Kajian Faktor Penyebab Penderita Hipertensi Dengan Menggunakan Analysis Faktor Di Kota Madya Medan (Studi Kasus : RSUP H. Adam Malik Medan)

KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI

DENGAN MENGGUNAKAN ANALISIS FAKTOR

DI KOTAMADYA MEDAN

(Studi Kasus : RSUP H. Adam Malik Medan)

SKRIPSI

YUAN ANISA

090803051

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2013

KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI

DENGAN MENGGUNAKAN ANALISIS FAKTOR

DI KOTAMADYA MEDAN

(Studi Kasus : RSUP H. Adam Malik Medan)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

YUAN ANISA

090803051

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2013

PERSETUJUAN

Judul : KAJIAN FAKTOR PENYEBAB PENDERITA

HIPERTENSI DENGAN MENGGUNAKAN

ANAYSIS FAKTOR DI KOTAMADYA MEDAN (STUDI KASUS : RSUP H. ADAM MALIK MEDAN)

Kategori : SKRIPSI

Nama : YUAN ANISA

Nomor Induk Mahasiswa : 090803051

Program Studi : SARJANA (S1) MATEMATIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, 19 Agustus 2013 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Drs. Ujian Sinulingga, M.Si Drs. Pengarapen Bangun, M.Si NIP. 195603031984031004 _{NIP. 195608151985031005}

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, Vor.Dipl.Math., M.Si NIP. 19620901 198803 1 002

PERNYATAAN

KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI

DENGAN MENGGUNAKAN ANALISIS FAKTOR DI

KOTAMADYA MEDAN

(Studi Kasus : RSUP H. Adam Malik Medan)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, 19 Agustus 2013 YUAN ANISA

PENGHARGAAN

Puji syukur penulis ucapkan kepada Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi dengan judul “Kajian Faktor Penyebab Penderita Hipertensi dengan Menggunakan Analisis Faktor di Kotamadya Medan (Studi Kasus: RSUP H. Adam Malik Medan)”, sebagai salah satu syarat untuk memperoleh gelar Sarjana sains.

Dalam penyusunan laporan ini, penulis telah mendapat banyak dukungan danarahan dari berbagai pihak, untuk itu saya menyampaikan ucapan terima kasih serta penghargaan kepada Bapak Drs. Pengarapen Bangun, M.Si dan Bapak Drs. Ujian Sinulingga, M.Si selaku pembimbing yang telah sabar membimbing dan memberikan panduan, masukan serta arahan dalam menyelesaikan skripsi ini. Ucapan terima kasih dan penghargaan juga ditujukan kepada Ketua dan Sekretaris Departemen Matematika, Bapak Prof. Dr. Tulus, Vor.Dipl.Math., M.Si dan Ibu Dra. Mardiningsih, M.Si.Ucapan terima kasih serta penghargaan juga ditujukan kepada Bapak Drs. Rachamd Sitepu, M.Si dan Drs. Gim Tarigan M.Si selaku dosen penguji pada skripsi ini.Juga kepada Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengatahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Matematika FMIPA USU, serta semua pegawai di FMIPA USU. Ucapan terima kasih serta penghargaan juga ditujukan kepada kedua orang tua ayahanda H. Agus Sumadi dan ibunda Hj. Asmawaty Tanjung yang telah mencurahkan kasih dan sayangnya kepada penulis dan selalu memberikan dukungan baik moril maupun material serta doa. Kepada kakanda Kiki Agusty dan adinda M. Ary Guhtama yang sangat penulis cintai dan sayangi yang selalu membantu dan memberikan dukungan. Terima kasih juga kepada teman – teman yang telah membantu serta memberi semangat dalam proses menyelesaikan skripsi ini yaitu D’ cuih (Mardhatillah, Wiwit Widyawati, Siti Rayani S.,Sari C. Kembaren, Juliarti Hardika, Defita Sari, Desi Ratna Sari, Siti Aisah, Ida Yanti) serta DCCM (Ramadhani Siagian, Yudhana Jumaindra, Lintang Gilang, Effendi, Syukri Jundi). Penulis ucapkan juga kepada Nova Lina M. S., dan Novi Malinda, teman –teman matematika ’09, adik – adik junior serta abang dan kakak senior. Dan segenap Staff RSUP H. Adam Malik Medan yang telah memberikan ijin untuk melakukan penelitian serta seluruh responden yang telah bersedia menjadi sampel penelitian ini.Semoga Allah Yang Maha Pengasih dan Penyayangmemberikan balasan kebaikan yang berlipat ganda.

KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR

DI KOTAMADYA MEDAN

(Studi Kasus : RSUP H. Adam Malik Medan)

ABSTRAK

Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel – variabel yang saling independen satu dengan yang lain, sehingga dapat ditentukan satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Teknik umum dalam analisis faktor adalah metode principal component analysis, yaitu metode yang digunakan untuk memperkirakan korelasi antara faktor yang akan dibentuk terhadap variabel. Penelitian ini terdiri dari 9 variabel yaitu usia, jenis kelamin, genetika/keturunan, obesitas, stres, meminum alkohol, merokok, komplikasi, serta mengkonsumsi kafein. Pengambilan sampel dilakukan dengan teknik consecutive sampling

dengan jumlah sampel yaitu 45 orang. Berdasarkan hasil penelitian terdapat 3 faktor yang dapat dibentuk yaitu Faktor pertama Biologis dan Kebiasaan (35,268%), Faktor kedua Internal Diri (15,816%) serta Faktor ketiga Pertumbuhan dan Pola Hidup (13,879%). Dalam faktor – faktor tersebut telah ditentukan variabel – variabel yang telah dibakukan berdasarkan factor loading yaitu faktor pertama terdiri dari jenis kelamin , meminum alkohol, serta merokok ; faktor kedua terdiri dari genetika/keturunan, stres, komplikasi; faktor ketiga terdiri dari usia, obesitas serta mengkonsumsi kafein.

Kata kunci : Analisis faktor, principal component analysis, consecutive sampling,

Study of the Causes of Hypertension Patients Using Factor Analysis in Kotamadya Medan (Case Study: RSUP. H. Adam Malik Medan)

ABSTRACT

Factor Analysis process seek to find the interrelationship among a number of variables which is mutually independent of one and another, so can be decided one or several collection of variable that is fewer than the first variable sum. The common technique in factor analysis is principal component analysis methods. That is methods that use to approximate correlation among the factor which will be formed by variable. This research consists of 9 variables, that is sex, genetic, obesity, stress, drinking alcohol, smoking, complication, and also consuming caffeine. Sample removal did by using the consecutive sampling technique with the sum of sample that is 45 peoples. Based on the research result, founded 3 factors which can be formed that is first factor biologic and habit (35,268%), second factor self internal (15,816%), and also third factor growing and pattern of life (13,879%). In these factors, we have decided the variables which had been standard based on loading factor that is the first factor which consist of sex, drinking alcohol, and also smoking, second factor consist of genetic, stress, complication, third factor consists of age, obesity, and also consuming caffeine.

Keyword : factor analysis, principal component analysis, consecutive sampling, hypertension.

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel vii

Daftar Gambar ix

Daftar Lampiran x

Bab 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 4

1.4 Tinjauan Pustaka 4

1.5 Tujuan Penelitian 6

1.6 Kontribusi Penelitian 6

1.7 Metodologi Penelitian 7

Bab 2 TINJAUAN PUSTAKA 9

2.1 Analisis Faktor (Analysis Factor) 9

2.2 Kegunaan Analisis Faktor 10

2.3 Tujuan Analisis Faktor 11

2.4 Asumsi pada Analisis Faktor 11

2.5 Model Analisis Faktor 11

2.6 Statistika dalam Analisis Faktor 12 2.6.1 KMO (Kaiser – Mayer – Olkin) 12 2.6.2 Bartlett's Test of Sphericity 13 2.6.3 MSA (Measure of Sampling Adequacy) 13 2.6.4 Nilai Karakteristik(Eigenvalue) 14 2.6.5 Vektor Karakteristik(Eigenvektor) 14 2.6.6 Faktor Muatan (Factor Loading) 14 2.6.7 Komunalitas (Communality) 15

2.6.8 Scree Plot 15

2.6.9 Faktor Rotasi 15

2.6.10 Residuals 16

2.7 Deskripsi Variabel 16

2.7.1 Definisi Tekanan Darah 16

2.7.2 Definisi Hipertensi 16 2.7.3 Klasifikasi Tekanan Darah 17

2.7.4 Variabel Penelitian 18

2.8 Uji Pengolahan Data 22

2.8.1 Uji Validitas 22

2.8.2 Uji Realibilitas 23

Bab 3 METODOLOGI PENELITIAN 24

3.1 Gambaran Umum RSUP H. Adam Malik Medan 24

3.2 Rancangan Penelitian 25

3.3 Lokasi dan Waktu Penelitian 25

3.4 Populasi dan Sampel 25

3.5 Jenis dan Teknik Pengumpulan Data 26

3.6 Variabel Penelitian 27

3.7 Skala Ukuran Penelitian 27

3.8 Definisi Operasional 28

3.9 Pengolahan Data 32

3.10 Analisis Data 32

3.10.1 Uji Pengolahan Data 32

3.10.2 Langkah – langkah Analisis Faktor 33

Bab 4 HASIL DAN PEMBAHASAN 35

4.1 Input Data Asli Penelitian 35

4.2 Deskripsi Karakteristik Responden 36 4.3 Penskalaan Data Asli Penelitian 38

4.4 Uji Pengolahan Data 40

4.4.1 Uji Validitas 40

4.4.2 Uji Reliabilitas 43

4.5 Analisis Faktor 45

4.5.1 Membentuk Matriks Korelasi 45 4.5.2 Pengujian KMO dan Barlett’s 48

4.5.3 Pengukuran MSA 49

4.5.4 Ekstrasi Faktor 50

4.5.5 Menentukan Banyaknya Faktor 52 4.5.6 Melakukan Rotasi Faktor 54

4.5.7 Intepretasi Variabel 57

4.5.8 Menentukan Ketepatan Model 58

Bab 5 KESIMPULAN DAN SARAN 59

5.1 Kesimpulan 59

5.2 Saran 60

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL

Halaman

Tabel 2.1 Klasifikasi Pengukuran Tekanan Darah 17 Tabel 2.2 Klasifikasi IMT (Indeks Massa Tubuh) 20

Tabel 3.1Definisi Operasional 29

Tabel 4.1 Input Asli Penelitian 35

Tabel 4.2 Frekuensi Distribusi Variabel - variabel 37

Tabel 4.3 Penskalaan Variabel X1 40

Tabel 4.4 Perhitungan Validitas Variabel X1Tabel 3.9 41

Tabel 4.5 Hasil Uji Validitas 43

Tabel 4.6 Uji Reliabilitas 45

Tabel 4.7 Perhitungan Korelasi Variabel X1 Ddan X2 45 Tabel 4.8 KMO dan Uji Bartlett’s Test of Sphericity 49 Tabel 4.9 Nilai Measure of Sampling Adequcy (MSA) 50

Tabel 4.10 Komunalitas 50

Tabel 4.11 Nilai Eigenvalue untuk Setiap Faktor 52 Tabel 4.12 Matriks Faktor (Sebelum Dirotasi) 54 Tabel 4.13 Matriks Faktor (Setelah Dirotasi) 55 Tabel 4.14 Korelasi Antara Variabel Sebelum dan Sesudah Dirotasi) 56 Tabel 4.15 Selisih (Residual) antara Matriks Faktor Sebelum Analisis

Faktor dengan Matriks Korelasi Setelah Dilakukan

DAFTAR GAMBAR

Halaman Gambar 4.1 Scree plot 53

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Daftar Pertanyaan 61

Lampiran 2. Penskalaan Variabel 66

Lampiran 3. Matriks Korelasi 69

Lampiran 4. MSA 73

Lampiran 5. Komunalitas 74

Lampiran 6. Rotasi Faktor 75

KAJIAN FAKTOR PENYEBAB PENDERITA HIPERTENSI DENGAN MENGGUNAKAN ANALISIS FAKTOR

DI KOTAMADYA MEDAN

(Studi Kasus : RSUP H. Adam Malik Medan)

ABSTRAK

Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel – variabel yang saling independen satu dengan yang lain, sehingga dapat ditentukan satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Teknik umum dalam analisis faktor adalah metode principal component analysis, yaitu metode yang digunakan untuk memperkirakan korelasi antara faktor yang akan dibentuk terhadap variabel. Penelitian ini terdiri dari 9 variabel yaitu usia, jenis kelamin, genetika/keturunan, obesitas, stres, meminum alkohol, merokok, komplikasi, serta mengkonsumsi kafein. Pengambilan sampel dilakukan dengan teknik consecutive sampling

dengan jumlah sampel yaitu 45 orang. Berdasarkan hasil penelitian terdapat 3 faktor yang dapat dibentuk yaitu Faktor pertama Biologis dan Kebiasaan (35,268%), Faktor kedua Internal Diri (15,816%) serta Faktor ketiga Pertumbuhan dan Pola Hidup (13,879%). Dalam faktor – faktor tersebut telah ditentukan variabel – variabel yang telah dibakukan berdasarkan factor loading yaitu faktor pertama terdiri dari jenis kelamin , meminum alkohol, serta merokok ; faktor kedua terdiri dari genetika/keturunan, stres, komplikasi; faktor ketiga terdiri dari usia, obesitas serta mengkonsumsi kafein.

Kata kunci : Analisis faktor, principal component analysis, consecutive sampling,

Study of the Causes of Hypertension Patients Using Factor Analysis in Kotamadya Medan (Case Study: RSUP. H. Adam Malik Medan)

ABSTRACT

Factor Analysis process seek to find the interrelationship among a number of variables which is mutually independent of one and another, so can be decided one or several collection of variable that is fewer than the first variable sum. The common technique in factor analysis is principal component analysis methods. That is methods that use to approximate correlation among the factor which will be formed by variable. This research consists of 9 variables, that is sex, genetic, obesity, stress, drinking alcohol, smoking, complication, and also consuming caffeine. Sample removal did by using the consecutive sampling technique with the sum of sample that is 45 peoples. Based on the research result, founded 3 factors which can be formed that is first factor biologic and habit (35,268%), second factor self internal (15,816%), and also third factor growing and pattern of life (13,879%). In these factors, we have decided the variables which had been standard based on loading factor that is the first factor which consist of sex, drinking alcohol, and also smoking, second factor consist of genetic, stress, complication, third factor consists of age, obesity, and also consuming caffeine.

Keyword : factor analysis, principal component analysis, consecutive sampling, hypertension.

BAB 1

PENDAHULUAN

1.1Latar Belakang

Hipertensi merupakan penyakit ancaman bagi masyarakat Indonesia dengan prevalensi hipertensi yang cukup tinggi di Indonesia.Hipertensi menimbulkan angka morbiditas (kesakitan) dan angka mortalitas (kematian) yang tinggi karena hipertensi merupakan penyebab utama meningkatnya risiko penyakit stroke, jantung dan ginjal. (Syukraini, 2009)

Hipertensi merupakan salah satu penyakit degeneratif (suatu penyakit yang muncul akibat proses kemunduran fungsi sel tubuh yaitu dari keadaan normal menjadi lebih buruk yang biasanya terjadi pada usia lanjut) yang perlu diwaspadai karena merupakan penyebab kematian utama ketiga di Indonesia untuk semua umur (6,8%), setelah stroke (15,4%) dan tuberculosis (7,5%).(Sarasaty,2011) Menurut Profil Kesehatan Kota Medan Tahun 2011, hipertensi menduduki peringkat kedua dari sepuluh penyakit terbesar di Kota Medan (http://harianandalas.com/Medan-Kita/Tinggi-Penderita-Hipertensi-di-Medan)

Di Indonesia, setiap tahunnya terjadi 175.000 kematian akibat hipertensi dan terdapat 450.000 kasus penyakit hipertensi. Dari kasus hipertensi tersebut diketahui bahwa 337.500 kasus (75%) merupakan usia 20 - 50 tahun dengan penderita terbanyak pada laki-laki, serta 112.500 kasus (25%) tidak terdiagnosis karena penderita hipertensi sering mengalami kejadian tanpa gejala menyebabkan sulitnya untuk mengetahui/ mendata kasus yang terjadi dan baru sebagian yang dapat diteliti dalam program penanggulangan penyakit hipertensi sesuai dengan

rekomendasi WHO ( http//www.depkes.go.id/index.php/berita/press-release/896-inash/).Berdasarkan penyakit penyebab kematian pasien rawat inap di rumah sakit Kabupaten/ Kota, Provinsi Sumatera Utara, hipertensi menduduki peringkat pertama dengan proporsi kematian sebesar 27,02% (1.162 orang). (http://andespun.blogspot.com/2012/03/judulskripsi.html?m=1&zx=491214b3889 2ceaf/)

Hal ini memperlihatkan bahwa hipertensi merupakan penyakit yang serius yang dapat memberikan ancaman bagi kesehatan masyarakat khususnya kota Medan. Penyebab penyakit hipertensi bisa bermacam – macam diantaranya usia, jenis kelamin, genetika (riwayat keturunan), obesitas, stres, minuman alkohol, merokok, adanya komplikasi penyakit lain serta mengkonsumsi kafein. Faktor-faktor penyebab hipertensi tersebut sangat sering kita jumpai dalam kebiasan atau gaya hidup masyarakat Medan. Meminum alkohol seperti tuak merupakan kebiasaan masyarakat kota Medan. Selain itu, tingginya konsumsi rokok memicu tingginya angka penderita hipertensi. Yang menjadi permasalahan adalah kebanyakan mereka yang mengalami hipertensi tidak menyadari bahwa kondisi tekanan darahnya sudah tinggi padahal masyarakat tersebut berada pada kelompok yang berisiko mendapatkan hipertensi akibat gaya hidup dan kebiasaan masyarakat tersebut.

Selain itu, rendahnya diagnosis hipertensi terjadi karena akses ke pelayanan kesehatan yang jarang dan kurangnya kesadaran untuk menjadikan permasalahan ini sebagai prioritas kesehatan, sesuai data dari hasil Riset Kesehatan Dasar (Riskesdas) 2007 menunjukkan sebesar 31,7%, dimana hanya 7,2% penduduk yang sudah mengetahui memiliki hipertensi dan hanya 0,4% kasus yang minum obat hipertensi bahwa sebagian besar kasus hipertensi di masyarakat belum terdiagnosis. Keadaan tersembunyinya penyakit ini dapat memperburuk keadaan dan memperbesar risiko munculnya penyakit degeneratif lain.(http://health.kompas.com/read/2011/05/16/02522321/Hipertensi.Pembunuh. Diam-diam)

Berdasarkan gambaran tentang penyakit hipertensi tersebut, terlihat bahwa penyakit hipertensi merupakan penyakit yang memerlukan perhatian dari berbagai kalangan masyarakat. Jika ini terus berlanjut maka akan meningkatkan angka kematian pada masyarakat di Indonesia khususnya Sumatera Utara. Untuk itu perlu diadakannya beberapa penanggulangan dalam mencegah meningkatnya angka kematian.Dalam usaha untuk menanggulangi permasalahan ini, perlu mengetahui faktor utama penyebab penyakit hipertensi dan seberapa besar faktor tersebut mempengaruhi penyebab penyakit hipertensi.

Analisis Faktor dipilih karena Analisis Faktor merupakan suatu kelas prosedur yang digunakan untuk membentuk faktor – faktor yang berisi variabel – variabel yang merupakan penyebab hipertensi, sehingga dapat diamati faktor utama yang dapat mempengaruhi penderita penyakit hipertensi di Kotamadya Medan.

Hal ini yang menjadi latar belakang penulis memilih judul “Kajian Faktor Penyebab Penderita Hipertensi dengan Menggunakan Analisis Faktor di Kotamadya Medan (Studi Kasus : RSUP H. Adam Malik Medan)”.

1.2Rumusan Masalah

Berdasarkan latar belakang yang telah dipaparkan diatas, maka rumusan masalah dalam penelitian ini ialah apa saja yang menjadi faktor utama penyebab penyakit hipertensi dan seberapa besar faktor tersebut mempengaruhi penyebab penyakit hipertensi.

1.3Batasan Masalah

Agar pembatasan masalah lebih jelas, maka penulis memberikan batasan yang akan dilakukan yaitu :

a. Objek penelitian yang menjadi responden adalah pasien rawat jalan yang menderita penyakit hipertensi dan sedang melakukan pengobatan di RSUP. H. Adam Malik

b. Faktor - faktor yang dilihat adalah usia, jenis kelamin, genetika/keturunan, obesitas, stres, minuman alkohol, merokok, adanya komplikasi penyakit lain serta mengkonsumsi kafein.

1.4Tinjauan Pustaka

Analisis faktor merupakan nama umum yang menunjukkan suatu kelas prosedur, utamanya dipergunakan untuk menemukan hubungan (interrelatioship) antara sejumlah variabel-variabel yang saling independen satu dengan yang lain, sehingga data tereduksi atau diringkas, dari variabel banyak diubah menjadi variabel yang lebih sedikit dari jumlah variabel awal. Dengan kata lain, Analisis faktor adalah menilai mana saja variabel yang dianggap layak (appropriateness) untuk dimasukkan dalam analisis selanjutnya (Santoso, 2010).

Analisis faktor merupakan salah satu metode multivariat yang digunakan untuk menganalisis variabel – variabel yang diduga memiliki keterkaitan satu sama lain sehingga keterkaitan tersebut dapat dijelaskan dan dipetakan atau dikelompokkan pada faktor yang tepat. Dalam menganalisis faktor yang mempengaruhi meningkatnya penderita hipertensi, metode analisis faktor dianggap sangat cocok untuk penelitian ini, disebabkan penelitian ini mencoba menemukan hunbungan (interrelationship) beberapa variabel yang saling independen satu dengan yang lainnya, sehingga bisa dibuat kumpulan variabel yang lebih sedikit dari jumlah variabel awal sehingga akan lebih mudah dikontrol.

Supranto (2010) menyatakan bahwa analisis faktor memiliki banyak aplikasi di dalam riset pemasaran, manajemen dan ilmu sosial/kedokteran.Faktor yang dianalisis merupakan faktor dari penderita hipertensi yang merupakan aplikasi dibidang kedokteran.

Pada dasarnya faktor merupakan kombinasi linier dari variabel – variabel asli/awal, sebagai hasil suatu penelitian.

Dengan :

= Perkiraan faktor ke i (didasarkan pada nilai variabel X dengan koefisiennya Wi ).

Wi = Koefisien nilai faktor ke i.

k = Banyaknya variabel

Variabel yang sudah dibakukan

Metode yang digunakan dalam analisis faktor yaitu Principal Component Analysis merupakan suatu teknik mereduksi data multivariat (banyak data) untuk mengubah (mentransportasi) suatu matrik data awal/asli menjadi suatu set kombinasi linear yang lebih sedikit akan tetapi menyerap sebagian besar jumlah varians dari data awal (Supranto, 2010).

Menurut Sugiharto (2007) faktor – faktor yang mempengaruhi terjadinya hipertensi dibagi dalam dua kelompok besar yaitu faktor yang melekat atau tidak dapat diubah seperti jenis kelamin, umur, genetik dan faktor yang dapat diubah seperti pola makan, kebiasaan olah raga dan lain-lain. Untuk terjadinya hipertensi perlu peran faktor - faktor tersebut secara bersama-sama (common underlying risk factor), dengan kata lain satu faktor penyebab saja belum cukup menyebabkan timbulnya hipertensi.

Menurut Syukraini (2009) penyebab hipertensi tergantung pada jumlah dan tingkatan dari faktor penyebab yang dapat dikontrol seperti stres, obesitas, nutrisi serta gaya hidup dan tidak dapat dikontrol seperti genetik, usia, jenis kelamin, dan etnis.

Ada beberapa macam yang dapat menyebabkan penyakit hipertensi. Berikut ini ada banyak faktor yang menimbulkan terjadinya tekanan darah tinggi atau hipertensi yaitu daya tahan tubuh terhadap penyakit, genetis, umur, jenis kelamin, adat kebiasaan, pekerjaan, ras atau suku, mengkonsumsi garam serta daging, stres, obesitas, meminum alkohol, mengkonsumsi kafein serta merokok. (AS, 2010) Penyebab hipertensi berasal dari merokok, alkohol serta kafein. (Rubin A. L.,2007)

1.5Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengetahui faktor utama penyebab penyakit hipertensi dan seberapa besar faktor tersebut mempengaruhi penyebab penyakit hipertensi.

1.6Kontribusi Penelitian

Kontribusi dari penelitian ini adalah sebagai berikut : 1. Bagi penulis

a. Menambah wawasan dan memperkaya literatur dalam bidang statistika yang berhubungan dengan analisis faktor,

b. Menambah pengetahuan dalam ilmu kesehatan mengenai penyakit hipertensi.

2. Bagi Departemen/Universitas

Agar dapat dijadikan sebagai bahan studi kasus bagi pembaca, khususnya kepada mahasiswa, serta dapat memberikan referensi bagi pihak perpustakaan sebagai bahan bacaan yang dapat menambah ilmu pengetahuan.

3. Bagi Kotamadya Medan

a. Sebagai bahan masukan bagi Dinas Kesehatan agar lebih meningkatkan upaya pencegahan dan penanggulangan terhadap penyakit hipertensi,

b. Memberikan gambaran kepada masyarakat mengenai faktor – faktor penyebab hipertensi dan mengetahui faktor utama agar masyarakat dapat melakukan pencegahan dan pengendalian sedini mungkin terhadap hipertensi.

1.7 Metodologi Penelitian

Adapun metodologi penelitian dalam tulisan ini adalah sebagai berikut:

a. Mengumpulkan data atau bahan referensi yang berkaitan dengan penyakit hipertensi dan analisis faktor (multivariat)

b. Membuat rancangan penelitian

c. Menentukan lokasi dan waktu penelitian

d. Menentukan sampel penelitian. Dalam penelitian ini pengambilan sampel dilakukan dengan teknik consecutive sampling. Dengan jumlah sampel dalam penelitian ini yaitu 45 orang berdasarkan 4 atau 5 kali banyaknya variabel yang ditentukan. (Supranto, 2010)

e. Mengumpulkan data primer yang bersumber pada hasil wawancara langsung terhadap responden yang merupakan pasien penderita hipertensi yang berada di RSUP H. Adam Malik Medan

f. Menentukan variabel penelitian, adapun variabel yang akan diteliti sebagai berikut :

¶ Usia

Jenis kelamin Genetika/keturunan Obesitas

Stres

Meminum Alkohol Merokok

Komplikasi penyakit lain Mengkonsumsi Kafein

g. Mengubah penskalaan data ke dalam bentuk interval dengan menggunakan

Method of Successive Interval (MSI)

h. Melakukan pengujian terhadap data asli diperoleh secara manual dan menggunakan software statistika SPSS 20.0 yaitu uji validitas dan reliabilitas

i. Mengolah dan menganalisis data yang diperoleh secara manual dan menggunakan software statistika SPSS 20.0 Langkah – langkah menganalisis faktor adalah sebagai berikut :

1. Membuat matriks korelasi

2. Uji sampel dengan menggukur KMO (Kaiser-Mayer-Olkin), bartlett’s

test of spherecity, dan MSA (Measure of Sampling Adequacy)

3. Ekstraksi faktor dengan menggunakan metode Principal Component Analysis

4. Menentukan banyaknya faktor dengan melihat factor loading

5. Rotasi faktor 6. Intepretasi variabel

7. Ketetapan model (Model fit) j. Mengambil kesimpulan

BAB 2

TINJAUAN PUSTAKA

2.1 Analisis Faktor

Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel – variabel yang saling independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal. (Santoso, 2010)

Analisis faktor didasarkan pada sebuah model dimana vektor hasil pengamatan dipartisi ke dalam suatu bagian sistematik yang tak teramati dan suatu bagian error yang tak teramati.Komponen dari vektor error dianggap bebas (independent) dari komponen vektor sistematik, dimana bagian sistematik merupakan kombinasi linier dari variabel faktor yang jumlahnya relatif lebih sedikit.Analisis faktor memisahkan pengaruh faktor yang menjadi perhatian dasar dari error (Anderson.T.W, 1984).

Salah satu kelebihan dari analisis faktor adalah ketika bentuk persamaan tidak cocok dengan data, perkiraan korelasi antar faktor dengan variabel jelas mencerminkan kegagalan. Dalam sebuah kasus, ada dua permasalahan dalam perkiraan yaitu (1) tidak jelas banyaknnya faktor yang dibentuk dan (2) tidak jelas nama faktor yang di tentukan. Dalam prosedur statistik lain, kegagalan asumsi tidak mengakibatkan konsekuensi yang jelas seperti dalam perkiraan korelasi. Namun hal ini menjadi asumsi dasar analisis faktor. (Rencher A.C., 2002)

Teknik umum dalam analisis faktor adalah metode principal component analysis, yaitu metode yang digunakan untuk memperkirakan korelasi antara faktor yang akan dibentuk terhadap variabel.(Rencher A.C.,2002)

Pada metode principal analysis factor bertujuan untuk mencari korelasi pada faktor terhadap variabel – variabel secara linier serta mengurangi (perkiraan) dimensi dari ruang vektor yang menggandung variabel – variabel dari satu set variabel acak yang intercorrelated. Dalam metode ini variabel yang diamati bergantung pada jumlah faktor yang lebih sedikit yang dapat dijelaskan dari varians atau kovarians yang sistematis atau benar dari penelitianuntuk memperkirakandan mengidentifikasi variabel yang nyata (tapi tidak teramati) yang berpengaruh pada variabel acak (Basilevsky .A., 1994)

2.2 Kegunaan Analisis Faktor

Analisis faktor dipergunakan didalam situasi sebagai berikut : (Supranto,2010) a. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying

dimensions) atau faktor, yang menjelaskan korelasi antara suatu set variabel.

b. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi (independent) yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel yang saling berkorelasi didalam analisis multivariat selanjutnya, misalnya analisis regresi berganda dan analisis diskriminan.

c. Mengenali atau mengidentifikasi suatu set yang penting dari suatu set variabel yang lebih banyak jumlahnya untuk dipergunakan didalam analisis multivariat selanjutnya.

2.3 Tujuan Analisis Faktor

Pada dasarnya tujuan analisis faktor adalah (Santoso,2010)

a. Data summarizationyakni mengidenfikasi adanya hubungan antara variabel dengan melakukan uji korelasi.

b. Data reduction yakni setelah melakukan korelasi, dilakukan proses membuat sebuah variabel set baru yang dinamakan faktor untuk menggantikan sejumlah variabel tertentu.

2.4 Asumsi Pada Analisis Faktor

Karena prinsip utama analisis faktor adalah korelasi, maka asumsi – asumsi terkait dengan korelasi akan digunakan, yakni : (Santoso,2010)

a. Besar korelasi atau korelasi antar variabel independen harus cukup kuat, misalkan diatas 0,5

b. Besar korelasi parsial, korelasi antara dua variabel dengan menganggap tetap variabel yang lain, justru harus kecil

c. Pengujian seluruh matriks korelasi (korelasi antar variabel) yang diukur dengan besaran Bartlett Test Of Sphericity atau Measure Sampling Adequacy (MSA). Pengujian ini mengharuskan adanya korelasi yang signifikan di antara paling sedikit beberapa variabel

d. Pada beberapa kasus, asumsi normalitas dari variabel – variabel atau faktor yang terjadi sebaiknya terpenuhi.

2.5 Model Analisis Faktor

Secara matematis, analisis faktor agak mirip dengan analisis regresi, yaitu dalam hal bentukfungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas.

Kovarians diantara variabel dijelaskan terbatas dalam sejumlah kecil komponen atau faktor.

Pada dasarnya faktor merupakan kombinasi linier dari variabel – variabel asli/awal, sebagai hasil suatu penelitian.

Dimana :

Perkiraan faktor ke i (didasarkan pada nilai variabel X dengan koefisiennya Wi ).

Wi = Koefisien nilai faktor ke i.

k = Banyaknya variabel

Variabel yang sudah dibakukan

2.6Statistika dalam Analisis Faktor

2.6.1 KMO (Kaiser-Meyer-Olkin)

KMO (Kaiser-Meyer-Olkin) merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor.Nilai KMO merupakan indeks perbandingan antara besarnya koefisien korelasi sederhana dengan koefisien korelasi parsial. (Supranto,2010)

Dengan :

= Koefisien korelasi sederhana antara variabel ke- dan = Koefisien korelasi parsial antara variabel ke- dan

ke-Hipotesis untuk signifikansi adalah

H0 = Variabel belum memadai untuk dianalisis lebih lanjut H1 = Variabel sudah memadai untuk dianalisis lebih lanjut

Kriteria dengan melihat probabilitas (signifikan): (Santoso,2010) - Angka Sig. 0,05 maka H0 diterima

- Angka Sig. <0,05 maka H0 ditolak

2.6.2Bartlett’s Test of Sphericity

Bartlett’s test of sphericity yaitu suatu uji statistik yang dipergunakan untuk menguji hipotesis bahwa variabel tidak saling bebas (uncorrelated) dalam populasi. Dengan kata lain matriks korelasi populasi merupakan matriks identitas dengan setiap variabel berkorelasi dengan dirinya sendiri secara sempurna dengan r = 1 dan tidak berkorelasi dengan yang lain r = 0. (Santoso,2010)

2.6.3 Measure of Sampling Adequacy (MSA)

Measure of Sampling Adequacy (MSA) yaitu suatu indeks perbandingan antara koefisien korelasi sederhana dengan koefisien korelasi parsial untuk setiap variabel.MSA digunakan untuk mengukur kecukupansampel. (Rencher,A.C,2002)

Dengan :

= Koefisien korelasi sederhana antara variabel ke- dan = Koefisien korelasi parsial antara variabel ke- dan

ke-Hipotesis untuk signifikansi adalah

H0 = Variabel belum dapat diprediksi tanpa kesalahan variabel lain H1 = Variabel dapat diprediksi tanpa kesalahan variabel lain

Nilai MSA (Measure of Sampling Adequancy) berkisar 0 sampai 1, dengan Kriteria berikut: (Santoso,2010)

- MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan variabel yang lain

- MSA 0,5, variabel masih tidak bisa diprediksi dan bisa dianalisis lebih lanjut

- MSA< 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.

2.6.4 Nilai karakteristik (eigenvalue)

Eigenvalue merupakan jumlah varians yang dijelaskan oleh setiap faktor yang lebih dari 1.Perhitungan ini berdasarkan persamaan karakteristik

Dengan :

= Matriks korelasi = Matriks identitas = eigenvalue

2.6.5Vektor karakteristik (eigenvector)

Penentuan vektor karakteristik (eigenvector) yang bersesuaian dengan nilai karakteristik (eigenvalue), yaitu dengan persamaan :

Dengan:

= eigenvector

= Matriks korelasi = eigenvalue

2.6.6Faktor Muatan (Factor Loading)

Factor loading ialah korelasi sederhana antara variabel terhadap faktor yang dibentuk. (Rencher,A.C, 2002)

Dengan :

Matriks eigenvector

Matriks eigenvalue

2.6.7Komunalitas (communality)

Komunalitas adalah jumlah varians yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut proporsi dengan seluruh variabel yang dijelaskan oleh common factor atau besarnya sumbangan suatu faktor terhadap varian seluruh variabel.(Supranto,2010)

Dengan :

= Communality variabel ke-i

Koefisien loading factor(eigenvalue)

2.6.8Scree Plot

Scree plot merupakan plot dari eigenvalue sebagai sumbu tegak dan banyaknya faktor sebagai sumbu datar untuk menentukan banyaknya faktor yang bisa diekstrak.(Supranto,2010)

2.6.9Faktor Rotasi (Rotated Factor Loading)

Faktor rotasi menunjukkan korelasi antara variabel yang diperkirakan dari matriks faktor.Dalam rotasi faktor dikenal dua jenis rotasi, yaitu rotasi orthogonal dan rotasi oblique. Dalam rotasi orthogonal variabel – variabel diekstraksi sedemikian rupa, sehingga variabel – variabel tersebut independent satu sama lain, dengan melakukan rotasi tegak lurus. Sedangkan pada oblique tidak perlu melakukan rotasi tegak lurus.(Santoso,2010)

Metode rotasi dengan orthogonal yang banyak dipergunakan yaitu

mungkin) banyaknya variabel dengan muatan tinggi (high loading) pada satu faktor. (Supranto,2010)

2.6.10 Residuals

Residuals merupakan perbedaan antara korelasi yang terobservasi berdasarkan input correlation matriks dan korelasi hasil reproduksi yang diperkirakan dari matriks faktor. Dengan kriteria nilai residual lebih besar dari 0,05 menyatakan ketetapan model analisis faktor tidak tepat dan sebaliknya.(Supranto,2010)

2.7Deskripsi Variabel

2.7.1 Definisi Tekanan Darah

Tekanan darah adalah desakan darah terhadap dinding – dinding arteri darah tersebut di pompa dari jantung ke jaringan. Tekanan darah merupakan gaya yang diberikan darah pada dinding pembuluh darah. Tekanan ini bervariasi sesuai pembuluh darah terkait dan denyut jantung.(Kaplan, 1998, dalam Sugiharto,2007)

Pada pengukuran tekanan darah di kenal dua istilah, yaitu tekanan darah sistolik dan diastolik.Tekanan darah sistolik (angka yang di atas) menunjukkan besarnya tekanan di arteri – arteri (pembuluh nadi) ketika otot jantung yang berkontraksi dan memompa darah ke dalamnya.Tekanan darah diastolik (angka yang di bawah) menunjukkan besarnya tekanan di arteri – arteriketika otot jantung relaks setelah berkontraksi. (AS, 2010)

2.7.2 Definisi Hipertensi (Tekanan Darah Tinggi)

Hipertensi adalah desakan darah yang berlebihan dan hampir konstan pada arteri (pembuluh nadi).Hipertensi juga disebut dengan tekanan darah tinggi, dimana tekanan tersebut dihasilkan oleh kekuatan jantung ketika memompa darah

sehingga hipertensi ini berkaitan dengan tekanan sistolik dan tekanan diastolik. (Gunawan, 2001, dalam Sugiharto,2007)

Ketika jantung memompa darah melewati arteri, darah menekan dinding pembuluh darah.Mereka yang menderita hipertensi mempunyai tinggi tekanan darah yang tidak normal.Penyempitan pembuluh nadi (aterosklerosis) merupakan gejala awal yang umum terjadi pada hipertensi.Karena arteri-arteri terhalang lempengan kolesterol dalam aterosklerosis, sirkulasi darah melewati pembuluh darah menjadi sulit.Ketika arteri-arteri mengeras dan mengerut dalam

aterosklerosis, darah memaksa melewati jalam yang sempit itu, sebagai hasilnya tekanan darah menjadi tinggi. (Wirakusumah, 2002, dalam Sugiharto,2007)

Tingginya tekanan sistolikberhubungan dengan besarnya curah jantung sedangkan tingginya tekanan diastolik berhubungan dengan besarnya resistensi perifer atau hambatan pembuluh perifer dapat meningkatkan tekanan darah (Prodjosudjadi, W, 2000 dalam Rasmaliah,2005)

2.7.3 Klasifikasi Pengukuran Tekanan Darah

Berikut ini adalah klasifikasi tekanan darah pada orang dewasa berdasarkan JNC-VII (The Joint National Committee On Prevention, Detection Evaluation, and Treatment Of High Blood Pressure (JNC 7) ditunjukkan pada tabel 2.1 berikut : Tabel 2.1 klasifikasi Tekanan Darah

Klasifikasi Hipertensi TDS*(mmHg) TDD**(mmHg)

Normal < 120 < 80

Pre-hipertensi 120 – 139 80 – 89

Hipertensi derajat 1 140 – 159 90 – 99

Hipertensi derajat 2 160 100

*TDS, Tekanan Darah Sistolik **TDD, Tekanan darah Diastolik

2.7.4 Definisi Variabel Penelitian

1. Usia

Pertambahan umur seseorang mengakibatkan pengaturan metabolisme zat kapur (kalsium) mengalami pengendapan di dinding pembuluh darah (arteriosclerosis) yang menyebabkan penyempitan pembuluh darah.Akibatnya, aliran darah menjadi terganggu sehingga banyak kalsium yang beredar bersama darah.Banyaknya kalsium dalam darah (hypercalcidemia) menyebabkan darah menjadi padat, sehingga tekanan darah menjadi meningkat. (AS, 2010)

2. Jenis Kelamin (Gender)

Jenis kelamin berpengaruh pada terjadinya hipertensi di mana pria lebih banyak dibandingkan wanita. Pria diduga memiliki gaya hidup yang cenderung dapat meningkatkan tekanan darah dibanding wanita. Wanita terlindung dari penyakit cardiovascular sebelum menopause. Wanita yang belum mengalami menopause dilindungi oleh hormon estrogen (hormon seks wanita) yang yang berperan dalam meningkatkan kadarHigh Density Lipoprotein (HDL). Kadar kolestrol HDL yang tinggi merupakan faktor pelindung dalam mencegah terjadinya proses terosklerosis. Namun pada masa premenopause wanita mulai kehilangan hormon astogen sehingga prevalensi hipertensi pada wanita menjadi lebih tinggi. (kumar, et al.,2005, dalam Syukraini,2009)

3. Genetika/keturunan

Adanya faktor genetik pada keluarga tertentu akan menyebabkan keluarga tersebut mempunyai risiko menderita hipertensi. Hal ini berhubungan dengan peningkatan kadar sodium intraseluler dan rendahnya rasio antara

potassium terhadap sodium. Individu dengan orang tua yang hipertensi mempunyai resiko dua kali lebih besar untuk menderita hipertensi daripada orang yang tidak mempunyai keluarga dengan riwayat hipertensi. (Rohaendi, 2008, dalam Syukrainin,2009)

4. Obesitas

Makan yang berlebihan dapat menyebabkan kegemukan atau obesitas.Obesitas adalah meningkatnya massa tubuh karena jaringan lemak yang berlebihan sehingga meningkatkan kebutuhan metabolik dan konsumsi oksigen secara menyeluruh, akibatnya curah jantung bertambah. (Rasmaliah,2005) Makin besar massa tubuh, makin banyak darah yang dibutuhkan untuk memasok oksigen dan makanan ke jaringan tubuh. hal ini dikarenakan penyempitan dan penimbunan lemak disepanjang pembuluh darah. Penyempitan dan penyumbatan lemak ini memacu jantung untuk memompa darah lebih kuat lagi agar dapat memasok kebutuhan darah ke jaringan tubuh.Ini berarti volume darah yang beredar melaluipembuluh darah menjadi meningkat sehingga memberi tekanan lebih besar pada dinding arteri, yang akan menimbulkan terjadinya kenaikan tekanan darah.(AS, 2010)

Untuk mengetahui seseorang mengalami obesitas atau tidak dapat dilakukan dengan cara mengukur berat badan dengan tinggi badan yang dsebut dengan Indeks Massa Tubuh (IMT) dengan klasifikasi IMT pada tabel 2.2. Rumus perhitungan IMT adalah sebagai berikut: (AS,2010)

Dengan :

IMT = Indeks Massa Tubuh BB= Berat badan (kg) TB = Tinggi Badan (m)

Tabel 2.2 Klasifikasi IMT (Indeks Massa Tubuh)

Klasifikasi IMT (kg/m)

Kurus I < 17

Kurus II 17 – 18,5

Normal 18,5 – 25

Obesitas I 25 – 27

Obesitas II 27

Sumber : Dit. Gizi RI, Jakarta 1994

5. Stres

Stres dapat meningkatkan aktivitas saraf simpatik yang mengatur fungsi saraf dan hormon, sehingga dapat meningkatkan denyut jantung, menyempitkan pembuluh darah dan meningkatkan retensi air dan garam.Di samping itu juga stres dapat merangsang kelenjar anak ginjal melepaskan hormon adrenalin dan memacu jantung berdenyut lebih cepat serta lebih kuat, sehingga tekanan darah akan menaik.(AS, 2010)Penentuan tingkat stres dapat dikelompokkan menggunakan kriteria HARS (Hamilton Anxiety Rating Scale)

6. Meminum Alkohol

Alkohol dapat merusak fungsi saraf pusat maupun tepi. Apabila saraf simpatis akan mengalami gangguan, maka pegaturan tekanan darah akan mengalami gangguan pula. Pada seseorang yang sering mimum minuman dengan kadar alkohol tinggi, tekanan darah mudah berubah dan cenderung meningkat tinggi. Alkohol juga bisa meninngkatkan keasaman darah.Darah menjadi lebih kental.Kekentalan darah ini memaksa jantung memompa darah lebih kuat lagi, agar darah dapat sampai ke jaringan yang membutuhkan dengan cukup.Hal ini mengakibatkan peningkatan tekanan darah. (AS, 2010)

7. Merokok

Rokok menyebabkan peningkatan denyut jantung, tekanan darah dan juga menyebabkan pengapuran sehinggga volume plasma sarah berkurang karena tercemar nikotin, akibatnya viskositas (tingkat kekentalan suatu zat cair) darah meningkat sehingga timbul hipertensi. (Dekker, E, 1996 dalam Rasmaliah,2005)

Selain itu juga, nikotin dan karbonmonoksida yang diisap melalui rokok, yang masuk ke dalam aliran darah dapat merusak lapisan endotel pembuluh darah arteri dan mengakibatkan proses aterosklerosis dan hipertensi. (Nurkhalida,2003, dalam Sugiharto,2007)

8. Komplikasi Penyakit Lain

Pada umumnya komplikasi terjadi pada hipertensi berat yaitu apabila tekanan darah > 130 mmHg atau kenaikan tekanan darah yang mendadak tinggi.Komplikasi dapat berupa terganggunya fungsi atau kerusakan berbagai organ tubuh, ini disebut istilah target hipertensi yaitu kerusakan pada otak, jantung, ginjal, dan mata.Komplikasi yang sering timbul adalah penyakit jantung koroner, gagal jantung yang ditandai dengan sesak nafas dan pembengkakan pada tungkai.Selain itu kerusakan pembuluh darah otak dan gagal ginjal. (Rasmaliah,2005)

9. Konsumsi Kafein

Kafein merupakan senyawa kimia dalam daun, biji, dan buah-buahan lebih dari 63 spesies tanaman, tetapi paling sering berasal dari kopi dan kakao, kacang cola, dan daun teh. Tapi kopi bukanlah satu-satunya sumber kafein, cola mengandung 45 mg, teh hijau memiliki 30 mg, satu ons coklat memiliki 20 mg, dan bahkan Anacin mengandung 65 mg untuk dua tablet.(Rubin A.L.,2007)

Kafein dapat memacu kerja jantung dalam memompa darah.Peningkatan tekanan dari jantung ini juga diteruskan pada arteri,

sehingga tekanan darah menjadi meningkat.Selain itu, kafein mempunyai sifat antagonis endogenus adenosin, sehingga dapat menyebabkan

vasokontriksi dan peningkatan resistensi pembuluh darah tepi. Namun dosis yang digunakan dapat mempengaruhi efek peningkatan tekanan darah.(AS, 2010)

2.8 Uji Pengolahan Data

2.8.4Uji Validitas

Validitas adalah suatu ukuran yang menunjukkan tingkat – tingkat kevalidan atau kesahihan suatu instrument.Validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Dikatakan validitas apabila dapat mengungkapkan data dari variabel yang di teliti secara tepat.(Arikunto,2010)

Teknik yang digunakan untuk menguji validitas adalah berdasarkan rumus Koefosien product moment pearson, yaitu:

Dengan :

= Koefisien korelasi product moment pearson

= Nilai dari item = Nilai dati total item

= Banyaknya responden atau sampel penelitian Hipotesis untuk signifikansi adalah

H0 = Variabel tidak valid H1 = Variabel valid

Validitas dapat diukur dengan membandingkan r hitung dengan r tabel. Kriteria penilaian uji validitas adalah :

a. Apabila r hitung > r tabel (pada taraf signifikansi 5% atau 1%), maka dapat dikatakan butir pertanyaan tersebut valid

b. Apabila r hitung r tabel (pada taraf signifikansi 5% atau 1%), maka dapat dikatakan butir pertanyaan tersebut tidak valid

2.8.5Uji Reliabilitas

Reliabilitas adalah suatu indeks yang menunjukkan sejauh mana hasil suatu pengukuran dapat dipercaya untuk digunakan sebagai alat pengumpulan data. Hasil pengukuran dapat dipercaya atau reliabel hanya apabila dalam beberapa kali pelaksanaan pengukuran terhadap kelompok subjek yang sama diperoleh hasil yang relatif sama, selama aspek yang diukur dalam diri subjek memang belum berubah. Variabel dikatakan reliabel jika memberikan nilai alpha cronbach

0.60.

Hipotesis untuk signifikansi adalah H0 = Hasil pengukuran tidak reliabilitas H1 = Hasil pengukuran reliabilitas

Cara yang digunakan untuk menguji reliabilitas adalah dengan rumus koefisien Alpha Cronbach, sebagai berikut : (Arikunto,2010)

Dengan :

Nilai (koefisien) Alpha Cronbach

Banyaknya variabel penelitian = Jumlah varians variabel penelitian

BAB 3

METODOLOGI PENELITIAN

3.1 Gambaran Umum RSUP. H. Adam Malik Medan

Rumah Sakit Umum Pusat H. Adam Malik adalah Rumah sakit umum milik pemerintahan pusat yang secara teknis berada di bawah Direktorat Jenderal Pelayanan Medik Departemen Kesehatan.Rumah sakit ini merupakan pusat rujukan kesehatan regional untuk wilayah Propinsi Sumatera Utara.RSUP H. Adam Malik di pimpin oleh seorang kepala yang disebut Direktur Utama.

Pada bulan juni 2007 RSUP.H. Adam Malik telah berubah status menjadi Badan Layanan Umum (BLU). Rumah sakit ini telah banyak melaksanakan kegiatan seperti Poliklinik Penyakit Dalam, Bedah, Kesehatan Anak, Obstetri dan Ginekologi, Bedah Orthopedi, Jiwa, THT, Mata, Kulit Kelamin, Gigi dan mulut, Kardiologi, Paru – paru, Breast Klinik, Cath lab, Radio terapi, Hemodialisa, Pusyansus, dan kecantikan. Dengan pengunjung sebesar 245.987 yaitu Poliklinik Penyakit dalam sekitar 14,99%, Rumatan Metadone sekitar 14,76%, Bedah sekitar 9,70%, Rehabilitas Medik sekitar 8,32%, kardiologi sekitar 7,85% dan seterusnya. Instalasi Gawat Darurat sekitar 25.639 orang.

Tata kerja RSUP H. Adam Malik Medan mempunyai tugas menyelenggarakan upaya penyembuhan dan pemulihan secara paripurna, pendidikan dan pelatihan, penelitian dan perkembangan secara serasi, terpadu dan berkesinambungan dengan upaya peningkatan kesehatan lainnya serta melaksanankan upaya rujukan.

3.2 Rancangan Penelitian

Rancangan penelitian ini adalah penelitian deskriptif yaitu rancangan penelitian yang tidak membutuhkan kelompok kontrol atau hipotesis yang spesifik karena yang dicari adalah gambaran tentang hal – hal yang berkaitan dengan penyebab hipertensi dan bertujuan untuk mendeskripsikan variabel – variabel subjek studi misalnya umur, jenis kelamin, faktor genetik, komplikasi dan lain – lain. Rancangan ini biasanya digunakan dalam penelitian di bidang epidemologi dan kesehatan masyarakat. (Budiarto, 2003)

Pengumpulan data dilakukan dengan pendekatanstudi potong lintang (cross – sectional) berupa sampling survey(teknik pengambilan sampel secara langsung), yang dilakukan pada satu saat atau satu periode tertentu dengan pengamatan subjek studi hanya dilakukan satu kali selama satu penelitian.(Budiarto, 2003)

3.3 Lokasi dan Waktu Penelitian

Penelitian ini dilakukan di RSUP H. Adam Malik Medan yang berada di Jl. Bunga Lau No.17 Medan Tuntungan. Pada tanggal 22 Maret 2013 sampai 22 April 2013

3.4 Populasi dan Sampel

Populasi adalah sekelompok orang kejadian, atau benda yang merupakan kumpulan lengkap dari elemen – elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan objek penelitian. (Supranto,2010).

Populasi dalam penelitian ini bersifat homogen yaitu populasi yang unsurnya memiliki sifat atau keadaan yang sama, sehingga dalam pengambilan sampel tidak perlu mempersoalkan jumlahnya dengan jenis Populasi tak terbatas

yaitu populasi yang tidak diketahui dengan pasti jumlahnya, misalnya jumlah penduduk disuatu negara dikatakan tidak pasti jumlahnya karena setiap waktu terus berubah jumlahnya Sehingga yang menjadi populasi dalam penelitian ini adalah seluruh pasaien rawat jalan yang menderita hipertensi dan sedang melakukan pengobatan di RSUP H. Adam Malik Medan.

Sampel adalah bagian dari populasi yang menjadi objek penelitian (Supranto, 2010).Pengambilan sampel dilakukan dengan teknik consecutive sampling yaitu sampel diambil dari semua sampel yang datang dan memenuhi kriteria pemilihan sampai jumlah sampel terpenuhi dengan jangka waktu pengambilan sampel tidak pendek untuk mewakili karakteristik populasi. (Suryano,2008).Penentuan jumlah sampel pada analisis faktor harus memenuhi paling sedikit empat atau lima kali banyaknya variabel yang dianalisis.(Supranto,2010) Dalam penelitian ini terdapat 9 variabel yang akan dianalisis sehingga jumlah sampel yaitu 45 orang dianggap mencukupi.

3.5 Jenis dan Teknik Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini adalah jenis data primer yaitu data yang diperoleh langsung dari sampel penelitian sebagai sumber informasi yang dicari.(Suryono,2008) Pengumpulan data primer dilakukan dengan metode

sampling survey dengan teknik wawancara pada sampel yang diambil dari populasi studi (pasien hipertensi di RSUP H. Adam Malik). Pada metode ini, pengumpulan data dilakukan dengan tanya jawab (dialog) langsung antara peneliti dengan responden (sampel). Untuk pengumpulan data dengan teknik wawancara dibutuhkan daftar lampiran pertanyaan yang merupakan instrumen (Merupakan sebuah alat yang digunakan untuk mengumpulkan data atau informasi yang bermanfaat untuk menjawab permasalahan penelitian) penting dalam sampling surveyyang disusun secara terperinci sehingga menyerupai checklist. Daftar pertanyaan berisi pertanyaan – pertanyaan yang akan diajukan pada responden dan digunakan sebagai pedoman dalam melakukan wawancara.

Selain itu, sumber data diperoleh dengan pemeriksaan fisik berupa tekanan darah, berat badan dan tinggi badan.Tekanan darah, tinggi badan dan berat badan diperoleh dari pemeriksaan langsung yang dilakukan oleh dokter atau perawat yang bekerja di RSUP H. Adam Malik.

3.6 Variabel Penelitian

Variabel merupakan ukuran atau ciri yang dimiliki oleh anggota sesuatu kelompok yang berbeda dengan yang dimiliki oleh kelompok lain. (Saryono,2008) Variabel yang diteliti merupakan variabel independen (bebas) yaitu variabel yang mempengaruhi atau dianggap menentukan variabel terikat.Variabel ini dapat berupa penyebab/kausa. Adapun variabel yang akan diteliti adalah X1 = usia, X2 = jenis kelamin, X3 = genetika/riwayat keturunan, X4 = obesitas, X5 = stres, X6 = meminum alkohol, X7 = merokok, X8 = komplikasi, X9 = mengkonsumsi kafein.

3.7 Skala Ukuran Penelitian

Pengumpulan data yang dilakukan dengan teknik wawancara pada penelitian ini akan diperoleh jawaban dengan intensitas yang berbeda – beda sesuai dengan pertanyaan yang diajukan. Untuk dapat menempatkan intensitas data yang berbeda – beda secara tepat diberikan beberapa tingkatan atau jenjang yang dikenal dengan skala ukuran. Adapun skala ukuran pada variabel yang akan diteliti yaitu skala nominal dan ordinal. Pada penelitian skala nominal berada pada variabel jenis kelamin karena data dengan skala nominal tidak mempunyai jenjang. Sementara skala ukuran ordinal berada pada variabel usia, faktor genetika/riwayat keturunan, obesitas, stres, meminum alkohol, merokok, komplikasi penyakit lain dan mengkonsumsi kafein. Variabel – variabel tersebut memiliki jenjang yang bersifat kualitatif.

3.8 Definisi Operasional

Dalam melakukan suatu penelitian terdapat beberapa pengukuran variabel berdasarkan skala pengukuran dari variabel – variabel yang ditentukan. Penelitian ini memiliki skala pengukuran yang berbeda – beda pada setiap variabelnya. Oleh sebab itu, diperlukannya tabel defenisi operasional agar dapat membantu dalam melakukan penskalaan pada variabel – variabel. Seperti pada tabel 3.1 berikut:

Tabel 3.1 Definisi Operasional

Untuk menyamakan pengertian terhadap variabel penelitian, maka dibuat definisi operasional seperti pada tabel 3.1.sebagai berikut:

NO. VARIABEL DEFINISI OPERASIONAL KATEGORI CARA PENGUKURAN SKALA

1. Usia

Usia reponden dihitung sejak tahun lahir sampai dengan ulang tahun terakhir yang telah dijalanin saat penelitian

1. 20 – 29 tahun 2. 30 – 39 tahun 3. 40 – 49 tahun 4. 50 – 59 tahun 5. Diatas 60 tahun

Ditanya pada saat wawancara dengan responden Ordinal

2. Jenis Kelamin

Tanda – tanda seks sekunder (ciri – ciri fisik yang ditimbulkan atau terlihat) yang terlihat pada responden

1. Perempuan

2. Laki – laki Observasi atau pengamatan pada saat wawancara Nominal

3.

Faktor Genetik / Riwayat Keturunan

Keterangan mengenai ada tidaknya keluarga responden yang menderita hipertensi. Keluarga yang dimaksud yaitu ayah, ibu, kakek, nenek, bibi, dan paman

1. Tidak Ada 2. Ada satu orang

keluarga 3. 1 – 2 orang

keluarga 4. orang

keluarga

5. > 5 orang keluarga

Ditanyakan pada saat wawancara dengan responden Ordinal

4. Obesitas Keadaan berat badan responden yang ditentukan melalui IMT

1. Kurus I 2. Kurus II

Tinggi badandiukur denganmeteran (bath

(Indeks Massa Tubuh) yang terlihat pada tabel 2.4

3. Normal 4. Obesitas I 5. Obesitas II

timbangan

injak.Selanjutnyadipastikandenganmenanyakansejak kapanobesitas terjadi

5. Stres

Stres adalah suatu kondisi yang dirasakan saat tuntutan emosi, fisik atau lingkungan tak mudah diatasi atau melebihi daya dan kemampuan yang dirasakan untuk mengatasinya dengan efektif.

1. Tidak stress

(jawaban < 14 poin)

2. Stress ringan (jawaban 14 – 20 poin)

3. Stress sedang (jawaban 21 – 27 poin)

4. Stress berat

(jawaban 28 – 41 poin)

Ditanyakan padasaat wawancara pada respondensesuai denganlampiran pertanyaan.

Ordinal

6. Meminum

Alkohol

Kebiasaan mengkonsumsi minuman beralkohol

sehari-hari dalam periode waktu tertentu

sebelum terdiagnosis hipertensi. Dalam hal ini tuak termasuk dalam alkohol

1. Tidak pernah 2. Peminum ringan

(1 gelas/hari)

3. Peminum sedang (2-3 gelas/hari)

4. Peminum berat (> 3 gelas/hari)

Ditanyakan padasaat wawancaradenganresponden,

7. Merokok

Kebiasaan/perilakumenghisap rokok danatau pernah merokokdalam sehari-hari,sebelum didiagnosishipertensi

1. Tidak pernah 2. Perokok ringan

(<10 batang/hari) 3. Perokok sedang

(10 – 20 batang/hari) 4. Perokok berat

(> 20 batang/hari)

Ditanyakan pada saatwawancara denganresponden,ditekankan

pada saatsebelum

terdiagnosishipertensi.

Ordinal

8. Komplikasi Penyakit Lain

Penyakit yang diderita oleh responden selain penyakit hipertensi. Penyakit tersebut berkaitan dengan hipertensi seperti diabetes, asam urat, gagal ginjal, gagal jantung, ginjal koroner, kolestrol dan stroke

1. Tidak ada 2. 1 – 2 penyakit 3. 3 – 4 penyakit 4. 5 – 6 penyakit 5. 7 penyakit

Ditanyakan pada saat

wawancara dengan responden Ordinal

9. Mengkonsumsi Kafein

Kebiasaan meminum kafein dan atau pernah minum dalam sehari-hari,sebelum

didiagnosishipertensi.Kafein dapat berupa kopi dan kakao, cola, dan daun teh.

1. Tidak pernah 2. cangkir/btg 3. 4 – 5 cangkir/btg 4. > 6 cangkir/btg

Ditanyakan pada saat

3.9 Pengolahan Data

Tahap pengolahan data meliputi:

a. Cleaning

Data yang telah dikumpulkan dilakukan cleaning data yang berartisebelum data dilakukan pengolahan, terlebih dahulu dilakukanpengecekan agar tidak terdapat data yang tidak perlu.

b. Editing

Setelah data dikumpulkan lalu dilakukan pengeditan untukmengecek kelengkapan data, kesinambungan data dankeseragaman data.

c. Coding

Dilakukan untuk memudahkan dalam pengolahan data termasuk dalam pengelompokan kategori dan pemberian skor.

d. Entry Data

Memasukkan data ke program komputer untuk proses analsis data.

3.10 Analisis Data

Pengukuran variabel pada analisis faktor berdasarkan skala interval atau rasio, namun dalam penelitian ini skala berukuran nominal dan ordinal sehingga penskalaan diubah ke dalam bentuk interval dengan menggunakan Method of Successive Interval (MSI).

3.10.1 Uji Pengolahan Data

Sebelum melakukan analisis maka terlebih dahulu dilakukan pengujian pada data yang diperoleh agar kesimpulan yang diperoleh dari penelitian tidak keliru atau tidak memberikan gambaran yang jauh berbeda dengan keadaan yang sebenarnya. Karena pada dasarnya penelitian merupakan proses untuk melakukan pengukuran. Adapun alat ukur yang digunakan untuk pengujian terhadap data yaitu uji validitas dan reliabilitas.

3.10.2 Langkah – langkah Analisis Faktor

a. Membentuk matriks korelasi

Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan variabel dalam penelitian ini.

b. Perhitungan selanjutnya meneliti ketepatan anlisis faktor yaitu dengan melihat uji Kaiser Mayer Olkin (KMO) dan uji bartlett’s test of

shphericity

c. Hasil pengolahan berikutnya adalah Measure of Sampling Adequacy

(MSA) yang menyatakan kecukupan sampel.

d. Langkah selanjutnya adalah ekstraksi faktor. Pada penelitian ini metode ekstraksi menggunakan Principal Component Analysis. Analisis dilakukan untuk mengetahui apakah variabel – variabel tersebut dapat direduksi menjadi satu atau lebih faktor dengan memperhatikan nilai varian data asli. e. Penentuan banyaknya faktor dilakukan untuk mencari variabel baru yang

disebut faktor yang saling tidak berkorelasi, bebas satu sama lainnya, lebih sedikit jumlahnya daripada variabel aslinya. Penentuan faktor dapat dilakukan dengan 2 cara yaitu (1) Penentuan berdasarkan eigen value dan (2) Penentuan Berdasarkan Scree Plot

f. Setelah faktor terbentuk maka pada tahap selanjutnya, menunjukkan besarnya korelasi antara suatu variabel dengan faktor yang terbentuk dari matriks korelasi yang dibakukan. Koefisien matriks korelasi disebut factor loading

g. Apabila ada beberapa variabel yang berkorelasi dengan lebih dari satu faktor, atau sebaliknya faktor yang berkorelasi dengan banyak variabel maka dilakukan rotasi terhadap variabel – variabel tersebut. Proses rotasi terhadap faktor pada penelitian ini menggunakan metode varimax rotationkarena bertujuan untuk mengekstraksi sejumlah variabel menjadi beberapa faktor. Selain itu metode ini menghasilkan struktur relatif lebih sederhana dan mudah diinterpretasikan. Metode rotasi orthogonal varimax, melakukan iterasi untuk menghitung nilai communality dengan mencari nilai maksimum.

h. Setelah faktor dapat berkorelasi dengan variabelnya maka langkah selanjutnya dengan menjelaskan variabel – variabel dalam faktor yang telah terbentuk.

i. Membuat model fitdengan melihat nilai residual. Kriteria residual dengan nilai lebih besar dari 0,05 (residual < 0,05), berarti model tepat digunakan.

BAB 4

HASIL DAN PEMBAHASAN

4.1 Input Data Asli Penelitian

Data yang telah diperoleh sebelumnya dengan daftar lampiran berupa pertanyaan – pertanyaan yang diperoleh dari wawancara mendalam kepada responden sesuai dengan skala ukuran yang telah ditentukan sebelumnya, sehingga diperoleh data pada tabel 4.1.

Tabel 4.1 Input Data Asli Penelitian

NOMOR

RESPONDEN X1 X2 X3 X4 X5 X6 X7 X8 X9

1. 4 1 1 3 1 1 1 1 2

2. 3 1 1 5 1 1 1 1 4

3. 5 1 2 3 2 1 1 2 1

4. 5 1 1 3 1 1 1 1 3

5. 5 2 1 3 1 3 4 1 3

6. 3 2 1 1 3 1 3 2 1

7. 4 2 1 3 3 1 1 2 2

8. 4 2 1 4 1 1 4 2 2

9. 5 2 3 3 4 1 4 2 3

10. 5 1 1 3 1 1 1 1 2

11. 3 1 1 3 3 1 1 1 1

12. 4 2 1 3 1 1 2 1 3

13. 3 1 1 3 1 1 1 1 1

14. 5 1 2 3 1 1 1 2 1

15. 2 1 1 4 1 1 1 2 3

17. 5 2 2 5 1 2 2 3 2

18. 3 1 1 4 1 1 1 1 3

19. 4 1 1 2 1 1 1 1 1

20. 3 1 1 2 1 1 1 1 2

21. 5 2 1 4 4 1 4 1 3

22. 5 2 1 2 3 1 4 1 2

23. 3 1 1 2 1 1 1 1 1

24. 4 1 2 3 1 1 1 1 1

25. 2 1 1 5 1 1 1 1 1

26. 5 1 1 4 1 1 1 1 3

27. 5 2 1 4 4 1 1 3 4

28. 5 1 2 5 3 1 1 2 3

29. 5 2 3 5 4 2 4 3 3

30. 5 1 1 3 1 1 1 2 2

31. 5 1 1 2 2 1 1 2 3

32. 5 1 1 3 1 1 1 1 3

33. 3 2 2 3 1 1 1 3 3

34. 5 1 3 4 2 1 1 2 3

35. 3 1 2 1 3 1 1 2 2

36. 4 1 1 3 1 1 1 1 2

37. 5 2 2 4 1 1 4 2 3

38. 3 2 2 3 2 1 3 3 2

39. 2 2 2 3 3 1 1 1 1

40. 4 1 2 1 2 1 1 1 1

41. 2 1 1 1 1 1 1 2 2

42. 5 1 2 4 3 1 1 3 2

43. 5 2 3 4 1 1 4 5 3

44. 4 1 2 2 2 1 1 2 2

45. 5 1 2 5 3 1 1 3 2

4.2Deskripsi Karakteristik Responden

Analisis pada penelitian ini diawali dengan deskriptif variabel berupa frekuensi distribusi variabel – variabel yang telah ditentukan, yaitu usia, jenis kelamin, genetika/ riwayat keturunan, obesitas, stres, meminum alkohol, merokok, komplikasi, mengkonsumsi kafein.

Berdasarkan data yang telah dikumpulkan dan diolah sesuai dengan input data yang telah diperoleh maka frekuensi disrtibusi secara garis besar dapat ditunjukkan pada tabel 4.2.

Tabel 4.2 Frekuensi Distribusi Variabel – variabel

No. Variabel Kategori Frekuensi Proporsi Persentase

1. Usia

1 2 3 4 5 0 4 10 9 22 0 0,089 0,222 0,200 0,489 0 8,9% 22,2% 20% 48,9%

2. Jenis kelamin 1

2 28 17 0,622 0,378 62,2% 37,8% 3. Genetika/keturunan 1 2 3 4 5 27 14 4 0 0 0,600 0,311 0,089 0 0 60% 31,1% 8,9% 0 0 4. Obesitas

1 2 3 4 5 4 6 18 10 7 0,089 0,133 0,400 0,222 0,156 8,9% 13,3% 40% 22,2% 15,6%

5. Stres

1 2 3 4 25 6 9 5 0,556 0,133 0,200 0,111 55,6% 13,3% 20% 11,1% 6. Meminum alkohol

1 2 3 4 41 3 1 0 0,911 0,067 0,022 0 91,1% 6,7% 2,2% 0

7. Merokok

1 2 3 4 32 2 2 9 0,711 0,044 0,044 0,200 71,1% 4,4% 4,4% 20% 8. Komplikasi

1 2 3 4 5 22 15 7 0 1 0,489 0,333 0,156 0 0,022 48,9% 33,3% 15,6% 0 2,2% 9. Mengkonsumsi

kafein 1 2 3 4 11 15 17 2 0,244 0,333 0,378 0,044 24,4% 33,3% 37,8% 4,4%

4.3 Penskalaan Data Asli Penelitian

Pengukuran variabel pada analisis faktor berdasarkan skala interval atau rasio, Namun pada penelitian ini skala berukuran nominal dan ordinal sehingga penskalaan dapat diubah ke dalam bentuk interval dengan menggunakan Method of Successive Interval (MSI).

Adapun tahapan perhitungan yang dapat dilakukan pada MSI ini untuk variabel X1 adalah sebagai berikut :

a. Data yang telah diperoleh sebelumnya ditentukan frekuensinya terlebih dahulu. Pada pembahasan sebelumnya telah ditentukan sebelumnya frekuensi dari masing – masing variabel.

b. Perhitungan proporsi dilakukandengan membagi setiap frekuensi terhadap jumlah responden.Pada pembahsan sebelumnya telah ditentukan sebelumnya frekuensi dari masing – masing variabel.

c. Perhitungan proporsi kumulatif (PK) dilakukan dengan menjumlahkan proporsi secara berurutan untuk setiap nilai.

d. Mencari nilai diperoleh dari tabel distibusi normal baku dengan asumsi bahwa proporsi kumulatif berdistribusi normal baku.

e. Menghitung densitas ( , Dihitung dengan menggunakan rumus sebagai berikut :

Dengan : ; Maka untuk :

f. Menghitung scale value (SV) digunakan rumus :

Untuk SV1 nilai batas bawah untuk densitas pertama adalah 0 (lebih kecil dari 0,616); dan untuk proporsi kumulatif juga 0 (dibawah nilai 0,089). Sehingga diperoleh hasil :

terkecil

g. Menghitungnilai hasil pengskalaan dengan cara sebagai berikut : 1. Menentukan scale value min sehingga

= -1,809

2. Transformasi nilai skala dengan rumus:

Hasil perhitungan penskalaan dengan Method of Successive Interval (MSI) untuk variabel X1 lebih terperinci dapat dilihat pada tabel 4.3

Tabel 4.3 Penskalaan Variabel X1

Variabel Kategori Frekuensi Proporsi Proposi

Kumlatif Densitas Z

Nilai hasil penskalaan 1

2,000 4,000 0,089 0,089 0,161 -1,348 1,000 3,000 10,000 0,222 0,311 0,353 -0,493 1,944 4,000 9,000 0,200 0,511 0,399 0,028 2,589

5,000 22,000 0,489 1,000 0,000 3,626

Selanjutnya pengskalaan untuk variabel yang lain dilakukan dengan cara yang sama. Perhitungan dapat dilakukan dengan menggunakan bantuan Microsoft Office Excel2007.Secara keseluruhan dapat dilihat pada lampiran 2 pada halaman 66.

4.4 Uji Pengolahan Data

Penelitian pada dasarnya merupakan proses untuk melakukan pengukuran. Oleh karena itu agar kesimpulan yang diperoleh dari penelitian tidak keliru atau tidak memberikan gambaran yang jauh berbeda dengan keadaan yang sebenarnya maka diperlukan alat ukur yang berupa skala atau test yang valid dan reliabel.

4.4.1 Uji Validitas

Uji validitas mempunyai arti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya.Alat ukur yang valid akan memiliki tingkat kesalahan yang kecil sehingga angka yang dihasilkannya dapat dipercaya sebagai angka yang sebenarnya atau angka yang mendekati keadaan sebenarnya.

Pengujian terhadap validitas variabel – variabel yang ada dilakukan dengan menggunakan statistik korelasi pearson product moment. Perhitungan korelasi pearson product moment ini dihitung secara manual pada 9 variabel yang ada secara satu persatu.

Perhitungan secara manual dilakukan pada variabel X1 adalah X dan Y merupakan jumlah keseluruhan variabel tanpa variabel X1. Berikut diperlihatkan perhitungan untuk variabel X1 pada tabel 4.4 berikut :

Tabel 4.4 Perhitungan Validitas Variabel X1

Nomor

Responden X Y X

2

Y2 XY

1. 2,583 10,657 66,712 1135,677 275,251

2. 1,944 14,742 37,794 2173,119 286,587

3. 3,626 13,228 131,463 1749,806 479,620

4. 3,626 11,676 131,463 1363,375 423,361

5. 3,626 17,732 131,463 3144,284 642,930

6. 1,944 13,625 37,794 1856,316 264,875

7. 2,583 15,036 66,712 2260,683 388,348

8. 2,583 16,226 66,712 2632,887 419,100

9. 3,626 21,274 131,463 4525,932 771,360

10. 3,626 10,657 131,463 1135,677 386,394

11. 1,944 11,135 37,794 1239,944 216,479

12. 2,583 14,397 66,712 2072,782 371,859

13. 1,944 9,604 37,794 922,448 186,718

14. 3,626 12,204 131,463 1489,367 442,490

15. 1,000 13,749 10,000 1890,218 137,485

16. 3,626 21,126 131,463 4463,270 766,001

17. 3,626 20,433 131,463 4174,875 740,840

18. 1,944 12,518 37,794 1,566,884 243,351

19. 2,583 8,783 66,712 771,465 226,861

20. 1,944 9,836 37,794 967,412 191,214

21. 3,626 18,430 131,463 3396,798 668,248

22. 3,626 14,864 131,463 2209,317 538,929

23. 1,944 8,783 37,794 771,465 170,755

24. 2,583 10,973 66,712 1204,060 283,417

25. 1,000 11,346 10,000 1287,218 113,455

26. 3,626 12,518 131,463 1566,884 453,859

27. 3,626 20,023 131,463 4009,298 726,001

28. 3,626 17,548 131,463 3079,293 636,251

29. 3,626 25,730 131,463 6620,118 932,902

30. 3,626 11,888 131,463 1413,201 431,027

31. 3,626 13,110 131,463 1718,803 475,352

32. 3,626 11,676 131,463 1363,375 423,361

33. 1,944 16,811 37,794 2826,081 326,819

34. 3,626 17,227 131,463 2967,549 624,600

35. 1,944 13,183 37,794 1737,863 256,285

37. 3,626 18,614 131,463 3464,911 674,915

38. 1,944 18,061 37,794 3262,136 351,129

39. 1,000 14,121 10,000 1993,948 141,207

40. 2,583 10,393 66,712 1080,063 268,427

41. 1,000 10,283 10,000 1057,482 102,833

42. 3,626 16,547 131,463 2737,876 599,943

43. 3,626 21,666 131,463 4694,325 785,578

44. 2,583 13,459 66,712 1811,531 347,636

45. 3,626 17,447 131,463 3043,808 632,574

Jumlah 126,454 653,994 3910,560 101989,525 1910,189 Perhitungan korelasi pearson product moment sebagai berikut :

Dari nilai kritis korelasi pearson product moment untuk n = 45 dengan tingkat kepercayaan 99%, dapat diketahui bahwa nilai tabel korelasi adalah 0,380. Bila dibandingan dengan r1 yaitu 0,460, maka disimpulkan bahwa rhit (0,460) > rtabel (0,380) berarti variabel X1 valid.

Untuk pengujian berikutnya dapat dilakukan dengan cara yang sama. Diperlihatkan pada tabel 4.5. Perhitungan dapat dilakukan dengan bantuan

Tabel 4.5 Hasil Uji Validitas

Variabel hitung tabel Keterangan

X1 0,460 0,380 Valid

X2 0,549 0,380 Valid

X3 0,385 0,380 Valid

X4 0,402 0,380 Valid

X5 0,380 0,380 Valid

X6 0,395 0,380 Valid

X7 0,566 0,380 Valid

X8 0,449 0,380 Valid

X9 0,396 0,380 Valid

Dari hasil uji validitas diatas terlihat bahwa semua variabel dalam penelitian ini layak atau dapat digunakan pada pengolahan data berikutnya.

4.4.2 Uji Reliabilitas

Reliabilitas, atau keandalan, adalah konsistensi dari serangkaian pengukuran atau serangkaian alat ukur. Hal tersebut bisa berupa pengukuran dari alat ukur yang sama (tes dengan tes ulang) akan memberikan hasil yang sama, atau untuk pengukuran yang lebih subjektif, apakah dua orang penilai memberikan skor yang mirip (reliabilitas antar penilai).

Pengujian reliabilitas dapat dilakukan dengan teknik cronbach alpha. Perhitungan ini menetapkan batas minimum yaitu apabila hasil uji reliabilitas dengan teknik cronbach alphasama lebih besar dari 0,60 maka variabel – variabel yang ada dikatakan reliabel.

Perhitungan nilai Alpha Cronbachdapat dilakukan dengan langkah – langkah sebagai berikut :

a. Mencari nilai varians dari masing – masing variabel dengan rumus sebagai berikut :

b. Selanjutnya mencari jumlah varians dari variabel – variabel yang telah ditentukan

c. Mencari nilai varians total

d. Melakukan proses perhitungan nilai Alpha Cronbach dengan memakai rumus :

Diperoleh nilai Alpha Cronbach yakni 0,758.Hasil yang diperoleh sesuai dengan output SPSS 20.0. Diperlihatkan pada tabel 4.6 berikut :

Tabel 4.6 Uji Reliabilitas

Cronbach’s Alpha N of Items

0,758 9

4.5 Analisis Faktor

Setelah sampel didapat dan diuji sehingga asumsi terpenuhi, langkah selanjutnya adalah melakukan proses analisis faktor. Proses tersebut meliputi :

4.5.1 Membentuk Matriks Korelasi

Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan variabel dalam penelitian ini.Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor.

Perhitungan matriks korelasi dapat dilakukan dengan menggunakan rumus

product moment. Perhitungan dilakukan dengan pemisalan pada XAdalah variabel X1 dan Y adalah variabel X2 sehingga diperoleh pada tabel 4.7 berikut :

Tabel 4.7 Perhitungan Korelasi Variabel X1 dan X2

Nomor

Responden X Y X

2

Y2 XY

1. 2,583 1,000 6,6712 1,0000 2,583

2. 1,944 1,000 3,7794 1,0000 1,944

3. 3,626 1,000 13,1463 1,0000 3,626

5. 3,626 2,617 13,1463 6,8481 9,488

6. 1,944 2,617 3,7794 6,8481 5,087

7. 2,583 2,617 6,6712 6,8481 6,759

8. 2,583 2,617 6,6712 6,8481 6,759

9. 3,626 2,617 13,1463 6,8481 9,488

10. 3,626 1,000 13,1463 1,0000 3,626

11. 1,944 1,000 3,7794 1,0000 1,944

12. 2,583 2,617 6,6712 6,8481 6,759

13. 1,944 1,000 3,7794 1,0000 1,944

14. 3,626 1,000 13,1463 1,0000 3,626

15. 1,000 1,000 1,0000 1,0000 1,000

16. 3,626 2,617 13,1463 6,8481 9,488

17. 3,626 2,617 13,1463 6,8481 9,488

18. 1,944 1,000 3,7794 1,0000 1,944

19. 2,583 1,000 6,6712 1,0000 2,583

20. 1,944 1,000 3,77947 1,0000 1,944

21. 3,626 2,617 13,1463 6,8481 9,488

22. 3,626 2,617 13,1463 6,8481 9,488

23. 1,944 1,000 3,7794 1,0000 1,944

24. 2,583 1,000 6,6712 1,0000 2,583

25. 1,000 1,000 1,0000 1,0000 1,000

26. 3,626 1,000 13,1463 1,0000 3,626

27. 3,626 2,617 13,1463 6,8481 9,488

28. 3,626 1,000 13,1463 1,0000 3,626

29. 3,626 2,617 13,1463 6,8481 9,488

30. 3,626 1,000 13,1463 1,0000 3,626

31. 3,626 1,000 13,1463 1,0000 3,626

32. 3,626 1,000 13,1463 1,0000 3,626

33. 1,944 2,617 3,7794 6,8481 5,087

34. 3,626 1,000 13,1463 1,0000 3,626

35. 1,944 1,000 3,7794 1,0000 1,944

36. 2,583 1,000 6,6712 1,0000 2,583

37. 3,626 2,617 13,1463 6,8481 9,488

38. 1,944 2,617 3,7794 6,8481 5,087

39. 1,000 2,617 1,0000 6,8481 2,617

40. 2,583 1,000 6,6712 1,0000 2,583

41. 1,000 1,000 1,0000 1,0000 1,000

43. 3,626 2,617 13,1463 6,8481 9,488

44. 2,583 1,000 6,6712 1,0000 2,583

45. 3,626 1,000 13,1463 1,0000 3,626

Jumlah 126,454 72,487 391,0560 144,4183 208,655 Perhitungan korelasi pearson product moment sebagai berikut :

Hasil perhitungan matriks korelasi pada variabel X1 dan X2 yakni 0,158. Perhitungan untuk variabel yang lain dapat dilakukan dengan bantuan SPSS 20.0.

4.

Output

MSA

Anti-image Matrices

VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009

Anti-image Correlation

VAR00001 .648a .304 -.107 -.056 -.189 -.136 -.306 -.089 -.273

VAR00002 .304 .571a .153 .049 -.279 -.085 -.757 -.321 -.130

VAR00003 -.107 .153 .559a -.102 -.197 .009 -.151 -.585 .232

VAR00004 -.056 .049 -.102 .712a .018 -.245 .002 -.059 -.377

VAR00005 -.189 -.279 -.197 .018 .749a .037 .095 .044 .002

VAR00006 -.136 -.085 .009 -.245 .037 .812a -.214 .096 .065

VAR00007 -.306 -.757 -.151 .002 .095 -.214 .613a .214 .014

VAR00008 -.089 -.321 -.585 -.059 .044 .096 .214 .574a -.148

VAR00009 -.273 -.130 .232 -.377 .002 .065 .014 -.148 .643a

43

5.

Output

Nilai

Eigenvalue

untuk Setiap Faktor

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

1 3.174 35.268 35.268 3.174 35.268 35.268 2.194 24.380 24.380

2 1.423 15.816 51.084 1.423 15.816 51.084 1.846 20.507 44.887

3 1.249 13.879 64.963 1.249 13.879 64.963 1.807 20.076 64.963

4 .806 8.960 73.924

5 .784 8.711 82.634

6 .645 7.162 89.796

7 .439 4.875 94.671

8 .334 3.710 98.381

9 .146 1.619 100.000

Extraction Method: Principal Component Analysis.

84

43

6.

Output Residuals

Reproduced Correlations

VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009

Reproduced Correlation

VAR00001 .469a .261 .292 .518 .213 .298 .300 .358 .497

VAR00002 .261 .821a .228 .131 .468 .550 .820 .251 .183

VAR00003 .292 .228 .769a .147 .443 -.048 .158 .737 .068

VAR00004 .518 .131 .147 .652a .078 .313 .204 .243 .634

VAR00005 .213 .468 .443 .078 .409a .205 .430 .432 .067

VAR00006 .298 .550 -.048 .313 .205 .533a .605 .019 .369

VAR00007 .300 .820 .158 .204 .430 .605 .837a .198 .263

VAR00008 .358 .251 .737 .243 .432 .019 .198 .724a .168

VAR00009 .497 .183 .068 .634 .067 .369 .263 .168 .631a

Residualb

VAR00001 -.104 -.028 -.222 .043 -.016 .033 -.126 -.137

VAR00002 -.104 -.050 .038 -.091 -.155 -.024 .072 .089

VAR00003 -.028 -.050 .030 -.142 .128 .038 -.129 -.060

VAR00004 -.222 .038 .030 .027 .002 .001 -.024 -.187

VAR00005 .043 -.091 -.142 .027 -.070 -.137 -.183 .065

VAR00006 -.016 -.155 .128 .002 -.070 -.118 .035 -.184

VAR00007 .033 -.024 .038 .001 -.137 -.118 -.005 -.008

VAR00008 -.126 .072 -.129 -.024 -.183 .035 -.005 .044

VAR00009 -.137 .089 -.060 -.187 .065 -.184 -.008 .044

Extraction Method: Principal Component Analysis. a. Reproduced communalities

b. Residuals are computed between observed and reproduced correlations. There are 19 (52.0%) nonredundant residuals with absolute values greater than 0.05.

85

7.

Output

Komunalitas

Communalities

Initial Extraction

VAR00001 1.000 .469 VAR00002 1.000 .821 VAR00003 1.000 .769 VAR00004 1.000 .652 VAR00005 1.000 .409 VAR00006 1.000 .533 VAR00007 1.000 .837 VAR00008 1.000 .724 VAR00009 1.000 .631

Extraction Method: Principal Component Analysis.

8.

Output

Matriks Faktor (Sebelum Dirotasi)

Component Matrixa Component

1 2 3

VAR00001 .583 .025 .359

VAR00002 .745 -.220 -.467

VAR00003 .494 .723 -.040

VAR00004 .521 -.119 .606

VAR00005 .525 .238 -.276

VAR00006 .567 -.456 -.060

VAR00007 .764 -.325 -.384

VAR00008 .556 .642 .049

VAR00009 .522 -.233 .552

Extraction Method: Principal Component Analysis. a. 3 components extracted.

9.

Output

Matriks Faktor (Setelah Dirotasi)

Rotated Component Matrixa Component

1 2 3

VAR00001 .186 .274 .600 VAR00002 .877 .222 .063 VAR00003 .034 .873 .077 VAR00004 .068 .095 .799 VAR00005 .409 .491 .004 VAR00006 .631 -.110 .351 VAR00007 .891 .132 .163 VAR00008 .063 .824 .201 VAR00009 .152 .002 .780

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser

Normalization.

43

10.

Output

Matriks Transformasi

Component Transformation Matrix

Component 1 2 3

1 .687 .492 .534

2 -.454 .865 -.213

3 -.567 -.097 .818

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

11.

Output Scree Plot

87