalui pengamatan pada variabel observasi (observation/item variable). Pada   saat   hubungan   antarvariabel   yang   terbentuk   merupakan   hubungan
antarvariabel  laten,  maka  metode  yang  dapat  digunakan  adalah  Structural



1 Mahasiswa Jurusan Matematika FMIPA Universitas Udayana
2,3 Staf Pengajar Jurusan Matematika FMIPA Universitas Udayana


Equation Modeling (SEM). Terdapat SEM berbasis kovarians dan SEM berbasis varians atau komponen. Generalized Structured Component Analysis (GSCA) merupakan SEM berbasis varians. SEM berbasis varians merupakan soft modeling yang tidak didasari asumsi berdistribusi normal, jumlah data tidak harus besar. Selain itu, dapat menganalisis secara bersamaan indikator dengan bentuk reflektif dan formatif [2]. Generalized Structured Component Analysis (GSCA) yang diusulkan oleh Hwang and Takane dapat mengatasi kelemahan Partial Least Squares (PLS) yang tidak menyediakan criteria global least square optimization yang dilengkapi dengan ukuran goodness-fit model secara keseluruhan [3] karena GSCA memiliki criteria global least square optimization, yang dapat secara konsisten meminimumkan sum squares residual untuk memperoleh estimasi parameter model.
Derajat kesehatan sangat penting dalam menggambarkan profil kesehatan masyarakat di suatu daerah. Dalam menilai derajat kesehatan masyarakat, digunakan indikator Angka Kematian Bayi   (AKB)   dan Angka Kematian Ibu (AKI).  Faktor-faktor  yang  memengaruhi  derajat    kesehatan  masyarakat  tidak hanya berasal dari sektor kesehatan melainkan juga dipengaruhi oleh faktor ekonomi, pendidikan, lingkungan   sosial,   keturunan, dan faktor lainnya [4]. Rumusan masalah adalah bagaimana hubungan antara variabel lingkungan, perilaku,   pelayanan   kesehatan,   pendidikan   dan   ekonomi   terhadap   derajat kesehatan masyarakat di Provinsi Bali dengan metode Generalized Structured Component   Analysis   (GSCA).   Penelitian   ini   bertujuan   untuk   mengetahui hubungan antara variabel lingkungan, perilaku, pelayanan kesehatan, pendidikan, dan ekonomi terhadap derajat kesehatan masyarakat di Provinsi Bali dengan metode Generalized Structured Component Analysis (GSCA).

2.   Metode Penelitian

Data dalam penelitian ini adalah data sekunder yang diperoleh dari Dinas Kesehatan dan Badan Pusat Statistik (BPS) Provinsi Bali untuk tiap kecamatan di Provinsi Bali sebanyak 57 kecamatan.
Variabel penelitian ini, yaitu: variabel laten ekonomi indikatornya jumlah penduduk yang bekerja pada sektor pertanian (X1), jumlah penduduk 15 tahun ke atas yang bekerja (X2), dan jumlah anggota KUD (X3). Pendidikan, indikatornya persentase penduduk berumur 10 tahun ke atas yang melek huruf (X4), jumlah murid SD dan SMP (X5), jumlah penduduk yang lulus sarjana (X6). Pelayanan kesehatan, indikatornya persentase bayi yang diimunisasi campak (X7), persentase persalinan ditolong oleh tenaga medis (X8), persentase ibu nifas mendapat Vit A (X9). Lingkungan, indikatornya persentase rumah sehat (Y1), persentase keluarga memiliki jamban (Y2), persentase keluarga dengan sumber air minum terlindung (Y3). Perilaku, indikatornya persentase keluarga yang berperilaku hidup bersih (PHBS) (Y4), persentase bayi diberi ASI eksklusif (Y5), persentase posyandu aktif (Y6), persentase masyarakat miskin berobat pada tenaga kesehatan (puskesmas) (Y7).  Derajat  Kesehatan,  indikatornya,  angka  kematian  bayi  (AKB)  per  1000
P.Nopita Purnama Ningsih, Ketut Jayanegara, I P.E. Nila Kencana                  Metode Generalized Structured
Component Analysis (GSCA)



kelahiran hidup (Y8), jumlah kasus penyakit TB Paru (Y9),  persentase balita gizi buruk (Y10), angka kematian ibu (AKI) per 100000 kelahiran hidup (Y11).
Adapun  langkah-langkah  untuk  analisis  data  dengan  metode  Generalized
Structured Component Analysis (GSCA), sebagai berikut:
1.   Spesifikasi model.
2.   Mengestimasi parameter menggunakan software open source GeSCA.
3.   Mengevalusi   model   pengukuran   dengan   melihat   signifikansi,   menguji validitas dan reliabilitas menggunakan Average Variance Extracted (AVE) dengan AVE > 0.50 [5] dan Composite Reliability (ρc) dengan nilai ρc ≥ 0.6.
4.   Mengevaluasi model struktural menggunakan koefisien determinasi (R2) dan
signifikansi koefisien jalur strukturalnya dilihat dari nilai CR (critical ratio)
setara t-statistik melalui tahap bootstraping.
5.   Evaluasi overall goodness fit model.
6.   Membuat kesimpulan.


3.   Hasil dan Pembahasan

Angka Kematian Bayi (AKB) terendah terdapat di Kecamatan Pupuan dan Kuta Utara dengan tidak ditemukannya kematian bayi. AKB tertinggi terdapat di Kecamatan Bangli sebesar 20 per 1000 kelahiran hidup. Jumlah kasus penyakit TB Paru terendah di Kecamatan Busungbiu, Selemadeg Timur dan Petang sebanyak  2  kasus  sedangkan  yang  tertinggi  di  Kecamatan  Denpasar  Utara sebanyak  79  kasus.  Persentase  balita  gizi  buruk  terendah  terdapat  di  20
Kecamatan dengan tidak ditemukannya balita gizi buruk di daerah tersebut dan tertinggi  di  Kecamatan  Jembrana sebesar 1,90%.  Angka Kematian  Ibu  (AKI) terendah terdapat di 25 Kecamatan dengan tidak ditemukannya kematian ibu dan yang tertinggi di Kecamatan Pekutatan sebesar 70 per 100.000 kelahiran hidup.
Hasil evalusi model pengukuran menunjukkan bahwa indikator �1 , �2 , �5 ,
�6 ,  �7 ,  �8 ,  �9,  �1 ,  �2 ,  �3 ,  �6 ,  �7 , �8,   �9   berpengaruh  terhadap  variabel  laten
masing-masing, dengan nilai   𝐴𝑉𝐸 lebih besar dari 0,5 dan composite reliability
(𝜌𝑐) di atas 0,7 maka indikator dikatakan valid dan reliabel dalam  mengukur
variabel latennya. Dilanjutkan dengan evaluasi model struktural.

Tabel 1.  Estimasi Parameter pada Model Struktural

Hubungan variabel
Estimate
SE
CR
Korelasi Ekonomi dengan Pendidikan
0,674
0,101
6,66*
Ekonomi         Lingkungan
0,110
0,143
0,77
Ekonomi         Derajat Kesehatan
-0,351
0,140
2,51*
Pendidikan         Perilaku
-0,029
0,153
0,19
Pendidikan         Derajat Kesehatan
-0,321
0,140
2,29*
Pelayanan Kesehatan       Derajat Kesehatan
-0,176
0,144
1,22
Lingkungan         Derajat Kesehatan
-0,217
0,104
2,09*
Perilaku          Derajat Kesehatan
0,305
0,117
2,6*
CR* = signifikan pada taraf nyata 0,05. Dikatakan signifikan pada α = 0,05 jika nilai t-
statistik(critical ratio) > t0,025;56 = 2.
e-Jurnal Matematika Vol. 2,  No. 2, Mei 2013, 54-58




Diperoleh nilai R2  untuk variabel derajat kesehatan sebesar 0,679, artinya keragaman derajat kesehatan dapat dijelaskan oleh variabel laten ekonomi, pendidikan, lingkungan, perilaku dan pelayanan kesehatan sebesar 67,9%. sedangkan sisanya yaitu sebesar 32,1% dipengaruhi oleh variabel lain yang tidak terdapat dalam model penelitian. Seperti yang dinyatakan oleh Kementerian Kesehatan RI[4] faktor-faktor yang memengaruhi derajat kesehatan tidak hanya ekonomi, pendidikan, lingkungan, perilaku dan pelayanan kesehatan. Akan tetapi terdapat faktor lain yaitu: ketersediaan   sarana   dan   prasarana kesehatan, lingkungan sosial, keturunan, dan kontribusi sektor yang terkait yang ikut memengaruhi derajat kesehatan masyarakat.
Pada tabel 1 dapat dijelaskan nilai koefisien jalur dan signifikansinya, yaitu: Nilai  koefisien  jalur  hubungan  ekonomi  terhadap  lingkungan  sebesar  (0,110), menyatakan  bahwa  ekonomi  tidak  signifikan   berpengaruh  positif  terhadap lingkungan. Nilai koefisien jalur hubungan ekonomi terhadap derajat kesehatan sebesar  (-0,351)  menyatakan   bahwa   kondisi   ekonomi   berpengaruh   negatif terhadap derajat kesehatan. Nilai koefisien jalur hubungan pendidikan terhadap perilaku   sebesar   (-0,029),   menyatakan   bahwa   pendidikan   tidak   signifikan berpengaruh negatif terhadap perilaku. Nilai koefisien jalur hubungan pendidikan terhadap derajat kesehatan sebesar (-0,321) menyatakan bahwa tingkat pendidikan berpengaruh negatif terhadap derajat kesehatan. Nilai koefisien jalur hubungan pelayanan  kesehatan  terhadap  derajat  kesehatan  sebesar  (-0,176)  menyatakan bahwa pelayanan kesehatan tidak signifikan berpengaruh negatif terhadap derajat kesehatan. Nilai koefisien jalur hubungan lingkungan terhadap derajat kesehatan sebesar  (-0,217)  menyatakan  bahwa  lingkungan  berpengaruh  negatif  terhadap derajat  kesehatan.  Nilai  koefisien  jalur  hubungan  perilaku  terhadap  derajat kesehatan  sebesar  (0,305)  menyatakan  bahwa  perilaku  berpengaruh  positif terhadap derajat kesehatan. Serta terdapat korelasi positif yang signifikan antara ekonomi  dengan  pendidikan  sebesar  0,674.  Berdasarkan  hasil  evaluasi  model keseluruhan didapatkan nilai FIT sebesar 0,450 dan AFIT sebesar 0,429. Hal ini menunjukkan bahwa model belum cukup baik memperhatikan nilai FIT dan AFIT di bawah 0,5 dan hanya sekitar 45% keragaman data dapat dijelaskan oleh model.

4.  Kesimpulan

Semakin tinggi ekonomi, semakin tinggi tingkat pendidikan, dan semakin baik lingkungan akan menurunkan pengukur derajat kesehatan (AKB, kasus TB paru). Semakin meningkat pengukur perilaku sehat  akan meningkatkan pengukur derajat   kesehatan   (AKB,   kasus   TB   paru).   Pengaruh   ekonomi   terhadap lingkungan, pendidikan terhadap perilaku dan pelayanan kesehatan terhadap derajat kesehatan menunjukkan hubungan tidak signifikan. Model yang dibangun dalam penelitian ini belum cukup baik memperhatikan nilai FIT dan AFIT di bawah 0,5. Peneliti yang tertarik melanjutkan agar lebih mengkaji indikator yang
P.Nopita Purnama Ningsih, Ketut Jayanegara, I P.E. Nila Kencana                  Metode Generalized Structured
Component Analysis (GSCA)



digunakan dan disarankan memperhatikan adanya kemungkinan efek moderasi dan mediasi pada model struktural.


Daftar Pustaka

[1]  Effendy,  N.,  1998.  Dasar-Dasar  Keperawatan  Kesehatan  Masyarakat.
Jakarta: Kedokteran EGC.

[2] Ghozali, I., 2008. Generalized Structured Component Analysis (GSCA) Model Persamaan Structural Berbasis Komponen. Semarang: Penerbit Universitas Diponegoro.

[3] Hwang, H. & Takane, Y., 2004. Generalized Structured Component Analysis.
Psychometrika, 69(1), pp.81-99.

[4] Kementerian Kesehatan RI, 2011. Profil Kesehatan Indonesia Tahun 2010.
Jakarta: Kementrian Kesehatan RI.

[5]   Fornell, C. & Larcker, D.F., 1981. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), pp.39-50.

Tags :

bonarsitumorang

  • Bonar Situmorang
  • Medan
  • Jakarta Selatan
  • bonarsos@gmail.com
  • +62852-6969-9009