1
PENERAPAN ANALISIS JALUR UNTUK MELIHAT PENGARUH PENGETAHUAN DAN MOTIVASI TERHADAP SIKAP WANITA
USIA SUBUR UNTUK MELAKUKAN PEMERIKSAAN IVA MENGGUNAKAN APLIKASI AMOS DAN LISREL
DI KELURAHAN GAMBIR BARU KISARAN TAHUN 2013
SKRIPSI
Oleh :
NADILLAH NIM :111021089
FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS SUMATERA UTARA
HALAMAN PERSETUJUAN
Skripsi Dengan Judul
PENERAPAN ANALISIS JALUR UNTUK MELIHAT PENGARUH PENGETAHUAN DAN MOTIVASI TERHADAP SIKAP WANITA
USIA SUBUR UNTUK MELAKUKAN PEMERIKSAAN IVA MENGGUNAKAN APLIKASI AMOS DAN LISREL
DI KELURAHAN GAMBIR BARU KISARAN TAHUN 2013
Yang dipersiapkan dan diseminarkan oleh :
NADILLAH NIM. 111021089
Skripsi ini telah diperiksa dan disetujui untuk diseminarkan di hadapan peserta seminar Departemen Kependudukan
dan Biostatistik Fakultas Kesehatan Masyarakat Universitas Sumatera Utara
Oleh:
Dosen Pembimbing Skripsi
Dosen Pembimbing I Dosen Pembimbing II
Asfriyati, SKM, M.Kes Arnita, Ssi, M.Si
ABSTRAK
PENERAPAN ANALISIS JALUR UNTUK MELIHAT PENGARUH PENGETAHUAN DAN MOTIVASI TERHADAP SIKAP WANITA USIA SUBUR UNTUK MELAKUKAN PEMERIKSAAN IVA MENGGUNAKAN APLIKASI AMOS DAN LISREL DI KELURAHAN GAMBIR BARU KISARAN TAHUN 2013
Tujuan penelitian ini adalah menerapkan analisis jalur untuk melihat pengaruh pengetahuan dan motivasi terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA dengan menggunakan software Amos dan Lisrel di kelurahan Gambir Baru Kisaran tahun 2013.
Hasil penelitian menunjukkan pada uji kesesuaian menggunakan software Amos dan Lisrel sama-sama didapatkan hasil goodness of fit yang menghasilkan model yang fit. Pada uji hipotesis menggunakan software Amos dan Lisrel sama-sama didapatkan hasil bahwa pengetahuan berpengaruh signifikan terhadap motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013, dan motivasi sama-sama berpengaruh signifikan terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013. Namun juga didapatkan perbedaan, pada software Amos didapatkan pengetahuan tidak berpengaruh terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013 dan pada software Lisrel didapatkan pengetahuan berpengaruh signifikan terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013. Kemudian juga sama-sama didapatkan tidak terdapat pengaruh pengetahuan terhadap sikap melalui motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013.
Sebagai saran, peneliti merekomendasikan penelitian selanjutnya juga melakukan analisis menggunakan kedua software ini kemudian melihat indikator goodness of fit setelah itu menyesuaikan dengan uji hipotesis sesuai dengan teori pada tinjauan pustaka.
ABSTRACT
THE APPLICATION OF PATH ANALYSIS TO SEE THE EFFECT OF THE KNOWLEDGE AND MOTIVATION TO THE ATTITUDE OF WOMEN OF CHILDBEARING AGE TO EXAMINE THE IVA TEST USING BY AMOS AND LISREL APPLICATIONS IN KELURAHAN GAMBIR BARU KISARAN IN 2013
The purpose of this research is applying path analysis to see the effect of the knowledge and motivation to the attitude of women of childbearing age to examine the IVA Test using by Amos and Lisrel applications in Kelurahan Gambir Baru Kisaran in 2013.
The results showed the suitability test using by Amos and Lisrel software and both showed the goodness of fit which is produces the model fit. In the hypothesis testing using by Amos and Lisrel software and both showed that knowledge of a significant effect on motivation of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013, and motivation are equally significant effect on attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. But also found differences, in the software Amos knowledge obtained no effect on attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013 and the lisrel software acquired knowledge significantly influence the attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. Then were similarly obtained there is no influence on knowledge to attitude through motivation of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013.
As a suggestion researchers recommend further study also analyzed using both of the software and then look at the indicators of goodness of fit, after it adapts to test the hypothesis according to the theory of literature review.
RIWAYAT HIDUP
Nama : Nadillah
Tempat/Tanggal Lahir : Kisaran, 2 Januari 1990
Agama : Islam
Status Perkawinan : Belum Menikah Jumlah Anggota Keluarga : 3 orang
Anak ke : 1 dari 3 orang bersaudara
Nama Orang Tua : Ahmad Bamuallim & Jamilah Bahajjaj Alamat Rumah : Jalan Cokro Aminoto No. 193 Kisaran Riwayat Pendidikan :
1. SD Diponegoro Kisaran (1995 – 2001) 2. MTs. N Kisaran (2001 – 2004)
3. MAN Kisaran (2004 – 2007)
4. Akademi Kebidanan Indah Medan (2007 – 2010)
KATA PENGANTAR
Puji dan syukur penulis ucapkan kehadirat Allah SWT atas berkat dan rahmat-Nya penulis dapat menyelesaikan proposal ini dengan judul : “
Penerapan Analisis Jalur Untuk Melihat Pengaruh Pengetahuan dan
Motivasi Terhadap Sikap Wanita Usia Subur (WUS) Untuk Melakukan Test
IVA Menggunakan Aplikasi Amos dan Lisrel di Kelurahan Gambir Baru
Kisaran Tahun 2013”.
Proposal ini penulis persembahkan kepada kedua orang tua Ayahanda tercinta Achmad Bamuallim dan Ibunda tercinta Jamilah Bahajjaj yang telah membesarkan, mendidik dan membimbing penulis dengan penuh kasih sayang. Terima kasih kepada adek Umar Bahri dan Chalid Ahmad atas dukungan, nasehat dan doa yang selalu diberikan kepada penulis.
Dalam penulisan proposal ini, penulis banyak mendapatkan dukungan materil dan moral dari berbagai pihak. Oleh karena itu pada kesempatan ini, dengan kerendahan hati penulis mengucapkan terima kasih kepada :
1. Bapak Dr. Surya Utama, Drs, M. S selaku Dekan Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.
2. Ibu Asfriyati, SKM, M. Kes selaku dosen pembimbing I yang telah memberikan bimbingan kepada penulis dalam menyelesaikan proposal ini. 3. Ibu Arnita, SSi, M. Si selaku dosen pembimbing II yang telah memberikan
bimbingan kepada penulis dalam menyelesaikan proposal ini.
5. Ibu Maya Fitria, SKM, M. Kes selaku dosen penguji II yang telah banyak memberi saran dan penyempurnaan penulisan skripsi ini.
6. Bapak Drs. Heru Santosa, Ph.D selaku Ketua Departemen Kependudukan dan Biostatistik yang telah banyak memberi saran dan penyempurnaan penulisan skripsi ini.
7. Ibu Dr. Ir. Erna Mutiara, M. Kes selaku dosen pembimbing akademik.
8. Seluruh dosen Departemen Kependudukan dan Biostatistik dan staf pengajar di FKM USU yang telah banyak membantu penulis dalam penulisan skripsi ini 9. Bapak Lurah Gambir Baru yang telah memberikan izin kepada penulis untuk
melakukan penelitian dan turut membantu dalam proses pengumpulan data. 10.Ibu-ibu yang berada di wilayah Gambir Baru Kisaran yang telah bersedia
meluangkan waktu untuk menjadi responden dalam penelitian ini.
11.Saudara-saudaraku Samira, Barkah, Sumayya, Hanan, Sahla yang tiada henti memberikan motivasi dan dukungan kepada penulis.
12.Teman-teman seperjuangan di Peminatan Biostatistika dan Informasi Kesehatan Kak Iska yang telah banyak menemani dalam keseharianku, Jehan Mutiarany yang lucu, Freddy, Andreas, Evi, Andreas, Lestari, Eko, Ziad dan Anggi.
13.Teman-teman tercinta Kak Ainal, Tina, bang Vando, Kak Dessy, “Italba”, Kak Juli, Kak Titin yang telah banyak memberi semangat dan dorongan kepada penulis.
15.Bapak, Ibu dan Adek-adek Angkat di Bukit Lawang yang telah menerima dan menganggap penulis sebagai keluarga.
16.Seorang teman yang selalu ada di kala susah senang, selalu meluangkan waktu dan tidak hentinya memberikan semangat dan motivasi kepada penulis.
17.Semua pihak yang telah memberikan bantuan untuk kelancaran pembuatan proposal penulis, penulis ucapkan terima kasih yang sebesar-besarnya.
Semoga Allah SWT selalu melimpahkan rahmat-Nya kepada kita semua dan semoga skripsi ini dapat memberikan manfaat bagi pembaca. Amin.
Medan, Februari 2014
DAFTAR ISI
1.4 Manfaat Penelitian ... 10
BAB II TINJAUAN PUSTAKA 2.1 Analisis Jalur ... 11
2.1.1 Sejarah Analisis Jalur ... 11
2.1.2 Pengertian Analisis Jalur ... 12
2.1.3 Manfaat Analisis Jalur ... 13
2.1.4 Asumsi dalam Analisis Jalur ... 13
2.1.5 Istilah-istilah dasar dalam Analisis Jalur ... 14
2.1.6 Model Analisis Jalur ... 16
2.1.7 Keuntungan dan kelemahan Analisis Jalur ... 21
2.1.8 Perbedaan Analisis Jalur dan Regresi ... 22
2.2 Pengetahuan... 24
2.3 Motivasi ... 26
2.5.5 Uji Kesesuaian dan Uji Statistik ... 33
2.6 Aplikasi Lisrel ... 35
2.6.1 Pengenalan Lisrel ... 35
2.6.2 Pembagian Lisrel... 35
2.7 Tes IVA (Inspeksi Visual Asam Asetat) ... 37
3.2 Lokasi dan Waktu Penelitian ... 40
3.3 Populasi dan Sampel ... 40
3.3.1 Populasi ... 40
3.3.2 Sampel ... 40
3.4 Metode Pengumpulan Data ... 42
3.5 Defenisi Operasional ... 42
3.6 Pengukuran ... 43
3.7 Teknik Analisis Data ... 44
BAB IV HASIL PENELITIAN 4.1 Gambaran Umum Kelurahan Gambir Baru ... 46
4.2 Gambaran Umum Karakteristik Responden ... 47
4.2.1 Karakteristik Responden Berdasarkan Umur ... 47
4.2.2 Karakteristik Responden Berdasarkan Status Pernikahan ... 47
4.2.3 Karakteristik Responden Berdasarkan Pendidikan Terakhir ... 48
4.2.4 Karakteristik Responden Berdasarkan Pekerjaan... 48
4.2.5 Karakteristik Responden Berdasarkan Pendapatan Keluarga ... 49
4.2.6 Karakteristik Responden Berdasarkan Agama ... 49
4.2.7 Karakteristik Responden Berdasarkan Pengetahuan ... 49
4.2.8 Karakteristik Responden Berdasarkan Motivasi ... 50
4.2.9 Karakteristik Responden Berdasarkan Sikap ... 50
4.3 Deskripsi Pengujian Menggunakan Amos ... 51
4.3.1 Cara Menjalankan Amos ... 51
4.3.2 Uji Normalitas Menggunakan Amos ... 58
4.3.3 Uji Kesesuaian Model ... 61
4.3.4 Uji Hipotesis Penelitian ... 61
4.4 Deskripsi Pengujian Menggunakan Lisrel... 64
4.4.1 Uji Normalitas Menggunakan SPSS... 64
4.4.2 Cara Menjalankan Lisrel ... 65
4.4.3 Uji Kesesuaian Model ... 73
4.5 Perbandingan Berdasarkan Kesesuaian Model Menggunakan Amos dan
Lisrel ... 75
4.6 Langkah Analisis Jalur ... 76
4.6.1 Menghitung Koefisien Korelasi Sederhana ... 77
4.6.2 Membuat Matriks Korelasi ... 77
4.6.3 Menghitung Koefisien Jalur ... 77
4.6.4 Pengujian Signifikasi Koefisien Jalur ... 78
4.6.5 Pengaruh Langsung, Tidak Langsung dan Total ... 78
BAB V PEMBAHASAN 5.1 Perbandingan Pengaruh Pengetahuan Terhadap Motivasi Menggunakan Aplikasi Amos dan Lisrel………...80
5.2 Perbandingan Pengaruh Motivasi Terhadap Sikap Menggunakan Aplikasi Amos dan Lisrel……….81
5.3 Perbandingan Pengaruh Pengetahuan Terhadap Sikap Menggunakan Aplikasi Amos dan Lisrel………...82
BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan………84
6.2 Saran………...85
DAFTAR TABEL
Halaman
Tabel 2.1 Perbedaan Analisis Jalur dan Regresi...22
Tabel 3.1 Aspek Pengukuran...43
Tabel 4.1 Karakteristik Responden Berdasarkan Umur...47
Tabel 4.2 Karakteristik Responden Berdasarkan Status Pernikahan...47
Tabel 4.3 Karakteristik Responden Berdasarkan Pendidikan Terakhir...48
Tabel 4.4 Karakteristik Responden Berdasarkan Pekerjaan...48
Tabel 4.5 Karakteristik Responden Berdasarkan Pendapatan Keluarga...49
Tabel 4.6 Karakteristik Responden Berdasarkan Agama...49
Tabel 4.7 Karakteristik Responden Berdasarkan Pengetahuan...50
Tabel 4.8 Karakteristik Responden Berdasarkan Motivasi...50
Tabel 4.9 Karakteristik Responden Berdasarkan Sikap...50
Tabel 4.10 Variabel Summary...58
Tabel 4.11 Uji Distribusi Normal atas 130 data... ...58
Tabel 4.12 Observations Farthest from the Centroid atas 130 data...59
Tabel 4.13 Uji Distribusi Normal atas 117 data...60
Tabel 4.14 Observations Farthest from the Centroid atas 117 data...60
Tabel 4.15 Regression Weight (Group Number 1 – Default Model) ...61
Tabel 4.16 Standardized Regression Weight (Group Number 1 – Defaut Model..62
Tabel 4.17 Standardized Direct Effects (Group Number 1 – Default Model) ...62
Tabel 4.18 Pengujian Hipotesis Penelitian Berdasarkan Probabilitas………...62
Tabel 4.19 Standardized Indirect Effects (Group Number 1 – Default Model)....63
Tabel 4.20 Standardized Total Effects (Group Number 1 – Default Model) ...64
Tabel 4.21 Nilai t hitung………...74
Tabel 4.22 Tabel Perbandingan Berdasarkan Kesesuaian Model Menggunakan Amos dan Lisrel………..75
Tabel 4.23 Koefisien Korelasi Sederhana………77
DAFTAR GAMBAR
Halaman
Gambar 2.1 Model Regresi Berganda ... 18
Gambar 2.2 Model Mediasi ... 19
Gambar 2.3 Model Kombinasi Regresi Berganda dan Mediasi ... 19
Gambar 2.4 Model Kompleks ... 20
Gambar 2.5 Model Rekursif... 20
Gambar 2.7 Kerangka Operasional... 39
Gambar 4.1 Text Output-Notes for Group... 57
Gambar 4.2 Hasil Uji t-hitung... 71
Gambar 4.3 Path Diagram...72
Gambar 4.4 Pengaruh Total dan Tidak Langsung... 73
Gambar 4.5 Koefisien Jalur... 73
DAFTAR LAMPIRAN
Lampiran 1. Master Data
Lampiran 2. Kuesioner Penelitian Lampiran 3. Surat Izin Penelitian
Lampiran 4. Surat Balasan Telah Melakukan Penelitian Lampiran 5. Output Karakteristik Responden
Lampiran 6. Output Amos
ABSTRAK
PENERAPAN ANALISIS JALUR UNTUK MELIHAT PENGARUH PENGETAHUAN DAN MOTIVASI TERHADAP SIKAP WANITA USIA SUBUR UNTUK MELAKUKAN PEMERIKSAAN IVA MENGGUNAKAN APLIKASI AMOS DAN LISREL DI KELURAHAN GAMBIR BARU KISARAN TAHUN 2013
Tujuan penelitian ini adalah menerapkan analisis jalur untuk melihat pengaruh pengetahuan dan motivasi terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA dengan menggunakan software Amos dan Lisrel di kelurahan Gambir Baru Kisaran tahun 2013.
Hasil penelitian menunjukkan pada uji kesesuaian menggunakan software Amos dan Lisrel sama-sama didapatkan hasil goodness of fit yang menghasilkan model yang fit. Pada uji hipotesis menggunakan software Amos dan Lisrel sama-sama didapatkan hasil bahwa pengetahuan berpengaruh signifikan terhadap motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013, dan motivasi sama-sama berpengaruh signifikan terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013. Namun juga didapatkan perbedaan, pada software Amos didapatkan pengetahuan tidak berpengaruh terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013 dan pada software Lisrel didapatkan pengetahuan berpengaruh signifikan terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013. Kemudian juga sama-sama didapatkan tidak terdapat pengaruh pengetahuan terhadap sikap melalui motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013.
Sebagai saran, peneliti merekomendasikan penelitian selanjutnya juga melakukan analisis menggunakan kedua software ini kemudian melihat indikator goodness of fit setelah itu menyesuaikan dengan uji hipotesis sesuai dengan teori pada tinjauan pustaka.
ABSTRACT
THE APPLICATION OF PATH ANALYSIS TO SEE THE EFFECT OF THE KNOWLEDGE AND MOTIVATION TO THE ATTITUDE OF WOMEN OF CHILDBEARING AGE TO EXAMINE THE IVA TEST USING BY AMOS AND LISREL APPLICATIONS IN KELURAHAN GAMBIR BARU KISARAN IN 2013
The purpose of this research is applying path analysis to see the effect of the knowledge and motivation to the attitude of women of childbearing age to examine the IVA Test using by Amos and Lisrel applications in Kelurahan Gambir Baru Kisaran in 2013.
The results showed the suitability test using by Amos and Lisrel software and both showed the goodness of fit which is produces the model fit. In the hypothesis testing using by Amos and Lisrel software and both showed that knowledge of a significant effect on motivation of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013, and motivation are equally significant effect on attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. But also found differences, in the software Amos knowledge obtained no effect on attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013 and the lisrel software acquired knowledge significantly influence the attitude of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. Then were similarly obtained there is no influence on knowledge to attitude through motivation of women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013.
As a suggestion researchers recommend further study also analyzed using both of the software and then look at the indicators of goodness of fit, after it adapts to test the hypothesis according to the theory of literature review.
BAB I PENDAHULUAN
1.1 Latar Belakang
Penggunaan statistika dalam segala bidang ilmu dan kehidupan manusia telah membuat maju peradaban dunia. Penelitian-penelitian yang dilakukan dalam laboratorium maupun penelitian terapan telah membawa perubahan dan kemajuan dunia. Tidak dapat dipungkiri bahwa perkembangan Ilmu Pengetahuan dan Teknologi (IPTEK) sebagai peran dari statistika (Widiyanto, 2013).
Seiring berjalannya waktu, statistika dapat digunakan dalam pengembangan IPTEK. Karena pengembangan IPTEK memiliki tujuan pendekatan modern untuk menyajikan mengenai konsep-konsep dasar dan metode statistik secara lebih jelas dan langsung dapat membantu seseorang didalam pengembangan daya kritik dalam suatu kegiatan pengambilan keputusan dengan menggunakan cara-cara kuantitatif, sejalan dengan banyaknya penelitian yang dilakukan oleh para ilmuwan. Semakin banyak penelitian yang dilakukan oleh para ilmuwan, maka IPTEK pun akan semakin berkembang (Al-Faditya, 2013).
Dalam bidang apapun termasuk dalam bidang kesehatan, suatu akibat (fenomena masalah kesehatan) tidak mungkin dipengaruhi oleh satu penyebab. Kenyataan yang ada adalah satu akibat pasti dipengaruhi oleh beberapa penyebab (beberapa faktor atau multi faktor), oleh karena itu seorang peneliti dianjurkan untuk menguasai analisis multivariat. Analisis multivariat merupakan analisis yang bertujuan untuk mempelajari hubungan beberapa variabel (lebih dari satu variabel) independen dengan satu atau beberapa variabel dependen (umumnya satu variabel dependen) (Riyanto, 2012).
Menurut Widiyanto (2013), analisis jalur (Path Analysis) merupakan salah satu teknik statistika parametrik yang digunakan untuk menguji hubungan antar variabel yang sifatnya kausal. Dalam pengujian hubungan tersebut didasarkan pada teori yang menyatakan variabel itu memiliki hubungan. Kuat lemahnya teori yang digunakan dalam menggambarkan hubungan kausal tersebut menentukan dalam penyusunan diagram jalur dan mempengaruhi hasil dari analisis serta pengimplementasian secara keilmuan.
Alat menghitung dari analisis jalur untuk menghasilkan koefisien jalur adalah dengan cara meminjam hitungan analisis korelasi dan regresi sebagai dasar perhitungannya. Perbedaannya dengan hasil analisis korelasi dan regresi terlihat pada hasil dalam tabel coefficient, bahwa analisis korelasi dan regresi hasil yang diambil terletak pada nilai B-nya (constant ada nilainya dan X1, X2, Y dan
seterusnya ada nilainya pada kolom B tersebut yang membentuk struktur Ý = a + bx1 + bx2 + bx3 dst), sedangkan analisis jalur pada nilai Beta yang membentuk
Melalui analisa jalur dapat diketahui besarnya kontribusi yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur (Riduan & Kuncoro, 2011) yang terdiri dari direct causal effects (pengaruh langsung), indirect causal effects (pengaruh tidak langsung), dan total causal effects (total pengaruh) (Sunjoyo dkk, 2013).
Salah satu cara untuk melihat hubungan sebab akibat tersebut dapat dilakukan dengan melihat pengaruh pengetahuan dan motivasi terhadap sikap WUS untuk melakukan pemeriksaan IVA. Tes IVA merupakan deteksi dini untuk melihat penyakit Kanker Serviks. Menurut Rasjidi (2009), total jumlah wanita yang didiagnosis kanker serviks di Amerika Serikat pada tahun 1999 adalah 12.900 dengan kematian yang berkaitan dengan kanker sejumlah 4.400, sedangkan jumlah wanita yang mengidap kanker serviks diseluruh dunia sekitar 471.000, dengan angka kematian 215.000. Kebanyakan penderita baru menyadari penyakitnya setelah berada pada Stadium Lanjut, sehingga sebagian sudah tidak dapat tertolong lagi. Hal ini disebabkan kebanyakan dari penderita bahkan tidak mengetahui tentang penyakit ini begitu pula dengan deteksi dininya.
Dengan mempelajari motivasi maka kita dapat menjelaskan dan memprediksi perilaku seseorang. Jika seseorang sudah memiliki motivasi yang kuat untuk melakukan perilaku yang berhubungan dengan kesehatan, maka perilakunya menjadi konsisten dan dapat diramalkan. Motivasi merupakan sebuah konsep psikologis yang intangible atau tidak kasat mata sehingga kita tidak dapat melihatnya secara kasat mata namun kita dapat mengetahuinya dengan menyimpulkan perilaku, perasaan dan perkataannya ketika mereka ingin mencapai tujuannya. Sehingga motivasi berperan sebagai variabel intervening.
Menurut Notoatmodjo (2005), dalam menentukan sikap yang utuh, pengetahuan, pikiran, keyakinan, dan emosi memegang peranan penting. Manifestasi sikap tidak dapat dilihat secara langsung namun dapat ditafsirkan terlebih dahulu. Apabila Wanita Usia Subur (WUS) tahu dan mendengar tentang penyakit kanker serviks maka pengetahuan ini akan membuatnya berfikir. Dalam berfikir ini komponen emosi dan keyakinan ikut bekerja, muncul motivasi agar terhindar dari penyakit kanker serviks sehingga wanita tersebut mengambil suatu sikap untuk melakukan Pemeriksaan IVA sebagai deteksi dini penyakit kanker serviks.
sekitar 15% dari seluruh data riset berbasis hubungan struktural, dibandingkan total penggunaan Amos dan yang lain hanya sekitar 3%.
Menurut Ghozali (2013), Amos dan Lisrel adalah software yang digunakan untuk menyelesaikan model persamaan struktural, jadi kedua software ini akan menghasilkan estimasi parameter yang sama. Bedanya terletak pada penggunaan. Amos dapat digunakan secara grapgical interface (Amos Graphic) artinya hubungan antara variabel bisa digambar langsung dengan simbol elips (variabel laten) atau kotak (variabel observed) sehingga tidak perlu menyusun persamaan regresinya, tetapi Amos dapat juga berangkat dari persamaan dahulu (Amos basic). Amos memiliki kelemahan apabila asumsi multivariat normalitas tidak dipenuhi atau data kita murni ordinal bukan kontinyu, terjadi hubungan moderating antar variabel, maka Amos tidak dapat menyelesaikan hal ini. Sedangkan Lisrel mampu mengatasi semua persoalan tadi sehingga Lisrel dianggap lebih canggih dibanding Amos.
Namun Amos juga memiliki kelemahan bila dibandingkan dengan Lisrel yaitu tidak dapat diketahuinya signifikan tidaknya peranan tidak langsung (Widhiarso, 2011).
Menurut Chaniago (2008), Lisrel merupakan singkatan dari Linear Structural Relationship juga merupakan program yang banyak digunakan untuk causal modeling. Hal ini disebabkan selain kemampuan Lisrel dalam mengestimasi berbagai masalah dalam model sebab akibat, tampilan Lisrel juga paling informatif dalam menyajikan hasil-hasil statistik. Namun dalam Lisrel ada begitu banyak bahasa perintah sehingga user harus mengetahui bahasa yang digunakan sebagai input.
Atas dasar tersebut maka dilakukan penelitian analisis jalur dengan menggunakan aplikasi Amos dan Lisrel untuk melihat pengaplikasian causal modelling secara deskriptif sehingga dapat dilihat model yang fit diantara kedua alat tersebut. Peneliti melakukan pengambilan sampel di Kelurahan Gambir Baru Kisaran untuk melihat pengaruh pengetahuan dan motivasi terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA menggunakan aplikasi Amos dan Lisrel.
penelitian diketahui adanya human papillomavirus (HPV) sebagai penyebab lain dari penyakit ini (Misaroh dan Atikah, 2009).
Diperkirakan terdapat 10.370 kasus baru kanker serviks invasif yang didiagnosis di Amerika Serikat pada tahun 2005. Pada tahun yang sama, 3.170 pasien diperkirakan meninggal akibat kanker serviks. Jumlah ini mendekati 1,3% dari kematian akibat kanker pada wanita dan 13% dari kematian akibat kanker ginekologi. Di banyak negara berkembang, kanker serviks merupakan penyebab kematian paling umum di usia reproduktif. Kanker serviks merupakan jenis kanker terbanyak kedua pada wanita dan menjadi penyebab lebih dari 250.000 kematian pada tahun 2005. Kurang lebih 80% kematian tersebut terjadi di negara berkembang. Tanpa penatalaksanaan yang adekuat, diperkirakan kematian akibat kanker serviks akan meningkat 25% dalam 10 tahun mendatang (Rasjidi, 2009).
melakukan skrining kanker serviks dengan metode yang lebih sederhana yaitu dengan IVA (Inspeksi Visual dengan Asam Asetat) (Delima, 2011).
Hingga kini metode Inspeksi Visual Asam Asetat (IVA) sering diterapkan oleh banyak pihak sebagai metode yang relatif murah, namun tetap mampu mendeteksi kanker serviks dengan akurat.Menurut Ketua YKI (Yayasan Kanker Indonesia) Pusat Nila Moeloek mengatakan, “Tes IVA jauh lebih murah dibandingkan papsmear. Jika tes papsmear menghabiskan biaya hingga Rp 50.000, tes IVA hanya berkisar antara Rp 2.000 hingga Rp 5.000.” Akurasi tes IVA juga hampir sama dengan tes papsmear. Bahkan, tes IVA sudah dapat mendeteksi sel pre-kanker. Ketua YKI ini juga menuturkan, “Sejatinya tidak ada metode yang 100 persen akurat, namun tes IVA sudah bisa mencapai akurasi 70 persen. Ini tentu sudah cukup baik daripada tidak sama sekali.”
1.2 Perumusan Masalah
Rumusan masalah pada penelitian ini adalah: Bagaimana hasil penerapan analisis jalur untuk melihat besarnya pengaruh pengetahuan dan motivasi terhadap sikap Wanita Usia Subur (WUS) untuk melakukan Pemeriksaan IVA menggunakan aplikasi Amos dan Lisrel di Kelurahan Gambir Baru Kisaran periode November 2013.
1.3 Tujuan Penelitian
1.3.1 Tujuan Umum
Menerapkan analisis jalur untuk melihat besarnya pengaruh pengetahuan dan motivasi terhadap sikap Wanita Usia Subur (WUS) untuk melakukan Pemeriksaan IVA menggunakan aplikasi Amos dan Lisrel di Kelurahan Gambir Baru Kisaran tahun 2013.
1.3.2 Tujuan Khusus
1. Untuk mengetahui pengaruh pengetahuan terhadap motivasi Wanita Usia Subur (WUS) untuk melakukan pemeriksaan IVA menggunakan aplikasi Amos dan Lisrel di Kelurahan Gambir Baru Kisaran tahun 2013.
2. Untuk mengetahui pengaruh motivasi terhadap sikap Wanita Usia Subur (WUS) untuk melakukan pemeriksaan IVA menggunakan aplikasi Amos dan Lisrel di Kelurahan Gambir Baru Kisaran tahun 2013.
1.4 Manfaat Penelitian
1. Bagi masyarakat khususnya Wanita Usia Subur (WUS) untuk lebih menambah wawasan tentang deteksi dini Kanker Serviks dengan Pemeriksaan IVA.
2. Bagi peneliti sebagai bahan pembelajaran dan penambah pengetahuan serta memahami kajian penerapan Analisis Jalur dalam teori dan praktek di lapangan menggunakan aplikasi Amos dan Lisrel.
BAB II
TINJAUAN PUSTAKA
2.1 Analisis Jalur
2.1.1 Sejarah Analisis Jalur
Path Analysis atau analisis jalur dikembangkan oleh Sewal Wright tahun 1934. Bohrnstedt mengartikan analisis jalur sebagai “a technique for estimating
the effect’s a set of independent variables has on a dependent variable from a set of observed correlations, given a set of hypothesized causal asymetric relatin among the variables” (Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk, 2013).
Analisis jalur ini merupakan perluasan atau kepanjangan dari regresi berganda yang digunakan untuk menaksir hubungan kausalitas (sebab-akibat) antar variabel yang telah ditetapkan sebelumnya, serta menguji besarnya sumbangan atau kontribusi masing-masing variabel eksogen terhadap variabel endogen (Ghozali 2006, Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk, 2013).
2.1.2 Pengertian Analisis Jalur
Menurut Pedhazur dalam Kerlinger (1983) dikutip oleh Widiyanto (2013), analisis jalur merupakan suatu bentuk terapan dari analisis multiregresi. Dalam analisis ini digunakan diagram jalur untuk membantu konseptualisasi masalah atau menguji hipotesis yang kompleks dan juga untuk mengetahui pengaruh langsung dan tidak langsung dari variabel-variabel bebas terhadap variabel terikat.
Analisis jalur ialah suatu tehnik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung (Robert D. Rutherford 1993 dikutip oleh Sarwono, 2007).
Defenisi lain mengatakan “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikasi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel” (Paul Webley 1997 dikutip oleh Sarwono, 2007).
matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga penghitungan uji keselarasan statistik (David Garson 2003 dikutip oleh Sarwono, 2007).
2.1.3 Manfaat Analisis Jalur
Menurut Saparina (2013), ada beberapa manfaat analisis jalur diantaranya adalah:
1. Sebagai penjelas terhadap fenomena yang dipelajari atau permasalahan yang diteliti.
2. Untuk prediksi nilai variabel endogenous (Y) berdasarkan nilai variabel eksogenous (X).
3. Sebagai faktor determinan yaitu penentuan variabel eksogenous (X) mana yang berpengaruh dominan terhadap variabel endogenous (Y), juga untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel eksogenous (X) terhadap variabel endogenous (Y).
4. Pengujian model, menggunakan theory triming, baik untuk uji reabilitas konsep yang sudah ada ataupun uji pengembang konsep baru.
2.1.4 Asumsi dalam Analisis Jalur
Asumsi yang melandasi analisis jalur diantaranya adalah (Solimun 2002, Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk, 2013):
2.1.5 Istilah-istilah dasar dalam Analisis Jalur
Menurut Sarwono (2007), ada beberapa istilah yang digunakan dalam analisis jalur yaitu sebagai berikut:
1. Model Jalur
Adalah suatu diagram yang menghubungkan antara variabel bebas, perantara dan tergantung. Pola hubungannya menggunakan anak panah. Anak panah tunggal menunjukkan hubungan sebab-akibat antara variabel exogenous dengan satu variabel tergantung atau lebih. Anak panah-anak panah juga menghubungkan kesalahan (variabel residue) dengan semua variabel endogenous masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogenous.
2. Jalur penyebab untuk suatu variabel yang diberikan
Meliputi pertama, jalur-jalur arah dari anak panah menuju ke variabel tersebut dan kedua, jalur-jalur korelasi dari semua variabel endogenous yang dikorelasikan dengan variabel-variabel lain yang mempunyai anak panah-anak panah menuju ke variabel yang sudah ada tersebut.
3. Variabel exogenous
4. Variabel endogenous
Adalah variabel yang mempunyai anak panah-anak panah menuju ke arahnya. Variabel yang termasuk di dalamnya mencakup semua variabel perantara dan tergantung. Variabel perantara endogenous mempunyai anak panah yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model. Adapun variabel tergantung hanya mempunyai anak panah yang menuju ke arahnya. Variabel ini disebut pula dependen variabel.
5. Koefisien jalur atau pembobotan jalur
Adalah koefisien regresi standar atau disebut ‘beta’ yang menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel tergantung dalam suatu model tertentu.
6. Variabel-variabel exogenous yang dikorelasikan
Jika semua variabel exogenous dikorelasikan maka sebagai penanda hubungannya ialah anak panah dengan dua kepala yang dihubungkan di antara variabel-variabel dengan koefisien korelasinya.
7. Istilah gangguan
Gangguan atau residue mencerminkan adanya varian yang tidak dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah dengan kesalahan pengukuran.
8. Dekomposisi pengaruh
berhubungan dengan jalur langsung dan tidak langsung yang direfleksikan dengan anak panah-anak panah dalam suatu model tertentu.
9. Model Recursive
Model penyebab mempunyai satu arah dan tidak ada pengaruh sebab akibat (reciprocal). Dalam model ini, satu variabel tidak dapat berfungsi sebagai penyebab dan akibat dalam waktu yang bersamaan.
10. Model Non-Recursive
Model penyebab mempunyai arah yang membalik (feed back loop) dan ada pengaruh sebab akibat (reciprocal).
2.1.6 Model Analisis Jalur
Beberapa istilah dan defenisi dalam analisis jalur. (1) Dalam Analisis Jalur, kita hanya menggunakan sebuah lambung variabel, yaitu X. Untuk membedakan X yang satu dengan X yang lainnya, kita menggunakan subscript (indeks). Contoh: X1, X2, X3, ... , Xk. (2) Kita membedakan dua jenis variabel,
yaitu variabel variabel yang menjadi pengaruh (exogenous variable), dan variabel yang dipengaruhi (endogenous variable). (3) Lambang hubungan langsung dari eksogen ke endogen adalah panah bermata satu, yang bersifat recursive atau arah hubungan yang tidak berbalik/satu arah. (4) Diagram jalur merupakan diagram atau gambar yang mensyaratkan hubungan terstruktur antar variabel (Harun Al Rasyid, 2005).
a. Analisis Jalur Model Trimming
Model Trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalur diuji secara keseluruhan apabila ternyata ada variabel yang tidak signifikan. Walaupun ada satu, dua, atau lebih variabel yang tidak signifikan, perlu memperbaiki model struktur analisis jalur yang telah dihipotesiskan.
b. Analisis Jalur Model Dekomposisi
Model dekomposisi adalah model yang menekankan pada pengaruh yang bersifat kausalitas antar variabel, baik pengaruh langsung ataupun tidak langsung dalam kerangka analisis jalur, sedangkan hubungan yang sifatnya nonkausalitas atau hubungan korelasional yang terjadi antar variabel eksogen tidak termasuk dalam perhitungan ini.
Perhitungan menggunakan analisis jalur dengan menggunakan model dekomposisi pengaruh kausal antar variabel dapat dibedakan menjadi tiga yaitu:
1. Direct causal effects (Pengaruh Kausal Langsung) adalah pengaruh satu variabel eksogen terhadap variabel endogen yang terjadi tanpa melalui variabel endogen lain.
3. Total causal effects (Pengaruh Kausal Total) adalah jumlah dari pengaruh kausal langsung dan pengaruh kausal tidak langsung.
c. Model Regresi Berganda
Model ini merupakan pengembangan regresi berganda dengan menggunakan dua variabel exogenous, yaitu X1 dan X2 dengan satu variabel endogenous Y. Model ini digambarkan sebagai berikut:
Gambar 2.1 Model Regresi Berganda d. Model Mediasi
Model mediasi atau perantara ialah di mana variabel Y memodifikasi pengaruh variabel X terhadap variabel Z. Model ini digambarkan sebagai berikut:
X
1Y
Gambar 2.2 Model Mediasi e. Model Kombinasi Regresi Berganda dan Mediasi
Model ini merupakan kombinasi antara model pertama dan kedua, yaitu variabel X berpengaruh terhadap variabel Z secara langsung dan secara tidak langsung mempengaruhi variabel Z melalui variabel Y. Model digambarkan sebagai berikut:
Gambar 2.3 Model Kombinasi f. Model Kompleks
Model ini merupakan model yang lebih kompleks, yaitu variabel X1 secara langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak langsung mempengaruhi Y2, sementara variabel Y2 juga dipengaruhi oleh variabel Y1. Model digambarkan sebagai berikut :
X
Z
Y
X
Z
Gambar 2.4 Model Kompleks g. Model Rekursif dan Non Rekursif
Model rekursif adalah jika semua anak panah menuju anak panah seperti gambar di bawah ini :
P41
P31
P43
r21 P21
P32
P42
e2 e3 e4
Gambar 2.5 Model Rekursif Model ini dapat diterangkan sebagai berikut:
1. Anak panah menuju satu arah, yaitu dari 1 ke 2, 3 dan 4; dari 2 ke 3 dan dari 3 menuju 4. Tidak ada arah yang terbalik misalnyadari 4 ke 1.
X1
X2
Y2
Y1
1
4 3
2. Hanya terdapat satu variabel exogenous, yaitu 1 dan 3 variabel endogenous yaitu 2, 3 dan 4. Masing-masing variabel endogenous diterangkan oleh variabel 1 dan error (e2, e3 dan e4)
3. Satu variabel endogenous dapat menjadi penyebab variabel endogenous lainnya, tetapi bukan ke variabel exogenous.
Model non rekursif terjadi jika arah anak panah tidak searah atau terjadi arah yang berbalik, misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2, atau bersifat sebab akibat. Pada bagian berikut untuk mempermudah kita dalam memahami analisis jalur, maka kita bisa menggunakan model-model jalur berikut:
1. Model Persamaan Satu Jalur
Model Persamaan satu jalur merupakan hubungan sebenarnya sama dengan regresi berganda, yaitu variabel bebas terdiri dari satu variabel dan variabel tergantungnya hanya satu.
2. Model Persamaan Dua Jalur
Model ini terdiri dari tiga variabel bebas dan mempunyai dua variabel tergantung.
3. Model Persamaan Tiga Jalur
Model ini terdiri dari tiga variabel bebas, salah satu variabel bebas menjadi variabel perantara dan mempunyai dua variabel tergantung.
2.1.7 Keuntungan dan Kelemahan Analisis Jalur
Menurut Sarwono (2012), keuntungan menggunakan analisis jalur diantaranya :
2. Kemampuan pemodelan beberapa variabel mediator/perantara.
3. Kemampuan mengestimasi dengan menggunakan persamaan yang dapat melihat semua kemungkinan hubungan sebab akibat pada semua variabel dalam model.
4. Kemampuan melakukan dekomposisi korelasi menjadi hubungan yang bersifat sebab akibat (causal relation), seperti pengaruh langsung (direct effect) dan pengaruh tidak langsung (indirect effect) dan bukan sebab akibat (non-causal association), seperti komponen semu (spurious).
Kelemahan menggunakan analisis jalur diantaranya : 1. Tidak dapat mengurangi dampak kesalahan pengukuran.
2. Analisis jalur hanya mempunyai variabel-variabel yang dapat diobservasi secara langsung.
3. Analisis jalur tidak mempunyai indikator-indikator suatu variabel laten.
4. Karena analisis jalur merupakan perpanjangan regresi linier berganda, maka semua asumsi dalam rumus ini harus diikuti.
5. Sebab akibat dalam model hanya bersifat searah (one direction), tidak boleh bersifat timbal balik (reciprocal).
2.1.8 Perbedaan Analisis Jalur dan Regresi
Menurut Saparina (2013), ada beberapa perbedaan model analisis jalur dan regresi yaitu:
Tabel 2.1 Perbedaan Analisis Jalur dan Regresi
Penjelasan Model Analisis
Regresi Path (Jalur)
bila ada Kegunaan 1.Penjelasan terhadap
fenomena yang
1.Penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti.
2.Prediksi kuantitatif.
3.Faktor diterminan yaitu penentuan variable bebas (X) yang berpengaruh dominan terhadap variable terikat (Y). 4.Penelusuran mekanisme (lintasan)
pengaruh.
5.Pengujian model, menggunakan teori trimming, baik untuk uji reabilitas konsep yang sudah ada ataupun uji pengembangan konsep baru.
Hubungan yang dianalisis
Bersifat tunggal Tunggal atau ganda
Jenis data yang
dianalisis
Skala interval dan ratio Minimal skala interval dan data
dinyatakan dalam satuan baku atau z skor
Prinsip 1. Hubungan antar variabel berpola linear, bersifat normal.
2. Sistem aliran kausal satu arah.
3. Sampel random 4. Model dianalisis
berdasarkan teori-teori yang relevan.
1.Hubungan antar variabel berpola linear, bersifat normal.
2.Sistem aliran kausal satu arah. 3.Sampel random
4.Model dianalisis berdasarkan teori-teori yang relevan
2.2 Pengetahuan
Pengetahuan adalah sejumlah informasi yang dikumpulkan yang dipahami dan pengenalan terhadap sesuatu hal atau benda-benda secara obyektif. Pengetahuan juga berasal dari pengalaman tertentu yang pernah dialami dan yang diperoleh dari hasil belajar secara formal, informal dan non formal (Mangindaan 1996 dalam Toruntju 2005). Menurut Sarwono (1997) dalam Toruntju (2005) pengetahuan lebih bersifat pengenalan terhadap sesuatu benda atau hal secara obyektif.
Pengetahuan atau kognitif seseorang adalah hasil tahu yang terjadi setelah seseorang melakukan penginderaan terhadap suatu objek tertentu yang sebagian besar diperoleh melalui indera penglihatan dan pendengaran. Pengetahuan ini merupakan bagian yang penting dalam membentuk motivasi kemudian menjadi suatu sikap. Oleh karena itu dapat dikatakan bahwa pengetahuan seseorang tentang Pemeriksaan IVA adalah pemahaman responden mengenai pemeriksaan IVA setelah melakukan berbagai penginderaan terhadap sejumlah obyek yang berkaitan dengan Pemeriksaan IVA.
Menurut Notoatmodjo (2003), terdapat 6 tingkatan pengetahuan yang tercakup dalam domain kognitif yaitu:
1. Tahu (know)
2. Memahami (comprehension)
Memahami diartikan suatu kemampuan untuk menjelaskan secara benar tentang objek yang diketahui, dan menginterpretasikan materi tersebut secara benar sehingga dapat menjelaskan, menyebutkan contoh, menyimpulkan, meramalkan dan sebagainya.
3. Aplikasi (aplication)
Aplikasi diartikan kemampuan untuk menggunakan materi yang telah dipelajari pada kondisi sebenarnya mencakup penggunaan hukum-hukum, rumus, metode, prinsip dan sebagainya.
4. Analisis (analysis)
Analisis adalah suatu kemampuan untuk menjabarkan materi atau suatu objek ke dalam komponen-komponen, namun masih dalam suatu struktur dan masih ada kaitannya. Analisis menggunakan kata kerja dapat menggambarkan (membuat bagan), membedakan, memisahkan, mengelompokkan dan sebagainya.
5. Sintesis (synthesis)
Sintesis adalah suatu kemampuan untuk menyusun formulasi baru dari formulasi-formulasi yang ada dengan kata kerja dapat menyusun, dapat merencanakan, dapat meringkaskan, dapat menyesuaikan dan sebagainya. 6. Evaluasi (evaluation)
2.3 Motivasi
Motivasi secara umum mengacu pada adanya kekuatan dorongan yang menggerakkan kita untuk berperilaku tertentu. Maka dari itu, dalam mempelajari motivasi kita akan berhubungan dengan hasrat, keinginan, dorongan dan tujuan (Notoatmodjo, 2005).
Motivasi seseorang untuk melakukan Pemeriksaan IVA adalah daya upaya yang mendorong seseorang untuk melakukan Pemeriksaan IVA. Motif dapat dikatakan sebagai daya penggerak dari dalam sehingga mengarahkan Wanita Usia Subur (WUS) untuk mau melakukan Pemeriksaan IVA sebagai usaha untuk mendeteksi Kanker Serviks secara dini.
Menurut Notoatmodjo (2005), ada beberapa pendekatan dalam mempelajari motivasi yaitu:
a. Pendekatan Instink
Instink adalah pola perilaku yang kita bawa sejak lahir yang secara biologis diturunkan, sehingga pada awalnya motivasi dipelajari dengan mempelajari instink.
b. Pendekatan Pemuasan Kebutuhan (Drive-Redution)
c. Pendekatan Insentif
Insentif merupakan stimulus yang menarik seseorang untuk melakukan sesuatu karena dengan melakukan perilaku tersebut, maka kita akan mendapat imbalan. Dalam hal ini, insentif adalah tujuan yang ingin dicapai.
d. Pendekatan Arousal
Pendekatan ini mencari jawaban atas tingkah laku di mana tujuan dari perilaku uni adalah untuk memelihara atau meningkatkan rasa ketegangan. Teori ini disebut dengan oponen-proses.
e. Pendekatan Kognitif
Menurut Feldman (2003), pendekatan kognitif ini menjelaskan bahwa motivasi merupakan produk dari pikiran, harapan dan tujuan seseorang. Dalam pendekatan ini dibedakan atas motif intrinsik (dari dalam diri) yang akan mendorong untuk melakukan aktivitas guna memenuhi kesenangan sedangkan motif ekstrinsik (dari luar diri) mendorong seseorang berperilaku tertentu karena ingin mendapatkan pujian.
Menurut Notoatmodjo (2010), ada 2 aliran teori motivasi yaitu: 1. Content Theory
2. Process Theory
Merupakan teori-teori yang berusaha memahami proses berpikir yang ada yang dapat mendorong seseorang untuk berperilaku tertentu, salah satu teori ini adalah teori harapan (expectancy theory).
2.4 Sikap
Menurut Thurstone (2000) yang dikutip Azwar (2003), sikap adalah derajat afek positif atau afek negatif yang dikaitkan dengan suatu obyek psikologis. Sikap adalah keadaan mental dan syaraf dari kesiapan, yang diatur melalui pengalaman yang memberikan pengaruh dinamik atau terarah terhadap respon individu pada semua obyek dan situasi yang berkaitan dengannya. Dari sini sikap dapat digambarkan sebagai kecenderungan subyek merespon suka atau tidak suka terhadap suatu obyek. Dalam bahasan ini yang berperan sebagai subyek yaitu Wanita Usia Subur (WUS) dan obyek yaitu pemeriksaan IVA.
Walgio (2001) mengemukakan ciri-ciri sikap yaitu: tidak dibawa sejak lahir, selalu berhubungan dengan obyek sikap, dapat tertuju pada satu obyek saja maupun tertuju pada sekumpulan obyek-obyek, dapat berlangsung lama atau sebentar dan mengandung faktor perasaan dan motivasi.
(termotivasi) atau tidak mau (tidak termotivasi) melakukan sesuatu terhadap objek atau subjek tertentu tadi (Mustafa, 2009).
Menurut Notoatmodjo (2007), sikap terdiri dari berbagai tingkatan yakni: 1. Menerima (receiving)
Menerima diartikan bahwa orang (subjek) mau dan memperhatikan stimulus yang diberikan (objek).
2. Merespon (responding)
Memberikan jawaban apabila ditanya, mengerjakan dan menyelesaikan tugas yang diberikan adalah suatu indikasi dari sikap merespons.
3. Menghargai (valving)
Mengajak orang lain untuk mengerjakan atau mendiskusikan suatu masalah adalah suatu indikasi sikap tingkat tiga.
4. Bertanggung jawab (responsible)
Bertanggung jawab atas segala sesuatu yang telah dipilihnya dengan segala risiko merupakan sikap yang paling tinggi.
2.5 Amos
2.5.1 Pengenalan Amos
2.5.2 Keunggulan Amos
1.Perhitungan yang rumit akan jauh lebih mudah dilakukan dibandingkan dengan menggunakan perangkat lunak lainnya
2. Penggunaan Amos akan mempercepat dalam membuat spesifikasi, melihat serta melakukan modifikasi model secara grafik dengan menggunakan tool yang sederhana.
3. Proses perhitungan dan analisis menjadi lebih sederhana bahkan orang-orang awam yang bukan ahli statistik akan dapat menggunakan dan memahami dengan mudah.
Adapun keunggulan lain yang dimiliki Amos bila dibandingkan dengan perangkat lunak lainnya yaitu sebagai berikut:
a. Program dapat melakukan analisis dengan menggunakan data yang berasal dari beberapa populasi secara sekaligus.
b. Dapat menangani missing data secara baik, yaitu dengan membuat estimasi yang didasarkan pada informasi maximum likelihood yang sempurna dan tidak hanya bersandar pada metode yang sudah ada, yaitu listwise, pairwise deletion, atau mean imputation.
c. Dapat membuat estimasi rata-rata untuk variabel-variabel exogenous dan intercepts dalam persamaan regresi.
d. Amos dapat juga membuat bootstrapped standard errors dan confidence
intervals yang ada dalam semua estimasi parameter, rata-rata sampel, varian, kovarian dan korelasi.
f. Model-model jamak dapat disesuaikan dengan menggunakan analisis tunggal. g. Dapat melakukan pemeriksaan setiap pasangan model dimana satu model
diperoleh dengan membatasi parameter-parameter model lainnya.
h. Dapat membuat laporan beberapa angka statistik yang cocok untuk dilakukan perbandingan untuk model-model tersebut.
i. Amos juga menyediakan pengujian normalitas univariat untuk masing-masing variabel yang diobservasi dan juga pengujian normalitas multivariat serta dapat mendeteksi outliers.
j. Amos dapat memahami diagram jalur sebagai spesifikasi model dan memperlihatkan estimasi-estimasi parameter secara grafis dalam model diagram jalur. Diagram-diagram jalur digunakan sebagai spesifikasi model dan gambar-gambar digram jalur tersebut dapat diimpor ke program Word.
2.5.3 Metode dalam Amos
Metode-metode analisis dalam Amos yang ada saat ini diantaranya adalah: 1. Maximum Likelihood
2. Unweighted Least Square 3. Generalized Least Square
4. Browne’s Asymptotically Distribution Free Criterion 5. Scale Free Least Square
2.5.4 Menu Utama Amos
Setiap menu terdiri dari beberapa submenu: 1. Menu File
Terdiri dari beberapa submenu yaitu submenu untuk membuat File baru (New, New with Template), membuka File yang sudah ada (Open, Retrieve Backup), menyimpan File (Save, Save as, Save as Template), membuka File Data ( Data Files), mencetak (Print), menelusuri atau browsing diagram path yang sudah ada atau tersimpan (Browse Path Diagrams). File Manager yang dapat digunakan untuk melihat jenis dan nama-nama file yang sudah ada, termasuk juga untuk membuka dan menghapus file tersebut dan submenu untuk keluar dari Amos (Exit).
2. Menu Edit
Terdiri dari beberapa submenu yang berguna untuk proses editing dengan fungsi utama mengopi gambar pada layar kerja (Copy to Clipboard), menghubungkan dengan data lain (Link), memindakan gambar (Move), merefleksikan indikator (Reflect), merotasi indikator (Rotate) dan menggeser (Drag) satu objek ke objek lainnya. Lebih lanjut akan dijelaskan dalam bagian penjelasan Toolbox yang lebih mempermudah pengoperasian Amos.
3. Menu View
Submenu yang ada dalam menu View banyak digunakan dalam proses analisis dan permodelan.
4. Menu Diagram
5. Menu Analyze
Terdiri dari beberapa submenu yang digunakan untuk memberikan perintah menjalankan analisis.
6. Menu Tools
Terdiri dari beberapa submenu yang digunakan sebagai perlengkapan dalam mendukung proses pengolahan data dan tampilan seperti memberi kode, memilih karakter huruf.
7. Menu Plugins
Terdiri dari beberapa submenu yang digunakan sebagai perlengkapan dalam melakukan analisis atau pembuatan model yang akan dianalisis seperti menggambar kovarian, menamakan parameter dan sebagainya.
8. Menu Help
Terdiri dari beberapa submenu yang dapat dimanfaatkan untuk membantu memberi penjelasan apabila terdapat masalah dalam pengoperasian Amos serta dapat dihubungkan dengan jaringan internet atau web.
2.5.5 Uji Kesesuaian dan Uji Statistik a. χ 2 – Chi Square Statistic
Semakin kecil nilaiχ 2 semakin baik model itu dan diterima berdasarkan probabilitas dengan cut-off value sebesar p > 0,05 atau p > 0,10.
b. RMSEA (The Root Mean Square Error of Approximation)
c. GFI (Goodness of Fit Index)
Merupakan ukuran non-statistical yang mempunyai rentang nilai antara 0 sampai dengan 1. Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better fit”.
d. AGFI (Adjusted Godness of Fit Index)
Merupakan kriteria yang memperhitungkan proporsi tertimbang dari varian dalam sebuah matrik kovarian sampel.
e. CMIN/DF (The Minimum Sample Discrepancy Functin Devided with degree of Freedom)
Merupakan statistic chi-square χ 2 dibagi degree of freedom-nya sehingga disebut χ 2 relative.
f. TLI (Tucker Lewis Index)
Merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model.
g. CFI (Comparative Fit Index)
Rentang nilai sebesar 0 – 1 dimana semakin mendekati 1, semakin mengindikasikan tingkat fit yang paling tinggi.
Goodness of Fit Index Cut off Value
χ 2 -Chi Square Diharapkan Kecil Significance Probability ≥ 0,05
RMSEA ≤ 0,08
GFI ≥ 0,90
CMIN/DF ≤ 2,00
TLI ≥ 0,95
CFI ≥ 0,95
2.6 Aplikasi Lisrel
2.6.1 Pengenalan Lisrel
Menurut Chaniago (2008), lisrel merupakan singkatan dari Linear Structural Relationship juga merupakan program yang banyak digunakan untuk causal modeling. Hal ini disebabkan selain kemampuan Lisrel dalam mengestimasi berbagai masalah dalam model sebab akibat, tampilan Lisrel juga paling informatif dalam menyajikan hasil-hasil statistik.
Lisrel adalah sebuah software yang dikembangkan khusus untuk menangani permasalahan causal modeling. Lisrel dikembangkan oleh dua orang ahli psikologi pendidikan yaitu Prof. Karl Joreskog dan Prof. Dag Sorbom pada tahun 1993 (Hisyam, 2009).
2.6.2 Pembagian Lisrel
Setiap file dalam Lisrel mengandung 4 bagian, yaitu: 1. Title: Judul
2. Data Specification: Spesifikasi Data 3. Model Specification: Spesifikasi Model 4. Output Specification: Spesifikasi Keluaran
memiliki hasil yang relatif sama, namun dengan Lisrel pemodelan dapat dilakukan dengan hati-hati karena semua matrik yang akan diestimasi dipersiapkan terlebih dahulu.
Untuk memudahkan aplikasi Lisrel, evaluasi serta menjaga kehati-hatian, sebelum menjalankan Lisrel sebaiknya dipersiapkan terlebih dahulu diagram jalur dan matrik yang dibutuhkan.
2.6.3 Uji Kesesuaian dan Uji Statistik
Menurut Schumaker dan Lomax, 1996: 124 – 126) untuk mengetahui apakah model cocok dengan data digunakan kriteria sebagai berikut:
a. P>α model cocok dengan data
Menurut Joreskog (dalam Ghozali, 2008: 32), bila nilai P-values for test of close fit (RMSEA < 0,05) lebih besar daripada 0,05 maka model dikatakan fit. b. GFI (Goodness of Fit Index)
Goodness of Fit Index (GFI) merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovariansi. Nilai GFI harus berkisar antara 0 dan 1. Nilai GFI yang lebih besar daripada 0,9 menunjukkan fit suatu model yang baik.
c. RMSEA (Root Mean Square Error of Approximation)
menyatakan bahwa model fit yang cukup (MacCallum et all dalam Ghozali, 2008: 32).
2.7 Tes IVA (Inspeksi Visual Asam Asetat)
2.7.1 Sejarah Tes IVA
Beberapa negara maju telah berhasil menekan jumlah kasus kanker serviks, baik jumlah maupun stadiumnya. Pencapaian tersebut terutama berkat adanya program skrining massal antara lain dengan Tes Pap. Pemeriksaan IVA diperkenalkan oleh Hinselman pada tahun 1925. Organisasi Kesehatan Dunia WHO meneliti IVA di India, Muangthai, dan Zimbabwe. Ternyata efektivitasnya tidak lebih rendah daripada tes Pap. Namun di Indonesia kebijakan penerapan program skrining kanker serviks kiranya masih tersangkut dengan banyak kendala, antara lain luasnya wilayah dan juga kurangnya sumber daya manusia sebagai pelaku skrining, khususnya kurangnya tenaga ahli patologi anatomik/sistologi dan stafnya, teknisi sitologi/skriner. Pengobatan kanker serviks pada stadium lebih dini, hasilnya lebih baik dan mortalitas akan menurun. Hingga sekarang IVA sedang dikembangkan dengan melatih tenaga kesehatan, termasuk bidan (Delima, 2011).
2.7.2 Pengertian Tes IVA
2.7.3 Tujuan Tes IVA
Untuk melihat adanya sel yang mengalami displasia sebagai salah satu metode skrining kanker mulut rahim (Rasjidi, 2009).
2.7.4 Kelebihan Tes IVA
Menurut Delima (2011), ada beberapa kelebihan Tes IVA diantaranya sebagai berikut:
1. Mudah, praktis dan sangat mampu dilaksanakan. 2. Sensivitas dan spesifikasitas cukup tinggi.
3. Dapat dilaksanakan oleh tenaga kesehatan bukan dokter ginekologi, dapat dilakukan oleh bidan di setiap tempat pemeriksaan kesehatan ibu atau dilakukan oleh semua tenaga medis terlatih.
4. Alat-alat yang dibutuhkan dan teknik pemeriksaan sangat sederhana. 5. Metode skrining IVA sesuai untuk pusat pelayanan sederhana.
2.7.5 Kekurangan Tes IVA
Menurut Rahayu (2013), kekurangan Tes IVA adalah sebagai berikut: 1. Spesifisitas lebih rendah dari tes Pap (positif palsu lebih tinggi).
2. Angka hasil tes positif tinggi (10-35%).
2.7.6 Kontraindikasi
Menurut Rasjidi (2009), Test IVA tidak direkomendasikan pada wanita pasca menopause dikarenakan daerah zona transional seringkali terletak di kanalis servikalis sehingga tidak tampak dengan pemeriksaan inspikulo.
2.8 Kerangka Operasional
Gambar 2.7 Kerangka Operasional
2.9 Hipotesis Penelitian
a. Terdapat pengaruh pengetahuan terhadap motivasi Wanita Usia Subur (WUS) untuk melakukan pemeriksaan IVA.
b. Terdapat pengaruh pengetahuan terhadap sikap Wanita Usia Subur (WUS) untuk melakukan pemeriksaan IVA.
c. Terdapat pengaruh motivasi terhadap sikap Wanita Usia Subur (WUS) untuk melakukan pemeriksaan IVA.
Analisis Jalur
LISREL AMOS
Pengetahuan Motivasi Sikap
BAB III
METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini merupakan applied research (penelitian terapan) yang menekankan aplikasinya menggunakan Amos dan Lisrel. Penelitian ini bertujuan untuk menguji pengaruh pengetahuan dan motivasi terhadap sikap WUS untuk melakukan pemeriksaan IVA dengan menggunakan aplikasi Amos dan Lisrel.
3.2 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Kelurahan Gambir Baru yang merupakan salah satu kelurahan di kota Kisaran. Penelitian ini dimulai sejak bulan September 2013 hingga Januari 2014.
3.3 Populasi dan Sampel
3.3.1 Populasi
Populasi dalam penelitian ini adalah seluruh WUS yang pernah menikah di kelurahan Gambir Baru Kisaran sebanyak 1960.
3.3.2 Sampel
Sampel dalam penelitian ini adalah WUS di Kelurahan Gambir Baru Kisaran atas dasar inklusi:
1. WUS yang pernah menikah karena untuk Tes IVA ini biasa dilakukan pada WUS yang telah menikah.
Teknik pengambilan sampel pada penelitian ini dilakukan dengan Stratified Random Sampling yaitu teknik pengambilan sampel dimana anggota populasi diambil secara acak dan berstrata berdasarkan pendidikan terakhir.
Besar sampel dihitung menggunakan rumus sampel tunggal untuk uji hipotesis. Rumus besar sampel adalah:
dimana: � = Besar sampel minimum
�1−∝�2 = Nilai distribusi normal baku α 5% sebesar 1,96
�1−� = Nilai distribusi normal baku β 20% sebesar 0,842
�0 = Proporsi WUS yang melakukan tes IVA
(�0= 0,08)
�� = Perkiraan WUS yangmelakukan melakukan tes IVA
(��= 0,03)
�� − �� = Perkiraan selisih proporsi yang diteliti dengan proporsi WUS
yang memiliki motivasi melakukan tes IVA (Pa–Po= - 0,05)
Sehingga:
�
=
{ 1,96 �0,08(1−0,08)+ 0,842 �0,03(1−0,03) } 2(0,03−0,08)2
= 130
���������
Jumlah sampel dari hasil perhitungan diatas sebanyak 130 responden dengan ketentuan di Lingkungan I sebanyak 23 responden, Lingkungan II sebanyak 23 responden, Lingkungan III sebanyak 21 responden, Lingkungan IV
�= { �1−∝�2 ��0(1− �0) + �1−� ���(1− ��) } 2
sebanyak 21 responden, Lingkungan V sebanyak 14 responden, Lingkungan VI sebanyak 13 responden dan Lingkungan VII sebanyak 15 responden.
Setelah dilakukan pengujian distribusi normal menggunakan software Amos maka terdapat penghapusan terhadap 13 data outlier sehingga tersisa 117 sampel.
3.4 Metode Pengumpulan Data 1. Data primer
Penulis memperoleh data primer melalui instrumen kuesioner yang di sebar di Kelurahan Gambir Baru Kisaran. Penyebaran kuesioner dilakukan langsung dari penulis kepada responden dan pengisian kuesioner dilakukan sendiri oleh responden (self-adminitered questionnaire).
2. Data sekunder
Untuk menunjang penelitian, penulis memperoleh data sekunder melalui buku kuliah dan buku umum yang relevan dengan permasalahan penelitian serta penelitian terdahulu yang membahas permasalahan seperti dalam penelitian ini. Penelitian terdahulu berupa skripsi serta jurnal ilmiah yang dipublikasikan secara luas serta serta internet yang menyediakan data mengenai objek penelitian.
3.5 Defenisi Operasional I. Analisis Jalur
variabel tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung.
II. Variabel Eksogenous
Pengetahuan adalah pemahaman WUS terhadap sejumlah objek yang berkaitan dengan pemeriksaan IVA.
III. Variabel Intervening
Motivasi adalah daya upaya yang mendorong WUS untuk melakukan pemeriksaan IVA.
IV. Variabel Endogenous
Sikap adalah respon WUS terhadap pemeriksaan IVA. V. Amos
Amos adalah program komputer yang dapat digunakan untuk membuat model persamaan struktural dengan grapgical interface yang harus memenuhi indikator goodness of fit.
VI. Lisrel
Lisrel adalah program komputer yang dapat digunakan untuk membuat model persamaan struktural dengan kemampuan mengestimasi masalah dalam model sebab akibat yang harus memenuhi indikator goodness of fit.
3.6 Pengukuran
Tabel 3.1 Aspek Pengukuran
Variabel Defenisi Operasional Instrumen Kriteria Pengukuran
Kuesioner - Baik, bila skor 76-100% - Cukup, bila
skor 56-75% - Kurang, bila
skor <55% Motivasi Daya upaya yang
mendorong WUS untuk melakukan pemeriksaan IVA.
Kuesioner - Kuat, skor 67-100%
Kuesioner - Baik, skor 76-100%
Dari kuesioner yang telah dikumpulkan tentang pengaruh pengetahuan dan motivasi terhadap sikap WUS lalu dilakukan penerapan analisis jalur menggunakan komputer yang memakai software Amos dan Lisrel.
Menurut Widiyanto (2013), adapun langkah dalam analisis jalur adalah: 1. Menghitung koefisien korelasi sederhana
2. Membuat matriks korelasi
3. Pengujian signifikasi koefisien jalur
4. Pengaruh langsung, tidak langsung dan total
Menurut Mustafa dan Wijaya (2012), langkah analisis menggunakan Amos adalah sebagai berikut:
1. Menghubungkan diagram (model input) dengan data input. Untuk ini dapat dilakukan dengan 2 pilihan:
b. Membuka data input terlebih dahulu, baru menggambarkan dan menghubungkan dengan diagram (model input).
2. Menentukan karakteristik objek dalam diagram (dengan object properties dan menentukan regression weight).
3. Menentukan bentuk tampilan yang diinginkan (Figure caption (title), interface properties).
4. Menentukan output yang akan dihasilkan oleh proses analisis (Analysis properties).
5. Menjalankan analisis (calculate estimates). 6. Menampilkan output, dapat dalam bentuk:
a. Diagram b. Teks output
Menurut Ghozali (2008), langkah analisis jalur dengan menggunakan Lisrel yaitu :
1. Mengubah input data menjadi data prelis dengan langkah membuka program Lisrel dari menu pilih File lalu Import Data dan akan tampak windows open. 2. Membuka data dan menyimpannya dalam bentuk prelis.
3. Menentukan analisis dengan metode simplis.
4. Memanggil data prelis dengan langkah dari menu utama Lisrel pilih Setup lalu Variables.
5. Membuat Simplis Syntax dengan langkah dari menu Lisrel pilih Setup kemudian pilih Build Simplis Syntax dan menuliskan syntax .
BAB IV
HASIL PENELITIAN
4.1 Gambaran Umum Kelurahan Gambir Baru
Wilayah penelitian ini adalah kelurahan Gambir Baru yang memiliki VII lingkungan.
Lingkungan I : Jl. Ir. Juanda, Jl. Seriti, Jl. Merak, Jl. Merbuk, Jl. Bayan Lingkungan II : Jl. Bayan, Jl. Merbuk, Jl. Seriti, Jl. Merpati, Jl. Murai Lingkungan III : Jl. Ir. Juanda
Lingkungan IV : Jl. FL Tobing, Jl. Cenderawasih, Jl. Merak, Jl. Nuri Baru Lingkungan V : Jl. FL Tobing, Jl. Merak, Jl. Nuri, Jl. Kakatua
Lingkungan VI : Jl. FL Tobing, Jl. Nuri, Jl. Murai, Jl. Berdikari, Jl. Nuri Baru
Lingkungan VII : Jl. FL Tobing, Jl. Merpati, Jl. Murai
Kelurahan Gambir Baru Kisaran memiliki batas wilayah sebagai berikut: 1. Bagian Utara : Kelurahan Lestari
2. Bagian Selatan : Kelurahan Karang Anyer 3. Bagian Barat : Kelurahan Panca Arga 4. Bagian Timur : Kelurahan Selawan
4.2 Gambaran Umum Karakteristik Responden
Berdasarkan hasil penelitian yang dilakukan terhadap 117 orang responden di Kelurahan Gambir Baru Kisaran melalui wawancara, berikut ini disajikan gambaran umum mengenai karakteristik responden.
4.2.1 Karakteristik Responden Berdasarkan Umur
Data deskriptif berdasarkan umur responden dapat dilihat dalam Tabel 4.1 sebagai berikut:
Tabel 4.1 Karakteristik Responden Berdasarkan Umur
Kelompok Umur Jumlah %
Dari Tabel 4.1 dapat dilihat bahwa sebagian besar responden adalah berumur 21-30 tahun yaitu sebesar 59,0% kemudian disusul umur 31-40 tahun sebesar 35,0% dan 41-50 tahun sebesar 6,0%.
4.2.2 Karakteristik Responden Berdasarkan Status Pernikahan
Data deskriptif berdasarkan status pernikahan responden dapat dilihat dalam Tabel 4.2 sebagai berikut:
Tabel 4.2 Karakteristik Responden Berdasarkan Status Pernikahan
Status Pernikahan Jumlah %
Dari Tabel 4.2 dapat dilihat bahwa semua responden memiliki status pernikahan yaitu menikah sebesar 100%.
4.2.3 Karakteristik Responden Berdasarkan Pendidikan Terakhir
Data deskriptif berdasarkan pendidikan terakhir responden dapat dilihat dalam Tabel 4.3 sebagai berikut:
Tabel 4.3 Karakteristik Responden Berdasarkan Pendidikan Terakhir
Pendidikan Jumlah %
Dari Tabel 4.3 dapat dilihat bahwa sebagian besar responden adalah berpendidikan SMU sebesar 86,3%, SMP sebesar 7,7% kemudian Diploma sebesar 3,4% dan SD sebesar 2,6%.
4.2.4 Karakteristik Responden Berdasarkan Pekerjaan
Data deskriptif berdasarkan pekerjaan responden dapat dilihat dalam Tabel 4.4 sebagai berikut:
Tabel 4.4 Karakteristik Responden Berdasarkan Pekerjaan
Pekerjaan Jumlah %
4.2.5 Karakteristik Responden Berdasarkan Pendapatan Keluarga
Data deskriptif berdasarkan pendapatan keluarga responden dapat dilihat dalam Tabel 4.5 sebagai berikut:
Tabel 4.5 Karakteristik Responden Berdasarkan Pendapatan Keluarga
Pendapatan Jumlah %
Dari Tabel 4.5 dapat dilihat bahwa sebagian besar responden adalah berpenghasilan 1 – 2 juta sebesar 63,2% dan > 2 juta sebesar 36,8%.
4.2.6 Karakteristik Responden Berdasarkan Agama
Data deskriptif berdasarkan agama responden dapat dilihat dalam Tabel 4.6 sebagai berikut:
Tabel 4.6 Karakteristik Responden Berdasarkan Agama
Agama Jumlah %
Dari Tabel 4.6 dapat dilihat bahwa sebagian besar responden adalah beragam Islam yaitu sebesar 97,4% dan Kristen sebesar 2,6%.
4.2.7 Karakteristik Responden Berdasarkan Pengetahuan
Tabel 4.7 Karakteristik Responden Berdasarkan Pengetahuan
Dari Tabel 4.7 dapat dilihat bahwa sebagian besar responden adalah memiliki pengetahuan kurang sebesar 68,4% dan cukup sebesar 31,6%.
4.2.8 Karakteristik Responden Berdasarkan Motivasi
Data deskriptif berdasarkan motivasi responden dapat dilihat dalam Tabel 4.8 sebagai berikut:
Tabel 4.8 Karakteristik Responden Berdasarkan Motivasi
Motivasi Jumlah %
Dari Tabel 4.8 dapat dilihat bahwa sebagian besar responden adalah memiliki motivasi kuat sebesar 68,4% dan cukup sebesar 31,6%.
4.2.9 Karakteristik Responden Berdasarkan Sikap
Data deskriptif berdasarkan sikap responden dapat dilihat dalam Tabel 4.9 sebagai berikut:
Tabel 4.9 Karakteristik Responden Berdasarkan Sikap
