Analisis Multivariat HASIL PENELITIAN

sebanyak 36 responden 53,7 sedangkan lengkap sebanyak 31 responden 46,3. Hasil uji statistik menunjukkan tidak ada hubungan signifikan antara fasilitas pelayanan kesehatan dengan kelahiran mati dengan nilai p0,05. Pada tabel 4.4 dapat di lihat bahwa persentase kelahiran mati pada kelompok kasus terbanyak berdasarkan penolong persalinan adalah bukan di tolong oleh tenaga kesehatan sebanyak 53 responden 79,1 sedangkan di tolong oleh tenaga kesehatan sebanyak 14 responden 20,9. Hasil uji statistik menunjukkan ada hubungan signifikan dengan nilai p0,05, artinya terdapat hubungan bermakna penolong persalinan dengan kelahiran mati dan nilai OR = 5,60, berarti bahwa risiko untuk mengalami kelahiran mati 5,60 kali lebih besar jika ditolong tidak oleh tenaga kesehatan dibanding responden yang di tolong oleh tenaga kesehatan. Tabel 4.4 menunjukkan bahwa persentase kelahiran mati pada kelompok kasus terbanyak berdasarkan jarak rumah ke tempat persalinan adalah kategori jauh yaitu sebanyak 43 responden 64,2 sedangkan kategori dekat ≤ 3000meter yaitu sebanyak 24 responden 35,8. Hasil uji statistik menunjukkan tidak ada hubungan signifikan dengan nilai p0,05.

4.4. Analisis Multivariat

Analisis multivariat bertujuan untuk melihat beberapa variabel yang secara bersama-sama berhubungan dengan kelahiran mati. Pada penelitian ini dipergunakan uji regresi logistik berganda untuk mencari faktor risiko yang paling dominan terhadap kelahiran mati. Viktor: Analisis Faktor Risiko Pada Kelahiran Mati Di Kabupaten Tapanuli Utara Tahun 2005-2006, 2007. USU e-Repository © 2008 Dalam penelitian ini terdapat 9 sembilan variabel penelitian yaitu kunjungan K-1, kunjungan K-4, paritas, anemia, riwayat penyakit ibu, riwayat persalinan, fasilitas pelayanan kesehatan, penolong persalinan dan jarak rumah ke tempat persalinan. Hasil uji chi-square antara variabel independen dengan dependen ternyata ada 7 tujuh variabel yang memiliki nilai p0,05 yaitu variabel kunjungan K-1, kunjungan K-4, paritas, anemia, riwayat penyakit ibu, riwayat persalinan, dan penolong persalinan. Hasil dari uji regresi logistik berganda dapat di lihat pada tabel 4.5 di bawah ini. Tabel 4.5 Identifikasi Variabel Dominan Penyebab Kelahiran Mati Di Kabupaten Tapanuli Utara Tahun 2007 Variabel Nilai B Nilai OR Ajusted p CI 95 dari OR Ajusted Kunjungan K-4 1,289 8,076 3,628 0,004 1,492 – 8,824 Paritas 0,513 9,326 1,670 0,002 1,202 – 2,321 Riwayat Penyakit Ibu 1,409 10,363 4,094 0,001 1,736 – 9,656 Penolong Persalinan 1,744 14,741 5,721 0,000 2,349 – 13,938 Konstanta -3,313 21,638 0,036 0,000 Overall Percentage = 73,9 Pada tabel 4.5 di atas didapatkan persamaan regresi logistik dalam bentuk sebagai berikut : Ln Y = - 3,313 + 1,289Kunjungan K-4 + 0,513paritas + 1,409riwayat penyakit ibu + 1,744penolong persalinan. Viktor: Analisis Faktor Risiko Pada Kelahiran Mati Di Kabupaten Tapanuli Utara Tahun 2005-2006, 2007. USU e-Repository © 2008 Dari persamaan regresi diatas dapat diketahui bahwa adanya kunjungan K-4, paritas, riwayat penyakit ibu dan penolong persalinan maka akan menyebabkan peningkatan kelahiran mati. Variabel dengan Odds Ratio terbesar merupakan variabel paling dominan berisiko terhadap kelahiran mati yaitu penolong persalinan OR = 5,721, CI = 2,349 – 13,938. Selain itu, variabel berisiko lainnya adalah riwayat penyakit ibu p =0,002, kunjungan K-4 p = 0,004, dan paritas p = 0,002 sehingga diperkirakan keeratan hubungan faktor risiko terhadap kelahiran mati sebesar 73,9. Viktor: Analisis Faktor Risiko Pada Kelahiran Mati Di Kabupaten Tapanuli Utara Tahun 2005-2006, 2007. USU e-Repository © 2008

BAB 5 PEMBAHASAN