BAB II TINJAUAN PUSTAKA
2.8 Kerangka Konsep
Adapun kerangka konsep dalam penelitian ini dapat dilihat pada bagan berikut ini:
Variabel Independen Variabel Dependen
Gambar 2.1 Kerangka Konsep Penelitan
PUS Menjadi
6. Akses ke Pelayanan Kesehatan
3.1 Jenis Penelitian
Jenis penelitian ini adalah survei analitik dengan pendekatan cross sectional, di mana objek yang diamati tidak diberi perlakuan dan hanya dilakukan satu kali pengukuran dengan melakukan analisis data dengan penerapan analisis komponen utama untuk membentuk faktor-faktor lalu dilanjutkan dengan analisis regresi logistik ganda untuk mengidentifikasi faktor-faktor yang memengaruhi PUS menjadi akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan tahun 2018.
3.2 Lokasi dan Waktu Penelitian
Penelitian ini akan dilaksanakan di Wilayah Kerja Puskesmas Simpang Limun Kota Medan dan waktu penelitian dimulai dari bulan Februari 2018 sampai dengan Juli 2018.
3.3 Populasi dan Sampel 3.3.1 Populasi
Populasi adalah keseluruhan objek penelitian. Populasi pada penelitian ini adalah seluruh PUS yang ada di Wilayah Kerja Puskesmas Simpang Limun Kota Medan yaitu sebanyak 3.346 PUS.
3.3.2 Sampel
Metode pengambilan sampel yang digunakan adalah metode pengambilan sampel berdasarkan teori analisis faktor. Menurut Suliyanto (2005), untuk
melakukan penelitian dengan analisis faktor termasuk analisis komponen utama, jumlah sampel minimal yang dibutuhkan adalah 4 sampai 5 kali jumlah variabel.
Oleh karena jenis variabel yang ada sebanyak 12 variabel, maka banyaknya sampel minimal adalah 48 sampai 60 wanita PUS. Jumlah sampel yang dibutuhkan dalam penelitian ini adalah sebanyak 60 wanita PUS. Hal tersebut sudah memenuhi syarat dari banyaknya besar sampel minimal yang dibutuhkan.
3.4 Metode Pengumpulan Data 3.4.1 Data Primer
Pengumpulan data primer diperoleh dengan wawancara langsung terhadap PUS dengan menggunakan kuesioner yang telah dipersiapkan terlebih dahulu dengan cara menuliskan jawaban langsung di kuesioner.
3.4.2 Data Sekunder
Data sekunder diperoleh dari Puskesmas Simpang Limun Kota Medan untuk mengetahui jumlah PUS dan jumlah peserta KB aktif.
3.5 Uji Validitas dan Reliabilitas
Untuk mendapatkan kualitas hasil penelitian yang baik, maka perlu dilakukan uji validitas dan uji reliabilitas. Kedua uji itu harus selalu diperhitungkan dalam tiap proses pengukuran. Dalam penelitian ini, uji validitas dan uji reliabilitas dilakukan terhadap 30 wanita PUS di Wilayah Kerja Puskesmas Pasar Merah Kota Medan.
Uji validitas dilakukan untuk menyatakan sejauh mana data yang ditampung pada suatu kuesioner akan mengukur apa yang hendak diukur. Uji
validitas dalam penelitian ini menggunakan nilai corrected item total correlation (r), dengan ketentuan jika angka korelasi (r-hitung) antara skor item (X) dengan skor total (Y) lebih besar dari r-tabel, maka item tersebut adalah valid, dan apabila r-hitung < r-tabel, maka item tersebut tidak valid. Dalam penelitian ini, α = 5%
dan df = n-2, maka r-tabel yang digunakan adalah sebesar 0,361. Jadi, apabila korelasi antara butir dengan skor total kurang dari 0,361, maka butir dalam instrumen tersebut dinyatakan tidak valid dan apabila sama atau lebih besar 0,361 maka butir dalam instrumen tersebut dinyatakan valid (Siswanto dkk, 2013).
Berdasarkan hasil uji validitas insturmen penelitian, terlihat hasil semua item mempunyai korelasi > 0,361, maka dapat dikatakan bahwa item alat ukur tersebut valid dan dapat digunakan dalam pengumpulan data penelitian, hasil uji validitas instrumen penelitian dapat dilihat pada tabel berikut:
Tabel 3.1 Hasil Uji Validitas Instrumen Penelitian
No. Variabel Corrected Item-Total
Correlation Keterangan
Tabel 3.1 (Lanjutan)
No. Variabel Corrected Item-Total
Correlation Keterangan pengukur dapat dipercaya atau dapat diandalkan. Dengan kata lain, reliabilitas menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Uji reliabilitas diukur dengan menggunakan Cronbach’s Alpha untuk mengetahui konsistensi internal antar variabel dalam instrumen. Jika nilai r-reliabilitas instrumen (r-hitung) mendekati 1 atau lebih besar dari 0,65, maka instrumen tersebut dinyatakan memiliki reliabilitas atau dapat diandalkan. Tetapi apabila nilai r-hitung < 0,65, maka instrumen tersebut dinyatakan tidak reliabel (Siswanto dkk, 2013).
Berdasarkan hasil uji reliabilitas instrumen penelitian, terlihat nilai Cronbach’s Alpha > 0,65, maka instrumen penelitian dapat dikatakan reliabel, hasil uji reliabilitas instrumen penelitian dapat dilihat pada tabel berikut:
Tabel 3.2 Hasil Uji Reliabilitas Instrumen Penelitian
No. Variabel Cronbach’s Alpha Keterangan
1
Adapun definisi operasional dari variabel yang diteliti adalah:
1. Pasangan Usia Subur (PUS) adalah pasangan suami istri di Wilayah Kerja Puskesmas Simpang Limun Kota Medan yang istrinya berumur antara 15-49 tahun, dan secara operasional pula pasangan suami istri yang istri berumur kurang dari 15 tahun dan telah kawin atau istri berumur lebih dari 49 tahun tetapi belum menopause.
2. Akseptor KB adalah PUS di Wilayah Kerja Puskesmas Simpang Limun Kota Medan yang menggunakan salah satu metode kontrasepsi.
3. Pengetahuan tentang KB adalah hal-hal yang diketahui PUS mengenai tujuan KB, jenis kontrasepsi, efek samping KB, dan tempat pelayanan KB.
4. Tingkat pendidikan adalah tingkat pendidikan formal yang telah ditempuh oleh ibu PUS.
5. Usia istri adalah usia istri PUS yang dihitung sejak dilahirkan hingga penelitian ini dilakukan untuk istri yang tidak menggunakan KB dan usia istri sejak dilahirkan hingga pertama kali menjadi akseptor KB untuk istri yang sedang menggunakan KB.
6. Jumlah anak hidup adalah jumlah anak kandung yang masih hidup yang dimiliki oleh PUS.
7. Ekonomi adalah persepsi PUS mengenai biaya ber-KB dan kemampuan untuk menjangkau biaya KB sesuai dengan kondisi ekonomi PUS tersebut.
8. Akses ke pelayanan kesehatan adalah persepsi PUS mengenai jarak sarana pelayanan kesehatan dan bagaimana biaya transportasi menuju sarana pelayanan kesehatan yang tersedia di lingkungan tempat tinggal PUS baik milik pemerintah maupun swasta.
9. Media massa adalah pernyataan PUS mengenai pernah atau tidaknya PUS menggunakan media informasi berupa media cetak, media elektronik, dan media siber untuk mendapatkan informasi seputar KB.
10. Peran pasangan adalah persepsi PUS mengenai besarnya dukungan motivasi, dukungan informasi, dukungan material, pendampingan pasangan saat mengikuti konseling KB, serta larangan terhadap partisipasi menjadi akseptor KB.
11. Peran petugas kesehatan adalah persepsi PUS mengenai besarnya dukungan petugas melakukan kunjungan untuk memberi informasi tentang KB, keramahan petugas, dan pemberian informasi seputar KB yang lengkap, jelas,
dan mudah dipahami oleh petugas kesehatan terhadap partisipasi PUS menjadi akseptor KB.
12. Budaya adalah pernyataan PUS mengenai perbedaan nilai jenis kelamin anak dan nilai jumlah anak yang ada pada masyarakat sesuai dengan budaya yang berkembang dalam keluarga PUS tersebut.
13. Lingkungan sosial adalah pernyataan PUS mengenai ada atau tidaknya teman atau kenalan yang merupakan akseptor KB, informasi tentang KB yang didapat dari teman atau kenalan, dan dukungan untuk ber-KB dari teman atau kenalan yang dimiliki terhadap partisipasi PUS menjadi akseptor KB.
14. Agama adalah pernyataan PUS mengenai ada atau tidaknya larangan terhadap KB dan alat kontrasepsi tertentu dalam agama yang PUS anut dan ada atau tidaknya dukungan dari pemuka agama.
3.7 Metode Pengukuran Variabel Dependen
PUS menjadi akseptor KB
Untuk mengukur PUS menjadi akseptor KB (variabel dependen), diberikan 1 butir pertanyaan dengan jawaban yang dikelompokkan berdasarkan 2 kategori, yaitu:
a. Ya, sedang mengikuti program KB (diberi kode 1) b. Tidak KB (diberi kode 0).
Variabel Independen
Pada penelitian yang menggunakan analisis komponen utama, skala pengukuran pada masing-masing variabel independen harus merupakan skala
interval atau rasio. Variabel-variabel yang diukur dalam penelitian ini adalah sebagai berikut:
1. Pengetahuan tentang KB
Untuk mengukur variabel pengetahuan tentang KB, diberikan 4 pertanyaan yang terdiri atas beberapa pilihan jawaban yang benar, dengan skor tertinggi 25 dan skor terendah 0. Apabila responden hanya memilih 1 jawaban (kecuali jawaban “Tidak tahu”), maka jumlah skornya sebanyak 1, dan apabila memilih 2 jawaban (kecuali jawaban “Tidak tahu”), maka jumlah skornya menjadi 2, demikian seterusnya. Untuk jawaban “Tidak tahu” diberi skor 0. Skala ukur berbentuk rasio.
2. Tingkat pendidikan
Untuk mengukur variabel tingkat pendidikan, diukur melalui tingkat pendidikan formal tertinggi yang pernah ditempuh oleh responden dengan memperoleh ijazah. Selanjutnya dari hasil pengukuran pendidikan dikategorikan menjadi: a. Tidak tamat SD
b. SD c. SMP d. SMA/SMK
e. Akademi/perguruan tinggi
Skala ukur berbentuk ordinal yang diubah ke dalam bentuk interval dengan menggunakan method of successive interval (MSI) atau metode suksesif interval.
MSI sendiri merupakan transformasi data ordinal ke data interval yang berguna untuk mengatasi kendala dalam memenuhi asumsi serta uji normalitas statistik
yang dihadapi dalam penelitian ilmiah (Hertanti, 2015). Analisis komponen utama menggunakan data numerik dalam pelaksanaannya, untuk itu data-data ordinal di dalam penelitian ini diubah ke dalam skala interval dengan menggunakan aplikasi Microsoft Add-Ins Stat 97.xla pada Microsoft Excel.
3. Usia istri
Variabel usia istri diukur melalui usia istri sejak lahir hingga saat wawancara dilakukan untuk istri yang tidak menggunakan KB dan usia istri sejak pertama kali menggunakan KB untuk istri yang sedang menggunakan KB. Skala ukur berbentuk rasio.
4. Jumlah anak hidup
Variabel jumlah anak hidup diukur melalui jumlah anak kandung yang masih hidup yang dimiliki oleh PUS. Skala ukur berbentuk rasio.
5. Ekonomi
Untuk mengukur variabel ekonomi, diberikan 2 butir pertanyaan dengan jawaban berupa pilihan berganda. Pada pertanyaan pertama, untuk jawaban
“Murah” diberi skor 3, jawaban “Sedang” diberi skor 2, dan jawaban “Mahal”
diberi skor 1. Pada pertanyaan kedua, untuk jawaban “Sangat mampu” diberi skor 3, jawaban “Cukup mampu” diberi skor 2, dan jawaban “Kurang mampu” diberi skor 1. Skala ukur berbentuk ordinal yang diubah ke dalam bentuk interval dengan menggunakan MSI.
6. Akses ke pelayanan kesehatan
Untuk mengukur variabel akses ke pelayanan kesehatan, diberikan 2 butir pertanyaan dengan jawaban berupa pilihan berganda. Pada pertanyaan pertama,
untuk jawaban “Dekat” diberi skor 3, jawaban “Sedang” diberi skor 2, dan jawaban “Jauh” diberi skor 1. Pada pertanyaan kedua, untuk jawaban “Murah”
diberi skor 3, jawaban “Sedang” diberi skor 2, dan jawaban “Mahal” diberi skor 1.
Skala ukur berbentuk ordinal yang diubah ke dalam bentuk interval dengan menggunakan MSI.
7. Media massa
Untuk mengukur variabel media massa, diberikan 3 butir pertanyaan dengan jawaban “Ya”, yang diberi skor 1, dan “Tidak”, yang diberi skor 0. Skala ukur berbentuk rasio.
8. Peran pasangan
Untuk mengukur variabel dukungan pasangan, diberikan 5 butir pertanyaan dengan jawaban bipolar “Kecil – Besar” yang terdiri dari skala 1-7 untuk pertanyaan nomor 1-4 dan jawaban bipolar “Kecil – Besar” yang terdiri dari skala 1-7 untuk pertanyaan nomor 5, kemudian dikonversikan dengan rumus:
. Dari konversi tersebut, skor diubah ke dalam bentuk bipolar
“Kecil – Besar” dengan skala 1-7. Skala ukur berbentuk interval.
9. Peran petugas kesehatan
Untuk mengukur variabel peran petugas kesehatan, diberikan 3 butir pertanyaan dengan jawaban bipolar “Kecil – Besar” yang terdiri dari skala 1-7, kemudian dikonversikan dengan rumus: . Dari konversi
tersebut, skor diubah ke dalam bentuk bipolar “Kecil – Besar” dengan skala 1-7.
Skala ukur berbentuk interval.
10. Budaya
Untuk mengukur variabel budaya, diberikan 3 butir pertanyaan dengan jawaban “Ya”, yang diberi skor 0, dan “Tidak”, yang diberi skor 1. Skala ukur berbentuk rasio.
11. Lingkungan sosial
Untuk mengukur variabel lingkungan sosial, diberikan 3 butir pertanyaan dengan jawaban “Ya”, yang diberi skor 1, dan “Tidak”, yang diberi skor 0. Skala ukur berbentuk rasio.
12. Agama
Untuk mengukur variabel agama, diberikan 2 butir pertanyaan dengan jawaban “Ya” diberi skor 1 dan “Tidak” diberi skor 0 untuk pertanyaan nomor 1.
Sedangkan pertanyaan nomor 2 diberi skor 0 untuk jawaban “Ya” dan skor 1 untuk jawaban “Tidak”. Skala ukur berbentuk rasio.
3.8 Teknik Analisa Data
Data yang telah terkumpul selanjutnya diolah dengan menggunakan komputer. Adapun langkah-langkah dalam pengolahan data dimulai dari editing, yaitu memeriksa kebenaran data yang diperlukan; dilanjutkan dengan coding, yaitu memberikan kode numerik atau angka kepada masing-masing kategori (khusus untuk beberapa pertanyaan identitas diri dan pertanyaan variabel dependen); dan data entry yaitu memasukkan data yang telah dikumpulkan ke dalam master data atau database komputerisasi. Pengolahan dan analisa data dilakukan dengan menggunakan analisis komponen utama dan analisis regresi
logistik ganda. Adapun langkah dalam analisis komponen utama dan analisis regresi logistik ganda, yaitu:
1. Melakukan analisis komponen utama dengan tahapan sebagai berikut: (1) uji kelayakan faktor dengan cara menentukan variabel yang akan dianalisis dan menguji variabel-variabel tersebut menggunakan nilai communalities.
Jika sebuah variabel atau lebih berkorelasi lemah (< 0,4), maka variabel tersebut akan dikeluarkan dari analisis, (2) melakukan ekstraksi terhadap variabel tersebut sehingga menjadi satu atau beberapa faktor, (3) melakukan rotasi faktor bila ditemukan banyak variabel yang berkorelasi sehingga sulit untuk diinterpretasi. Rotasi faktor berguna untuk memperjelas variabel yang masuk ke dalam faktor tertentu, dan (4) interpretasi/penamaan atas faktor yang telah terbentuk.
2. Melakukan analisis regresi logistik ganda dengan hasil nilai loading factor dari analisis komponen utama sebelumnya, dengan tahapan sebagai berikut:
(1) memenuhi asumsi bivariat dengan uji chi square dalam regresi logistik, (2) memilih variabel yang dianggap penting yang masuk ke dalam model, (3) memeriksa kemungkinan interaksi variabel ke dalam model, dan (4) interpretasi atas model yang telah terbentuk.
4.1 Gambaran Umum
4.1.1 Gambaran Umum Lokasi Penelitian
Secara geografis, letak Wilayah Kerja Puskesmas Simpang Limun berada di Kecamatan Medan Kota dengan luas wilayah sebesar 210,69 Ha. Wilayah Kerja Puskesmas Simpang Limun terdiri atas 3 kelurahan, yaitu Kelurahan Sudirejo I, Kelurahan Sudirejo II, dan Kelurahan Sitirejo I. Jumlah penduduk di Wilayah Kerja Puskesmas Simpang Limun pada tahun 2015 ke 2017 mengalami penurunan. Pada tahun 2017, jumlah penduduk di Wilayah Kerja Puskesmas Simpang Limun adalah sebanyak 29.498 jiwa dengan jumlah penduduk laki-laki sebanyak 14.531 jiwa dan jumlah penduduk perempuan sebanyak 14.967 jiwa.
Batas-batas Wilayah Kerja Puskesmas Simpang Limun adalah sebagai berikut:
a. Sebelah utara berbatasan dengan Kecamatan Medan Timur, b. Sebelah selatan berbatasan dengan Kecamatan Medan Amplas, c. Sebelah barat berbatasan dengan Kecamatan Medan Maimun, dan d. Sebelah timur berbatasan dengan Kecamatan Medan Denai.
4.1.2 Gambaran Umum Responden
Gambaran umum responden (wanita PUS) terdiri atas distribusi menurut usia istri, usia pernikahan, pendidikan terakhir, agama, suku, jumlah anak, dan jenis kontrasepsi yang digunakan. Distribusi tersebut adalah sebagai berikut:
Tabel 4.1 Distribusi Responden Menurut Umur, Usia Pernikahan, Tingkat Pendidikan Terakhir, Agama, Suku, Jumlah Anak, Jenis Kontrasepsi yang Digunakan
Berdasarkan hasil penelitian yang dilakukan terhadap 60 wanita PUS di Wilayah Kerja Puskesmas Simpang Limun Kota Medan tahun 2018, maka didapatkan hasil bahwa sebanyak 30 responden berusia ≤ 37 tahun (50,0%) dan
sebanyak 30 responden berusia > 37 tahun (50,0%). Berdasarkan usia pernikahan, terdapat sebanyak 34 responden yang sudah menikah selama ≤ 12 tahun (56,7%) dan terdapat sebanyak 26 responden yang sudah menikah selama > 12 tahun (43,3%). Berdasarkan tingkat pendidikan, terdapat sebanyak 1 responden berpendidikan terakhir SD (1,7%), sebanyak 8 responden berpendidikan terakhir SMP (13,3%), sebanyak 33 responden berpendidikan terakhir SMA/SMK (55,0%), dan sebanyak 18 responden berpendidikan terakhir akademi/perguruan tinggi (30,0%). Berdasarkan agama, terdapat sebanyak 33 responden beragama Kristen Protestan (55,0%), sebanyak 18 responden beragama Islam (30,0%), sebanyak 8 responden beragama Katolik (13,3%), dan sebanyak 1 responden beragama Buddha (1,7%). Berdasarkan suku, terdapat sebanyak 42 responden bersuku Batak (70,0%), sebanyak 10 responden bersuku Jawa (16,7%), sebanyak 4 responden bersuku Melayu (6,7%), sebanyak 3 responden bersuku Aceh (5,0%), dan sebanyak 1 responden bersuku Tionghoa (1,7%). Berdasarkan jumlah anak hidup, terdapat sebanyak 32 responden memiliki ≤ 2 anak (53,3%) dan sebanyak 28 responden memiliki > 2 anak (46,7%). Berdasarkan jenis kontrasepsi yang digunakan, terdapat sebanyak 6 responden mengonsumsi pil KB (10,0%), sebanyak 7 responden menggunakan IUD/KB spiral (11,7%), sebanyak 10 responden menggunakan KB suntik/injeksi (16,7%), sebanyak 3 responden menggunakan kondom (5,0%), sebanyak 4 responden melakukan tubektomi (6,7%), dan sebanyak 30 responden sedang tidak menggunakan KB (50,0%).
4.2 Analisis Komponen Utama untuk Mengelompokkan Faktor-Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018
4.2.1 Uji Kelayakan Faktor
Sebelum masuk ke dalam analisis komponen utama, dilakukan standarisasi data karena satuan setiap variabel berbeda-beda, hasil dari standarisasi data tersebut kemudian digunakan untuk analisis komponen utama. Berdasarkan kerangka konsep yang telah dibuat sebelumnya, ada sebanyak 12 variabel yaitu pengetahuan tentang KB, tingkat pendidikan, usia istri, jumlah anak hidup, ekonomi, akses ke pelayanan kesehatan, media massa, peran pasangan, peran petugas kesehatan, budaya, lingkungan sosial, dan agama. Jika ingin menilai mana saja variabel yang layak dimasukkan ke dalam analisis selanjutnya, maka dilakukan uji kelayakan faktor dengan melihat nilai communalities karena analisis komponen utama merupakan analisis eksploratori. Communalities adalah jumlah varians dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang terbentuk. Jika nilai communalities sebuah variabel semakin besar, berarti semakin erat hubungannya dengan faktor yang terbentuk.
Tabel 4.2 Communalities dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018
Akses ke Pelayanan Kesehatan 0,503
Media Massa 0,589
Tabel 4.2 (Lanjutan)
Variabel Ekstraksi
Peran Pasangan 0,689
Peran Petugas Kesehatan 0,638
Budaya 0,645
Lingkungan Sosial 0,645
Agama 0,568
Tabel 4.2 di atas menunjukkan bahwa faktor yang akan terbentuk mampu menjelaskan variabel pengetahuan tentang KB sebesar 55,7%, tingkat pendidikan sebesar 57,3%, usia istri sebesar 0,757 (75,7%), jumlah anak hidup sebesar 72,1%, ekonomi sebesar 40,5%, akses ke pelayanan kesehatan sebesar 50,3%, media massa sebesar 58,9%, peran pasangan sebesar 68,9%, peran petugas kesehatan sebesar 63,8%, budaya sebesar 64,5%, lingkungan sosial sebesar 64,5%, dan agama sebesar 56,8%. Semua nilai communalities menunjukkan angka yang lebih dari 0,4, maka semua variabel layak untuk masuk ke dalam tahap analisis komponen utama selanjutnya.
4.2.2 Ekstraksi Faktor
Tahap selanjutnya dalam analisis faktor setelah seluruh variabel memenuhi syarat untuk dianalisis adalah melakukan ekstraksi faktor terhadap kumpulan variabel yang ada dengan menggunakan metode analisis komponen utama (principal component analysis).
a. Total variance explained
Pada dasarnya, total variance explained digunakan untuk mengetahui banyaknya faktor yang terbentuk, dengan syarat faktor yang terbentuk harus memiliki nilai eigenvalues ≥ 1. Banyaknya faktor yang diekstraksi ditentukan oleh persentase kumulatif yang terbentuk.
Tabel 4.3 Total Variance Explained dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018.
Faktor Angka Eigenvalues Extraction sums of squared loading Total % Varians % Kumulatif
1 2,613 21,776 21,776 21,776
2 2,234 18,613 40,388 40,388
3 1,282 10,684 51,072 51,072
4 1,160 9,666 60,738 60,738
5 0,986 8,214 68,952 kelompok, karena terdapat 4 kelompok faktor yang memiliki angka eigenvalues yang lebih besar dari 1.
Pada nilai extraction sums of squared loadings diperoleh nilai total ke-4 faktor yang terbentuk akan mampu menjelaskan variabel sebesar 60,738%.
b. Scree plot
Apabila tabel total variance explained dapat menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka scree plot menunjukkan penjelasan tersebut dalam bentuk grafik.
Gambar 4.1 Grafik Scree Plot Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018
c. Component matrix
Component matrix digunakan untuk mendistribusikan variabel-variabel yang telah diekstrak ke dalam faktor yang telah terbentuk berdasarkan factor loading-nya. Dalam penelitian ini, component matrix menunjukkan ke-12 variabel terbentuk menjadi 4 faktor. Proses penentuan variabel yang akan masuk ke faktor dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris. Jika nilai dari factor loading > 0,5, maka korelasi antar variabel dan faktor tersebut kuat.
Tabel 4.4 Component Matrix dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018
Variabel Komponen
1 2 3 4
Pengetahuan Tentang KB 0,708 0,040 -0,165 -0,164
Tingkat Pendidikan 0,599 -0,191 0,276 -0,319
Usia Istri -0,566 0,376 0,425 -0,339
Jumlah Anak Hidup -0,325 0,606 0,493 -0,065
Ekonomi 0,595 -0,063 -0,060 -0,207
Akses ke Pelayanan
Kesehatan -0,148 -0,386 -0,080 0,570
Media Massa 0,632 0,365 0,136 -0,196
Peran Pasangan 0,499 0,508 -0,091 0,417
Peran Petugas Kesehatan 0,052 0,658 -0,445 -0,063
Budaya 0,287 0,114 0,554 0,493
Lingkungan Sosial 0,129 0,743 -0,044 0,274
Agama -0,448 0,381 -0,460 -0,100
Tabel 4.4 di atas menunjukkan besar korelasi antara suatu variabel dengan faktor 1, faktor 2, faktor 3, dan faktor 4. Dari hasil yang didapat, korelasi variabel pengetahuan tentang KB (0,708), tingkat pendidikan (0,559), usia istri (-0,566), ekonomi (0,595), dan media massa (0,632) kuat terhadap faktor 1. Korelasi variabel jumlah anak hidup (-0,606), peran pasangan (0,508), peran petugas kesehatan (0,658), dan lingkungan sosial (0,743) kuat terhadap faktor 2. Korelasi variabel budaya (0,554) dan variabel agama (-0,460) kuat terhadap faktor 3.
Korelasi variabel akses ke pelayanan kesehatan (0,570) kuat terhadap faktor 4.
Dalam beberapa hal, dapat ditemukan suatu keadaan bahwa suatu variabel memiliki tingkat keeratan yang relatif sama dengan beberapa faktor yang terbentuk, sehingga perlu dilakukan proses rotasi faktor.
4.2.3 Rotasi Faktor
Component matrix dari hasil rotasi faktor memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dengan proses rotasi faktor, angka factor loading yang besar akan semakin diperbesar. Metode dalam proses rotasi faktor dalam penelitian ini menggunakan metode varimax.
Tabel 4.5 Rotated Component Matrix dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS Menjadi Akseptor KB di Wilayah Kerja Puskesmas Simpang Limun Kota Medan Tahun 2018
Variabel Komponen
1 2 3 4
Pengetahuan Tentang KB 0,657 0,191 -0,297 -0,014
Tingkat Pendidikan 0,684 -0,189 -0,045 0,259
Usia Istri -0,204 -0,107 0,832 -0,112
Jumlah Anak Hidup -0,139 0,266 0,787 0,104
Ekonomi 0,593 0,034 -0,226 0,033
Akses ke Pelayanan
Kesehatan -0,476 -0,067 -0,433 0,289
Media Massa 0,665 0,355 0,106 0,100
Peran Pasangan 0,197 0,770 -0,156 0,182
Peran Petugas Kesehatan 0,077 0,605 0,088 -0,508
Budaya 0,020 0,298 0,081 0,741
Lingkungan Sosial -0,004 0,775 0,209 -0,021
Agama -0,331 0,223 0,147 -0,622
Berdasarkan tabel di atas, maka hasil akhir analisis komponen utama dalam penelitian ini adalah terbentuknya 4 faktor dari 12 variabel. Pada variabel pengetahuan tentang KB, nilai tertinggi terdapat faktor 1, maka variabel tersebut termasuk ke dalam faktor 1. Hal ini berlaku seterusnya untuk variabel yang lain.
Jadi, faktor yang terbentuk adalah sebagai berikut:
1. Faktor 1: pengetahuan tentang KB, tingkat pendidikan, ekonomi, akses ke pelayanan kesehatan, dan media massa.
2. Faktor 2: peran pasangan, peran petugas kesehatan, dan lingkungan sosial.
3. Faktor 3: usia istri dan jumlah anak hidup.
4. Faktor 4: budaya dan agama.
Setelah didapatkan faktor yang terbentuk, maka perlu dilakukan validasi faktor dengan melihat hasil dari component transformation matrix berikut ini:
Tabel 4.6 Component Transformation Matrix dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS
Tabel 4.6 Component Transformation Matrix dalam Analisis Komponen Utama untuk Mengidentifikasi Faktor yang Memengaruhi PUS