4.5 Analisis Multivariat
Analisis multivariat bertujuan untuk menganalisis pengaruh beberapa variabel independen terhadap satu variabel dependen secara bersama-sama. Analisis
multivariat yang digunakan adalah analisis regresi logistik ganda yang bertujuan untuk mendapatkan model faktor risiko yang paling baik fit dan sederhana
parsinomy yang menggambarkan pengaruh antara variabel dependen dan variabel independen.
Variabel yang menjadi kandidat model multivariat adalah variabel independen dengan nilai p0,25 dalam analisis bivariat. Variabel-variabel yang masuk ke dalam
model multivariat dapat dilihat pada Tabel 4.18 berikut :
Tabel 4.18. Variabel-variabel Kandidat Model Multivariat Variabel
p-Value
Pengetahuan 0.008
Motivasi 0.001
Keyakinan 0.001
Ket : = Kandidat Model Multivariat Berdasarkan Tabel 4.18 bahwa dari hasil analisis bivariat maka variabel
dengan nilai p-Value 0,25 yang masuk ke dalam model multivariat yaitu pengetahuan, motivasi, dan keyakinan. Kemudian dilakukan analisis regresi logistik
ganda dengan metode stepwise, yaitu memasukkan semua variabel independen ke dalam model, tetapi kemudian satu per satu variabel independen dikeluarkan dari
model berdasarkan kriteria kemaknaan statistik tertentu. Variabel yang dapat masuk
Universitas Sumatera Utara
dalam model regresi logistik adalah variabel yang mempunyai nilai p-Value0,05 pada uji Wald.
Hasil analisis regresi logistik ganda dapat dilihat pada tabel berikut :
Tabel 4.19. Hasil Analisis Regresi Logistik Ganda Pengaruh Pengetahuan, Motivasi, dan Keyakinan terhadap Pengguna Alat Kontrasepsi
Pria Vasektomi di Wilayah Kecamatan Siantar Sitalasari dan
Kecamatan Siantar Marihat Tahun 2013 Variables in the Equation
B S.E.
Exp B p-Wald
95 CI
Pengetahuan .112
.503 1.118 .825
0,417;2,99 Motivasi
-3.340 .578
.035 .001 0,011;0,110
Keyakinan 4.284
.760 72.546 .001
16,354;321,808 Constant
-1.241 .697
.289 .075 a. Variables entered on step 1: Pengetahuan, Keyakinan, Motivasi.
-2 Log Likelihood=111,783 ; p-Value=0,001 Berdasarkan Tabel 4.19 di atas terlihat signifikansi log likelihood 0,001 α
0,05 mengindikasikan bahwa model adalah signifikan. Berdasarkan uji Wald maka variabel yang masuk ke dalam model regresi logistik adalah motivasi dan keyakinan
karena nilai p 0,001 α 0,05. Sehingga variabel pengetahuan tidak dimasukkan ke
dalam uji multivariate karena nilai p =0,825 0,05.
Tabel 4.20. Hasil Uji Regresi Logistik Ganda untuk Identifikasi Variabel yang Akan Masuk dalam Model Faktor yang Memengaruhi Penggunaan
KB Pria Vasektomi di Wilayah Kecamatan Siantar Sitalasari dan
Kecamatan Siantar Marihat Tahun 2013 Variables in the Equation
B S.E.
ExpB p-Wald
95 Cl
Motivasi 3.346
.578 28.388
.001 9,151;88,070 Keyakinan
4.313 .751
74.661 .001 17,126;325,494
Constant -7.882
1.186 .000
.001 a. Variables entered on step 1: Pengetahuan, Motivasi.
-2 Log Likelihood=111,832 ; Overall Percentage =88,5 ; p-Value=0,001
Universitas Sumatera Utara
Berdasarkan Tabel 4.20 di atas terlihat signifikansi log likelihood 0,001 α 0,05 mengindikasikan bahwa model adalah signifikan. Berdasarkan hasil analisis
regresi logistic, dari variabel Motivasi diperoleh nilai Exp B atau OR sebesar 3.346 pada Confidence Interval 95 yaitu antara 9,151 sampai 88,070. Sehingga dapat
disimpulkan bahwa pria PUS yang vasektomi mempunyai peluang 3,346 kali memiliki motivasi tinggi dibandingkan pria PUS yang tidak divasektomi. Dari
Variabel keyakinan diperoleh nilai Exp B atau OR sebesar 4,313 pada Confidence Interval 95 yaitu antara 17,126 sampai 325,494 sehingga dapat disimpulkan bahwa
pria PUS yang vasektomi mempunyai peluang 4,313 kali keyakinan yang yakin dibandingkan pria PUS yang tidak divasektomi.
Maka model akhir regresi logistik ganda terdiri dari keyakinan dan motivasi. Persamaan model regresi logistik di atas adalah :
Log p PPP = -7,882 + 3,346 Motivasi + 4,313 Keyakinan Probabilitas individu untuk menggunakan KB Pria Vasektomi berdasarkan nilai-nilai
prediktor dihitung dengan persamaan : �� =
1 1+
�
−β0+β1X1+ β2X2 + ……+ βiXi
Maka probabilitas untuk menggunakan KB Pria Vasektomi berdasarkan nilai- nilai prediktor adalah :
�� =
1 1+
�
−−7,882+3,3461+4,3131
�� =
1 1+2,71282
−−7,882+3,3461+4,3131
Universitas Sumatera Utara
�� =
1 2,249
Pz =
0,44
Artinya, probabilitas untuk menggunakan KB Pria Vasektomi berdasarkan nilai-nilai predictor 44.
Universitas Sumatera Utara
BAB 5 PEMBAHASAN
5.1. Karakteristik Pria PUS yaitu Umur, Pendidikan, Suku, Jumlah Anak, Lama Menikah, Pendapatan
Berdasarkan hasil penelitian karakteristik pria PUS terhadap umur dan jumlah anak memenuhi syarat menjadi peserta vasektomi. Sedangkan karakteristik pria PUS
terhadap pendapatan turut mempengaruhi untuk menjadi peserta vasektomi. Untuk karakteristik pria PUS terhadap pendidikan, karena mayoritas tamatan SMP dan SMA
maka tidak dapat dijadikan syarat untuk peserta vasektomi, terhadap lama menikah, karena mayoritas lama menikah antara 10-15 tahun tidak dapat dijadikan syarat untuk
peserta vasektomi terhadap lama menikah, karena mayoritas lama menikah antara 10- 15 tahun, maka tidak dapat dijadikan syarat untuk peserta vasektomi, sebaiknya lama
menikah paling lama 10 tahun.
5.2. Pengaruh Pengetahuan Pria PUS terhadap Penggunaan Vasektomi di
Wilayah Kecamatan Siantar Marihat dan Siantar Sitalasari
Hasil penelitian tentang variabel pengetahuan yang menggunakan vasektomi kasus dengan proporsi tertinggi berada pada pengetahuan tidak paham yaitu sebesar
54,0 sedangkan yang tidak menggunakan vasektomi kontrol dengan proporsi tertinggi berada pada pengetahuan tidak paham sebesar 72,0.
Hasil uji statistik diperoleh OR 2,19 95 CI: 1,21-3,94 yaitu Pria PUS yang vasektomi 2,19 kali berpeluang paham dibandingkan dengan pria PUS yang tidak di
vasektomi. Ternyata hasil penelitian ini menunjukkan bahwa pengetahuan 74
Universitas Sumatera Utara