Pemodelan Usia Menarche Dengan Regresi Logistik Ordinal dan Metode CHAID

(1)

PEMODELAN USIA MENARCHE DENGAN REGRESI

LOGISTIK ORDINAL DAN METODE CHAID

Studi Kasus pada Siswi SMP di Kota Depok

SILVANA SYAH

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2008

(2)

SURAT PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID adalah karya saya dengan arahan komisi pembimbing dan belum di ajukan kepada perguruan tinggi manapun.

Sumber informasi yang berasal atau di kutip dari karya yang di terbitkan maupun tidak di terbitkan dari penulis lain telah di sebutkan dalam teks dan di cantumkan dalam daftar pustaka di bagian akhir tesis ini.

Bogor, September 2008

Silvana Syah NRP G151010091

(3)

ABSTRACT

SILVANA SYAH. Modelling of Age at Menarche Using Ordinal Logistic Regression and CHAID Method (Case Study of Junior High Girls Student in Depok City). Under direction of BUDI SUSETYO and ERFIANI.

The most important event in the whole process of female puberty is the onset of cyclic menses (menarche). The age of the menarche influenced by genetic, socio-economic status, and environmental conditions, body status and level of education.

The improved nutrition and socio economic status of the population in industrialized countries has resulted in a decrease in the mean age at menarche. According Bielicki and Welon (1982), a trend of decrease of menarcheal age in Indonesia is 0.145 year per decade.

This study examines the curve of age menarche and also examine the relationship of responden characteristics, parents characteristics, livestyle and sosio economics status that affect the age of menarche.

Data were collected by proporsive sampling method includes 1033 girls 12 to 15 years of age in Depok City. The main outcome measure is age at menarche, determined from girls'self-report of the month and year of first menses. The curve of age menarche were using Logistics Model Curve. Factors that influenced age at menarche were identified using Ordinal Logistics Regression and CHAID Method.

The outcome of interest is age at menarche. For descriptive analysis, the girls were divided into 3 groups representing early (<11 years), average (11-13 years), or late (>13 years) maturation.

Overall, the mean age at menarche calculated from Logistics Model Curve is 11.5 years with 47% of girls attaining menarche between 11 and 13 years. When performing Ordinal Logistics Regression size birth to analyze the relation of factor determining age of menarche, we found that mother education, age of mother menarche, consume soft drinks, exercise and sosio economics status have significantlyassociated (p < 0.05).

All of the analyses show a consistent and significant relationship of age at mother menarche to age at menarche. Inspite of livestyle and sosio economics status also influence to age at menarche.

Earlier menarcheis identified by characteristic of girls whosemother earlier in of girls menarche, higher sosioeconomics status and frequently consume softdrinks.

(4)

RINGKASAN

SILVANA SYAH. Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID. Dibimbing oleh BUDI SUSETYO dan ERFIANI.

Salah satu kejadian penting dalam proses pubertas seorang perempuan adalah saat di mulainya siklus menstruasi. Pada perempuan, pubertas itu di tandai dengan menstruasi yang pertama (menarche). Menurut penelitian yang di lakukan Bagga dan Kulkarni (2000), usia menarche terbagi dalam kategori: cepat (<11 tahun), Ideal (11-13 tahun), terlambat (> 13 tahun).

Cepat lambatnya menarche tergantung pada genetika, kondisi sosial ekonomi, faktor gizi, kesehatan secara umum, gaya hidup, pengaruh musim dan letak geografis (Thomas et al. 2000).

Tujuan dari penelitian ini adalah menyusun kurva model peluang usia menarche dan mengkaji peluang dari faktor-faktor yang mempengaruhi usia menarche. Di harapkan dengan mengetahui peluang usia menarche dapat di identifikasi faktor-faktor yang mempengaruhi seorang perempuan mendapatkan menarche cepat, ideal maupun lambat.

Kurva peluang usia menarche berbentuk fungsi logistik. Sedangkan untuk mengidentifikasi faktor-faktor yang mempengaruhi seorang perempuan mendapatkan menarche cepat, ideal maupun lambat di gunakan analisis regresi ordinal logistik dan metode CHAID.

Data yang di gunakan untuk mengkaji usia menarche adalah data primer hasil dari pengisian kuesioner terhadap siswi-siswi SMP kelas 7, 8 dan 9 di Kota Depok. Teknik sampling yang di gunakan adalah metode Purposive Sampling. Purposive Sampling di lakukan terhadap sekolah-sekolah di Kota Depok berdasarkan status sosial ekonominya yang di lihat dari biaya SPP per bulan yang berlaku di sekolah tersebut.

Jumlah keseluruhan responden sebanyak 1033 siswi di 10 SMP di Kota Depok. Adapun jumlah siswi yang sudah menarche berjumlah 895 siswi. Sebaran responden yang berada pada kategori usia menarche ideal yaitu pada usia 132-156 bulan sebanyak 46.9%. Responden yang mengalami menarche dengan kategori cepat yaitu pada usia kurang dari 132 bulan sebanyak 34.3%. Paling sedikit berkategori lambat yaitu pada usia lebih dari 156 bulan sebanyak 18.8%. Sedangkan, rata-rata usia menarche pada penelitian ini adalah 138 bulan atau 11.5 bulan.

Hasil analisis untuk mengetahui peluang usia menarche yaitu di peroleh model logistik sebagai berikut :

(

)

(

)

⎟

⎠ ⎞ ⎜

⎝

⎛ ₊

x y

908 . 0 4 . 663783 01

. 1

Faktor-faktor yang mempengaruhi seorang perempuan mendapatkan menarche cepat, ideal maupun lambat di identifikasi dengan menggunakan analisis Regresi Logistik Ordinal dan analisis CHAID.

(5)

menunjukkan bahwa faktor-faktor yang mempengaruhi usia menarche adalah ukuran kelahiran gemuk panjang, ukuran kelahiran kurus panjang, pendidikan ibu tamat SMP, pendidikan ibu tamat SMA, usia menarche ibu cepat, usia menarche ibu ideal, kebiasaan minum minuman bersoda 0-1 kali, kebiasaan minum minuman bersoda 2-4 kali, kebiasaan berolah raga 0-1 kali, kebiasaan berolah raga 2-4 kali, status sosial ekonomi kurang mampu dan status sosial ekonomi mampu.

Hasil analisis CHAID menunjukkan bahwa faktor utama yang berpengaruh terhadap usia menarche adalah usia menarche ibu responden. Selain itu, responden yang di duga mengalami menarche cepat adalah responden yang ibunya juga mengalami menarche cepat dan status ekonomi sangat mampu.

Model yang di dapatkan dengan analisis Regresi Logistik Ordinal dan metode CHAID menunjukkan kekonsistenan dalam analisisnya. Pada kedua model tersebut, faktor yang berpengaruh sangat nyata terhadap usia menarche adalah faktor usia menarche ibu.

(6)

Hak cipta IPB, tahun 2008.

Hak cipta di lindungi Undang-undang.

1. Di larang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber.

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah.

b. Pengutipan tidak merugikan kepentingan yang wajar IPB.

2. Di larang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB.

(7)

PEMODELAN USIA MENARCHE DENGAN REGRESI

LOGISTIK ORDINAL DAN METODE CHAID

Studi Kasus pada Siswi SMP di Kota Depok

SILVANA SYAH

Tesis

Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada

Program Studi Statistika

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2008

(8)

(9)

Judul Tesis : Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID

Nama Mahasiswa : Silvana Syah Nomor Register Pokok : G151050091 Program Studi : Statistika

Di setujui, Komisi Pembimbing

Dr. Ir. Budi Susetyo, M.S. Dr. Ir. Erfiani, M.Si.

Ketua Anggota

Di ketahui,

Ketua Program Studi Statistika Dekan Sekolah Pascasarjana IPB

Dr. Ir. Aji Hamim Wigena, M.Sc. Prof. Dr. Ir. Khairil A. Notodiputro, M.S.

(10)

Kupersembahkan karya ilmiah ini untuk Anom dan Erlangga Sugiriputro serta Ayah tersayang

Semoga karya kecil ini bisa menjadi inspirasi

(11)

PEMODELAN USIA MENARCHE DENGAN REGRESI

LOGISTIK ORDINAL DAN METODE CHAID

Studi Kasus pada Siswi SMP di Kota Depok

SILVANA SYAH

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2008

(12)

SURAT PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Bogor, September 2008

Silvana Syah NRP G151010091

(13)

ABSTRACT

The outcome of interest is age at menarche. For descriptive analysis, the girls were divided into 3 groups representing early (<11 years), average (11-13 years), or late (>13 years) maturation.

All of the analyses show a consistent and significant relationship of age at mother menarche to age at menarche. Inspite of livestyle and sosio economics status also influence to age at menarche.

Earlier menarcheis identified by characteristic of girls whosemother earlier in of girls menarche, higher sosioeconomics status and frequently consume softdrinks.

(14)

RINGKASAN

SILVANA SYAH. Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID. Dibimbing oleh BUDI SUSETYO dan ERFIANI.

Cepat lambatnya menarche tergantung pada genetika, kondisi sosial ekonomi, faktor gizi, kesehatan secara umum, gaya hidup, pengaruh musim dan letak geografis (Thomas et al. 2000).

Hasil analisis untuk mengetahui peluang usia menarche yaitu di peroleh model logistik sebagai berikut :

(

)

(

)

⎟

⎠ ⎞ ⎜

⎝

⎛ ₊

x y

908 . 0 4 . 663783 01

. 1

Faktor-faktor yang mempengaruhi seorang perempuan mendapatkan menarche cepat, ideal maupun lambat di identifikasi dengan menggunakan analisis Regresi Logistik Ordinal dan analisis CHAID.

(15)

(16)

Hak cipta IPB, tahun 2008.

Hak cipta di lindungi Undang-undang.

1. Di larang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber.

a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah.

b. Pengutipan tidak merugikan kepentingan yang wajar IPB.

2. Di larang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB.

(17)

PEMODELAN USIA MENARCHE DENGAN REGRESI

LOGISTIK ORDINAL DAN METODE CHAID

Studi Kasus pada Siswi SMP di Kota Depok

SILVANA SYAH

Tesis

Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada

Program Studi Statistika

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2008

(18)

(19)

Judul Tesis : Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID

Nama Mahasiswa : Silvana Syah Nomor Register Pokok : G151050091 Program Studi : Statistika

Di setujui, Komisi Pembimbing

Dr. Ir. Budi Susetyo, M.S. Dr. Ir. Erfiani, M.Si.

Ketua Anggota

Di ketahui,

Ketua Program Studi Statistika Dekan Sekolah Pascasarjana IPB

Dr. Ir. Aji Hamim Wigena, M.Sc. Prof. Dr. Ir. Khairil A. Notodiputro, M.S.

(20)

Kupersembahkan karya ilmiah ini untuk Anom dan Erlangga Sugiriputro serta Ayah tersayang

Semoga karya kecil ini bisa menjadi inspirasi

(21)

Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini berhasil di selesaikan. Tema yang di pilih dalam penelitian ini adalah Pemodelan Usia Menarche dengan judul Pemodelan Usia Menarche dengan Regresi Logistik Ordinal dan Metode CHAID.

Ucapan terima kasih dan penghargaan yang sebesar-besarnya penulis sampaikan kepada Bapak Dr. Ir. Budi Susetyo, M.S dan Ibu Dr. Ir. Erfiani, M.Si selaku pembimbing atas bimbingan dan arahan baik dalam penulisan karya ilmiah ini maupun dalam penguasaan ilmu statistika secara umum.

Penulis juga mengucapkan terima kasih kepada Bapak Dr. Ir. I Made Sumertajaya, M.S, Ibu Utami Dyah Safitri, S.Si, M.Si, Bapak Seyithan Arslan, Bapak Huseyn Khan dan rekan-rekan seperjuangan atas dukungan dan kerjasamanya selama ini yang telah banyak membantu penulis dalam menyelesaikan penelitian ini.

Ucapan terima kasih juga tak lupa penulis sampaikan kepada Ayah, Mama, Bapak, Ibu dan Adik-adik serta seluruh keluarga besar yang ada di Semarang, Batang, Padang dan Jakarta atas dukungan moril dan doa untuk keberhasilan penulis menyelesaikan karya ilmiah ini.

Semoga karya ilmiah ini bermanfaat.

Bogor, September 2008

(22)

RIWAYAT HIDUP

Penulis di lahirkan di Jakarta, pada tanggal 28 Juni 1980. Penulis merupakan anak pertama dari ayah Zulkifli Syah (almarhum) dan ibu Emiwarti.

Tahun 1998 lulus dari SMA Negeri 5 Semarang dan pada tahun yang sama diterima pada Jurusan Matematika Universitas Diponegoro melalui jalur Penelusuran Minat dan Kemampuan (PMDK) UNDIP. Penulis menyelesaikan program S1 tahun 2002.

Pada tahun 2002 – 2005 penulis aktif sebagai guru matematika di Semesta Billingual School Semarang. Pada tahun 2007 penulis aktif sebagai guru matematika di Pribadi Billingual School Depok.

Pada tahun 2005, penulis berkesempatan melanjutkan pendidikan S2 pada Program Studi Statistika Sekolah Pascasarjana Institut Pertanian Bogor.

(23)

DAFTAR ISI

Halaman DAFTAR TABEL... xiii DAFTAR GAMBAR ... xiii DAFTAR LAMPIRAN... xiv 1. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1 1.2 Tujuan dan Manfaat Penelitian ... 2 2. TINJAUAN PUSTAKA ... 3 2.1 Penelitian-penelitian tentang Usia Menarche... 3 2.2 Fungsi Logistik ... 4 2.3 Model Regresi Logistik Ordinal ... 5 2.3.1 Pengujian Parameter ... 7 2.3.2 Interpretasi Koefisien... 9 2.4 Metode CHAID... 9 3. BAHAN DAN METODE ... 12 3.1 Bahan Penelitian ... 12 3.2 Metode Penelitian ... 15 4. HASIL DAN PEMBAHASAN ... 17 4.1 Karakteristik Responden... 17 4.2 Kurva Peluang Usia Menarche ... 20 4.3 Model Regresi Logistik Ordinal ... 21 4.4 Analisis Metode CHAID Usia Menarche ... 27 5. SIMPULAN DAN SARAN... 29 5.1 Simpulan ... 29 5.2 Saran ... 30 DAFTAR PUSTAKA ... 31 LAMPIRAN... 32

(24)

DAFTAR TABEL

Halaman Tabel 1 Peubah-peubah dalam penelitian ... 14 Tabel 2 Tingkat pendapatan orang tua responden... 18 Tabel 3 Dugaan parameter dengan model penuh tiap kategori menarche... 21 Tabel 4 Dugaan parameter dengan model reduksi... 24 Tabel 5 Nilai rasio Odds dugaan parameter dengan model reduksi... 25

DAFTAR GAMBAR

Halaman Gambar 1 Sebaran persentase kategori usia menarche... 19 Gambar 2 Kurva peluang usia menarche... 20

(25)

DAFTAR LAMPIRAN

Halaman Lampiran 1 Kuesioner usia menarche... 33 Lampiran 2 Analisis Validitas dan Reliabilitas kuesioner ... 35 Lampiran 3 Sebaran kuesioner di tiap sekolah ... 36 Lampiran 4 Sebaran siswa yang sudah menarche maupun

belum menarche... 36 Lampiran 5 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap ukuran lahir ... 37 Lampiran 6 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap IMT responden sebelum menarche... 37 Lampiran 7 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kategori pendidikan Ayah... 38 Lampiran 8 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kategori pekerjaan Ayah ... 38 Lampiran 9 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kategori pendidikan Ibu ... 38 Lampiran 10 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kategori pekerjaan Ibu ... 38 Lampiran 11 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kategori usia menarche Ibu... 39 Lampiran 12 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap pendapatan orang tua ... 39 Lampiran 13 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap fasilitas yang di miliki di rumah... 39 Lampiran 14 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kebiasaan minum minuman bersoda ... 39 Lampiran 15 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kebiasaan berolah raga seminggu ... 40 xiv

(26)

Lampiran 16 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap kebiasaan konsumsi daging seminggu ... 40 Lampiran 17 Pengelompokkan responden berdasarkan kategori usia

menarche pada tiap status sosial ekonomi ... 40 Lampiran 18 Kurva peluang usia menarche ... 40 Lampiran 19 Dendogram usia menarche hasil analisis CHAID

pada taraf 5%... 41

(27)

1. PENDAHULUAN

1.1Latar Belakang

Salah satu kejadian penting dalam proses pubertas seorang perempuan adalah saat di mulainya siklus menstruasi. Pada perempuan, pubertas itu di tandai dengan menstruasi yang pertama (menarche). Menstruasi merupakan peluruhan dinding rahim (lapisan endometrium) yang terdiri dari darah dan jaringan tubuh. Kejadian tersebut berlangsung setiap bulan dan merupakan suatu proses normal bagi perempuan.

Penelitian-penelitian tentang usia menarche di luar negeri telah banyak di lakukan, namun belum banyak di lakukan di Indonesia. Walaupun hasil dari penelitian-penelitian tentang usia menarche tidak selalu konsisten, namun beberapa faktor yang berpengaruh signifikan terhadap usia menarche adalah (jurnal Human Biology): pengaruh genetika (Danker-Hopfe dan Delibalta 1990; Kaprio et al. 1995; Treolar et al. 1998 dalam Thomas et al. 2000), kondisi sosial ekonomi (Belmaker 1982; Luoto et al. 1994 dalam Thomas et al. 2000), kesehatan secara umum dan gaya hidup (Parazzini et al. 1992; Brown et al. 1996 dalam Thomas et al. 2000), status gizi (Osteria 1983; Riley 1994; Simondon. et al. 1997 dalam Thomas et al. 2000), pengaruh musim (Boldsen 1992 dalam Thomas et al. 2000), aktivitas fisik (Malina 1983; Baker 1985 dalam Thomas et al. 2000), dan letak geografis (Beall 1983; Kapoor dan Kapoor 1986; Gonzales dan Villena 1996 dalam Thomas et al. 2000).

Menurut penelitian yang di lakukan Bagga dan Kulkarni (2000), usia menarche terbagi dalam kategori: cepat (<11 tahun), Ideal (11-13 tahun), terlambat (> 13 tahun).

Dewasa ini, dengan semakin berkembangnya tingkat nutrisi dan status sosial ekonomi menyebabkan penurunan usia rata-rata menarche. Penelitian di India pada tahun 1962 menunjukkan rata-rata usia menarche adalah 14 tahun 4 bulan, sepuluh tahun kemudian (tahun 1972) bergeser menjadi 13 tahun 9 bulan. Pada tahun 1981 rata-rata usia menarche bergeser menjadi 13 tahun 2 bulan, studi pada

(28)

tahun 1991 melaporkan rata-rata usia menarche menjadi 12 tahun 6 bulan. Sehingga di peroleh kesimpulan bahwa usia menarche di India mengalami penurunan sebesar 0.233 tahun per sepuluh tahun. Di Hunggaria usia menarche turun dengan sebesar 2.6 bulan per sepuluh tahun dengan regresi linier (Bagga dan Kulkarni 2000). Menurut Bielicki dan Welon (1982) di Indonesia usia menarche turun dengan rata-rata 0.145 tahun per sepuluh tahun. Dalam jurnal Human Biology, Indonesia menempati urutan ke 15 dari 67 negara dengan usia menarche cepat.

Berdasarkan latar belakang di atas maka dalam penelitian ini, penulis akan menyusun kurva model peluang usia menarche. Sedangkan untuk mengetahui faktor-faktor yang mempengaruhi usia menarche dan peluangnya maka penulis akan melakukan analisis pemodelan regresi logistik ordinal dan analisis metode CHAID (Chi-square Automatic Interaction Detection).

1.2 Tujuan dan Manfaat Penelitian Penelitian ini bertujuan untuk :

1. Menyusun kurva model peluang usia menarche.

2. Mengkaji peluang dari faktor-faktor yang mempengaruhi usia menarche.

Pemodelan yang di dapatkan pada penelitian ini di harapkan dapat mengetahui peluang usia mendapatkan menarche pada usia tertentu serta dapat mengidentifikasi faktor-faktor yang mempengaruhi seorang perempuan mendapatkan menarche cepat, ideal maupun lambat sehingga dapat di gunakan untuk perencanaan kesehatan.

(29)

2. TINJAUAN PUSTAKA

2.1 Penelitian-penelitian tentang Usia Menarche

Menurut Vandeloo (2007) faktor-faktor yang mempengaruhi menarche cepat antara lain : Indeks Massa Tubuh (IMT), kebiasaan minum minuman bersoda (soft drinks), tingkat pendidikan orang tua, konsumsi daging dan aktifitas fisik (seperti berolah raga). Pada orang-orang yang mempunyai aktifitas olah raga yang sangat tinggi umumnya menarche datang terlambat, kondisi ini kerap di jumpai pada atlet perempuan.

Remaja putri yang menarche cepat di indikasikan sebagai responden yang hidup di kota besar, status sosial ekonomi yang sangat mampu, memiliki orang tua dengan pendidikan tinggi, rumah yang sangat memadai, mempunyai fasilitas lengkap di rumah antara lain: komputer, TV kabel dan internet. Usia menarche mempunyai hubungan yang signifikan dengan karakteristik kelahiran. Remaja putri yang terlahir relatif gemuk dan panjang (> 3 kg, > 49 cm) cenderung enam bulan lebih cepat mendapatkan menarche di bandingkan dengan remaja putri yang terlahir gemuk dan pendek (> 3 kg, < 49cm). Selain itu menarche juga terjadi lebih lambat pada anak yang lahir prematur (Adair 2001).

Dengan semakin berkembangnya tingkat nutrisi dan status sosial ekonomi menyebabkan penurunan usia rata-rata menarche. Penelitian di India pada tahun 1962 menunjukkan rata-rata usia menarche adalah 14 tahun 4 bulan, sepuluh tahun kemudian (tahun 1972) bergeser menjadi 13 tahun 9 bulan. Pada tahun 1981 rata-rata usia menarche bergeser menjadi 13 tahun 2 bulan, studi pada tahun 1991 melaporkan rata-rata usia menarche menjadi 12 tahun 6 bulan. Di peroleh kesimpulan bahwa usia menarche di India mengalami penurunan sebesar 0.233 tahun per sepuluh tahun. Di Hunggaria usia menarche turun dengan sebesar 2.6 bulan per sepuluh tahun dengan regresi linier (Bagga dan Kulkarni 2000). Menurut Bielicki dan Welon (1982) di Indonesia usia menarche turun dengan rata-rata 0.145 tahun per sepuluh tahun. Dalam jurnal Human Biology, Indonesia menempati urutan ke 15 dari 67 negara dengan usia menarche dini.

(30)

Menurut Irastoza et al. (2006) salah satu faktor yang berhubungan dengan risiko terjadinya kanker payudara adalah menarche pada umur muda. Usia menarche berhubungan terbalik dengan resiko kanker payudara, remaja putri dengan usia menarche 17 tahun atau di atas 17 tahun memiliki resiko 30% lebih rendah terkena kanker payudara di bandingkan dengan mereka yang menarche di bawah usia 12 tahun. Selain itu salah satu faktor yang menyebabkan kehamilan di usia dini adalah penundaan dan peningkatan jarak usia nikah dan semakin dininya menarche. Hal itu disebabkan karena dengan menarche yang semakin dini dan usia kawin yang semakin lama menyebabkan "masa-masa rawan" semakin panjang. Karena terbatasnya pengetahuan remaja tentang kesehatan reproduksi akan meningkatkan resiko terjadinya kehamilan yang tidak di inginkan (unwanted pregnancy) yang akan mengarah pada tindakan aborsi.

2.2 Model Logistik

Misalkan terdapat peubah bebas x yang berpasangan dengan peubah tak bebas y. Kurva peluang usia mendapatkan menarche cenderung berbentuk fungsi logistik. Fungsi logistik antara y dan x adalah (Norusis, M 2004 dalam SPSS tutorial version 14.0 for windows):

( )

(

)

⎟

⎠ ⎞ ⎜

⎝ ⎛ + =

x a a u y

1 0 ^

. 1

(2.1)

Keterangan:

x = peubah penjelas

y = dugaan peubah respon

u = batas atas dari nilai peubah respon a0 = intersep

a1 = koefisien

Fungsi regresi (2.1) di atas berbentuk curvilinear sehingga untuk membuatnya menjadi fungsi linier dilakukan transformasi logaritma sebagai berikut (Norusis, M. 2004 dalam SPSS tutorial version 14.0 for windows ):

(31)

(

)

x u

1 0

^ ln ln

1 1

ln = +

⎟⎟ ⎟ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛

− (2.2)

2.3 Model Regresi Logistik Ordinal

Model regresi logistik ordinal merupakan salah satu model multinomial yang di rancang untuk menentukan peluang peubah-peubah respon berskala ordinal yang mempunyai kategori lebih dari dua. Menurut Agresti (1990), salah satu cara yang dapat di gunakan untuk membentuk model dengan respon kategorik yang berskala ordinal adalah dengan membentuk fungsi logit peluang kumulatif kategori ke-j.

Misalkan peubah respon ordinal Y sebanyak k buah kategori dan X=(X1,X2,...,Xm)’ adalah vektor kovariat sebanyak m, dimana π1(X) + π2(X) +....+

πk(X) = 1. Maka langkah awal untuk membuat model regresi logistik ordinal

adalah dengan menggunakan model peluang kumulatif Fj(X) dengan j =1,2,..., J

dan J = k-1 adalah sebagai berikut (Agresti 1990) :

Fj(X)=P

(

Y ≤ j|X

)

=π1(X)+π2(X)+...+πj(X) (2.3) Keterangan :

πj(X) = peluang peubah respon ordinal kategori ke-j

k = banyaknya kategori peubah respon ordinal

Fj(X) = peluang kumulatif peubah respon ordinal kategori ke-j

Selanjutnya dibuat fungsi logit kumulatif Lj(X). Untuk membuat fungsi ini,

diperlukan transformasi logit dari fungsi peluang kumulatif Fj(X) :

[

]

⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ + + + + = ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − = = − + ( ) ... ( ) ) ( ... ) ( log ) ( 1 ) ( log ) ( log ) ( 1 1 1 X X X X X F X F X F it X L k j j j j j j π π π

π (2.4)

Dengan melibatkan peubah penjelas X, maka dihasilkan model regresi logistik ordinal sebagai berikut :

(32)

Keterangan :

β0j = intersep peubah respon ordinal kategori ke-j

β’ = vektor slope parameter tanpa intersep dimana β’ = (β1, β2, ..., βm)

m = banyaknya peubah bebas

2.3.1 Fungsi Kemungkinan

Ketika lebih dari satu pengamatan Y terjadi pada nilai x(v) yang tetap, hal itu adalah syarat cukup untuk mengambil sejumlah pengamatan pj(v) untuk j =

1,2,...,k. Y(v) dengan v = 1,2,...,n adalah peubah acak multinomial yang saling bebas dengan Y(v) ∼ multinomial(p1(v),....,pk(v)) dengan E(Y(v)) = pj(v) Fj(x(v)),

dengan p1(v) + ....+ pk(v) = 1, Rj(v) adalah peluang kumulatif yang di definisikan

sebagai (Kim 2004):

R1(v) = p1(v), (2.6)

R2(v) = p1(v)+ p2(v), M

Rk(v) = 1

2.3.2 Pendugaan Parameter

Pendugaan parameter model regresi logistik ordinal menggunakan metode kemungkinan maksimum (maximum likelihood estimates). Fungsi kemungkinan yang mendasari metode kemungkinan maksimum adalah (Kim 2004) :

(33)

( ) (

)

(

)

⎪⎭ ⎪ ⎬ ⎫ ⎪⎩ ⎪ ⎨ ⎧ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ⎪⎭ ⎪ ⎬ ⎫ ⎪⎩ ⎪ ⎨ ⎧ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ⎪⎭ ⎪ ⎬ ⎫ ⎪⎩ ⎪ ⎨ ⎧ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ ₋ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ = ∝ = − − − − − − = − = =

∏

) ( 1 ) ( 1 ) ( 2 ) ( 3 2 ) ( 1 ) ( 2 1 ) ( ) ( 1 ) ( ) ( ) ( ) ( 1 ) ( 3 ) ( 2 ) ( 3 ) ( ) ( 3 ) ( 2 1 ) ( 2 ) ( 1 ) ( 2 ) ( ) ( 2 ) ( 1 1 ) ( ) ( ) ( ) ( 1 ) ( 0 x .... x | | ) , ( v k v k k v v v v R R v k v k v k v R v k v k R R v v v v R v v n v R R v v v v R v v n v v v v v n v v F F F F F F F F F F F F F F F x y f x y f x f β β l (2.7)

Untuk memudahkan proses perhitungan, di lakukan pendekatan logaritma sehingga fungsi log kemungkinannya untuk sebagai berikut:

(

)

{

( )

(

)

( )

(

)

( )

(

)

(

)

( )}

( )

(

)

{

(

)

(

)}

log ) ( ... log ) ( log ) ( log log log ) ( log .... log log ) ( log log log ) ( log ) , ( ) ( 1 ) ( ) ( 1 ) ( ) ( 2 ) ( 3 ) ( 2 ) ( 3 1 ) ( 1 ) ( 2 ) ( 1 ) ( 2 ) ( 1 ) ( 1 ) ( ) ( ) ( 1 ) ( ) ( 1 ) ( ) ( 1 ) ( 1 -k ) ( 3 ) ( 3 ) ( 2 ) ( 3 ) ( 2 ) ( 3 ) ( 2 ) ( 2 ) ( 2 ) ( 2 1 ) ( 1 ) ( 2 ) ( 1 ) ( 2 ) ( 1 ) ( 1 0 v k v k v k v k v v v v n v v v v v v v v k v k v k v k v k v k v k v v v v v v v v v v v n v v v v v v v F F R R F F R R F F R R F R F R F F R R F R F R F F R R F R F R F F R R F R L − − = − − − = − − + + − − + − − + = − − − + + + − − − + + − − − + =

∑

β β l (2.8)

Langkah selanjutnya dalam pendugaan adalah memaksimumkan fungsi (2.8) maka akan di dapatkan pendugaan bagi β0 dan β.

2.3.3 Pengujian Parameter

Pengujian terhadap parameter-parameter model di lakukan untuk mengetahui peran seluruh peubah penjelas baik secara bersama-sama maupun

(34)

secara parsial. Menurut Hosmer dan Lemeshow (1989), untuk pengujian parameter secara bersama dapat digunakan uji nisbah kemungkinan yaitu uji G dengan hipotesis :

0 ....

: ₁ ₂

0 = = = m =

H β β β

m i

H₁ :palingsedikit adasatu β_i ≠0; =1,2,...,

Sedangkan menurut McCullagh dan Nelder (1989), rumus untuk uji G adalah: _⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − = k 0 L L ln 2

G (2.9)

Keterangan :

L0 = fungsi kemungkinan maksimum tanpa peubah penjelas

Lk = fungsi kemungkinan maksimum dengan peubah penjelas

Statistik uji G mengikuti sebaran khi-kuadrat dengan derajat bebas p (banyaknya peubah). Kriteria uji yang digunakan adalah :

⎩ ⎨ ⎧ χ > χ ≤ = α α H Tolak , H Terima , G 0 . p 2 0 . p 2

Sedangkan pengujian parameterβ_isecara parsial dilakukan dengan uji Wald dengan cara merasiokan dugaan dengan kesalahan bakunya, yaitu dengan statistik uji W :

i β ) ( ₀ ^ ^ ^ 0 j j SE W β β

= (2.10)

) ( ^ ^ ^ i i SE W β β

= (2.11)

Hipotesis yang akan di uji adalah : 1. H0 :β0j =0

H₁ :adaβ_0j ≠0;j =1,2,...,k−1 2. 0H₀ :β_i =

H₁ :adaβ_i ≠0;i=1,2,...,m

(35)

2.3.4 Interpretasi Koefisien

Interpretasi koefisien untuk model regresi logistik ordinal dapat di lakukan dengan menggunakan nilai rasio oddsnya. Rasio odds pada kategori Y ≤ j merupakan perbandingan antara x1 dan x2 adalah (Agresti 1990):

⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ − − = ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ > ≤ > ≤ = − )) ( 1 /( ) ( )) ( 1 /( ) ( log ) | ( / ) | ( ) | ( / ) | ( log ) ( ) ( 2 2 2 1 2 2 1 1 2 1 x F x F x F x F x j Y P x j Y P x j Y P x j Y P x L x L j j j j j j

=βi(x₁ −x₂) (2.12)

Keterangan : i = 1,2,...,m

m = banyaknya peubah penjelas.

Parameter βi di artikan sebagai perubahan nilai fungsi logit kumulatif yang

di sebabkan oleh perubahan satu unit peubah penjelas ke-i yang disebut log odds, (misalnya antara x = x1 dan x = x2) yang di notasikan sebagai :

[

ψ(x₁,x₂)

]

=g(x=x₁)−g(x=x₂)=β_i(x₁ −x₂) (2.13) Sehingga di dapatkan penduga untuk rasio odds (

ψ ) sebagai berikut (Agresti 1990):

[

(

₁ ₂

exp _i x −x

= β

)

]

ψ (2.14)

2.4 Metode CHAID

Metode CHAID (Chi-square Automatic Interaction Detection) merupakan salah satu tipe dari metode AID (Automatic Interaction Detection) yang di gunakan mengetahui hubungan antar peubah respon (X) dengan peubah penjelas (Y) yang masing-masing bertipe kategorik.

Menurut Kass (1980) dalam menganalisis gugus data, metode CHAID memisahkan data ke dalam beberapa kelompok secara bertahap. Tahap pertama di awali dengan membagi data menjadi beberapa kelompok berdasarkan satu peubah penjelas yang pengaruhnya paling signifikan terhadap peubah respon. Masing-masing kelompok yang di peroleh, di periksa secara terpisah untuk membaginya

(36)

lagi menjadi beberapa kelompok berdasarkan peubah penjelas dan seterusnya hingga pada akhirnya di peroleh kelompok-kelompok pengamatan yang memiliki respon dan peubah penjelas tertentu yang berkaitan. Tahapan-tahapan dalam metode ini di jelaskan pada algoritma sebagai berikut:

1. Pada masing-masing peubah penjelas, di buat tabulasi silang antara kategori-kategori peubah penjelas dengan kategori-kategori peubah respon.

2. Pada setiap tabulasi yang diperoleh, di susun semua sub tabel berukuran 2xd yang mungkin, d adalah banyaknya kategori peubah respon. Carilah nilai semua subtabel tersebut. Dari seluruh yang di peroleh, cari yang terkecil katakan . Jika maka kedua kategori peubah penjelas yang memiliki di gabungkan menjadi satu kategori gabungan. 2 hitung χ 2 hitung χ 2 terkecil

χ 2 2

χ χterkecil <

2 terkecil

3. Pada setiap kategori gabungan yang terdiri dari tiga atau lebih peubah asal, di cari pembagian biner yang signifikan. Dari pembagian ini di cari

terbesar. Jika > maka pembagian biner berlaku, kembali ke tahap dua. 2 hitung χ 2 hitung χ 2 α χ

4. Setelah di peroleh penggabungan optimal untuk setiap peubah penjelas, cari nilai p yang terkecil dari masing-masing sub tabel tersebut. Jika nilai p terkecil < α yang telah di tetapkan maka peubah penjelas pada nilai p tersebut adalah peubah penjelas yang paling signifikan terhadap respon. 5. Jika pada tahap 4 di peroleh peubah yang pengaruhnya paling signifikan,

kembali ke tahap 1 untuk setiap bagian data hasil pemisahan.

Statistik uji yang di gunakan adalah χ2 sebagai berikut :

(

)

∑∑

= = ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ₋ = r i c j ij ij ij E E O 1 1 2 2

(37)

Keterangan :

r = banyaknya baris c = banyaknya kolom i = indeks baris j = indeks kolom

Oij = nilai sel baris ke-i kolom ke-j

Eij = nilai harapan sel baris ke-i kolom ke-j

Penggabungan kategori pada algoritma CHAID membutuhkan suatu uji signifikansi . Apabila terjadi pengurangan yaitu c kategori dari peubah asal menjadi r kategori (r < c) maka nilai p dari khi-kuadrat yang baru di kalikan dengan pengganda Bonferroni berikut sesuai dengan tipe peubah (Kass 1980). Rumus pengganda Bonferroni untuk peubah ordinal adalah sebagai berikut:

_⎟⎟ (2.16)

⎠ ⎞ ⎜⎜ ⎝ ⎛

− − =

1 r

1 c B_ord

Keterangan :

r = banyaknya baris c = banyaknya kolom

(38)

3. BAHAN DAN METODE

3.1 Bahan Penelitian

Data yang di gunakan untuk mengkaji usia menarche adalah data primer hasil dari kuesioner terhadap siswi-siswi SMP kelas 7, 8 dan 9 di Kota Depok. Teknik sampling yang di gunakan adalah metode Purposive Sampling. Purposive Sampling di lakukan terhadap sekolah-sekolah di Kota Depok berdasarkan status sosial ekonominya yang di lihat dari biaya SPP per bulan yang berlaku di sekolah tersebut. Kategori sekolah dengan status sosial ekonomi yang sangat mampu adalah sekolah dengan biaya SPP lebih dari Rp. 500.000,00. Kategori sekolah dengan status sosial ekonomi yang sedang/mampu adalah sekolah dengan biaya SPP Rp. 70.000,00 - Rp. 500.000,00. Sedangkan kategori sekolah dengan status sosial ekonomi yang kurang mampu adalah sekolah dengan biaya SPP kurang dari Rp. 70.000,00.

Informasi yang akan di peroleh dari penelitian mengenai usia menarche antara lain sebagai berikut:

1. Karakteristik responden

Pertanyaan yang berkaitan dengan karakteristik responden adalah mengenai: Deskriptif responden, ukuran kelahiran, Indeks Massa Tubuh (IMT) sebelum menarche, dan urutan kelahiran. Deskriptif responden meliputi: nama, tempat dan tanggal lahir, alamat rumah, telepon atau nomer handphone, nama sekolah dan kelas. 2. Karakteristik Orang tua

Pertanyaan yang berkaitan dengan karakteristik orang tua adalah mengenai: pendidikan terakhir Ayah, pekerjaan Ayah, Indeks Massa Tubuh Ayah, tempat dan tanggal lahir Ibu, pendidikan terakhir Ibu, pekerjaan Ibu dan Indeks Massa Tubuh

3. Usia Ibu saat menarche

4. Karakteristik Gaya Hidup (Life Style)

(39)

adalah kebiasaan minum minuman bersoda (soft drinks) dalam seminggu setiap 330 ml, kebiasaan berolah raga dalam seminggu, jenis olah raga dan mengkonsumsi daging sapi dan daging kambing dalam seminggu setiap 2 gram.

5. Status sosial ekonomi

Pertanyaan berkaitan dengan status sosial ekonomi responden adalah mengenai : pendapatan kedua orang tua sebulan, uang saku dalam seminggu, besar SPP yang di bayar tiap bulan, jenis transportasi yang di gunakan untuk berangkat ke sekolah, status rumah yang di huni, luas rumah, daya listrik rumah huni, banyaknya kepemilikan mobil pribadi, besar pengeluaran keluarga untuk membeli pulsa handphone dan fasilitas di rumah (antara lain: TV, TV kabel, internet, Komputer).

6. Peubah respon adalah kategori usia menarche

Berdasarkan penelitian-penelitian terdahulu mengenai usia menarche maka di pilihlah peubah-peubah yang mempengaruhi usia menarche sebagaimana yang tertera pada tabel 1.

(40)

Tabel 1 Peubah-peubah dalam penelitian

Peubah Keterangan X1 Ukuran kelahiran; 1 = gemuk panjang (>3 kg, >49 cm),

2 = kurus panjang (<3 kg, >49 cm), 3 = gemuk pendek (>3 kg,<49 cm), 4 = kurus pendek (<3 kg, <49 cm)

X2 Indeks Massa Tubuh sebelum menarche: 1= < 19,7 kg/m2, 2=19.7

kg/m2 -21.2 kg/m2, 3= 21.3 kg/m2 – 24.8 kg/m2, 4 = >24.8 kg/m2 X3 Pendidikan terakhir ayah; 1 = SD, 2 = SMP, 3 = SMA, 4 =Sarjana

X4 Pendidikan terakhir ibu; 1 = SD, 2 = SMP, 3 = SMA, 4 =Sarjana

X5 Usia ibu saat menarche, 1 = cepat (< 156 bulan) ; 2 = Ideal (156-180

bulan), 3 = lambat (> 180 bulan)

X6 Fasilitas hiburan di rumah : 1.= TV ; 2 = TV, Komputer ; 3 = TV,

Komputer, TV kabel; 4 = TV, Komputer, TV kabel dan Internet

X7 Konsumsi minuman bersoda setiap 330 ml dalam seminggu ; 1 =

0-1 kali, 2 = 2-4 kali , 3 = lebih dari 4 kali.

X8 Kebiasaan berolah raga dalam seminggu : 1=0-1 kali, 2 = 2-4 kali,

3 = lebih dari 4 kali

X9 Mengkonsumsi daging sapi dan kambing setiap minggu dalam setiap 2

gram ; 1 = 0 – 1 kali, 2 = 2 -4 kali, 3 = lebih dari 4 kali

X1 0 Status sosial ekonomi responden; 1 = kurang mampu, 2 =

sedang/mampu, 3 = sangat mampu

X1 1 Pendapatan Kedua Orang tua sebulan; 1= < 1 juta, 2 = 1-2 juta, 3 =

3-5 juta, 4 = 3-5-10 juta, 3-5 = > 10 juta

Y Usia menarche responden, di ukur dalam skala ordinal: 1 = cepat (< 132 bulan) ; 2 = Ideal (132-156 bulan), 3 = lambat (>156 bulan)

3.2 Metode Penelitian

Tahapan penelitian yang di lakukan adalah sebagai berikut: 1. Penyusunan instrumen (kuesioner).

(41)

Pada tahap ini di tentukan jumlah batas pertanyaan pada kuesioner dan menentukan jumlah waktu yang di sediakan untuk menyelesaikan kuesioner. Selanjutnya di lakukan uji coba instrumen (kuesioner) untuk mengetahui reliabilitas dan validitas kuesioner yang telah di buat. Uji coba ini di lakukan terhadap 21 siswi SMP Pribadi Depok kelas 7, 8 dan 9, hal ini di maksudkan untuk meminimalkan waktu dan biaya pada penelitian ini.

2. Pengumpulan Data

Berdasarkan status sosial ekonominya terdapat 10 SMP yang terpilih untuk penyebaran kusioner. Adapun sekolah yang menjadi tujuan penyebaran kuesioner adalah SMP Pribadi, SMP Cakrabuana, SMP Lazuardi GIS, SMP Dian Dikdatika sebagai sekolah kategori sangat mampu. SMP Negeri 2, SMP Negeri 3 dan SMP Tugu Ibu I terpilih sebagai sekolah kategori sedang/mampu. SMP Budi Utomo, SMP Purnama dan SMP Triguna terpilih sebagai sekolah kategori kurang mampu. Dari sepuluh SMP yang terpilih di lakukan survei dengan kuesioner terhadap semua siswi kelas 7, 8 dan 9.

3. Verifikasi dan Pemasukan (entry) Data.

Data yang sudah terkumpul selanjutnya di entry ke dalam MS. Excel. Kemudian di lakukan verifikasi terhadap kuesioner yang belum lengkap dengan melakukan wawancara langsung terhadap responden atau dengan menggunakan telepon.

4. Analisis data deskripsi

Analisis data deskripsi di lakukan untuk memperoleh gambaran umum cepat lambatnya usia menarche.

5. Menyusun kurva model peluang usia menarche dengan model logistik. 6. Analisis data usia menarche dengan regresi logistik ordinal dan metode

CHAID.

(42)

4. HASIL DAN PEMBAHASAN

Hasil uji validitas dan reliabilitas dari kuesioner pada lampiran 1 menunjukkan bahwa kuesioner tersebut valid dan realibel. Kuesioner di katakan valid jika nilai Alpha Cronbach untuk masing-masing peubah penjelasnya > 0.600. Pada penelitian ini di dapatkan Alpha Cronbach untuk masing-masing peubah penjelasnya > 0.600 (lampiran 2). Sehingga di simpulkan kuesioner penelitian ini sudah valid. Kuesioner di katakan reliabel jika nilai Alpha Cronbach lebih dari 0.600. Pada penelitian ini di dapatkan nilai Alpha Cronbach sebesar 0.675 sehingga di simpulkan kuesioner penelitian ini reliabel (lampiran 2).

Data penelitian ini di peroleh dari pengisian kuesioner yang di berikan kepada 1959 siswi di 10 SMP di Kota Depok periode 28 mei 2008 sampai dengan 9 juni 2008. Kuesioner yang kembali dan memenuhi semua pertanyaan berjumlah 1033 buah. Adapun jumlah siswi yang sudah menarche berjumlah 895 siswi.

Gambaran mengenai sebaran kuesioner di tiap sekolah dapat di lihat pada lampiran 3. Sedangkan sebaran siswa yang sudah menarche maupun belum menarche dapat di lihat pada lampiran 4.

4.1 Karakteristik Responden

Secara umum sebagian besar responden berada pada kategori usia menarche ideal yaitu pada usia 132-156 bulan (11-13 tahun) adalah sebanyak 46.9%. Responden yang mengalami menarche dengan kategori cepat yaitu pada usia kurang dari 132 bulan (< 11 tahun) adalah sebanyak 34.3%. Paling sedikit berkategori lambat yaitu pada usia lebih dari 156 bulan (> 14 tahun) adalah sebanyak 18.8%. Rata-rata usia menarche pada penelitian ini adalah 138 bulan atau 11.5 tahun.

(43)

Gambar 1 Sebaran persentase kategori usia menarche

cepat 34%

ideal 47% lambat

19%

Hasil tabulasi silang data awal antara kategori usia menarche dengan peubah-peubah penjelas yang di duga berhubungan dengan usia menarche, secara umum perempuan dengan kategori menarche cepat adalah responden yang paling banyak memiliki ukuran lahir gemuk panjang (>3 kg,>49 cm), IMT sebelum menarche < 19.7 kg/m , secara genetik memiliki ibu yang berkategori menarche cepat, pendapatan kedua orang tua >Rp 10 juta, memiliki fasilitas TV, komputer dan TV kabel, dan dengan status sosial ekonomi sangat mampu. Kategori menarche ideal adalah responden yang paling banyak memiliki ukuran lahir kurus panjang

(<3 kg,>49 cm), IMT sebelum menarche < 19.7 kg/m , secara genetik memiliki ibu yang berkategori menarche ideal, pendapatan kedua orang tua Rp. 1 juta – Rp. 5 juta memiliki fasilitas TV dan komputer, dan dengan status sosial ekonomi sedang. Sedangkan kategori menarche lambat adalah responden yang paling banyak memiliki ukuran lahir kurus panjang

(>3 kg,>49 cm), IMT sebelum menarche < 19.7 kg/m , secara genetik memiliki ibu yang berkategori menarche lambat, pendapatan kedua orang tua >Rp. 1 juta, memiliki fasilitas TV dan dengan status sosial ekonomi kurang (Lampiran 5-17).

Indikator untuk mengukur status sosial ekonomi salah satunya adalah tingkat pendapatan kedua orang tua sebulan. Tabel 2 menunjukkan tingkat pendapatan kedua orang tua sebulan pada setiap sekolah.

(44)

Tabel 2 Tingkat pendapatan kedua orang tua dalam sebulan di tiap sekolah

Pendapatan orang tua (dalam Rp.) No Nama Sekolah Total

siswi

Kem

bali Mens <1 juta 1-2 juta 3-5 juta 5-10 juta > 10 juta

1. SMP Pribadi 71 71 58 46

(0.79)

(0.21)

2. SMP Cakrabuana 82 52 47 15

(0.32) 27

(0.57)

(0.11)

3. SMP Lazuardi GIS 108 73 62 20

(0.32)

(0.5)

(0.17)

4. SMP Dian Dikdatika

116 59 56 19

(0.34)

(0.54)

(0.12)

5. SMP Negeri 2 388 191 156 28

(0.18) 97 (0.62) 25 (0.16) 6 (0.04)

6. SMP Negeri 3 439 141 135 30

(0.22) 72 (0.53) 30 (0.22) 3 (0.22)

7. SMP Tugu Ibu I 313 184 161 25

(0.15) 85 (0.53) 37 (0.23) 14 (0.09)

8. SMP Budi Utomo 243 110 100 62

(0.62)

(0.33)

(0.05)

9. SMP Purnama 118 77 64 29

(0.45)

(0.55)

10 SMP Triguna 84 60 56 41

(0.73)

(0.27)

1959 1033 895 215 337 151 157 35

Berdasarkan tabel 2, SMP dengan kategori sosial ekonomi sangat mampu (SMP Pribadi, SMP Cakrabuana, SMP Lazuardi GIS, SMP Dian Dikdatika) sebagian besar orang tua responden mempunyai pendapatan perbulan antara Rp. 5 juta sampai Rp. 10 juta (dengan persentase lebih dari 50%). Sedangkan sebagian besar pendapatan orang tua perbulan untuk sekolah kategori sedang/mampu (SMP Negeri 2, SMP Negeri 3 dan SMP Tugu Ibu I) adalah Rp. 1 juta sampai Rp. 2 juta. Untuk sekolah kategori kurang mampu (SMP Budi Utomo, SMP Purnama dan

(45)

SMP Triguna), sebagian besar orang tua responden mempunyai pendapatan perbulan kurang dari Rp. 1 juta (dengan persentase hampir mendekati 50%).

4.2 Kurva Peluang Usia Menarche

Kurva peluang usia perempuan mendapatkan menarche di dapat dengan menggunakan fasilitas curve estimation yang tersedia pada SPSS. Curve Estimation adalah suatu prosedur sederhana untuk mendapatkan dugaan model regresi yang sesuai. Terdapat 11 macam model, yaitu : linier, logaritma, invers, kuadratik, kubik, power, compound, kurva-S, logistik, pertumbuhan dan eksponensial. Curve Estimation biasanya di pakai untuk menunjukkan hubungan Non-linier antara peubah bebas dan peubah tak bebas.

1.000000 0.900000 0.800000 0.700000 0.600000 0.500000 0.400000 0.300000 0.200000 0.100000 0.000000

200 190 180 170 160 150 140 130 120 110 100 90 80

usia_menarche

Logistic Observed

prob_cum

Berdasarkan data survei ini, kurva peluang usia menarche adalah sebagai berikut :

(46)

Sedangkan untuk model fungsinya adalah :

(

)

(

)

⎟

⎠ ⎞ ⎜

⎝

⎛ ₊

x y

908 . 0 4 . 663783 01

. 1

(4.1)

Keterangan

x = usia responden mendapatkan menarche

y = peluang kumulatif mendapatkan menarche

Dari gambar 2 dapat di lihat bahwa kurva peluang usia menarche berbentuk seperti kurva S. Dari kurva tersebut dapat di simpulkan bahwa peluang mendapatkan menarche untuk usia <100 bulan (sekitar 8 tahun) adalah nol. Pada usia 110 bulan peluang mendapatkan menarche mulai meningkat yaitu 0.10. Pada usia 130 bulan peluangnya adalah 0.30. Pada usia 160 bulan peluangnya adalah 0.90. Mulai usia 180 bulan peluang usia menarche adalah 1.00.

4.3 Model Regresi Logistik Ordinal

Pendugaan model penuh dengan menggunakan enam belas peubah penjelas menghasilkan nilai statistik G sebesar 548.243 dengan nilai-p = 0.000. pada penggunaan taraf nyata 5% di simpulkan bahwa model tersebut signifikan, hal ini mengindikasikan bahwa semua peubah bebas secara bersama berpengaruh terhadap peubah respon.

Tabel 3 Dugaan parameter dengan model penuh tiap kategori menarche

Peubah Penjelas BBi Wald Nilai-p

Intersep Model Cepat -0.230 0.077 0.781

Intersep Model Ideal 3.123 13.968 0.000

Ukuran lahir : Gemuk Panjang 0.522 4.620 0.032

Ukuran lahir : Kurus Panjang 0.619 6.066 0.014

(47)

Peubah Penjelas BBi Wald Nilai-p

IMT sebelum mens : < 19.7 kg/m2 0.695 1.361 0.243 IMT sebelum mens : 19.7 kg/m2 -21.2 kg/m2 0.680 1.228 0.268 IMT sebelum mens :21.3 kg/m2– 24.8 kg/m2 0.670 1.203 0.273

Pendidikan Ayah : SD -0.561 0.109 0.741

Pendidikan Ayah : SMP 0.037 0.001 0.982

Pendidikan Ayah : SMA 1.883 1.246 0.264

Pendidikan Ibu : SD -0.598 1.922 0.166

Pendidikan Ibu : SMP -1.122 10.338 0.001

Pendidikan Ibu : SMA -0.560 4.273 0.039

Menarche ibu Cepat 4.626 210.876 0.000

Menarche ibu Ideal 2.376 115.057 0.000

Pendapatan orang tua < 1 juta 0.994 0.315 0.575

Pendapatan orang tua 1 - 2 juta 0.387 0.051 0.822

Pendapatan orang tua 3 – 5 juta -1.503 0.744 0.388

Pendapatan orang tua 5 – 10 juta 0.502 1.394 0.238

Fasilitas TV -0.434 1.465 0.226

Fasilitas TV, Komputer -0.578 2.910 0.088

Minum minuman bersoda 0-1 kali -0.965 14.885 0.000

Minum minuman bersoda 2-4 kali -0.698 8.324 0.004

Olah raga 0-1 kali 0.959 14.526 0.000

Olah raga 2-4 kali 0.492 4.788 0.029

Makan Daging 0-1 kali 0.418 1.454 0.228

Makan Daging 2-4 kali -0.016 0.002 0.964

Sosial Ekonomi kurang mampu -3.069 135.123 0.000

Sosial Ekonomi mampu -1.397 37.523 0.000

Statistik uji G 548.243 Nilai-p 0.000

(48)

mempengaruhi peubah respon dalam model pada taraf 5%. Peubah ukuran lahir gemuk pendek, IMT sebelum menarche <19.7 kg/m2, IMT sebelum menarche 19.7 kg/m2 -21.2 kg/m2, IMT sebelum menarche 21.3 kg/m2– 24.8 kg/m2, Ayah berpendidikan SD, Ayah berpendidikan SMP, Ayah berpendidikan SMA, Ibu berpendidikan SD, pendapatan kedua orang tua < 1 juta sebulan, pendapatan kedua orang tua 1-2 juta sebulan, pendapatan kedua orang tua 3-5 juta sebulan, pendapatan kedua orang tua 5-10 juta sebulan, fasilitas hiburan TV, fasilitas hiburan TV dan komputer, fasilitas hiburan TV, Komputer dan TV kabel, konsumsi daging sapi dan daging kambing 0-1 kali dalam seminggu serta konsumsi daging sapi dan daging kambing 2-4 kali dalam seminggu di nyatakan tidak signifikan pada taraf 5% karena memiliki nilai p > 0.05 yang berarti bahwa peubah tersebut kurang dapat menerangkan peubah respon Y, oleh karena itu peubah tersebut di reduksi dari model. Pereduksian di lakukan dengan tetap memperhatikan kebaikan model yang direduksi terhadap model penuh.

Selanjutnya di bentuk model reduksi tanpa peubah bebas yang tidak signifikan tersebut. Dari model reduksi pada tabel 4 di peroleh nilai statistik-G sebesar 521.659 dan nilai-p=0.000 yang berarti bahwa model reduksi signifikan pada taraf 5%.

Tabel 4 Dugaan parameter dengan model reduksi

Peubah Penjelas Bi Wald Nilai-p

Intersep Model Cepat -1.225 7.570 0.006

Intersep Model Ideal 2.048 21.296 0.000

Ukuran lahir : Gemuk Panjang 0.547 5.281 0.022 Ukuran lahir : Kurus Panjang 0.678 7.558 0.006 Ukuran lahir : Gemuk Pendek -0.046 0.013 0.911

Pendidikan Ibu : SD -0.484 2.494 0.114

Pendidikan Ibu : SMP -1.168 22.336 0.000

Pendidikan Ibu : SMA -0.738 10.664 0.001

Menarche ibu Cepat 4.505 210.729 0.000 Menarche ibu Ideal 2.306 117.052 0.000

(49)

Peubah Penjelas BBi Wald Nilai-p

Minum minuman bersoda 0-1 kali -0.776 12.998 0.000 Minum minuman bersoda 2-4 kali -0.718 10.484 0.001

Olah raga 0-1 kali 1.008 18.251 0.000

Olah raga 2-4 kali 0.516 5.803 0.016

Sosial Ekonomi kurang mampu -3.105 154.867 0.000

Sosial Ekonomi mampu -1.503 45.490 0.000

Statistik uji G 521.659 Nilai-p 0.000

Interpretasi Model

Peubah-peubah penjelas yang signifikan pada taraf 5% karena memiliki nilai p > 0.05 di simpulkan sebagai faktor-faktor yang mempengaruhi usia menarche. Faktor-faktor tersebut adalah ukuran kelahiran gemuk panjang, ukuran kelahiran kurus panjang, pendidikan ibu tamat SMP, pendidikan ibu tamat SMA, usia menarche ibu cepat, usia menarche ibu ideal, kebiasaan minum minuman bersoda 0-1 kali, kebiasaan minum minuman bersoda 2-4 kali, kebiasaan berolah raga 0-1 kali, kebiasaan berolah raga 2-4 kali, status sosial ekonomi kurang mampu dan status sosial ekonomi mampu/sedang.

Kategori peubah penjelas memberikan peluang yang berbeda terhadap peluang mendapatkan menarche. Besarnya peluang dapat diketahui dengan menginterpretasikan nilai rasio odds.

Pada tabel 5 di dapatkan koefisien peubah ukuran lahir gemuk panjang, ukuran lahir kurus panjang, menarche ibu cepat, menarche ibu ideal, olah raga 0-1 kali dan olah raga 2-4 kali mempunyai koefisien positif yang berarti rasio oddsnya bernilai lebih besar dari satu. Sedangkan peubah pendidikan ibu tamat SMP, pendidikan ibu tamat SMA, minuman bersoda 0-1 kali, kebiasaan minum minuman bersoda 2-4 kali, status sosial ekonomi kurang mampu dan status sosial

(50)

ekonomi mampu/sedang mempunyai koefisien negatif dengan rasio odds bernilai lebih kecil dari satu.

Tabel 5 Nilai rasio odds dugaan parameter dengan model reduksi

Peubah Penjelas Tanda

Koef.

Odds Ratio

Batas Bawah

Batas Atas

Ukuran lahir : Gemuk panjang + 1.728 1.084 2.756

Ukuran lahir : Kurus panjang + 1.969 1.215 3.193

Pendidikan ibu SMP - 0.310 0.192 0.504

Pendidikan ibu SMA - 0.478 0.306 0.744

Menarche ibu cepat + 90.468 49.205 166.168 Menarche ibu ideal + 10.034 6.612 15.241 Minum minuman bersoda0-1 kali - 0.460 0.302 0.701 Minum minuman bersoda 2-4 kali - 0.487 0.316 0.753

Olah raga 0-1 kali + 2.740 1.726 4.353

Olah raga 2-4 kali + 1.675 1.100 2.549

Sosek kurang mampu - 0.045 0.027 0.073

Sosek mampu - 0.222 0.143 0.344

Responden yang terlahir dengan ukuran gemuk panjang lebih cepat mengalami menarche 1.728 kali di banding dengan responden yang terlahir kurus pendek. Responden yang terlahir dengan ukuran kurus panjang memiliki 1.969 kali lebih cepat mengalami menarche di banding dengan responden yang terlahir kurus pendek.

Responden yang memiliki ibu dengan tingkat pendidikan SMP lebih lambat mengalami menarche 0.310 kali di banding dengan responden yang memiliki ibu dengan tingkat pendidikan Sarjana. Responden yang memiliki ibu dengan tingkat pendidikan SMA lebih lambat mengalami menarche 0.478 kali di banding dengan responden yang memiliki ibu dengan tingkat pendidikan Sarjana.

(51)

Responden yang memiliki ibu dengan kategori menarche cepat lebih cepat mengalami menarche 90.468 kali di banding dengan responden yang yang memiliki ibu dengan kategori menarche lambat. Responden yang memiliki ibu dengan kategori menarche ideal lebih cepat 10.034 kali mengalami menarche di banding dengan responden yang memiliki ibu dengan kategori menarche lambat.

Responden yang mempunyai kebiasaan jarang minum minuman bersoda (0-1 kali dalam seminggu) lebih lambat 0.460 kali mengalami menarche di banding responden yang sering minum minuman bersoda (>4 kali dalam seminggu). Responden yang mempunyai kebiasaan minum minuman bersoda 2-4 kali dalam seminggu lebih lambat 0.487 kali mengalami menarche di banding responden yang sering minum minuman bersoda (>4 kali dalam seminggu).

Responden yang mempunyai kebiasaan jarang berolahraga (0-1 kali seminggu) lebih cepat 2.740 kali mengalami menarche di banding responden yang berolahraga >4 kali seminggu. Responden yang mempunyai kebiasaan jarang berolahraga (0-1 kali seminggu) memiliki resiko 1.675 kali lebih tinggi mengalami menarche cepat dari pada responden yang berolahraga >4 kali seminggu.

Responden dengan status sosial ekonomi kurang mampu memiliki resiko 0.045 kali lebih rendah mengalami menarche cepat dari pada responden dengan status ekonomi sangat mampu. Responden dengan status sosial ekonomi sedang/mampu memiliki resiko 0.222 kali lebih rendah mengalami menarche cepat dari pada responden dengan status ekonomi sangat mampu.

4.4 Analisis Metode CHAID usia Menarche

Analisis CHAID menghasilkan suatu dendogram yang menggambarkan pengelompokkan berdasarkan hubungan berstruktur peubah respon dengan peubah penjelas. Sebanyak sebelas peubah penjelas yang mempengaruhi usia menarche di analisis dengan CHAID, yaitu: ukuran lahir, IMT sebelum menarche, pendidikan ayah, pendidikan ibu, usia ibu saat menarche, fasilitas hiburan di rumah, kebiasaan minum minuman bersoda dalam seminggu, kebiasaan berolah

(52)

raga dalam seminggu dan status sosial ekonomi.

Dendogram hasil analisis CHAID pada lampiran 21, menggambarkan bahwa faktor utama yang berpengaruh terhadap usia menarche adalah usia menarche ibu responden. Responden yang di duga mengalami menarche cepat adalah responden yang ibunya juga mengalami menarche cepat dan status ekonomi sangat mampu. Selain itu menarche cepat juga dapat terjadi pada responden yang memiliki ibu dengan menarche cepat, status sosial ekonomi mampu, serta memiliki kebiasaan sering minum minuman bersoda. Responden yang di duga mengalami menarche ideal adalah responden yang ibunya juga mengalami menarche ideal, berstatus sosial ekonomi mampu dan pendidikan Ibu adalah tamat SMA atau lebih. Selain itu menarche ideal juga dapat terjadi pada responden yang ibunya juga mengalami menarche ideal dan memiliki status sosial ekonomi sangat mampu. Responden yang di duga mengalami menarche lambat adalah responden yang ibunya juga mengalami menarche lambat.

Model yang di dapatkan dengan analisis regresi logistik ordinal dan metode CHAID menunjukkan kekonsistenan dalam analisisnya. Dari kedua model tersebut, faktor yang berpengaruh sangat signifikan terhadap usia menarche adalah faktor usia menarche ibu. Seorang yang mengalami menarche cepat biasanya memiliki ibu yang juga mengalami menarche cepat pula. Selain itu dalam kedua model ini menunjukkan bahwa kebiasaan gaya hidup dan status sosial ekonomi mempengaruhi usia menarche.

(53)

5. SIMPULAN DAN SARAN

5.1 Simpulan

Rata-rata usia menarche pada penelitian ini adalah 138 bulan atau 11.5 bulan. Model kurva peluang usia menarche adalah:

(

)

(

)

⎟

⎠ ⎞ ⎜

⎝

⎛ ₊

x y

908 , 0 4 . 663783 01

. 1

(54)

seminggu) lebih cepat 2.740 kali mengalami menarche di banding responden yang berolahraga >4 kali seminggu. Responden yang mempunyai kebiasaan jarang berolahraga (0-1 kali seminggu) memiliki resiko 1.675 kali lebih tinggi mengalami menarche cepat dari pada responden yang berolahraga >4 kali seminggu.

Hasil analisis CHAID menunjukkan faktor utama yang berpengaruh terhadap usia menarche adalah usia menarche ibu responden. Responden yang di duga mengalami menarche cepat adalah responden yang ibunya juga mengalami menarche cepat dan status ekonomi sangat mampu. Selain itu menarche cepat juga dapat terjadi pada responden yang memiliki ibu dengan menarche cepat. status sosial ekonomi mampu. serta memiliki kebiasaan sering minum minuman bersoda.

Model yang di dapatkan dengan analisis regresi logistik ordinal dan metode CHAID menunjukkan kekonsistenan dalam analisisnya. Dari kedua model tersebut, faktor yang berpengaruh sangat signifikan terhadap usia menarche adalah faktor usia menarche ibu. Selain itu dalam kedua model ini menunjukkan bahwa kebiasaan gaya hidup dan status sosial ekonomi mempengaruhi usia menarche.

5.2Saran

Usia normal bagi seorang perempuan mendapatkan menstruasi untuk pertama kali adalah 11 sampai 13 tahun. Mengetahui usia menarche merupakan salah satu faktor penting dalam membuat perencanaan kesehatan. Seorang perempuan yang di kategorikan mengalami menarche cepat (< 11 tahun), di sarankan untuk memperhatikan pola diet yang sehat, menghindari/mengurangi

(55)

konsumsi minuman bersoda, teratur berolah raga dan berkonsultasi kepada ahli medis untuk meminta saran agar terhindar dari resiko terkena kanker payudara. Sedangkan bagi perempuan yang sampai usia 16 tahun belum mengalami menarche maka di sarankan mengkonsumsi makanan sehat, menghindari stress dan mengurangi aktifitas fisik serta melakukan terapi hormon.

Dalam kaitannya dengan merumuskan suatu kebijakan sekolah maka sekolah harus dapat mengakomodir kebutuhan siswi pada saat menstruasi dengan mengijinkan siswi tidak mengikuti kegiatan fisik yang berat dan menyediakan fasilitas sanitari yang memadai sehingga siswi dapat mengikuti kegiatan belajar mengajar dengan nyaman. Selain itu orang tua bersama dengan guru perlu memberikan pengertian, bimbingan, bantuan dan perhatian lebih kepada anak yang termasuk mengalami menarche dini.

(56)

DAFTAR PUSTAKA

Adair, L. 2001. Size at Birth predict Age at Menarche. Submitted to PEDIATRICS Vol 107 No. 4 April 2001 : 59

Agresti, A. 1990. Categorical Data Analysis. John Wiley & Sons.

Bagga and Kulkarni. 2000. Age at menarche and secular trend in Maharashtrian (Indian) girls. Submitted to Acta Biologica Szegediensis : India Vol 44 No. 1 : 53-57

Bielicki and Welon. 1982. Age at Menarche in Indonesia. Submitted to Folia Medicana Indonesia : Journal of Airlangga University

Hosmer, DW and Lemeshow, S. 1989. Applied Logistic Reggression. John Wiley & Sons.

Irastorz, L, Rodriguez, G, Figueroa, P, Hernandez, M, Ayala. 2006. Early menarche as a risk factor of breast cancer. Submitted to Ginecol Obstet Mex 2006, Vol 74 No. 11 :568-72. Mexico

Kass, GV. 1980. Automatic Interaction Detection. Submitted to Encyclopedia of Statistical Sciences Vol 1 . John Wiley & Sons.

Kim. HS. 2004. Topics In Ordinal Logistic Regression And Its Applications. Submitted to the office of graduate studies of Texas A & M University. McCullagh, P and Nelder, JA. 1989. Generalized Linear Models. London:

Chapman & Hall.

Ryan, TP. 1997. Modern Regression Method. John Wiley & Sons.

Thomas, F, Renaud, F, Benefice, De Meeu,. Guegan. 2000. Age Variability at Menarche and Menopause. Submitted to Human Biology, April 2001, Vol 73 No. 2 : 271–290

Vandeloo, M. 2007. Effects of lifestyle on the onset of puberty as determinant for breast cancer. Submitted to European Journal of Cancer Prevention. February 2007, Vol 16 No. 1

(57)

(58)

Lampiran 1. Kuesioner Usia Menarche

Kuesioner Menarche (Usia pertama kali Mendapatkan Menstruasi)

Apa sih Menarche itu?

Salah satu kejadian penting dalam proses pubertas seorang perempuan adalah saat dimulainya siklus menstruasi. Pada perempuan. pubertas itu ditandai dengan menstruasi yang pertama (Menarche). Menstruasi merupakan peluruhan dinding rahim (lapisan endometrium) yang terdiri dari darah dan jaringan tubuh. Kejadian tersebut berlangsung tiap bulan dan merupakan suatu proses normal bagi perempuan. Dengan semakin berkembangnya tingkat nutrisi dan status sosial ekonomi menyebabkan penurunan usia rata-rata menarche. Menurut Bielicki & Welon (1982) di Indonesia usia menarche turun dengan rata-rata 0.145 tahun per sepuluh tahun. Dalam jurnal Human Biology. Indonesia menempati urutan ke 15 dari 67 negara dengan usia menarche dini. Apa sih dampak dari menarche dini ?

Salah satu faktor yang berhubungan dengan risiko terjadinya kanker payudara adalah menarche pada umur muda. Selain itu salah satu faktor yang menyebabkan kehamilan di usia dini adalah penundaan dan peningkatan jarak usia nikah dan semakin dininya usia menstruasi pertama (menarche). Sebab dengan menarche yang semakin dini dan usia kawin yang semakin lama menyebabkan "masa-masa rawan" semakin panjang. Terbatasnya pengetahuan remaja tentang kesehatan reproduksi telah meningkatkan resiko terjadinya kehamilan yang tidak diinginkan (unwanted pregnancy) yang akan mengarah pada tindakan aborsi.

Untuk mendukung penelitian ini dan dalam rangka menyelesaikan studi S2 saya di Sekolah Pascasarjana Institut Pertanian Bogor. mohon kesediaan adik-adik (siswi kelas 7. 8 dan 9 SMP) mengisi kuesioner ini.

A. Biodata Responden

No Pertanyaan Jawaban

1. Nama Responden

2. Tempat/Tgl. Lahir. Umur : tahun

3. Alamat Rumah

4. Nama Sekolah / Kelas SMP ………...Kelas :

5. Kapan adik Menarche tahun………..bulan…………

6. Ukuran responden saat lahir : Panjang = …….cm Berat = ……..kg

7. Ukuran tubuh responden sebelum menarche: Tinggi :...cm Berat : ...kg 8. Anak urutan keberapa dalam keluarga: 1. pertama 2. Kedua 3. ketiga 4. ≥ keempat

B. Karakteristik Orang tua

No Pertanyaan Jawaban

1. Pendidikan terakhir Ayah SD / SMP / SMA / S1 / S2 / S3 **

2. Pekerjaan Ayah 1. Buruh /tani /bangunan 3. Pegawai swasta

2. PNS / ABRI 4. Wiraswasta

3. Berat /Tinggi Badan Ayah Berat = ……..kg Tinggi = ……cm

(59)

5. Pendidikan terakhir Ibu SD / SMP / SMA / S1 / S2 / S3 **

6. Pekerjaan Ibu (*) 1. Buruh /tani /bangunan 3. Pegawai swasta

3. PNS / ABRI 4. Wiraswasta 5. Ibu Rumah tangga 7. Berat / Tinggi Badan Ibu (***) Berat=………kg Tinggi = ……..cm

8. Usia Ibu saat Menarche (***) …...tahun………..bulan 9. Pendapatan kedua Orang tua

dalam sebulan (*)

1. < 1 juta 3. 3-5 juta 5. > 10 juta 2. 1-2 juta 4. 5 juta – 10 juta

C. Karakteristik Gaya Hidup (Life Style)

No Pertanyaan Jawaban

1. Kebiasaan minum minuman bersoda (*)

1. 1 kali sebulan 3. > 4 kali sebulan 2. 2-4 kali sebulan

2. Berolah raga dalam seminggu (*) 1. 1 kali 2. 2-3 kali 3. > 3 kali 3. Jenis Olah raga (***) ...

4. Fasilitas yang ada dirumah (**) TV / kulkas / komputer / Internet / TV kabel / AC

D. Karakteristik Sosial Ekonomi

No Pertanyaan Jawaban

1. Uang Saku tiap minggu (*) 1. < Rp.50 rb 2. Rp. 50 rb – 100 rb 3. > Rp. 100.000.- 2. Besar SPP yang dibayar tiap

bulan (*)

1. Kurang dari Rp. 70.000.- 3. Rp. 200.000 – Rp. 1 juta 2. Rp. 70.000 – Rp. 200.000 4. Lebih dari Rp. 1 juta 3. Cara adik-adik berangkat

kesekolah (*)

1. Angkot. Ojek. bus

2. Angkutan berlangganan (misal mobil jemputan) 3. Mobil Pribadi

4. Kriteria rumah tinggal (*) 1. Rumah perkampungan 3. Real Estate

2. Rumah Kompleks / Perumnas

5. Banyak mobil yang dimiliki (*)

1. Tidak mempunyai mobil 3. Dua Mobil

2. Satu mobil 4. Tiga mobil atau lebih 6. Besar pengeluaran ortu dan

adik-adik untuk membeli pulsa handphone dalam sebulan (*)

1. < Rp. 100.000.- 3. Rp. 300.000 – Rp. 500.000 2. Rp. 100.000 – Rp. 300.000.- 4. Rp. > 500.000.-

Keterangan :

(*) = pilih satu yang sesuai dengan memberi tanda silang (X) (**) = lingkari satu atau lebih yang sesuai dengan anda (O)

(***) = isilah sesuai dengan yang sesuai dengan anda (boleh dilingkari lebih dari satu)

Silvana Syah (081802407161) Pascasarjana IPB 2005

(1)

Lampiran 20. Pemodelan Reduksi usia menarche dengan regresi logistik ordinal

PLUM - Ordinal Regression

Warnings

There are 605 (56,6%) cells (i.e., dependent variable levels by combinations of predictor variable values) with zero frequencies.

Model Fitting Information

1441,389

919,730 521,659 14 ,000

Model Intercept Only Final

-2 Log

Likelihood Chi-Square df Sig.

Link function: Logit.

Goodness-of-Fit

903,117 696 ,000

724,202 696 ,223

Pearson Deviance

Chi-Square df Sig.

Link function: Logit.

Pseudo R-Square

,442 ,505 ,281 Cox and Snell

Nagelkerke McFadden

(2)

Parameter Estimates

-1,225 ,445 7,570 1 ,006 -2,098 -,352

2,048 ,444 21,296 1 ,000 1,178 2,918

,547 ,238 5,281 1 ,022 ,081 1,014

,678 ,246 7,558 1 ,006 ,195 1,161

-,046 ,414 ,013 1 ,911 -,857 ,764

0a . . 0 . . .

-,484 ,307 2,494 1 ,114 -1,086 ,117

-1,168 ,247 22,336 1 ,000 -1,652 -,684

-,738 ,226 10,664 1 ,001 -1,181 -,295

0a . . 0 . . .

4,505 ,310 210,729 1 ,000 3,896 5,113

2,306 ,213 117,052 1 ,000 1,889 2,724

0a _. _. ₀ _. _. _.

-,776 ,215 12,998 1 ,000 -1,198 -,354

-,718 ,222 10,484 1 ,001 -1,152 -,283

0a . . 0 . . .

1,008 ,236 18,251 1 ,000 ,546 1,471

,516 ,214 5,803 1 ,016 ,096 ,936

0a _. _. ₀ _. _. _.

-3,105 ,249 154,867 1 ,000 -3,594 -2,616

-1,503 ,223 45,490 1 ,000 -1,940 -1,066

0a . . 0 . . .

[kat_mens = 1 [kat_mens = 2 Threshold

[uk_lahir=1] [uk_lahir=2] [uk_lahir=3] [uk_lahir=4] [pddk_ibu=1] [pddk_ibu=2] [pddk_ibu=3] [pddk_ibu=4] [mens_ibu=1] [mens_ibu=2] [mens_ibu=3] [softdrinks=1] [softdrinks=2] [softdrinks=3] [olahraga=1] [olahraga=2] [olahraga=3] [sosek=1] [sosek=2] [sosek=3] Location

Estimate Std. Error Wald df Sig. Lower BoundUpper Bound 95% Confidence Interval

Link function: Logit.

This parameter is set to zero because it is redundant. a.

(3)

Node 0 Category % n

34.3 307 cepat 46.9 420 ideal 18.8 168 lambat

Total 100 .0 895

mensibu Adj. P-value=0.000,

Chi-square=265.085, df=2 kat_mens

Node 1 Category % n

76.2 154 cepat 18.3 37 ideal 5.4 11 lambat

Total 22.6 202

sosek

Adj. P-value=0.000, Chi-square=33. 748, df=1 <= cepat

Node 2 Category % n

23.8 137 cepat 62.2 358 ideal 14.1 81 lambat

Total 64.4 576

sosek

Adj. P-value=0.000, Chi-square=96. 667, df=2 (cepat, ideal]

Node 3 Category % n

13.7 16 cepat 21.4 25 ideal 65.0 76 lambat

Total 13.1 117 > ideal

Node 4 Category % n

86.7 124 cepat 12.6 18 ideal 0.7 1 lambat

Total 16.0 143

softdrink Adj. P-value=0.002, Chi-square=11.

347, df=1 <= mampu

Node 5 Category % n

50.8 30 cepat 32.2 19 ideal 16.9 10 lambat

Total 6.6 59 > mampu

Node 6 Category % n

37.0 94 cepat 59.1 150 ideal 3.9 10 lambat

Total 28.4 254

pddk_ibu Adj. P-value=0.000, Chi-square=26.

756, df=1 <= mampu

Node 7 Category % n

16.4 37 cepat 68.9 155 ideal 14.7 33 lambat

Total 25.1 225 (mampu, sedang]

Node 8 Category % n

6.2 6 cepat 54.6 53 ideal 39.2 38 lambat

Total 10.8 97 > sedang

Node 9 Category % n

79.0 64 cepat 19.8 16 ideal 1.2 1 lambat

Total 9.1 81 <= 0-1 kali

Node 10 Category % n

96.8 60 cepat 3.2 2 ideal 0.0 0 lambat

Total 6.9 62 > 0-1 kali

Node 11 Category % n

65.3 49 cepat 29.3 22 ideal 5.3 4 lambat

Total 8.4 75 <= SMP

Node 12 Category % n

25.1 45 cepat 71.5 128 ideal 3.4 6 lambat

Total 20.0 179 > SMP cepat ideal lambat

(4)

5. SIMPULAN DAN SARAN

5.1 Simpulan

Rata-rata usia menarche pada penelitian ini adalah 138 bulan atau 11.5 bulan. Model kurva peluang usia menarche adalah:

(

)

(

)

⎟

⎠ ⎞ ⎜

⎝

⎛ ₊

x y

908 , 0 4 . 663783 01

. 1

(5)

cepat dari pada responden dengan status ekonomi sangat mampu.

menarche cepat dan status ekonomi sangat mampu. Selain itu menarche cepat

juga dapat terjadi pada responden yang memiliki ibu dengan menarche cepat. status sosial ekonomi mampu. serta memiliki kebiasaan sering minum minuman bersoda.

adalah faktor usia menarche ibu. Selain itu dalam kedua model ini menunjukkan bahwa kebiasaan gaya hidup dan status sosial ekonomi mempengaruhi usia

menarche.

5.2Saran

(6)

menarche maka di sarankan mengkonsumsi makanan sehat, menghindari stress

dan mengurangi aktifitas fisik serta melakukan terapi hormon.