2009

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 i

iii

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( ) =

.

. .

.

Nilai odd ratio pengetahuan ( ) 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.

i

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

ii

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

iii

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

iv

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 JanuariMaret 2012 ......................................................................................... 72 4. Hasil Print Out Analisis Regresi Logistik terhadap Data Pasien Rawat Inap RSUP. DR. M. Djamil Padang .................................................... 74

v

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.pikiranrakyat.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

1

2

sudah besar, sudah timbul borok, atau kalau sudah ada metastase ke tulangtulang. 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 faktorfaktor 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

. Model ini juga dapat menjelaskan hubungan

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 ( (

), pengetahuan (

kesehatan (

), rasa takut (

), dan keluarga (

), status sosial

), pengobatan lain ( ), petugas

).

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.

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 8

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 kadangkadang 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, peraturanperaturan, 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 pernyataanpernyataan 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 : adalah nilai reliabilitas 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 : ( ) = [π ( ) ] [1 − π( )]

,

= 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: ( )=

,-∞<x<∞

Untuk x = - ∞ maka lim lim

→

(4)

→

( ) = 0 sedangkan untuk x = ∞ maka

( ) = 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( ) =

( | ) untuk

menyatakan rata-rata bersyarat dari y jika diberikan nilai x. Bentuk model regresi logistik adalah (Agresti, 1990: 166): (

π( ) =

) (

(5)

)

Untuk mempermudah menaksir parameter regresi, maka π( ) pada persamaan (5) ditransformasikan dengan menggunakan transformasi logit. Uraian transformasi tersebut adalah sebagai berikut: π( ) =

(

+

1+

{ ( )}{1 +

( (

(

+

)} =

(

)−

+

( ) = 1− ( )

(

( ) = 1− ( )

+

( )=

+

)

(

)

+ +

)

)

)

+

= ln {

( )

+ (

( )

(

(

(

)} =

+

( ) = {1 − ( )}

( )

)

+

{ ( )} + { ( ) ( )=

)

+

)}

+

( ) di atas merupakan bentuk logit. Sedangkan model regresi logistik dengan k variabel prediktor adalah: π( ) =

( 1+

+ (

+

+⋯+ + …+

) )

31

Jika model ditransformasikan dengan transformasi logit, maka menghasilkan bentuk logit: ( )=

+

+ ⋯+

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 ( ,

), dimana menurut fungsi likelihood

= 1 kontribusinya P( ) dan

=

0 kontribusinya 1- P( ). Dimana P( ) menyatakan nilai P(X=x) yang dihitung saat x =

.

Sehingga fungsi likelihood untuk ( , ) dinyatakan dengan rumus : ( ) =∏

( , )= ∏

π( ) (1 − π( ))

32

Fungsi likelihood sebagai fungsi log disebut fungsi log likelihood. Fungsi likelihood untuk regresi logistik dinyatakan sebagai berikut : L ( ) = ln [( )] = ln {P( ) (1- P( ) )

}

= ln{[P( ) (1-P( ) )

]. [ln {P( ) (1- P( ) )

[ln{P( L( )={

) (1-P(

)

]}

ln P( ) + (1- ) ln (1-P( )} + ….+ {

(1- P( L( )=∑

{

]…

ln P(

) + (1- ) ln

)} ln P( ) + (1− ) ln [1-P( )]}

Jadi, fungsi likelihood pada regresi logistik adalah : L( ) = ∑

{

ln P( ) + (1 -

) ln [1 - P( )]}

(6)

Pada dasarnya maksimum likelihood adalah nilai penduga parameter dengan memaksimumkan fungsi log likelihood. Dengan mendifferensialkan bentuk log likelihood terhadap

,

,… ,

dan menyamakan dengan nol,

sehingga diperoleh: ( )

=0 ;

L(β) = ∑

i= 0,1,…,k

[

( ) + (1 −

)

(1 − ( ))] = 0

Didapat persamaan penduga parameter regresi logistik sebagai berikut: ( )

= ∑

[ -P( )] = 0

(7)

33

dan ( )

= ∑

[

- P( )] = 0 ; i= 1,2,…,k

(8)

(Hosmer,1989:27) Metode maximum likelihood adalah suatu metode untuk mengestimasi parameter pada suatu persamaan dengan memaksimumkan nilai

(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: ( )

( )

= −∑

( )[

= −∑

− ( )]

( )[

− ( )]

(9)

(10)

Untuk mendapatkan nilai estimasi parameter yang optimal adalah: =

+ ((

)

( − ( ))

(11)

34

=

Iterasi akan berhenti apabila nilai

, jika nilai

≠

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 ( )(1 − ( ).

diagonal ke-i nya adalah

Sedangkan nilai varian ( ) adalah unsur diagonal ke-j dari matrik ( ) =( X' VX).

invers

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: :

= 0, untuk j = 1,2,… k

(peubah Xj tidak berpengaruh nyata)

:

≠0

(peubah Xj berpengaruh nyata)

Statistik uji: dengan :

( )=(

(

= [var ( )]½

)

)

(12)

35

Dimana : = penduga parameter = standar error dari penduga parameter Rasio yang dihasilkan dari statistik uji, dibawah hipotesis

akan

mengikuti sebaran normal baku (Hosmer dan Lemeshow, 1989:17). Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan distribusi normal baku (Z). Kriteria penolakan (tolak

) jika W >

/

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 bersamasama. Hipotesis: =

=

=⋯=

=0

= paling sedikit ada satu

≠ 0, untuk j = 1,2,3,… k.

Statistik uji yang digunakan adalah statistik uji G atau likelihood Ratio Test: = −2

= −2

;

∏

(

)

dengan : : banyak

yang bernilai 0

: banyak

yang bernilai 1

: banyak [

( ̂ ) + (1 −

) (1 −

)] = nilai log likelihood

(13)

36

Statistik uji

ini mengikuti distribusi

dengan derajat bebasnya

adalah k (banyaknya variabel bebas). Dengan kriteria pengujian, Jika nilai signifikansi lebih kecil dari taraf nyata yang digunakan maka tolak atau

>

,

atau nilai signifikansi kurang dari α, maka tolak

,

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 : = −2 ∑

ln

+ 1−

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: ( ) [

=

( )]

=

( ) [

( )]

( )([

( )])

( )([

( )])

=

=

Sedangkan nilai log odd ratio adalah: ( ) [

ln

= ln

( )]

= ln

( ) [

( )]

( ) ( )

− ln

( ) ( )

= g(1) – g(0) Persamaan di atas disebut persamaan logit. Nilai odd ratio untuk model regresi logistik: =

(15)

39

Artinya, risiko terjadinya peristiwa Y = 0 pada kategori Xj= 1 adalah sebesar

( ) kali risiko terjadinya peristiwa Y = 1 pada kategori Xj= 0.

Nilai odd ratio

digunakan untuk menunjukkan hubungan suatu variabel X

dan variabel Y. Bila nilai

= 1, maka antara kedua variabel tersebut tidak

terdapat hubungan. Bila nilai

< 1 maka antara kedua variabel terdapat

hubungan negatif terhadap perubahan nilai X yang bernilai benar dan demikian sebaliknya bila

> 1. (Hosmer, 1989 : 41)

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.

40

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 sekurangkurangnya 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 (

)

a. Tempat Tinggal (

)

b. Sosial Ekonomi (

)

c. Pengetahuan ( d. Rasa Takut (

) )

2. Faktor Pemungkin (

)

a. Tempat pengobatan lain ( ) 3. Faktor Penguat (

)

a. Petugas Kesehatan ( b. Keluarga (

)

)

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 = Tempat Tinggal = Sosial Ekonomi

1

= Faktor Presdisposisi

= Pengetahuan

= Rasa Takut 2

= Faktor Pemungkin

3

= Faktor Penguat

= Pengobatan lain = Petugas Kesehatan = Keluarga

Definisi

Daerah tempat tinggal responden tinggal menetap kemampuan seseorang dalam membayar seluruh biaya yang dikeluarkan untuk mendapatkan pengobatan. segala sesuatu yang diketahui oleh responden tentang kanker payudara yang meliputi gejala, penyebab, dan pengobatan sebelum terkena penyakit tersebut. keadaan psikologis berupa ketidakberanian responden terhadap kanker payudara dan pengobatannya. tempat responden mendapatkan pengobatan sebelumnya selain di rumah sakit. orang-orang yang berkemampuan dan bekerja dalam bidang kesehatan di rumah sakit/ tempat pebobatan sebelumnya. orang-orang yang memiliki hubungan darah atau hubungan dalam status pernikahan dengan responden dan juga orang-orang yang memiliki keterikatan secara emosional.

Item pertanyaan

Hasil Ukur

1

1 jika perkotaan, 0 jika pedesaan

3

1 jika mampu, 0 jika tidak mampu

3

1 jika mengetahui, 0 jika tidak mengetahui

2

1 jika takut, 0 jika tidak takut

2

1 jika pernah, 0 jika tidak pernah

3

1 jika mendukung, 0 jika tidak mendukung

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.

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 2012Maret 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 Frekuensi (keterlambatan) Stadium dini (tidak terlambat) 13 Stadium lanjut (terlambat) 21 Total 34

Persentase 38.2 61.8 100

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

46

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 1523 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 Lainnya Total

2 3 34

5.9 8.8 100

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 Keterlambatan Pengobatan

Tempat Tinggal Desa Kota

Tidak terlambat Terlambat Tidak terlambat Terlambat Total

Frekuensi 3 8 10 13 34

Persentase

11

32.40

23

67.60

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 Tidak mampu Mampu

Keterlambatan Pengobatan Tidak Terlambat Terlambat Tidak Terlambat Terlambat Total


Persentase

22

64.71

12

35.29

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 Keterlambatan Pengetahuan Pengobatan Tidak Terlambat Tidak mengetahui Terlambat Tidak Terlambat Mengetahui Terlambat Total


Persentase

22

64.71

12

35.29

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 Tidak takut Takut



Persentase

5

14.71

29

85.29

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 Tidak Pernah Pernah



Persentase

12

35.29

22

64.71

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

Tidak Terlambat Terlambat Tidak Terlambat Mendukung Terlambat Total

Tidak Mendukung


Persentase

18

52.94

16

47.06

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 Tidak Mendukung Mendukung



Persentase

19

55.88

15

44.12

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 (

)

-35.980

Sosial Ekonomi (

)

-35.485

Pengetahuan (

)

Rasa Takut (

)

Pengobatan lain ( Petugas Kesehatan ( Keluarga ( Constant

-73.067

)

-34.627 )

-0.900 )

36.306 -69.374 123.539

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) =

(

. (

. .

.

11

.

12

.

11

12

.

13

.

13

.

.

14

.

14

2 .

.

21

31

.

31

.

32 )

.

32 )

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: ( ) = 123.539 − 35.980

11

− 35.485

12

+ 36.306

31

− 69.374

32

− 73.067

13

− 36.627

14

− 0.900 2

c. Pengujian Singifikansi Model Regresi Logistik Selanjutnya untuk pengujian signifikansi model dengan mengikut sertakan semua variabel bebas, digunakan uji G yang disebut juga uji ChiSquare 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.

Chi-square 45.234

Model Regresi Logistik

= −2

∏

(

= −2

)

.

Sig. 0.000

= 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 Dapat dilihat nilai

>

,

.

,

= 14.067.

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

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 (

)

-35.980

1.004E4

0.000

0.997

Sosial Ekonomi (

)

-35.485

1.293E4

0.000

0.998

-73.067

1.438E4

0.000

0.996

-34.627

8.087E3

0.000

0.997

-0.900

1.217E4

0.000

1.000

36.306

9.512E3

0.000

0.997

-69.374

1.165E4

0.000

0.995

123.539

2.289E4

0.000

0.996

Pengetahuan ( Rasa Takut (

) )

Pengobatan lain (

)

Petugas Kesehatan ( Keluarga (

)

Constant

)

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 Tempat Tinggal (

)

Sosial Ekonomi (

)

Pengetahuan (

)

Rasa Takut (

)

Pengobatan lain (

)

Sign. Semua Model

Sign. Sign. sign. Sign. Sign. sign. Reduksi Reduksi Reduksi Reduksi Reduksi Reduksi I II III IV V VI

0.997

0.997

0.998

0.997

0.996

0.998

0.996

0.996

0.995

0.996

0.996

0.998

0.997

0.997

0.998

0.997

0.997

0.997

0.997

0.997

0.998

0.995

0.995

0.996

0.997

0.997

0.996

0.995

0.996

0.997

0.997

0.000

1.000

Petugas Kesehatan (

)

Keluarga ( Constant

)

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 (

) 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 (

) yang menjadi variabel bebas untuk

model terbaik dalam penelitian ini. Maka dilakukan penyederhanaan model dengan hanya melibatkan variabel pengetahuan (

), sehingga

diperoleh model terbaik. Untuk melihat pengaruh variabel bebas dari model terbaik di atas, dapat dilihat nilai statistik uji

berdasarkan Lampiran 4 yang diperoleh

yaitu: Tabel 17. Uji Kebaikan Model Reduksi Chi-square 24.946

Model Regresi Logistik

Nilai statistik uji

Sig. 0.000

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 Pengetahuan ( ) Constant

Β - 4.700 2.303

SE β 1.281 0.742

Wald 13.465 9.640

Sig. 0,000 0,002

Berdasarkan Tabel 18 di atas, diperoleh model regresi logistik sebagai berikut: .

π(x) =

1+

. .

( .

) (

)

60

dengan nilai logit π(x) , yaitu: ( ) = 2.303 − 4.700 ( dimana :

13 )

= 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 (

).

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 Pengetahuan ( )

Exp(β)

Constant

10.000

0.009

Tabel 19 di atas, menjelaskan bahwa nilai odds ratio pada variabel pengetahuan pasien tentang kanker payudara adalah 0.009. Nilai

<

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: ( ) = 123.539 − 35.980

11

− 35.485

12

+ 36.306

31

− 69.374

32

Dimana:

− 73.067

13

− 36.627

14

− 0.900 2

= Tempat Tinggal = Sosial Ekonomi = Pengetahuan = Rasa Takut = Pengobatan lain = Petugas kesehatan = 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) =

1+

. .

dengan nilai logit π(x):

( .

) (

)

62

( ) = 2.303 − 4.700( dimana

:

13 )

= 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

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( ) =

.

( )

. .

.

( )

= 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.

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) =

1+

. .

( .

13 )

(

13 )

Dengan nilai logit π(x), yaitu: ( ) = 2.303 − 4.700( Dimana:

13 )

= 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

64

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-kankerpayudara-menurun-kanker-rahim-melonjak diakses tanggal 4 Maret 2012 jam 20.20. http://www.dechacare.com/Kanker-Payudara-Pengertian-dan-Penyembuhan319.html diakses tanggal 4 Maret 2012 jam 20.50.

Lampiran 1. Data Uji Instrumen Penelitian

Data Uji Validitas Istrumen Penelitian No 1 2 3 4 5 6 7 8 9 10 R

1 1 1 0 1 0 1 0 1 1 0

2 0 1 1 0 0 0 0 0 1 0

3 0 0 1 0 1 0 0 0 1 0

4 1 1 0 1 0 0 0 1 1 1

5 1 0 1 1 0 1 0 0 1 0

6 0 0 1 1 1 0 0 0 1 0

7 1 1 0 1 0 1 1 1 1 1

6

3

3

6

5

4

8

0.459 0.673 0.502 0.352 0.366 0.662

Pertanyaan Penelitian 8 9 10 11 1 0 0 0 1 0 1 1 1 1 1 0 1 0 1 0 1 0 1 1 1 0 0 0 1 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 9

-0.08 0.47

3

6

4

12 0 1 0 0 0 0 0 0 1 0

13 0 1 0 1 0 0 0 0 1 0

14 0 1 1 1 1 0 1 1 1 0

15 0 1 1 1 1 0 0 0 1 1

16 0 0 0 1 0 1 0 0 1 0

2

3

7

6

3

0.559 0.832 0.555 0.666 0.787 0.639 0.512 0.445

70

17 1 0 1 1 1 0 1 1 0 0

6 11 10 12 8 5 4 9 16 3

6 84 -0.07

71

Data Uji Realibilitas no. 1 2 3 4 5 6 7 8 9 10

(∑

= ( (∑

( )( . .

)

(

Pertanyaan no genap (Y) 3 5 5 6 4 4 2 4 8 0 41

) (∑ )(∑ )

) (∑ ) )(

=

Pertanyaan no ganjil (X)

1 5 4 4 3 0 0 3 7 2 29 =

) (

= 0.8598

)

Y²

X²

(

9 25 25 36 16 16 4 16 64 0 211

(

(

) (

)

)(

XY

1 25 16 16 9 0 0 9 49 4 129 )(

)

(

) (

)

3 25 20 24 12 0 0 12 56 0 152

= 0.7542

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 4. SMA

2. SD 3. SMP 5. Perguruan Tinggi

4. Jaminan Kesehatan Bazda

: 1. Askes 2. Jamkesda 5. lainnya

3. Jamkesmas 4.

5. Tempat Tinggal

: 0. Pedesaan

III. N o. 1. 2. 3. 4. 5. 6. 8.

1. Perkotaan

Pertanyaan Pertanyaan Apakah biaya pengobatan yang mahal menjadi alasan ibu terlambat berobat? Apakah Ibu mendapatkan bantuan pengobatan selain dari jaminan kesehatan sehingga ibu terlambat berobat? Apakah Ibu mempunyai pekerjaan yang dapat membantu ibu untuk biaya pengobatan? Apakah Ibu mengetahui tentang gejala terjadinya kanker payudara sebelum mengidap penyakit ini? Apakah ibu mengetahui tentang penyebab terjadinya kanker payudara sebelumnya? Apakah Ibu mengerti atau menyadari bahaya kanker payudara sehingga terlambat untuk berobat Apakah Ibu merasa takut mengetahui penyakit yang ibu derita ketika melakukan pengobatan? 70

Ya (1)

Tidak (0)

71

No 9. 10.

11. 12. 13.

14. 15.

Pertanyaan Ya (1) Apakah Ibu merasa trauma dalam melakukan pengobatan sehingga terlambat untuk berobat? Apakah ibu sudah pernah melakukan pengobatan di tempat pengobatan yang lain sebelumnya seperti: puskesmas, dukun dll. Apakah Ibu merasa tidak percaya sebelumnya dengan pengobatan di RS sehingga ibu memilih tempat yang lain? Apakah petugas kesehatan memberikan penjelasan tentang penyakit ibu secara jelas di tempat sebelumnya? Apakah petugas kesehatan memberikan penjelasan kepada ibu tentang pengobatan dan tindakan yang harus dilakukan dengan jelas? Apakah petugas kesehatan mengatakan penyakit yang ibu derita itu bukan kanker? Apakah Keluarga ibu mengizinkan melakukan pengobatan ke dokter/ rumah sakit?

Tidak (0)

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

72

(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

73

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 Cases Selected Cases

a

N Included in Analysis Missing Cases Total

Unselected Cases Total

Percent 34

100.0

0

.0

34 0 34

100.0 .0 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding Original Value stadium dini (tidak terlambat) stadium lanjut (terlambat)

Internal Value 0 1

75

Block 1: Method = Enter Iteration History

a,b,c,d

Coefficients Iteration

-2 Log likelihood

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 Step 1

df

Sig.

Step

45.234

7

.000

Block

45.234

7

.000

Model

45.234

7

.000

Model Summary

Step

Cox & Snell R

Nagelkerke R

Square

Square

-2 Log likelihood

1

.000

a

.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

1

df

Sig.

.000

6

1.000

Contingency Table for Hosmer and Lemeshow Test keterlambatan pengobatan = stadium keterlambatan pengobatan = stadium dini (tidak terlambat) Observed Step 1

lanjut (terlambat)

Expected

Observed

Expected

Total

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

95.0% C.I.for EXP(B) B

S.E.

Step 1 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

.

Constant

123.539

2.289E4

.000

1

.996 4.492E53

a

Wald

Df

Sig.

Exp(B)

Lower

.000

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 Cases Selected Cases

a

N Included in Analysis Missing Cases Total

Unselected Cases Total

Percent 34

100.0

0

.0

34

100.0

0

.0

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

Upper

78

Block 1: Method = Enter Iteration History

a,b,c,d

Coefficients Iteration Step 1

-2 Log likelihood

Constant

X13

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 Step 1

df

Sig.

Step

24.946

1

.000

Block

24.946

1

.000

Model

24.946

1

.000

Model Summary

Step 1

Cox & Snell R

Nagelkerke R

Square

Square

-2 Log likelihood 20.288

a

.520

.707

a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001. Hosmer and Lemeshow Test Step 1

Chi-square .000

df

Sig. 0

.

79

Contingency Table for Hosmer and Lemeshow Test keterlambatan pengobatan = stadium keterlambatan pengobatan = stadium dini (tidak terlambat) Observed Step 1

lanjut (terlambat)

Expected

Observed

Expected

Total

1

11

11.000

1

1.000

12

2

2

2.000

20

20.000

22

Variables in the Equation 95.0% C.I.for EXP(B) B a

Step 1

X13 Constant

S.E.

Wald

df

Sig.

Exp(B)

-4.700

1.281

13.465

1

.000

.009

2.303

.742

9.640

1

.002

10.000

a. Variable(s) entered on step 1: X13.

Lower .001

Upper .112

80

2009

Recommend Documents