Berdasarkan uraian diatas, penulis tertarik memilih judul “Faktor-faktor yang Mempengaruhi Keputusan Berobat dengan Regresi Logistik”.
1.2 Perumusan Masalah
Yang menjadi permasalahan dalam penelitian ini adalah faktor-faktor apa saja yang berpengaruh terhadap keputusan masyarakat untuk berobat ke Rumah Sakit Mitra
Sejati Medan.
1.3 Pembatasan Masalah
Permasalahan ini dibatasi pada penelusuran faktor-faktor apa saja yang berpengaruh terhadap keputusan masyarakat berobat ke rumah sakit dengan menggunakan metode
regresi logistik.
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah untuk mengetahui faktor-faktor yang berpengaruh terhadap keputusan masyarakat berobat ke rumah sakit, serta mengetahui faktor yang
dominan.
1.5 Tinjauan Pustaka
Pada kasus-kasus penelitian dengan tujuan untuk mengetahui hubungan antara suatu peubah dengan peubah penyebab dimana peubah terikatnya berupa data kategorik,
maka analisis regresi linear standar tidak bisa dilakukan. Oleh karena itu salah satu pendekatan yang dapat dilakukan adalah regresi logistik. Model persamaan regresi
logistik digunakan untuk dapat menjelaskan hubungan antara X dan π x yang bersifat
Universitas Sumatera Utara
tidak linear, ketidaknormalan sebaran dari Y, keragaman respon yang tidak konstan dan tidak dapat dijelaskan oleh model regresi linear biasa Agresti, 1990.
Metode regresi logistik adalah suatu metode analisis statistika yang mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau
lebih dengan satu atau lebih peubah penjelas berskala kategori atau interval Hosmer dan Lemeshow, 1989.
Sedangkan menurut David 1989 uji regresi logistik adalah metode statistik yang mempelajari tentang pola hubungan secara matematis antara
satu variabel dependen dengan satu atau lebih variabel independen.
Model logistik dirancang untuk melakukan prediksi keanggotaan grup. Regresi logistik digunakan bila variabel-variabel prediktor predictors merupakan campuran
antara variabel diskrit dan kontinu dan distribusi data yang digunakan tidak normal
Wahyuddin, 2004:34. Uji ini bertujuan memprediksi variabel dependen yang berupa
sebuah variabel biner dengan menggunakan data variabel independen yang sudah
diketahui besarnya Santoso, 2001.
Ada beberapa metode pendugaan parameter dalam regresi logistik, salah satunya yaitu metode maksimum likelihood. Keuntungan menggunakan metode
maksimum likelihood adalah bahwa uji rasio likelihood dapat diimplementasikan untuk menaksir kesesuaian dari kelebihan pendugaan parameter regresi logistik
dengan menggunakan MLE Maksimum Likelihood Estimation. MLE adalah suatu fungsi dari parameter yang memaksimumkan peluangnya untuk menduga parameter
Hosmer, 1989.
Untuk model logistik dikotomus, dengan metode maksimum Likelihood dapat diperoleh penduga dari suatu model regresi dengan variabel tidak bebas biner,
dimana antar amatan diasumsikan bebas dan nilai harapan variabel tidak bebasnya tidak linear terhadap parameter. Parameter yang didapat dilakukan pengujian untuk
mengetahui tingkat signifikan parameter yang telah diperoleh. Kemudian model diuji kesesuaiannya untuk mengetahui variabel-variabel prediktor yang terdapat dalam
model tersebut memiliki hubungan yang nyata dengan variabel responnya.
Universitas Sumatera Utara
Untuk menguji hipotesis digunakan model Hosmer and Lemeshow’s goodness of fit test. Jika nilai Hosmer and Lemeshow’s goodness of fit test statistik sama
dengan atau kurang dari 0,05, maka hipotesis nol ditolak yang berari ada perbedaan signifikan antara model dengan nilai observasinya, yang goodness fit model tidak
baik, karena model tidak dapat memprediksi nilai observasinya. Jika nilai statistik Hosmer and Lemeshow’s goodness of fit lebih besar dari 0,05, maka hipotesis nol
tidak dapat ditolak dan berarti model mampu memprediksikan nilai obsevasinya atau dapat dikatakan model dapat ditemui karena cocok dengan observasinya Ghozali,
2001, hal: 218.
Berdasarkan Hosmer dan Lemeshow 1990 untuk menguji keberartian koefisien secara parsial digunakan uji Wald. Pengujian ini dilakukan untuk menguji
koefisien tiap variabel secara individual. Hasil pengujian secara individual ini akan menunjukkan kelayakan suatu variabel prediktor untuk masuk dalam model.
1.6 Metode Penelitian
Adapun metodologi penelitian ini adalah sebagai berikut : 1.
Pengumpulan data berupa data primer berdasarkan kuesioner yang diperoleh dari data pasien Rumah Sakit Mitra Sejati Medan.
2. Pengolahan data yang meliputi pengujian kelayakan data dan analisis regresi
logistik biner dengan menggunakan SPSS, dimana bentuk umum regresi logistik tersebut adalah
6 2
2 1
1
1 1
k
X X
X
e x
p
β β
β β
+ +
+ +
−
+ =
Dengan : p
x
= peluang memutuskan berobat ke Rumah Sakit
k
β β
β β
, ,
, ,
2 1
= koefisien-koefisien
k
X X
X
, ,
,
2 1
= variabel-variabel bebas Penarikan kesimpulan berdasarkan analisis data.
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
2.1 Data
Data merupakan bentuk jamak dari datum, yang mempunyai arti pemberian atau penyajian. Secara definitif dapat diartikan sebagai kumpulan angka, fakta, fenomena
atau keadaan yang merupakan hasil pengamatan, pengukuran, atau pencacahan terhadap karakteristik atau sifat dari obyek yang dapat berfungsi untuk membedakan
obyek yang satu dengan lainnya padasifat yang sama Solimun, 2001, hal: 2.
2.2.1 Menurut Sifat
Data terbagi atas dua golongan berdasarkan sifatnya, yaitu :
a. Data Kualitatif
Data kualitatif adalah data yang sifatnya hanya menggolongkan saja. Termasuk dalam klasifikasi data tipe ini adalah data yang berskala ukur
nominal dan ordinal. Sebagai contoh adalah data kepuasan pelanggan tinggi, sedang, rendah.
b. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka. Termasuk dalam klasifikasi data tipe ini adalah data yang berskala ukur interval dan rasio.
Sebagai contoh data kuantitatif adalah data tinggi badab siswa, misalnya : 130 cm, 135 cm, 140 cm, dan sebagainya.
Universitas Sumatera Utara
2.2.2 Menurut Sifat Kekontinyuannya
Berdasarkan sifat kekontinyuannya data hasil pengamatan dapat dibedakan menjadi dua, yaitu :
a. Data Diskrit
Data diskrit adalah data hasil pengamatan yang hanya menempati angka- angka tertentu pada sebuah garis. Sebagai contoh adalah data jumlah
mahasiswa STAIN Malang dari tahun 2001-2005. Jumlah mahasiswa tersebut hanya berada pada angka-angka tertentu saja, yaitu : 5000, 5200,
5500, 5600, dan 6000 orang. b.
Data Kontinyu Data kontinyu adalah data yang menempati seluruh angka pada sebuah
garis. Sebagai contoh data ini adalah data pendapatan orangtua mahasiswa = Rp 1.000.000 – Rp 3.000.000. Data ini tentu saja menempati semua
angka yang berada pada rentang nilai tersebut.
2.2.3 Menurut Sumber
Menurut sumbernya data terbagi atas dua bagian, yaitu :
a. Data Internal Data internal adalah data yang didapat dari dalam perusahaan atau
organisasi dimana riset dilakukan. Sebagai contoh adalah data keadaan produksi pabrik.
b. Data Eksternal Data eksternal adalah data yang menggambarkan keadaan di luar
organisasi. Data eksternal itu sendiri terbagi atas dua bagian, yaitu : 1. Data Primer
Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut. Data ini diperoleh
dari hasil wawancara atau kuesioner.
Universitas Sumatera Utara
2. Data Sekunder Data sekunder adalah data primer yang diperoleh dari pihak lain atau
data primer yang telah diolah lebih lanjut dan disajikan. Sebagai contoh adalah data nilai siswa di sebuah sekolah.
2.2 Skala Pengukuran Data