faktor-faktor yang mempengaruhi perilaku...
TRANSCRIPT
i
FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PASIEN KANKER PAYUDARA DALAM MELAKUKAN PENGOBATAN
BERDASARKAN HASIL DIAGNOSIS MENGGUNAKAN ANALISIS REGRESI LOGISTIK
(Studi Kasus di RSUP. DR. M. Djamil Padang)
TUGAS AKHIR Untuk Memenuhi Sebagian Persyaratan Memperoleh Gelar Ahli Madya
Oleh: FARADILLA GUSTI
NIM. 96998/2009
PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI PADANG
2012
iii
i
ABSTRAK Faradilla Gusti: Faktor-Faktor yang Mempengaruhi Perilaku Pasien
Kanker Payudara dalam Melakukan Pengobatan Berdasarkan Hasil Diagnosis Menggunakan Analisis Regresi Logistik (Studi Kasus di RSUP. DR. M. Djamil Padang)
Pengobatan kanker payudara telah mengalami kemajuan, akan tetapi
angka kematian dan kejadian kanker payudara masih tetap tinggi karena banyak penderita kanker payudara datang ke pelayanan kesehatan untuk mendapatkan pengobatan ketika penyakitnya sudah parah atau stadium lanjut, padahal ada pemeriksaan payudara sendiri (SADARI) untuk deteksi dini. Menurut Green, Banyak faktor yang mempengaruhi perilaku pasien dalam melakukan pengobatan, antara lain: faktor presdisposisi (tempat tinggal, sosial ekonomi, pengetahuan dan rasa takut), faktor pemungkin (tempat pengobatan lain) dan faktor penguat (petugas kesehatan dan keluarga). Rumusan masalah penelitian ini adalah bagaimanakah model regresi logistik untuk menggambarkan perilaku pasien, faktor-faktor apa saja yang berpengaruh terhadap perilaku pasien dan berapa peluang resiko faktor-faktor yang berpengaruh terhadap perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang.
Penelitian ini merupakan penelitian terapan menggunakan metode analisis
regresi logistik yang dapat menggambarkan faktor-faktor yang berpengaruh serta memprediksi peluang perilaku pasien dalam melakukan pengobatan berdasarkan hasil diagnosis. Data yang digunakan adalah data sekunder yang diambil dari catatan medical record pasien rawat inap RSUP. DR. M. Djamil Padang dan data primer yang diperoleh berdasarkan hasil jawaban pasien menggunakan teknik wawancara terpimpin dengan bantuan kuesioner. Variabel terikat dalam penelitian ini adalah stadium pasien, sedangkan variabel bebasnya adalah tempat tinggal, sosial ekonomi, pengetahuan, rasa takut, pengobatan lain, petugas kesehatan dan keluarga.
Hasil penelitian menunjukkan bahwa ada satu faktor yang berpengaruh
terhadap perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang yaitu pengetahuan dengan model:
π(푥) = . .
. .
Nilai odd ratio pengetahuan (푋 ) adalah 0.009. Artinya, peluang resiko terjadinya kanker payudara untuk pasien yang memiliki pengetahuan adalah 0.009 kali lebih kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.
ii
DAFTAR ISI
Halaman
ABSTRAK ..................................................................................................... iv
KATA PENGANTAR ..................................................................................... v
DAFTAR ISI ...................................................................................................ii
DAFTAR TABEL .......................................................................................... ix
DAFTAR LAMPIRAN .................................................................................... x
BAB I PENDAHULUAN ................................................................................ 1
A. Latar Belakang Masalah ........................................................................ 1
B. Rumusan Masalah.................................................................................. 6
C. Tujuan Penelitian ................................................................................... 7
D. Manfaat Penelitian ................................................................................. 7
BAB II KAJIAN PUSTAKA ........................................................................... 8
A. Kanker Payudara ................................................................................... 8
1. Pengertian Kanker Payudara ..................................................................... 8
2. Penyebab Kanker Payudara ...................................................................... 8
3. Gejala Klinis Kanker Payudara ...................................................................... 9
4. Faktor Resiko Kanker Payudara ................................................................... 10
5. Stadium Kanker Payudara ...................................................................... 12
6. Pengobatan Kanker Payudara ................................................................. 14
7. Ketahanan Hidup Penderita Kanker ............................................................. 16
8. Strategi Pencengahan Kanker Payudara ........................................................ 8
iii
B. Perilaku Kesehatan .............................................................................. 19
1. Pengertian Perilaku Kesehatan ..................................................................... 19
2. Domain Perilaku..................................................................................... 19
2. Faktor-Faktor yang Mempengaruhi Perilaku .............................................. 20
C. Metode Analisis Data........................................................................... 25
1. Uji Validitas ........................................................................................... 25
2. Uji Reliabilitas ....................................................................................... 26
3. Analisis Deskriptif.................................................................................. 27
4. Analisis Regresi Logistik ........................................................................ 27
BAB III METODE PENELITIAN ................................................................. 40
A. Jenis Penelitian .................................................................................... 40
B. Data dan Sumber Data ........................................................................... 40
C. Populasi dan Sampel ............................................................................ 41
D. Variabel Penelitian .............................................................................. 42
E. Teknik Analisis Data .............................................................................. 43
BAB IV HASIL DAN PEMBAHASAN ........................................................ 46
A. Hasil Penelitian ..................................................................................... 46
B. Pembahasan .......................................................................................... 61
BAB V PENUTUP ........................................................................................ 64
A. Kesimpulan ........................................................................................... 64
B. Saran ................................................................................................... 65
DAFTAR PUSTAKA .................................................................................... 66
LAMPIRAN .................................................................................................. 68
iv
DAFTAR TABEL
Halaman
1. Kisi-kisi Instrumen Penelitian ............................................................ 42
2. Frekuensi Hasil Diagnosis Pasien ...................................................... 45
3. Frekuensi Umur Pasien ....................................................................... 46
4. Frekuensi Pendidikan Pasien............................................................... 47
5. Frekuensi Jaminan Kesehatan Pasien .................................................. 47
6. Frekuensi Tempat Tinggal Pasien ....................................................... 48
7. Frekuensi Sosial Ekonomi Pasien ........................................................ 49
8. Frekuensi Pengetahuan Pasien ........................................................... 49
9. Frekuensi Rasa Takut Pasien .............................................................. 50
10. Frekuensi Tempat Pengobatan Lain Pasien ........................................ 51
11. Frekuensi Petugas Kesehatan Pasien .................................................... 51
12. Frekuensi Keluarga Pasien. ................................................................. 52
13. Hasil Dugaan Parameter Regresi Logistik Dengan Seluruh Variabel
Bebas .................................................................................................... 53
14. Uji Kebaikan Model Penuh ................................................................. 54
15. Hasil Dugaan Parameter ..................................................................... 56
16. Uji Signifikansi Variabel yang direduksi satu per satu ....................... 57
17. Uji Kebaikan Model Reduksi .............................................................. 58
18. Hasil Analisis Regresi Logistik Reduksi ............................................ 58
19. Nilai Odds Ratio Model Regresi Logistik .......................................... 59
v
DAFTAR LAMPIRAN
Lampiran Halaman
1. Data Uji Instrumen Penelitian ............................................................. 68
2. Kuesioner Penelitian………. ............................................................... 70
3. Data Pasien Rawat Inap RSUP. DR. M. Djamil Padang Bulan Januari-
Maret 2012 ......................................................................................... 72
4. Hasil Print Out Analisis Regresi Logistik terhadap Data Pasien Rawat
Inap RSUP. DR. M. Djamil Padang .................................................... 74
1
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Kanker payudara (Carcinoma Mammae) didefinisikan sebagai suatu
penyakit neoplasma yang ganas berasal dari parenchyma. Penyakit ini oleh
Word health Organization (WHO) dimasukkan ke dalam International
Classification of diseases (ICD) dengan kode nomor 174. Hasil Riset
Kesehatan Dasar (Riskesdas) 2007 menunjukkan prevalensi tumor/kanker
adalah 4,3 per 1.000 penduduk, artinya dari setiap 1.000 orang Indonesia
sekitar empat orang di antaranya menderita kanker. Data dari Sistem
Informasi Rumah Sakit (SIRS) 2008 menunjukkan kejadian kanker payudara
sebanyak 8.227 kasus atau 16,85 persen dan kanker leher rahim atau kanker
serviks 5.786 kasus atau 11,78 persen yang menduduki urutan pertama dan
kedua terbanyak dari keseluruhan kejadian kanker (http://www.pikiran-
rakyat.com/node/177982).
Menurut Soetrisno (1998) dalam Pane (2002: 3), penyebab kanker
payudara belum diketahui. Penyebab kanker payudara termasuk
multifaktorial, yaitu banyak faktor yang terkait satu dengan yang lainnya
seperti: riwayat keluarga, hormonal, dan faktor lain yang bersifat eksogen.
Gejala klinis kanker payudara dapat berupa benjolan yang tidak nyeri
pada payudara, erosi atau eksema puting susu, atau berupa pendarahan pada
puting susu. Rasa sakit atau nyeri pada umumnya baru timbul kalau tumor
2
sudah besar, sudah timbul borok, atau kalau sudah ada metastase ke tulang-
tulang. Kemudian timbul pembesaran kelenjar getah bening di ketiak, bengkak
pada lengan, dan penyebaran kanker ke seluruh tubuh.
Menurut Tambunan, Joko S. Loekito dan Soekimin dalam Ristarolas
(2008: 3), pada kanker payudara perasaan sakit jarang terjadi dan baru muncul
pada tingkat pertumbuhan lanjut. Banyak penderita kanker payudara yang
datang ke pelayanan kesehatan untuk mendapatkan pengobatan ketika
penyakitnya sudah parah atau stadium lanjut karena penderita kanker
payudara sering tidak menyadari secara jelas gejala permulaan kanker atau
bahkan mengabaikan karena dianggap tidak menganggu aktifitas sehari-hari.
Pengobatan kanker payudara telah mengalami kemajuan yang sangat
pesat, akan tetapi angka kematian dan kejadian kanker payudara masih tetap
tinggi karena penderita ditemukan pada stadium lanjut. Menurut Supit dalam
Ristarolas (2008: 2), kanker payudara akan mendapat penanganan yang
secepatnya dan memberikan kesembuhan serta harapan hidup yang lebih baik
apabila kanker payudara dideteksi secara dini.
Kanker payudara dapat ditemukan dalam stadium dini dengan cara
deteksi dini. Menurut Soebroto, Ahmad Ghozali, dan Evi Yuliati dalam
Ristarolas (2008: 2), salah satu cara deteksi dini kanker payudara yang murah,
namun praktis dan akurat adalah pemeriksaaan payudara sendiri (SADARI).
Menurut Mukhlis dalam Ristarolas (2008: 3), di negara maju kesadaran
masyarakat untuk melakukan SADARI cukup tinggi sehingga kasus kanker
payudara dapat diketahui sejak dini, sementara di Indonesia lebih kurang 65%
3
masyarakat yang menderita kanker payudara datang ke dokter pada stadium
lanjut dan selebihnya pada stadium dini.
Kejadian pasien yang melakukan pengobatan ketika penyakitnya sudah
parah atau stadium lanjut juga terjadi di RSUP. DR. M. Djamil Padang,
dengan penderita kanker payudara rata-rata setiap bulan sekitar 50-60 pasien
baru. Apabila masalah perilaku pasien yang melakukan pengobatan sudah
dalam keadaan parah atau stadium lanjut dibiarkan terus-menerus, maka angka
kematian akan semakin bertambah. Sedangkan apabila pasien yang datang
melakukan pengobatan dalam keadaan tidak parah atau stadium dini, ini
berarti pasien masih belum terlambat untuk melakukan pengobatan sehingga
pasien akan mendapatkan penanganan yang secepatnya dan memberikan
kesembuhan serta harapan hidup yang lebih baik. Menurut Skiner dalam
Notoatmodjo (2005: 23), perilaku kesehatan adalah respon seseorang terhadap
stimulus atau objek yang berkaitan dengan sehat-sakit, penyakit dan faktor-
faktor yang mempengaruhi kesehatan.
Menurut Green dalam Notoatmodjo (2005: 76), perilaku pasien dalam
melakukan pengobatan dipengaruhi oleh tiga faktor utama, yaitu: faktor
predisposisi, faktor pemungkin dan faktor penguat. Faktor Presdisposisi
merupakan preferensi pribadi yang dibawa seseorang atau kelompok.
Preferensi ini mungkin mendukung atau menghambat perilaku sehat dalam
setiap kasus seperti tempat tinggal, pengetahuan, psikologi (rasa takut), sosial
ekonomi, pendidikan, umur dan jenis kelamin. Faktor pemungkin mencakup
berbagai keterampilan dan sumber daya yang perlu untuk melakukan
4
kesehatan. Sumber daya itu meliputi fasilitas pelayanan kesehatan seperti
tempat pengobatan lain, fasilitas pengobatan dan jarak tempat pengobatan.
Sedangkan faktor penguat merupakan faktor yang menentukan apakah
tindakan kesehatan memperoleh dukungan atau tidak seperti keluarga, teman
dan petugas kesehatan.
Hasil penelitian Ristarolas (2008: 1-120) di RSUP H. Adam Malik
Medan, tingginya persentase penderita yang datang pertama kali untuk berobat
pada stadium III yaitu sebesar 62,4 persen yang di rawat inap pada bulan
Januari-Juli 2008, menunjukkan bahwa faktor predisposisi yang
mempengaruhi keterlambatan pengobatan yaitu pendidikan informan rendah,
tidak memiliki riwayat keluarga yang menderita kanker payudara, dan sikap
informan terhadap penyakit. Faktor pemungkin yang mempengaruhi
keterlambatan pengobatan yaitu fasilitas pengobatan sedangkan faktor penguat
tidak mempengaruhi keterlambatan pengobatan.
Berdasarkan hasil wawancara peneliti pada tanggal 28 Mei 2012
dengan 3 orang pasien kanker payudara yang melakukan pengobatan dalam
keadaan sudah parah atau stadium lanjut mengatakan banyak faktor yang
mempengaruhinya. Dari hasil wawancara tersebut dapat diambil kesimpulan,
bahwa faktor-faktor yang mempengaruhi perilaku pasien dalam melakukan
pengobatan adalah tidak mampu membiayai pengobatan tanpa bantuan
jaminan kesehatan maupun keluarga, tidak mengetahui tentang kanker
payudara, memiliki rasa takut, tempat tinggal di pedesaan, pernah berobat ke
5
alternatif, petugas kesehatan yang mengatakan penyakitnya bukan kanker
payudara dan keluarga.
Berdasarkan hasil wawancara dan penelitian Ristarolas, maka
dilakukanlah penelitian tentang faktor-faktor yang mempengaruhi perilaku
pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil
diagnosis di RSUP. DR. M. Djamil Padang. Untuk mengetahui seberapa besar
faktor-faktor tersebut berpengaruh terhadap perilaku pasien berdasarkan hasil
diagnosis yang mana hasil diagnosis dibedakan atas dua, yaitu stadium dini
dan stadium lanjut, maka perlu dibentuk suatu model. Model yang dapat
membantu penerapan hubungan kausal (sebab-akibat) antara dua atau lebih
variabel yang mana variabel terikatnya mempunyai data bersifat kategorik,
maka model regresi linear standar tidak bisa dilakukan, salah satu pendekatan
yang dapat dilakukan dalam penelitian ini adalah model analisis regresi
logistik.
Analisis regresi logistik adalah suatu analisis yang mendeskripsikan
hubungan antara variabel terikat (Y) yang memiliki dua kategori atau lebih
dengan satu atau lebih variabel bebas (X) berskala kategori atau kontinu.
Analisis regresi logistik bertujuan untuk melihat probabilitas kejadian yang di
akibatkan oleh 푋 . Model ini juga dapat menjelaskan hubungan 푋 dan
probabilitas kejadian yang bersifat tidak linear dan ketidaknormalan sebaran
Y. Dalam penelitian ini, variabel terikat (Y) adalah hasil diagnosis pasien
kanker payudara yang di bagi atas dua kategori, yaitu stadium lanjut
(terlambat) dan stadium dini (tidak terlambat). Sedangkan masing-masing
6
variabel bebas (X) bersifat kategori, yaitu tempat tinggal (푋 ), status sosial
(푋 ), pengetahuan (푋 ), rasa takut (푋 ), pengobatan lain (푋 ), petugas
kesehatan (푋 ), dan keluarga (푋 ).
Dengan menggunakan analisis tersebut peneliti dapat mengetahui
faktor-faktor yang signifikan berpengaruh terhadap perilaku pasien kanker
payudara dalam melakukan pengobatan. Sehingga dilakukan penelitian yang
berjudul “Faktor-Faktor yang Mempengaruhi Perilaku Pasien Kanker
Payudara dalam Melakukan Pengobatan Berdasarkan Hasil Diagnosis
Menggunakan Analisis Regresi Logistik (Studi Kasus di RSUP. DR. M.
Djamil Padang)”.
B. Rumusan masalah
Berdasarkan latar belakang di atas, dapat dirumuskan masalah
penelitian ini adalah:
1. Bagaimanakah model regresi logistik untuk menggambarkan perilaku
pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil
diagnosis dengan faktor-faktor yang mempengaruhinya?
2. Faktor-faktor apa saja yang berpengaruh terhadap perilaku pasien kanker
payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di
RSUP. DR. M. Djamil Padang?
3. Berapakah peluang resiko faktor-faktor yang berpengaruh terhadap perilaku
pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil
diagnosis di RSUP. DR. M. Djamil Padang?
7
C. Tujuan Penelitian
Tujuan dari penelitian ini dapat diuraikan sebagai berikut:
1. Mendapatkan model regresi logistik untuk menggambarkan perilaku pasien
kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis
dengan faktor-faktor yang mempengaruhinya.
2. Mengetahui faktor-faktor yang berpengaruh terhadap perilaku pasien
kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis
di RSUP. DR. M. Djamil Padang.
3. Mendapatkan peluang resiko dari faktor-faktor yang berpengaruh terhadap
perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan
hasil diagnosis di RSUP. DR. M. Djamil Padang.
D. Manfaat Penelitian
Manfaat dari penelitian ini dapat diuraikan sebagai berikut:
1. Sebagai sarana penambah pengetahuan peneliti dan pembaca tentang
faktor-faktor yang mempengaruhi perilaku pasien kanker payudara dalam
melakukan pengobatan.
2. Sebagai bahan informasi bagi RSUP. DR. M. Djamil Padang untuk
meningkatkan pelayanan kesehatan.
3. Sebagai bahan informasi bagi dinas kesehatan sehingga dapat melakukan
intervensi untuk mencengah peningkatan pasien kanker payudara melalui
perilaku pasien dalam melakukan pengobatan.
8
BAB II
KAJIAN PUSTAKA
A. Kanker Payudara
1. Pengertian Kanker Payudara
Kanker payudara (Carcinoma mammae) adalah suatu penyakit
neoplasma yang ganas yang berasal dari parenchyma. Penyakit ini oleh Word
Health Organization (WHO) dimasukkan ke dalam International
Classification of Diseases (ICD) dengan kode nomor 174.
Kanker payudara adalah kanker yang menyerang jaringan payudara.
Kanker payudara tidak menyerang kulit payudara yang berfungsi sebagai
pembungkus. Menurut Mardiana dalam Ristarolas (2008: 22), kanker
payudara menyebabkan sel dan jaringan payudara berubah bentuk menjadi
abnormal dan bertambah banyak secara tidak terkendali. Menurut Sutjipto
dalam Ristarolas (2008: 22), kanker payudara adalah penyakit yang bersifat
ganas akibat tumbuhnya sel kanker yang berasal dari sel-sel normal di
payudara bisa berasal dari kelenjer susu, saluran susu, jaringan penunjang
seperti lemak dan saraf.
2. Penyebab Kanker Payudara
Menurut Soetrisno (1988) dalam Pane (2002: 3), penyebab kanker
payudara belum diketahui secara pasti. Penyebab kanker payudara termasuk
multifaktorial, yaitu banyak faktor yang terkait satu dengan yang lain.
Beberapa faktor yang diperkirakan mempunyai pengaruh besar dalam
9
terjadinya kanker payudara adalah riwayat keluarga, hormonal, dan faktor lain
yang bersifat eksogen.
3. Gejala Klinis Kanker Payudara
Menurut Handoyo (1990) dalam Pane (2002: 4), gejala klinis kanker
payudara dapat berupa benjolan pada payudara, erosi atau eksema puting susu,
atau berupa pendarahan pada puting susu. Umumnya berupa benjolan yang
tidak nyeri pada payudara. Benjolan itu mula-mula kecil, makin lama makin
besar, lalu melekat pada kulit atau menimbulkan perubahan pada kulit
payudara atau pada puting susu. Kulit atau puting susu tadi menjadi tertarik ke
dalam (retraksi), berwarna merah muda atau kecoklat-coklatan sampai
menjadi edema hingga kulit kelihatan seperti kulit jeruk (peau d'orange),
mengkerut, atau timbul borok (ulkus) pada payudara. Borok itu makin lama
makin besar dan mendalam sehingga dapat menghancurkan seluruh payudara,
sering berbau busuk, dan mudah berdarah. Rasa sakit atau nyeri pada
umumnya baru timbul kalau tumor sudah besar, sudah timbul borok, atau
kalau sudah ada metastase ke tulang-tulang. Kemudian timbul pembesaran
kelenjar getah bening di ketiak, bengkak (edema) pada lengan, dan
penyebaran kanker ke seluruh tubuh.
Kanker payudara lanjut sangat mudah dikenali dengan mengetahui
kriteria operbilitas Heagensen sebagai berikut: terdapat edema luas pada kulit
payudara (lebih 1/3 luas kulit payudara), adanya nodul satelit pada kulit
payudara, kanker payudara jenis mastitis karsinimatosa, terdapat model
parasternal, terdapat nodul supraklavikula, adanya edema lengan, adanya
10
metastase jauh, serta terdapat dua dari tanda-tanda locally advanced, yaitu
ulserasi kulit, edema kulit, kulit terfiksasi pada dinding toraks, kelenjar getah
bening aksila berdiameter lebih 2,5 cm dan kelenjar getah bening aksila
melekat satu sama lain.
4. Faktor Resiko Kanker Payudara
Menurut Moningkey dan Kodim (1998) dalam Pane (2002: 4),
penyebab spesifik kanker payudara masih belum diketahui, tetapi terdapat
banyak faktor yang diperkirakan mempunyai pengaruh terhadap terjadinya
kanker payudara, yaitu:
a. Faktor Reproduksi
Karakteristik reproduktif yang berhubungan dengan risiko terjadinya
kanker payudara adalah nuliparitas, menarche pada umur muda, menopause
pada umur lebih tua, dan kehamilan pertama pada umur tua. Risiko
utama kanker payudara adalah bertambahnya umur. Diperkirakan, periode
antara terjadinya haid pertama dengan umur saat kehamilan pertama
merupakan window of initiation perkembangan kanker payudara. Secara
anatomi dan fungsional, payudara akan mengalami atrofi dengan
bertambahnya umur. Kurang dari 25% kanker payudara terjadi pada masa
sebelum menopause sehingga diperkirakan awal terjadinya tumor terjadi jauh
sebelum terjadinya perubahan klinis.
11
b. Penggunaan Hormon
Hormon eksogen berhubungan dengan terjadinya kanker payudara.
Laporan dari Harvard School of Public Health menyatakan bahwa terdapat
peningkatan kanker payudara yang bermakna pada para pengguna terapi
estrogen replacement. Suatu metaanalisis menyatakan bahwa walaupun tidak
terdapat risiko kanker payudara pada pengguna kontrasepsi oral, wanita yang
menggunakan obat ini untuk waktu yang lama mempunyai risiko tinggi untuk
mengalami kanker ini sebelum menopause.
c. Penyakit fibrokistik
Pada wanita dengan adenosis, fibroadenoma, dan fibrosis, tidak ada
peningkatan risiko terjadinya kanker payudara. Pada hiperplasis dan
papiloma, risiko sedikit meningkat 1,5 sampai 2 kali. Sedangkan pada
hiperplasia atipik, 1 risiko meningkat hingga 5 kali.
d. Obesitas
Terdapat hubungan yang positif antara berat badan dan bentuk tubuh
dengan kanker payudara pada wanita pasca menopause. Variasi terhadap
kekerapan kanker ini di negara-negara Barat dan bukan Barat serta perubahan
kekerapan sesudah migrasi menunjukkan bahwa terdapat pengaruh diet
terhadap terjadinya keganasan ini.
e. Konsumsi Lemak
Konsumsi lemak diperkirakan sebagai suatu faktor risiko terjadinya
kanker payudara. Willet dkk. Dalam Pane (2002: 5), melakukan studi
prospektif selama 8 tahun tentang konsumsi lemak dan serat dalam
12
hubungannya dengan risiko kanker payudara pada wanita umur 34 sampai 59
tahun.
f. Radiasi
Eksposur dengan radiasi ionisasi selama atau sesudah pubertas
meningkatkan terjadinya risiko kanker payudara. Dari beberapa penelitian
yang dilakukan disimpulkan bahwa risiko kanker radiasi berhubungan secara
linier dengan dosis dan umur saat terjadinya eksposur.
g.Riwayat Keluarga dan Faktor Genetik
Riwayat keluarga merupakan komponen yang penting dalam riwayat
penderita yang akan dilaksanakan skrining untuk kanker payudara. Terdapat
peningkatan risiko keganasan ini pada wanita yang keluarganya menderita
kanker payudara. Pada studi genetik ditemukan bahwa kanker payudara
berhubungan dengan gen tertentu. Apabila terdapat BRCA 1, yaitu suatu gen
suseptibilitas kanker payudara, probabilitas untuk terjadi kanker payudara
sebesar 60% pada umur 50 tahun dan sebesar 85% pada umur 70 tahun.
5. Stadium Kanker Payudara
Stadium penyakit kanker adalah suatu keadaan dari hasil penilaian
dokter saat mendiagnosis suatu penyakit kanker yang diderita pasiennya,
sudah sejauh manakah tingkat penyebaran kanker tersebut baik ke organ atau
jaringan sekitar maupun penyebaran ketempat lain. Stadium hanya dikenal
pada tumor ganas atau kanker dan tidak ada pada tumor jinak. Menurut
Tjindarbumi (1983) dalam Pane (2002: 7), klasifikasi stadium klinik pada
kanker payudara ada beberapa jenis. Mula-mula stadium klinik Sctental yang
13
membagi kanker payudara dalam 3 stadium, Portman membagi kanker
payudara dalam 4 stadium dan Manchester sistem yang juga membagi kanker
payudara dalam 4 stadium.
Menurut Karnadihaja dalam Pane (2002: 7), stadium kanker terbagi
menjadi 2, yaitu:
a. Stadium dini yaitu stadium I dan II
1) Stadium I (Stadium Dini)
Besarnya tumor tidak lebih dari 2-2,25 cm, dan tidak terdapat
penyebaran (metastase) pada kelenjar getah bening ketiak. Pada stadium I
ini, kemungkinan penyembuhan secara sempurna adalah 70%. Untuk
memeriksa ada atau tidak metastase ke bagian tubuh yang lain, harus
diperiksa di laboratorium.
2) Stadium II (Stadium Dini)
Tumor sudah lebih besar dari 2,25 cm dan sudah terjadi metastase
pada kelenjar getah bening di ketiak. Pada stadium ini, kemungkinan
untuk sembuh hanya 50-60 % tergantung dari luasnya penyebaran sel
kanker.
Pada stadium I dan II biasanya dilakukan operasi untuk mengangkat
sel-sel kanker yang ada pada seluruh bagian penyebaran, dan setelah operasi
dilakukan penyinaran untuk memastikan tidak ada lagi sel-sel kanker yang
tertinggal.
14
b. Stadium lanjut yaitu stadium III dan IV
1) Stadium III (Stadium lanjut)
Tumor sudah cukup besar lebih dari 5 cm, sel kanker telah
menyebar ke seluruh tubuh, dan kemungkinan untuk sembuh tinggal
sedikit. Pengobatan payudara sudah tidak ada artinya lagi. Biasanya
pengobatan hanya dilakukan penyinaran dan chemotherapie (pemberian
obat yang dapat membunuh sel kanker). Kadang-kadang juga dilakukan
operasi untuk mengangkat bagian payudara yang sudah parah. Usaha ini
hanya untuk menghambat proses perkembangan sel kanker dalam tubuh
serta untuk meringankan penderitaan penderita semaksimal mungkin.
2) Stadium IV (Stadium Lanjut)
Sel-sel kanker sudah merembet menyerang bagian tubuh lainnya,
biasanya tulang, paru-paru, hati atau otak. Atau bisa juga menyerang kulit,
kelenjar limfa yang ada di dalam batang leher. Sama seperti stadium III,
tindakan yang harus dilakukan adalah pengangkatan payudara.
6. Pengobatan Kanker Payudara
Ada beberapa pengobatan kanker payudara yang penerapannya banyak
tergantung pada stadium klinik penyakit (Tjindarbumi dalam Pane, 2002: 8),
yaitu:
a. Mastektomi
Mastektomi adalah operasi pengangkatan payudara. Ada 3 jenis
mastektomi (Hirshaut & Pressman dalam Sylvia, 2006: 115):
15
1) Modified Radical Mastectomy, yaitu operasi pengangkatan seluruh
payudara, jaringan payudara di tulang dada, tulang selangka dan tulang iga,
serta benjolan di sekitar ketiak.
2) Total (Simple) Mastectomy, yaitu operasi pengangkatan seluruh payudara
saja, tetapi bukan kelenjar di ketiak.
3) Radical Mastectomy, yaitu operasi pengangkatan sebagian dari payudara.
Biasanya disebut lumpectomy, yaitu pengangkatan hanya pada jaringan
yang mengandung sel kanker, bukan seluruh payudara. Operasi ini selalu
diikuti dengan pemberian radioterapi. Biasanya lumpectomy
direkomendasikan pada pasien yang besar tumornya kurang dari 2 cm dan
letaknya di pinggir payudara.
b. Penyinaran/ Radiasi
Penyinaran/radiasi adalah proses penyinaran pada daerah yang terkena
kanker dengan menggunakan sinar X dan sinar gamma yang bertujuan
membunuh sel kanker yang masih tersisa di payudara setelah operasi. Efek
pengobatan ini tubuh menjadi lemah, nafsu makan berkurang, warna kulit di
sekitar payudara menjadi hitam, serta Hb dan leukosit cenderung menurun
sebagai akibat dari radiasi.
c. Kemoterapi
Kemoterapi adalah proses pemberian obat-obatan anti kanker dalam
bentuk pil cair atau kapsul atau melalui infus yang bertujuan membunuh sel
kanker. Tidak hanya sel kanker pada payudara, tapi juga di seluruh tubuh.
16
Efek dari kemoterapi adalah pasien mengalami mual dan muntah serta rambut
rontok karena pengaruh obat-obatan yang diberikan pada saat kemoterapi.
7. Ketahanan Hidup Penderita Kanker
Menurut Aziz, FM, dkk. dalam Pane (2002: 10), ketahanan hidup
penderita kanker dipengaruhi oleh stadium klinik, pengobatan, ukuran tumor,
jenis histologi, ada tidaknya metastase ke pembuluh darah, anemia, dan
hipertensi (penyakit penyerta). Sedangkan Rusmiyati dalam Pane (2002: 10),
menyatakan bahwa hal-hal yang perlu dipertimbangkan dalam menentukan
ketahanan hidup adalah umur, keadaan umum, fisik, stadium klinik, ciri-ciri
histologis sel-sel tumor, gambaran sitologis dari kanker, gambaran
makroskopis dari kanker, kemampuan ahli yang menangani, sarana
pengobatan yang tersedia, dan status ekonomi.
Hack, KD dalam Pane (2002: 10) menyatakan bahwa ketahanan hidup
tergantung dari adanya metastase ke kelenjar getah bening, besar lesi,
kedalaman infiltrasi, adanya metastase ke parametrium, serta adanya
metastase ke pembuluh darah. Faktor-faktor yang mempengaruhi prognosis
dan ketahanan hidup penderita kanker payudara adalah ukuran tumor, kelenjar
getah bening regional, skin oedema (pembengkakan pada kulit), status
menopause, pertumbuhan tumor, residual tumor burden (tumor sisa),
pengobatan pada tumor awal, faktor-faktor patologi, dan reseptor estrogen.
Selain itu, faktor-faktor lainnya yang secara tidak langsung mempengaruhi
prognosis adalah ukuran payudara dan jenis kelamin.
17
8. Strategi Pencegahan Kanker Payudara
Pada kanker payudara, pencegahan yang dilakukan antara lain berupa:
a. Pencegahan Primer
Pencegahan primer pada kanker payudara merupakan salah satu bentuk
promosi kesehatan karena dilakukan pada orang yang "sehat" melalui upaya
menghindarkan diri dari keterpaparan pada berbagai faktor risiko dan
melaksanakan pola hidup sehat.
b. Pencegahan Sekunder
Pencegahan sekunder dilakukan terhadap individu yang memiliki
risiko untuk terkena kanker payudara. Setiap wanita yang normal dan
memiliki siklus haid normal merupakan populasi at risk dari kanker payudara.
Pencegahan sekunder dilakukan dengan melakukan deteksi dini.
Beberapa metode deteksi dini terus mengalami perkembangan.
Skrining melalui mammografi diklaim memiliki akurasi 90% dari semua
penderita kanker payudara, tetapi keterpaparan terus-menerus pada
mammografi pada wanita yang sehat merupakan salah satu faktor risiko
terjadinya kanker payudara. Karena itu, skrining dengan mammografi tetap
dapat dilaksanakan dengan beberapa pertimbangan antara lain:
1) Wanita yang sudah mencapai usia 40 tahun dianjurkan melakukan cancer
risk assessement survey.
2) Pada wanita dengan faktor risiko mendapat rujukan untuk dilakukan
mammografi setiap tahun.
18
3) Wanita normal mendapat rujukan mammografi setiap 2 tahun sampai
mencapai usia 50 tahun.
Foster dan Constanta menemukan bahwa kematian oleh kanker
payudara lebih sedikit pada wanita yang melakukan pemeriksaan SADARI
(Pemeriksaan Payudara Sendiri) dibandingkan yang tidak. Walaupun
sensitivitas SADARI untuk mendeteksi kanker payudara hanya 26%, bila
dikombinasikan dengan mammografi maka sensitivitas mendeteksi secara dini
menjadi 75%.
c. Pencegahan Tertier
Pencegahan tertier biasanya diarahkan pada individu yang telah positif
menderita kanker payudara. Penanganan yang tepat penderita kanker payudara
sesuai dengan stadiumnya akan dapat mengurangi kecatatan dan
memperpanjang harapan hidup penderita. Pencegahan tertier ini penting untuk
meningkatkan kualitas hidup penderita serta mencegah komplikasi penyakit
dan meneruskan pengobatan.
Tindakan pengobatan dapat berupa operasi walaupun tidak
berpengaruh banyak terhadap ketahanan hidup penderita. Bila kanker telah
jauh bermetastasis, dilakukan tindakan kemoterapi dengan sitostatika. Pada
stadium tertentu, pengobatan diberikan hanya berupa simptomatik dan
dianjurkan untuk mencari pengobatan alternatif.
19
B. Perilaku Kesehatan
1. Pengertian perilaku kesehatan
Menurut Skiner dalam Notoatmodjo (2005: 23), perilaku kesehatan
adalah respon seseorang terhadap stimulus atau objek yang berkaitan dengan
sehat-sakit, penyakit dan faktor-faktor yang mempengaruhi sehat sakit
(kesehatan) seperti lingkungan, makanan, minuman, dan pelayanan kesehatan.
Perilaku kesehatan adalah semua aktivitas atau kegiatan seseorang baik yang
dapat diamati maupun yang tidak dapat diamati, yang berkaitan dengan
pemeliharaan dan peningkatan kesehatan.
Pemeliharaan kesehatan ini mencakup mencegah atau melindungi diri
dari penyakit dan masalah kesehatan lain, meningkatkan kesehatan dan
mencari penyembuhan apabila sakit atau terkena masalah kesehatan. Menurut
Sarafino dalam Notoatmojo (2005: 23), perilaku kesehatan adalah setiap
aktivitas individu yang dilakukan untuk mempertahankan atau meningkatkan
kondisi kesehatan tanpa memperhatikan status kesehatan.
2. Domain Perilaku
Benyamin Bloom dalam Notoatmodjo (2005: 27) membagi perilaku
manusia itu menjadi tiga domain, ranah atau kawasan yaitu kognitif
(cognitive), afektif (affective), dan psikomotorik (psychomotorik). Teori
Bloom ini dimodifikasi untuk pengukuran hasil pendidikan kesehatan, yakni
pengetahuan (knowledge), sikap (attitude), dan tindakan atau praktik
(practice) (Notoatmojo, 2005: 27).
20
Pengetahuan adalah hasil pengindraan manusia, atau hasil tahu
seseorang terhadap objek melalui indra yang dimilikinya. Secara garis
besarnya dibagi dalam 6 tingkat pengetahuan, yakni tahu (know), memahami
(comprehension), aplikasi (application), analisis (analysis), sintesis (synthesis)
dan evaluasi (evaluation).
Sikap adalah respons tertutup seseorang terhadap stimulus atau onjek
tertentu, yang sudah melibatkan faktor pendapat dan emosi yang
bersangkutan. Sikap juga mempunyai tingkatan berdasarkan intensitasnya,
yakni menerima (receiving), menanggapi (responding), menghargai (valuing),
dan bertanggung jawab/ (responsible).
Sikap adalah kecenderungan untuk bertindak (praktik). sikap belum
tentu terwujud dalam tindakan, sebab untuk terwujudnya tindakan perlu faktor
lain seperti fasilitas atau sarana dan prasarana. Praktik atau tindakan ini dapat
dibedakan menjadi 3 tingkatan menurut kualitasnya, yakni praktik terpimpin
(guided response), praktik secara mekanisme (mechanism), dan adopsi
(adoption).
3. Faktor-faktor yang Mempengaruhi Perilaku
Menurut Green (1980) dalam Notoatmojo (2005: 76), perilaku
dipengaruhi oleh 3 faktor utama, yaitu :
a. Faktor Presdisposisi (predisposing factor)
Faktor Presdisposisi mencakup pengetahuan, sikap, nilai dan persepsi
berkenan dengan motivasi seseorang atau kelompok untuk bertindak. Dalam
arti umum, kita dapat mengatakan faktor presdisposisi preferensi “pribadi”
21
yang dibawa seseorang atau kelompok. Preferensi ini mungkin mendukung
atau menghambat perilaku sehat, dalam setiap kasus, faktor ini mempunyai
pengaruh. Meskipun berbagai faktor demografis seperti status sosial ekonomi,
umur, jenis kelamin, dan ukuran keluarga juga penting sebagai faktor
presdisposisi.
Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan
pengelolaan kanker dari penderita itu sendiri disebabkan oleh:
1) Penderita stadium dini umumnya merasa tidak sakit dan tidak terganggu
bekerja, sehingga penyakitnya dibiarkan saja beberarapa lama, bulanan,
atau tahunan, sampai penyakitnya tidak tertahan lagi.
2) Kurang memperhatikan diri sendiri, dimana penderita baru mengetahui
adanya tumor dalam tubuhnya sendiri sesudah tumor itu besar atau sudah
menimbulkan keluhan.
3) Tidak mengerti atau kurang menyadari bahaya kanker.
4) Ada rasa takut. Takut diketahui penyakitnya itu kanker, takut ke dokter,
takut operasi, takut penyakitnya lebih cepat menyebar dan takut sakit.
5) Tidak mempunyai biaya.
6) Keluarga tidak mengizinkan ke dokter.
7) Rumahnya jauh dari dokter.
Menurut Hawarri (2004) dalam Ristarolas (2008: 37), ada 3 faktor
menyebabkan keterlambatan pengobatan kanker payudara yang terletak pada
diri penderita, yaitu:
1) Faktor sosial ekonomi (biaya operasi mahal)
22
2) Faktor Pendidikan (ketidaktahuan)
3) Faktor Psikologik.
Faktor Presdisposisi yang menyebabkan keterlambatan pengobatan
kanker payudara dapat disimpulkan dalam penelitian ini adalah:
a) Pengetahuan
Sarwono (1997) dalam Ristarolas (2008: 14), menyatakan kadang-
kadang orang tidak pergi berobat atau menggunakan sarana kesehatan
karena dia merasa tidak mengidap penyakit. Menurut Green dalam
Notoatmodjo (2005: 27), pengetahuan menjadi salah satu faktor
presdisposisi yang mempengaruhi perilaku seseorang atau masyarakat
terhadap kesehatan.
b) Sosial Ekonomi
Taylor (1999) dalam Ristarolas (2008: 13), menyatakan salah satu
faktor yang menyebabkan penundaan pengobatan adalah biaya pengobatan
yang dirasakan terutama untuk orang-orang miskin. Mereka menganggap
gejala penyakit yang dideritanya tidak serius sebagai alasan mahalnya
biaya pengobatan.
c) Rasa Takut
Menurut Blackwell (1963) dalam Ristarolas (2008: 14), menyatakan
bahwa banyak pula orang yang memandang gejala penyakitnya harus
ditangani dokter, namun tidak melakukannya karena takut mendengar
keterangan dokter.
23
d) Tempat Tinggal
Menurut Andersen dalam Ristarolas (2008: 16), menyatakan bahwa
lamanya waktu yang digunakan untuk mencapai fasilitas pelayanan
mempengaruhi individu dalam memanfaatkan pelayanan kesehatan.
b. Faktor Pemungkin (enabling factor)
Faktor pemungkin mencakup berbagai keterampilan dan sumber daya
yang perlu untuk melakukan kesehatan. Sumber daya itu meliputi fasilitas
pelayanan kesehatan, personalia, sekolah, klinik, atau sumber daya serupa itu.
Faktor pemungkin ini juga menyangkut keterjangkauan berbagai sumber daya.
Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan
pengelolaan kanker dari rumah sakit disebabkan oleh:
1) Kurangnya tempat pemondokan di rumah sakit
2) Kurangnya sarana diagnotik dan terapi
3) Kurangnya tenaga ahli onkologi
Faktor Pemungkin yang menyebabkan keterlambatan pengobatan
kanker payudara dapat disimpulkan dalam penelitian ini adalah:
a) Tempat Pengobatan lain
Menurut penelitian para ahli dalam Ristarolas (2008: 15), di
negara-negara seperti Indonesia penderita pergi berobat ke dukun atau
ahli-ahli pengobatan tradisional lainnya sebelum mereka datang ke petugas
kesehatan.
24
c. Faktor Pendorong atau Penguat (renforcing factor)
Faktor penguat adalah faktor yang menentukan apakah tindakan
kesehatan memperoleh dukungan atau tidak. Faktor ini meliputi faktor sikap
dan prilaku tokoh masyarakat, sikap dan perilaku para petugas termasuk para
petugas kesehatan. Termasuk juga di sini adalah undang-undang, peraturan-
peraturan, baik pusat maupun daerah yang terkait dengan kesehatan. Untuk
berperilaku sehat, masyarakat kadang-kadang bukan hanya perlu pengetahuan
dan sikap positif dan dukungan fasilitas saja, melainkan diperlukan perilaku
contoh (acuan) dari para tokoh masyarakat, tokoh agama, dan para petugas
terutama petugas kesehatan dan diperlukan undang-undang kesehatan untuk
memperkuat perilaku tersebut.
Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan
pengelolaan kanker dari dokter disebabkan oleh:
1) Tidak memikirkan keluhan penderita mungkin disebabkan oleh suatu
kanker. Keluhan penderita dianggap disebabkan oleh penyakit non kanker
dan diobati beberapa lama sampai gejala kanker menjadi jelas.
2) Enggan mengadakan konsultasi atau merujuk penderita.
3) Belum “cancer minded”, yaitu berpikir ke arah kanker.
Faktor Pemungkin yang menyebabkan keterlambatan pengobatan
kanker payudara dapat disimpulkan dalam penelitian ini adalah:
a) Petugas Kesehatan
Menurut Kleinman dalam Ristarolas (2008: 16), menyatakan para
profesional kesehatan yang terdiri dari organisasi-organisasi profesi di
25
bidang penyembuhan yang resmi dan ada sanksinya seperti dokter,
perawat, bidan, dan psikolog mempengaruhi seseorang dalam perawatan
kesehatan. Suchman dalam Ristarolas (2008: 16), menyatakan faktor
kualitas komunikasi dokter-pasien mempengaruhi tindakan yang
seharusnya dilakukan dalam pengobatan.
b) Keluarga/ Orang-orang terdekat
Menurut Geertsen (1998) dan Safarindo (1990) dalam Ristarolas
(2008: 16), sektor awam yang terdiri dari keluarga, teman, dan tetangga
mungkin bisa membantu individu menafsirkan sebuah gejala, memberi
nasehat mengenai bagaimana mencari bantuan medis, menyarankan cara
penyembuhan, atau memberi saran untuk berkonsultasi dengan orang lain.
C. Metode Analisis Data
Dalam penelitian, data mempunyai kedudukan yang paling tinggi,
karena data merupakan penggambaran variabel yang diteliti dan berfungsi
sebagai alat pembuktian hipotesis. Benar tidaknya data, sangat menentukan
bermutu tidaknya hasil penelitian. Sedangkan benar tidaknya data, tergantung
dari baik tidaknya instrumen pengumpulan data. Pengujian instumen biasanya
terdiri dari uji validitas dan reliabilitas.
1. Uji Validitas
Validitas adalah tingkat keandalan dan kesahihan alat ukur yang
digunakan. Intrumen dikatakan valid berarti menunjukkan alat ukur yang
dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk
mengukur apa yang seharusnya di ukur. Dengan demikian, instrumen yang
26
valid merupakan instrumen yang benar-benar tepat untuk mengukur apa yang
hendak di ukur.
Uji validitas berguna untuk mengetahui apakah ada pernyataan-
pernyataan pada kuesioner yang harus dibuang/diganti karena dianggap tidak
relevan. Teknik untuk mengukur validitas kuesioner adalah sebagai berikut
dengan menghitung korelasi antar data pada masing-masing pernyataan
dengan skor total, memakai rumus korelasi product moment, sebagai berikut
(Notoatmodjo, 2005: 129):
(1)
dimana : r = koefisien korelasi
n = banyaknya sampel
X= skor masing-masing item
Y= skor total variabel
Item instrumen dianggap Valid jika nilai r lebih besar sama dengan
0,3.
2. Uji Reliabilitas
Uji reliabilitas berguna untuk menetapkan apakah instrumen yang
dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh
responden yang sama akan menghasilkan data yang konsisten. Dengan kata
lain, reliabilitas instrumen mencirikan tingkat konsistensi. Banyak rumus yang
27
dapat digunakan untuk mengukur reliabilitas diantaranya adalah rumus
Spearman Brown (Notoatmodjo, 2005: 133):
(2)
Keterangan :
푟 adalah nilai reliabilitas
푟 adalah nilai koefisien korelasi
Nilai koefisien reliabilitas yang baik adalah diatas 0,7 (cukup baik), di
atas 0,8 (baik).
3. Analisis Deskriptif
Analisis deskriptif merupakan suatu model analisis statistik sederhana
dengan cara membaca grafik atau tabel yang telah disusun. Analisis ini biasa
dilakukan dalam bentuk tabel kontingensi, tanpa mengaitkan dengan aspek
lain di luar tabel atau grafik yang telah disusun. Dalam analisis deskriptif
digunakan tabulasi silang yang menampilkan persentase sebagai dasar untuk
melihat hubungan antar variabel (Singarimbun, 1995).
4. Analisis Regresi Logistik
a. Model Regresi Logistik
Analisis regresi logistik adalah metode regresi yang menggambarkan
hubungan antara beberapa variabel bebas (explanatory) dengan sebuah
variabel terikat dikotomus atau biner. Variabel terikat (Y) pada metode regresi
logistik dikatakan biner karena terdiri atas dua kategori yaitu 0 dan 1. Analisis
regresi logistik biner bertujuan untuk memperoleh hubungan antara Xi dan Pi
28
(probabilitas kejadian yang diakibatkan oleh xi). Berapapun nilai x bila
disubtitusikan ke dalam fungsi logistik hasilnya akan berkisar antara 0 dan 1.
Ciri data yang menggunakan analisis regresi logistik adalah :
a. Tidak memiliki asumsi normalitas atas variabel bebas yang digunakan
dalam model.
b. Ragam galat tidak homogen.
c. Variabel bebas dapat bersifat kontinu, diskrit dan dikotomi.
d. Distribusi variabel tak bebas diharapkan nonlinear
(Kuncoro, 2007).
Regresi logistik digunakan untuk analisis data terikat kategorik
(nominal/ordinal) dengan variabel-variabel bebas kontinu atau kategorik
(Agresti, 1990). Berdasarkan jumlah kategori respon, regresi logistik dapat
dibedakan menjadi dua, yaitu regresi logistik dikotomus dan polikotomus.
Pada kasus-kasus penelitian dengan tujuan untuk mengetahui hubungan antara
suatu peubah dengan peubah penyebab dimana peubah terikatnya berupa data
kategorik, maka analisis regresi linear standar tidak bisa dilakukan, oleh
karena itu salah satu pendekatan yang dapat dilakukan adalah regresi logistik.
Model persamaan regresi logistik digunakan untuk dapat menjelaskan
hubungan antara X dan π (x) yang bersifat tidak linear, ketidaknormalan
sebaran dari Y, keragaman terikat yang tidak konstan dan tidak dapat
dijelaskan oleh model regresi linear biasa (Agresti, 1990). Metode regresi
logistik adalah suatu metode analisis statistika yang mendeskripsikan
hubungan antara peubah terikat yang memiliki dua kategori atau lebih dengan
29
satu atau lebih peubah bebas berskala kategori atau interval (Hosmer dan
Lemeshow,1989).
Jika data hasil pengamatan memiliki p peubah bebas yaitu x 1, x 2,...,xp
dengan peubah terikat Y, dengan Y mempunyai dua kemungkinan nilai 0 dan
1, Y = 1 menyatakan bahwa terikat memiliki kriteria yang ditentukan dan
sebaliknya Y = 0 tidak memiliki kriteria, maka peubah respon Y mengikuti
sebaran Bernoulli dengan parameter π (xi) sehingga fungsi sebaran peluang :
푓(푦 ) = [π (푥푖) ] [1 − π(푥푖)] , 푦 = 0, 1 (3)
Distribusi dari variabel terikat ini merupakan pembeda antara regresi
logistik dengan regresi linier. Pada regresi linier variabel terikatnya
diasumsikan berdistribusi normal, sedangkan untuk variabel terikat pada
regresi logistik bersifat kategorikal. Adapun fungsi logistik adalah sebagai
berikut:
푓(푥) = , - ∞ < x < ∞ (4)
Untuk x = - ∞ maka lim → 푓(푥) = 0 sedangkan untuk x = ∞ maka
lim → 푓(푥) = 1. Dengan melihat kemungkinan nilai f(x) yang berkisar
antara 0 dan 1, ini menunjukkan bahwa regresi logistik sebenarnya
menggambarkan probabilitas terjadinya suatu kejadian.
Nilai x dalam hal ini bisa dianggap sebagai kombinasi dari berbagai
penyebab timbulnya suatu kejadian dan efek x dapat minimal dengan
rendahnya nilai x samapai batas tertentu, kemudian pengaruhnya akan
meningkat dengan cepat dan probabilitasnya akan tetap tinggi mendekati 1.
30
Untuk mempermudah maka digunakan notasi π(푥) = 퐸 (푦|푥) untuk
menyatakan rata-rata bersyarat dari y jika diberikan nilai x.
Bentuk model regresi logistik adalah (Agresti, 1990: 166):
π(푥) = ( )( )
(5)
Untuk mempermudah menaksir parameter regresi, maka π(푥) pada
persamaan (5) ditransformasikan dengan menggunakan transformasi logit.
Uraian transformasi tersebut adalah sebagai berikut:
π(푥) = 푒푥푝(훽 + 훽 푥)
1 + 푒푥푝(훽 + 훽 푥)
{휋(푥)}{1 +푒푥푝(훽 + 훽 푥)} = 푒푥푝(훽 + 훽 푥)
{휋(푥)} + {휋(푥)푒푥푝(훽 + 훽 푥)} = 푒푥푝(훽 + 훽 푥)
휋(푥) = 푒푥푝(훽 + 훽 푥)− 휋(푥) 푒푥푝(훽 + 훽 푥)
휋(푥) = {1 − 휋(푥)} 푒푥푝(훽 + 훽 푥)
휋(푥)1 − 휋(푥) = 푒푥푝(훽 + 훽 푥)
푙푛 ( ) ( )
= ln {푒푥푝(훽 + 훽 푥)}
푙푛휋(푥)
1 − 휋(푥) = 훽 + 훽 푥
푔(푥) = 훽 + 훽 푥
푔(푥) di atas merupakan bentuk logit. Sedangkan model regresi logistik
dengan k variabel prediktor adalah:
π(푥) = 푒푥푝(훽 + 훽 푥 + ⋯+ 훽 푥 )
1 + 푒푥푝(훽 + 훽 푥 + … + 훽 푥 )
31
Jika model ditransformasikan dengan transformasi logit, maka menghasilkan
bentuk logit:
푔(푥) = 훽 + 훽 푥 + ⋯+ 훽 푥
merupakan penduga logit yang berperan sebagai fungsi linear dari peubah
penjelas. Karena fungsi penghubung yang digunakan adalah fungsi
penghubung logit maka sebaran peluang yang digunakan disebut sebaran
logistik (McCullagh dan Nelder, 1989).
b. Penaksiran Parameter
Metode yang digunakan untuk mengestimasi parameter regresi logistik
adalah MLE (Maxsimum Likelihood Estimator). Fungsi likelihood
menjelaskan peluang data pengamatan sebagai fungsi parameter yang belum
diketahui, sehingga sebelum menduga parameter logistik kita ketahui dulu
fungsi likelihood.
Menurut Hosmer (1989: 8), jika Y dikotomus memiliki dua
kemungkinan 0 atau 1, maka ekspresi P(x) dari persamaan (7) menghasilkan Y
dengan syarat X. Jika Y=1 dinyatakan dengan P(Y = 1|x) dan Y = 0
dinyatakan dengan P(Y = 0| x) = 1 - P(X=x). Sehingga untuk pasangan
(푥 ,푦 ), dimana menurut fungsi likelihood 푦 = 1 kontribusinya P(푥 ) dan 푦 =
0 kontribusinya 1- P(푥 ). Dimana P(푥 ) menyatakan nilai P(X=x) yang
dihitung saat x = 푥 .
Sehingga fungsi likelihood untuk (푥 ,푦 ) dinyatakan dengan rumus :
휁(훽) = ∏ 푓(훽,푦) = ∏ π(푥푖) (1 − π(푥푖))
32
Fungsi likelihood sebagai fungsi log disebut fungsi log likelihood.
Fungsi likelihood untuk regresi logistik dinyatakan sebagai berikut :
L (훃) = ln [(훽)]
= ln {P(푥 ) (1- P(푥 ) ) }
= ln{[P(푥 ) (1-P(푥 ) ) ]. [ln {P(푥 ) (1- P(푥 ) ) ] …
[ln{P(푥 ) (1-P(푥 ) ]}
L (훃) = {푦 ln P(푥 ) + (1-푦 ) ln (1-P(푥 )} + ….+ {푦 ln P(푥 ) + (1-푦 ) ln
(1- P(푥 )}
L (훃) = ∑ { 푦 ln P(푥 ) + (1−푦 ) ln [1-P(푥 )]}
Jadi, fungsi likelihood pada regresi logistik adalah :
L(훃) = ∑ {푦 ln P(푥 ) + (1 - 푦 ) ln [1 - P(푥 )]} (6)
Pada dasarnya maksimum likelihood adalah nilai penduga parameter
dengan memaksimumkan fungsi log likelihood. Dengan mendifferensialkan
bentuk log likelihood terhadap 훽 ,훽 , … ,훽 dan menyamakan dengan nol,
sehingga diperoleh:
( ) = 0 ; i= 0,1,…,k
L(β) = ∑ [푦 푙푛 푃 (푥 ) + (1 − 푦 )푙푛 (1 − 푃(푥 ))] = 0
Didapat persamaan penduga parameter regresi logistik sebagai berikut:
( ) = ∑ [푦 -P(푥 )] = 0 (7)
33
dan
( ) = ∑ 푥 [푦 - P(푥 )] = 0 ; i= 1,2,…,k (8)
(Hosmer,1989:27)
Metode maximum likelihood adalah suatu metode untuk mengestimasi
parameter pada suatu persamaan dengan memaksimumkan nilai 퐿(β) atau
disebut dengan conditional log-likelihood function yang berasal dari
probabilitas persamaan regresi logistik yang akan diestimasinya. Untuk
mencari conditional log-likelihood yang maksimum pada maximum likelihood
dapat menggunaka metode Newton Raphson.
Metode Newton Raphson adalah metode untuk menemukan akar dari
persamaan dengan asumsi f(x) = 0. Bentuk persamaan dari metode Newton
Raphson untuk menentukan maximum likelihood yang berasal dari turunan
pertama dan turunan kedua dari conditional log-likelihood. Turunan kedua
dari conditional log-likelihood sebagai berikut:
( ) = −∑ 푥 푃(푥 )[푦 − 푃(푥 )] (9)
( ) = −∑ 푥 푥 푃(푥 )[푦 − 푃(푥 )] (10)
Untuk mendapatkan nilai estimasi parameter yang optimal adalah:
훽 = 훽 + (( 푋 푉푋) 푋 (푦 − 푃(푥 )) (11)
34
Iterasi akan berhenti apabila nilai 훽 = 훽 , jika nilai 훽 ≠ 훽 maka
iterasi dilanjutkan dan kembali ke persamaan (11). Diman t = tahapan iterasi,
X merupakan matriks berukuran (nxk) berisi data masing-masing individu
pengamatan dan V matriks diagonal berukuran (nxn) yang nilai umumnya
diagonal ke-i nya adalah 푃(푥 )(1 − 푃(푥 ).
Sedangkan nilai varian (훽 ) adalah unsur diagonal ke-j dari matrik
invers 퐼 (훽) =( X' VX).
c. Pengujian Signifikansi Parameter
Setelah menaksir parameter maka langkah selanjutnya adalah menguji
signifikansi parameter tersebut. Untuk itu digunakan uji hipotesis statistik
untuk menentukan apakah variabel bebas dalam model signifikan atau
berpengaruh nyata terhadap variabel terikat. Pengujian signifikansi parameter
dilakukan sebagai berikut:
1) Uji Parsial
Digunakan untuk menguji pengaruh setiap β, secara individual.
Hasil pengujian secara parsial/ indivisual akan menunjukkan apakah suatu
variabel bebas layak untuk masuk dalam model atau tidak (Agresti, 1990).
Hipotesis:
퐻 : 훽 = 0, untuk j = 1,2,… k (peubah Xj tidak berpengaruh nyata)
퐻 : 훽 ≠ 0 (peubah Xj berpengaruh nyata)
Statistik uji: 푊푎푙푑 (푊) = ( ( )
) (12)
dengan : 푆퐸 훽 = [var (훽 )]½
35
Dimana :
훽 = penduga parameter
푆퐸 훽 = standar error dari penduga parameter Rasio yang dihasilkan dari statistik uji, dibawah hipotesis 퐻 akan
mengikuti sebaran normal baku (Hosmer dan Lemeshow, 1989:17).
Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan
distribusi normal baku (Z). Kriteria penolakan (tolak 퐻 ) jika W > 푍 /
atau nilai signifikansi kurang dari α.
2) Uji Serentak
Uji serentak disebut juga uji model chi-Square, dilakukan sebagai
upaya memeriksa peranan variabel bebas dalam model secara bersama-
sama.
Hipotesis:
퐻 = 훽 = 훽 = ⋯ = 훽 = 0
퐻 = paling sedikit ada satu 훽 ≠ 0, untuk j = 1,2,3,… k.
Statistik uji yang digunakan adalah statistik uji G atau likelihood Ratio
Test:
퐺 = −2푙푛 ; 퐺 = −2푙푛∏ ( )
(13)
dengan :
푛 : banyak 푦 yang bernilai 0
푛 : banyak 푦 yang bernilai 1
푛 : banyak 푦
[푦 푙푛(푝̂ ) + (1 − 푦 )푙푛(1 − 푝 )] = nilai log likelihood
36
Statistik uji 퐺 ini mengikuti distribusi 휒 dengan derajat bebasnya
adalah k (banyaknya variabel bebas). Dengan kriteria pengujian, Jika nilai
signifikansi lebih kecil dari taraf nyata yang digunakan maka tolak 퐻 ,
atau 퐺 > 휒 , atau nilai signifikansi kurang dari α, maka tolak 퐻 yang
berarti pada model regresi terdapat sekurang-kurangnya satu penduga
parameter yang tidak sama dengan nol. Dengan kata lain model ini boleh
disarankan, tapi model tersebut bukanlah model yang terbaik dan analisis
dapat dilanjutkan dengan mencari model terbaik.
(Hosmer,1989 : 15)
d. Pemilihan Model Terbaik
Ada 2 metode pemilihan model terbaik yang digunakan untuk
membentuk model regresi logistik yang didasarkan pada uji Wald, yaitu:
1) Simultaneous Estimation
Pada metode ini, semua prediktor secara serempak dilibatkan dalam
pembentukan model terbaik tanpa memperhatikan kontribusi peubah
tersebut dalam menjelaskan perbedaan antar kelompok.
2) Stepwise Estimation
Model ini terbagi atas dua, yaitu :
a) Metode Langkah Mundur (Backward Method)
Pemilihan model regresi logistik terbaik dengan memasukkan semua
peubah bebas. Peubah bebas dikeluarkan satu persatu dari model. Peubah
yang memilki nilai signifikansi besarlah yang dikeluarkan. Jika nilai
signifikansinya lebih kecil dari peluang untuk setiap peubah yang keluar
37
dari model, maka perbaharui model dengan mengeluarkan peubah dengan
nilai signifikan yang besar. Prosedur dihentikan jika tidak ada lagi peubah
yang signifikan secara statistik.
b) Metode Langkah Maju (Forward Method)
Peubah bebas dimasukkan satu persatu ke dalam model dan dihitung
nilai signifikannya berdasarkan statistik Wald. Pilih peubah dengan tingkat
signifikannya lebih kecil dari peluang untuk setiap peubah yang masuk
kedalam model, maka perbaharui model dengan memasukkan peubah bebas
yang baru yang memiliki nilai signifikan yang kecil. Prosedur dihentikan
jika tidak ada lagi peubah bebas yang signifikan secara statistik.
(Makridarkis, 1999:305)
Namun pemilihan model terbaik juga dapat dilakukan berdasarkan
nilai deviansi, pemilihan model terbaiknya dilakukan dengan
membandingkan nilai deviansi antara model regresi yang melibatkan semua
peubah bebas dengan nilai deviansi yang melibatkan peubah bebas yang
signifikansi saja pada parameter.
Rumus Deviansi :
퐷 = −2∑ 푦푖 ln + 1 − 푦푖 ln
(14)
Semakin kecil nilai deviansi maka model tersebut akan semakin
baik. Akan tetapi tidak ada ketentuan yang pasti seberapa besar ukuran
deviansi (Hosmer, 1989:14).
38
e. Interpretasi Koefisien Parameter
Proses selanjutnya setelah mendapatkan koefisien parameter yang
signifikan adalah melakukan interpretasi terhadap koefisien parameter
tersebut. Interpretasi koefisien parameter diharapkan dapat menjelaskan tiga
hal, yaitu:
1) Menjelaskan hubungan fungsional antara variabel terikat dan variabel
bebas.
2) Menetukan unit perubahan setiap variabel bebas.
3) Mendapatkan nilai odd ratio yang menunjukkan perbandingan tingkat
kecenderungan dari kedua kategori dalam satu variabel bebas.
Nilai odd rationya didefinisikan sebagai berikut:
휓 =
( )[ ( )]
( )[ ( )]
= ( )([ ( )])( )([ ( )])
= = 푒
Sedangkan nilai log odd ratio adalah:
ln휓 = ln
( )[ ( )]
( )[ ( )]
= ln ( )( )
− ln ( )( )
= g(1) – g(0)
Persamaan di atas disebut persamaan logit.
Nilai odd ratio untuk model regresi logistik:
휓 = 푒 (15)
39
Artinya, risiko terjadinya peristiwa Y = 0 pada kategori Xj= 1 adalah
sebesar 푒푥푝 (훽 ) kali risiko terjadinya peristiwa Y = 1 pada kategori Xj= 0.
Nilai odd ratio 휓 digunakan untuk menunjukkan hubungan suatu variabel X
dan variabel Y. Bila nilai 휓 = 1, maka antara kedua variabel tersebut tidak
terdapat hubungan. Bila nilai 휓 < 1 maka antara kedua variabel terdapat
hubungan negatif terhadap perubahan nilai X yang bernilai benar dan
demikian sebaliknya bila 휓 > 1.
(Hosmer, 1989 : 41)
40
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Jenis penelitian ini adalah penelitian terapan. Pada penelitian ini, data
yang telah ada dideskripsikan dan dilakukan penerapan dari analisis regresi
logistik yang dapat memberikan suatu kesimpulan untuk mengambil suatu
keputusan.
B. Data dan Sumber Data
Dalam penelitian ini data yang digunakan terdiri dari dua jenis data,
yaitu:
1. Data Sekunder
Data sekunder yaitu data yang diperoleh dari data rekam medis
pasien kanker payudara rawat inap di RSUP. DR. M. Djamil Padang. Data
diambil berdasarkan catatan status pasien (medical record) dari pasien
kanker payudara pada bulan Januari 2012-Maret 2012.
2. Data Primer
Data primer yaitu data yang dikumpulkan berdasarkan hasil
jawaban dari responden/pasien. Teknik pengumpulan data yang digunakan
adalah teknik wawancara terpimpin dengan bantuan kuesioner.
41
C. Populasi dan Sampel
1. Populasi
Populasi dalam penelitian ini adalah seluruh pasien kanker payudara
rawat inap di RSUP. DR. M. Djamil Padang pada bulan Januari 2012-Maret
2012. Dimana, jumlah pasien kanker payudara sebanyak 85 pasien. Jumlah
pasien yang di rawat selama 3 bulan tersebut terdapat 7 pasien yang
meninggal dan 13 pasien yang lebih dari 2 kali rawat inap. Sehingga jumlah
populasi dalam penelitian ini sebanyak 62 pasien.
2. Sampel
Pengambilan sampel dalam penelitian ini digunakan teknik non
probability sampling yaitu accidental sampling. Pengambilan sampel secara
aksidental ini dilakukan dengan mengambil responden yang kebetulan ada
atau tersedia. Responden yang diambil harus memenuhi kriteria yaitu bersedia
menjadi responden.
Menurut Surakhmad dalam Riduwan (2007: 65), apabila ukuran
populasi sebanyak kurang lebih dari 100, maka pengambilan sampel sekurang-
kurangnya 50% dari ukuran populasi. Sehingga jumlah sampel ≥ 31 pasien,
sedangkan dalam penelitian ini jumlah sampel adalah 34 pasien yang
memenuhi kriteria penelitian.
42
D. Variabel Penelitian
Variabel bebas (independent variable) dalam penelitian ini adalah:
1. Faktor Predisposisi (푋 )
a. Tempat Tinggal (푋 )
b. Sosial Ekonomi (푋 )
c. Pengetahuan (푋 )
d. Rasa Takut (푋 )
2. Faktor Pemungkin (푋 )
a. Tempat pengobatan lain (푋 )
3. Faktor Penguat (푋 )
a. Petugas Kesehatan (푋 )
b. Keluarga (푋 )
Variabel terikat (dependent variabel) dalam penelitian ini adalah hasil
diagnosis (Y) pasien kanker payudara di RSUP. DR. M. Djamil Padang. Nilai
hasil diagnosis pasien kanker payudara (Y) dibagi atas dua yaitu stadium
lanjut (terlambat) dan stadium dini (tidak terlambat). Dimana, pasien stadium
lanjut (terlambat) di beri nilai 1 dan pasien stadium dini (tidak terlambat)
diberi nilai 0.
Instrumen yang digunakan dalam penelitian ini adalah kuesioner yang
menggunakan model skala sikap. Model skala sikap yang digunakan adalah
skala guttman bertujuan untuk mendapatkan jawaban yang tegas (jelas) dan
konsisten, dengan kisi-kisi pada Tabel 1.
43
Tabel 1. Kisi-Kisi Instrumen Penelitian No. Faktor Variabel Definisi Item
pertanyaan Hasil Ukur
1 푋 = Faktor Presdisposisi
푋 = Tempat Tinggal
Daerah tempat tinggal responden tinggal menetap 1 1 jika perkotaan,
0 jika pedesaan 푋 = Sosial Ekonomi
kemampuan seseorang dalam membayar seluruh biaya yang dikeluarkan untuk mendapatkan pengobatan.
3 1 jika mampu, 0 jika tidak mampu
푋 = Pengetahuan
segala sesuatu yang diketahui oleh responden tentang kanker payudara yang meliputi gejala, penyebab, dan pengobatan sebelum terkena penyakit tersebut.
3
1 jika mengetahui, 0 jika tidak mengetahui
푋 = Rasa Takut
keadaan psikologis berupa ketidakberanian responden terhadap kanker payudara dan pengobatannya.
2 1 jika takut, 0 jika tidak takut
2 푋 = Faktor Pemungkin
푋 = Pengobatan lain
tempat responden mendapatkan pengobatan sebelumnya selain di rumah sakit.
2 1 jika pernah, 0 jika tidak pernah
3
푋 = Faktor Penguat
푋 = Petugas Kesehatan
orang-orang yang berkemampuan dan bekerja dalam bidang kesehatan di rumah sakit/ tempat pebobatan sebelumnya.
3
1 jika mendukung, 0 jika tidak mendukung
푋 = Keluarga
orang-orang yang memiliki hubungan darah atau hubungan dalam status pernikahan dengan responden dan juga orang-orang yang memiliki keterikatan secara emosional.
1
1 jika mendukung, 0 jika tidak mendukung
E. Teknik Analisis Data
Analisis data cenderung diartikan sebagai proses perhitungan dalam
penerapan metode statistika, analisis data yang pada dasarnya meliputi upaya
penelusuran dan pengungkapan informasi yang relevan yang terkandung
dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan
sederhana. Adapun langkah-langkah dalam analisis penelitian ini adalah
sebagai berikut:
44
a. Uji coba instrumen penelitian
1) Pengujian validitas merujuk ke persamaan (1), dapat dilihat pada
lampiran 1 dengan bantuan Software Microsoft Excel. Dari hasil uji
coba instrumen penelitian yang dilakukan terhadap 10 orang
responden, diperoleh kesimpulan bahwa 17 item alat ukur dinyatakan
valid sebanyak 15 item pertanyaan karena nilai r lebih besar dari 0.3.
Sedangkan yang dinyatakan tidak valid sebanyak 2 item yaitu item
pertanyaan nomor 7 dan pertanyaan nomor 17 dengan nilai r sebesar -
0.1. Dimana item pertanyaan yang tidak valid dihilangkan/dibuang.
Pertanyaan yang sudah valid di uji kembali tanpa 2 item pertanyaan
yang tidak valid, sehingga 15 item pertanyaan tersebut sudah valid.
2) Pengujian reliabilitas merujuk ke persamaan (2), dapat dilihat juga
pada lampiran 1. Pengujian realibilitas dilakukan dengan teknik
pembelahan ganjil-genap. Dimana hasil uji 15 item pertanyaan yang
valid didapatkan nilai r11 sebesar 0.8598. sedangkan nilai r tabel
dengan alpha 0.05 sebesar 0.707 dan alpha 0.01 sebesar 0.839. Dengan
nilai r11 lebih besar dari nilai r tabel dengan alpha 0.01 dan 0.05, ini
berarti 15 item pertanyaan sudah reliabel. Sehingga penelitian dapat
dilanjutkan dengan menggunakan instrumen penelitian yang telah di
uji.
45
b. Pengujian dengan analisis regresi logistik
Langkah-langkah teknik analisis:
1) Mendeskripsikan data pengamatan;
2) Melakukan penaksiran parameter dengan menggunakan metode
maxsimum likelihood yang merujuk ke persamaan (11);
3) Membentuk model dugaan regresi logistik antara variabel terikat
dengan variabel bebas yang merujuk ke persamaan (5);
4) Melakukan uji signifikansi model regresi logistik dengan
menggunakan uji G yang merujuk ke persamaan (13);
5) Melakukan uji signifikansi parameter untuk setiap model regresi
logistik individu untuk mengetahui variabel-variabel bebas mana yang
berpengaruh dan mereduksi variabel bebas yang tidak berpengaruh
terhadap variabel terikat dengan menggunakan uji W yang merujuk ke
persamaan (12);
6) Mendapatkan model terbaik dengan variabel bebas yang berpengaruh
secara signifikan;
7) Mencari nilai odd ratio model terbaik untuk masing-masing variabel
bebas yang merujuk ke persamaan (15);
8) Menginterpretasikan model terbaik.
Dalam penyelesaian penelitian ini, penghitungan analisis
menggunakan batuan Software SPSS (Statistical Package for Social
Science) versi 16.0.
46
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Penelitian
1. Deskripsi data
Data yang dianalisis dalam penelitian ini adalah data pasien kanker
payudara rawat inap RSUP. DR. M. Djamil Padang pada bulan Januari 2012-
Maret 2012, yang dapat dilihat dari Lampiran 2. Data tersebut dapat
dikelompokkan seperti terlihat dalam tabel berikut:
a. Hasil Diagnosis Pasien Kanker Payudara
Tabel 2. Frekuensi Hasil Diagnosis Pasien Stadium Pasien (keterlambatan) Frekuensi Persentase
Stadium dini (tidak terlambat) 13 38.2 Stadium lanjut (terlambat) 21 61.8
Total 34 100
Pada Tabel 2 di atas, dapat dilihat bahwa dari jumlah sampel
sebanyak 34 pasien rawat inap, terdapat sebanyak 13 pasien atau 38.2 %
stadium dini yang mana pasien tersebut dikatakan tidak terlambat dalam
melakukan pengobatan karena pasien tersebut masih bisa disembuhkan.
Sedangkan 21 pasien atau 61.8% yang menderita stadium lanjut yang
mana pasien tersebut terlambat untuk melakukan pengobatan karena pada
stadium ini sulit untuk diobati sehingga peluang hidup dan mati untuk
pasien ini sama. Berarti dapat dilihat lebih dari setengah pasien menderita
47
stadium lanjut yang berstatus rawat inap di bangsal bedah RSUP. M.
Djamil Padang dari bulan Januari 2012-Maret 2012.
b. Umur
Berdasarkan umur pasien dapat dilihat pada tabel 3. Tabel 3. Frekuensi Umur Pasien
Umur Frekuensi Persentase 15-23 1 2.9 24-40 3 8.8 41-60 26 76.5 > 60 4 11.8
Berdasarkan tabel di atas, dapat dilihat bahwa pasien rawat inap di
bangsal bedah RSUP. DR. M. Djamil Padang dengan kelompok umur 15-
23 tahun (remaja) sebanyak 1 orang atau hanya 2.9%. Pada kelompok
umur 24-40 tahun (dewasa muda) sebanyak 3 orang atau hanya 8.8%.
Pada kelompok umur 41-60 tahun (dewasa madya) sebanyak 26 orang atau
hanya 76.5% dan kelompok umur >60 (lansia) sebanyak 4 orang atau
hanya 11.8%.
Dari kelompok umur di atas bahwa pasien terbanyak mengalami
kanker payudara terdapat pada kelompok umur 41-60 (dewasa madya)
sedangkan yang paling sedikit pasiennya pada kelompok umur 15-23
(remaja). Pada kelompok umur dewasa madya yang banyak terjadi kanker
payudara karena pada rentang umur inilah sel kanker akan berkembang.
Sehingga umur menjadi salah satu faktor resiko terjadinya kanker
payudara.
48
c. Pendidikan
Berdasarkan status pendidikan dapat dilihat pada tabel 4.
Tabel 4. Frekuensi Pendidikan Pasien Pendidikan Frekuensi Persentase Tidak tamat SD 1 2.9 SD – SMP 4 11.8 ≥ SMA 29 76.3
Pada tabel di atas, dapat dilihat umumnya pasien rawat inap di
RSUP. DR. M. Djamil Padang berpendidikan tinggi, yaitu sebanyak 29
orang atau 76.3% yang tamat SMA dan Perguruan Tinggi. Sedangkan 4
orang atau 11.8% tamatan SD-SMP dan sisanya 1 orang atau 2.9%
berpendidikan rendah yang tidak tamat SD. Ternyata semakin tinggi
pendidikan tidak menjamin seseorang untuk mengerti dan bereaksi
terhadap kesehatan mereka.
d. Jaminan Kesehatan
Berdasarkan status jaminan kesehatan pasien dapat dilihat pada tabel 5.
Tabel 5. Frekuensi Jaminan Kesehatan Pasien Jaminan Kesehatan Frekuensi Persentase
Askes 22 64.7 Jamkesda 1 2.9
Jamkesmas 6 17.6 Bazda 2 5.9
Lainnya 3 8.8 Total 34 100
Dapat dilihat pada tabel di atas, bahwa askes merupakan jaminan
kesehatan yang terbanyak dimiliki oleh pasien yaitu 22 orang atau 64.7%.
49
Sedangkan jamkesmas sebanyak 6 orang atau 17.6% dan yang dilanjtukan
oleh pasien yang tidak memiliki jaminan kesehatan sebanyak 3 orang atau
8.8%. Dari jaminan kesehatan ini dapat juga dilihat bahwa pembayaran
secara tunai yang dilakukan oleh pasien yang tidak memiliki jaminan
kesehatan hanya 8.8% yang berarti masih banyak pasien yang tidak
mampu membiayai pengobatan sendiri.
Adapun deskripsi untuk variabel bebas adalah sebagai berikut:
a. Tempat Tinggal
Berdasarkan status tempat tinggal dapat dilihat pada Tabel 6.
Tabel 6. Frekuensi Tempat Tinggal Pasien
Tempat Tinggal Keterlambatan Pengobatan Frekuensi Persentase
Desa Tidak terlambat 3 11 32.40 Terlambat 8
Kota Tidak terlambat 10 23 67.60 Terlambat 13
Total 34 34 100
Pada tabel di atas, dapat dilihat bahwa 23 orang atau 67.6% pasien
kanker payudara berstatus tempat tinggal di kota, sedangkan 11 orang atau
32.4% tinggal di desa.
b. Sosial Ekonomi
Berdasarkan status sosial ekonomi dapat dilihat pada Tabel 7.
50
Tabel 7. Frekuensi Sosial Ekonomi Pasien Sosial
Ekonomi Keterlambatan
Pengobatan Frekuensi Persentase
Tidak mampu Tidak Terlambat 3 22 64.71 Terlambat 19
Mampu Tidak Terlambat 10 12 35.29 Terlambat 2 Total 34 34 100
Berdasarkan tabel di atas, pasien rawat inap di RSUP. DR. M.
Djamil Padang dapat dilihat bahwa proporsi pasien kanker payudara
sebagian besar memiliki status sosial ekonomi yang tidak mampu, dimana
persentasenya 64.7% atau sebanyak 22 orang dan sisanya berstatus sosial
ekonomi mampu sebesar 35.29% atau sebanyak 12 orang. Pasien yang
memiliki status sosial ekonomi yang tidak mampu lebih banyak terlambat
untuk melakukan pengobatan yaitu sebanyak 19 orang.
c. Pengetahuan
Berdasarkan pengetahuan dapat dilihat pada Tabel 8.
Tabel 8. Frekuensi Pengetahuan Pasien
Pengetahuan Keterlambatan Pengobatan Frekuensi Persentase
Tidak mengetahui
Tidak Terlambat 2 22 64.71 Terlambat 20
Mengetahui Tidak Terlambat 11 12 35.29 Terlambat 1
Total 34 34 100
51
Pada tabel di atas, dapat dilihat umumnya pasien kanker payudara
mempunyai pengetahuan yang rendah, ditandakan dengan tidak memiliki
pengetahuan tentang kanker payudara. Pasien yang tidak mengetahui
tentang kanker payudara memiliki persentase sebesar 64.71% atau
sebanyak 22 orang. Sedangkan yang mengetahui tentang kanker payudara
sebesar 35.29% atau sebanyak 12 orang. Pasien yang paling banyak
terlambat berobat adalah pasien yang tidak mengetahui tentang kanker
payudara sebanyak 20 orang.
d. Rasa Takut
Berdasarkan rasa takut dapat dilihat pada Tabel 9.
Tabel 9. Frekuensi Rasa Takut Pasien
Rasa Takut Keterlambatan Pengobatan Frekuensi Persentase
Tidak takut Tidak Terlambat 3 5 14.71 Terlambat 2
Takut Tidak Terlambat 10 29 85.29 Terlambat 19 Total 34 34 100
Dapat dilihat pada tabel di atas, umumnya pasien kanker payudara
rawat inap di RSUP. DR. M. Djamil Padang memiliki rasa takut. Pasien
yang memiliki rasa takut lebih banyak terlambat untuk berobat sebanyak
19 orang. Pasien yang takut memiliki persentase 85.29% atau sebanyak 29
orang sedangkan pasien yang tidak takut memiliki persentase sebesar
14.71% atau sebanyak 5 orang.
52
e. Pengobatan Lain
Berdasarkan pengobatan lain dapat dilihat pada Tabel 10.
Tabel 10. Frekuensi Pengobatan Lain Pasien Pengobatan
Lain Keterlambatan
Pengobatan Frekuensi Persentase
Tidak Pernah Tidak Terlambat 10 12 35.29 Terlambat 2
Pernah Tidak Terlambat 3 22 64.71 Terlambat 19
Total 34 34 100
Pada tabel di atas, umumnya pasien kanker payudara pernah
melakukan pengobatan di tempat pengobatan lain selain RSUP. DR. M.
Djamil Padang banyak yang terlambat untuk berobat. Pasien yang pernah
melakukan pengobatan lain memiliki persentase sebesar 64.71% atau
sebanyak 22 orang sedangkan pasien yang tidak pernah ke tempat
pengobatan lain sebesar 35.29% atau sebanyak 12 orang.
f. Petugas Kesehatan
Berdasarkan petugas kesehatan dapat dilihat pada Tabel 11.
Tabel 11. Frekuensi Petugas Kesehatan Pasien
Petugas Kesehatan Keterlambatan Pengobatan Frekuensi Persentase
Tidak Mendukung Tidak Terlambat 12 18 52.94 Terlambat 6
Mendukung Tidak Terlambat 1 16 47.06 Terlambat 15
Total 34 34 100
53
Pada tabel di atas, pasien yang melakukan pengobatan selain
rumah sakit yang petugas kesehatan disana tidak mendukung
pengobatannya memiliki persentase sebesar 52.94% atau sebanyak 18
orang. Sedangkan pasien yang petugas kesehatannya mendukung
pengobatan memiliki persentase sebesar 47.06% atau sebanyak 16 orang.
g. Keluarga
Berdasarkan Keluarga dapat dilihat pada Tabel 12.
Tabel 12. Frekuensi Keluarga Pasien
Keluarga Keterlambatan Pengobatan Frekuensi Persentase
Tidak Mendukung Tidak Terlambat 6 19 55.88 Terlambat 13
Mendukung Tidak Terlambat 7 15 44.12 Terlambat 8
Total 34 34 100
Berdasarkan tabel di atas, dapat dilihat bahwa keluarga pasien yang
tidak mendukung melakukan pengobatan selain rumah sakit memiliki
persentase sebesar 55.88% atau sebanyak 19 orang. Pasien yang
keluarganya mendukung melakukan pengobatan selain rumah sakit
memiliki persentase sebesar 44.12% atau sebanyak 15 orang.
2. Analisis Data
Analisis data dalam penelitian ini mengunakan bantuan Software SPSS
versi 16.0. Analisis dilakukan berdasarkan teknik analisis data yang telah
dikemukakan sebelumnya yakninya dengan analisis regresi logistik biner,
54
karena variabel respon dari penelitian ini bersifat biner (2 kategori; 0 stadium
dini (untuk yang tidak terlambat berobat); 1 stadium lanjut (untuk yang
terlambat berobat)).
Adapun langkah pertama yang harus dilakukan pada analisis regresi
logistik ini adalah sebagai berikut:
a. Penaksiran Parameter Model Regresi Logistik
Penaksiran parameter model dilakukan menggunakan MLE
(Maxsimum Likelihood Estimator). Merujuk pada persamaan (11) dengan
bantuan software dapat dilihat pada Lampiran 4. Pada Lampiran 4, nilai
fungsi likelihood dengan mengikutsertakan ke-7 variabel bebas, hasil
dugaan parameter model regresi logistik dengan kemungkinan maksimum
Likelihood diberikan pada Tabel 13.
Tabel 13. Hasil Dugaan Parameter Regresi Logistik dengan
seluruh Variabel Bebas
Variabel Bebas Β
Tempat Tinggal (푋 ) -35.980
Sosial Ekonomi (푋 ) -35.485
Pengetahuan (푋 ) -73.067
Rasa Takut (푋 ) -34.627
Pengobatan lain (푋 ) -0.900
Petugas Kesehatan (푋 ) 36.306
Keluarga (푋 ) -69.374
Constant 123.539
55
Pada tabel di atas, dapat dilihat bahwa nilai dugaan parameter
masing-masing ke-7 variabel bebas adalah sebesar -35.980; -35.485;
73.067; -34.627; -0.900; 36.306 dan -69.374, sedangkan nilai dugaan
parameter konstannya sebesar 123.539
b. Model Regresi Logistik
Berdasarkan Tabel 13 di atas, dapat diperoleh model regresi
logistik yang merujuk pada persamaan (5), dengan seluruh variabel bebas
adalah sebagai berikut:
π(x) = ( . . 푋11 . 푋12 . 푋13 . 푋14 . 푋2 . 푋31 . 푋32)
( . . 푋11 . 푋12 . 푋13 . 푋14 . 푋21 . 푋31 . 푋32)
Dengan melakukan tranformasi dengan tranformasi logit terhadap π(x)
(model regresi logistik) di atas dapat memenuhi sifat linear, sehingga
model tersebut menghasilkan bentuk logit sebagai berikut:
푔(푥) = 123.539− 35.980푋11 − 35.485푋12 − 73.067푋13 − 36.627푋14 − 0.900푋2
+ 36.306푋31 − 69.374푋32
c. Pengujian Singifikansi Model Regresi Logistik
Selanjutnya untuk pengujian signifikansi model dengan mengikut
sertakan semua variabel bebas, digunakan uji G yang disebut juga uji Chi-
Square dengan hipotesis:
H0: 1 = 2 = … = j = 0
H1: paling sedikit ada satu j 0
Hasil uji signifikansi model dengan menggunakan uji G yang
merujuk ke persamaan (13) dengan bantuan software dapat dilihat pada
Lampiran 4 seperti berikut Tabel 14.
56
Tabel 14. Uji Kebaikan Model Penuh d.
퐺 = −2푙푛∏ ( )
= −2푙푛.
= 45.23388
Pengujian hipotesis pada penelitian ini menggunakan taraf nyata
0.05. Berdasarkan Tabel 14 dan cara manual, nilai Chi-square yang
diperoleh adalah sebesar 45.234 sedangkan nilai 휒 . , = 14.067.
Dapat dilihat nilai 퐺 > 휒 , sehingga Ho ditolak yang berarti pada
model regresi terdapat sekurang-kurangnya satu penduga parameter yang
tidak sama dengan nol. Terlihat juga bahwa nilai signifikansi model
regresi logistik lebih kecil dari taraf nyata 0.05. Dengan kata lain model ini
boleh disarankan, tapi model tersebut bukanlah model yang terbaik dan
analisis dapat dilakukan dengan pencarian model terbaik dengan
mereduksi peubah bebas dari model.
Untuk menentukan variabel mana saja yang harus direduksi dari
model, maka digunakanlah uji Wald untuk melihat kesignifikansian
variabel terhadap model.
d. Pengujian Signifikansi Parameter Regresi Logistik
Pengujian signifikansi parameter digunakan untuk melihat
pengaruh masing-masing variabel bebas terhadap variabel tak bebas.
Dengan merujuk ke persamaan (12) dengan bantuan software dapat dilihat
Chi-square Sig. Model Regresi Logistik 45.234 0.000
57
pada Lampiran 4, maka diperoleh nilai Wald dan nilai signifikan variabel
bebas seperti pada Tabel 15.
Tabel 15. Hasil Dugaan Parameter Regresi Logistik dengan seluruh Variabel Bebas
Variabel Bebas β S.E (β) Wald Signifikansi
Tempat Tinggal (푋 ) -35.980 1.004E4 0.000 0.997
Sosial Ekonomi (푋 ) -35.485 1.293E4 0.000 0.998
Pengetahuan (푋 ) -73.067 1.438E4 0.000 0.996
Rasa Takut (푋 ) -34.627 8.087E3 0.000 0.997
Pengobatan lain (푋 ) -0.900 1.217E4 0.000 1.000
Petugas Kesehatan (푋 ) 36.306 9.512E3 0.000 0.997
Keluarga (푋 ) -69.374 1.165E4 0.000 0.995
Constant 123.539 2.289E4 0.000 0.996
Berdasarkan Tabel 15 di atas, dengan menggunakan semua
variabel bebas tidak memberikan pengaruh signifikansi terhadap
keterlambatan pengobatan dimana (nilai signifikansi parameter lebih besar
dari 0,05). Sehingga model regresi logistik dengan seluruh variabel bebas
harus direduksi.
e. Pemilihan Model Regresi Logistik Terbaik
Pemilihan model regresi logistik terbaik dilakukan dengan metode
backward method. Dari langkah metode tersebut, maka diperoleh hasil
pada Tabel 16.
58
Tabel 16. Uji Signifikansi Variabel yang Direduksi Satu per satu
Variabel Bebas Sign.
Semua Model
Sign. Reduksi
I
Sign. Reduksi
II
sign. Reduksi
III
Sign. Reduksi
IV
Sign. Reduksi
V
sign. Reduksi
VI Tempat Tinggal (푋 )
0.997 0.997 Sosial Ekonomi (푋 )
0.998 0.997 0.996 0.998 Pengetahuan (푋 )
0.996 0.996 0.995 0.996 0.996 0.998 0.000 Rasa Takut (푋 )
0.997 0.997 0.998
Pengobatan lain (푋 ) 1.000
Petugas Kesehatan
(푋 ) 0.997 0.997 0.997 0.997 0.997 0.998
Keluarga (푋 ) 0.995 0.995 0.996 0.997 0.997
Constant 0.996 0.995 0.996 0.997 0.997 0.178 0.002
Berdasarkan tabel di atas, dapat dilihat bahwa nilai signifikan
dengan semua variabel bebas memiliki nilai signifikansi > 0.05, maka
pada reduksi pertama variabel bebas yang memiliki nilai signifikansi yang
terbesar dikeluarkan. Variabel pengobatan lain (푋 ) merupakan salah satu
variabel yang memiliki signifikansi tertinggi. Oleh karena itu variabel
inilah dikeluarkan terlebih dahulu, begitu juga seterusnya variabel
dikeluarkan dengan melihat nilai signifikansi yang besar berikutnya.
Prosedur dapat dihentikan jika tidak ada lagi variabel yang memiliki
signifikansi > 0.05.
Model yang telah direduksi dengan nilai signifikansi kecil dari 0.05
akan menjadi variabel bebas untuk model terbaik. Dari tabel dapat dilihat
59
bahwa variabel pengetahuan (푋 ) yang menjadi variabel bebas untuk
model terbaik dalam penelitian ini. Maka dilakukan penyederhanaan
model dengan hanya melibatkan variabel pengetahuan (푋 ), sehingga
diperoleh model terbaik.
Untuk melihat pengaruh variabel bebas dari model terbaik di atas,
dapat dilihat nilai statistik uji 퐺 berdasarkan Lampiran 4 yang diperoleh
yaitu:
Tabel 17. Uji Kebaikan Model Reduksi
Nilai statistik uji 퐺 dari model terbaik sebesar 24.946 dengan
signifikansi 0.000 yang berarti model reduksi yang diperoleh sama
baiknya dengan model dengan seluruh variabel bebas.
Berdasarkan Lampiran 4, juga dapat diperoleh model hasil reduksi
dapat dilihat pada Tabel 18.
Tabel 18. Hasil Analisis Regresi Logistik Reduksi pada Pasien Kanker Payudara yang Rawat Inap di RSUP. DR. M. Djamil Padang
Variabel Bebas Β SE β Wald Sig. Pengetahuan (푋 ) - 4.700 1.281 13.465 0,000 Constant 2.303 0.742 9.640 0,002
Berdasarkan Tabel 18 di atas, diperoleh model regresi logistik
sebagai berikut:
π(x) =푒 . . ( )
1 + 푒 . . ( )
Chi-square Sig. Model Regresi Logistik 24.946 0.000
60
dengan nilai logit π(x) , yaitu:
푔(푥) = 2.303 − 4.700 (푋13)
dimana : 푋 = Pengetahuan pasien
Uji wald pada model di atas dapat dilihat pada Tabel 18. Pada
model ini terlihat nilai signifikansi dari variabel tersebut lebih kecil dari
taraf nyata 0,05. (nilai signifikansi < α = 0,05). Sehingga dapat diartikan
bahwa variabel bebas tersebut berpengaruh secara nyata terhadap perilaku
pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil
diagnosis dari tujuh variabel bebas hanya ada satu yaitu pengetahuan
pasien (푋 ).
f. Interpretasi Koefisien
Untuk menginterpretasi seberapa besar pengaruh Pengetahuan,
dilihat dari nilai odds ratio yang merujuk ke persamaan (15). Berdasarkan
Lampiran 4 nilai odds ratio dapat dilihat dari Tabel 19.
Tabel 19. Nilai Odds Ratio Model Regresi Logistik
Variabel Bebas Exp(β) Pengetahuan (푋 ) 0.009 Constant 10.000
Tabel 19 di atas, menjelaskan bahwa nilai odds ratio pada variabel
pengetahuan pasien tentang kanker payudara adalah 0.009. Nilai 휓 <
1 maka antara kedua variabel terdapat hubungan negatif terhadap
perubahan nilai X yang bernilai benar. Ini dapat kita artikan bahwa,
Artinya, resiko terjadinya kanker payudara untuk pasien yang tidak
61
memiliki pengetahuan tentang kanker payudara adalah 0.009 kali lebih
kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.
B. Pembahasan
Berdasarkan analisis di atas diperoleh suatu model regresi logistik
yang menggambarkan faktor-faktor yang mempengaruhi perilaku pasien
kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di
RSUP. DR. M. Djamil Padang adalah sebagai berikut:
푔(푥) = 123.539− 35.980푋11 − 35.485푋12 − 73.067푋13 − 36.627푋14 − 0.900푋2
+ 36.306푋31 − 69.374푋32
Dimana: 푋 = Tempat Tinggal 푋 = Sosial Ekonomi 푋 = Pengetahuan 푋 = Rasa Takut 푋 = Pengobatan lain
푋 = Petugas kesehatan 푋 = Keluarga
Penerapan análisis yang telah dilakukan, dari semua variabel bebas
yang mempengaruhi perilaku pasien kanker payudara dalam melakukan
pengobatan didapatkan model terbaik. Model terbaik menerangkan faktor
yang signifikan berpengaruh terhadap perilaku pasien kanker payudara dalam
melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil
Padang, yaitu:
π(x) =푒 . . ( )
1 + 푒 . . ( )
dengan nilai logit π(x):
62
푔(푥) = 2.303 − 4.700(푋13)
dimana : 푋 = Pengetahuan
Dari model di atas, dapat dilihat bahwa variabel yang berpengaruh
terhadap perilaku pasien kanker payudara adalah pengetahuan (X13) tentang
kanker payudara, dapat diartikan:
1. Nilai 훽 adalah 2.303, artinya jika variabel dilambangkan “0”, yaitu pada
saat pasien tidak memiliki pengetahuan tentang kanker payudara. Dengan
demikian didapatkan nilai 2.303 dengan nilai exp (2.303) adalah 10.000
artinya bahwa peluang seorang pasien dengan karakteristik di atas akan
terlambat melakukan pengobatan sebesar 10.000 kali dari pasien yang
memiliki pengetahuan.
2. Untuk variabel pengetahuan memiliki nilai parameter sebesar -4.700 yang
artinya bahwa proporsi pasien kanker payudara yang terlambat melakukan
pengobatan akan bertambah dengan kondisi pasien tidak memiliki
pengetahuan tentang kanker payudara.
Misalnya, seorang pasien kanker payudara yang tidak memiliki
pengetahuan tentang kanker payudara, maka peluang (risiko) pasien tersebut
terlambat melakukan pengobatan sebagai berikut:
π(푥) = . . ( ). . ( )
= 0.91
Berdasarkan perhitungan di atas, dapat dilihat peluang pasien kanker
payudara yang terlambat berobat (stadium lanjut) karena tidak memiliki
pengetahuan tentang kanker payudara adalah sebesar 0.91. Sedangkan untuk
mengetahui resiko pengaruh variabel bebas terhadap perilaku pasien kanker
63
payudara dalam melakukan pengobatan berdasarkan diagnosis digunakan odds
ratio yang dapat dilihat pada Tabel 19 dengan nilai 0.009. Ini berarti nilai odd
ratio kecil dari 1, maka antara kedua variabel terdapat hubungan negatif
terhadap perubahan niali X yang bernilai benar. Jadi, dapat disimpulkan
bahwa faktor yang berpengaruh terhadap perilaku pasien dalam melakukan
pengobatan adalah pasien yan tidak memiliki pengetahuan tentang kanker
payudara.
64
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, dapat diambil
kesimpulan sebagai berikut:
1. Model regresi logistik untuk menggambarkan faktor-faktor yang
berpengaruh terhadap perilaku pasien kanker payudara dalam melakukan
pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang
adalah:
π(x) =푒 . . (푋13)
1 + 푒 . . (푋13)
Dengan nilai logit π(x), yaitu:
푔(푥) = 2.303 − 4.700(푋13)
Dimana: 푋 = Pengetahuan
2. Faktor-faktor yang mempengaruhi perilaku pasien kanker payudara dalam
melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M.
Djamil Padang adalah faktor presdisposisi (faktor dari pasien itu sendiri).
Faktor presdisposisi ini hanya mencakup pengetahuan pasien yang
memiliki kategori yaitu mengetahui dan tidak mengetahui tentang kanker
payudara.
3. Peluang resiko pasien kanker payudara dalam melakukan pengobatan
berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang adalah nilai
65
logit (g(x)), yang diperoleh dari model dan dimasukkan kedalam data
observasi. Peluang resiko dilihat dari odds ratio faktor perilaku yang
berpengaruh tersebut. Odds ratio pada variabel pengetahuan pasien adalah
0.009. Artinya, resiko terjadinya kanker payudara untuk pasien yang
memiliki pengetahuan tentang kanker payudara adalah 0.009 kali lebih
kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.
B. Saran
Adapun saran-saran dari penelitian ini adalah
1. Sebagai bahan pertimbangan bagi Dinas Kesehatan untuk dapat
memberikan penyuluhan kepada masyarakat khususnya wanita usia subur
di Kota Padang tentang kanker payudara dari gejala, penyebab,
pengobatan dan pencengahannya agar meningkatkan pengetahuan.
2. Bagi Pihak Rumah Sakit, untuk dapat lebih memperhatikan latar belakang
pasien. Terutama pasien yang tidak memiliki pengetahuan tentang kanker
payudara dan dapat juga melakukan penyuluhan tentang kanker payudara
kepada masyarakat khususnya wanita usia subur yang ada di Kota Padang
dan sekitarnya.
3. Bagi peneliti selanjutnya, diharapkan dapat menerapkan regresi logistik
pada kasus lainnya yang memenuhi kriteria penggunaan regresi logistik.
Untuk peneliti yang ingin melakukan penelitian yang sama, supaya jumlah
sampel diambil lebih banyak, sehingga hasil analisis yang didapatkan lebih
baik.
66
DAFTAR PUSTAKA
Agresti, Allan. 1990. Categorical Data Analysis. New York: John Wiley and
Sons. Hosmer and David, W. 1989. Applied Logistic Regression. Canada: A Wiley
Interscience Publication Indra, Ricki P. 2010. Faktor-faktor yang Mempengaruhi Resiko Penyebab Kanker
Payudara dengan Menggunakan Pendekatan Regresi Logistik. Surabaya: Skripsi FMIPA ITS.
Juanda, Bambang. 2009. Ekonometrika (Pemodelan dan Pendungaan). Bogor:
IPB Press. Khamri, Daan. 2012. Hari Kanker Sedunia. www.padangekspress.co.id. Kuncoro, Mudrajat. 2007. Regresi Logistik.http://ineddeni.wordpress.com/2007
/regresi logistik/, diakses tanggal 5 Maret 2012 jam 19.30 Makridarkis, Spyros. 1999. Metode dan Aplikasi Peramalan. Jakarta: Bina Rupa
Aksara. Notoatmojo, Prof. Dr. Soekidjo, SKM, MCom. H. 2005. Promosi Kesehatan
Teori dan Aplikasi Cetakan Pertama. Jakarta: Rineka Cipta. Notoatmojo, Prof. Dr. Soekidjo, SKM, MCom. H. 2005. Metodolongi Penelitian
Kesehatan. Jakarta: Rineka Cipta. Pane, Masdalina. 2002. Aspek Klinis dan Epidemiologis Penyakit kanker
Payudara. (http://www.tempo.co.id/medika/arsip/082002/pus-3.htm.), download tanggal 3 Maret 2012.
Riduwan, Drs., M.B.A. 2007. Belajar Mudah Penelitian untuk Guru, Karyawan
dan Peneliti Pemula. Bandung: Alfabeta Singarimbun, Masri & Effendi, Sofian. 2006. Metode Penelitian Survai . Jakarta:
LP3ES. Tiolena, Ristarolas H. 2008. Faktor-faktor yang Mempengaruhi Kerterlambatan
Pengobatan pada Wanita Penderita Kanker Payudara RSUP Adam Malik Medan Tahun 2008. Medan: Skripsi FKM USU.
http://blogkesmas.blogspot.com/2011/11/faktor-faktor-yang-mempengaruhi_6406.html di
akses tanggal 4 Maret 2012 jam 20.10.
67
http://health.detik.com/read/2010/02/04/112503/1292721/763/penderita-kanker-payudara-menurun-kanker-rahim-melonjak diakses tanggal 4 Maret 2012 jam 20.20.
http://www.dechacare.com/Kanker-Payudara-Pengertian-dan-Penyembuhan-
319.html diakses tanggal 4 Maret 2012 jam 20.50.
70
Lampiran 1. Data Uji Instrumen Penelitian
Data Uji Validitas Istrumen Penelitian
No Pertanyaan Penelitian
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 � 1 1 0 0 1 1 0 1 1 0 0 0 0 0 0 0 0 1 6 2 1 1 0 1 0 0 1 1 0 1 1 1 1 1 1 0 0 11 3 0 1 1 0 1 1 0 1 1 1 0 0 0 1 1 0 1 10 4 1 0 0 1 1 1 1 1 0 1 0 0 1 1 1 1 1 12 5 0 0 1 0 0 1 0 1 0 1 1 0 0 1 1 0 1 8 6 1 0 0 0 1 0 1 1 0 0 0 0 0 0 0 1 0 5 7 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 1 4 8 1 0 0 1 0 0 1 1 1 1 1 0 0 1 0 0 1 9 9 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 16
10 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 0 0 3
� 6 3 3 6 5 4 8 9 3 6 4 2 3 7 6 3 6 84 R 0.459 0.673 0.502 0.352 0.366 0.662 -0.08 0.47 0.559 0.832 0.555 0.666 0.787 0.639 0.512 0.445 -0.07
71
Data Uji Realibilitas
no. Pertanyaan no ganjil (X)
Pertanyaan no genap (Y) X²
Y² XY
1 3 1 9 1 3 2 5 5 25 25 25 3 5 4 25 16 20 4 6 4 36 16 24 5 4 3 16 9 12 6 4 0 16 0 0 7 2 0 4 0 0 8 4 3 16 9 12 9 8 7 64 49 56
10 0 2 0 4 0
� 41 29 211 129 152
푟푏 = (∑ ) (∑ )(∑ )
( (∑ ) (∑ ) )( ( ) ( ) 푟푏 = ( ) ( )( )
( ( ) )( ( ) ( ) = 0.7542
= ( )( . ).
= 0.8598
70
Lampiran 2. Kuesioner Penelitian
KUESIONER PENELITIAN
FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PASIEN KANKER PAYUDARA DALAM MELAKUKAN PENGOBATAN
BERDASARKAN HASIL DIAGNOSIS MENGGUNAKAN ANALISIS REGRESI LOGISTIK
(Studi Kasus di RSUP. DR. M. Djamil Padang)
II. Identitas Responden
1. No. / umur :
2. Stadium Kanker : 0. Stadium 1 atau 2 1. Stadium 3 atau 4
3. Pendidikan Terakhir : 1. Tidak tamat SD 2. SD 3. SMP 4. SMA 5. Perguruan Tinggi
4. Jaminan Kesehatan : 1. Askes 2. Jamkesda 3. Jamkesmas 4.
Bazda 5. lainnya
5. Tempat Tinggal : 0. Pedesaan 1. Perkotaan
III. Pertanyaan
No.
Pertanyaan Ya (1) Tidak (0)
1. Apakah biaya pengobatan yang mahal menjadi alasan ibu terlambat berobat?
2. Apakah Ibu mendapatkan bantuan pengobatan selain dari jaminan kesehatan sehingga ibu terlambat berobat?
3. Apakah Ibu mempunyai pekerjaan yang dapat membantu ibu untuk biaya pengobatan?
4. Apakah Ibu mengetahui tentang gejala terjadinya kanker payudara sebelum mengidap penyakit ini?
5. Apakah ibu mengetahui tentang penyebab terjadinya kanker payudara sebelumnya?
6. Apakah Ibu mengerti atau menyadari bahaya kanker payudara sehingga terlambat untuk berobat
8. Apakah Ibu merasa takut mengetahui penyakit yang ibu derita ketika melakukan pengobatan?
71
No Pertanyaan Ya (1) Tidak (0) 9. Apakah Ibu merasa trauma dalam melakukan pengobatan
sehingga terlambat untuk berobat?
10. Apakah ibu sudah pernah melakukan pengobatan di tempat pengobatan yang lain sebelumnya seperti: puskesmas, dukun dll.
11. Apakah Ibu merasa tidak percaya sebelumnya dengan pengobatan di RS sehingga ibu memilih tempat yang lain?
12. Apakah petugas kesehatan memberikan penjelasan tentang penyakit ibu secara jelas di tempat sebelumnya?
13. Apakah petugas kesehatan memberikan penjelasan kepada ibu tentang pengobatan dan tindakan yang harus dilakukan dengan jelas?
14. Apakah petugas kesehatan mengatakan penyakit yang ibu derita itu bukan kanker?
15. Apakah Keluarga ibu mengizinkan melakukan pengobatan ke dokter/ rumah sakit?
72
Lampiran 3. Data Pasien Rawat Inap di Bangsal Bedah RSUP. DR. M. Djamil Padang Bulan Januari 2012 - Maret 2012
Data Pasien Rawat Inap di Bangsal Bedah RSUP. DR. M. Djamil Padang Bulan Januari 2012 - Maret 2012 No.
Responden Stadium Umur Pendidikan Jaminan Kesehatan
Tempat Tinggal
Sosial Ekonomi Pengetahuan Rasa
Takut Pengobatan
Lain Petugas
Kesehatan Keluarga
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
1 3 55 4 5 1 0 0 0 1 0 1
2 4 49 4 1 1 1 0 1 0 0 0
3 3 45 5 5 0 0 0 1 1 1 1
4 4 45 4 1 1 0 0 1 1 1 0
5 3 55 5 1 1 0 0 1 1 1 1
6 4 62 4 1 1 0 0 1 1 1 0
7 2 45 4 1 1 0 0 1 1 0 1
8 1 45 5 1 0 1 1 1 0 0 0
9 4 44 4 1 1 0 0 1 1 1 1
10 3 56 4 2 0 0 0 1 1 1 0
11 3 45 5 1 0 0 0 1 0 0 1
12 2 39 5 1 1 0 1 1 0 0 0
13 2 36 2 5 1 1 1 0 0 0 1
14 2 53 4 1 1 1 1 1 0 0 1
15 3 49 5 1 1 0 0 1 1 1 0
16 2 68 4 1 0 1 1 1 1 1 1
17 3 42 4 1 1 0 0 1 1 0 0
18 2 62 4 1 0 1 1 1 1 0 0
73
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
19 4 41 4 1 0 0 0 1 1 0 0
20 1 40 4 1 1 1 1 0 0 0 0
21 4 45 5 1 0 0 0 1 1 0 1
22 2 48 5 1 1 1 1 1 0 0 0
23 3 54 2 3 0 0 0 1 1 1 0
24 2 53 5 1 1 1 1 1 0 0 1
25 1 49 4 1 1 1 0 0 0 0 1
26 4 44 5 1 1 0 0 1 1 1 0
27 3 66 2 4 1 0 0 1 1 1 0
28 3 42 4 4 1 0 0 1 1 1 1
29 3 46 4 3 1 0 0 0 1 1 0
30 1 45 4 3 1 1 1 1 0 0 1
31 2 23 4 3 1 0 1 1 0 0 0
32 3 45 1 3 0 0 1 1 1 1 0
33 3 42 2 1 1 1 0 1 1 1 0
34 4 46 4 3 0 0 0 1 1 1 1
74
Lampiran 4. Hasil Print Out Analisis Regresi Logistik Terhadap Data Pasien Kanker Payudara Rawat Inap RSUP. DR. M. Djamil Padang
a). uji model dengan semua peubah Logistic Regression
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 34 100.0
Missing Cases 0 .0
Total 34 100.0 Unselected Cases 0 .0 Total 34 100.0 a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original Value Internal Value
stadium dini (tidak terlambat) 0 stadium lanjut (terlambat) 1
75
Block 1: Method = Enter Iteration Historya,b,c,d
Iteration -2 Log likelihood
Coefficients
Constant X11 X12 X13 X14 X21 X31 X32
Step 1 1 15.577 1.657 -.493 -.750 -2.451 .101 -.039 .937 -.510
2 9.022 3.438 -1.253 -1.360 -3.904 -.121 -.333 1.905 -1.357
3 5.147 6.663 -2.442 -2.196 -5.892 -1.068 -.623 3.058 -2.893
4 2.562 11.520 -4.023 -3.459 -8.827 -2.567 -.806 4.522 -5.390
5 1.050 17.983 -5.896 -5.284 -12.714 -4.444 -.881 6.282 -9.015
6 .382 25.239 -7.920 -7.390 -16.917 -6.528 -.906 8.260 -13.178
7 .139 32.419 -9.953 -9.449 -21.013 -8.587 -.905 10.284 -17.295
8 .051 39.494 -11.969 -11.472 -25.047 -10.612 -.902 12.297 -21.344
9 .019 46.522 -13.976 -13.480 -29.060 -12.622 -.901 14.303 -25.363
10 .007 53.533 -15.978 -15.483 -33.065 -14.625 -.900 16.305 -29.370
11 .003 60.537 -17.979 -17.484 -37.066 -16.626 -.900 18.305 -33.373
12 .001 67.538 -19.979 -19.484 -41.067 -18.627 -.900 20.306 -37.373
13 .000 74.539 -21.979 -21.485 -45.067 -20.627 -.900 22.306 -41.374
14 .000 81.539 -23.980 -23.485 -49.067 -22.627 -.900 24.306 -45.374
15 .000 88.539 -25.980 -25.485 -53.067 -24.627 -.900 26.306 -49.374 16 .000 95.539 -27.980 -27.485 -57.067 -26.627 -.900 28.306 -53.374
17 .000 102.539 -29.980 -29.485 -61.067 -28.627 -.900 30.306 -57.374
18 .000 109.539 -31.980 -31.485 -65.067 -30.627 -.900 32.306 -61.374
19 .000 116.539 -33.980 -33.485 -69.067 -32.627 -.900 34.306 -65.374
20 .000 123.539 -35.980 -35.485 -73.067 -34.627 -.900 36.306 -69.374 a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 45.234
d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Omnibus Tests of Model Coefficients
76
Chi-square df Sig.
Step 1 Step 45.234 7 .000
Block 45.234 7 .000
Model 45.234 7 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 .000a .736 1.000
a. Estimation terminated at iteration number 20 because maximum
iterations has been reached. Final solution cannot be found.
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 .000 6 1.000
Contingency Table for Hosmer and Lemeshow Test
keterlambatan pengobatan = stadium
dini (tidak terlambat)
keterlambatan pengobatan = stadium
lanjut (terlambat)
Total Observed Expected Observed Expected
Step 1 1 3 3.000 0 .000 3
2 3 3.000 0 .000 3
3 4 4.000 0 .000 4
4 3 3.000 0 .000 3
5 0 .000 3 3.000 3
6 0 .000 3 3.000 3
7 0 .000 1 1.000 1
8 0 .000 14 14.000 14
Variables in the Equation
77
B S.E. Wald Df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a X11 -35.980 1.004E4 .000 1 .997 .000 .000 .
X12 -35.485 1.293E4 .000 1 .998 .000 .000 .
X13 -73.067 1.438E4 .000 1 .996 .000 .000 .
X14 -34.627 8.087E3 .000 1 .997 .000 .000 .
X21 -.900 1.217E4 .000 1 1.000 .407 .000 .
X31 36.306 9.512E3 .000 1 .997 5.854E15 .000 .
X32 -69.374 1.165E4 .000 1 .995 .000 .000 .
Constant 123.539 2.289E4 .000 1 .996 4.492E53
a. Variable(s) entered on step 1: X11, X12, X13, X14, X21, X31, X32.
b). hasil uji setelah didapatkan faktor yang berpengaruh atau model terbaik
Logistic Regression Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 34 100.0
Missing Cases 0 .0
Total 34 100.0
Unselected Cases 0 .0
Total 34 100.0
a. If weight is in effect, see classification table for the total number of
cases.
Dependent Variable Encoding
Original Value Internal Value
stadium dini (tidak terlambat) 0
stadium lanjut (terlambat) 1
78
Block 1: Method = Enter
Iteration Historya,b,c,d
Iteration -2 Log likelihood
Coefficients
Constant X13
Step 1 1 21.858 1.636 -3.303
2 20.350 2.165 -4.397
3 20.288 2.295 -4.682
4 20.288 2.303 -4.700
5 20.288 2.303 -4.700
a. Method: Enter
b. Constant is included in the model.
c. Initial -2 Log Likelihood: 45.234
d. Estimation terminated at iteration number 5 because parameter
estimates changed by less than .001.
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 24.946 1 .000
Block 24.946 1 .000
Model 24.946 1 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 20.288a .520 .707
a. Estimation terminated at iteration number 5 because parameter
estimates changed by less than .001.
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 .000 0 .
79
Contingency Table for Hosmer and Lemeshow Test
keterlambatan pengobatan = stadium
dini (tidak terlambat)
keterlambatan pengobatan = stadium
lanjut (terlambat)
Total Observed Expected Observed Expected
Step 1 1 11 11.000 1 1.000 12
2 2 2.000 20 20.000 22
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95.0% C.I.for EXP(B)
Lower Upper
Step 1a X13 -4.700 1.281 13.465 1 .000 .009 .001 .112
Constant 2.303 .742 9.640 1 .002 10.000 a. Variable(s) entered on step 1: X13.
80