KECENDERUNGAN PENGGUNAAN JENIS ALAT ?· KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF…

download
  • date post

    07-Mar-2019
  • Category

    Documents
  • view

    212
  • download

    0

Embed Size (px)

transcript

1

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

1Furqan Qadarisman, dan 2Dwiatmono Agus W. Jurusan Statistika

Institut Teknologi Sepuluh Nopember (ITS) Surabaya

Abstrak Kemajuan bangsa di masa depan sangat ditentukan oleh kualitas sumber daya manusia.

Oleh karena itu, pembangunan harus dibarengi dengan perencanaan penduduk secara baik dan keluarga berencana (KB) merupakan salah satu pelayanan sosial dasar yang mempunyai kontribusi signifikan terhadap pembangunan Sumber Daya Manusia. Dalam menyusekseskan program KB, BKKBN (Badan Koordinasi Keluarga Berencana Nasional) Sidoarjo memperoleh bantuan dari pemerintah dalam penyediaan dan pengalokasian alat kontrasepsi, agar pengalokasian alat kontrasepsi tersebut lebih tepat sasaran, maka pemerintah kabupaten Sidoarjo perlu mengetahui kecenderungan penggunaan alat kontrasepsi kecamatan-kecamatan di Sidoarjo berdasarkan alat kontrasepsi yang digunakan. Dalam penelitian ini analisis yang digunakan menggunakan Analisis korespondensi dan jenis alat kontrasepsi yang digunakan yaitu IUD, Implant, Metode Operasi, Suntik, Susuk dan Kondom kemudian dilanjutkan dengan analisis deskriptif untuk melihat karakteristik kesehatan masyarakat kabupaten Sidoarjo. Hasil dari analisis korespondensi didapatkan yaitu Kecamatan yang cenderung memakai alat kontrasepsi IUD adalah Kec.Sedati Kecamatan yang cenderung memakai alat kontrasepsi Metode Operasi meliputi Kec. Buduran, Krian. Kecamatan yang cenderung memakai alat Implant meliputi Kec. Sidoarjo, candi, Taman, Gedangan. Kecamatan yang cenderung memakai suntik meliputi Kec. Porong, Krembung, Tulangan, Tanggulangin, Jabon, Balongbendo, Wonoayu, Tarik, Prambon dan Sukodono. Seda-ngkan yang cenderung menggunakan alat kontrasepsi Kondom adalah Kec. Waru.

Kata kunci: Analisis Korespondensi, KB, Alat kontrasepsi. 1. Pendahuluan

Kemajuan bangsa di masa depan sangat ditentukan oleh kua-litas sumber daya manusia. Oleh karena itu, pembangunan harus dibarengi dengan perencanaan penduduk secara baik, dan keluarga berencana merupakan salah satu pelayanan sosial dasar yang mempu-nyai kontribusi signifikan terhadap pembangunan Sumber Daya Manusia.

Dalam menyukseskan dan pelaksanaan program KB, pemerintah Kabupaten Sidoarjo memperoleh bantuan atau subsidi dari pemerintah mengenai anggaran disektor KB yaitu dalam penyediaan dan pengalokasian alat kontrasepsi. Karena keterbatasan dana yang diberikan oleh pemerintah untuk menyediakan alat kontrasepsi dan adanya beraneka jenis alat kontrasepsi yang digunakan (IUD, Metode Operasi, Mow, Implan, Suntik, Pil, dan Kondom) oleh masyarakat, maka agar pengalokasian alat kontrasepsi berdasarkan jenis-nya tersebut bisa tepat sasaran, pemerintah kabupaten Sidoarjo perlu mengetahui informa-si mengenai kecenderungan penggunaan alat kontrasepsi para peserta KB aktif pada Ke-camatan di Sidoarjo berdasarkan metode atau alat kontrasepsi apa yang dipakai sehingga pengalokasian alat kontrasepsi yang digunakan bisa tepat sasaran.

Berdasarkan latar belakang tersebut maka penelitian ini bertujuan untuk mengetahui kecenderungan jenis alat kontrasepsi yang digunakan oleh peserta KB aktif pada kecamatan kecamatan di Sidoarjo dengan objek penelitian adalah kecamatan-kecamatan di kabupaten Sidoarjo dan variable penelitiannya adalah metode atau alat kontrasepsi yang digunakan.

Metode yang cocok untuk menyelesaikan permasalahan dalam penelitian ini adalah dengan menggunakan metode analisis korespondensi, yang merupakan salah satu metode yang digunakan untuk mengetahui pola kecenderungan jenis alat kontrasepsi yang

2

digunakan di kecamatan kecamatan di Sidoarjo. Analisis korespondensi ini juga pernah digunakan oleh Fenty (2007), yang berhasil mengelompokkan Kecamatan-kecamatan di Tulungagung berdasarkan jenis alat kontrasepsi yang digunakan tiap Kecamatan tahun 2005-2006. Dyah (2008), mengelompokkan kecamatan-kecamatan di Surabaya berdasarkan jenis alat kontrasepsi yang di-gunakan tiap Kecamatan-kecamatan di Surabaya tahun 2006 dan Resti (2007), yang mengelompokkan Kabupaten/Kota di Jawa Timur berdasarkan jenis alat kontrasepsi yang digunakan peserta KB aktif pada Kabupaten/Kota di Jawa Timur.

Dari penelitian-penelitian sebelumnya pengelompokan kabupaten/kota atau kecamatan masih terbatas hanya pada pengelompokan daerah berdasarkan jenis alat kontrasepsinya saja. Pada penelitian ini selain melihat kecenderungan penggunaan alat kontrasepsi yang digunakan pada tiap-tiap kecamatan di Sidoarjo, juga akan dilakukan analisis deskriptif terhadap faktor-faktor yang berpengaruh terhadap penggunaan alat kontrasepsi pada masing-masing kecamatan di kabupaten Sidoarjo tahun 2009. Faktor-faktor yang berpengaruh terhadap penggunaan alat kontrasepsi yaitu Mortalitas anak, Agama dan Pekerjaan (Dwi Ratna, 2000).

2. Latar Belakang Metodologi 2.1 Statistika Deskriptif

Metode statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penya-jian, analisis dan penafsiran data. Statistik deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Perlu dimengerti bahwa statistika deskriptif memberikan infor-masi hanya mengenai data yang dipunyai, misalnya tabel, diagram, grafik dan besaran besaran lain yang termasuk dalam kategori statistika deskriptif (Walpole, 1995). 2.2 Analisis Korespondensi

Analisis Korespondensi merupakan prosedur grafis untuk menggambarkan suatu hubungan pada tabel frekuensi (Johnson and Wichern, 2002). Analisis Korespondensi sebagai teknik yang memperagakan baris dan kolom matriks data (terutama Tabel Ko-ntingensi dua arah) sebagai titik dalam ruang vektor berdimensi rendah.

Uji Chi-Square digunakan untuk memeriksa ada tidaknya hubungan antar dua variabel. Uji Chi-Square inilah yang dugunakan untuk memeriksa ketidaktergantungan yang akan digunakan untuk memutuskan apakah kedua variabel dalam suatu populasi saling bebas. Adapun langkah awalnya membuat tabel kontingensi dua arah adalah tabel yang mencatat data hasil pengamatan dengan melibatkan dua variabel Y dan X sebagai variabel baris terdiri dari I kategori dan variabel Y terdiri dari J kategori. (Agresti, 2007) Hipotesis : Ho : Kedua variabel saling independen. H1 : Kedua variabel tidak saling bebas (dependen). Statistik ujinya adalah sebagai berikut :

ij

I

1i

J

1j

2ijij

2

e

]ex[= =

= [1]

Dimana: ..

..

njxix

ije =

3

Daerah penolakan : Tolak Ho jika nilai Tolak Ho, Jika 2 > )1,(2 k

Keterangan : x.j = Nilai observasi pada kolom ke-j xi. = Nilai observasi pada baris ke-i n.. = Jumlah pengamatan eij = Nilai harapan pada baris ke-i dan kolom ke-j xij = Nilai pengamatan pada baris ke-i dan kolom ke-j

Uji independensi pearson chi square dapat digunakan jika nilai harapan lebih dari 5 (eij > 5) (Agresti, 2007). Hasil dari korespondensi analisis biasanya menghasilkan dua dimensi terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan suatu ukuran jumlah informasi yang ada dalam setiap dimensi (dinamakan inertia). Secara geometris bentuk kolom dari suatu matriks Xrc dengan r baris dan c kolom dipandang sebagai titik titik dalam suatu ruang berdimensi c atau r.

Tabel 2.1 Bentuk Umum Tabel Kontingensi Var 1 Var 2 Total

1 2 3 .. P 1 X11 X12 X13 .. X1c X1. 2 X21 X22 X23 .. X2c X2. 3 X31 X32 X33 .. X3c X3.

.. .. .. .. .. .. .. .. .. .. .. .. n Xr1 Xr2 Xr3 .. Xrc Xr.

Total X.1 X.2 X.3 .. X.c n.. Sumber : Greenacre, 1984

=

=c

jiji xX

1.

=

=r

iijj xX

1.

= =

=r

i

c

jijxX

1 1.. [2]

Dimana i = 1,2,.....r j=1,2,......c Setiap baris diperlakukan sebagai suatu titik dalam ruang berdimensi c yang dilambangkan dengan Rc dan selanjutnya dise-but sebagai ruang individu, demikian pula untuk kolomkolom-nya dimana setiap kolom diperlakukan sebagai satu titik dalam ruang berdimensi r yang dilambangkan dengan Rr dan selanjut-nya disebut dengan ruang variabel (Greenacre, 1984). Secara umum matriks data berukuran r x c dengan unsur unsur xij sebagai frekuensi. Untuk mendapatkan sebuah visua-lisasi baris dan kolom matriks data asli dalam dimensi yang lebih rendah terlebih dahulu dibangun matriks P(rxc) sebagai analisis korespondensi (correspondence analysis matrix). Matriks analisis korespondensi P(rxc) didefinisikan sebagai matriks frekuensi relatif dari x, maka :

Prc ,..n

xrc= [3]

Dimana i = 1,2,.....r j=1,2,......c Jika Xrc adalah tabel kontingensi maka P(rxc) adalah fung-si probabilitas bersama empirik. Jumlahan baris P dinotasikan oleh r. Dari sini dibuat matriks diagonal dengan elemen diagonal r adalah Dr yang berukuran nxn. Jumlahan kolom dari P(rxc) dinotasikan dengan c(px1). Dari sini dibuat matriks diagonal Dc dengan elemen diagonal c yang berukuran cxc. Dimana notasi matriksnya :

4

( ) ( ) ( )

( ) ( ) ( )1IxIJxI

T

1Jx

I

1i

ijI

1iiji

1JxJIxJ1Ix

J

1j

ijJ

1jiji

atau.J,...,2,1j,nx

pc

atau.I,...,2,1i,nx

pr

1Pc

1Pr

====

====

==

== [4]

dimana 1J adalah vektor Jx1 dan 1I adalah vektor Ix1.

Tabel 2.2 Bentuk Umum Frekuensi Relatif Dua Dimensi Var 1 Var 2 Massa

1 2 3 .. p Baris 1 P11 P12 P13 P1c P1. 2 P21 P22 P23 P2c P2. 3 P31 P32 P33 P3c P3.

n Pr1 Pr2 Pr3 Prc Pn.

Massa Kolom P.1 P.2 P.3 P.c 1 Sumber : Johnson and Wichern, 2002

=

=r

jiji PP

1.

=

=c

iijj PP

1.

= =

=r

i

c

jijPP

1 1.. [5]

Dimana : i = 1,2,....r j = 1,2,......c Bentuk matriks diagonal jumlahan baris dan kolom dari matriks korespondensi adalah : p1. 0 . . 0 p.1 0 . . 0 0 p2. . . . 0 p.2 . . . Dr = . . p3. . . Dc = . . p.3 . . [6] . . 0 . . 0 0 . . 0 pr. 0 . . 0 p.c

Profil vektor baris dan profil vektor kolom didefinisikan se-bagai elemen vektor vektor baris dan kolom dari P dibagi den-gan massanya. Sebanyak r profil baris anggota dari ruang berdi--mensi r ditulis dalam baris baris R. Sebanyak c profil kolom anggota dari ruang berdimensi c dirilis dalam baris baris C. Adapun matriks profil baris dan kolom masing masing adalah sebagai berikut : r T1 c

T1

. . R = D 1r P = . C = D

1c P

T = . [7]

r Tn cTp

Greenacre (1984) menyatakan penguraian nilai singular / Singular Value Decomposition (selanjutnya ditulis SVD) merupakan satu dari banyak cara pada algoritma matriks dan terdiri dari konsep dekomposisi eigenvalue/eigenvektor (biasa disebut eigendekomposisi). Nilai singular dicari untuk mem-peroleh koordinat baris dan kolom sehingga hasil Analisis Korespondensi dapat divisualisasikan dalam bentuk grafik. Banyak axis: d = min[(I 1),(J 1)].

( )( )==

K

1k

Tk

21ck

21rk

T vDuDrcP [8]

5

dimana P rcT adalah nilai singular dekomposisi (SVD), k ada-lah nilai singular, vektor uk Ix1 dan vektor vk Jx1 merupakan si-ngular vektor korespondensi matriks ( ) 2121 cr DcrPD yang berukuran IxJ, dan rank K>1. Koordinat profil baris:

krk uDF21=

Koordinat profil kolom: [9] kck vDG

21= Total inersia adalah ukuran variasi data dan ditentukan dengan jumlah kuadrat

terboboti.

( ) ( )( ) ( ) =

i j ii

jiijTT

crcrp

tr2

21c

21r

21c

21r DrcPDDcrPD [10]

Dimana k adalah nilai singular dari nilai singular dekomposisi matriks ( ) 21cT21r DrcPD . K adalah banyaknya solusi dimensi sehingga k = 1,2 (Johnson and

Dean, 2002). Inersia baris [Greenacre, 1984]:

( ) ( )

( ) ( ) ==

TT1

cT

r

i i1

cT

ii

tracein(I)

atau~~rin(I)

1cRD1cRD

crDcr [11]

Inersia kolom:

( ) ( )

( ) ( ) ==

TT1

rT

c

j j1

rT

jj

tracein(J)

atau~~cin(J)

1rCD1rCD

rcDrc [12]

dimana : i

~rP

r ijij = dan i

ijij c

Pc =~ , j =1,2....p i = 1,2.....n

Kontribusi relatif adalah (relative contribution) adalah bagian ragam dari suatu titik yang dapat di-terangkan oleh sumbu utamanya. Semakin tinggi nilai korelasi kuadrat menunjukkan bahwa sumbu utama mampu menerangkan nilai inersia dengan baik sekali, dan sebaliknya semakin kecil nilai korelasi kuadrat maka semakin sedikit nilai investasi yang dapat diterangkan oleh sumbu utama.

Kontribusi relatif atau korelasi baris ke i atau kolom j dengan komponen k adalah kontribusi axis ke inersia baris ke i atau kolom ke j, dinyatakan dalam persen inersia baris ke i atau kolom ke j.

Korelasi axis ke k, baris ke i = ( )( )( )i ke baris inersia

ike baris massa ikf [13]

Korelasi axis ke k, kolom ke j = ( )

( )jkekolominersiajkekolommassa

jkf [14]

dimana ikf adalah koordinat profil baris ke i pada axis ke k, jkf adalah koordinat profil kolom ke j pada axis ke k.

Kontribusi baris ke i atau kolom ke j ke axis k (kontribusi mutlak), Kontribusi mutlak (absolute contribution) adalah proporsi keragaman yang diterangkan masing-masing titik terhadap sumbu utamanya. Nilai kontribusi mutlak digunakan untuk menentukan suatu titik yang masuk pada suatu faktor atau dimensi dengan kriteria bahwa titik yang masuk ke dalam suatu faktor adalah yang mempunyai nilai atau proporsi yang terbesar dinyatakan dengan persen inersia axis ke k.

6

Kontribusi baris ke i dan

axis ke k = ( )( )( )k ke axis inersia

i ke baris massa ikf [15]

Kontribusi kolom ke j dan

axis ke k = ( )

( )k ke axis inersiaj ke kolom massa

jkf [16]

2 yang merupakan jarak kuadrat antara vektor p dari frekuensi relatif observasi dan vektor p dari ekspektasi frekuensi relatif, n merupakan total frekuensi observasi [Greenacre, 1984]. Nilai 2 dapat dituliskan dalam rumus sebagai berikut:

( ) ( )pppp ii = 12 pTii Dn [17] total 2 adalah = i i22 [18] dimana elemen ke j dari p dapat dituliskan sebagai berikut: = i ii ii npnp [ ]Tij3i2i1i p...ppp=ip [19] Maka jarak Chi-Square (khi-kuadrat)dapat dicari dengan rumus sebagai berikut: ( ) ( )pppp ii = 1pT2i Dd [20]

Dalam jarak khi-kuadrat ini, pada setiap suku kuadratnya diboboti oleh kebalikan frekuensi masing-masing.

Jarak khi-kuadrat dapat dikonversikan menjadi nilai similarity dengan memberi tanda yang be...