Jurnal EKSPONENSIAL Volume 3, Nomor 2, Nopember 2012 ISSN

Pemodelan Faktor-faktor yang Mempengaruhi Pemberian Air Susu Ibu Di Wilayah Kerja

Pusat Kesehatan Masyarakat Wonorejo Kota Samarinda Menggunakan Regresi Logistik

Influence Factors Modeling in Baby Exclusively Breast Feeding in the Working Area of

Wonorejo Public Health Center at Samarinda City Using Logistic Regression

M. Fathurahman

1

, Nurul Wahdah

2

1

Program Studi Statistika FMIPA Universitas Mulawarman 2_{Dinas Kesehatan Provinsi Kalimantan Timur}

Abstract

Logistic regression is a regression model that can explain the relationship between predictor variables which is categorical data, continuous data or a combination of both and the response variable which is categorical data. The aim of this research is logistic regression modeling with predictor variables and a the response variable is dichotomous categorical data, then applied to the case of influence factors in baby exclusively breast feeding in the working area of Wonorejo public health center at Samarinda city. The data used are secondary data from Wahdah (2012) which consists of knowledge about baby exclusively breast feeding

)

(

x

₁ , family income

(

x

₂

)

, support health services

(

x

₃

)

and family support

(

x

₄

)

as predictor variables and baby exclusively breast feeding

(

y

)

in the workplace Health Center Wonorejo Samarinda as response variable. The results of this research show that logistic regression model to knowledge influence factors in baby exclusively breast feeding in the working area of Wonorejo public health center at Samarinda city is

4 1

2

,

09

958

,

3

698

,

1

)

(

x

x

x

g









. Factors that influence in baby exclusively breast feeding in the working area of Wonorejo public health center at Samarinda City is a knowledge about baby exclusively breast feeding and family support.

Key words: Categorical Data, Logistic Regression, Baby Exclusively Breast Feeding. Pendahuluan

Regresi merupakan salah satu teknik analisis data dalam statistika yang dapat menjelaskan dan mengevaluasi hubungan antara variabel independen dengan variabel dependen serta dapat digunakan untuk memprediksi variabel dependen (Kutner, Nachtsheim dan Neter, 2004).

Salah satu model regresi yang seringkali digunakan untuk data kualitatif atau kategorik adalah regresi logistik. Regresi ini terdiri dari tiga macam, yaitu regresi logistik biner, regresi logistik ordinal dan regresi logistik multinominal. Ketiga regresi logistik tersebut mempunyai perbedaan masing-masing, yaitu terletak pada variabel dependennya. Untuk regresi logistik biner mempunyai variabel dependen yang terdiri dari dua kategori saja, sedangkan untuk regresi logistik ordinal mempunyai variabel dependen yang terdiri dari tiga kategori atau lebih dan mempunyai tingkatan, sedangkan untuk regresi logistik nominal mempunyai variabel dependen yang terdiri dari tiga kategori atau lebih dan tidak mempunyai tingkatan atau sederajat. Meskipun terdapat perbedaan pada ketiga macam regresi logistik tersebut, namun terdapat kesamaannya yaitu banyaknya variabel independen yang dapat digunakan pada ketiga macam regresi logistik tersebut terdiri dari satu atau lebih dan dapat bersifat kualitatif (kategorik), kuantitatif (kontinu) atau gabungan antara keduanya (Agresti, 2002; Hosmer dan Lemeshow, 2000).

Tujuan dari penelitian ini adalah mengkaji pemodelan regresi logistik, khususnya untuk regresi logistik dengan variabel responnya dikotomus dan variabel prediktornya juga dikotomus. Kemudian diaplikasikan pada faktor-faktor yang mempengaruhi pemberian air susu ibu (ASI) di wilayah kerja pusat kesehatan masyarakat (Puskesmas) Wonorejo Kota Samarinda tahun 2012.

Menyusui secara ekslusif selama enam bulan merupakan salah satu upaya pemerintah yang strategis dalam rangka penurunan angka kematian bayi di Indonesia. Kebutuhan gizi bayi untuk pertumbuhan dan perkembangan yang optimal sampai usia enam bulan cukup dipenuhi hanya dari ASI saja, karena ASI mengandung semua zat gizi dan cairan yang dibutuhkan untuk memenuhi seluruh gizi bayi pada usia 6 bulan pertama kehidupannya. Kemudian menyusui bukan semata-mata untuk memenuhi kebutuhan dan hak anak, tetapi dapat juga meningkatkan kualitas sumber daya manusia di masa yang akan datang. Masalah gizi terjadi disetiap siklus kehidupan, dimulai sejak dalam kandungan (janin), bayi, anak, dewasa dan usia lanjut. Periode dua tahun pertama kehidupan pertama merupakan masa kritis, karena pada masa ini terjadi pertumbuhan dan perkembangan yang sangat pesat. Gangguan yang terjadi pada periode ini bersifat permanen, tidak dapat dipulihkan walaupun kebutuhan zat

gizi pada masa selanjutnya terpenuhi (Departemen Kesehatan R. I., 1997).

Kegagalan pemberian ASI ekslusif akan menyebabkan berkurangnya jumlah sel otot bayi sebanyak 15% sampai 20% sehingga akan menghambat perekembangan kecerdasan bayi pada tahap selanjutnya (Departemen Kesehatan R. I., 2005).

Berdasarkan Peraturan Menteri Kesehatan Nomor: 741/Menkes/Per/VII/2008 tentang Standar Pelayanan Minimal Bidang Kesehatan Kabupaten/Kota, menyebutkan bahwa standar minimal cakupan ASI ekslusif adalah sebesar 80%. Kemudian berdasarkan Renstra Dinas Kesehatan Provinsi Kalimantan Timur tahun 2009 sampai 2013 target pencapaian ASI ekslusif adalah 80% sedangkan kondisi pada tahun 2010 berdasarkan Riskesdas hanya 37,5% bayi yang diberikan ASI secara ekslusif, hal ini ditunjukkan bayi baru lahir sebanyak 62,5% telah diberikan jenis makanan pralakteal. Adapun pencapaian cakupan ASI ekslusif berdasarkan laporan rutin dari Kabupaten/Kota Provinsi Kalimantan Timur tahun 2011 belum mencapai hasil yang sesuai dengan harapan, yaitu baru mencapai 36,8% dari target 80%. Demikian juga data cakupan pemberian ASI secara ekslusif Kota Samarinda tahun 2011 baru mencapai 51,82% dan Puskesmas Wonorejo merupakan salah satu penyumbang cakupan ASI ekslusif terendah, yaitu baru mencapai 30,38%.

Regresi Logistik

Regresi logistik merupakan salah satu model regresi yang dapat menjelaskan hubungan antara variabel respon yang bersifat kategorik dikotomus (berskala nominal atau ordinal terdiri dari dua kategori) atau polikotomus (berskala nominal atau ordinal lebih dari dua kategori) dengan satu atau lebih variabel prediktor yang bersifat kategorik atau kontinu atau gabungan kategorik dan kontinu (Agresti, 2002; Agresti, 2007; Hosmer dan Lemeshow, 2000).

Hasil pengamatan variabel random respon

)

(

y

mempunyai 2 kategori yaitu 0 dan 1, sehingga mengikuti distribusi Bernoulli dengan fungsi distribusi probabilitas seperti pada persamaan berikut (Agresti, 2002).

y y

y

Y

P

(



)





(

1





)

1 , untuk

y



0

,

1

.

(1) Jika

y



0

, maka

P

(

Y



0

)



(

1





)

dan jika

1



y

, maka

P

(

Y



1

)





.

Secara umum fungsi hubung (link function) yang digunakan adalah fungsi hubung logit, maka fungsi distribusi probabilitas yang digunakan adalah fungsi logistik seperti pada persamaan berikut (McCullagh dan Nelder, 1989; Hosmer dan Lemeshow, 2000).

)]

(

exp[

1

)]

(

exp[

)

(

x

x

x

g

g







(2) dengan

g

(

x

)





0





1

x

1









p

x

p

,

dan

p

adalah banyaknya variabel prediktor sehingga persamaan (2) dapat ditulis menjadi persamaan berikut.

)

exp(

1

)

exp(

)

(

1 1 0 1 1 0 p p p p

x

x

x

x



































x

(3)

Untuk mendapatkan model regresi logistik, dilakukan penaksiran parameter model regresi logistik menggunakan metode maximum likelihood estimator (MLE) yaitu memaksimum fungsi likelihood. Nilai parameter

β

dari turunan pertama fungsi

L

(

β

)

dapat diperoleh melalui suatu prosedur iteratif yang disebut dengan iteratively reweighted least square (IRLS) yang dilakukan dengan metode iterasi Newton-Raphson, yaitu memaksimumkan fungsi likelihood(Pregibon, 1981; Albert dan Anderson, 1984; Agresti, 2002).

Untuk mengetahui ada atau tidak pengaruh variabel prediktor terhadap variabel respon pada analisis regresi logistik, dilakukan pengujian terhadap parameter model regresi logistik, baik secara serentak maupun secara individu. Pengujian parameter secara serentak dilakukan dengan menggunakan statistik ujilikelihood ratio (G) dengan prosedur uji sebagai berikut:

Hipotesis:

H0 :



1





2









p



0

(Secara serentak variabel prediktor tidak berpengaruh terhadap variabel respon) H1 : Paling tidak ada satu



j



0

, untuk

.

,

,

2

,

1

p

j





(Secara serentak variabel prediktor berpengaruh terhadap variabel respon) Statistik uji (Hosmer dan Lemeshow, 2000):





























































  n i y i y i n n i i

n

n

n

n

G

1 ) 1 ( 0 1

)

ˆ

1

(

ˆ

ln

2

0 1





Daerah kritik (penolakan H0):

H0 ditolak bila

G





2(,v) , dengan



2(,v) nilai yang dapat diperoleh dari tabel chi-square yang mempunyai tingkat signifikansi

(



)

dan derajat bebas

(v

)

adalah banyaknya variabel prediktor.

Pengujian parameter secara individu dilakukan untuk mengetahui ada atau tidak pengaruh dari masing-masing variabel prediktor

terhadap variabel respon menggunakan statistik uji Wald (W) dengan prosedur uji sebagai berikut: H0 :



j



0

(Variabel prediktor ke-

j

tidak berpengaruh terhadap variabel respon)

H1 :



j



0

, untuk

j



1

,

2

,



,

p

.

(Variabel prediktor ke-

j

berpengaruh terhadap variabel respon)

Statistik uji (Hosmer dan Lemeshow, 2000): 2

)

ˆ

(

ˆ



















j j

SE

W





Daerah kritik (penolakan H0):

H0 ditolak bila

W





2(;1) , dimana nilai ) 1 ; ( 2 



dapat diperoleh dari tabel chi-square. Selanjutnya untuk mengetahui seberapa besar keefektifan model dalam menjelaskan variabel respon, dilakukan pengujian kesesuaian model (goodness-of-fit). Pengujian dilakukan dengan menggunakan statistik uji Hosmer-Lemeshow (

C

ˆ

) dengan prosedur uji sebagai berikut.

Hipotesis:

H0: Model sesuai (Tidak ada perbedaan antara hasil observasi dengan hasil prediksi)

H1 : Model tidak sesuai (Ada perbedaan antara hasil observasi dengan hasil prediksi)

Statistik Uji (Hosmer and Lemeshow, 2000):



















g k k k k k k k

n

n

o

C

1 2

π

1

'

π

'

ˆ



dengan: g = Banyaknya grup

'

k

n

= Jumlah subjek pada grup ke-k







ck j j k

o

1

y

, jumlah nilai variabel respon pada

k

c

kombinasi variabel prediktor.

 



  ck j k j k ' n ˆ m 1 j x π

π , rata-rata taksiran probabilitas

dengan mj adalah banyaknya subjek dengan

c

k

kombinasi variabel prediktor. Daerah kritik (penolakan H0):

H0 ditolak bila

C

ˆ





2(,v) , dengan



2(,v) nilai yang dapat diperoleh dari tabel chi-square yang mempunyai tingkat signifikansi

(



)

dan derajat bebas

(v

)

adalah

g



2

.

Untuk memahami model regresi logistik terbaik yang berhasil diperoleh melalui tahapan penaksiran dan pengujian parameter serta pengujian kesesuaian model, maka perlu dilakukan interpretasi terhadap model regresi logistik terbaik. Interpretasi terhadap model

regresi logistik sangat tergantung dari jenis variabel prediktornya.

Jika variabel prediktor bersifat kategorik, maka untuk menginterpretasikan model digunakan odds ratio (OR). Misalkan variabel prediktor memiliki dua buah kategori yang dinotasikan sebagai

x



1

dan

x



2

dimana kategori

2

dibandingkan dengan kategori 1 , maka diperoleh OR:

















2

2

1

1

P Y

g x

P Y

g x

P Y

g x

P Y

g x





















































 





 



11



exp

2

exp

1

g g

















1

 

1



exp





_g

2





_g







_







_

 

1

exp





 



 

1



ln





ln exp







₁

Interpretasi dari nilai OR sebesar

)

exp(



1 adalah probabilitas suatu respon memiliki kategori lebih kecil atau sama dengan kategori ke-

g

dibandingkan dengan suatu respon yang memiliki kategori lebih besar dari kategori ke-

g

pada

x



2

adalah sebesar

exp

 



₁ kali dibandingkan pada

x



1

.

Jika variabel prediktor adalah kontinu, maka interpretasi dari koefisien model tergantung pada unit variabel prediktor yang masuk dalam model tersebut. Misalkan fungsi

g x

 

 

 

₁

x

, maka perubahan satu unit pada variabel prediktor

x

akan memberikan perubahan pada

g x

 

sebesar



₁ dan secara matematis dapat dinyatakan sebagai

 

₁

g x



 

1

  

g x

. Jika pada variabel prediktor

x

terjadi perubahan sebesar

c

unit, maka akan memberikan perubahan pada

g x

 

sebesar

c



₁ dan secara matematis dapat dinyatakan sebagai



  

1

c

 

g x c

 

g x

.

Gambaran Umum Puskesmas Wonorejo Kota Samarinda

Wilayah kerja Puskesmas Wonorejo meliputi Kelurahan Teluk Lerong Ulu dan Kelurahan Karang Anyar, Kecamatan Sungai Kunjang, luas wilayahnya 2.413.15 km² dengan jumlah penduduk 26.461 jiwa dan 77 RT serta 34 Posyandu. Untuk memperluas jangkauan

pelayanan kesehatan dibantu oleh satu unit mobil puskesmas keliling. Penduduk di Kelurahan Teluk Lerong Ulu dan Kelurahan Karang Anyar adalah sangat heterogen karena berasal dari berbagai suku di Indonesia, tetapi mayoritas didominasi oleh suku Banjar, Kutai, Jawa dan Bugis (Dinas Kesehatan Kota Samarinda, 2011).

Air Susu Ibu

Air susu ibu (ASI) adalah suatu emulsi lemak dalam larutan protein, laktosa dan garam-garam anorganik yang sekresi oleh kelenjar mamae ibu, yang berguna sebagai makanan bagi bayinya. Sedangkan ASI ekslusif adalah perilaku dimana hanya memberikan ASI saja kepada bayi sampai 4 bulan tanpa makanan atau minuman lain kecuali sirup obat (Departemen Kesehatan R.I., 1997).

ASI sebagai makanan bayi mempunyai kebaikan/sifat sebagai berikut (Sjahmien, 1992): 1. ASI merupakan makanan alamiah yang baik

untuk bayi, praktis, ekonomis, mudah dicerna untuk memiliki komposisi, zat gizi yang ideal sesuai dengan kebutuhan dan kemampuan pencernaan bayi.

2. ASI mengandung laktosa yang lebih tinggi dibandingkan dengan susu buatan. Di dalam usus laktosa akan difermentasi menjadi asam laktat yang bermanfaat untuk:

a. Menghambat pertumbuhan bakteri yang bersifat patogen.

b. Menghambat pertumbuhan mikro organisme yang dapat menghasilkan asam organik dan mensintesa beberapa jenis vitamin.

c. Memudahkan terjadinya pengendapan calsium-cassienat.

d. Memudahkan penyerahan berbagai jenis mineral, seperti calsium, magnesium. 3. ASI mengandung zat pelindung (antibodi)

yang dapat melindungi bayi selama 5 sampai 6 bulan pertama, seperti immunoglobin, lysozme, complemen C3 dan C4, antistapi loccocus, lactobacillus, bifidus dan lactoferrin.

4. ASI tidak mengandung beta-lactoglobulin, yang dapat menyebabkan alergi pada bayi. 5. Proses pemberian ASI dapat menjalin

hubungan psikologis antara ibu dengan bayinya.

Metodologi Penelitian

Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari data penelitian Wahdah (2012) yang terdiri dari data karakteristik responden (ibu yang mempunyai bayi berumur 2 sampai 24 bulan di wilayah kerja Puskesmas Wonorejo Kota Samarinda) meliputi umur responden, pendidikan, pekerjaan, pendidikan suami dan pekerjaan suami. Variabel respon yang digunakan adalah pemberian ASI

(

y

) dengan kategori tidak ekslusif dan ekslusif. Kemudian sebagai variabel prediktor adalah pengetahuan responden tentang ASI ekslusif (

x

₁) dengan kategori kurang dan cukup, pendapatan keluarga (

x

₂) dengan kategori cukup (≥ UMR) dan kurang (< UMR), dukungan pelayanan kesehatan (

x

₃ ) dengan kategori mendapat dukungan pelayanan kesehatan dan tidak mendapat dukungan pelayanan kesehatan, dan dukungan keluarga (

x

₄ ) dengan kategori mendapat dukungan keluarga dan tidak mendapat dukungan keluarga.

Teknik analisis data pada penelitian ini adalah:

1. Melakukan analisis statistika deskriptif untuk mengetahui karakteristik responden.

2. Melakukan penaksiran parameter untuk mendapatkan model regresi logistik menggunakan metode MLE.

3. Melakukan pengujian parameter untuk mengetahui pengaruh variabel prediktor terhadap variabel respon, baik secara serentak maupun secara individu menggunakan uji Likelihood Ratio dan uji Wald.

4. Melakukan pengujian kesesuaian model untuk mengetahui kecocokan model regresi logistik dengan data menggunakan uji Hosmer-Lemeshow.

5. Melakukan pemilihan model regresi logistik terbaik menggunakan metode enter pada software statistik SPSS dengan cara manual, yaitu menyeleksi variabel secara bertahap untuk dimasukkan dalam analisis model regresi logistik multivariabel, variabel yang tidak berpengaruh akan dikeluarkan dari analisis. Proses akan berhenti sampai tidak ada lagi variabel yang dapat dikeluarkan dari analisis (Dahlan, 2011).

6. Melakukan interpretasi terhadap model regresi logistik terbaik menggunakan OR.

7. Menarik kesimpulan.

Analisis dan Pembahasan

Tahap awal yang dilakukan pada bagian ini adalah melakukan analisis statistika deskriptif yang bertujuan untuk mengetahui karakteristik responden berdasarkan demografi, variabel prediktor dan variabel respon. Hasil yang diperoleh adalah seperti pada Tabel 1 dan Tabel 2 berikut.

Tabel 1.Distribusi frekuensi berdasarkan karakteristik responden Karakteristik Responden Frekuensi (n) Persentase (%) Umur: < 21 tahun 13 13 21 – 35 tahun 78 78

Tabel 1.Distribusi frekuensi berdasarkan karakteristik responden (lanjutan) Karakteristik Responden Frekuensi (n) Persentase (%) > 35 tahun 9 9 Jumlah 100 100 Pendidikan: Tidak tamat SD 3 3 Tamat SD 12 12 Tamat SMP 19 19 Tamat SMA 39 39 Tamat PT 27 27 Jumlah 100 100 Pekerjaan: PNS 6 6 Pegawai swasta 2 2 Pedagang 2 2

Industri rumah tangga 2 2

Tidak bekerja 88 88 Jumlah 100 100 Pendidikan suami: Tidak tamat SD 2 2 Tamat SD 2 2 Tamat SMP 12 12 Tamat SMA 59 59 Tamat PT 25 25 Jumlah 100 100 Pekerjaan suami: Pegawai swasta 71 71 TNI/Polri 5 5 Pedagang 8 8 Tidak bekerja 5 5 Jumlah 100 100

Berdasarkan Tabel 1, terlihat bahwa responden terbanyak adalah mempunyai umur 21 sampai 35 tahun, yaitu sebanyak 78 orang (78%), pendidikan terakhir adalah tamat SMA (39%), tidak bekerja (88%), suami dengan pendidikan terakhir adalah tamat SMA (59%) dan pekerjaannya pegawai swasta (71%).

Tabel 2.Distribusi frekuensi responden berdasarkan variabel prediktor dan variabel respon

Variabel n %

Pengetahuan tentang ASI:

Cukup 44 44 Kurang 56 56 Jumlah 100 100 Pendapatan Keluarga: Rendah 23 23 Cukup 77 77 Jumlah 100 100

Dukungan Pelayanan Kesehatan:

Mendapat dukungan 57 57

Tidak mendapat dukungan 43 43

Jumlah 100 100

Tabel 2.Distribusi frekuensi responden berdasarkan variabel prediktor dan variabel respon (lanjutan)

Variabel n % Dukungan Keluarga: Mendukung 58 58 Tidak mendukung 42 42 Jumlah 100 100 Pemberian ASI: Ekslusif 34 34 Tidak ekslusif 66 66 Jumlah 100 100

Berdasarkan Tabel 2, terlihat bahwa responden terbanyak adalah mempunyai pengetahuan tentang ASI adalah kurang, yaitu sebanyak 56 orang (56%), pendapatan keluarga adalah cukup (77%), dukungan pelayanan kesehatan adalah mendapat dukungan pelayanan kesehatan (57%), dukungan keluarga adalah mendukung (58%) dan pemberian ASI adalah tidak ekslusif (66%).

Setelah dilakukan analisis statistika deskriptif, maka selanjutnya dilakukan pemodelan regresi logistik dan aplikasinya pada faktor-faktor yang mempengaruhi pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda tahun 2012. Hasil yang diperoleh adalah seperti pada Tabel 3 berikut.

Tabel 3.Hasil penaksiran dan pengujian parameter Parameter Taksiran W OR G 0



-1,002 1,67 0,367 62,948 1



3,87 25,549 47,927 2



-1,187 1,987 0,305 3



0,705 1,073 2,023 4



2,107 8,362 8,222

Berdasarkan Tabel 3, diperoleh model regresi logistik seperti pada persamaan berikut.













1

,

002

3

,

87

₁

1

,

187

₂

0

,

705

₃

)

(

x

x

x

x

g

4

107

,

2

x



(4)

Pengujian parameter secara serentak untuk model pada Persamaan (4) menggunakan hipotesis:

H0:



1





2





3





4



0

H1: Paling tidak ada satu



j



0

, j= 1, 2, 3, 4.

Berdasarkan Tabel 3, diperoleh nilai G sebesar 62,948. Tingkat signifikansi 10% didapatkan nilai

) 4 ; 1 , 0 ( 2



sebesar 7,779. Karena nilai G lebih besar dari nilai



2(0,1;4) , maka H0 ditolak sehingga dapat disimpulkan bahwa paling tidak ada satu variabel prediktor yang berpengaruh

terhadap variabel respon, artinya secara serentak pengetahuan responden tentang ASI, pendapatan keluarga, dukungan pelayanan kesehatan dan dukungan keluarga berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda.

Hasil pengujian parameter secara parsial untuk model pada Persamaan (4) adalah sebagai berikut: 1. Hipotesis:

H0:



1



0

H1:



1



0

Atau:

H0: Pengetahuan tentang ASI tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda

H1: Pengetahuan tentang ASI berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda Berdasarkan Tabel 3, diperoleh nilai W sebesar 22,549. Tingkat signifikansi 10% didapatkan nilai



2(0,1;1) sebesar 2,706. Karena nilai W lebih dari nilai



2(0,1;1) , maka H0ditolak sehingga dapat disimpulkan bahwa pengetahuan tentang ASI berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda. 2. Hipotesis:

H0:



2



0

H1:



2



0

Atau:

H0: Pendapatan keluarga tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda H1: Pendapatan keluarga berpengaruh

terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda Berdasarkan Tabel 3, diperoleh nilai W sebesar 1,987. Tingkat signifikansi 10% didapatkan nila



2(0,1;1) sebesar 2,706. Karena nilai W kurang dari nilai



2(0,1;1), maka H0 gagal ditolak sehingga dapat disimpulkan bahwa pendapatan keluarga tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda.

3. Hipotesis: H0:



3



0

H1:



3



0

Atau:

H0: Dukungan pelayanan kesehatan tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda

H1: Dukungan pelayanan kesehatan berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda

Berdasarkan Tabel 3, diperoleh nilai W sebesar 1,073. Tingkat signifikansi 10% didapatkan nila



2(0,1;1) sebesar 2,706. Karena nilai W kurang dari nilai



2(0,1;1), maka H0 gagal ditolak sehingga dapat disimpulkan bahwa dukungan pelayanan kesehatan tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda.

4. Hipotesis: H0:



4



0

H1:



4



0

Atau:

H0: Dukungan keluarga tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda H1: Dukungan keluarga berpengaruh

terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda Berdasarkan Tabel 3, diperoleh nilai W sebesar 8,362. Tingkat signifikansi 10% didapatkan nilai



2(0,1;1) sebesar 2,706. Karena nilai W lebih dari nilai



2(0,1;1) , maka H0ditolak sehingga dapat disimpulkan bahwa dukungan keluarga berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda. Berdasarkan hasil pengujian parameter secara parsial, dapat diketahui bahwa variabel prediktor pendapatan keluarga dan dukungan pelayanan kesehatan tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda tahun 2012. Hal ini menunjukkan bahwa model regresi logistik pada Persamaan (4) adalah bukan model terbaik. Untuk mendapatkan model terbaik, pada analisis selanjutnya variabel prediktor pendapatan keluarga dan dukungan pelayanan kesehatan dikeluarkan dari model. Hasil yang diperoleh adalah seperti pada tabel berikut.

Tabel 4. Hasil penaksiran dan pengujian parameter Parameter Taksiran W OR G 0



-1,698 12,12 0,183 66,061 1



3,958 28,293 52,377 4



2,09 9,259 8,085

Berdasarkan Tabel 4, diperoleh model regresi logistik seperti pada persamaan berikut.

4 1

2

,

09

958

,

3

698

,

1

)

(

x

x

x

g









(5)

Pengujian parameter secara serentak untuk model pada Persamaan (5) menggunakan hipotesis:

H0 :



1





4



0

H1 : Paling tidak ada satu



j



0

, j= 1, 4.

Berdasarkan Tabel 4, diperoleh nilai G sebesar 66,061. Tingkat signifikansi 10% didapatkan nilai

) 2 ; 1 , 0 ( 2



sebesar 4,605. Karena nilai G lebih besar dari nilai



2(0,1;2) , maka H0 ditolak sehingga dapat disimpulkan bahwa paling tidak ada satu variabel prediktor yang berpengaruh terhadap variabel respon, artinya secara serentak pengetahuan tentang ASI dan dukungan keluarga berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda.

Hasil pengujian parameter secara parsial untuk model pada Persamaan (5) adalah sebagai berikut: 1. Hipotesis:

H0:



1



0

H1:



1



0

Atau:

H0: Pengetahuan tentang ASI tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda

H1: Pengetahuan tentang ASI berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda Berdasarkan Tabel 4, diperoleh nilai W sebesar 28,293. Tingkat signifikansi 10% didapatkan nilai



2(0,1;1) sebesar 2,706. Karena nilai W lebih dari nilai



2(0,1;1) , maka H0ditolak sehingga dapat disimpulkan bahwa pengetahuan tentang ASI berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda. 2. Hipotesis:

H0:



4



0

H1:



4



0

Atau:

H0: Dukungan keluarga tidak berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda H1: Dukungan keluarga berpengaruh

terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda Berdasarkan Tabel 3, diperoleh nilai W sebesar 9,259. Tingkat signifikansi 10% didapatkan nilai



2(0,1;1) sebesar 2,706. Karena nilai W lebih dari nilai



2(0,1;1) , maka H0ditolak sehingga dapat disimpulkan bahwa dukungan keluarga berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda.

Berdasarkan hasil pengujian parameter secara serentak serentak dan secara parsial, dapat diketahui bahwa variabel prediktor pengetahuan tentang ASI dan dukungan keluarga berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda tahun 2012. Untuk mendapatkan model terbaik, selanjutnya dilakukan pengujian kesesuaian model regresi logistik [Persamaan (5)] dengan data. Hasil yang diperoleh seperti pada tabel berikut.

Tabel 5. Hasil pengujian kesesuaian model

C

ˆ

db



2(0,1;db) 0,484 2 4,605

Pengujian kesesuaian model menggunakan hipotesis:

H0: Model sesuai H1: Model tidak sesuai

Berdasarkan Tabel 5, diperoleh nilai statistik uji Hosmer-Lemeshow (

C

ˆ

) sebesar 0,484. Tingkat signifikansi 10% didapatkan nilai

) 2 ; 1 , 0 ( 2



sebesar 4,605. Karena nilai

C

ˆ

kurang dari nilai



2(0,1;2) , maka H0 gagal ditolak sehingga dapat disimpulkan bahwa model regresi logistik pada Persamaan (5) sesuai, yaitu menunjukkan tidak ada perbedaan antara hasil observasi dengan hasil prediksi, artinya model regresi logistik pada Persamaan (5) mempunyai kalibrasi yang baik dan layak digunakan untuk mengkaji hubungan antara variabel prediktor dengan variabel respon dan pengaruh variabel prediktor terhadap variabel respon.

Berdasarkan hasil penaksiran dan pengujian parameter serta pengujian kesesuaian model, maka model regresi logistik pada Persamaan (5) merupakan model terbaik.

Setelah diperoleh model regresi logistik terbaik, maka dilakukan interpretasi terhadap model tersebut menggunakan nilai OR. Berdasarkan Tabel 4, terlihat bahwa nilai OR untuk pengetahuan tentang ASI adalah sebesar 52,377 artinya probabilitas responden yang mempunyai pengetahuan tentang ASI kurang, untuk tidak menyusui secara ekslusif 52,377 kali lebih besar dibanding responden yang mempunyai pengetahuan tentang ASI cukup. Kemudian nilai OR untuk dukungan keluarga sebesar 8,085 artinya probabilitas responden yang tidak mendapat dukungan keluarga, untuk tidak menyusui secara ekslusif 8,085 kali lebih besar dibanding responden yang mendapat dukungan keluarga.

Kesimpulan

Berdasarkan analisis dan pembahasan, maka dapat disimpulkan bahwa model regresi logistik

terbaik pada faktor-faktor yang mempengaruhi pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda tahun 2012 adalah:

4 1

2

,

09

958

,

3

698

,

1

)

(

x

x

x

g









. Kemudian

pengetahuan tentang ASI (

x

₁) dan dukungan keluarga (

x

₄) berpengaruh terhadap pemberian ASI di wilayah kerja Puskesmas Wonorejo Kota Samarinda tahun 2012.

Daftar Pustaka

Agresti, A. 2002. Categorical Data Analysis. Second Edition. New York: John Wiley and Sons., Inc.

Agresti, A. 2007.An Introduction to Categorical Data Analysis. Second Edition. New Jersey: John Wiley and Sons., Inc., Hoboken. Albert, A. dan Anderson, J.A. 1984. On The

Existence of Maximum Likelihood Estimates in Logistic Regression Models. Biometrika, Vol. 71, No. 1, hal. 1-10. Dahlan, M. S. 2011. Statistik untuk Kedokteran

dan Kesehatan. Edisi 5. Jakarta: Salemba Medika.

Departemen Kesehatan R.I. 1997. Petunjuk Pelaksanaan Peningkatan ASI Ekslusif, Jakarta.

Departemen Kesehatan R.I. 2005. Manajemen Laktasi, Jakarta.

Dinas Kesehatan Kota Samarinda. 2011.Laporan Program Perbaikan Gizi. Samarinda: Pemerintah Kota Samarinda.

Dinas Kesehatan Provinsi Kalimantan Timur. 2009. Rencana Strategis Dinas Kesehatan Provinsi Kalimantan Timur. Kalimantan Timur: Pemerintah Provinsi Kalimantan Timur.

Hosmer, L. dan Lemeshow, S. 2000. Applied Logistic Regression. Second Edition. New York: John Wiley and Sons., Inc.

Kutner, M.H., Nachtsheim, C.J, dan J. Neter. 2004. Applied Linear Regression Models. Fourth Edition. New York: McGraw-Hill/Irwin.

McCullagh, P. dan Nelder, J. A. 1989. Generalized Linear Models. Second Edition. London: Chapman and Hall.

Peraturan Menteri Kesehatan Nomor: 741/Menkes/Per/VII/2008 tentang Standar Pelayanan Minimal Bidang Kesehatan Kabupaten/Kota. Jakarta.

Pregibon, D. 1981. Logistic Regression Diagnostics.The Annals of Statistics, Vol. 9, No. 4, hal. 705-724.

Sjahmien, M. 1992.Ilmu Gizi, Jakarta: Bharatara. Wahdah, N. 2012. Faktor-faktor yang

berhubungan dengan Pemberian ASI Di Wilayah Kerja Puskesmas Wonorejo Kota Samarinda Tahun 2012. Tesis (tidak dipublikasikan). Fakultas Kesehatan

Masyarakat. Makassar: Universitas Hasanuddin.