DM - Universitas Sumatera Utara

advertisement
10
BAB 2
LANDASAN TEORI
2.1 Definisi Diabetes Mellitus
Penyakit Diabetes Mellitus (DM) yang juga dikenal sebagai penyakit kencing
manis atau penyakit gula darah adalah golongan penyakit kronis yang ditandai
dengan peningkatan kadar gula dalam darah sebagai akibat adanya gangguan
sistem metabolisme dalam tubuh, dimana organ pankreas tidak mampu
memproduksi hormon insulin sesuai kebutuhan tubuh atau bisa disebutkan
sebagai suatu penyakit dimana kadar glukosa (gula sederhana) di dalam darah
tinggi karena tubuh tidak dapat melepaskan atau menggunakan insulin secara
kuat. (Segondo, 2004).
Menurut International Diabetes Federation (IDF), DM adalah penyakit
kronis yang digambarkan sebagai keadaan kadar glukosa darah yang meningkat
(hiperglikemia) yang berhubungan dengan kematian. Penyakit ini muncul ketika
sel-sel beta di pankreas gagal menghasilkan hormon insulin yang cukup atau
tubuh tidak dapat menggunakan insulin yang dihasilkan secara efektif. Seseorang
dapat dikatakan DM bila didiagnosis dengan kriteria diagnostik DM dan
gangguan toleransi glukosa yaitu: kadar glukosa darah sewaktu (plasma vena) ≥
200 mg/dl, kadar glukosa darah puasa (plasma vena) ≥ 126 mg/dl, kadar glukosa
plasma ≥ 200 mg/dl pada 2 jam sesudah beban glukosa 75 gram pada Test
Toleransi Glukosa Oral (TTGO).
2.2 Sejarah Diabetes Mellitus
Di Mesir pada tahun 1552 sebelum Masehi telah dikenal suatu penyakit dengan
gejala sering kencing dan dalam jumlah banyak yang disebut poliuria serta
penurunan berat badan yang cepat tanpa disertai rasa nyeri. Kemudian pada tahun
400 sebelum Masehi, penulis India Sushrutha memberi nama penyakit itu
penyakit kencing madu (honey urine disease).
10
Universitas Sumatera Utara
11
Aretaeus pada tahun 250 sesudah Masehi merupakan orang yang pertama
kali memberi nama diabetes yang berarti “mengalir terus” dan mellitus yang
berarti “manis”. Disebut diabetes karena selalu minum dalam jumlah yang banyak
(polidipsia) yang kemudian mengalir terus berupa urine yang banyak (poliuria).
Disebut mellitus karena urine penderita ini mengandung glukosa.
Pada tahun 1921, Frederick Banting dan Charles Best berhasil membuat
ekstrak pankreas yang setelah disuntikkan terbukti dapat menurunkan kadar
glukosa dalam darah. Dengan demikian, jelas bahwa diabetes mellitus (DM)
adalah penyakit menahun (kronis) yang disebabkan karena kekurangan insulin.21
Akhirnya, pada tahun 1945, Frank dan Fuchs mencoba tablet OHO (Obat
Hipoglikemik Oral) pada manusia, yang kemudian temuan OHO ini berkembang
pesat dengan berbagai jenis dan indikasi penggunaannya. (Soegondo, 2004)
2.3 Jenis dan Teknik Pengumpulan Data
Data adalah keterangan mengenai sesuatu. Data digunakan untuk menyediakan
informasi bagi suatu penelitian, pengukuran kinerja, dasar pembuatan keputusan
dan menjawab rasa ingin tahu. Jenis-jenis data berdasarkan cara memperolehnya
yaitu:
1. Data primer
Data primer merupakan data yang didapat dari sumber pertama, baik dari
individu atau perseorangan seperti hasil wawancara atau pengisian
kuisioner yang biasa dilakukan oleh peneliti.Biasanya data primer, peneliti
melakukan observasi sendiri baik di lapangan maupun di laboratorium.
2. Data sekunder
Data sekunder merupakan data primer yang diperoleh oleh pihak lain atau
data primer yang telah diolah lebih lanjut dan disajikan baik oleh
pengumpul data primer atau pihak lain yang pada umumnya disajikan
dalam bentuk tabel-tabel atau diagram-diagram. (Sugiarto, dkk, 2001).
Jenis data yang digunakan dalam penelitian ini adalah jenis data primer
dan data sekunder. Data primer diperoleh langsung dari pasien dan data sekunder
11
Universitas Sumatera Utara
12
diperoleh dari rumah sakit. Pengumpulan data primer dilakukan dengan metode
sampling survey dengan menggunakan kuesioner pada sampel yang diambil dari
populasi studi (pasien diabetes mellitus di RSU Dr. Pirngadi Medan). Pada
metode ini, pengumpulan data dilakukan dengan memberikan kuesioner kepada
pasien yang menderita penyakit diabetes mellitus.
Sumber data yang lain diperoleh dengan pemeriksaan fisik berupa tekanan
darah, berat badan dan tinggi badan dll. Tekanan darah, tinggi badan dan berat
badan diperoleh dari pemeriksaan langsung yang dilakukan oleh dokter atau
perawat yang bekerja di RSU Dr. Pirngadi Medan.
2.4 Skala Ukuran Penelitian
Pengumpulan data yang dilakukan dengan kuesioner 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, Kolesterol, Hipertensi, komplikasi
penyakit lain dan aktifitas fisik (olahraga). Variabel – variabel tersebut memiliki
jenjang yang bersifat kualitatif.
2.5 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
12
Universitas Sumatera Utara
13
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 pasien rawat jalan yang menderita diabetes mellitus dan sedang
melakukan pengobatan di RSU Dr. pirngadi 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.
2.6 Analisis Data
2.6.1 Uji 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)
Untuk menghitung nilai
pada item pertanyaan dapat dilakukan
dengan rumus:
∑
√{ ∑
∑
∑
}{ ∑
∑
∑
}
Keterangan:
rxy
: Koefisien
Korelasi
: Skor pertanyaan
: Skor total
13
Universitas Sumatera Utara
14
n
: Jumlah Sampel
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.
2.6.2 Uji Reliabilitas
Realibilitas merupakan indeks yang menunjukkan sejauhmana suatu alat ukur
dapat dipercaya atau dapat diandalkan.Pengukuran yang memiliki realibilitas
tinggi disebut sebagai pengukuran yang reabel.
Nilai Alpha Cronbach diperoleh dengan menggunakan rumus sebagai
berikut:
(
)(
∑
)
Keterangan:
: nilai koefisien Cronbach Alpha
: banyaknya variaber penelitian
∑
: jumlah varians variabel penelitian
: varians total
Teknik perhitungan reliabelitas ada beberapa cara, yaitu sebagai berikut:
a.
Teknik Pengukuran Ulang (Testretest)
Teknik ini meminta kepada responden yang sama untuk menjawab
pertanyaan dalam alat pengukuran sebanyak dua kali. Caranya
14
Universitas Sumatera Utara
15
perhitungannya adalah dengan mengkorelasikan jawaban pada wawancara
pertama dengan jawaban pada wawancara kedua.
b.
Teknik Belah Dua
Untuk menggunakan teknik belah dua sebagai cara menghitung reliabilitas
alat pengukur, maka alat pengukur yang disusun harus memiliki cukup
banyak item pertanyaan yang mengukur aspek yang sama.
c.
Teknik Bentuk Paralel
Perhitungan reliabilitas dilakukan dengan membuat dua jenis alat pengukur
yang mengukur aspek yang sama. Kedua alat ukur tersebut diberikan pada
responden yang sama, kemudian dicari validitasnya untuk masing-masing
jenis.
d.
Internal Consistency Reliability
Internal consistency reliability berisi tentang sejauh mana item-item
instrumen bersifat homogen dan mencerminkan konstruk yang sama sesuai
dengan yang melandasinya.Suatu variabel dikatakan reliabel jika
memberikan nilai cronbach alpha > 0,60 atau nilai cronbach alpha > 0,80.
2.7 Transformasi Data Ordinal menjadi Interval
Proses transformasi merupakan upaya yang dilakukan untuk merubah data ordinal
menjadi data interval misalnya analisis faktor dimana variabel bebasnya harus
berskala interval. Data ordinal yang ditransformasikan menjadi data interval
adalah data penelitian yang diperoleh menggunakan instrumen berupa angket
yang memiliki jawaban berupa skala likert. Cara melakukan proses transformasi
data ordinal menjadi data interval menggunakan MSI (Method Sof Successive
Interval). Langkahnya sebagai berikut:
1. Mencari F (Frekuensi) jawaban responden.
2. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut
proporsi
3. Menentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi
berurutan perkolom skor.
15
Universitas Sumatera Utara
16
4. Menghitung nili Z untuk setiap proporsi dengan menggunakan tabel
distribusi normal.
5. Menentukan nilai densitas untuk setiap nilai Z yang diperoleh dengan
menggunakan tabel densitas.
6. Menentukan SV (Scale Value = nilai skala) dengan rumus sebagai berikut:
Keterangan:
SV
= interval rata-rata
Density at lower limit
= kepadatan batas bawah
Density at upper limit
= kepadatan batas atas
Area below upper limit
= daerah dibawah batas bawah
Area below lower limit
= Daerah diatas batas bawah
7. Menentukan nilai transformasi dengan rumus:
|
|
Keterangan:
: Nilai hasil Penskalaan akhir
: Nilai Skala
|
|
: Nilai Skala minimum
2.8 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
16
Universitas Sumatera Utara
17
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).
2.8.1 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.
17
Universitas Sumatera Utara
18
c. Mengenali atau mengidentifikasi suatu set yang penting dari suatu set
variabel yang lebih banyak jumlahnya untuk dipergunakan didalam
analisis multivariat selanjutnya.
2.8.2 Tujuan Analisis Faktor
Tujuan analisis faktor adalah: (Santoso,2010)
a. Data summarization yakni 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.
2.8.3 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.
18
Universitas Sumatera Utara
19
2.8.4 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.
keterangan:
i
: 1,2,3,...,k
k
: Banyaknya variabel.
: Perkiraan faktor ke-i (didasarkan pada nilai variabel X
dengan koefisiennya Wi).
: Timbangan/bobot atau koefisien nilai faktor ke-i.
: Variabel ke
yang sudah dibakukan (standardized).
2.9 Langkah-langkah Analisis faktor
2.9.1 Tabulasi Data
Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di tempattempat yang telah ditentukan, kemudian data-data ini dikumpulkan serta
ditabulasikan pada kolom-kolom agar mempermudah untuk dikonversi pada
software yang akan digunakan.
2.9.2 Pembentukan Matriks Korelasi
Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua
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
19
Universitas Sumatera Utara
20
pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari
analisis faktor. Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis
faktor dapat dilaksanakan yaitu:
1. Penentukan besaran nilai Barlett Test of Sphericity, Bartlett’s of sphericity
yaitu suatu uji statistik yang dipergunakan untuk menguji hipotesis bahwa
variabel tidak saling berkorelasi (uncorrelated) dalam populasi. Dengan
kata lain, matriks korelasi populasi merupakan matriks identitas (identity
matrix), setiap variabel berkorelasi dengan dirinya sendiri secara sempurna
dengan (r =1) akan tetapi sama sekali tidak berkorelasi dengan lainnya (r =
0). Statistik uji Bartlett’s adalah:
[
]
| |
dengan derajat kebebasan(degree of freedom) df =
Keterangan :
= jumlah observasi
= jumlah variabel
| |
= determinan matriks korelasi
2. Penentuan Keiser-Meyesr-Okliti (KMO) Measure of Sampling Adequacy,
yang digunakan untuk mengukur kecukupan sampel dengan cara
membandingkan besarnya koefisien korelasi yang diamati dengan koefisien
korelasi parsialnya.
∑
∑
∑
∑
∑
∑
keterangan:
rij
:Koefisien korelasi sederhana antara ke-i dan ke-j.
aij
: Koefisien korelasi parsial antara variabel ke-i dan ke-j.
i
: 1,2,3,...,p dan j = 1,2,3,...,p
MSA digunakan untuk mengukur kecukupan sampel.
∑
∑
∑
∑
20
Universitas Sumatera Utara
21
keterangan:
p
= Jumlah variabel
= Kuadrat matriks korelasi sederhana
= Kuadrat matriks korelasi parsial.
i
= 1,2,3,...,p dan j = 1,2,3...,p
Kriteria kesesuaian dalam pemakaian analisis faktor adalah (Kaiser, 1974):
1. Jika harga KMO sebesar 0,9 berarti sangat memuaskan
2. Jika harga KMO sebesar 0,8 berarti memuaskan
3. Jika harga KMO sebesar 0,7 berarti harga menengah
4. Jika harga KMO sebesar 0,6 berarti cukup
5. Jika harga KMO sebesar 0,5 berarti kurang memuaskan
6. Jika harga KMO kurang dari 0,5 tidak dapat diterima
Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang
digunakan untuk intepretasi adalah sebagai berikut:
1. Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa
kesalahan oleh variabel yang lainnya.
2. Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut
masih dapat diprediksi dan bisa dianalisis lebih lanjut.
3. Jika MSA lebih kecil dari 0,5 dan atau mendekati nol (0), maka
variabel tersebut tidak dapat dianalisis lebih lanjut, atau
dikeluarkan dari variabel lainnya.
2.9.3 Ekstrasi Faktor
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan
ekstrasi terhadap sekumpulan variabel yang ada KMO>0,5 sehingga terbentuk
satu atau lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal
Component Analysis dan rotasi faktor dengan metode Varimax (bagian dari
orthogonal).
21
Universitas Sumatera Utara
22
Setelah sejumlah variabel terpilih, maka dilakukan ekstrasi variabel
tersebut sehingga menjadi beberapa faktor. Setelah memproses variabel-variabel
yang layak, maka dengan program SPSS versi 17 akan diperoleh nilai hasil
statistik yang menjadi indikator utama yaitu tabel communalities, tabel Total
Variance Explained, Grafik Scree, tabel component matrix dan tabel rotated
component matrix.
Tabel Communalities merupakan tabel yang menunjukkan persentase
variansi dari tiap variabel yang dapat dijelaskan oleh faktor yang terbentuk.Nilai
yang dilihat adalah extraction yang terdapat pada tabel communalities.Makin kecil
nilainya, makin lemah hubungan antara variabel yang terbentuk. Perhitungan
communality setiap variabel dengan persamaan:
Keterangan:
= communality variabel ke-i
= Nilai faktor Loading
Communality adalah jumlah varian yang disumbangkan oleh suatu variabel
dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut proporsi atau
bagian varian yang dijelaskan oleh common faktor atau besarnya sumbangan
suatu faktor terhadap varian seluruh variabel.
Tabel Total Variance Explained, menunjukkan persentase variance yang
dapat dijelaskan oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya
eigenvalues yang telah mengalami proses ekstrasi. Pada tabel akan tercantum nilai
extraction sum of square loading. Hal ini disebabkan nilai eigenvalues tidak lain
merupakan jumlah kuadrat dari faktor loading dari setiap variabel yang termasuk
ke dalam faktor. Factor Loading ini merupakan nilai yang menghubungkan
faktor-faktor dengan variabel-variabel.Variabel yang masuk ke dalam faktor
adalah yang nilainya lebih dari satu (
). Dari sini akan terlihat pula jumlah
faktor yang akan terbentuk.
Perhitungan nilai karakteristik (eigen value) , dimana perhitungan ini
berdasarkan persamaan karakteristik:
22
Universitas Sumatera Utara
23
Keterangan:
= matriks korelasi dengan orde n x n
= matriks identitas
= eigen value
Eigen value adalah jumlah varian yang dijelaskan oleh setiap faktor. Penentuan
vektor karakteristik (eigen vector) yang bersesuaian dengan nilai karakteristik
(eigen value), yaitu dengan persamaan:
Keterangan:
= eigen vector dengan orde n x n
=eigen value
Matriks loading factor ( ) diperoleh dengan mengalikan matriks eigen vector ( )
dengan akar dari matriks eigen value ( ). Atau dalam persamaan matematis
ditulis:
√
Keterangan:
= loading factor
= matriks eigen vektor
= eigen value
Factor loading merupakan korelasi sederhana antara variabel dengan faktor.
Grafik Scree Plot menggambarkan tampilan grafik dari tabel Total
Variance Explained. Grafik ini sebenarnya menunjukkan peralihan dari satu
faktor ke faktor lainnya garis menurun disepanjang sumbu y. Sumbu x
menunjukkan jumlah komponen faktor yang terbentuk, sedangkan sumbu y
menunjukkan nilai eigenvalues.
Tabel component matrix menunjukkan kategori variabel-variabel ke dalam
komponen faktor, atau dengan kata lain menunjukkan distribusi variabel-variabel
pada faktor yang terbentuk. Bila yang dijadikan acuan adalah nilai faktor loading
23
Universitas Sumatera Utara
24
yang ada dalam tabel, dimana nilai lebih besar menunjukkan korelasi yang cukup
kuat antara variabel-variabel tersebut dengan komponen faktor. Jumlah jasa
kuadrat faktor loading dari tiap variabel tidak lain merupakan nilai extraction
untuk tiap variabel yang tercantum dalam tabel communalities.
2.9.4 Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih
sederhana, sehingga lebih mudah diinterpretasikan.Dalam analisis ini rotasi faktor
dilakukan dengan metode rotasi varimax. Hasil dari rotasi ini terlihat pada tabel
Rotated Component Matrix, dimana dengan metode ini nilai total variance dari
tiap variabel yang ada di tabel component matrix tidak berubah. Yang berubah
hanyalah komposisi dari nilai faktor Loading dari tiap variabel. Interpretasi hasil
dilakukan dengan melihat Faktor Loading.
Faktor Loading adalah angka yang menunjukkan besarnya korelasi antara
suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor
lima yang terbentuk. Proses penentuan variabel mana akan masuk ke faktor yang
mana, dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris
di dalam setiap tabel.
Dalam penelitian ini digunakan metode Varimax, karena bertujuan untuk
mengekstraksi sejumlah variabel menjadi beberapa faktor.Selain itu metode ini
menghasilkan struktur relatif lebih sederhana dan mudah diinterpretasikan.
2.9.5 Penamaan Faktor
Pada tahap ini akan diberikan nama-nama faktor yang telah terbentuk berdasarkan
factor loading suatu variabel terhadap faktor terbentuknya. Setelah tahapan
pemebrian nama faktor terbentuk.
24
Universitas Sumatera Utara
25
2.10 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
Usia, (
Kolesterol, (
(olahraga), (
) Jenis kelamin, (
) Genetik/Keturunan, (
Obesitas, (
) Komplikasi, (
) Hipertensi, (
)
) Aktifitas fisik
) Stres.
2.11 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 2.1 berikut:
25
Universitas Sumatera Utara
26
Tabel 2.1 Definisi Operasional
Untuk menyamakan pengertian terhadap variabel penelitian, maka dibuat definisi operasional seperti pada tabel 2.1.sebagai berikut:
NO
1.
VARIABEL
Usia
DEFINISI OPERASIONAL
Usia reponden dihitung sejak tahun
lahir sampai dengan ulang tahun
terakhir yang telah dijalanin saat
penelitian
2.
Jenis
Kelamin
3.
KATEGORI
1. 20 – 29 tahun
2. 30 – 39 tahun
3. 40 – 49 tahun
4. 50 – 59 tahun
5. Diatas 59 tahun
CARA PENGUKURAN
Ditanya pada saat
wawancara dengan
responden
SKALA
Ordinal
Tanda – tanda seks sekunder (ciri – 1. Perempuan
ciri fisik yang ditimbulkan atau 2. Laki – laki
terlihat) yang terlihat pada responden
Observasi atau
pengamatan pada saat
wawancara
Nominal
Obesitas
Keadaan berat badan responden yang 1.Kurus (Tk. Berat) < 17,0
ditentukan melalui IMT
2. Kurus (Tk. Ringan) 17,0 –18,4
(Indeks Massa Tubuh)
3.Normal 18,5-25,0
4. Gemuk (Tk. Ringan) 25,1 – 27,0
5.Gemuk (Tk. Berat) >27,0
Ordinal
4.
Hipertensi
5.
Nilai
Kolesterol
Keadaan aliran darah yang cepat di 1. Normal (90-120 mmHg)
dalam pembuluh darah. Dihitung 2. Pre Hipertensi (121-140 mmHg)
hanya pada tekanan darah histolik
3. Hipertensi Stadium 1 (141-160 mmHg)
4. Hipertensi Stadium 2 (> 160 mmHg)
Hasil Pemeriksaan Kolesterol total
1. Baik (< 200 mg/dl)
2. Normal (200-239 mg/dl)
3. Tinggi (>240 mg/dl)
Tinggi badan diukur
dengan meteran (bath
Room scale) sedangkan
berat badan
menggunakan
timbangan injak.
Ditanyakan pada
saatwawancara
denganresponden.
Ditanyakan pada saat
wawancara dengan
responden.
Ordinal
Ordinal
26
Universitas Sumatera Utara
27
6.
Faktor
Genetik /
Riwayat
Keturunan
7.
8.
9.
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. 3 – 4 orang keluarga
5. > 5 orang keluarga
Ditanyakan pada saat
wawancara dengan
responden
Ordinal
Komplikasi
Penyakit
yang
diderita
oleh
Penyakit Lain responden selain penyakit hipertensi.
Penyakit tersebut berkaitan dengan
hipertensi seperti diabetes, asam urat,
gagal ginjal, gagal jantung, ginjal
koroner, kolestrol dan stroke
Aktifitas
Melakukan aktifitas fisik seperti
Fisik
olahraga
(olahraga)
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
1. Tidak pernah
2. 1-2 kali
3. > 3 kali
Ditanyakan pada saat
wawancara dengan
responden
Ordinal
Stres
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 pada saat
wawancara pada
responden sesuai dengan
lampiran pertanyaan.
Ordinal
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.
27
Universitas Sumatera Utara
28
2.12 Deskripsi Variabel
1. Usia
Pertambahan umur seseorang mengakibatkan pengaturan metabolisme
pada tubuh menurun serta terjadi perubahan fisiologis yang drastis.
Perubahan ini terjadi dengan cepat setelah usia 40 tahun. Perubahan tubuh
dalam mengatus metabolisme salah satunya menyebabkan sedikitnya
hormon insulin yang dihasilkan. Sehingga, insulin tidak mampu bekerja
dengan maksimal untuk menyerap kadar gula untuk digunakan oleh tubuh.
Dampaknya akan menyebabkan kadar gula darah banyak beredar dalam
tubuh. (Sudoyono, 2006)
2. Jenis Kelamin (Gender)
Jenis kelamin berpengaruh pada terjadinya diabetes mellitus di mana pria
lebih banyak dibandingkan wanita. Pria diduga memiliki gaya hidup yang
cenderung dapat meningkatkankadar gula darah dibanding wanita. Pada
laki-laki, penumpukan lemak terkonsentrasi di sekitar perut sehingga
memicu obesitas sentral yang lebih beresiko memicu gangguan
metabolisme, yang salah satunya akan menyebabkan kadar gula darah
tinggi. (Sudoyono, 2006)
3. Obesitas
Obesitas atau kegemukan adalah suatu kondisi dimana tubuh seseorang
memiliki kadar lemak yang terlalu tinggi. Kadar lemak yang terlalu tinggi
dalam tubuh dapat menyebabkan berbagai masalah kesehatan. Untuk
mengetahui apakah seseorang obesitas atau tidak, kita bisa menggunakan
indeks berat badan yang biasa disebut IMT (Indeks Massa tubuh). IMT
adalah angka yang menunjukkan perbandingan antara berat badan (dalam
satuan kilogram) terhadap tinggi badan (dalam satuan meter).
Salah satu resiko yang dihadapi oleh orang yang obesitas adalah
penyakit diabetes tipe 2. Menurut beberapa hasil penelitian, diabetes tipe 2
sangat erat kaitannya dengan obesitas. Pada penderita diabetes tipe 2,
pankreasnya sebenarnya menghasilkan insulin dalam jumlah yang cukup
untuk mempertahankan kadar glukosa darah pada tingkat normal, namun
28
Universitas Sumatera Utara
29
insulin tersebut tidak dapat bekerja maksimal membantu sel-sel tubuh
menyerap glukosa karena terganggu oleh komplikasi-komplikasi obesitas,
salah satunya adalah kadar lemak darah yang tinggi (terutama kolesterol
dan trigliserida). (Sudoyono, 2006)
4. Hipertensi
Pada orang dengan diabetes mellitus, hipertensi berhubungan dengan
resistensi insulin dan abnormalitas pada sistem renin-angiotensin dan
konsekuensi metabolik yang meningkatkan morbiditas. Abnormalitas
metabolik berhubungan dengan peningkatan diabetes mellitus pada
kelainan fungsi tubuh/ disfungsi endotelial. Sel endotelial mensintesis
beberapa substansi bioaktif kuat yang mengatur struktur fungsi pembuluh
darah. (Sudoyono, 2006)
5. Kolesterol
Kadar kolesterol yang tinggi dapat menyebabkan penumpukan plak di
sekitar pembuluh darah, yang menyebabkan suplai gula darah untuk
dimasukkan kedalam sel tubuh menurun. Kadar kolesterol yang meningkat
dalam jangka waktu yang lama akan menyebabkan penumpukan kadar
gula yang tinggi dalam pembuluh darah sehingga akan menyebabkan
penyakit diabetes mellitus. (Sudoyono, 2006)
6. Genetika/keturunan
Diabetes mellitus dapat menurun menurut silsilah keluarga yang mengidap
diabetes mellitus, karena kelainan genetik yang mengakibatkan tubuhnya
yang tak dapat menghaasilkan insulin dengan baik. (Sudoyono, 2006)
7. Komplikasi Penyakit Lain
Pada umumnya komplikasi terjadi padaDiabetesMellitus yang sudah lama.
Komplikasi dapat berupa terganggunya fungsi atau kerusakan berbagai
organ seperti mata, kaki dan ginjal. (Sudoyono, 2006)
8. Aktivitas Fisik
Setiap gerakan tubuh dengan tujuan meningkatkan dan mengeluarkan
29
Universitas Sumatera Utara
30
tenaga dan energi, yang biasa dilakukan atau aktivitas sehari-hari sesuai
profesi atau pekerjaan. Sedangkan faktor resiko penderita DM adalah
mereka yang memiliki aktivitas minim, sehingga pengeluaran tenaga dan
energi hanya sedikit. (Sudoyono, 2006)
9. Stres
Stress cenderung membuat seseorang mencari makanan yang manis-manis
dan berlemak tinggi untuk meningkatkan kadar serotonin otak. Serotonin
ini memiliki efek penenang sementara untuk meredakan stress, tetapi gula
dan lemak itulah yang berbahaya bagi mereka yang beresiko terkena
diabetes mellitus. (Sudoyono, 2006)
Tingkat stres dapat dikelompokkan dengan menggunakan kriteria
HARS (Hamilton Anxiety Rating Scale). Unsur yang dinilai antara lain:
perasaan ansietas, ketegangan, ketakutan, gangguan tidur, gangguan
kecerdasan, perasaan depresi, gejala somatik, gejala respirasi, gejala gejala
kardiovaskuler, gejala respirasi, gejala gastrointestinal, gejala urinaria,
gejala otonom, gejala tingkah laku. Unsur yang dinilai dapat menggunakan
skoring, dengan ketentuan penilaian sebagai berikut:
0 : Tidak ada gejala dari pilihan yang ada
1 : Satu gejala dari pilihan yang ada
2 : Kurang dari separuh dari pilihan yang ada
3 : Separuh atau lebih dari pilihan yang ada
4 : Semua gejala ada
Untuk selanjutnya skor yang dicapai dari masing-masing unsur
atau item dijumlahkan sebagai indikasi penilaian dertajat stres, dengan
ketentuan sebagai berikut:
1. Skor < 14 tidak ada stress
2. Skor 14-20 stres ringan
3. Skor 21-27 stres sedang
4. Skor 28-41 stres berat
5. Skor 42-56 stres berat sekali
30
Universitas Sumatera Utara
Download