Uji Secara Serentak Uji Secara Parsial Pengaruh ASI Eksklusif terhadap Kejadian Balita Gizi Buruk di Kota Medan

Universitas Sumatera Utara

1. 5

6 = -2,499 + 0,2510 -2 X 2 + 0,2310 -3 X 4 R 2 = 50,91 2. 5 6 = -0,9256 + 0,6910 -2 X 3 R 2 = 52,07 3. 5 6 = 1,052 + 0,8810 -2 X 5 R 2 = 56,82 4. 5 6 = -1,043 + 0,2210 -3 X 4 R 2 = 39,89 Dari keempat model tersebut maka dipilih model berdasarkan nilai R 2 tertinggi, yaitu model ketiga dengan nilai R 2 sebesar 56,82. Pada model ketiga tersebut menjelaskan bahwa setiap terjadi kenaikan 1000 balita mengalami penyakit infeksi diare X 5 , maka gizi buruk meningkat sebesar 9 balita dengan syarat variabel lainnya dalam kondisi tetap. Simulasi prediksi dilakukan pada Kecamatan Helvetia sebagai penyumbang gizi buruk tertinggi yaitu sebagai berikut: 78 = 1,052 + 0,8810 -2 436 78 = 4,88 ≈ 5 Artinya, bila jumlah balita yang mengalami penyakit infeksi diare 436 orang, maka jumlah balita gizi buruk di Kecamatan Helvetia diperkirakan sebanyak 5 orang.

4.4.4 Uji Parameter Regresi Ordinary Least Square OLS

a. Uji Secara Serentak

Pengujian parameter secara serentak model regresi OLS dilakukan dengan hipotesis sebagai berikut: H : β 1 = β 2 = ... = β 6 = 0 H 1 : minimal ada satu β k ≠ 0, k= 1, 2, ..., 6 Universitas Sumatera Utara Hasil pengujian parameter serentak didapatkan nilai F hitung sebesar 11,84 dan p- value = 0,5210 -3 . Dengan tingkat signifikansi α sebesar 5 diputuskan untuk tolak H . Hal ini berarti bahwa parameter model regresi OLS secara serentak signifikan berpengaruh terhadap model. Nilai koefisien determinan R 2 adalah 56,82, berarti bahwa model regresi dapat menjelaskan variabilitas kejadian balita gizi buruk sebesar 56,82 sedangkan sisanya sebesar 43,18 dijelaskan oleh variabel lain diluar model.

b. Uji Secara Parsial

Pengujian parameter secara parsial model regresi OLS dilakukan dengan hipotesis sebagai berikut: H : β k = 0 H 1 : β k ≠ 0, k= 1, 2, ..., 6 Estimasi parameter yang secara parsial berpengaruh dalam model dengan taraf signifikansi 5 adalah penyakit infeksi diare X 5 dan dapat dilihat bahwa variabel tersebut berkorelasi positif, yang berarti bahwa dengan bertambahnya penderita penyakit infeksi diare belum didapatkan hasil yang optimal terhadap penurunan kejadian balita gizi buruk. Tabel 4.10 Estimasi Parameter dan Nilai Statistik Uji T Model OLS Variabel Estimasi T Hitung Intersep 1,052 0,885 X 4 0,14810 -3 1,778 X 5 0,88310 -2 3,498 Keterangan signifikansi pada α = 0,001 t 0,001;18 = 3,610 R 2 = 56,82 Universitas Sumatera Utara

c. Uji Asumsi Residual 1. Uji Homogenitas

Uji homogenitas varians residual dilakukan dengan menggunakan Uji Breusch-Pagan. Hipotesis yang digunakan sebagai berikut: H : 9 homoskedastisitas H 1 : minimal ada satu heteroskedastisitas fit - lmY~ X4 +X5, data=script res=absfitresiduals Glejser-lmres~X4 +X5, data=script summaryGlejser Tabel 4.11 Uji Homogenitas Variabel Estimasi p Intersep 0,5962 0,436 X 4 0,910 -4 0,113 X 5 0,210 -3 0,910 Hasil pengujian pada Tabel 4.11 menunjukkan bahwa tidak terdapat variabel yang berpengaruh pada taraf signifikansi α sebesar 5 sehingga dapat disimpulkan bahwa asumsi varians residual homogen terpenuhi.

2. Uji Autokorelasi

Pengujian autokorelasi dilakukan dengan melihat nilai Durbin Watson. Hipotesis nol yang digunakan adalah tidak ada autokorelasi. fit - lmY~ X4 +X5, data= script durbinWatsonTestfit Dengan menggunakan nilai d tabel yaitu dL sebesar 0,7315, maka d hitung lebih dari dL tabel 1,99970,7315 yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa tidak terjadi autokorelasi. Universitas Sumatera Utara

3. Uji Normalitas

Uji normalitas residual digunakan metode Kolmogorov-Smirnov KS. Hipotesis yang digunakan adalah sebagai berikut: H : residual berdistribusi normal H 1 : residual tidak berdistribusi normal fit - lmY~ X4 +X5, data= script res=fitresidual ks.testres,pnorm,meanres,sdres,alternative=ctwo.sided Hasil pengujian normalitas residual didapatkan nilai KS sebesar 0,16 dan p-value sebesar 0,9097. Dengan menggunakan α sebesar 5 maka dinyatakan gagal tolak H yang berarti bahwa residual memenuhi asumsi berdistribusi normal.

4. Uji Linearitas

Uji linearitas menggunakan RESET test. Hipotesis yang digunakan adalah: H : linear H 1 : non-linear libraryRcmdr • Pilih data set aktif pilih fit • Pada menu Model, pilih model aktif • Pada menu Model, pilih diagnostik numerik, pilih Uji RESET untuk nonlinearitas Hasil pengujian menggunakan RESET test diperoleh nilai RESET sebesar 0,5801 dan p-value sebesar 0,682 dinyatakan gagal tolah H yang berarti bahwa linearitas terpenuhi. Berdasarkan hasil pengujian terhadap residual disimpulkan bahwa residual pada model regresi OLS telah memenuhi asumsi homogenitas, independen, linear dan berdistribusi normal. Universitas Sumatera Utara

4.4.5 Model Geographically Weighted Regression GWR Balita Gizi Buruk

Aplikasi pemodelan GWR pada penulisan ini memerlukan tahap awal, yaitu menentukan letak geografis tiap kecamatan di Kota Medan Tabel 4.8. Kemudian pengujian asumsi multikolinearitas. fit - lmY~X2+X3+X4+X5+X6, data= script viffit Nilai Variance Inflation Factors VIF pada Tabel 4.12 menunjukkan bahwa tidak terdapat korelasi antara variabel prediktor karena nilai VIF kurang dari 10 VIF10. Tabel 4.12 Nilai Variance Inflation Factors VIF Variabel VIF X 2 2,2748 X 3 2,4651 X 4 1,6627 X 5 2,1044 X 6 2,3584 Langkah selanjutnya adalah perhitungan bandwidth. Nilai bandwidth optimum diperoleh dari nilai kriteria Cross Validation CV minimum. Setiap kecamatan mempunyai nilai bandwidth optimum yang berbeda-beda. libraryspgwr librarysp col.bw-gwr.selY~ X2+X3+X4+ X5+X6,coords=cbindevisriwahyuniLintang, evisriwahyuni +Bujur,data=script,adapt=TRUE,gweight=gwr.bisquare gwr1-gwrY~ X2+X3+X4+ X5+X6,data=script,adapt=col.bw,coord=cbindevisriwahyuni Lintang, +evisriwahyuni Bujur,hatmatrix=TRUE,gweight=gwr.bisquare gwr1bandwidth Universitas Sumatera Utara Tabel 4.13 Nilai Bandwidth Tiap Kecamatan No Kecamatan Bandwidth 1 Medan Tuntungan 0,1748 2 Medan Johor 0,1386 3 Medan Amplas 0,1495 4 Medan Denai 0,1215 5 Medan Area 0,1165 6 Medan Kota 0,1252 7 Medan Maimun 0,1185 8 Medan Polonia 0,1199 9 Medan Baru 0,1188 10 Medan Selayang 0,1732 11 Medan Sunggal 0,1125 12 Medan Helvetia 0,1003 13 Medan Petisah 0,1102 14 Medan Barat 0,1086 15 Medan Timur 0,1001 16 Medan Perjuangan 0,1225 17 Medan Tembung 0,1023 18 Medan Deli 0,1089 19 Medan Labuhan 0,1503 20 Medan Marelan 0,1239 21 Medan Belawan 0,1749 Nilai bandwidth digunakan untuk membentuk matriks pembobot setiap lokasi ke-i. Pembobot yang dicari dalam penelitian ini sampai u 21 , v 21 yang dapat dilihat pada Lampiran 7. Setelah ditemukan matriks pembobot maka didapatkan taksiran parameter disetiap lokasi ke-i. col.bw - gwr.selY~ X2+X3+X4+ X5+X6, data=script, coords=cbindevisriwahyuni +Lintang, evisriwahyuni Bujur col.gauss - gwrY~ X2+X3+X4+ X5+X6,data= script,coords=cbindevisriwahyuni +Lintang, evisriwahyuni Bujur, bandwidth=col.bw, hatmatrix=TRUE col.gauss Universitas Sumatera Utara Tabel 4.14 Nilai Minimum dan Maksimum Estimasi Parameter Model GWR Variabel Nilai Koefisien Parameter Minimum Maksimum Intersep -1,186 -0,849 X 2 0,0016 0,0017 X 3 0,0002 0,0004 X 4 0,00010 0,00012 X 5 0,0049 0,0061 X 6 -0,0190 -0,1408 SSE : 84,05 Tabel 4.14 menunjukkan bahwa estimasi parameter variabel fasilitas pelayanan kesehatan X 6 selalu bernilai negatif untuk setiap kecamatan. Sedangkan estimasi parameter variabel imunisasi lengkap X 2 , vitamin A X 3 , penyakit infeksi ISPA X 4 dan diare X 5 selalu bernilai positif untuk setiap kecamatan. Hasil estimasi parameter model GWR untuk tiap kecamatan ditunjukkan pada Lampiran 9. col.gauss - gwrY~ X2+X3+X4+ X5+X6,data= script,coords=cbindevisriwahyuni Lintang, + evisriwahyuniBujur, bandwidth=col.bw, hatmatrix=TRUE LMZ.F1GWR.testcol.gauss Model GWR merupakan model yang lebih baik dibandingkan dengan model regresi OLS. Hal tersebut dapat dilihat dari nilai SSE yang lebih kecil yaitu 84,05 dan nilai R 2 yang lebih besar yaitu 69,08.

4.4.6 Pengujian Kesesuaian Model GWR

Uji kesesuaian model goddness of fit untuk kejadian gizi buruk antara model OLS dan GWR dapat dilihat pada tabel berikut: Tabel 4.15 Nilai SSE, Uji F, dan P- value Model Regresi OLS dan GWR R 2 SSE df F p -value Model GWR 69,08 84,05 14,652 1,0213 0,52 Model OLS 56,82 91,66 15 11,84 0,001 Universitas Sumatera Utara Nilai F hitung sebesar 1,0213 dan p-value 0,52 menjelaskan bahwa model GWR yang terbentuk adalah model yang tidak fit untuk menjelaskan kejadian balita gizi buruk di Kota Medan. Nilai p-value 0,001 menjelaskan bahwa model OLS yang terbentuk adalah model yang fit untuk menjelaskan kejadian balita gizi buruk di Kota Medan.

4.4.7 Pengujian Parameter Model GWR

Pengujian parameter model dilakukan untuk mengetahui faktor-faktor yang berpengaruh terhadap kejadian balita gizi buruk untuk setiap kecamatan di Kota Medan. Bentuk hipotesisnya sebagai berikut: H : β k ui,vi = 0 ; i = 1, 2, ..., 21, k = 1, 2, ..., 6 H 1 : β k ui,vi ≠ 0 Statistik uji parameter model GWR dihitung untuk masing-masing parameter di tiap kecamatan di Kota Medan. Hasil t hitung yang didapat akan dibandingkan dengan t 0,05;14,652 = 1,76131. Jika nilai |t hitung | t tabel maka parameter ke-k signifikan pada lokasi ke-i dimana i = 1, 2, ..., 21. Tabel 4.16 Variabel yang Signifikan dalam Model GWR Kecamatan Variabel Signifikan GWR Medan Tuntungan - Medan Johor X 5 Medan Amplas X 5 Medan Denai X 5 Medan Area X 5 Medan Kota X 5 Medan Maimun X 5 Medan Polonia X 5 Medan Baru X 5 Medan Selayang - Universitas Sumatera Utara Tabel 4.16 Lanjutan Kecamatan Variabel Signifikan GWR Medan Sunggal - Medan Helvetia - Medan Petisah X 5 Medan Barat X 5 Medan Timur X 5 Medan Perjuangan X 5 Medan Tembung X 5 Medan Deli - Medan Labuhan - Medan Marelan - Medan Belawan - Variabel yang berpengaruh signifikan terhadap kejadian balita gizi buruk di Kota Medan adalah penyakit infeksi diare X 5 yaitu di Kecamatan Medan Johor, Kecamatan Medan Amplas, Kecamatan Medan Denai, Kecamatan Medan Area, Kecamatan Medan Kota, Kecamatan Medan Maimun, Kecamatan Medan Polonia, Kecamatan Medan Baru, Kecamatan Medan Petisah, Kecamatan Medan Barat, Kecamatan Medan Timur, Kecamatan Medan Perjuangan dan Kecamatan Medan Tembung. Universitas Sumatera Utara

BAB V PEMBAHASAN

5.1 Pengaruh ASI Eksklusif terhadap Kejadian Balita Gizi Buruk di Kota Medan

Hasil penelitian tentang variabel ASI eksklusif terbanyak di Kecamatan Medan Kota yaitu 3.053 orang dan paling sedikit berada di Kecamatan Medan Baru yaitu 222 orang. Berdasarkan hasil uji statistik menggunakan analisis korelasi Pearson menunjukkan variabel ASI eksklusif nilai p = 0,351 dengan nilai korelasi sebesar 0,215 yang berarti bahwa tidak ada hubungan ASI eksklusif dengan gizi buruk. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Hartati 2003 yang menunjukkan bahwa tidak ada hubungan pemberian ASI eksklusif dengan status gizi bayi 4-11 bulan dengan mempertimbangkan variabel pengganggu. Menurut Depkes RI 2005 dalam Kurniawati 2014, pemberian ASI eksklusif dapat mempercepat penurunan angka kematian bayi dan sekaligus meningkatkan status gizi balita yang pada akhirnya akan meningkatkan status gizi masyarakat menuju tercapainya kualitas sumber daya manusia yang memadai. Berdasarkan hasil penelitian secara kewilayahan menunjukkan bahwa tidak ada pengaruh ASI eksklusif terhadap gizi buruk di seluruh kecamatan yang ada di Kota Medan. Berdasarkan hasil penelitian tidak secara kewilayahan juga menunjukkan bahwa tidak ada pengaruh ASI eksklusif terhadap gizi buruk. Hal ini dapat disebabkan oleh rendahnya pengetahuan ibu tentang manfaat ASI eksklusif untuk anak, pengaruh orang tua untuk memberikan makanan pendamping dengan pendapat bahwa anak menangis berarti anak lapar dan tidak Universitas Sumatera Utara cukup hanya diberikan ASI saja, susu ASI tidak keluar, petugas kesehatan yang tidak profesional yang memperkenalkan produk susu formula, pendapat bahwa ASI yang pertama kali keluar adalah ASI yang tidak sehat, ibu yang menderita sakit yang dapat ditularkan kepada anaknya, ibu yang sibuk bekerja sehingga tidak sempat memberikan ASI, dan adanya kesalahan dalam pengumpulan data ASI eksklusif. Kesalahan pengumpulan data tersebut dapat disebabkan karena pertanyaan petugas pengumpul data dan jawaban ibu balita yang kurang tepat. Sebagai contoh, seorang petugas bertanya apakah anak ibu diberikan ASI eksklusif? Atau, apakah anak ibu mendapatkan ASI selama 6 bulan? Ibu balita akan tetap menjawab ‘iya’ jika ibu balita memang memberikan ASI kepada balitanya selama 6 bulan meskipun ibu balita telah memberikan air putih, bubur, pisang, tajin atau makanan lainnya selama 6 bulan pertama tersebut. Hal ini dikarenakan rendahnya pengetahuan ibu balita dan rendahnya kepedulian petugas untuk memperoleh data yang akurat. Jika petugas melakukan probbing dalam mewawancarai ibu balita, dapat dimungkinkan bahwa data ASI eksklusif akan berubah dan tidak menutup kemungkinan bahwa ASI eksklusif berhubungan dengan gizi buruk balita.

5.2 Pengaruh Imunisasi Lengkap terhadap Kejadian Balita Gizi Buruk di Kota Medan