PEMODELAN PERSAMAAN STRUKTURAL PADA DERAJAT KESEHATAN DENGAN MODERASI INFRASTRUKTUR (Studi kasus di Propinsi Jawa Timur, SUSENAS 2007)

PEMODELAN PERSAMAAN STRUKTURAL PADA DERAJAT KESEHATAN DENGAN MODERASI INFRASTRUKTUR (Studi kasus di Propinsi Jawa Timur, SUSENAS 2007) Salisa Jihan Mahasiswa Jurusan Statistika, Institut Teknologi Sepuluh Nopember Kampus ITS, Sukolilo, Surabaya 60111 Email : [email protected] Dr. Bambang Widjanarko Otok, M.Si Dosen Jurusan Statistika, Institut Teknologi Sepuluh Nopember Kampus ITS, Sukolilo, Surabaya 60111 ABSTRAK Masalah kesehatan merupakan salah satu faktor yang berperan penting dalam mewujudkan sumber daya manusia yang berkualitas. Melalui pembangunan di bidang kesehatan diharapkan akan semakin meningkatkan derajat kesehatan masyarakat dan pelayanan kesehatan dapat dirasakan oleh semua lapisan masyarakat. Indikator keberhasilan dari upaya peningkatan derajat kesehatan adalah berkurangnya angka kematian (mortilitas), angka kesakitan, dan status gizi yang buruk. Penelitian ini dilakukan dengan Structural Equation Modeling (SEM) untuk mengetahui kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi derajat kesehatan masyarakat Jawa Timur. Dan Moderated Structural Equation Modeling (MSEM) untuk mengetahui apakah Infrastruktur dapat menjadi variabel moderasi untuk hubungan antara pelayanan kesehatan dengan derajat kesehatan serta hubungan antara tenaga kesehatan dengan derajat kesehatan. Dari hasil analisis SEM disimpulkan bahwa Lingkungan, pelayanan kesehatan, tenaga kesehatan, dan Infrastruktur berpengaruh terhadap derajat kesehatan. Pada analisis MSEM menyimpulkan bahwa Infrastruktur dapat memoderasi hubungan antara pelayanan kesehatan dengan derajat kesehatan serta hubungan antara tenaga kesehatan dengan derajat kesehatan. Kata kunci : Derajat Kesehatan, Structural Equation Modeling (SEM), Moderated Structural Equation Modeling (MSEM)

I. PENDAHULUAN Masalah kesehatan merupakan salah satu faktor yang berperan penting dalam mewujudkan sumber daya manusia yang berkualitas. Melalui pembangunan di bidang kesehatan diharapkan akan semakin meningkatkan tingkat kesehatan masyarakat dan pelayanan kesehatan dapat dirasakan oleh semua lapisan masyarakat secara memadai. Derajat kesehatan dapat diuraikan melalui beberapa indikator diantaranya mortalitas, morbiditas (angka kesakitan), dan status gizi. Mortalitas (kematian) dapat dilihat dari indikator angka kematian bayi (AKB) dan angka kematian ibu melahirkan sedangkan status gizi dapat dilihat dari indikator banyaknya balita dengan gizi buruk. Penelitian ini dianalisis menggunakan Structural Equation Modeling (SEM) untuk mengetahui kebenaran konsep teori mengenai faktor-faktor yang mempengaruhi derajat kesehatan masyarakat Jawa Timur dan Moderated Structural Equation Modeling (MSEM) yaitu suatu pendekatan yang memungkinkan hubungan antara suatu variabel independen terhadap variabel dependen yang dipengaruhi variabel laten lainnya (Ghozali dan Fuad, 2005). Analisis tersebut digunakan untuk mengetahui apakah Infrastruktur dapat menjadi variabel moderasi untuk hubungan antara pelayanan kesehatan dengan derajat kesehatan serta hubungan antara tenaga kesehatan dengan derajat kesehatan Moderated Structural Equation Modeling (MSEM). II. TINJAUAN PUSTAKA 2.1 Tinjauan Statistik 2.1.1 Konsep Structural Equation Modeling (SEM) Structural Equation Modeling (SEM) merupakan suatu teknik multivariat yang menggabungkan aspek-aspek pada analisis faktor dan analisis regresi berganda yang memungkinkan peneliti untuk mensimulasi seri dari hubungan dependen antar variabel terukur dan konstruk laten begitu juga antar konstruk laten (Hair et al., 2006). Structural Equation 1

Modeling (SEM) merupakan generasi kedua teknik analisis multivariat yang memungkinkan peneliti untuk menguji hubungan antara variabel yang kompleks baik recursive maupun non recursive untuk memperoleh gambaran menyeluruh mengenai keseluruhan model. 2.1.2 Structural Equation Modeling dengan Hubungan Moderasi Dalam contoh-contoh SEM (Structural Equation Modeling) sebelumnya model hanya memiliki hubungan langsung ataupun tidak langsung. Namun dikembangkan lagi suatu pendekatan yaitu non linier SEM yang memungkinkan hubungan antara suatu variabel independen terhadap variabel dependen yang dipengaruhi oleh variabel laten lainnya. Pengaruh suatu variabel laten yang berpengaruh terhadap hubungan antara suatu variabel laten independen dan variabel laten dependen disebut Moderated Structural Equation Modeling (Ghozali dan Fuad, 2005).

Gambar 2.1 Model SEM dengan Variabel Moderating

2.1.3 Variabel Dalam Model Persamaan Srtruktural Variabel laten adalah variabel yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator sebagai proksi (Ghozali dan Fuad, 2005). Variabel observasi atau juga disebut manifest variable adalah variabel yang datanya harus dicari melalui penelitian lapangan misalnya malalui instrumen-instrumen survey (Hair et al., 2006). Variabel observasi digunakan sebagai indikator dari latent constructs atau variabel laten. Variabel moderasi menurut Sekaran (2006) adalah variabel yang mempunyai ketergantungan (contingent effect) yang kuat dengan hubungan variabel terikat (endogen) dan variabel bebas (eksogen). Tujuan adanya variabel moderating yaitu mempengaruhi atau mengubah hubungan awal antara variabel bebas (eksogen) dan variabel terikat (endogen). 2.1.4 Partial Least Square (PLS) Metode PLS merupakan metode pemodelan lunak dimana : 1. Sampel tidak harus besar 2. Tidak memerlukan asumsi yang sangat ketat 3. Aplikasi metode lebih ditekankan untuk pendugaan variabel respon daripada bentuk modelnya. Tipe indikator pada PLS ada dua, yaitu:  Indikator Refleksif: Indikator seolah-olah dipengaruhi oleh variabel laten (indikator adalah pencerminan variabel latennya.  Indikator Formatif: Indikator seolah-olah mempengaruhi variabel laten (indikator adalah penjelas dari variabel laten) Metode PLS dapat menangani data berskala rasio, interval, ordinal maupun nominal karena PLS merupakan metode analisis yang powerfull oleh karena tidak mengasumsikan data harus dengan pengukuran skala tertentu, data yang digunakan dalam jumlah sampel kecil.

2

Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak diperlukan. Model evaluasi PLS berdasarkan pengukuran prediksi yang mempunyai sifat nonparametrik. Model struktural dievaluasi dengan melihat persentase variance yang dijelaskan dengan melihat nilai R2. Stabilitas dari estimasi ini dievaluasi dengan menggunakan statistik uji-t yang didapat dari prosedur bootstraping. Model struktural hubungan antar variabel laten di dalam PLS disebut dengan inner model, sedangkan model pengukuran (bersifat refleksif atau formatif) disebut outer model. Nilai estimasi model pada PLS didapatkan melalui prosedur bootstrapping dengan melihat nilai T-statistik pada koefisien jalur. Estimator :

𝑡=

𝑥 −𝜇 𝑆/ 𝑛

Model struktural dievaluasi dengan melihat persentase variance yang dijelaskan dengan melihat nilai R2. Nilai R2 diperoleh melalui rumus berikut. H R 2   h1 ˆ jh cor ( X jh , Y j )

Perubahan nilai R2 dapat digunakan untuk menilai besarnya pengaruh variabel laten eksogen terhadap variabel laten endogen 2.2 Tinjauan Non-Statistik Kesehatan adalah hak dasar manusia dan merupakan salah satu aspek untuk meningkatkan kualitas sumber daya manusia. Upaya peningkatan derajat kesehatan sangat penting dilakukan secara terus menerus dan berkesinambungan. Peningkatan derajat kesehatan perlu dilakukan dengan serius diantaranya melalui peningkatan akses pada pelayanan kesehatan, subsidi di biaya pelayanan kesehatan, serta perbaikan keadaan lingkungan. Hal tersebut tidak lepas dari peran pemerintah dalam mendukung ketersediaan sarana dan prasarana kesehatan yang memadai sehingga dapat dinikmati oleh seluruh lapisan masyarakat. Derajat kesehatan dapat diuraikan melalui beberapa indikator diantaranya mortalitas, morbiditas (angka kesakitan), dan status gizi. Mortalitas (kematian) dapat dilihat dari indikator angka kematian bayi (AKB) dan angka kematian ibu melahirkan sedangkan status gizi dapat dilihat dari indikator banyaknya balita dengan gizi buruk. Faktor yang berpengaruh pada derajat kesehatan masyarakat adalah faktor lingkungan diantaranya rumah tangga yang memiliki jamban, air bersih dan pengelolaan air limbah, faktor perilaku dengan indikator keluarga miskin yang berobat pada tenaga kesehatan, jumlah posyandu, purnama, dan mandiri, rumah tangga dengan bayi yang diberi ASI eksklusif, serta faktor pelayanan kesehatan yang dilihat dari beberapa indikator seperti persalinan oleh tenaga kesehatan dan deteksi tumbuh kembang anak balita (Talangko, 2009). III. METODOLOGI 3.1 Sumber Data Data pada penelitian ini yaitu data sekunder dari hasil pendataan Susenas (Survei Sosial Ekonomi Nasional) Badan Pusat Statistik propinsi Jawa Timur tahun 2007 dan Data / Laporan Survei Demografi dan Kesehatan Kabupaten/Kota propinsi Jatim pada Jawa Timur dalam angka tahun 2007. Yaitu dengan membandingkan beberapa variabel, antara lain: 1. Lingkungan  Rumah tangga yang menggunakan air bersih untuk minum/masak (air kemasan, leding, pompa, sumur terlindung dan mata air terlindung)  Rumah tangga yang menggunakan jamban dengan tangki septik  Rumah tangga dengan lantai tidak terbuat dari tanah

3

2. Pelayanan Kesehatan  Pertolongan persalinan oleh tenaga kesehatan (dokter, bidan, paramedis lain)  Proporsi bayi diberi imunisasi campak, yang diperoleh melalui rumus berikut.  Rata-rata lamanya bayi diberi ASI eksklusif 3. Tenaga Kesehatan  Banyaknya tenaga medis di rumah sakit  Banyaknya tenaga medis di puskesmas 4. Infrastruktur  Banyaknya Rumah Sakit  Banyaknya Puskesmas  Banyaknya Puskesmas pembantu  Banyaknya Posyandu 3.2 Metode Analisis Berdasarkan tujuan penelitian, metode analisis yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Analisis secara deskriptif untuk mengetahui secara umum penyebaran dan pemusatan data mengenai kesehatan di Jawa Timur. 2. Melakukan evaluasi model pengukuran (Outer model) dengan melihat validitas dan reliabilitas variabel indikator pengukur kontruk laten. 3. Analisis Structural Equation Modeling (SEM) a) Pengembangan model berbasis konsep dan teori b) Mengkonstruksi Diagram Path untuk Model Persamaan Struktural Lingkungan

( 1 )

γ1 Pel. Kes

γ2

( 2 )

Derajat Kesehatan

()

γ3 Tng. Kes

( 3 )

γ4

Infrastruktur

( 4 )

Gambar 3.1 Path Diagram Derajat Kesehatan

c) Mengkonversi diagram path ke dalam persamaan. Diagram path pada Gambar 3.1 dikonversikan ke dalam persamaan sebagai berikut: Derajat Kesehatan = γ1 Lingk. + γ2 Pel. Kes + γ3 Tng. Kes + γ4 Infrastuktur d) Estimasi parameter model dan mengevaluasi model dengan melihat persentase variance yang dijelaskan dengan melihat nilai R2 e) Pengujian hipotesis H1: Lingkungan berpengaruh terhadap Derajat Kesehatan H2: Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan H3: Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan H4: Infrastruktur berpengaruh terhadap Derajat Kesehatan 4. Analisis Moderated Structural Equation Modeling (MSEM) a) Pengembangan model berbasis konsep dan teori b) Mengkonstruksi Diagram Path untuk Model Persamaan Struktural dengan Moderasi Infrastruktur

4

Interaksi Infrastruktur*Pel. Kes

Lingkungan

( 1 )

γ1 Pel. Kes

( 2 )

ω1

γ2 Derajat Kesehatan

()

γ3 Tng. Kes

γ4

( 3 )

ω2

Interaksi Infrastruktur*Tng. Kes

Infrastruktur

( 4 )

Gambar 3.2 Path Diagram Derajat Kesehatan Dengan Moderasi Infrastruktur

c) Mengkonversi diagram path ke dalam persamaan. Diagram path pada Gambar 3.2 dikonversikan ke dalam persamaan sebagai berikut: Derajat Kesehatan = γ1 Lingk. + γ2 Pel. Kes + γ3 Tng. Kes + γ4 Infrastuktur + ω1 Pel. Kes *Infra + ω2 Tng. Kes*Infra d) Estimasi parameter model dan mengevaluasi model dengan melihat persentase variance yang dijelaskan dengan melihat nilai R2. e) Pengujian hipotesis H5: Infrastruktur signifikan memoderasi hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan H6: Infrastruktursignifikan memoderasi hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan IV. ANALISIS DAN PEMBAHASAN

4.1 Statistika Deskriptif Berikut akan dipaparkan terlebih dahulu gambaran kondisi Derajat Kesehatan di Provinsi Jawa Timur tahun 2007 dan gambaran dari variabel pengukurnya melalui statistika deskriptif.  Variabel Derajat Kesehatan

Gambar 4.1 Peta Tematik Angka Kematian Bayi

Berdasarkan Gambar 4.1 diatas dapat diketahui pengelompokkan wilayah kabupaten/kota terhadap angka kematian bayi dari wilayah dengan kelompok AKB terendah hingga kelompok wilayah AKB tertinggi. Kelompok wilayah kabupaten/kota yang memiliki angka kematian bayi terendah meliputi Kabupaten Pacitan, Trenggalek, Tulungagung,

5

Jombang, Gresik, Sidoarjo, Kota Blitar dan Kota Surabaya dengan nilai angka berkisar 21 hingga 30 per seribu kelahiran hidup. Sedangkan kelompok kabupaten/kota yang mempunyai angka kematian bayi tertinggi meliputi Probolinggo, Situbondo, dan kabupaten Sampang dengan angka berkisar antara 61 hingga 70 per seribu kelahiran hidup.

Gambar 4.2 Peta Tematik Prevalensi Balita Kurang Gizi

Melalui Gambar 4.2 dapat dilihat pengelompokan daerah kabupaten/kota yang mempunyai prevalensi balita kurang gizi sangat rendah hingga daerah dengan prevalensi sangat tinggi. Kabupaten/kota dengan prevalensi sangat rendah terjadi di Kabupaten Malang, Blitar, Tulungagung, dan kota Kediri pada kisaran angka antara 6 hingga 10 persen. Sedangkan wilayah kabupaten/kota dengan prevalensi balita kurang gizi tertinggi terjadi di Kabupaten Pamengkasan. Tabel 4.1 Statistika Deskriptif Derajat Kesehatan

Variabel AKB (DJ1) Kurang Gizi (DJ2) Keluhan Kesehatan (DJ3)

Mean 39,0571 16,2024

Min 22,8 6,8

Max 69,66 27,23

29,9392

19,27

43,62

4.2 Evaluasi Model Pengukuran (Outer Model) Dalam melakukan analisis struktural equation modeling perlu dilakukan evaluasi model pengukuran yang mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya menggunakan Confirmatory Factor Analysis (CFA) melalui pengujian validitas dan reliabilitas pada data. 4.2.1 Pengujian Validitas Pada penelitian ini akan dilakukan pengujian validitas dan reliabel pada masing-masing variabel laten yaitu variabel Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan, Infrastruktur, dan Derajat Kesehatan.  Lingkungan Pada laten kontruk Lingkungan ingin diketahui apakah indikator rumah tangga yang menggunakan Air bersih, Jamban, dan Lantai tidak dari tanah valid untuk mengukur konstruk laten. Air Bersih Jamban

0,725 0,923

Lingkungan 0,846

Lantai Tidak Tanah Gambar 4.4 Uji Validitas Laten Konstruk Lingkungan

6

Berdasarkan Gambar 4.4 diatas dapat diketahui nilai-nilai loading dari hubungan variabel indikator (Rumah Tangga yang menggunakan Air bersih, Jamban, dan Lantai tidak terbuat dari tanah) dengan konstruk Lingkungan. Dari hubungan ketiga indikator dengan laten Lingkungan didapatkan nilai loading (λ) masing-masing > 0,5 sehingga dapat diambil kesimpulan bahwa ketiga indikator tersebut signifikan dalam mengukur laten konstruk Lingkungan.  Pelayanan Kesehatan Pada variabel Pelayanan Kesehatan, variabel indikator pengukurnya meliputi Persalinan yang ditolong oleh tenaga kesehatan, bayi yang diberi imunisasi campak, dan rata-rata lamanya bayi yang diberi ASI eksklusif. Untuk mengetahui apakah indikator-indikator tersebut valid mengukur konstruk Pelayanan Kesehatan dapat dilihat dari nilai loading seperti ditampilkan pada gambar berikut. Persalinan Medis 0,950

Imunisasi Campak

0,954 0,817

Pelayanan Kesehatan

ASI eksklusif Gambar 4.5 Uji Validitas Laten Konstruk Pelayanan Kesehatan

Pada Gambar 4.5 dapat dilihat nilai loading dari indikator laten Pelayanan Kesehatan. Dari hasil tersebut dapat diketahui bahwa ketiga indikator (Persalinan oleh Tenaga Kesehatan, Imunisasi Campak, dan ASI Ekslusif) signifikan dalam mengukur laten konstruk Pelayanan Kesehatan, hal tersebut dapat dilihat dari nilai loading yang didapatkan ketiga indikator masingmasing > 0,5.  Tenaga Kesehatan Laten konstruk Tenaga Kesehatan pada penelitian ini diukur dari jumlah tenaga kesehatan (medis dan peramedis) di Rumah Sakit Pemerintah dan Puskesmas. Hasil pengujian validitas pada variabel pengukur tersebut dapat dilihat pada gambar berikut. R.S Pemerintah

0,996

Tenaga Kesehatan 0, 575

Puskesmas Gambar 4.6 Uji Validitas Laten Konstruk Tenaga Kesehatan

Berdasarkan pada Gambar 4.6 dapat dilihat nilai loading dari indikator jumlah tenaga kesehatan di rumah sakit pemerintah sebesar 0,996, nilai yang diperoleh tersebut > 0,5 sehingga dapat dikatakan bahwa jumlah tenaga kesehatan di R.S pemerintah valid dalam mengukur konstruk Tenaga Kesehatan. Begitu pula pada indikator jumlah tenaga kesehatan di puskesmas, nilai loading yang diperoleh sebesar 0,575 > 0,5 sehingga indikator ini juga valid untuk mengukur konstruk Tenaga Kesehatan.  Infrastruktur Variabel jumlah unit sarana kesehatan yang meliputi jumlah rumah sakit, puskesmas, puskesmas pembantu (Pustu), dan puskesmas merupakan indikator dari konstruk Infrastruktur. Hasil pengujian validitas indikator tersebut dapat dilihat pada gambar berikut.

7

Rumah Sakit -0, 540 -0,963

Puskesmas

Infrastruktur

-0, 963 -0,963

Pustu Posyandu

Gambar 4.7 Uji Validitas Laten Konstruk Infrastruktur

Melalui Gambar 4.7 diatas dapat diketahui nilai loading yang diperoleh dari semua indikator pengukur (jumlah rumah sakit, puskesmas, puskesmas pembantu, dan posyandu) > 0,5 sehingga dapat disimpulkan bahwa keempat indikator tersebut valid mengukur konstruk Infrastruktur.  Derajat Kesehatan Derajat Kesehatan dapat diukur dari angka mortilitas (kematian), morbiditas (kesakitan), dan status gizi. Dalam penelitian ini,variabel indikator yang digunakan untuk mengukur Derajat Kesehatan didekati dengan Angka Kematian Bayi (AKB), balita kurang gizi, dan keluhan kesehatan. Untuk itu perlu dilakukan pengujian validitas pada indikator tersebut, dan hasilnya dapat dilihat melalui gambar dibawah ini. AKB 0,914 0,741

Balita Kurang Gizi

Drjt. Kes

-0,501

Keluhan Kesehatan Gambar 4.8 Uji Validitas Laten Konstruk Derajat Kesehatan

Indikator pengukur dikatakan valid jika memiliki nilai loading dengan variabel latennya sebesar > 0,5. Jika terdapat indikator yang yang tidak valid, maka indikator tersebut akan dibuang karena mengidentifikasikan bahwa indikator tersebut tidak cukup baik untuk mengukur konstruk latennya. Pada konstruk Derajat kesehatan seperti pada Gambar 4.7 dapat dilihat bahwa nilai loading yang diperoleh dari indikator-indikator pengukurnya diantaranya AKB, Balita kurang gizi, dan jumlah keluhan kesehatan masing-masing > 0,5 sehingga dapat disimpulkan bahwa indikator-indikator tersebut valid dalam mengukur laten konstruk Derajat Kesehatan. 4.2.2 Pengujian Reliabilitas Reliabilitas merupakan ukuran konsistensi internal dari indikator-indikator sebuah variabel bentukan yang menunjukkan sejauh mana masing-masing indikator itu mengindikasikan sebuah variabel bentukan yang umum. Variabel dikatakan dikatakan cukup bagus reliabilitasnya bila variabel tersebut mempunyai construct reliability lebih besar dari 0,6. Hasil pengujian reliabilitas pada masing-masing variabel laten dapat diketahui melalui perhitungan pada masing-masing konstruk sebagai berikut.  Lingkungan Perhitungan Construct Reliability didapatkan dari perhitungan nilai loading dan nilai kesalahan pengukuran. Nilai loading dan kesalahan pengukuran dari indikator-indikator pada konstruk Lingkungan disajikan dalam tabel berikut.

8

Tabel 4.6 Uji Reliabilitas konstruk Lingkungan

Variabel L1 L2 L3

Loading (λi) 0,725 0,923 0,846

Kesalahan Pengukuran (δ) = (1-λi2) 0,474375 0,148071 0,284284

Besarnya nilai Construct Reliability dapat dihitung dengan rumus sebagai berikut: 𝐶𝑅 =

2 𝑛 𝑖=1 𝜆 𝑖 2 𝑛 𝑛 𝑖=1 𝜆 𝑖 + 𝑖=1 𝛿 𝑖

=

2,494 2 2,494 2 + 0,90673

= 0,873

Pada Tabel 4.6 merupakan nilai loading dan kesalahan pengukuran yang kemudian akan digunakan untuk menghitung nilai construct reliability (CR). Setelah dilakukan perhitungan, nilai CR yang diperoleh > 0,6 yaitu sebesar 0,873 yang berarti bahwa laten konstruk Lingkungan memiliki reliabilitas yang cukup baik.  Pelayanan Kesehatan Nilai loading dan error varians dari indikator konstruk Pelayanan Kesehatan yang akan digunakan untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut. Tabel 4.7 Uji Reliabilitas konstruk Pelayanan Kesehatan

Variabel PK1 PK2 PK3

Loading (λi) 0,950 0,954 0,817

Kesalahan Pengukuran (δ) = (1-λi2) 0,003643 0,004235 0,026381

Besarnya nilai Construct Reliability didapatkan dari perhitungan sebagai berikut: 𝐶𝑅 =

2 𝑛 𝑖=1 𝜆 𝑖 2 𝑛 𝑛 𝑖=1 𝜆 𝑖 + 𝑖=1 𝛿 𝑖

=

2,721 2 2,721 2 + 0,5199

= 0,934

Berdasarkan pada perhitungan diatas, nilai construct reliability (CR) yang diperoleh yaitu sebesar 0,934. Nilai CR yang didapatkan > 0,6 sehingga dapat dikatakan bahwa konstruk Pelayanan Kesehatan mempunyai reliabilitas yang cukup baik.  Tenaga Kesehatan Untuk mengukur nilai reliabilitas pada konstruk Tenaga Kesehatan maka dapat dihitung dengan menggunakan rumus CR, dimana nilai loading dan error varians diketahui terlebih dahulu. Nilai loading dan error varians pada indikator konstruk Tenaga Kesehatan dapat dilihat pada tabel berikut. Tabel 4.8 Uji Reliabilitas konstruk Tenaga Kesehatan

Variabel TK1 TK2

Loading (λi) 0,996 0,575

Kesalahan Pengukuran (δ) = (1-λi2) 0,007984 0,669375

Besarnya nilai Construct Reliability didapatkan melalui perhitungan sebagai berikut: 𝐶𝑅 =

2 𝑛 𝑖=1 𝜆 𝑖 2 𝑛 𝑛 𝑖=1 𝜆 𝑖 + 𝑖=1 𝛿 𝑖

=

1,571 2 1,571 2 + 0,6774

= 0,785

Berdasarkan hasil perhitungan diatas diperoleh nilai reliabilitas komposit (CR) untuk laten konstruk Tenaga Kesehatan yaitu sebesar 0,785. Karena nilai CR yang ddapatkan > 0,6

9

sehingga dapat disimpulkan bahwa laten konstruk derajat kesehatan mempunyai reliabilitas yang cukup baik.  Infrastruktur Nilai loading dan error varians dari indikator konstruk Infrastruktur yang akan digunakan untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut. Tabel 4.9 Uji Reliabilitas konstruk Infrastruktur

Variabel IS1 IS2 IS3 IS4

Loading (λi) 0,540 0,963 0,953 0,963

Kesalahan Pengukuran (δ) = (1-λi2) 0,70840 0,072631 0,091791 0,072631

Besarnya nilai Construct Reliability diperoleh dari perhitungan sebagai berikut: 𝐶𝑅 =

2 𝑛 𝑖=1 𝜆 𝑖 2 𝑛 𝑛 𝑖=1 𝜆 𝑖 + 𝑖=1 𝛿 𝑖

=

3,419 2 3,419 2 + 0,9454

= 0,925

Melalui perhitungan yang dihitung berdasarkan nilai loading dan kesalahan pengukuran pada indikator Infrastruktur didapatkan nilai CR (Construct Reliability) sebesar 0,925. Nilai CR yang diperoleh > 0,6 sehingga dapat dikatakan bahwa reliabilitas konstruk Infrastruktur cukup baik.  Derajat Kesehatan Nilai loading dan error varians dari indikator konstruk Derajat Kesehatan yang akan digunakan untuk menghitung nilai construct reliability dapat dilihat pada tabel berikut. Tabel 4.10 Uji Reliabilitas konstruk Derajat Kesehatan

Variabel DJ1 DJ2 DJ3

Loading (λi) 0,914 0,741 0,501

Kesalahan Pengukuran (δ) = (1-λi2) 0,164604 0,450919 0,748999

Besarnya nilai Construct Reliability didapatkan dengan rumus sebagai berikut: 𝐶𝑅 =

2 𝑛 𝑖=1 𝜆 𝑖 2 𝑛 𝑛 𝑖=1 𝜆 𝑖 + 𝑖=1 𝛿 𝑖

=

2,156 2 2,156 2 + 1,3645

= 0,773

Berdasarkan hasil perhitungan diatas diperoleh nilai reliabilitas komposit (CR) untuk laten konstruk Derajat Kesehatan yaitu sebesar 0,773. Karena nilai CR > 0,6 sehingga dapat disimpulkan bahwa laten konstruk derajat kesehatan mempunyai reliabilitas yang cukup baik. 4.3 Evaluasi Model Struktural (Inner Model) Model struktural dengan melihat persentase variance yang didapatkan dari nilai R-square pada variabel endogen dan koefisien jalur strukturalnya yang stabilitas estimasinya dilihat dari nilai T-statistik melalui tahap bootstraping dengan kasus persampel sebanyak 5000. Hipotesis yang diangkat dalam penelitian ini adalah. H1: Lingkungan berpengaruh terhadap Derajat Kesehatan H2: Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan H3: Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan H4: Infrastruktur berpengaruh terhadap Derajat Kesehatan

10

Hasil dari model struktural dapat ditunjukkan pada tabel berikut. Tabel 4.11 Model Struktural

Hubungan Kasualitas Lingk > Drjt Kes Pel.Kes > Drjt Kes Tng.Kes> Drjt Kes Infra > Drjt Kes

Koef. Parameter Jalur -0,269 -0,534 -0,038 -0,109

Std. Error

Tstatistik

0,012151 0,008299 0,009166 0,060424

22,1635 64,38242 4,130231 1,806606

Pengaruh hubungan variabel laten eksogen terhadap variabel endogen (Derajat Kesehatan) pada Tabel 4.11 dapat dijelaskan sebagai berikut.  Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Lingkungan dengan Derajat Kesehatan sebesar -0,269 dengan nilai T-statistik 22,1635 > 1,64 pada taraf signifikansi α = 0,1 yang menyatakan bahwa terdapat pengaruh yang signifikan antara kondisi lingkungan dengan Derajat Kesehatan. Nilai negatif pada koefisien parameter artinya semakin baik kondisi lingkungan maka pengukur derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan menurun.  Pengaruh Pelayanan Kesehatan terhadap Derajat Kesehatan sebesar -0,534 dengan nilai Tstatistik 64,38 > 1,64 yang artinya terdapat pengaruh yang signifikan. Nilai negatif pada koefisien parameter artinya semakin baik pelayanan kesehatan maka pengukur derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan menurun.  Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Tenaga Kesehatan dengan Derajat Kesehatan didapatkan sebesar -0,038 dengan nilai T-statistik 4,13 > 1,64 pada taraf signifikansi α = 0,1 yang menyatakan bahwa terdapat pengaruh yang signifikan. Nilai negatif pada koefisien parameter artinya semakin banyak tenaga kesehatan maka pengukur derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan menurun.  Koefisien parameter jalur yang diperoleh dari hubungan antara variabel Infrastruktur dengan Derajat Kesehatan sebesar -0,109 dengan nilai T-statistik 1,8 > 1,64 pada taraf signifikansi α = 10%, hal tersebut mengartikan bahwa terdapat pengaruh yang signifikan. Nilai negatif pada koefisien parameter artinya semakin banyak jumlah infrastruktur maka pengukur derajat kesehatan (Angka kematian bayi, balita kurang gizi, dan keluhan kesehatan) akan menurun. Tabel 4.12 Nilai R-Square

Variabel Derajat Kesehatan

R-Square 0,581155

Berdasarkan koefisien-koefisien parameter jalur yang diperoleh pada Tabel 4.11 maka model persamaan struktural yang terbentuk sebagai berikut. Derajat.Kes = -0,269 Lingkungan - 0,534 Pelayanan Kesehatan - 0,038 Tenaga Kesehatan 0,109 Infrastruktur Dari hasil model persamaan tersebut diperoleh nilai R2 untuk Derajat Kesehatan yaitu sebesar 0,581155. Nilai tersebut mengindikasikan bahwa variasi Derajat Kesehatan dapat dijelaskan oleh variabel kostruk sebesar 58,11% sedangkan sisanya sebesar 41,89% dipengaruhi oleh variabel lain yang tidak terdapat dalam model penelitian.

11

4.4 Pengujian Efek Moderasi Variabel moderasi merupakan variabel yang mempunyai ketergantungan (contingent effect) yang kuat dengan hubungan variabel terikat (endogen) dan variabel bebas (eksogen). Tujuan adanya variabel moderating yaitu mempengaruhi atau mengubah hubungan awal antara variabel bebas (eksogen) dan variabel terikat (endogen). Pada penelitian ini yang menjadi variabel moderasi yaitu variabel laten Infrastruktur yang akan diuji terhadap hubungan laten konstruk Pelayanan Kesehatan terhadap Derajat Kesehatan dan hubungan Tenaga Kesehatan dengan Derajat Kesehatan, sehingga hipotesis yang diangkat yaitu sebagai berikut. H5: Infrastruktur dapat menjadi variabel moderasi hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan H6: Infrastruktur dapat menjadi variabel moderasi hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan

Gambar 4.9 Diagram Jalur Setelah Dimasukkan Variabel Interaksi dari moderasi variabel Infrastruktur

Gambar 4.9 merupakan hasil diagram jalur setelah variabel interaksi yang terbentuk dari moderasi variabel Infrastruktur terhadap hubungan variabel Pelayanan Kesehatan dan hubungan Tenaga Kesehatan terhadap Derajat Kesehatan dimasukkan ke dalam model. Berdasarkan Gambar 4.9 diatas, maka persamaan struktural yang terbentuk yaitu sebagai berikut. Derajat Kesehatan = - 0,237 Lingkungan - 0,441 Pelayanan Kesehatan - 0,161 Tenaga Kesehatan - 0,080 Infrastruktur + 0,221 Pel. Kes*Infrastruktur + 0,110 Tng. Kes*infrastruktur. Pada hubungan moderasi infrastruktur mengindikasikan bahwa jika suatu infrastruktur dalam jumlah tertentu diikuti dengan pelayanan kesehatan saat kondisi tertentu akan berpengaruh terhadap kondisi Derajat kesehatan. Begitu pula ketika infrastruktur dan tenaga kesehatan pada jumlah tertentu akan berpengaruh terhadap kondisi derajat kesehatan dengan kontribusi koefisien parameter sebesar 11%. Setelah variabel interaksi masuk ke dalam model, selanjutnya akan diketahui apakah variabel moderasi yaitu variabel infrastruktur mempunyai pengaruh signifikan terhadap hubungan Pelayanan Kesehatan dan hubungan Tenaga Kesehatan terhadap Derajat Kesehatan dilihat dari nilai T-statistik yang dihasilkan. Berikut hasil nilai T-statistik dari model struktural dengan moderasi Infrastruktur.

12

Tabel 4.13 T-statistik Model Struktural Dengan Moderasi

Hubungan Kasualitas Lingk > Drjt Kes Pel.Kes > Drjt Kes Tng.Kes> Drjt Kes Infra > Drjt Kes Pel.Kes*Infra > Drjt. Kes Tng. Kes*Infra > Drjt.Kes

Koef. Parameter Jalur -0,237 -0,441 0,221 -0,161 0,110 -0,080

Std. Error

T-statistik

0,010249 0,009555 0,012058 0,010777 0,008464 0,064004

23,08653 46,18946 18,34648 14,98213 12,97714 1,25074

Berdasarkan Tabel 4.13 dapat dilihat bahwa nilai T-statistik yang diperoleh pada variabel interaksi antara Pelayanan Kesehatan dengan Infrastruktur dan variabel interaksi antara Tenaga Kesehatan dengan Infrastruktur masing-masing sebesar 18,346 dan 12,977. Kedua variabel interaksi tersebut memiliki nilai T-statistik > 1,64 pada taraf signifikansi α = 0,1 yang berarti bahwa variabel moderasi (Infrastruktur) signifikan secara statistik memiliki pengaruh terhadap hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan dan hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan. Tabel 4.14 Nilai R-Square

Variabel Derajat Kesehatan

R-Square 0, 589061

Pada model persamaan struktural dengan moderasi diperoleh nilai R2 untuk Derajat Kesehatan yaitu sebesar 0,589061, artinya variasi Derajat Kesehatan dapat dijelaskan oleh variabel kostruk (Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan, Infrastruktur, Pel.Kes* Infrastruktur, dan Tng. Kes*Infrastruktur) sebesar 58,9% sedangkan sisanya sebesar 41,1% dipengaruhi oleh variabel lain yang tidak terdapat dalam model penelitian. V. KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan yang diperoleh dari hasil penelitian ini yaitu: 1. Analisis model persamaan struktural pada kasus pengaruh variabel laten konstruk (Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan) terhadap derajat Kesehatan di Jawa Timur didapatkan hasil seperti berikut. a. Terdapat pengaruh antara kondisi lingkungan terhadap derajat kesehatan sebesar 26,9%. b. Terdapat pengaruh antara faktor pelayanan kesehatan terhadap derajat kesehatan sebesar 53,4%. c. Terdapat pengaruh antara faktor tenaga kesehatan terhadap derajat kesehatan sebesar 3,8%. d. Terdapat pengaruh antara faktor Infrastruktur terhadap derajat kesehatan sebesar 10,9%. 2. Analisis model persamaan struktural dengan moderasi Infrastruktur pada kasus laten Infrastruktur sebagai moderasi hubungan antara Pelayanan Kesehatan terhadap Derajat Kesehatan dan Tenaga Kesehatan terhadap Derajat Kesehatan didapatkan hasil sebagai berikut. a. Variabel Infrastruktur mempunyai pengaruh yang signifikan terhadap hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan sebesar 22,1%. b. Variabel Infrastruktur mempunyai pengaruh yang signifikan terhadap hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan sebesar 11%.

13

5.2 Saran Dalam penelitian ini masalah yang dikaji masih terbatas, oleh karena itu saran yang dapat diberikan untuk peneliti selanjutnya agar mengembangkan lagi model yang terbentuk dengan menggali lebih luas variabel-variabel yang dapat berpengaruh terhadap Derajat Kesehatan sehingga dapat memberikan kontribusi yang lebih terhadap perkembangan pembangunan di Jawa Timur khususnya di bidang kesehatan.

DAFTAR PUSTAKA Badan Pusat Statistik. (2007). Kesehatan Propinsi Jawa Timur 2007. Badan Pusat Statistik, Surabaya. Badan Pusat Statistik. (2008). Analisa Penyusunan Kinerja Makro Ekonomi dan Sosial Jawa Timur, Pengukuran Kinerja Makro Ekonomi Dan Sosial Dalam Rangka LKPJ 2008 dan AMJ 2003-2008. Badan Pusat Statistik, Surabaya. Badan Pusat Statistik. (2008). Analisa Penyusunan Kinerja Makro Ekonomi dan Sosial Jawa Timur, Ringkasan Eksekutif. Badan Pusat Statistik, Surabaya. Bollen, K. A. (1989). Structural Equation Modeling With Laten Variables. New York : Wiley. Cahyono,D., Lestari,E., dan Yusuf,S. (2007). Pengaruh Moderasi Sistem Pengendalian Manajemen dan Inovasi terhadap Kinerja. Tugas Akhir Tidak Dipublikasikan, Universitas Hasanudin Makasar. Ferdinand, A. (2002). Struktural Equation Modeling dalam Penelitian Manajemen Edisi ke 2. Semarang: BP UNDIP. Ghozali dan Fuad. (2005). Struktural Equation Modeling; Teori, Kosep, dan Aplikasi dengan program Lisrel 8.54. Semarang : BP UNDIP. Hair et al., (2006). Multivariate Data Analysis, Sixth Edition. New Jersey : Prentice Hall, Upper Saddle River. Kasalang, Ronny. J. (4 Januari 2010). Hukum Kesehatan:Dalam Perspektif Pelayanan Kesehatan Masyarakat Modern. Artikel dipublikasikan pada Indonesian Legal Information. Koesmono, H. (2005). Pengaruh Kepemimpinan Dan Tuntutan Tugas Terhadap Komitmen Organisasi Dengan Variabel Moderasi Motivasi Perawat Rumah Sakit Swasta Di Surabaya. Tugas Akhir Tidak Dipublikasikan, Universitas Khatolik Widya Mandala. Lee, S.Y. (2007). Structural Equation Modeling A Bayesian Approach Department ofStatistics. USA : John Wiley & Sons Inc. Liestiani, Enggar. (2006). Pengaruh Aksesibilitas Terhadap Wilayah Pelayanan Puskesmas di Kota Magelang Berdasarkan Persepsi Pengunjung. Tugas Akhir Tidak Dipublikasikan, Universitas Diponegoro Semarang. Pramasita, F. (2005).Faktor-faktor yang Mempengaruhi Angka Kematian Bayi di Wilayah Jawa Timur Tahun 2002. Tugas Akhir Tidak Dipublikasikan, Institut Teknologi Sepuluh November, Surabaya. Purwaningsih, H. (2006).Analisis Pengelompokan Wilayah Jawa Timur Berdasarkan Indikator-indikator Derajat Kesehatan Masyarakat. Tugas Akhir Tidak Dipublikasikan, Institut Teknologi Sepuluh November, Surabaya. Republik Indonesia, UU No. 23 tahun 1992 tentang kesehatan. Republik Indonesia, UU No. 36 tahun 2009 tentang kesehatan. Ristrini.(2000). Penerapan Model Upaya Peningkatan Utilisasi Polindes di Daerah Terpencil. Jogjakarta: PPKT. Sekaran, U. (2006). Metodologi Penelitian untuk Bisnis 2 (Edisi 4). Jakarta: Salemba Empat. Talangko, L,P. (2009). Pemodelan Persamaan Struktural dengan Maximum Likelihood dan Bootstrap pada Derajat Kesehatan Di Propinsi Sulawesi Selatan. Tesis Tidak Dipublikasikan, Institut Teknologi Sepuluh Nopember, Surabaya http://www.bappenas.go.id/get-file-server/node/6144/. Bab 28, Peningkatan Akses Masyarakat Terhadap Kesehatan Yang Berkualitas. Presiden RI, 4 Maret 2010. http://www.gizi.net/lain/download/SKG-1.doc. Situasi Kesehatan Gizi Dan Issue Kebijakan Memasuki Milenium Ketiga. 11 April 2010. http://pustaka.ut.ac.id/puslata/online/. Ilmu Kesehatan Gizi. 11 April 2010.

14