Abstrak—Kesehatan merupakan masalah utama yang dihadapi oleh banyak negara tak terkecuali Indonesia. Dalam upaya meningkatkan pelayanan kesehatan, pemerintah menge-luarkan peraturan No. 741 tahun 2008 tentang Standar Pelaya-nan Minimal (SPM) Bidang Kesehatan. Standar PelayaPelaya-nan Minimal Bidang Kesehatan menjadi salah satu acuan dalam menyusun perencanaan dan penganggaran penyelenggaraan pemerintah daerah. Apabila dilihat dari pencapaian indikator SPM bidang kesehatan di Kota Surabaya sampai tahun 2012, masih banyak target yang belum dicapai salah satunya mengenai pelayanan kesehatan rujukan masyarakat miskin dengan per-sentase pelayanan hanya 11,405 persen. Sehingga, perlu dilakukan evaluasi untuk mengetahui pencapaian pela-yanan kesehatan di Kota Surabaya. Metode yang digunakan adalah analisis faktor, analisis klaster, dan diskriminan. Hasil analisis faktor diperoleh 6 faktor yaitu pelayanan ibu dan anak, pelayanan kebidanan, pelayanan kesehatan rujukan, pelayanan penanganan penyakit, pelayanan pencegahan penyakit serta pelayanan kesehatan masyarakat miskin. Dari hasil analisis klaster didapatkan 5 kelompok. Kecamatan yang perlu menda-pat perhatian serius dalam peningkatan masalah pelayanan kesehatan yaitu Bulak, Kenjaren, Rungkut, Gunung Anyar, Sukolilo, dan Karang Pilang. Dari hasil analisis diskriminan diperoleh 5 variabel yang memenuhi kriteria sebagai pembeda dengan ketepatan klasifikasi sebesar 93,548 persen.
Kata Kunci— Analisis Diskriminan, Analisis Faktor, Analisis Klaster, Indikator Pelayanan Kesehatan
I. PENDAHULUAN
ESEHATAN adalah hak asasi manusia yang merupakan hak fundamental setiap warga negara yang tercantum dalam Undang-Undang Dasar 1945 Pasal 28 H ayat (1). Dalam upaya meningkatkan pelayanan kesehatan, pemerintah mengeluarkan peraturan No. 741 tahun 2008 tentang Standar Pelayanan Minimal (SPM) Bidang Kesehatan. SPM bidang kesehatan merupakan ketentuan mengenai jenis dan mutu pelayanan dasar yang menjadi urusan wajib daerah yang mengacu pada Indonesia Sehat 2010 dan Millenium Development Goals (MDGs) 2015. Indikator SPM kesehatan sebagian besar merupakan tanggung jawab puskesmas, hal ini dikarenakan puskesmas merupakan Unit Pelaksana Teknis Dinas (UPTD) yang berhubungan secara langsung dengan pelayanan masyarakat sesuai SK Menkes No. 128/2004 sehingga puskesmas diharapkan dapat menjadi pusat pemberdayaan, pusat pelayanan kesehatan serta penggerak pembangunan sehingga dapat memberikan mutu pelayanan berkualitas.
Surabaya sebagai kota kedua terbesar di Indonesia dengan luas 326,81 km2 memilki permasalahan yang kompleks seperti kota metropolitan lainnya, salah-satunya yaitu mengenai pelayanan kesehatan. Apabila dilihat dari pencapaian indikator SPM bidang kesehatan sampai tahun 2012, masih banyak target yang belum dicapai oleh Kota
Surabaya, salah satunya mengenai pelayanan kesehatan rujukan masyarakat miskin, pada tahun 2010 persentase pelayanan kesehatan rujukan masyarakat miskin sebesar 35,12 persen, tahun 2011 mengalami penurunan menjadi 29,42 persen dan tahun 2012 menjadi 11,405 persen [1]. Standar Pelayanan Minimal menjadi salah satu acuan bagi pemerintah daerah untuk menyusun perencanaan dan penganggaran penyelenggaraan pemerintah daerah [2]. Letak geografis antar kecamatan yang berbeda mengakibatkan adanya variasi tingkat pelayanan kesahatan yang berbeda pula antar kecamatan satu dengan yang lainnya sehingga dalam menentukan kebijakan, pemerintah tidak bisa memberikan perlakuan yang sama pada semua wilayah.
Penelitian sebelumnya tentang metode hierarchi cluster analysis dilakukan oleh Amalia (2012) [3] tentang penge-lompokan kabupaten/kota di Jawa Timur berdasarkan indikator indonesia sehat. Selain itu pengelompokan keca-matan di Surabaya berdasarkan variabel kependudukan, ke-sehatan, dan pendidikan dilakukan oleh Rengganis (2009) namun variabel kesehatannya hanya diukur oleh persentase akseptor baru, persentase peserta KB aktif, persentase tenaga medis, dan persentase klinik Keluarga Berencana (KB) [4]. Sehingga belum ada penelitian mengenai pengelompokan kecamatan berdasarkan indikator pelayanan kesehatan.
II. TINJAUANPUSTAKA A. Statistika Deskriptif
Statistik deskriptif adalah metode–metode yang berkai-tan dengan pengumpulan dan penyajian data sehingga mem-berikan informasi yang berguna [5]. Jenis–jenis penyajian dalam statistik deskriptif yaitu tabel, grafik, diagram, ukuran pemusatan data dan penyebaran data.
B. Analisis Faktor
Analisis faktor merupakan metode statistik yang bertujuan untuk mengelompokkan variabel-variabel yang banyak dan berbeda menjadi kumpulan-kumpulan variabel yang lebih kecil didasarkan pada kesamaan karakteristik variabel tersebut [6].
Variabel random X dengan variabel komponen sebanyak p yang mempunyai rata-rata 𝝁 dan matriks kovarians 𝚺, maka model faktor dari X yang merupakan kombinasi linier beberapa variabel saling bebas yang tidak teramati adalah 𝐹1, 𝐹2, … , 𝐹𝑚 disebut sebagai common factors dan
penambahan p sebagai sumber variasi 𝜀1, 𝜀2, … , 𝜀𝑝 disebut errors atau specific factors.
Beberapa hal yang harus dipenuhi sebelum melakukan analisis faktor adalah uji korelasi antar variabel dan uji kecukupan data. Uji korelasi bertujuan untuk mengetahui keratan hubungan antar variabel. Salah satu metode yang digunkan untuk uji korelasi yaitu Bartlett test of Spericity.
Analisis Pengelompokan Kecamatan Di Surabaya Berdasarkan
Indikator Pelayanan Kesehatan
Roudlotul Jannah (1), Madu Ratna (2), Vita Ratnasari (3)
(1,2,3) Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: (1)roudlotuljannahx10@gmail.com (2)madu_r@statistika.its.ac.id (3)vitaratna70@statistika.its.ac.id
Hipotesis dari uji Bartlett adalah sebagai berikut H0 : ρ=I (data independen) H1 : ρ≠I (data dependen) Statistik Uji:
(
) (
)
− − + − = N p lnR 6 5 2 1 2 χ (1) Dimana: N = jumlah observasi p = jumlah peubah|R| = determinan dari matriks korelasi Daerah Kritis: Tolak H0 jika ( )
2 2 / 1 , 2 −
>
p p obsχ
αχ
.Uji KMO bertujuan untuk mengetahui apakah semua data yang telah terambil telah cukup untuk difaktorkan. Sampel dikatakan cukup untuk dilakukan analisis faktor jika nilai KMO lebih besar dari 0,5 [6]. Hipotesis dari KMO adalah sebagai berikut
H0 : Jumlah data cukup untuk difaktorkan H1 : Jumlah data tidak cukup untuk difaktorkan Statistik Uji:
∑∑
∑∑
∑∑
= = = = = = + = p i p j p i p j ij ij p i p j ij a r r KMO 1 1 1 1 2 2 1 1 2 (2) Dimana: i=1,2,3,...,p dan j=1,2,...,p ; 𝑖 ≠ 𝑗rij = koefisien korelasi (hubungan antara dua variabel)
antara variabel i dan j
aij = koefisien korelasi parsial (hubungan antara dua
variabel yang mengendalikan variabel lain) antara variabel i dan j.
C. Metode Pengelompokan
Analisis cluster atau biasa disebut analisis kelompok digunakan untuk mengelompokkan objek pengamatan berdasarkan karakteristik-karakteristik yang dimiliki. Analisis kelompok terdiri atas prosedur hierarchi dan non-hierarchi. Salah satu distance adalah dengan menggunakan fungsi jarak Euclidean dimana formulanya sebagai berikut [7].
(
)
(
)
2 1 ,∑
= − = p k jk ik j i x x x x d (3) Dimana i=1,2,...,n dan j=1,2,...,n; i≠ 𝑗d(xi , xj) = jarak antara dua objek i dan j
xik = nilai objek i pada variabel k
xjk = nilai objek j pada variabel k
Salah-satu metode pengelompokan pada hierarchi cluster analysis yaitu ward’s method. Metode ini mencoba meminimumkan varians dalam kelompok dan cenderung digunakan untuk melakukan kombinasi kelompok-kelompok dengan jumlah kecil [8]. Jika cluster sebanyak K maka error sum of square (ESS) sebagai jumlahan dari ESSk atau
K
ESS ESS
ESS
ESS= 1 + 2 +...+ sehingga untuk menghitung jarak antara dua cluster menggunaka metode ward’s dapat ditulis sebagai berikut
(
)(
)
∑
= − − = N j j j x x x x ESS 1 (4) D. Analisis DiskriminanAnalisis diskriminan merupakan metode statistik untuk mengklasifikasikan sejumlah objek ke dalam sejumlah kelompok berdasarkan beberapa variabel dengan membentuk fungsi dis-kriminan sedemikian hingga setiap objek menjadi anggota dari salah satu kelompok. Analisis diskriminan yang berdasarkan p variabel dikembangkan dengan dasar anggapan bahwa data yang digunakan berdistribusi normal multivariat dan matriks varian kovarians sama [7]. Berikut uji asumsi normal multivariat Hipotesis dari KMO adalah sebagai berikut
H0 : Data mengikuti sebaran multivariat normal H1 : Data tidak mengikuti sebaran multivariat normal
Statisik uji yang digunakan adalah kuadrat jarak (di2) dan akan menolak H0 jika nilai-nilai dari di2≤0,5.
Uji asumsi homogenitas bertujuan untuk mengetahui apakah matriks varians-kovarians tiap kelompok telah sama. Hipotesis dari uji homogenitas matriks varians-kovarians adalah sebagai berikut
H0 :
Σ
1=
Σ
2=
...
=
Σ
kH1 : minimal ada satuΣi ≠Σjuntuk
i
≠
j
Statistik Uji: − − =
∑
∑
= = k l l k l l pooled l v v u C 1 1 ln ln ) 1 ( S S (5)Daerah Kritis: Tolak H0 jika 2
) 1 ( ) 1 ( 2 1 2 + − ≤ p p k hitung χ χ .
Fungsi diskriminan pertama kali dikenalkan oleh Ronald A. Fisher (1936). Kombinasi linier dari variabel-variabel inde-pendent akan membentuk suatu fungsi diskriminan. Model analisis diskriminan dengan kombinasi linier memiliki bentuk sebagai berikut.
k k
X
b
X
b
X
b
b
Y
=
0+
1 1+
2 2+
+
(6)Ketepatan klasifikasi klasifikasi digunakan untuk menghitung peluang kesalahan klasifikasi yang disebut juga Apperent Error Rates (APER) sehingga dapat diketahui proporsi pengamatan pada sampel yang salah diklasifikasikan oleh fungsi klasifikasi.
22 11 22 12 21 11 n n n n n n APER + + + + = (7)
dengan nilai n11, n21, n12, dan n22 adalah jumlah observasi yang tidak tepat diklasifikasikan dalam kelompok sedangkan nilai n11 dan n22 adalah jumlah observasi yang tepat diklasifikasikan dalam kelompok.
E. Indikator Pelayanan Kesehatan
Standar pelayanan Minimal Bidang Kesehatan merupakan standar (pedoman) untuk mengukur kinerja penyelenggaraan kewenangan wajib daerah yang berkaitan dengan pelayanan dasar kepada masyarakat yang mencakup jenis pelayanan, indikator dan nilai (benchmark). Berikut 18 indikator standar pelayanan kesehatan.
1. Cakupan Kunjungan Ibu Hamil K4
2. Cakupan komplikasi kebidanan yang ditangani 3. Cakupan pertolongan persalinan oleh tenaga
kesehatan yang memiliki kompetensi kebidanan 4. Cakupan pelayanan nifas
5. Cakupan neonatus dengan komplikasi yang ditangani
6. Cakupan kunjungan bayi
7. Cakupan Desa/Kelurahan Universal Child Immunization (UCI)
8. Cakupan pelayanan anak balita
9. Cakupan pemberian makanan pendamping ASI pada anak usia 6-24 bulan keluarga miskin
10. Cakupan balita gizi buruk mendapat perawatan 11. Cakupan penjaringan kesehatan siswa Sekolah
Dasar (SD) & setingkat
12. Cakupan peserta Keluarga Berencana (KB) aktif 13. Cakupan penemuan dan penanganan penderita
penyakit
a) Penemuan Acute Flacid Paralysis (AFP) rate per 100.000 penduduk < 15 tahun b) Penderita TB Paru Batang Tahan Asam
(BTA) positif yang ditangani
c) Penderita pneumonia balita yang ditangani d) Penderita Diare yang ditangani
e) Penderita Demam Berdarah yang ditangani 14. Cakupan pelayanan kesehatan dasar masyarakat
miskin.
15. Cakupan pelayanan kesehatan rujukan pasien masyarakat miskin
16. Cakupan pelayanan gawat darurat level 1 yang harus diberikan sarana kesehatan (rumah sakit) di kabupaten/kota
17. Cakupan Desa/Kelurahan mengalami Kejadian Luar Biasa (KLB) yang dilakukan penyelidikan epidemiologi < 24 jam
18. Cakupan Desa Siaga Aktif
III. METODEPENELITIAN A. Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder mengenai Indikator standar pelayanan kesehatan yang diperoleh dari data Profil Kesehatan Kota Surabaya dan Data Makro Sosial-Ekonomi yang diperoleh dari data Surabaya dalam angka tahun 2012. Variabel yang digunakan pada penelitian ini yaitu kepadatan penduduk (A1), persentase penduduk melek huruf (A2), paritas daya beli (A3), rasio puskesmas per 100.000 penduduk (A4), rasio tenaga kesehatan per 100.000 penduduk (A5), persentase kunjungan ibu hamil (X1), persentase komplikasi kebidanan ditangani (X2), persentase persalinan ditolong tenaga kesehatan (X3), persentase pelayanan nifas (X4), persentase neonatus komplikasi ditangani (X5), persentase kunjungan bayi (X6), persentase desa/kelurahan UCI (X7), persentase pelayanan anak balita (X8), persentase pelayanan kesehatan siswa SD (X9), persentase peserta KB aktif (X10), persentase penderita TB BTA+ ditangani (X11), persentase pneumonia balita ditangani (X12), persentase diare ditangani (X13), persentase pelayanan kesehatan dasar masyarakat miskin (X14), persentase kesehatan rujukan masyarakat miskin (X15).
B. Langkah Analisis
Langkah-langkah yang dilakukan pada penelitian ini adalah sebagai berikut :
1. Mendeskripsikan karakteristik demografi, pendidikan, ekonomi, dan variabel input kesehatan (A1-A5) dengan
peta persebaran serta variabel indikator pelayanan kese-hatan dengan analisis statistika deskriptif menggunakan rata-rata, standar deviasi, nilai maksimum, dan nilai minimum.
2. Mengelompokkan kecamatan di Kota Surabaya berdasarkan indikator standar pelayanan minimal kese-hatan (X1-X15) dengan langkah-langkah analisis sebagai berikut:
a. Menguji korelasi dengan uji bartlett dan kecukupan data dengan KMO
b. Mereduksi dimensi data dengan analisis faktor
c. Melakukan pengelompokan dengan menggunakan hierarchi cluster dengan ward’s method dan square euclidean distance
d. Melakukan analisis terhadap karakteristik tiap kelompok yang dikaitkan dengan variabel A1-A5
3.
Melakukan analisis diskriminan untuk mendapatkan variabel pembeda antar kelompok.IV. ANALISISDANPEMBAHASAN A. Gambaran Umum Kota Surabaya
Beberapa variabel yang digunakan untuk mengetahui karakteristik Kota Surabaya diantaranya variabel demografi diukur dari kepadatan penduduk, variabel ekonomi diukur dari angka kempuan daya beli masyarakat, variabel pendidikan diukur dari angka melek huruf, serta variabel input kesehatan diukur dari rasio puskesmas per 100.000 penduduk dan rasio tenaga kesehatan per 100.000 penduduk. Berikut peta persebaran masing-masing variabel.
Gambar. 1. a) Kepadatan Penduduk b) Paritas Daya Beli c) Angka Melek Huruf d) Rasio Puskesmas per 100.000 penduduk e) Rasio Tenaga Kesehatan per 100.000 penduduk.
Pada Gambar 1 menunjukkan bahwa kecamatan yang memiliki kepadatan penduduk tinggi antara 19293,368-29859,844 per km2 yaitu Tegalsari, Bubutan, Simokerto, Sawahan, Semampir, dan Tambaksari. Kecamatan yang memiliki paritas daya beli rendah antara Rp 1.717.052-Rp 1.751.371 yaitu Pakal, Benowo, Sambi-kerep, Asemrowo, Karang Pilang, Semampir, Mulyorejo, Jambangan, dan Tenggilis Mejoyo. Kecamatan yang memiliki angka melek huruf rendah antara 91,099-94,948 persen yaitu Sambikerep, Asemrowo, Pabean Cantikan, Semampir, Kenjeran, Simokerto, Bubutan, Bulak, dan Tambaksari. Kecamatan yang memiliki rasio puskesmas rendah antara 1,347-1,816 yaitu Bulak, Dukuh Pakis, Karang Pilang, Pabean Cantikan, Tambaksari, Gubeng, Tenggilis Mejoyo, Rungkut, dan
Gunung Anyar. Kecamatan yang memiliki rasio tenaga kesehatan rendah antara 14,875-47,768 yaitu Tandes, Krembengan, Kenjeran, Bubutan, Tambaksari, dan Wono-colo. Selanjutnya mendeskripsikan karakteristik pelayanan kesehatan berdasarkan indikator Standar Pelayanan Minimal (SPM) Bidang Kesehatan.
Tabel 1.
Statistika Deskriptif Pelayanan Kesahatan
Variabel Mean Min Max Standar
Deviasi X1 86,345 47,009 132,31 18,114 X2 77,865 22,159 115,97 22,782 X3 85,387 46,85 123,89 15,175 X4 82,09 39,977 121,74 15,589 X5 36,258 3,497 80,597 20,674 X6 74,857 47,642 105,53 13,575 X7 36,97 0 100 33,132 X8 62,364 7,496 102,3 20,329 X9 63,386 17,005 99,697 26,747 X10 77,066 49,972 93,61 10,054 X11 50,65 17,476 118 24,509 X12 14,222 0,27 74,861 17,96 X13 61,654 20,784 170,77 33,028 X14 91,571 46,627 198,88 34,093 X15 11,405 3,514 21,73 4,079
Tabel 1 menunjukkan rata-rata kunjungan ibu hamil K4 (X1) memiliki nilai terbesar yaitu 86,345 persen sedangkan kera-gaman terbesar pelayanan kesehatan di Kota Surabaya yaitu kesehatan dasar masyarakat miskin (X15) dengan nilai sebesar 34,093 persen, hal ini menunjukkan bahwa pelaya-nan kesehatan dasar masyarakat miskin di Surabaya masih belum merata.
B. Pengelompokan Kecamatan di Kota Surabaya Berdasarkan Indikator Pelayanan Kesehatan
Untuk mengetahui kecamatan yang memiliki kemiripan karakteristik pelayanan kesehatan maka dilakukan dengan cara pengelompokan.
a) Analisis Faktor
Analisis faktor digunakan untuk mereduksi variabel yang bertujuan untuk mengatasi korelasi antar variabel yang dapat mengganggu proses pembentukan kelompok.
Tabel 2.
Uji Korelasi dan Uji Kecukupan Data
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0,575
Bartlett Test of Sphericity
Approx. Chi-Square 267,745
Df 105
Sig. (P value) 0,000
Dari Tabel 2 didapatkan p-value kurang dari α=0,05 Sehingga dapat disimpulkan antar variabel saling berkorelasi. Kemudian diperoleh nilai KMO 0,575 lebih besar dari 0,5 Sehingga dapat dikatakan bahwa jumlah data dari variabel-variabel indikator pelayanan kesehatan telah memenuhi uji kecukupan data. Setelah dua asumsi terpenuhi maka analisis selanjutnya yaitu menentukan banyaknya faktor yang terbentuk dengan melihat eigenvalue.
Tabel 3.
Total Variance Explained
Komponen Initial Eigenvalue
Total Varians (%) Kumulatif (%)
1 5,115 34,097 34,097 2 1,775 11,835 45,933 3 1,580 10,531 56,464 4 1,208 8,053 64,518 5 1,106 7,373 71,891 6 1,011 6,740 78,630
Dari 16 variabel asli didapatkan 6 faktor dengan varians kumulatif sebesar 78,63 persen. Untuk mengetahui variabel apa saja yang termasuk dalam faktor maka dapat dilihat dari nilai absolut loading factor yang terbesar kemudian dilaku-kan rotasi varimax untuk memudahdilaku-kan pengelompodilaku-kan variabel.
Tabel 4. Nilai Loading Faktor Var Komponen 1 2 3 4 5 6 X3 0,923 0,180 -0,060 0,075 0,135 0,005 X4 0,890 0,229 -0,024 0,134 0,103 -0,033 X8 0,889 0,045 0,199 0,082 -0,009 0,037 X1 0,831 0,024 0,108 0,045 0,079 0,227 X5 0,673 0,018 -0,165 0,108 0,398 -0,040 X6 0,672 0,146 -0,110 0,070 -0,071 0,185 X10 0,056 0,828 0,148 0,032 0,094 0,147 X2 0,291 0,772 0,000 0,009 0,021 -0,139 X9 0,076 0,153 0,892 0,028 -0,209 0,002 X15 0,483 -0,178 -0,496 -0,104 -0,465 0,222 X12 0,084 -0,049 0,171 0,815 -0,233 -0,127 X11 0,290 0,348 -0,359 0,646 0,119 0,073 X13 0,203 -0,244 0,468 0,505 0,292 0,488 X7 0,259 0,104 -0,169 -0,176 0,823 0,012 X14 0,141 0,051 -0,045 -0,077 -0,048 0,913
Faktor 1 meliputi persalinan ditolong tenaga kesehatan (X3), pelayanan nifas (X4), pelayanan anak balita (X8), pelayanan kunjungan ibu hamil (X1), neonatus komplikasi ditangani (X5), dan kunjungan bayi (X6) yaitu tentang pelayanan kesehatan ibu dan anak. Faktor 2 meliputi peserta KB aktif (X10) dan komplikasi kebidanan ditangani (X2) yai-tu tentang pelayanan kebidanan. Faktor 3 meliputi pelayanan kesehatan siswa SD dan setingkat (X9) dan kesehatan ruju-kan masyarakat miskin (X15) yaitu tentang pelayanan keseha-tan rujukan. Faktor 4 meliputi penderita pneumonia balita (X12), penderita TB BTA positif (X11), dan penderita diare (X13) yaitu tentang pelayanan penanganan penyakit. Faktor 5 meliputi Desa/Kelurahan UCI (X7) yaitu tentang pelayanan pencegahan penyakit. Faktor 6 meliputi kesehatan dasar masyarakat miskin (X14) yaitu tentang pelayanan kesehatan masyarakat miskin.
b) Analisis Klaster
Penentuan jumlah klaster optimum pada metode hierarchi bergantung pada tujuan penelitian [10]. Pada penelitian ini diperoleh 5 klaster (kelompok) untuk mengetahui wilayah dengan pelayanan kesehatan yang sangat rendah, rendah, menengah, tinggi, dan sangat tinggi. Berikut hasil keanggo-taan kecamatan pada tiap kelompok.
Gambar 2. Pengelompokan Kecamatan Berdasarkan Indikator Pelayanan Kesehatan
a. Kelompok 1
Terdiri dari 11 kecamatan diantaranya Sukomanunggal, Tandes, Asemrowo, Pakal, Lakarsantri, Tegelsari, Tam-baksari, Gubeng, Tenggilis Mejoyo, Wonokromo, dan Gayungan. Berikut analisis karakteristik pada kelompok 1.
Secara keseluruhan pelayanan kesehatan pada kelompok ini sudah baik atau tergolong dalam kelompok dengan pelaya-nan kesehatan tinggi. Pelayapelaya-nan kunjungan ibu hamil, persalinan yang ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita sudah baik. Namun pelayanan neonatus dengan komplikasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan komplikasi kebidanan sudah cukup baik. Pelayanan kesehatan siswa SD masih kurang sedangkan pelayanan kesehatan rujukan masyarakat miskin menempati urutan pertama dibandingkan kelompok lainnya. Pelayanan pence-gahan penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) tergolong rendah. Kepadatan penduduk pada kelompok 1 tergolong rendah sedangkan paritas daya beli cukup tinggi. Angka melek huruf, rasio puskesmas, dan rasio tenaga kesehatan juga sudah cukup baik.
b. Kelompok 2
Terdiri dari 11 kecamatan diantaranya Benowo, Sam-bikerep, Bubutan, Simokerto, Pabean Cantikan, Semampir, Krembengan, Sawahan, Dukuh Pakis, Wiyung, dan Wono-colo. Secara keseluruhan pelayanan kesehatan pada kelom-pok ini sudah cukup baik atau tergolong kelomkelom-pok dengan pelayanan kesehatan menengah. Pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunju-ngan bayi, dan anak balita pada kelompok 2 cukup baik namun pelayanan anak balita dan neonatus dengan kompli-kasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan komplikasi kebidanan menunjukkan sudah baik pelaya-nannya. Pelayanan kesehatan siswa SD dan kesehatan ruju-kan masyarakat miskin masih sangat kurang. Untuk pelaya-nan pepelaya-nangapelaya-nan penderita penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) tergolong rendah meskipun menempati urutan kedua tertinggi. Kepadatan penduduk pada kelompok 2 lebih tinggi daripada kelompok lain namun paritas daya beli sudah cukup baik. Rasio puskesmas dan rasio tenaga kesehatan juga relatif baik arti-nya fasilitas maupun sumber daya tenaga kesehatan mema-dai. Hanya saja angka melek huruf pada kelompok ini paling rendah daripada kelompok lain.
c. Kelompok 3
Terdiri dari 2 kecamatan diantaranya Genteng dan Jambangan. Secara keseluruhan pelayanan kesehatan pada kelompok ini sangat baik. atau tergolong kelompok dengan pelayanan kesehatan sangat tingi. pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 3 sangat baik namun pelayanan neonatus dengan komplikasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan pelaya-nan komplikasi kebidapelaya-nan juga menunjukkan pelayapelaya-nan yang sangat baik. Pelayanan kesehatan siswa SD cukup baik. Pelayanan kesehatan rujukan masyarakat miskin masih rendah meskipun menempati urutan kedua tertinggi diban-ding kelompok lainnya. Pelayanan pencegahan penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) sudah baik meskipun pelayanan penyakit pneumonia balita masih perlu ditingkatkan. Tingginya pelayanan kesehatan pada kelompok 3 juga didukung dengan kepadatan penduduk yang tidak terlalu tinggi namun nilai paritas daya beli
tergo-long tinggi selain itu, angka melek huruf, rasio puskesams, dan rasio tenaga kesehatan juga paling tinggi.
d. Kelompok 4
Terdiri dari Terdiri dari 6 kecamatan diantaranya Bulak, Kenjeran, Rungkut, Gunung Anyar, Sukolilo, dan Karang Pilang. Secara keseluruhan pelayanan kesehatan pada kelompok ini sangat kurang atau tergolong kelompok dengan pelayanan kesehatan sangat rendah. pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunju-ngan bayi, dan anak balita pada kelompok 4 sangat rendah dibandingkan kelompok lainnya meskipun pelayanan kunju-ngan ibu hamil sudah cukup baik. Pelayanan peserta KB aktif dan komplikasi kebidanan menunjukkan pelayanan yang cukup baik. Pelayanan kesehatan siswa SD cukup baik namun pelayanan kesehatan rujukan masyarakat miskin masih rendah. Untuk pelayanan penanganan penderita penya-kit (tuberkulosis BTA positif, pneumonia balita, dan diare) juga masih rendah sehingga pelayanan penanganan penyakit masih perlu ditingkatkan. Kepadatan penduduk pada kelom-pok ini tergolong rendah. Akan tetapi paritas daya beli, angka melek huruf, dan rasio tenaga kesehatan relatif rendah. Sedangkan rasio puskesmas paling rendah daripada kelom-pok lain.
e. Kelompok 5
Hanya terdiri dari 1 kecamatan yaitu Mulyorejo. Secara keseluruhan pelayanan kesehatan pada kelompok ini kurang atau tergolong kelompok dengan pelayanan kesehatan rendah. Pelayanan kunjungan ibu hamil, komplikasi kebi-danan, persalinan ditolong tenaga kesehatan, ibu nifas, neo-natus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 5 cukup baik meskipun lebih rendah dari kelompok 2. Namun pelayanan neonatus masih perlu diting-katkan. pelayanan peserta KB aktif dan pelayanan kompli-kasi kebidanan menunjukkan pelayanan yang sangat rendah. Pelayanan kesehatan siswa SD tergolong tinggi dibanding-kan kelompok lainnya namun pelayanan kesehatan rujudibanding-kan masyarakat miskin masih rendah. Untuk pelayanan penganan penderita penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) masih kurang baik sehingga perlu ditingkat-kan. Paritas daya beli pada kelompok ini paling rendah daripada kelompok lain namun memiliki persentase angka melek huruf yang baik. Kepadatan penduduk tergolong sedang. Rasio tenaga kesehatan pada kelompok ini paling rendah.
C. Analisis Diskriminan
Analisis diskriminan digunakan untuk mengetahui variabel-variabel yang dapat membedakan kelompok. Dari hasil uji normal multivariat diperoleh nilai proporsi sebesar 0,548 lebih besar dari 0,5 sehingga dapat disimpulakan data telah memenuhi asumsi normal multivariat. Dari uji homo-genitas matirks varians-kovarians diperoleh p-value sebesar 0,314 dapat disimpulkan bahwa matriks varians-kovarians antar kelompok homogen sehingga dapa dilanjutkan dalam analisis selanjut-nya Dari hasil analisis diskriminan dengan menggunakan metode stepwise didapatkan veraiabel pembe-da sebagai berikut.
Tabel 5. Variabel Pembeda
Variabel Lamda Sig.
Penderita Diare Ditangani (X13) 0,269 0,000
Pelayanan Anak Balita (X8) 0,087 0,000
Pelayanan Kesehatan Dasar Masyarakat Miskin (X14)
0,039 0,000
Pelayanan Peserta KB Aktif (X10) 0,020 0,000
Pelayanan TB Paru BTA (X11) 0,011 0,000 Terdapat 5 variabel yang memenuhi kriteria sebagai pem-beda. Selanjutnya untuk mengetahui fungsi diskriminan yang terbentuk dapat dilihat pada Tabel 6.
Tabel 6.
Fungsi Diskriminan yang Distandarisasi
Variabel Fungsi
1 2 3 4
Pelayanan Anak Balita (X8) 0,277 -0,889 0,707 0,025
Pelayanan Peserta KB Aktif
(X10) -0,579 0,627 0,388 0,078
Pelayanan TB Paru BTA (X11)
-0,695 0,256 0,044 0,792
Penderita Diare Ditangani
(X13) 1,100 0,314 -0,258 0,203
Pelayanan Kesehatan Dasar
Masyarakat Miskin (X14) -0,101 0,872 0,545 -0,315 Dari fungsi diskriminan 1 diketahui variabel yang mening-katkan pelayanan kesehatan yaitu pelayanan anak balita (X8) dan penderita diare ditangani (X13). Fungsi diskriminan 2 diketahui variabel yang meningkatkan pelayanan kesehatan yaitu pelayanan peserta KB aktif (X10), pelayanan TB paru BTA (X11), dan penderita diare ditangani (X13). Fungsi diskriminan 3 diketahui variabel yang meningkatkan pelaya-nan kesehatan yaitu pelayapelaya-nan anak balita (X8), pelayanan peserta KB aktif (X10), pelayanan TB paru BTA (X11), dan pelayanan kesehatan dasar masyarakat miskin (X14). Fungsi persamaan diskriminan 4 diketahui variabel yang mening-katkan pelayanan kesehatan yaitu pelayanan anak balita (X8), pelayanan peserta KB aktif (X10), pelayanan TB paru BTA (X11), dan penderita diare ditangani (X13). Selanjutnya untuk mengetahui pengelompokan kecamatan berdasarkan nilai skor dapat dilihat dari fungsi diskriminan Fisher. Kelompok 1 = –67,850 + 0,123X8 + 1,261X10 + 0,106X11 – 0,114 X13 + 0,312 X14 Kelompok 2 = –67,958 – 0,068 X8 + 1,357 X10 + 0,178 X11 – 0,100 X13 + 0,322 X14 Kelompok 3 = –127,142 – 0,036 X8 + 1,052 X10 + 0,090 X11 + 0,158 X13 + 0,528 X14 Kelompok 4 = –74,688 – 0,252 X8 + 1,438 X10 + 0,138 X11 – 0,036 X13 + 0,405 X14 Kelompok 5 = –67,850 + 0,123 X8 + 1,261 X10 + 0,106 X11 – 0,114 X13 + 0,312 X14
Untuk selisih antar kelompok dan variabel diperoleh persamaan sebagai berikut.
Z score = 269,788 + 0,356 X8 – 3,847 X10 – 0,406 X11 – 0,022 X13 – 1,255 X14.
Berdasarkan persamaan fungsi linier diskriminan diketahui bahwa tanda koefisien pada variabel pelayanan peserta KB aktif (X10), pelayanan TB paru BTA (X11), penderita diare ditangani (X13), pelayanan kesehatan dasar masyarakat miskin (X14) bertanda negatif. Hal ini menun-jukkan bahwa variabel tersebut cenderung menurunkan skor artinya jika pelayanan pada 4 variabel tersebut menurun maka akan menurunkan persentase pelayanan kesehatan di
Kota Surabaya. Sedangkan variabel pelayanan anak balita (X8) bertanda positif. Hal ini menunjukkan bahwa variabel tersebut cenderung meningkatkan skor artinya jika pelayanan anak balita (X8) meningkat maka akan meningkatkan per-sentase pelayanan kesehatan di Kota Surabaya.
Tingkat ketepatan fungsi pengelompokan adalah sebesar 93,548 persen sehingga nilai APER yang diperoleh sebesar 6,451 persen. Hal ini menunjukkan bahwa pengelompokan keca-matan di Surabaya sudah tepat.
V. KESIMPULAN DAN SARAN
Pengelompokan kecamatan berdasarkan indikator pelaya-nan kesehatan di Surabaya menghasilkan 5 kelompok dimana tiap kelompok memiliki karakteristik yang berbeda. Kelom-pok 1 merupakan daerah dengan pelayanan kesehatan yang tinggi, kelompok 2 merupakan daerah dengan pelayanan kesehatan menegah, kelompok 3 merupakan daerah dengan pelayanan kesehatan sangat tinggi, kelompok 4 merupakan daerah dengan pelayanan kesehatan sangat rendah. Kelom-pok 5 merupakan daerah dengan pelayanan kesehatan rendah. Dari hasil analisis diskriminan terdapat 5 variabel yang memenui kriteria sebagai pembeda dengan ketepatan klasifikasi sebesar 93,548 persen. Saran yang dapat diberikan dari penelitian ini yaitu kecamatan dengan pelayanan kesehatan sangat rendah (Bulak, Kenjeran, Rungkut, Gunung Anyar, Sukolilo, dan Karang Pilang) perlu mendapatkan perhatian serius dengan memberikan program-program yang dapat meningkatkan derajat kesehatan wilayah tersebut.
UCAPANTERIMAKASIH
Penulis R.J. mengucapkan terima kasih kepada Dinas Kesehatan Kota Surabaya yang telah memberikan izin melakukan penelitian menggunakan data kesehatan. Penulis juga mengucapkan terimakasih kepada dosen pembimbing yang telah memberikan dukungan dan bantuan kepada penu-lis untuk menyelesaikan penelitian ini.
DAFTAR PUSTAKA
[1] Dinas Kesehatan Provinsi Jawa Timur. (2014, Maret 01). Standar
Pelayanan Minimal (SPM).
http://dinkes.jatimprov.go.id/Stat-Planet.html.
[2] Laksono, A.D., Wasito, B., Sopacua, E., Maryani, H., Handayani, L., Ristrini, Suharmiati., “Standar Pelayanan Minimal Kesehatan”. Surabaya: Health Advocacy (2010).
[3] Amalia, F., “Analisis Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Indonesia Sehat 2010,” Tugas Akhir, Jurusan Statistika., FMIPA ITS (2012).
[4] Rengganis, L.N.R., “Analisis Pengelompokan Kotamadya Surabaya Berdasarkan Varibel Kependudukan, Kesehatan, dan Pendidikan,” Tugas Akhir, Jurusan Statistika., FMIPA ITS (2009).
[5] Walpole, E.R., Pengantar Statistika, Edisi ketiga. Jakarta: Gramedia Pustaka Utama (1995).
[6] Hair, J.F, Black, W.C, Babin, B.J, & Anderson, R.E., Multivariate
Data Analysis, 7th Ed. New Jersey: Pearson Prentice Hall (2010).
[7] Johnson, R.A. & Wichren, D.W., Applied Multivariate Statistical
Analysis, 6th ed. New Jersey: Pearson Prentice Hall (2007). [8] Kahya, E., Demirel, M.C., & Beg, O.A., “Hidrologic Homogeneous
Regions Using Monthly Streamflow In Turkey,” Earth Science Research Journal, Vol 12 (2008, Desember.) 181-193.
