BAB 2
TINJAUAN TEORITIS
2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)
2.1.1 Infeksi
Infeksi adalah masuknya kuman atau mikroorganisme ke dalam tubuh manusia
dan berkembang biak sehingga menimbulkan gejala penyakit. Infeksi biasanya
terjadi pada organ bagian tubuh yang terluka, baik organ dalam maupun organ
luar tubuh.
2.1.2 Saluran Pernafasan
Saluran pernafasan adalah organ manusia mulai dari hidung hingga alveoli beserta
organ adneksanya seperti sinus-sinus, ronggatelinga tengah dan pleura. Saluran peernafasan menurut anatominya dapat dibagi menjadi saluran pernafasan atas,
yaitu mulai dari hidung sampai laring, dan saluran pernafasan bawah, mulai dari
2.1.3 Infeksi Akut
Infeksi akut adalah Infeksi yang berlangsung selama 14 hari. Batas 14 hari
diambil untuk menunjukan proses akut meskipun untuk beberapa penyakit yang
dapat digolongkan dalam ISPA proses ini dapat berlangsung lebih dari 14 hari.
2.1.4 Infeksi Saluran Pernafasan Akut (ISPA)
Infeksi Saluran Pernafasan Akut (ISPA) merupakan sekelompok penyakit
kompleks dan heterogen yang disebabkan oleh berbagai penyebab dan dapat
mengenai setiap lokasi di sepanjang saluran pernafasan (WHO,1986).
Infeksi Saluran Pernafasan Akut dapat dibagi menjadi ISPA atas dan ISPA
bawah (Nelson, 1983). Artinya ISPA secara anatomis mencakup saluran
pernafasan bagian atas (hidung sampai laring), saluran pernafasan bagian bawah
(termasuk jaringan paru-paru) dan organ adneksa saluran pernafasan. Dengan
batasan ini, jaringan paru termasuk dalam saluran pernafasan (respiratory tract).
Sebagian besar dari infeksi saluran pernafasan hanya bersifat ringan seperti batuk
pilek dan tidak memerlukanpengobatan dengan antibiotik. Namun demikian
anak-anak akan menderita pneumonia bila infeksi paru ini tidak diobati dengan
antibiotik dan akan mengakibatkan kematian. Pneumonia terjadi apabila
mengalami batuk pilek disertai gejala lain seperti kesukaran bernafas dan
Secara klinis ISPA adalah suatu tanda dan gejala akut akibat infeksi yang
terjadi disetiap bagian saluran pernafasan dan berlangsug tidak lebih dari 14 hari.
Adapun yang termasuk ISPA adalah influenza, campak, faringitis, trakeitis,
bronkhitis akut, brokhiolitis, dan pneumia (Yuliastuti, 1992).
ISPA merupakan salah satu penyebab utama dari tingginya angka
kematian dan angka kesakitan pada balita dan bayi di Indonesia. Dalam pelita IV
penyakit tersebut mendapat prioritas tinggi dalam bidang kesehatan (Depkes,
1998).
2.2Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,
analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu
variabel tak bebas (dependent variable) satu atau lebih variabel yang
menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan nilai-nilai
dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui.
Variabel yang menerangkan sering disebut variabel bebas (independent variable).
2.3Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk peramalan, dimana dalam model
terdapat beberapa variabel bebas X dan variabel tak bebas Y. Regresi linier yaitu
variabel bebas dan variabel tak bebas, yang merupakan persamaan penduga yang
berguna untuk menaksir atau meramalkan variabel tak bebas.
Untuk mempelajari hubungan-hubungan antara beberapa variabel, dapat
dilakukan dengan dua cara, yaitu:
1. Analisis regresi sederhana (simple analisis regression)
2. Analisis regresi berganda (multiple analisis regression)
Analisis regresi sederhana merupakan hubungan antara dua variabel,
yaitu variabel bebas (dependent variable) dan variabel tak bebas (independent
variable). Sedangkan analisis regresi linier berganda merupakan hubungan antara satu variabel bebas (dependent variable) dengan lebih dari dua variabel tak bebas
(independent variable).
2.4Regresi Linier Sederhana
Analisis regresi linier sederhana berguna untuk mendapatkan hubungan matematis
dalam bentuk persamaan antara variabel bebas dan variabel tak bebas, dimana
jumlah jumlah variabel tak bebasnya hanya satu. Bentuk umum model regresi
linier sederhana yaitu:
dimana:
𝑌𝑖 = Variabel tak bebas
𝑋 = Variabel bebas
𝛽0 = Parameter intersep
𝛽1 = Kemiringan garis
ℇ = Kesalahan Penduga
2.5Regresi Linier Berganda
Regresi linier berganda digunakan untuk memodelkan hubungan antara variabel
bebas dan variabel tak bebas, dengan jumlah variabel tak bebas satu dan jumlah
variabel bebasnya lebih dari satu. Secara umum persamaan regresi linier berganda
dapat ditulis sebagai berikut:
𝑌𝑖 = 𝛽0+ 𝛽1𝑋1𝑖+𝛽2𝑋2𝑖+ . . . +𝛽𝑘𝑋𝑘𝑖+ℇ𝑖 (untuk
populasi)
𝑌𝑖 = 𝑏0+ 𝑏1𝑋1𝑖+𝑏2𝑋2𝑖+ . . . +𝑏𝑘𝑋𝑘𝑖 (untuk
sampel)
dimana:
𝑌𝑖 = Pengamatan ke i pada variabel tak bebas
𝛽0,𝛽1,𝛽2,… ,𝛽𝑘, = Koefisien regresi untuk data populasi
𝑏0,𝑏1,𝑏2, … ,𝑏𝑘 = Koefisien regresi untuk data sampel
ℇ𝑖 = Pengamatan ke i variabel kesalahan
2.6Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variabel tak bebas (Y) bergantung kepada dua atau
lebih variabel bebas (X). bentuk persamaan regresi linier berganda yang
mencakup dua atau lebih variabel, yaitu:
Ŷ= 𝑏0+ 𝑏1𝑋1𝑖+𝑏2𝑋2𝑖+ . . . +𝑏𝑘𝑋𝑘𝑖
Dalam hal ini penulis menggunakan model regresi linier berganda dengan tiga
variabel, yaitu:
Ŷ= 𝑏0+ 𝑏1𝑋1+𝑏2𝑋2+ 𝑏3𝑋3 + ℇ𝑖
Untuk regresi linier berganda tiga variabel bebas X1, X2, X3 akan ditaksir oleh:
Koefisien-koefisien b0, b1, b2, b3 dapat dihitung dengan menggunakan persamaan:
∑Y = b0n + b1∑X1+ b2∑X2+ b3∑X3
∑YX1 = b0∑X1+ b1∑X12+ b2∑X1X2+ b3∑X1X3
∑YX2 = b0∑X2+ b1∑X2X1+ b2∑X22 + b3∑X2X3
∑YX3 = b0∑X3+ b1∑X3X1+ b2∑X3X2+ b3∑X32
Harga-harga b0, b1, b2, b3 didapat dengan menggunakan persamaan diatas dengan
menggunakan metode eliminasi atau subtitusi:
2.7Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat
kesimpulan, terlebih dahulu diperiksa setidak-tidaknya mengenai keliniearan dan
keberartiannya. Uji keberartian dilakukan untuk mengetahui apakah regresi yang
didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat
kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari.
Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah
kuadrat untuk regresi yang ditulis 𝐽𝐾𝑟𝑒𝑔 dan jumlah kuadrat untuk sisa (residu)
yang ditulis dengan 𝐽𝐾𝑟𝑒𝑠.
Secara umum jumlah kuadrat-kuadrat tersebut dapat dihitung dari:
𝐽𝐾𝑟𝑒𝑔 = ∑�𝑌 −Ŷ�2
Dengan derajat kebebasan dk = (n – k – 1) untuk sampel ukuran n.
Dengan demikian uji keberartian regresi berganda dapat dihitung dengan:
𝐹ℎ𝑖𝑡 =
𝐽𝐾𝑟𝑒𝑔 𝑘 𝐽𝐾𝑟𝑒𝑠
(𝑛 − 𝑘 −1)
Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat
kebebasan pembilang 𝑉1 = 𝑘 dan penyebut 𝑉2 =𝑛 − 𝑘 −1.
2.8Uji Koefisien Regresi Linier Berganda
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran 𝑠𝑦.12…𝑘, jumlah
kuadrat-kuadrat ∑𝑥𝑖𝑗2 dengan 𝑥𝑖𝑗 = 𝑋𝑗− X j dan koefisien korelasi ganda antara
masing-masing variabel bebas X dengan variabel tak bebas Y dalam regresi yaitu
Ri.
Dengan besaran-besaran ini dibentuk kekeliruan baku koefisien b, yakni:
𝑠𝑏𝑖 = � 𝑠𝑦.12…𝑘
Selanjutnya hitung statistik:
𝑡𝑖 = 𝑏𝑖
𝑠𝑏𝑖
Dengan kriteria pengujian: jika 𝑡𝑖 > 𝑡𝑡𝑎𝑏𝑒𝑙 maka H0 ditolak dan jika 𝑡𝑖 < 𝑡𝑡𝑎𝑏𝑒𝑙
maka H0 diterima yang akan berdistribusi t dengan derajat kebebasan dk = (n-k-1)
dan 𝑡𝑡𝑎𝑏𝑒𝑙 =𝑡(𝑛−𝑘−1,𝛼 2).
2.9Uji Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur
kekuatan (keeratan) suatu hubungan antar variabel. Koefisien korelasi biasanya
disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut:
𝑟= 𝑛∑𝑌𝑋𝑖−(∑𝑋𝑖)(∑𝑌)
�[𝑛∑𝑋𝑖2−(∑𝑋𝑖)2][𝑛∑𝑌𝑖2−(∑𝑌𝑖)2]
dimana:
n : banyaknya pasangan data X dan Y
∑𝑋𝑖 ∶ jumlah nilai dari variabel Xi
∑𝑌 ∶ jumlah nilai dari variabel Y
∑𝑌𝑖2 ∶ jumlah nilai kuadrat dari variabel Y i
∑𝑋𝑖 ∶ jumlah hasil kali nilai variabel X dan Y
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai koefisien korelasi
adalah plus (+) atau minus (-) yang menunjukan arah korelasi. Makna dari sifat
korelasi:
1. Tanda positif (+) pada koefisien korelasi menunjukkan hubungan yang searah
(korelasi positif). Artinya jika suatu nilai variabel mengalami kenaikan maka
nilai variabel yang lain juga mengalami kenaikan dan demikian juga
sebaliknya.
2. Tanda negatif (-) pada koefisien korelasi menunjukkan hubungan yang
berlawanan arah (korelasi negatif). Artinya jika suatu nilai variabel mengalami
kenaikan maka nilai variabel yang lain juga mengalami penurunan dan
demikian juga sebaliknya.
Untuk lebih memudahkan mengetahui bagaimana sebenarnya derajat
Tabel 2.1 Interval Koefisien Nilai r
Interval Koefisien Nilai r Tingkatan Hubungan
-1,000 ≤ r ≤ -0,800 Sangat Kuat
Analisis ini bertujuan untuk mengukur kekuatan dan derajat hubungan
antar dua variabel. Derajat hubungan antara dua variabel disebut korelasi
sederhana sedangkan derajat yang berkaitan dengan tiga atau lebih variabel
disebut sebagai korelasi berganda. Korelasi dapat bersifat linier atau non linier.
2.10 Uji Koefisien Determinasi
Uji koefisien determinasi yang disimbolkan dengan R2 bertujuan untuk
mengetahui seberapa besar kemampuan variabel independent menjelaskan
variabel dependent. Nilai R2 dikatakan baik jika berada di atas 0,5 karena nilai
R2 berkisar antara 0 dan 1. Pada umumnya model regresi linier berganda dapat
dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel
Koefisien determinasi dapat dihitung dari:
R2 = b1∑𝐱𝟏𝐢𝐲𝐢+ 𝐛𝟐∑𝐱𝟐𝐢𝐲𝐢+ … +𝐛𝐤∑𝐱𝐤𝐢𝐲𝐢
∑(𝐘𝐢− Ȳ𝟏)𝟐
Sehingga rumus umum koefisien determinasi yaitu:
R2 = JKreg
∑yi2
Harga R2 diperoleh sesuai variansi yang dijelaskan oleh masing-masing variabel
yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan
penduga hanya disebabkan oleh variabel yang berpengaruh saja.
2.11 Pengujian Hipotesis
Pengujian hipotesis merupakan salah satu tujuan untuk membuktikan dalam
penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah
populasi maka tidak menutup kemungkinan terjadinya kesalahan dalam
mengambil keputusan antara menolak atau menerima suatu hipotesis.
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal,
yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau atau
confidence interval. Didasarkan tingkat signifikansi pada umumnya orang
menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai 0,1.
Yang dimaksud dengan tingkat signifikansi adalah probabilitas
melakukan kesalahan yaitu kesahan menolak hipotesis ketika hipotesis tersebut
dimaksud dengan tingkat kepercayaan adalah tingkat dimana sebesar 95% nilai
sampel akan mewakili nilai populasi dimana sampel berasal. Dalam melakukan
uji hipotesis terdapat dua hipotesis, yaitu: H0 (hipotesis 0) dan H1 (hipotesis
alternatif). H0 bertujuan untuk memberikan usulan dugaan kemungkinan tidak
adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya
yang diteliti. H1 bertujuan memberikan usulan dugaan adanya perbedaan perkiraan
dengan keadaan sesungguhnya yang diteliti.
Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk pengujian
hipotesis ini antara lain:
1. H0 : 𝛽0 = 𝛽1 = . . . = 𝛽k = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas
dengan variabel tak bebas.
H1 : minimal satu parameter koefisien regresi 𝛽k≠ 0
Terdapat hubunga fungsional yang signifikan antara variabel bebas dengan
variabel tak bebas.
2. Pilihan taraf α yang diinginkan
3. Hitung statistik Fhitung dengan menggunakan rumus:
𝐅𝐡𝐢𝐭 =
𝐉𝐊𝐫𝐞𝐠 𝐤 𝐉𝐊𝐫𝐞𝐬
(𝐧 − 𝐤 − 𝟏)
4. Nilai Ftabel mengggunakan daftar tabel Fdengan taraf signifikan α yaitu Ftabel =
5. Kriteria pengujian:
Fhitung ≥ Ftabel maka H0 ditolak H1 diterima
