Populasi dan Sampel Penelitian

BAB I PENDAHULUAN

BAB 2 TINJAUAN PUSTAKA

III.3 Populasi dan Sampel Penelitian

Populasi Target : Orang dengan end stage renal disease

Populasi Terjangkau : Orang dengan end stage renal disease yang datang ke ruangan hemodialisis RSU Dr. Pirngadi Medan periode Mei – Juli 2020

III.4. Kriteria Inklusi dan Eksklusi Kriteria Inklusi

1. Orang dengan end stage renal disease yang datang ke ruangan hemodialisa RSU Dr. Pirngadi Medan

2. Usia ≥ 18 tahun

3. Skor MOCA-INA minimal 26 pada Usia > 65 tahun 4. Mampu membaca dan menulis

5. Kooperatif

Kriteria Eksklusi

1. Komorbid dengan gangguan psikiatri lainnya 2. Kelemahan fisik seperti buta, tuli, dsb

III.5. Besar sampel

Pada studi ini terdapat 11 variabel bebas, dan dalam menentukan rumus besar sampel ini akan dicari hubungan bivariat untuk setiap variabel bebas, kemudian besar sampel yang paling banyak yang akan menjadi besar sampel pada studi ini. Untuk variabel bebas berskala kategorik akan digunakan diagnosis penelitian analitik komparatif numerik tidak berpasangan dua kelompok satu kali pengukuran untuk melihat hubungan bivariatnya. Untuk variabel bebas berskala numerik akan digunakan diagnosis penelitian analitik korelatif numerik tidak berpasangan satu kali pengukuran untuk melihat hubungan bivariatnya.³⁴

Terdapat dua langkah sebelum menentukan besar sampel untuk penelitian multivariat prediktif numerik satu kali pengukuran. Cara yang pertama adalah dengan menggunakan tabel besar sampel untuk Diagnosis penelitian multivariat prediktif numerik satu kali pengukuran. Setelah itu, kita tetap harus menghitung seluruh hubungan bivariat antara setiap variabel bebas terhadap variabel tergantung. Kemudian penentuan besar sampel akan dilihat jumlah besar sampel yang paling banyak.³⁴

Langkah Pertama

Dengan menetapkan kesalahan tipe satu 5% dan kesalahan tipe dua 20%

untuk hipotesis dua arah serta koefisien determinasi 0,25 adalah 56 subjek.³⁵

Langkah kedua

Penentuan besar sampel juga harus dipertimbangkan berdasarkan rumus besar sampel untuk hubungan bivariatnya untuk setiap variabel bebas, seperti diketahui bahwa variabel bebas pada penelitian terdiri dari variabel kategorik dan variabel numerik.³⁵

Untuk mencari besar sampel pada diagnosis penelitian analitik komparatif numerik tidak berpasangan dua kelompok satu kali pengukuran, maka terlebih dahulu kita mencari rumus untuk simpang baku gabungan yaitu³⁵

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

dimana:

sg = simpang baku gabungan sg² = varian gabungan

s1 = simpang baku kelompok 1 pada penelitian sebelumnya n1 = besar sampel kelompok 1 pada penelitian sebelumnya s2 = simpang baku kelompok 2 pada penelitian sebelumnya n2 = besar sampel kelompok 2 pada penelitian sebelumnya

Setelah didapatkan simpang baku gabungan, maka langkah selanjutnya adalah : n1 = n2 = 2 x (zα+zβ) x Sg) ²

x1-x2

dimana, parameter yang berasal dari kepustakaan adalah sg (simpang baku gabungan), sedangkan yang ditetapkan peneliti adalah zα, zβ, dan x1-x2, oleh karena itu pada penelitian ini ditetapkan bahwa

zα = nilai standar alfa  5% = 1,96  2 arah zβ = nilai standar beta  20% = 0,84

S = simpang baku gabungan

x1-x2 = selisih minimal rerata yang dianggap bermakna = 4,2

Penetapan selisih rerata minimal yang dianggap bermakna ditentukan melalui judgement peneliti yaitu nilai terendah adalah 0 dan nilai tertinggi adalah 21, pada rating scale, biasanya minimal perbaikan ditentukan melalui partial response yaitu pengurangan 20% gejala, berdasarkan hal tersebut, maka dipertimbangkan selisih minimal rerata yang dianggap bermakna secara logis dan etis adalah 20%

dari 21, yaitu 4,2.

Variabel Jenis Kelamin

Skor HADS-D

Kelompok 1 = laki-laki ( n = 12, s = 3.17 ) Kelompok 2 = perempuan (n = 8, s = 4.14 )

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

(sg)² = (3,17²x (12-1) + 4,14²x (8-1))

(sg)²= 110,56 + 119,99 18 (sg)²= 12,81

Sg = √12,81 Sg = 3,58

Setelah didapatkan nilai sg, maka :

n1 = n2 = 2 x (zα+zβ) x S) ² x1-x2

n1 = n2 = 2 x (1,96+0,84) x 3,58) ² 4,2

n1 = n2 = 9,86  10

Jadi jumlah besar sampel minimal yang digunakan untuk variabel jenis kelamin adalah 10 untuk setiap kelompok.

Variabel Status Pernikahan Skor HADS-D

Kelompok 1 = Menikah ( n = 11, s = 3,63 ) Kelompok 2 = Tidak Menikah (n = 9, s = 4.18 )

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

(sg)² = (3,63²x (11-1) + 4,18²x (9-1)) 11+9-2

(sg)²= 13,18 + 139,84 18 (sg)²= 8.50

Sg = √8.50 Sg = 2,92

Setelah didapatkan nilai sg, maka :

n1 = n2 = 2 x (zα+zβ) x S) ² x1-x2

n1 = n2 = 2 x (1,96+0,84) x 2,92) ² 4.2

n1 = n2 = 7,6  8

Jadi jumlah besar sampel minimal yang digunakan untuk status pernikahan adalah 8 untuk setiap kelompok.

Variabel Riwayat Depresi Sebelumnya Skor HADS-D

Kelompok 1 = Ada Riwayat ( n = 5, s = 1,30 )

Kelompok 2 = Tidak Ada Riwayat (n = 15, s = 3,39 )

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

(sg)² = (1,30²x (5-1) + 3,38²x (15-1))

5+15-2 (sg)²= 6,76 + 161

18 (sg)²= 9,32

Sg = √9,32 Sg = 3,06

Setelah didapatkan nilai sg, maka :

n1 = n2 = 2 x (zα+zβ) x S) ² x1-x2

n1 = n2 = 2 x (1,96+0,84) x 3,06) ² 4.2

n1 = n2 = 8.34  9

Jadi jumlah besar sampel minimal yang digunakan untuk variabel riwayat depresi sebelumnya adalah 9 untuk setiap kelompok.

Variabel Status Pekerjaan Skor HADS-D

Kelompok 1 = Bekerja ( n = 6, s = 1,33 )

Kelompok 2 = Tidak Bekerja (n = 14, s = 4,01 )

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

(sg)² = (1,32²x (6-1) + 4,01²x (14-1)) 6+14-2

(sg)²= 8,85 + 209,17 18 (sg)²= 12,11

Sg = √12,11 Sg = 3,48

Setelah didapatkan nilai sg, maka :

n1 = n2 = 2 x (zα+zβ) x S) ² x1-x2

n1 = n2 = 2 x (1,96+0,84) x 3,48) ² 4,2

n1 = n2 = 10,78  11

Jadi jumlah besar sampel minimal yang digunakan untuk variabel status pekerjaan adalah 11 untuk setiap kelompok.

Variabel Suku Skor HADS-D

Kelompok 1 = Batak ( n = 13, s = 4,15) Kelompok 2 = Selain Batak (n = 7, s = 3,87 )

(sg)²= (s1²x (n1-1) + s2²x (n2-1)) n1+n2-2

(sg)² = (4,15²x (13-1) + 3,87²x (7-1)) 13+7-2

(sg)²= 206,64 + 89,82 18 (sg)²= 16,47

Sg = √16,47 Sg = 4,06

Setelah didapatkan nilai sg, maka :

n1 = n2 = 2 x (zα+zβ) x S) ² x1-x2

n1 = n2 = 2 x (1,96+0,84) x 4,06) ² 4,2

n1 = n2 = 14,68  15

Jadi jumlah besar sampel minimal yang digunakan untuk variabel suku adalah 15 untuk setiap kelompok.

Untuk mencari besar sampel untuk diagnosis penetian analitik korelatif numerik numerik, digunakan rumus besar sampel sebagai berikut

[ ( ) (

)

]

Keterangan:

n = jumlah subjek

Alpha (α) = kesalahan tipe satu ditetapkan 5%

Zα = nilai standar alpha = 1,96

Beta (β) = kesalahan tipe dua ditetapkan 20%

Zβ = nilai standar beta = 0,84

r = koefisien korelasi minimal yang dianggap bermakna

Variabel usia Skor HADS-D

Diketahui r = 0.30 (korelasi negatif)

[ ( ) (

)

]

= 84

Variabel lama pendidikan ODS Skor HADS-D

Diketahui r = 0.44 (korelasi negatif)

[ ( ) (

)

]

= 38,1639

Variabel lama dialisis Skor HADS-D

Diketahui r = 0.57 (korelasi negatif)

[ ( ) (

)

]

= 22,09  23

Variabel jumlah penghasilan keluarga perbulan Skor HADS-D

Diketahui r = 0.55 (korelasi negatif)

[ ( ) (

)

]

= 24 Variabel jumlah komorbiditas Skor HADS-D

Diketahui r = 0.28 (korelasi positif)

[ ( ) (

)

]

Variabel Skor PSQI Skor HADS-D

Diketahui r = 0.73 (korelasi positif)

[ ( ) (

)

]

= 12,07  13

Berdasarkan beberapa rumus besar sampel diatas disimpulkan bahwa jumlah besar sampel yang terbanyak adalah 98 subjek.³⁵

III.6. Cara pengambilan sampel

Cara Pengambilan Sampel : Non probability sampling tipe consecutive sampling.³⁴

III.7. Cara kerja

Orang dengan End Renal Disease yang datang menjalani hemodialysis ke RSU dr. Pirngadi Medan yang memenuhi kriteria Inklusi dan eksklusi akan diberikan informed consent dan diminta untuk menandatangani informed consent.

Setelah itu akan dilakukan wawancara serta menilai skor depresinya dengan menggunakan kuesioner HADS-D. Setelah itu, data penelitian akan dikumpulkan dan diinterpretasi serta diolah lebih lanjut.

III.8. Kerangka kerja

III.9. Identifikasi variabel

Variabel bebas : (usia, jenis kelamin, lama pendidikan, penghasilan keluarga, status pekerjaan, status pernikahan, lama dialisis, komorbiditas dengan penyakit medis lainnya, skor kualitas tidur, riwayat depresi sebelumnya, suku) pada orang dengan ESRD yang menajalani hemodialisis.

Orang dengan End Renal Disease yang datang menjalani hemodialysis ke

RSU dr. Pirngadi Medan

Inform consent

Wawancara dan Mengukur skor Depresi menggunakan kuesioner

HADS-D

Inklusi Eksklusi

Analisa Data

Variabel tergantung : Skor HADS-D pada orang dengan end renal disease yang menajalani hemodialisis.

III.10. Rencana manajemen analisis data

Pengolahan data dilakukan secara manual dan dengan komputer, dengan langkah-langkah :

1. Pemeriksaan data

Data yang terkumpul dalam bentuk wawancara diperiksa sesuai petunjuk pengisian.

2. Pemberian kode

Kelengkapan data diperiksa dan diberi kode dengan cara merubah data dari bentuk kalimat atau huruf menjadi data angka. Pemberian kode ini berguna untuk proses entry data.

3. Pemasukan data

Data yang telah diberi kode berguna mempermudah analisa data dan mempercepat proses pemasukan data.

4. Tabulasi data

Data dimasukkan ke program komputer, kemudian data diklarifikasi ke dalam tabel yang telah dipersiapkan.

5.. Analisis data

Analisis regresi linier hanya dapat digunakan apabila syarat-syarat uji regresi linier terpenuhi, adapun syarat regresi linier diantaranya adalah sebaran residu normal (pembuktian dengan grafik histogram), rerata residu = 0 (pembuktian secara deskriptif), tidak ada outlier (pembuktian dengan Case Wise

Diagnostic), konstan (pembuktian dengan grafik scatter antara residu dengan variabel bebas), independen (pembuktian dengan uji Durbin-Watson), tidak ada multikolinearity (pembuktian dengan uji korelasi Pearson dan Uji toleransi) pada variabel bebas, serta hubungan variabel bebas dan terikat adalah linier (pembuktian dengan grafik scatter antara variabel bebas dengan variabel tergantung).³⁶

Langkah-langkah uji regresi linier untuk variabel bebas numerik adalah lakukan uji normalitas dengan menggunakan uji Kolgomorov-Smirnov apabila setidaknya salah satu dari variabel bebas atau variabel numerik berdistribusi normal, akan dilakukan uji Pearson, dan apabila kedua variabel tidak berdistribusi normal maka akan dilakukan uji Spearman. Apabila korelasi variabel bebas mempunyai nilai p<0,25 maka, variabel bebas tersebut memenuhi syarat untuk dimasukkan dalam analisis multivariat regresi linier, dan sebaliknya maka tidak ada korelasi antara variabel bebas dan variabel terikat. Setelah itu, untuk variabel bebas yang memenuhi kriteria p<0,25 akan dimasukkan kedalam anaisis multivariat regresi linier untuk dianalisis.^36,37

Untuk analisis yang variabel bebas kategorik rencana analisisnya adalah : 1. Analisis deskriptif dan uji normalitas

2. Analisis bivariat dengan T test independent atau Mann Whitney U 3. Analisis multivariat

4. Resume analisis 5. Melaporkan analisis

Untuk analisis yang variabel bebas numerik rencana analisisnya adalah : 1. Analisis deskriptif dan uji normalitas

2. Analisis bivariat dengan uji Pearson 3. Analisis multivariat

4. Resume analisis 5. Melaporkan analisis

III.11 Persetujuan Komite Etik

Pelaksanaan penelitian diupayakan mengikuti pola dan norma-norma pelaksanaan penelitian ilmiah yang standar. Pada pihak subjek atau keluarga subjek yang diwawancarai diminta semacam persetujuan informed consent dengan penyampaian informasi bahwa data atau kerahasiaan individu responden akan dijamin tetap rahasia oleh pihak peneliti. Peneliti telah mendapat persetujuan dari komite etika penelitian dari Fakultas Kedokteran Universitas Sumatera Utara tetang Penelitian Kesehatan no 99/KEP/USU/2020.

BAB IV

HASIL PENELITIAN

IV.1. Karakteristik Demografik

Tabel 4.1 disajikan untuk menjawab tujuan khusus pertama, yaitu untuk mengetahui gambaran karakteristik demografik pada orang dengan end stage renal disease yang menjalani hemodialisis. Adapun variabel kategorik yang dibahas di tabel 4.1 adalah jenis kelamin, status pernikahan, status pekerjaan, riwayat depresi sebelumnya, dan suku. Data kategorik disajikan dalam jumlah (n) dan persentase (%).³⁷

Variabel numerik yang dibahas pada tabel 4.1 adalah usia , lama pendidikan, jumlah komorbiditas dengan penyakit kronis, jumlah penghasilan keluarga per bulan, lama dialisis, skor kualitas tidur. Variabel numerik disajikan dalam pemusatan (rerata) dan penyebaran (simpangan baku) didapati data berdistribusi normal dengan uji Kolmogorov-Smirnov (n=98) dimana p>0,05, yaitu variabel usia dan selebihnya variabel numerik disajikan dalam pemusatan (median) dan penyebaran (minimal dan maksimal) karena data berdistribusi tidak normal dengan uji Kolmogorov-Smirnov (n=98) dimana p<0,05 untuk setiap variabel.³⁷

Dari tabel 4.1 terlihat bahwa variabel jenis kelamin yang terbanyak adalah laki-laki yaitu 51 subjek (52%). Dari variabel status pernikahan, yang terbanyak adalah menikah 65 subjek (66,3%). Dari variabel status pekerjaan, yang terbanyak adalah tidak bekerja yaitu 65 subjek (66,3%). Dari variabel riwayat depresi sebelumnya, yang terbanyak adalah tidak memiliki riwayat depresi

sebelumnya 88 subjek (89,8%). Dari variabel suku, yang terbanyak adalah suku batak yaitu 64 subjek ( 65,3%).

Dari table 4.1 juga terlihat bahwa varibel usia memiliki rerata 49,68 dengan simpangan baku 14,54. Nilai median dari variabel lama menjalani pendidikan adalah 12 dengan nilai minimal 4 dan nilai maksimal 20. Nilai median dari variabel jumlah penghasilan keluarga perbulan adalah 1,7 juta dengan minimal 0,5 juta dan maksimal 10 juta. Nilai Median dari variabel lama dialisis 39 bulan dengan nilai minimal 2 bulan dan maksimal 119 bulan. Nilai Median dari variabel skor kualitas tidur adalah 11 dengan nilai minimal 3 dan maksimal 19.

Nilai Median dari variabel jumlah komorbiditas dengan penyakit kronis lainnya adalah 1 dengan nilai minimal 0 dan maksimal 4.

Karakteristik demografik orang dengan end stage renal disesase yang menjalani hemodialisis

Tabel 4.1.1. Karakteristik demografik subjek untuk data numerik n %

Tabel 4.1.2. Karakteristik demografik subjek untuk data numerik Rerata ± sb / Median

(min-max) Usia

rerata ± sb

Lama pendidikan ( dalam tahun ) Median (Min-Max)

Jumlah Penghasilan Keluarga per bulan ( dalam juta)

Median ( Min-Max)

49,68 ± 14,54

12 (4-20)

1,7 (0,5-10) Lama dialisis ( dalam bulan )

Median ( Min-Max) analisis yang digunakan adalah analisis regresi linier berganda atau analisis linier multivariat dengan kerangka konsep prediktif. Langkah-langkah yang dilakukan untuk analisis regresi linier multivariat adalah deskriptif dan analisis uji normalitas, analisis bivariat, analisis multivariat, resume analisis dan yang terakhir adalah laporan hasil.^36,37

IV.2.1 Skor Depresi

Pada studi ini, karena variabel tergantung berskala numerik maka analisis multivariatnya dipilih regresi linier. Syarat untuk suatu variabel bebas diikutsertakan dalam analisis regresi multivariat adalah untuk analisis bivariatnya, harus nilai p<0,25. adapun pada studi ini terdapat 11 variabel bebas, diantaranya adalah 6 variabel bebas berskala numerik dan 5 variabel bebas berskala kategorik.³⁶

Data Kategorik Bivariat

Tabel 4.2. Analisis bivariat variabel bebas berskala kategorik Rerata

Pada variabel bebas status pernikahan dilakukan uji t Independen karena karena data berdistribusi normal (uji Kolmogorov-Smirnov). Variabel bebas kategorik selebihnya dilakukan uji Mann Whitney U karena data tidak berdistribusi normal (uji Kolmogorov-Smirnov). Pada tabel 4.2 terlihat bahwa variabel bebas yang mempunyai nilai p<0,25 yaitu variabel jenis kelamin, status pekerjaan, suku sehingga variabel bebas kategorik tersebut memenuhi syarat untuk dilanjutkan uji analisis multivariat regresi linier dengan kerangka konsep prediktif.^36,37

Data Numerik Bivariat

Tabel 4.3. Analisis bivariat variabel bebas berskala numerik Skor Depresi pendidikan, jumlah komorbiditas dengan penyakit kronis, jumlah penghasilan

karena terpenuhi syarat dilakukannya uji Pearson yakni salah satu variabel berdistribusi normal (dengan uji Kolmogorov-Smirnov) p>0,05 dan uji linearitas terpenuhi dengan grafik scatter.³⁷

Dikarenakan semua variabel bebas berskala numerik mempunyai linearitas dengan skor depresi sehingga dapat dilanjutkan dengan uji Pearson. Dari tabel 4.3 terlihat bahwa variabel bebas yang mempunyai nilai p<0,25 yaitu usia, jumlah penghasilan keluarga perbulan, lama dialisis, skor kualitas tidur. Dari analisis bivariat tersebut disimpulkan bahwa variabel tersebut berhubungan dengan skor depresi. Oleh karena itu semua variabel ini telah memenuhi syarat untuk dilanjutkan analisis multivariat regresi linier dengan kerangka konsep prediktif.³⁶

Data Multivariat

Setelah dilakukan analisis bivariat, maka dilanjutkan analisis multivariat jika telah memenuhi syarat-syarat untuk melakukan uji regresi linier yaitu syarat dari residu, variabel tergantung, variabel bebas, dan hubungan variabel tergantung dengan variabel bebas.³⁶

Tabel.4.4. Model Summary skor Depresi pada Multivariat pertama

Model Summary^e

Model R R Square Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 ,871^a ,758 ,739 2,455

2 ,871^b ,758 ,742 2,442

3 ,871^c ,758 ,745 2,429

4 ,870^d ,757 ,746 2,422 1,815

Pada tabel 4.4 terlihat bahwa model 4 merupakan model dengan koefisien determinasi yang tertinggi yaitu 74,6%. Walaupun demikian merujuk pada tabel

tersebut dikarenakan terdapatnya satu variabel bebas dengan nilai p>0,05 maka untuk memperoleh model multivariat regresi linier yang fit, disarankan untuk membuang variabel bebas yang paling tidak bermakna supaya diperoleh model yang fit. Berdasarkan pertimbangan statistik maka diputuskan untuk membuat analisis regresi linier yang baru, dengan membuang variabel suku ( batak dibandingkan selain batak ) karena variabel ini merupakan variabel yang paling tidak bermakna (p=0,077).³⁶

Tabel 4.5. Model Summary Skor Depresi pada Multivariat kedua

Model Summary^e

Setelah analisis regresi linier diulang dengan membuang variabel suku (batak dibandingkan selain batak ) maka dari tabel 4.5 terlihat bahwa model 4 merupakan model dengan koefisien determinasi yang tertinggi yaitu 74% terlihat merupakan model yang fit karena tidak terdapat autokorelasi dimana nilai tolerance>0,4.

Untuk syarat dari residu adalah sebaran residu harus normal, rerata residu nol, tidak ada outlier, konstan (homoscedastisity), dan independen. Dari grafik histogram dan plot terlihat bahwa sebaran tersebut memberikan kesan normal, ditambah lagi dengan uji normalitas menggunakan Kolmogorov-Smirnov juga menunjukkan nilai p=0.20 yaitu p>0.05, oleh karena itu dapat disimpulkan bahwa sebaran residu adalah normal. Dari gambar 3 terlihat bahwa rerata residu adalah 0

bahwa nilai minimum – 2,430 dan nilai maksimum adalah 2,602, dan simpangan bakunya adalah 0.98 oleh karena itu syarat tidak ada outlier juga terpenuhi yaitu nilai rentang didalam -3 sampai 3 simpangan baku. Selain itu dari terlihat bahwa nilai Durbin-Watson pada gambar 2 model summary adalah 1,842 sehingga syarat independen dari residu terpenuhi, yaitu di sekitar angka 2. Dari data SPSS III.2.6.

juga terlihat bahwa grafik scatter antara residu dengan variabel bebas adalah konstan yaitu tidak membentuk pola tertentu.³⁶

Tabel.4.6 Statistik residu skor depresi

Residuals Statistics^a

Minimum Maximum Mean Std. Deviation N

Predicted Value 3,47 18,07 10,89 4,159 98

Residual -5,954 6,374 ,000 2,412 98

Std. Predicted Value -1,784 1,726 ,000 1,000 98

Std. Residual -2,430 2,602 ,000 ,984 98

a. Dependent Variable: Skor HADS-D

Untuk syarat dari variabel tergantung (skor depresi) telah memenuhi syarat dilakukan uji regresi linier yakni berdistrubusi normal. Dan pada studi ini telah memenuhi syarat tersebut dengan p=0,051 dengan uji Kolmogorov-Smirnov.

Hubungan variabel bebas dengan variabel tergantung juga dengan kesan linier sehingga syarat ini juga telah terpenuhi. Pada gambar 3 terlihat bahwa model yang mempunyai nilai koefisien determinasi yang terbaik yaitu model 4 sebesar 74%.

Pada SPSS III.2.3. model 4 menunjukkan tidak ada nilai tolerance <0,4, sehingga syarat tidak adanya autokorelasi atau multikolineariti sudah terpenuhi.³⁶

Ketika melakukan uji multivariat regresi linier dengan kerangka konsep prediktif disarankan untuk menggunakan metode backward, dimana artinya program SPSS akan menyaring data dari variabel bebas yang mempunyai

autokorelasi serta tidak bermakna secara statistik sampai ditemukan model yang paling sesuai secara statistik. Sebelumnya pada data SPSS III.2.2 terlihat bahwa nilai Anova<0,01, yang artinya setidaknya terdapat 1 variabel bebas yang signifikan secara statistik. Oleh karena itu kita kemudian dapat melanjutkan untuk melihat model summary dengan satu koefisien determinasi yang terbaik.³⁶

Tabel 4.7. Resume analisis regresi linier faktor-faktor yang berhubungan dengan skor depresi pada orang dengan end stage renal disease yang menjalni hemodialisis.

Multivariat kedua

Model Didapatkan model yang terdiri dari skor kualitas tidur, lama dialisis, jenis kelamin.

Model ini diperoleh setelah semua variabel dikeluarkan secara bertahap dengan metode backward

Pengujian asumsi Linearitas : terpenuhi Normalitas : terpenuhi

Rerata residu nol : terpenuhi Residu tidak ada outlier : terpenuhi

Residu konstan : terpenuhi

Independen : terpenuhi

Tidak ada multikolineariti : terpenuhi

Scatter memberikan kesan linier

Grafik histogram dan plot memberikan kesan normal (lampiran)

Rerata = 0

Rentang nilai residu didalam -3 s.d. 3 simpang baku

Grafik tidak membentuk pola tertentu (lampiran) untuk menjelaskan hubungan dengan skor depresi sebesar 74 %

Koefisien korelasi Skor kualitas tidur = 0,37

Dengan melakukan analisis metode backward, diperoleh persamaan regresi linier berdasarkan tabel 4, Skor Depresi = 9,72 + 0,39 * skor kualitas tidur – 0,07 * lama dialisis + 1,18 * jenis kelamin. Semua asumsi regresi linier seperti linearitas, normalitas, residu nol, residu tidak ada outlier, independent, konstan (homoscedastisity) telah terpenuhi.³⁶

Tabel 4.8. Analisis multivariat antara faktor-faktor yang berhubungan dengan skor depresi pada orang dengan End stage renal disease yang menjalani hemodialisis.

Tabel 4.5. disajikan untuk menjawab hipotesis tentang skor depresi. Oleh karena itu dari hasil tabel tersebut dapat disimpulkan bahwasanya variabel skor kualitas tidur, lama dialisis dan jenis kelamin pada orang dengan end stage renal disease yang menjalani hemodialisis (p<0,05).³⁶

BAB V PEMBAHASAN

V.1. Prosedur Penelitian

Studi ini merupakan studi analitik observasional. Berdasarkan jumlah variabel bebas studi ini merupakan studi multivariat karena variabel bebas pada studi ini lebih dari satu. Berdasarkan segi waktu penelitian ini merupakan potong lintang. Diagnosis penelitian untuk pertanyaan utama pada studi ini adalah regresi linier dengan kerangkan konsep prediktif karena studi ini berusaha untuk mencari hubungan dari beberapa faktor variabel bebas terhadap variabel tergantung, serta variabel tergantung pada studi ini berskala numerik yaitu skor depresi.³⁴

Studi ini dilaksanakan di Rumah sakit umum dr. Pirngadi Medan bulan Mei – Juli 2020, dimana subjek dari studi ini adalah sebanyak 98 subjek orang dengan end stage renal disease yang menjalani hemodialisis di Rumah sakit umum dr. Pirngadi Medan selama bulan bulan Mei sampai dengan Juli 2020.

Penentuan besar sampel dari subjek penelitian ditentukan berdasarkan studi pendahuluan.

Oleh karena tidak tersedianya sampling frame pada studi ini, maka cara pengambilan sampel dengan cara probability sampling tidak memungkinkan untuk dilakukan, oleh karena itu cara pengambilan sampel pada penelitian ini berdasarkan cara non probability sampling yaitu consecutive sampling yang dianggap sama baiknya dengan probability sampling. Dimana setiap subjek penelitian yang datang secara berurutan yang memenuhi kriteria inklusi dan eksklusi serta bersedia untuk ikut dalam penelitian akan diberikan informed

consent dan kemudian akan dimasukkan ke dalam studi ini. Pada penelitian ini berhasil mengendalikan variabel perancu dengan baik melalui cara retriksi. Pada penelitian ini uji statistik dilakukan dengan menggunakan SPSS versi 23.³⁴

Studi ini berhasil menjawab semua hipotesis penelitian. Adapun hipotesis penelitian ini adalah terdapat hubungan antara usia, jenis kelamin, lama pendidikan, jumlah penghasilan keluarga perbulan, status pekerjaan, status pernikahan, lama sakit, jumlah komorbiditas dengan penyakit kronis lainnya, skor kualitas tidur, riwayat depresi sebelumnya, pada orang dengan end stage renal disease yang menjalani hemodialisis.

V.2. Skor Depresi

Varibel bebas pada studi multivariat ini yang memenuhi syarat untuk dimasukkan ke dalam analisis multivariat regresi linier dengan kerangka konsep prediktif adalah variabel jenis kelamin, status pekerjaan, suku, usia, jumlah penghasilan keluarga perbulan, lama dialisis, skor kualitas tidur, karena variabel ini memiliki nilai p<0,25. Selanjutnya semua variable tersebut diikutsertakan kedalam uji multivariat dengan menggunakan metode backward untuk analisis, yang artinya akan dicari suatu model yang mempunyai koefisien determinasi yang tertinggi. Pada analisis multivariat ini dilakukan dua kali analisis multivariat, karena sudah tercapai suatu model yang fit, variabel bebas yang tersisa sudah menunjukkan nilai yang bermakna dengan nilai p<0,05, yang ditunjukkan pada model 4.³⁶

Hasil dari studi terlihat bahwa variabel skor kualitas tidur, lama dialisis dan jenis kelamin berhubungan dengan skor depresi pada orang dengan end stage

renal disease yang menjalani hemodialisis. Pada Hasil penelitian diapatkan skor kualitas tidur memiliki koefisien korelasi positif terhadap skor depresi yang berarti semakin tinggi skor kualitas tidur pada orang dengan end stage renal disease yang menjalani hemodialisis berhubungan dengan skor depresi yang lebih tinggi. Lama dialisis memiliki koefisein korelasi negatif terhadap skor depresi yang berarti semakin rendah lama dialisis berhubungan dengan skor depresi yang lebih tinggi. Selain itu variabel jenis kelamin yaitu perempuan dibandingkan laki-laki memiliki koefisien korelasi positif yang berarti perempuan berhubungan dengan skor depresi yang lebih tinggi.

Hasil studi ini sesuai dengan hipotesis 2,7 dan 9 diamana terdapat hubungan anatar variabel jenis kelamin, lama dialisis, dan skor kualitas tidur

Dalam dokumen FAKTOR FAKTOR YANG BERHUBUNGAN DENGAN SKOR DEPRESI PADA ORANG DENGAN END STAGE RENAL DISEASE (Halaman 42-0)