Faktor Dominan Penyebab Penyakit Diabetes Mellitus Dengan Menggunakan Analisis Faktor di Kota Medan (Studi Kasus : RSU Dr. Pirngadi Medan)

BAB 2

LANDASAN TEORI

2.1 Definisi Diabetes Mellitus

Penyakit Diabetes Mellitus (DM) yang juga dikenal sebagai penyakit kencing

manis atau penyakit gula darah adalah golongan penyakit kronis yang ditandai

dengan peningkatan kadar gula dalam darah sebagai akibat adanya gangguan

sistem metabolisme dalam tubuh, dimana organ pankreas tidak mampu

memproduksi hormon insulin sesuai kebutuhan tubuh atau bisa disebutkan

sebagai suatu penyakit dimana kadar glukosa (gula sederhana) di dalam darah

tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara

kuat. (Segondo, 2004).

Menurut

International Diabetes Federation

(IDF), DM adalah penyakit

kronis yang digambarkan sebagai keadaan kadar glukosa darah yang meningkat

(hiperglikemia) yang berhubungan dengan kematian. Penyakit ini muncul ketika

sel-sel beta di pankreas gagal menghasilkan hormon insulin yang cukup atau

tubuh tidak dapat menggunakan insulin yang dihasilkan secara efektif. Seseorang

dapat dikatakan DM bila didiagnosis dengan kriteria diagnostik DM dan

gangguan toleransi glukosa yaitu: kadar glukosa darah sewaktu (plasma vena) ≥

200 mg/dl, kadar glukosa darah puasa (plasma vena) ≥ 126 mg/dl, kadar glukosa

pla

sma ≥ 200 mg/dl pada 2 jam sesudah beban glukosa 75 gram pada Test

Toleransi Glukosa Oral (TTGO).

2.2 Sejarah Diabetes Mellitus

Aretaeus pada tahun 250 sesudah Masehi merupakan orang yang pertama

kali memberi nama diabetes yang berarti “mengalir terus” dan mellitus yang

berarti “manis”. Disebut diabetes karena selalu minum dalam jumlah yang banyak

(polidipsia) yang kemudian mengalir terus berupa urine yang banyak (poliuria).

Disebut mellitus karena urine penderita ini mengandung glukosa.

Pada tahun 1921, Frederick Banting dan Charles Best berhasil membuat

ekstrak pankreas yang setelah disuntikkan terbukti dapat menurunkan kadar

glukosa dalam darah. Dengan demikian, jelas bahwa diabetes mellitus (DM)

adalah penyakit menahun (kronis) yang disebabkan karena kekurangan insulin.21

Akhirnya, pada tahun 1945, Frank dan Fuchs mencoba tablet OHO (Obat

Hipoglikemik Oral) pada manusia, yang kemudian temuan OHO ini berkembang

pesat dengan berbagai jenis dan indikasi penggunaannya. (Soegondo, 2004)

2.3 Jenis dan Teknik Pengumpulan Data

Data adalah keterangan mengenai sesuatu. Data digunakan untuk menyediakan

informasi bagi suatu penelitian, pengukuran kinerja, dasar pembuatan keputusan

dan menjawab rasa ingin tahu. Jenis-jenis data berdasarkan cara memperolehnya

yaitu:

1.

Data primer

Data primer merupakan data yang didapat dari sumber pertama, baik dari

individu atau perseorangan seperti hasil wawancara atau pengisian

kuisioner yang biasa dilakukan oleh peneliti.Biasanya data primer, peneliti

melakukan observasi sendiri baik di lapangan maupun di laboratorium.

2.

Data sekunder

Data sekunder merupakan data primer yang diperoleh oleh pihak lain atau

data primer yang telah diolah lebih lanjut dan disajikan baik oleh

pengumpul data primer atau pihak lain yang pada umumnya disajikan

dalam bentuk tabel-tabel atau diagram-diagram. (Sugiarto, dkk, 2001).

diperoleh dari rumah sakit. Pengumpulan data primer dilakukan dengan metode

sampling survey dengan menggunakan kuesioner pada sampel yang diambil dari

populasi studi (pasien diabetes mellitus di RSU Dr. Pirngadi Medan). Pada

metode ini, pengumpulan data dilakukan dengan memberikan kuesioner kepada

pasien yang menderita penyakit diabetes mellitus.

Sumber data yang lain diperoleh dengan pemeriksaan fisik berupa tekanan

darah, berat badan dan tinggi badan dll. Tekanan darah, tinggi badan dan berat

badan diperoleh dari pemeriksaan langsung yang dilakukan oleh dokter atau

perawat yang bekerja di RSU Dr. Pirngadi Medan.

2.4 Skala Ukuran Penelitian

Pengumpulan data yang dilakukan dengan kuesioner pada penelitian ini akan

diperoleh jawaban dengan intensitas yang berbeda

–

beda sesuai dengan

pertanyaan yang diajukan. Untuk dapat menempatkan intensitas data yang

berbeda

–

beda secara tepat diberikan beberapa tingkatan atau jenjang yang

dikenal dengan skala ukuran. Adapun skala ukuran pada variabel yang akan

diteliti yaitu skala nominal dan ordinal. Pada penelitian skala nominal berada pada

variabel jenis kelamin karena data dengan skala nominal tidak mempunyai

jenjang. Sementara skala ukuran ordinal berada pada variabel usia, faktor

genetika/riwayat keturunan, obesitas, stres, Kolesterol, Hipertensi, komplikasi

penyakit lain dan aktifitas fisik (olahraga). Variabel

–

variabel tersebut memiliki

jenjang yang bersifat kualitatif.

2.5 Populasi dan Sampel

Populasi adalah sekelompok orang kejadian, atau benda yang merupakan

kumpulan lengkap dari elemen

–

elemen sejenis akan tetapi dapat dibedakan

berdasarkan karakteristiknya, yang dijadikan objek penelitian. (Supranto,2010).

yaitu populasi yang tidak diketahui dengan pasti jumlahnya, misalnya jumlah

penduduk disuatu negara dikatakan tidak pasti jumlahnya karena setiap waktu

terus berubah jumlahnya Sehingga yang menjadi populasi dalam penelitian ini

adalah seluruh pasien rawat jalan yang menderita diabetes mellitus dan sedang

melakukan pengobatan di RSU Dr. pirngadi Medan.

Sampel adalah bagian dari populasi yang menjadi objek penelitian

(Supranto, 2010). Pengambilan sampel dilakukan dengan teknik consecutive

sampling yaitu sampel diambil dari semua sampel yang datang dan memenuhi

kriteria pemilihan sampai jumlah sampel terpenuhi dengan jangka waktu

pengambilan sampel tidak pendek untuk mewakili karakteristik populasi.

(Suryano,2008). Penentuan jumlah sampel pada analisis faktor harus memenuhi

paling sedikit empat atau lima kali banyaknya variabel yang dianalisis

(Supranto,2010). Dalam penelitian ini terdapat 9 variabel yang akan dianalisis

sehingga jumlah sampel yaitu 45 orang dianggap mencukupi.

2.6 Analisis Data

2.6.1 Uji Validitas

Validitas adalah suatu ukuran yang menunjukkan tingkat

–

tingkat kevalidan atau

kesahihan suatu instrument.Validitas menunjukkan sejauh mana ketepatan dan

kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Dikatakan validitas

apabila dapat mengungkapkan data dari variabel yang di teliti secara tepat

(Arikunto,2010)

Untuk menghitung nilai

pada item pertanyaan dapat dilakukan

dengan rumus:

∑

∑

∑

√{ ∑

∑

}{ ∑

∑

}

Keterangan:

r

xy :

Koefisien Korelasi

n

: Jumlah Sampel

Hipotesis untuk signifikansi adalah

H

0

= Variabel tidak valid

H

1

= Variabel valid

Validitas dapat diukur dengan membandingkan r hitung dengan r tabel. Kriteria

penilaian uji validitas adalah :

a.

Apabila r hitung > r tabel (pada taraf signifikansi 5% atau 1%), maka

dapat dikatakan butir pertanyaan tersebut valid.

b.

Apabila r hitung r tabel (pada taraf signifikansi 5% atau 1%), maka dapat

dikatakan butir pertanyaan tersebut tidak valid.

2.6.2 Uji Reliabilitas

Realibilitas merupakan indeks yang menunjukkan sejauhmana suatu alat ukur

dapat dipercaya atau dapat diandalkan.Pengukuran yang memiliki realibilitas

tinggi disebut sebagai pengukuran yang reabel.

Nilai Alpha Cronbach diperoleh dengan menggunakan rumus sebagai

berikut:

(

₎

∑

Keterangan:

: nilai koefisien Cronbach Alpha

: banyaknya variaber penelitian

∑

: jumlah varians variabel penelitian

: varians total

Teknik perhitungan reliabelitas ada beberapa cara, yaitu sebagai berikut:

a.

Teknik Pengukuran Ulang (

Testretest

)

perhitungannya adalah dengan mengkorelasikan jawaban pada wawancara

pertama dengan jawaban pada wawancara kedua.

b.

Teknik Belah Dua

Untuk menggunakan teknik belah dua sebagai cara menghitung reliabilitas

alat pengukur, maka alat pengukur yang disusun harus memiliki cukup

banyak item pertanyaan yang mengukur aspek yang sama.

c.

Teknik Bentuk Paralel

Perhitungan reliabilitas dilakukan dengan membuat dua jenis alat pengukur

yang mengukur aspek yang sama. Kedua alat ukur tersebut diberikan pada

responden yang sama, kemudian dicari validitasnya untuk masing-masing

jenis.

d.

Internal Consistency Reliability

Internal consistency reliability berisi tentang sejauh mana item-item

instrumen bersifat homogen dan mencerminkan konstruk yang sama sesuai

dengan yang melandasinya.Suatu variabel dikatakan reliabel jika

memberikan nilai cronbach alpha > 0,60 atau nilai cronbach alpha > 0,80.

2.7 Transformasi Data Ordinal menjadi Interval

Proses transformasi merupakan upaya yang dilakukan untuk merubah data ordinal

menjadi data interval misalnya analisis faktor dimana variabel bebasnya harus

berskala interval. Data ordinal yang ditransformasikan menjadi data interval

adalah data penelitian yang diperoleh menggunakan instrumen berupa angket

yang memiliki jawaban berupa skala likert. Cara melakukan proses transformasi

data ordinal menjadi data interval menggunakan MSI

(Method Sof Successive Interval).

Langkahnya sebagai berikut:

1.

Mencari F (Frekuensi) jawaban responden.

2.

Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut

proporsi

4.

Menghitung nili Z untuk setiap proporsi dengan menggunakan tabel

distribusi normal.

5.

Menentukan nilai densitas untuk setiap nilai Z yang diperoleh dengan

menggunakan tabel densitas.

6.

Menentukan SV

(Scale Value =

nilai skala) dengan rumus sebagai berikut:

Keterangan:

SV =

interval rata-rata

Density at lower limit

= kepadatan batas bawah

Density at upper limit

= kepadatan batas atas

Area below upper limit

= daerah dibawah batas bawah

Area below lower limit

= Daerah diatas batas bawah

7.

Menentukan nilai transformasi dengan rumus:

|

|

Keterangan:

: Nilai hasil Penskalaan akhir

: Nilai Skala

|

|

: Nilai Skala minimum

2.8 Analisis Faktor

Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara

sejumlah variabel

–

variabel yang saling independen satu dengan yang lain,

sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari

jumlah variabel awal (Santoso, 2010).

sedikit.Analisis faktor memisahkan pengaruh faktor yang menjadi perhatian dasar

dari error (Anderson.T.W, 1984).

Salah satu kelebihan dari analisis faktor adalah ketika bentuk persamaan

tidak cocok dengan data, perkiraan korelasi antar faktor dengan variabel jelas

mencerminkan kegagalan. Dalam sebuah kasus, ada dua permasalahan dalam

perkiraan yaitu (1) tidak jelas banyaknnya faktor yang dibentuk dan (2) tidak jelas

nama faktor yang di tentukan. Dalam prosedur statistik lain, kegagalan asumsi

tidak mengakibatkan konsekuensi yang jelas seperti dalam perkiraan korelasi.

Namun hal ini menjadi asumsi dasar analisis faktor. (Rencher A.C., 2002)

Teknik umum dalam analisis faktor adalah metode principal component

analysis, yaitu metode yang digunakan untuk memperkirakan korelasi antara

faktor yang akan dibentuk terhadap variabel. (Rencher A.C.,2002)

Pada metode

principal analysis factor

bertujuan untuk mencari korelasi

pada faktor terhadap variabel

–

variabel secara linier serta mengurangi (perkiraan)

dimensi dari ruang vektor yang menggandung variabel

–

variabel dari satu set

variabel acak yang intercorrelated. Dalam metode ini variabel yang diamati

bergantung pada jumlah faktor yang lebih sedikit yang dapat dijelaskan dari

varians atau kovarians yang sistematis atau benar dari penelitianuntuk

memperkirakandan mengidentifikasi variabel yang nyata (tapi tidak teramati)

yang berpengaruh pada variabel acak (Basilevsky .A., 1994).

2.8.1 Kegunaan Analisis Faktor

Analisis faktor dipergunakan didalam situasi sebagai berikut : (Supranto,2010)

a.

Mengenali atau mengidentifikasi dimensi yang mendasari (underlying

dimensions) atau faktor, yang menjelaskan korelasi antara suatu set

variabel.

c.

Mengenali atau mengidentifikasi suatu set yang penting dari suatu set

variabel yang lebih banyak jumlahnya untuk dipergunakan didalam

analisis multivariat selanjutnya.

2.8.2 Tujuan Analisis Faktor

Tujuan analisis faktor adalah: (Santoso,2010)

a.

Data summarization yakni mengidenfikasi adanya hubungan antara

variabel dengan melakukan uji korelasi.

b.

Data reduction yakni setelah melakukan korelasi, dilakukan proses

membuat sebuah variabel set baru yang dinamakan faktor untuk

menggantikan sejumlah variabel tertentu.

2.8.3 Asumsi Pada Analisis Faktor

Karena prinsip utama analisis faktor adalah korelasi, maka asumsi

–

asumsi terkait

dengan korelasi akan digunakan, yakni : (Santoso,2010)

a.

Besar korelasi atau korelasi antar variabel independen harus cukup kuat,

misalkan diatas 0,5

b.

Besar korelasi parsial, korelasi antara dua variabel dengan menganggap

tetap variabel yang lain, justru harus kecil

c.

Pengujian seluruh matriks korelasi (korelasi antar variabel) yang diukur

dengan besaran

Bartlett Test Of Sphericity

atau

Measure Sampling Adequacy

(MSA). Pengujian ini mengharuskan adanya korelasi yang

signifikan di antara paling sedikit beberapa variabel

2.8.4 Model Analisis Faktor

Secara matematis, analisis faktor agak mirip dengan analisis regresi, yaitu dalam

hal bentukfungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel

dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas.

Kovarians diantara variabel dijelaskan terbatas dalam sejumlah kecil komponen

atau faktor.

Pada dasarnya faktor merupakan kombinasi linier dari variabel

–

variabel

asli/awal, sebagai hasil suatu penelitian.

keterangan:

i

: 1,2,3,...,k

k

: Banyaknya variabel.

: Perkiraan faktor ke-i (didasarkan pada nilai variabel X

dengan koefisiennya W

i

).

: Timbangan/bobot atau koefisien nilai faktor ke-i.

: Variabel ke

yang sudah dibakukan (

standardized

).

2.9 Langkah-langkah Analisis faktor

2.9.1 Tabulasi Data

Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di

tempat-tempat yang telah ditentukan, kemudian data-data ini dikumpulkan serta

ditabulasikan pada kolom-kolom agar mempermudah untuk dikonversi pada

software yang akan digunakan.

2.9.2

Pembentukan Matriks Korelasi

pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari

analisis faktor. Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis

faktor dapat dilaksanakan yaitu:

1.

Penentukan besaran nilai

Barlett Test of Sphericity

,

Bartlett’s of sphericity

yaitu suatu uji statistik yang dipergunakan untuk menguji hipotesis bahwa

variabel tidak saling berkorelasi (

uncorrelated

) dalam populasi. Dengan

kata lain, matriks korelasi populasi merupakan matriks identitas (

identity matrix

), setiap variabel berkorelasi dengan dirinya sendiri secara sempurna

dengan (r =1) akan tetapi sama sekali tidak berkorelasi dengan lainnya (r =

0). Statistik uji

Bartlett’s

adalah:

[

] | |

dengan derajat kebebasan(

degree of freedom

) df =

Keterangan :

= jumlah observasi

= jumlah variabel

|

|

= determinan matriks korelasi

2.

Penentuan

Keiser-Meyesr-Okliti

(KMO)

Measure of Sampling Adequacy

,

yang digunakan untuk mengukur kecukupan sampel dengan cara

membandingkan besarnya koefisien korelasi yang diamati dengan koefisien

korelasi parsialnya.

_{∑ ∑}

∑ ∑

∑ ∑

keterangan:

rij

:Koefisien korelasi sederhana antara ke-

i

dan ke-

j. aij

: Koefisien korelasi parsial antara variabel ke-

i

dan ke-

j.

i

: 1,2,3,...,p dan j = 1,2,3,...,p

MSA digunakan untuk mengukur kecukupan sampel.

_∑

∑ ∑

keterangan:

p

= Jumlah variabel

= Kuadrat matriks korelasi sederhana

= Kuadrat matriks korelasi parsial.

i

= 1,2,3,...,p dan j = 1,2,3...,p

Kriteria kesesuaian dalam pemakaian analisis faktor adalah (Kaiser, 1974):

1.

Jika harga KMO sebesar 0,9 berarti sangat memuaskan

2.

Jika harga KMO sebesar 0,8 berarti memuaskan

3.

Jika harga KMO sebesar 0,7 berarti harga menengah

4.

Jika harga KMO sebesar 0,6 berarti cukup

5.

Jika harga KMO sebesar 0,5 berarti kurang memuaskan

6.

Jika harga KMO kurang dari 0,5 tidak dapat diterima

Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang

digunakan untuk intepretasi adalah sebagai berikut:

1.

Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa

kesalahan oleh variabel yang lainnya.

2.

Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut

masih dapat diprediksi dan bisa dianalisis lebih lanjut.

3.

Jika MSA lebih kecil dari 0,5 dan atau mendekati nol (0), maka

variabel tersebut tidak dapat dianalisis lebih lanjut, atau

dikeluarkan dari variabel lainnya.

2.9.3

Ekstrasi Faktor

Setelah sejumlah variabel terpilih, maka dilakukan ekstrasi variabel

tersebut sehingga menjadi beberapa faktor. Setelah memproses variabel-variabel

yang layak, maka dengan program SPSS versi 17 akan diperoleh nilai hasil

statistik yang menjadi indikator utama yaitu tabel

communalities,

tabel Total

Variance Explained, Grafik Scree,

tabel

component matrix

dan tabel

rotated component matrix.

Tabel

Communalities

merupakan tabel yang menunjukkan persentase

variansi dari tiap variabel yang dapat dijelaskan oleh faktor yang terbentuk.Nilai

yang dilihat adalah

extraction

yang terdapat pada tabel

communalities

.Makin kecil

nilainya, makin lemah hubungan antara variabel yang terbentuk. Perhitungan

communality

setiap variabel dengan persamaan:

Keterangan:

=

communality

variabel ke-i

= Nilai

faktor Loading

Communality

adalah jumlah varian yang disumbangkan oleh suatu variabel

dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut proporsi atau

bagian varian yang dijelaskan oleh common faktor atau besarnya sumbangan

suatu faktor terhadap varian seluruh variabel.

Tabel Total

Variance Explained

, menunjukkan persentase variance yang

dapat dijelaskan oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya

eigenvalues

yang telah mengalami proses ekstrasi. Pada tabel akan tercantum nilai

extraction sum of square loading

. Hal ini disebabkan nilai

eigenvalues

tidak lain

merupakan jumlah kuadrat dari faktor loading dari setiap variabel yang termasuk

ke dalam faktor.

Factor Loading

ini merupakan nilai yang menghubungkan

faktor-faktor dengan variabel-variabel.Variabel yang masuk ke dalam faktor

adalah yang nilainya lebih dari satu (

). Dari sini akan terlihat pula jumlah

faktor yang akan terbentuk.

Keterangan:

= matriks korelasi dengan orde n x n

= matriks identitas

=

eigen value

Eigen value

adalah jumlah varian yang dijelaskan oleh setiap faktor. Penentuan

vektor karakteristik (

eigen vector

) yang bersesuaian dengan nilai karakteristik

(

eigen value

), yaitu dengan persamaan:

Keterangan:

= eigen vector dengan orde

n x n

=

eigen value

Matriks

loading factor

(

) diperoleh dengan mengalikan matriks eigen vector (

)

dengan akar dari matriks eigen value (

). Atau dalam persamaan matematis

ditulis:

√

Keterangan:

=

loading factor

= matriks eigen vektor

=

eigen value

Factor loading

merupakan korelasi sederhana antara variabel dengan faktor.

Grafik Scree Plot

menggambarkan tampilan grafik dari tabel Total

Variance Explained

. Grafik ini sebenarnya menunjukkan peralihan dari satu

faktor ke faktor lainnya garis menurun disepanjang sumbu y. Sumbu x

menunjukkan jumlah komponen faktor yang terbentuk, sedangkan sumbu y

menunjukkan nilai

eigenvalues

.

yang ada dalam tabel, dimana nilai lebih besar menunjukkan korelasi yang cukup

kuat antara variabel-variabel tersebut dengan komponen faktor. Jumlah jasa

kuadrat faktor loading dari tiap variabel tidak lain merupakan nilai extraction

untuk tiap variabel yang tercantum dalam tabel

communalities.

2.9.4

Rotasi Faktor

Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih

sederhana, sehingga lebih mudah diinterpretasikan.Dalam analisis ini rotasi faktor

dilakukan dengan metode rotasi varimax. Hasil dari rotasi ini terlihat pada tabel

Rotated Component Matrix

, dimana dengan metode ini nilai total variance dari

tiap variabel yang ada di tabel component matrix tidak berubah. Yang berubah

hanyalah komposisi dari nilai faktor Loading dari tiap variabel. Interpretasi hasil

dilakukan dengan melihat

Faktor Loading

.

Faktor

Loading

adalah angka yang menunjukkan besarnya korelasi antara

suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor

lima yang terbentuk. Proses penentuan variabel mana akan masuk ke faktor yang

mana, dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris

di dalam setiap tabel.

Dalam penelitian ini digunakan metode Varimax, karena bertujuan untuk

mengekstraksi sejumlah variabel menjadi beberapa faktor.Selain itu metode ini

menghasilkan struktur relatif lebih sederhana dan mudah diinterpretasikan.

2.9.5

Penamaan Faktor

2.10 Variabel Penelitian

Variabel merupakan ukuran atau ciri yang dimiliki oleh anggota sesuatu

kelompok yang berbeda dengan yang dimiliki oleh kelompok lain.

(Saryono,2008). Variabel yang diteliti merupakan variabel independen (bebas)

yaitu variabel yang mempengaruhi atau dianggap menentukan variabel terikat.

Variabel ini dapat berupa penyebab/kausa. Adapun variabel yang akan diteliti

adalah

Usia, (

) Jenis kelamin, (

Obesitas, (

) Hipertensi, (

)

Kolesterol, (

) Genetik/Keturunan, (

) Komplikasi, (

) Aktifitas fisik

(olahraga), (

) Stres.

2.11 Definisi Operasional

Tabel 2.1 Definisi Operasional

Untuk menyamakan pengertian terhadap variabel penelitian, maka dibuat definisi operasional seperti pada tabel 2.1.sebagai berikut:

NO

VARIABEL

DEFINISI OPERASIONAL

KATEGORI

CARA PENGUKURAN

SKALA

1.

Usia

Usia reponden dihitung sejak tahun

lahir sampai dengan ulang tahun

terakhir yang telah dijalanin saat

penelitian

terlihat) yang terlihat pada responden

1. Perempuan

3.

Obesitas

Keadaan berat badan responden yang

ditentukan melalui IMT

(Indeks Massa Tubuh)

1.Kurus (Tk. Berat) < 17,0

2. Kurus (Tk. Ringan) 17,0

–

18,4

3.Normal 18,5-25,0

4. Gemuk (Tk. Ringan) 25,1

–

27,0

5.Gemuk (Tk. Berat) >27,0

Tinggi badan diukur

dalam pembuluh darah. Dihitung

hanya pada tekanan darah histolik

1.

Normal (90-120 mmHg)

2.

Pre Hipertensi (121-140 mmHg)

3.

Hipertensi Stadium 1 (141-160 mmHg)

4.

Hipertensi Stadium 2 (> 160 mmHg)

Ditanyakan pada

6.

Faktor

Genetik /

Riwayat

Keturunan

Keterangan mengenai ada tidaknya

keluarga responden yang menderita

hipertensi. Keluarga yang dimaksud

yaitu ayah, ibu, kakek, nenek, bibi,

dan paman

1. Tidak Ada

2. Ada satu orang keluarga

3. 1

–

2 orang keluarga

Penyakit

yang

diderita

oleh

responden selain penyakit hipertensi.

Penyakit tersebut berkaitan dengan

hipertensi seperti diabetes, asam urat,

gagal ginjal, gagal jantung, ginjal

Melakukan aktifitas fisik seperti

olahraga

dirasakan saat tuntutan emosi, fisik

atau lingkungan tak mudah diatasi

atau melebihi daya dan kemampuan

yang dirasakan untuk mengatasinya

dengan efektif.

2.12 Deskripsi Variabel

1.

Usia

Pertambahan umur seseorang mengakibatkan pengaturan metabolisme

pada tubuh menurun serta terjadi perubahan fisiologis yang drastis.

Perubahan ini terjadi dengan cepat setelah usia 40 tahun. Perubahan tubuh

dalam mengatus metabolisme salah satunya menyebabkan sedikitnya

hormon insulin yang dihasilkan. Sehingga, insulin tidak mampu bekerja

dengan maksimal untuk menyerap kadar gula untuk digunakan oleh tubuh.

Dampaknya akan menyebabkan kadar gula darah banyak beredar dalam

tubuh. (Sudoyono, 2006)

2.

Jenis Kelamin (Gender)

Jenis kelamin berpengaruh pada terjadinya diabetes mellitus di mana pria

lebih banyak dibandingkan wanita. Pria diduga memiliki gaya hidup yang

cenderung dapat meningkatkankadar gula darah dibanding wanita. Pada

laki-laki, penumpukan lemak terkonsentrasi di sekitar perut sehingga

memicu obesitas sentral yang lebih beresiko memicu gangguan

metabolisme, yang salah satunya akan menyebabkan kadar gula darah

tinggi. (Sudoyono, 2006)

3.

Obesitas

Obesitas atau kegemukan adalah suatu kondisi dimana tubuh seseorang

memiliki kadar lemak yang terlalu tinggi. Kadar lemak yang terlalu tinggi

dalam tubuh dapat menyebabkan berbagai masalah kesehatan. Untuk

mengetahui apakah seseorang obesitas atau tidak, kita bisa menggunakan

indeks berat badan yang biasa disebut IMT (Indeks Massa tubuh). IMT

adalah angka yang menunjukkan perbandingan antara berat badan (dalam

satuan kilogram) terhadap tinggi badan (dalam satuan meter).

Salah satu resiko yang dihadapi oleh orang yang obesitas adalah

penyakit diabetes tipe 2. Menurut beberapa hasil penelitian, diabetes tipe 2

sangat erat kaitannya dengan obesitas. Pada penderita diabetes tipe 2,

pankreasnya sebenarnya menghasilkan insulin dalam jumlah yang cukup

insulin tersebut tidak dapat bekerja maksimal membantu sel-sel tubuh

menyerap glukosa karena terganggu oleh komplikasi-komplikasi obesitas,

salah satunya adalah kadar lemak darah yang tinggi (terutama kolesterol

dan trigliserida).

(Sudoyono, 2006)

4.

Hipertensi

Pada orang dengan diabetes mellitus, hipertensi berhubungan dengan

resistensi insulin dan abnormalitas pada sistem renin-angiotensin dan

konsekuensi metabolik yang meningkatkan morbiditas. Abnormalitas

metabolik berhubungan dengan peningkatan diabetes mellitus pada

kelainan fungsi tubuh/ disfungsi endotelial. Sel endotelial mensintesis

beberapa substansi bioaktif kuat yang mengatur struktur fungsi pembuluh

darah.

(Sudoyono, 2006)

5.

Kolesterol

Kadar kolesterol yang tinggi dapat menyebabkan penumpukan plak di

sekitar pembuluh darah, yang menyebabkan suplai gula darah untuk

dimasukkan kedalam sel tubuh menurun. Kadar kolesterol yang meningkat

dalam jangka waktu yang lama akan menyebabkan penumpukan kadar

gula yang tinggi dalam pembuluh darah sehingga akan menyebabkan

penyakit diabetes mellitus. (Sudoyono, 2006)

6.

Genetika/keturunan

Diabetes mellitus dapat menurun menurut silsilah keluarga yang mengidap

diabetes mellitus, karena kelainan genetik yang mengakibatkan tubuhnya

yang tak dapat menghaasilkan insulin dengan baik. (Sudoyono, 2006)

7.

Komplikasi Penyakit Lain

Pada umumnya komplikasi terjadi padaDiabetesMellitus yang sudah lama.

Komplikasi dapat berupa terganggunya fungsi atau kerusakan berbagai

organ seperti mata, kaki dan ginjal. (Sudoyono, 2006)

tenaga dan energi, yang biasa dilakukan atau aktivitas sehari-hari sesuai

profesi atau pekerjaan. Sedangkan faktor resiko penderita DM adalah

mereka yang memiliki aktivitas minim, sehingga pengeluaran tenaga dan

energi hanya sedikit.

(Sudoyono, 2006)

9.

Stres

Stress cenderung membuat seseorang mencari makanan yang manis-manis

dan berlemak tinggi untuk meningkatkan kadar serotonin otak. Serotonin

ini memiliki efek penenang sementara untuk meredakan stress, tetapi gula

dan lemak itulah yang berbahaya bagi mereka yang beresiko terkena

diabetes mellitus.

(Sudoyono, 2006)

Tingkat stres dapat dikelompokkan dengan menggunakan kriteria

HARS (Hamilton Anxiety Rating Scale). Unsur yang dinilai antara lain:

perasaan ansietas, ketegangan, ketakutan, gangguan tidur, gangguan

kecerdasan, perasaan depresi, gejala somatik, gejala respirasi, gejala gejala

kardiovaskuler, gejala respirasi, gejala gastrointestinal, gejala urinaria,

gejala otonom, gejala tingkah laku. Unsur yang dinilai dapat menggunakan

skoring, dengan ketentuan penilaian sebagai berikut:

0 : Tidak ada gejala dari pilihan yang ada

1 : Satu gejala dari pilihan yang ada

2 : Kurang dari separuh dari pilihan yang ada

3 : Separuh atau lebih dari pilihan yang ada

4 : Semua gejala ada

Untuk selanjutnya skor yang dicapai dari masing-masing unsur

atau item dijumlahkan sebagai indikasi penilaian dertajat stres, dengan

ketentuan sebagai berikut:

1. Skor < 14 tidak ada stress

2. Skor 14-20 stres ringan

3. Skor 21-27 stres sedang

4. Skor 28-41 stres berat