4.1.3. Hasil Analisis Multivariat
Setelah dilakukan analisis bivariat, selanjutnya dilakukan analisis multivariat yang bertujuan untuk mengetahui hubungan
variabel independen yang paling dominan dengan variabel dependen.
Tabel 4.14 Hasil Seleksi Kandidat Pemodelan Analisis Regresi Logistik
No Subvariabel
P value Keterangan
1 Umur
0,187 Kandidat
2 Jenis Kelamin
0,075 Kandidat
3 Status Gizi
0,001 Kandidat
4 Pekerjaan
0,000 Kandidat
5 Penghasilan
0,000 Kandidat
6 Pendidikan
0,012 Kandidat
7 Imunisasi BCG
0,000 Kandidat
8 Merokok
0,160 Kandidat
9 Pengetahuan
0,029 Kandidat
10 Kepadatan Hunian
0,319 Bukan kandidat
11 Pencahayaan Hunian
0,001 Kandidat
Setelah diseleksi, ada 10 variabel yang merupakan kandidat dan masuk ke dalam pemodelan. Ada 1 variabel dengan P value lebih dari
0,25 yaitu variabel kepadatan hunian p = 0,319, maka variabel kepadatan hunian keluar dari pemodelan.
Selanjutnya dilakukan uji regresi logistik berganda dengan metode Backward Wald, maka menghasilkan data dalam tabel berikut:
Tabel 4.15 Hasil Analisis Multivariat
Sig. ExpB
95 C.I.for EXPB Lower
Upper
Step 1 umur
.076 2.655
.903 7.810
jenis kelamin .002
3.970 1.669
9.442 status gizi
.122 1.763
.859 3.619
pekerjaan .004
3.054 1.433
6.508 penghasilan
.000 5.927
2.736 12.839
pendidikan .080
1.831 .930
3.603 imunisasi BCG
.011 2.678
1.257 5.706
merokok .605
1.230 .561
2.696 pengetahuan
.217 .657
.337 1.280
pencahayaan .443
1.466 .552
3.892 Constant
.000 .031
Step 2 umur
.076 2.673
.904 7.906
jenis kelamin .001
4.285 1.886
9.732 statusgizi
.139 1.703
.841 3.448
pekerjaan .004
2.998 1.410
6.376 penghasilan
.000 5.995
2.767 12.987
pendidikan .074
1.851 .942
3.638 imunisasi BCG
.009 2.714
1.278 5.761
pengetahuan .219
.657 .336
1.283 pencahayaan
.436 1.476
.554 3.934
Constant .000
.035 Step 3
umur .063
2.772 .946
8.124 jenis kelamin
.000 4.487
1.991 10.112
statusgizi .126
1.732 .858
3.498 pekerjaan
.005 2.965
1.396 6.298
penghasilan .000
6.365 2.968
13.650 pendidikan
.063 1.894
.966 3.712
imunisasi BCG .006
2.844 1.355
5.970 pengetahuan
.232 .665
.340 1.298
Constant .000
.044 Step 4
umur .063
2.794 .948
8.239 jenis kelamin
.000 4.946
2.231 10.968
status gizi .121
1.740 .864
3.505 pekerjaan
.002 3.198
1.531 6.679
penghasilan .000
6.130 2.885
13.025 pendidikan
.060 1.899
.974 3.703
imunisasi .005
2.878 1.375
6.024 Constant
.000 .031
Step 5 umur
.104 2.355
.839 6.611
jenis kelamin .000
4.969 2.251
10.971 pekerjaan
.001 3.452
1.661 7.173
penghasilan .000
6.231 2.946
13.179 pendidikan
.056 1.915
.984 3.728
imunisasi BCG .002
3.185 1.538
6.596 Constant
.000 .040
Step 6 jenis kelamin
.000 5.534
2.521 12.149
pekerjaan .001
3.507 1.683
7.310 penghasilan
.000 6.268
2.982 13.173
pendidikan .102
1.718 .898
3.286 imunisasi BCG
.004 2.827
1.402 5.702
Constant .000
.049
Step 7 Jeniskelamin
.000 4.772
2.260 10.076
Pekerjaan .001
3.272 1.594
6.717 penghasilan
.000 6.575
3.141 13.764
Imunisasi BCG .002
3.041 1.516
6.100 Constant
.000 .069
Pada Tabel 4.15 hasil dari analisis multivariat menunjukkan bahwa ada 4 variabel yang berperan bersama-sama sebagai faktor risiko terhadap
kejadian TB Paru BTA+ di puskesmas wilayah Kecamatan Serang Kota Serang, variabel tersebut dari yang memiliki OR terbesar adalah penghasilan
rendah meningkatkan risiko 6,5 kali lebih besar daripada penghasilan tinggi CI: 3,141-13,764 yang berarti responden dengan penghasilan rendah adalah
faktor resiko yang paling dominan terhadap kejadian TB Paru BTA+ di Kota Serang tahun 2014, belum diimunisasi BCG berisiko juga meningkatkan
kejadian tuberkulosis paru 3 kali lebih besar daripada responden dengan yang sudah diimunisasi BCG 95CI: 1,516-6,100, berjenis kelamin laki-laki
meningkatkan risiko 4,7 kali lebih besar terhadap terjadinya tuberkulosis paru daripada perempuan 95CI: 2,260-10,076, dan terakhir responden yang
tidak bekerja meningkatkan risiko 3,2 kali lebih besar daripada yang bekerja 95CI: 1.594-6717.
4.2 Pembahasan 4.2.1. Kualitas dan Akurasi Data
Kualitas data ditemukan oleh relevansi data, validitas data, ketepatan waktu datangnya data, dan kelengkapan data. Sedangkan akurasi data
mencakup relevansi data, validitas data dan reliabilitas data. Validitas data
terdiri atas validitas eksternal dan internal. Validitas eksternal menunjukkan seberapa besar jauh informasi dari sampel penelitian dapat digeneralisasikan
kepada populasi darimana sampel berasal, atau dapat digeneralisasikan ke populasi yang lebih luas. Validitas internal adalah data sampel yang diteliti,
atau dalam populasi seluruhnya diteliti. Validitas internal ini akan meningkat apabila kesalahan random dan bias kesalahan sistematis dapat dikurangi.
Dalam penelitian ini validitas eksternal tak terjamin karena digunakan desain kasus kontrol.
24
a. Kesalahan Random Untuk mengurangi kesalahan random, dapat dilihat dengan
sistematis presisi yang diekspresikan ke dalam interval kepercayaan Confidence IntervalCI. Semakin sempit CI maka semakin tinggi
ketelitian. Untuk meningkatkan ketepatan data dapat dilakukan dengan memperbesar ukuran sampel.
24
Dalam penelitian ini kesalahan random dengan
α = 5.
b. Kesalahan Sistematis Kesalahan sistematis disebut bias, yang terdiri dari bias seleksi,
bias informasi, dan bias pengacau counfounding bias.
24
Bias Seleksi Dalam penelitian ini bias seleksi dapat dihindari, mengingat
data kasus dan kontrol diperoleh melalui bantuan petugas TB di puskesmas.
Bias Informasi Bias informasi dapat terjadi karena perbedaan sistemik
dalam mutu dan cara pengumpulan data. Keterbatasan kemampuan responden untuk mengemukakan pendapat adanya faktor subjektif
dan kejujuran responden yang sulit dikendalikan misalnya