JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
PEMODELAN RESIKO PENYAKIT PNEUMONIA
PADA BALITA DI JAWA TIMUR MENGGUNAKAN
REGRESI LOGISTIK BINER STRATIFIKASI
Ita Noviana
1309 100 040
Pembimbing
: Ir. Sri Pingit Wulandari, M.Si.
Co Pembimbing : Dr. Purhadi, M.Sc
SEMINAR HASIL 4 JULI 2013
OUTLINE
PENDAHULUAN
TINJAUAN PUSTAKA
METODOLOGI PENELITIAN
HASIL DAN PEMBAHASAN
KESIMPULAN DAN SARAN
MENURUNKAN
ANGKA KEMATIAN
BAYI
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
MENURUNKAN
ANGKA KEMATIAN
BAYI
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
Ispa Pneumonia TB Campak
25.5
2.13 0.99 1.18
Prevalensi Pneumonia Berdasarkan Riskesdas 2007
Ispa Pneumonia TB Campak
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
NAD Sumatera Barat Jambi Bengkulu Bangka Belitung DKI Jakarta Jawa Tengah Jawa Timur Bali Nusa Tenggara Timur Kalimantan Tengah Kalimantan Timur Sulawesi Tengah Sulawesi Tenggara Sulawesi Barat Maluku Utara 192516688 75258145 512618165 13094973 4126 896 40296 168140 18477 1739 73786 15416 3215 32669 5515 2994 623 13005 5602 14148160 8384 5055 16562280 2327 402Jumlah Penderita Pneumonia pada Balita 2011
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
NAD Sumatera Barat Jambi Bengkulu Bangka Belitung DKI Jakarta Jawa Tengah Jawa Timur Bali Nusa Tenggara Timur Kalimantan Tengah Kalimantan Timur Sulawesi Tengah Sulawesi Tenggara Sulawesi Barat Maluku Utara 6 21 56 00 64 6 14 03 23 76 18 0 54 115 13 83 0 46 12 26 9 4 1 0 58Jumlah Kematian Balita Karena Pneumonia
FAKTOR YANG MEMPENGARUHI PEMODELAN REGRESI LOGISTIK BINER REGRESI LOGISTIK BINER STRATIFIKASI Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
PENDAHULUAN
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
Bagaimana karakteristik balita di Jawa Timur?
Bagaimana memodelkan faktor-faktor penyakit
pneumonia pada balita di Provinsi Jawa Timur
menggunakan Regresi Logistik Biner berdasarkan
strata dataran tinggi, sedang dan rendah?
PENDAHULUAN
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
Mengetahui karakteristik balita di Jawa Timur.
Mengetahui model dan faktor-faktor penyakit
pneumonia pada balita di Provinsi Jawa Timur
menggunakan Regresi Logistik Biner berdasarkan
strata dataran tinggi, sedang dan rendah?
PENDAHULUAN
PENDAHULUAN
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
Memberikan informasi untuk pemerataan sasaran
pelaksanaan program pencegahan dan pengendalian
pneumonia balita dalam rangka menurunkan akba
Memberikan informasi mengenai faktor-faktor yang bisa
mempengaruhi timbulnya kejadian pneumonia
Memberikan wawasan mengenai penerapan ilmu
Statistika dalam dunia kesehatan
Latar
Belakang RumusanMasalah Tujuan Manfaat Batasan
Data yang digunakan adalah data Hasil Survey Riset Kesehatan Dasar Tahun 2007 yang di lakukan oleh Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan Republik Indonesia untuk wilayah survey di Provinsi Jawa Timur
PENDAHULUAN
REVIEW PENELITIAN
(Hartanto, Halim, & Yuliana, 2010): pusat penyebaran pneumonia
berada di daerah Tubanan dan Sukomanunggal (Surabaya Barat)
dengan radius penyebaran penyakit pneumonia sekitar 600 meter
persegi
Pamungkas (2012) : Riwayat terkena campak, pekerjaan ibu, serta
variabel karakteristik sosial ekonomi yang ditinjau dari
pengeluaran rumah tangga
(Yuwono, 2008): jenis lantai, kondisi dinding rumah, luas ventilasi
rumah,
tingkat
kepadatan
hunian,
tingkat
kelembaban, penggunaan jenis bahan bakar kayu dan kebiasaan
anggota keluarga yang merokok mempunyai hubungan dengan
kejadian pneumonia
REVIEW PENELITIAN
(Santoso, 2012): Metode
Geographically Weighted Regression
(GWR) yang memberikan kesimpulan bahwa pemberian
vitamin A dan imunisasi pada balita berpengaruh terhadap
pneumonia di Jawa Timur
(Susilo, 2009) :Penelitian mengenai prevalensi dan faktor
resiko HIV pada
Generalized Epidemic
di tanah Papua yang
memberikan kesimpulan bahwa faktor kuat yang berlaku
untuk ketiga topografi yang digunakan dalam penelitian
adalah pengetahuan tentang HIV dan jumlah pasangan
PDF:
Model regresi logistik
Transformasi Logit: i i y i y i i i
y
f
(
,
π
)
=
π
(
1
−
π
)
1− ) ... ( ) ... ( 1 1 0 1 1 0e
1
e
)
(
p p p p x x x xx
β β β β β βπ
+ + + ++ ++
=
p px x x x x gβ
β
β
π
π
= + + + − = ... ) ( 1 ) ( ln ) ( 0 1 1 (Agresti, 2002)(Hosmer & Lemeshow, 2000).
Regresi Logistik
TINJAUAN PUSTAKA
Estimasi Parameter
1. Membentuk fungsi likelihood
2. Membentuk ln
l
(
β
)
3. Menurunkan ln
l
(
β
) terhadap
β
:
(
)
∏
∏
= − =−
=
=
n i y i i n i i ix
x
x
f
l
1 1 y 1)
(
1
)
(
)
(
)
(
β
π
iπ
∑
+
−
∑
∑
∑
= = = = p j ij jx n i j n i i ij p je
x
y
log
1
0 1 1 0 ββ
∑
∑
= = ∑ ∑
+
−
=
∂
∂
= = n i n i x x ij ij i j p j j ij p j j ije
e
x
x
y
L
1 1 0 01
)
(
β ββ
β
ˆ
(
)
0
1 1=
−
∑
∑
= = n i n i i ij ij ix
x
x
y
π
TINJAUAN PUSTAKA
15Iterasi Newton -Rapshon
( )
β
( )
t( )
H
( )
t 1q
( )
tβ
t+1=
−
−Dimana:
t
= iterasi mulai dari 1,2,…. hingga dicapai kekonvergenan
= matriks Hessian dengan elemen
, dan merupakan
matriks nonsingular, sehingga dapat ditulis
( ) ( )
( )
∂ ∂ ∂ ∂ ∂ ∂ = p L L L T β β β β ,... β , β 1 0 q tH
( )
u j ju L h β β ∂ ∂ ∂ = 2 β ( ) ( )(
( )
( ))
ij i t i i j t j t L q ( ) y π x x n 1∑
= − = ∂ ∂ = ββ
β ( ) ( )∑
( )
( )(
( )
( ))
= − − = ∂ ∂ ∂ = n 1 2 x π 1 x π x x ) ( i t i t i iu ij u j t ju t L h ββ
β
βTINJAUAN PUSTAKA
16( )
t+−
β
( )
t≤
ε
β
1Pengujian Parameter
0
...
2 1=
β
=
=
β
p=
β
0
≠
jβ
(
)
( )∑
= −−
−
=
n i y i y i n n i i in
n
n
n
G
1 1 0 1ˆ
1
ˆ
ln
2
0π
π
H
0:
H
1: Min satu ;
j
= 1, 2, ...,
p
Statistik uji:
Tolak H
0apabila
Dengan v=p-1
) , ( 2 vG
>
χ
αH
0:
H
1:
j
= 1, 2, ...,
p
Statistik uji:
Tolak H
0apabila
atau
Dengan v=1
0 = j β0
≠
jβ
)
ˆ
(
ˆ
j jSE
W
β
β
=
2 / α Z Whitung >W
2>
χ
2(α,v)TINJAUAN PUSTAKA
17Uji Kesesuaian Model
TINJAUAN PUSTAKA
18
H
0: Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil
pengamatan dengan kemungkinan hasil prediksi model)
H
1: Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil
pengamatan dengan kemungkinan hasil prediksi model)
Statistik uji:
H
0ditolak jika
(
)
(
)
∑
=−
−
=
g k k k k k k kn
n
o
C
1 21
'
'
ˆ
π
π
π
) 2 , ( 2ˆ
>
g−C
χ
αRegresi Logistik dengan Stratifikasi
Uji Kesamaan Vektor Parameter
Paling sedikit ada satu
yang tidak sama,
d
=1,2,...,
D
Statistik uji:
ditolak bila
W
IIlebih dari
di mana
sampai
dengan masing-masing menunjukkan banyaknya variabel
prediktor pada model pertama sampai dengan model yang
ke-
D
.
0:
1 2 DH
β β
=
=
=
β
1:
H
β
d 1 2 1 2 1 3 1 2 1 1 2 1 3 1 2 1 3 1 3 1 1 3 1 1 2 1 1 3 1 ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆˆ ˆ var( ) var( ) cov( , ) cov( , )
ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ
ˆ ˆ cov( , ) var( ) var( ) cov( , )
ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ cov( , ) cov( , ) T D D II D D D + − − − − − − − + − − − = − − − − − β β β β β β β β β β β β β β β β β β β β β β β β β β β β β β β β β β W 1 2 1 3 1 1 ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ var( ) var( )D D − − − + − β β β β β β β β 1 2 2 ( ;α w w ... wD)
χ
+ + + 1w
Dw
TINJAUAN PUSTAKA
19Pneumonia
Klasifikasi Pneumonia
a.
Kelompok umur < 2 bulan
1. Pneumonia berat
Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jika sebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajar atau sulit bangun, stridor pada anak yang tenang, demam (38ºC atau lebih) atau suhu tubuh yang rendah (di bawah 35,5 ºC), pernapasan cepat 60 kali atau lebih per menit, penarikan dinding dada berat, sianosis sentral (pada lidah), serangan apnea, distensi abdomen dan abdomen tegang.
2. Bukan pneumonia
b. Kelompok umur 2 bulan sampai < 5 tahun 1. Pneumonia sangat berat
2. Pneumonia berat 3. Pneumonia
4. Bukan pneumonia (batuk pilek biasa) 5. Pneumonia persisten
TINJAUAN PUSTAKA
Pneumonia
Klasifikasi Pneumonia
a.
Kelompok umur < 2 bulan
1. Pneumonia berat
Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jika sebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajar atau sulit bangun, stridor pada anak yang tenang, demam (38ºC atau lebih) atau suhu tubuh yang rendah (di bawah 35,5 ºC), pernapasan cepat 60 kali atau lebih per menit, penarikan dinding dada berat, sianosis sentral (pada lidah), serangan apnea, distensi abdomen dan abdomen tegang.
2. Bukan pneumonia
b. Kelompok umur 2 bulan sampai < 5 tahun 1. Pneumonia sangat berat
2. Pneumonia berat 3. Pneumonia
4. Bukan pneumonia (batuk pilek biasa) 5. Pneumonia persisten
TINJAUAN PUSTAKA
Pneumonia Penyebab Pneumonia
1. Bakteri :Streptococcus pneumoniae
2. Virus yang paling sering menyebabkan pneumonia adalah Respiratory
Syncial Virus (RSV).
3. Mikoplasma
4. Protozoa, pneumonia yang disebabkan oleh protozoa sering disebut pneumonia pneumosistis. Termasuk golongan ini adalah Pneumocystitis
Carinii Pneumonia (PCP) (Misnadiarly, 2008)
Faktor Risiko yang Mempengaruhi Pneumonia
1. Faktor instrinsik :umur, jenis kelamin, status gizi, berat badan lahir rendah, status imunisasi, pemberian ASI, dan pemberian vitamin A.
2. Faktor ekstrinsik : kepadatan tempat tinggal, polusi udara, tipe rumah, ventilasi, kelembaban, letak dapur, jenis bahan bakar, penggunaan obat nyamuk, asap rokok, penghasilan keluarga serta faktor ibu baik pendidikan, umur ibu, maupun pengetahuan ibu (Nurzajuli & Widyaningtyas, 2008).
TINJAUAN PUSTAKA
METODOLOGI PENELITIAN
Sumber
Data Variabel Penelitian Metode Analisis
Sumber data pada penelitian ini adalah data yang digunakan adalah
data Hasil Survey Riset Kesehatan Dasar Tahun 2007 yang di lakukan
oleh Badan Penelitian dan Pengembangan Kesehatan, Departemen
Kesehatan Republik Indonesia untuk wilayah survey di Provinsi Jawa
Timur pada tahun 2007.
METODOLOGI PENELITIAN
Sumber
Data Variabel Penelitian Metode Analisis
24
Kode Variabel Skala Keterangan
Y Pneumonia pada balita Nominal 0. Balita terkena pneumonia 1. Tidak Terkena pneumonia
X1 Status Gizi Ordinal
0. Gizi Buruk 1. Gizi Kurang 2. Gizi Baik 3. Gizi Lebih
X2 Pemberian vitamin A Nominal 0. Tidak diberi Vit A1. Diberi Vit A
X3 Pemberian Campak Nominal 0. Tidak diberi campak1. Diberi Imunisasi Campak
X4 Pemberian Hepatitis B Nominal 0. Tidak diberi Hepa B1. Diberi Imunisasi Hepatitis B
X5 Pemberian vaksin DPT Nominal 0. Tidak diberi vaksin DPT1. Diberi vaksin DPT
X6 Perokok dalam rumah Nominal 0. Ada perokok dalam RT
1. Tidak ada perokok dalam RT
X7 Klasifikasi Tempat Tinggal Nominal 0. Desa1. Kota
X8 Lama Pemberian ASI Rasio Open Question
METODOLOGI PENELITIAN
Sumber
Data Variabel Penelitian Metode Analisis
1. Mendeskripsikan karakteristik balita berdasarkan hasil Survey
Riset Kesehatan Dasar (Riskesdas) pada tahun 2007 di Provinsi
Jawa Timur.
2. Menaksir parameter dan pengujian hipotesis pada model regresi
logistik biner pada masing-masing strata, langkah-langkahnya
adalah sebagai berikut:
a) Menyusun data berdasarkan strata
b) Memeriksa kolinearitas antar variabel prediktor
c) Menaksir parameter model regresi logistik
d) Menguji hipotesis model regresi logistik secara serentak dan
parsial
3. Menguji hipotesis Kesamaan
D
model regresi logistik secara
berpasangan menggunakan
Likelihood Ratio Test
(LRT)
4. Membuat kesimpulan.
HASIL DAN PEMBAHASAN
1. Daratan tinggi ( > 100 meter ) meliputi lima kabupaten dan tiga
kota yaitu : Kabupaten Trenggalek, Kabupaten Blitar, Kabupaten
Malang, Kabupaten Bondowoso, Kabupaten Magetan, Kota
Blitar, Kota Malang, Kota Batu.
2. Dataran sedang ( 45-100 meter ) meliputi sembilan kabupaten dan
dua kota yaitu Kabupaten Ponorogo, Kabupaten
Lumajang, Kabupaten Jember, Kabupaten
Tulungagung, Kabupaten Bangkalan, Kabupaten
Kediri, Kabupaten Madiun, Kabupaten Nganjuk, Kabupaten
Ngawi, Kota Kediri dan Kota Madiun.
3. Dataran rendah ( < 45 meter ) meliputi 15 kabupaten dan empat
kota.
26
Topografi Provinsi Jawa Timur Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
27
Karakteristik Balita Provinsi Jawa Timur
52% 48%
Laki-laki Perempuan Strata
Jenis Kelamin Total
Laki-laki Perempuan Dataran Rendah 280 276 556 Dataran Sedang 168 132 300 Dataran Tinggi 110 109 219 Total 558 517 1075 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
28
Karakteristik Balita Provinsi Jawa Timur
60% 40%
Ya, ada perokok aktif dirumah Tidak
Perokok Aktif di Rumah Dataran Rendah Dataran Sedang Dataran Tinggi Total Ada 323 187 131 641 Tidak 231 111 84 426 Total 554 298 215 1067 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
29
Karakteristik Balita Provinsi Jawa Timur
Strata Klasifikasi Tempat
Tinggal Total Pedesaan Perkotaan Dataran Rendah 218 308 556 Dataran Sedang 196 104 300 Dataran Tinggi 124 95 219 Total 506 515 1075 52% 48% Pedesaan Perkotaan Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
30
Karakteristik Balita Provinsi Jawa Timur
20%
80%
Tidak Diberi Vit A Diberi Vit A
Strata Pemberian Vitamin A Total
Tidak Diberi Vit A Diberi Vit A
Dataran Rendah 136 412 548
Dataran Sedang 51 249 300
Dataran Tinggi 30 189 219
Total 217 850 1067
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
31
Karakteristik Balita Provinsi Jawa Timur 12%
88%
Tidak Diberi DPT Diberi DPTStrata Pemberian Vaksin DPT Total
Tidak Diberi DPT Diberi DPT
Dataran Rendah 81 466 547
Dataran Sedang 32 265 297
Dataran Tinggi 10 207 217
Total 213 938 1061
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
32
Karakteristik Balita Provinsi Jawa Timur
19%
81%
Tidak Diberi Campak Diberi Campak
Strata Pemberian Imunisasi Campak Total
Tidak Diberi Campak Diberi Campak
Dataran Rendah 108 409 547
Dataran Sedang 54 243 297
Dataran Tinggi 31 186 217
Total 202 859 1061
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
33
Karakteristik Balita Provinsi Jawa Timur
15%
85%
Tidak diberi Hepa B Diberi Hepa B
Strata Pemberian Imunisasi Hepatitis B Total
Tidak Diberi Diberi
Dataran Rendah 94 453 547
Dataran Sedang 44 254 298
Dataran Tinggi 19 197 215
Total 157 904 1061
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
34
Karakteristik Balita Provinsi Jawa Timur
5%
16%
70% 9%
Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih
Status Gizi Dataran Rendah Dataran Sedang Dataran Tinggi Total Gizi Buruk 38 12 6 556 Gizi Kurang 96 51 28 300 Gizi Normal 371 213 165 219 Gizi Lebih 51 24 20 1075 Total 556 300 219 1075 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
35
Karakteristik Balita Provinsi Jawa Timur
5%
16%
70% 9%
Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih
Strata Kejadian Pnemonia Total
Ada Tidak Dataran Rendah 24 502 526 Dataran Sedang 11 289 300 Dataran Tinggi 18 201 219 Total 53 1022 1075 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
36
Uji Independensi Variabel Prediktor
Respon Kode Prediktor p-value
Kejadian pneumonia pada balita (Y)
X1 Status Gizi 0,825 X2 Pemberian vitamin A 0,702 X3 Pemberian Campak 0,203 X4 Pemberian Hepatitis B 0,763 X5 Pemberian DPT 0,118 X6 Perokok dalam rumah 0,74 X7 Klasifikasi Tempat Tinggal 0,554 Respon Kode Prediktor p-value
Kejadian pneumonia pada balita (Y) X8 Lama Pemberian ASI 0,6577
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
37 Uji SerentakH
0:
H
1: Min satu ;
j
= 1, 2, ...,
p
Hasil Uji Serentak:
0
...
2 1=
β
=
=
β
p=
β
0
≠
jβ
Model Chi-Square2,116 df1 p-value0,140
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
38
Uji Serentak dan Parsial
H0: H1:
j = 1, 2, ..., p
Hasil Uji Parsial :
0
=
jβ
0
≠
jβ
Kode Variabel Wald df p-value
X1 Status_Gizi 1,658 3 0,646 Status_Gizi(1) 1,584 1 0,208 Status_Gizi(2) 0,805 1 0,370 Status_Gizi(3) 0,729 1 0,393 X2 Pemberian_Vit_A(1) 0,005 1 0,946 X3 Pemberian_Campak(1) 1,607 1 0,205 X4 Pemberian_HEPA_B(1) 1,555 1 0,212 X5 Pemberian_DPT(1) 2,921 1 0,087 X6 Perokok_Aktif(1) 0,022 1 0,883 X7 Klasifikasi_Desa(1) 1,134 1 0,287 X8 Lama_ASI 0,049 1 0,824 Constant 5,402 1 0,020 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
39
Pemilihan Model Terbaik Strata Dataran Tinggi
Variabel Kode Nilai Koefisien df p-value odd ratio
Pemberian Campak(1) X3 -0,973 1 0,121 0,378 Constant 2,845 1 0,000 17,200
)
(
973
,
0
845
,
2
(
exp
1
)
(
973
,
0
845
,
2
(
exp
)
(
ˆ
campak
pemberian
campak
pemberian
x
−
+
−
=
π
Odd ratio pada variabel pemberian imunisasi campak balita
menunjukkan bahwa balita yang tidak mendapatkan imunisasi campak memiliki probabilitas terkena pneumonia sebesar 2,645 kali dibandingkan balita yang mendapatkan imunisasi campak.
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
40
Aktual
Prediksi Kejadian Pneumonia
pada Balita Persentase Ya Tidak
Kejadian Pneumonia pada Balita Ya 9 5 64,3 Tidak 51 147 74,1 Persentase keseluruhan 73,6 Kesesuaian Model Chi-Square df p-value 0,086 6 0,770
H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
Statistik Uji:
Kesesuaian Model dan Ketepatan Klasifikasi Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
41
Pemilihan Model Terbaik Strata Dataran Sedang
Variabel Kode Nilai Koefisien df p-value odd ratio
Lama pemberian ASI X11 -0,055 1 0,069 0,947
Konstanta 4,819 1 0,000 123,893
(
)
(
4
,
819
0
,
055
(
)
)
exp
1
)
(
055
,
0
819
,
4
exp
)
(
ˆ
ASI
pemberian
lama
ASI
pemberian
lama
x
−
+
−
=
π
Strata DataranTinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
42
Kesesuaian Model
Keseuaian Model dan Ketepatan Klasifikasi
H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
Statistik Uji: Chi-Square df p-value
5,069 8 0,750
Aktual
Prediksi
Kejadian Pneumonia pada Balita
Persentase Ya Tidak Kejadian Pneumonia pada Balita Ya 4 3 57,1 Tidak 82 205 71,4 Persentase keseluruhan 71,1 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
43
Pemilihan Model Terbaik Strata Dataran Rendah
Variabel Kode Nilai Koefisien df p-value odd ratio
Klasifikasi_TT(1) X7 -1,521 1 0,061 0,218
Lama pemberian ASI X8 -0,045 1 0,145 0,956
Konstanta 5,662 1 0,000 287,723
(
)
(
5,662 ,1521 ( ) 0,045( ))
exp 1 ) ( 045 , 0 ) ( 521 ,1 662 , 5 exp ) ( ˆ ASI pemberian lama tinggal tempat ASI pemberian lama tinggal tempat x − − + − − = πNilai odd ratio pada variabel variabel klasifikasi tempat tinggal menunjukkan bahwa balita yang tinggal di perkotaan memiliki peluang terkena pneumonia sebesar 4,587 kali dibanding balita yang tinggal di pedesaan
Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
44
Kesesuaian Model Ketepatan Klasifikasi
H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model)
Statistik Uji:
Chi-Square df p-value
8,228 8 0,412
Aktual
Prediksi Kejadian Pneumonia pada Balita
Persentase Ya Tidak Kejadian Pneumonia Balita Ya 7 3 70,00 Tidak 110 420 79,2 Persentase keseluruhan 79,1 Strata Dataran
Tinggi Strata DataranSedang Strata DataranRendah Statistika
HASIL DAN PEMBAHASAN
Strata DataranTinggi Strata DataranSedang Strata DataranRendah
45
Statistika Deskriptif
Kode Variabel Dataran Tinggi Dataran Sedang Dataran Rendah X1 Status Gizi Status_Gizi(1) Status_Gizi(2) Status_Gizi(3)
X2 Pemberian vitamin A(1)
X3 Pemberian Campak(1)
X4 Pemberian Hepatitis B(1) X5 Pemberian vaksin DPT(1) X6 Perokok dalam rumah(1)
X7 Klasifikasi Tempat Tinggal(1)
X8 Lama Pemberian ASI
X9 Pemberian ASI(1)
Uji Vektor
HASIL DAN PEMBAHASAN
Strata DataranTinggi Strata DataranSedang Strata DataranRendah
46
Statistika
Deskriptif UjiParamaterVektor
Tabel 4.9 Estimasi Parameter di Strata Dataran Sedang dan Strata Dataran Rendah
Strata Dataran Sedang B S.E. Wald df Sig. Exp(B) Lama_ASI -0,059 0,025 5,676 1 0,017 0,942 Constant 4,586 0,695 43,556 1 0,000 98,099 Strata Dataran Rendah B S.E. Wald df Sig. Exp(B) Lama_ASI -0,042 0,024 3,157 1 0,076 0,959 Constant 4,245 0,531 63,948 1 0,000 69,732
vektor paramaeter dan matris varians kovarians:
− = 059 , 0 586 , 4 ˆ 2 strata β − = 042 , 0 245 , 4 ˆ 3 strata β
(
)
− − = 0006287 , 0 0154359 , 0 015436 , 0 485999 , 0 ˆ var βstrata2(
)
− − − = 0000661 , 0 0001992 , 0 0001992 , 0 0282215 , 0 ˆ var βstrata3HASIL DAN PEMBAHASAN
Strata DataranTinggi Strata DataranSedang Strata DataranRendah
47
Statistika
Deskriptif UjiParamaterVektor
(
)
(
(
)
(
)
) (
2 3)
1 3 2 3 2 ˆ var ˆ var ˆ ˆ ˆ ˆ strata strata strata strata T strata strata I W = β −β β + β − β −β − − − − = − 017 , 0 341 , 0 0005626 , 0 0156351 , 0 015635 , 0 514220 , 0 017 , 0 341 , 0 T 1[
]
− − = 017 , 0 341 , 0 4 , 11467 7 , 348 671 , 348 546 , 12 017 , 0 341 , 0 =0,7305Nilai statistik uji Wald tersebut dibandingkan
dengan, sehingga gagal tolak H
0, atau dapat disimpulkan
bahwa khusus faktor lama pemberian ASI dalam model regresi logistik untuk
strata dataran sedang dan strata dataran rendah, hasil uji statistik menyatakan
bahwa lama pemberian ASI memberikan pengaruh yang sama.
79424 , 3 2 ) 2 ; 15 , 0 ( =
χ
KESIMPULAN DAN SARAN
48
Hasil survey Riskesdas tahun 2007 menunjukkan bahwa 53 balita yang selama dilaksanakan survey terkena pneumonia yang tersebar di 38 kabupaten/kota di Provinsi Jawa Timur. Prosentase balita yang mendapatkan imunisasi dasar sudah tinggi antara lain 80% balita di Provinsi Jawa Timur sudah mendapatkan vitamin A, 88% sudah mendapatkan vaksin DPT, 81% sudah mendapatkan vaksin campak, 85% balita telah mendapatkan imunisasi Hepatitis B. Balita yang mempunyai status gizi normal sebanyak 70%, berstatus gizi lebih sebanyak 9%, status gizi kurang sebanyak 16% dan balita yang berstatus gizi buruk sebanyak 5%.
Kejadian pneumonia pada balita di strata dataran rendah dipengaruhi oleh oleh klasifikasi tempat tinggal dan lama pemberian ASI, sedangkan kejadian pneumonia pada balita di strata dataran sedang dipengaruhi oleh lama pemberian ASI pada balita, dan kejadian pneumonia pada balita di strata dataran tinggi dipengaruhi oleh pemberian campak pada balita. Hasil pengujian vektor parameter lama pemberian ASI dalam model regresi logistik untuk strata dataran sedang dan strata dataran rendah menyatakan bahwa lama pemberian ASI memberikan pengaruh yang sama.
KESIMPULAN DAN SARAN
49
Saran
Saran yang bisa diberikan untuk menekan angka kematian balita yang terkena pneumonia di Jawa timur adalah dengan menggalakkan pemberian imunisasi campak pada balita, serta lama pemberian ASI ekslusif yang perlu diperhatikan. Sedangkan untuk penelitian-penelitian selanjutnya mengenai kejadian pneumonia pada balita, peneliti menyarankan untuk menambahkan variabel-variabel yang diduga mempengaruhi terjadinya pneumonia namun belum dimasukkan ke dalam model sehingga dapat diperoleh model yang lebih informatif dan aplikatif.
DAFTAR PUSTAKA
50 Agresti, A. 2002. Categorical Data Analysis.New York: John Wiley & Sons.
Depkes RI. 2010. Laporan Pencapaian Tujuan Pembangunan Milenium Indonesia 2010.Jakarta: Kementerian Perencanaan Pembangunan Nasional/ Badan Perencanaan Pembangunan Nasional (BAPPENAS).
Dinas Kesehatan Provinsi Jawa Timur. 2010. Profil Kesehatan Provinsi Jawa Timur 2010.
Hartanto, S., Halim, S., & Yuliana, O. Y. 2010. "Pemetaan Penderita Pneumonia di Surabaya dengan Menggunakan Geostatik".
Jurnal Teknik Industri, Vol. 12, No. 1.
Hosmer, D. W., & Lemeshow, S. 2000. Apllied Logistik Regression (2nd ed.). New york: John Wiley & Sons. Kementerian Kesehatan Republik Indonesia. 2010. Retrieved October 8, 2012, from
http://depkes.go.id/index.php/berita/press-release/410-pneumonia-penyebab-kematian-utama-balita.html Kementerian Kesehatan RI. 2012. Profil Data Kesehatan Indonesia Tahun 2011.
Liao, T.F. 2004. "Comparing Social Groups: Wald Statistics for Testing Equality among Multiple Logit Models." International Journal of Comparative Sociology,Vol. 45, hal. 3-16
Misnadiarly. 2008. Penyakit Infeksi Saluran Napas Pneumonia pada Balita, Orang Dewasa, Usia Lanjut.Jakarta: Pustaka Obor Populer.
Nurzajuli, & Widyaningtyas, R. 2008. Faktor Risiko Dominan Kejadian Pnumonia Pada Balita.Semarang: Fakultas Kesehatan Masyarakat Universitas Diponegoro.
Pamungkas, D. R. 2012. Analisis Faktor Risiko Pneumonia Pada Balita di 4 Provinsi di Wilayah Indonesia Timur (Analisis Data Riset Kesehatan Dasar Tahun 2007).Jakarta: Skripsi Jurusan Kesehatan Masyarakat Fakultas Kesehatan
Masyarakat UI.
Safarodiyah, A. (n.d.). Pnemonia Pada Bayi Dan Anak. Retrieved February 25, 2013, from http://www.salamsehat.com/pneumonia-pada-bayi-dan-anak.php
Santoso, F. P. 2012. Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression.Surabaya: Skripsi Jurusan Statistika FMIPA-ITS.
Supariasa, I. D., Bakri, B., & Fajar, I. 2002. Penilaian Status Gizi.Jakarta: EGC.
Susilo, B. 2009. Prevalensi dan Faktor-Faktor Resiko HIV pada Generalized Epidemic di Tanah Papua Menggunakan Metode Regresi Logistik dengan Stratifikasi (Studi Kasus Pada Hasil Surveilans Terpadu HIV-Perilaku/STHP 2006).
Surabaya: Tesis Jurusan Statistika FMIPA-ITS.
Yuwono, T. A. 2008. Faktor-Faktor Lingkungan Fisik Rumah Yang Berhubungan Dengan Kejadian Pneumonia Pada Anak Balita di Wilayah Kerja Puskesmas Kawunganten Kabupaten Cilacap.Semarang: Tesis Magister Kesehatan
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
PEMODELAN RESIKO PENYAKIT PNEUMONIA
PADA BALITA DI JAWA TIMUR MENGGUNAKAN
REGRESI LOGISTIK BINER STRATIFIKASI
Ita Noviana
1309 100 040
Pembimbing
: Ir. Sri Pingit Wulandari, M.Si.
Co Pembimbing : Dr. Purhadi, M.Sc
SEMINAR HASIL 4 JULI 2013