PEMODELAN PERSAMAAN STRUKTURAL PADA DERAJAT
advertisement
Presented by Salisa Jihan (1308.100.505) SDM yang berkualitas Pembangunan di Bidang Kesehatan Derajat Kesehatan 1. Apakah lingkungan, pelayanan kesehatan, tenaga kesehatan dan infrastruktur berpengaruh terhadap derajat kesehatan di Jawa Timur? 2. Apakah infrastuktur dapat menjadi variabel moderasi terhadap hubungan pelayanan kesehatan dengan derajat kesehatan? 3. Apakah infrastuktur dapat menjadi variabel moderasi terhadap hubungan tenaga kesehatan dengan derajat kesehatan? Mengetahui pengaruh lingkungan, pelayanan kesehatan, tenaga kesehatan dan infrastruktur terhadap derajat kesehatan di Jawa Timur. Mengetahui apakah infrastuktur dapat menjadi variabel moderasi terhadap hubungan pelayanan kesehatan dengan derajat kesehatan di Jawa Timur. Mengetahui infrastuktur dapat menjadi variabel moderasi terhadap hubungan tenaga kesehatan dengan derajat kesehatan di Jawa Timur. Memodelkan persamaan struktural pada derajat kesehatan di Jawa Timur tahun 2007 yang diukur dari variabel konstruk laten Lingkungan, Pelayanan Kesehatan, Tenaga Kesehatan, dan Infrastruktur. Serta memodelkan persamaan struktural derajat kesehatan yang dimoderasi oleh variabel Infrastruktur dengan menggunakan Partial Least Square (PLS). • Menganalisis sekaligus variabel indikator, variabel laten/konstruk,dan kekeliruan pengukuran • Menganalisis hubungan antara indikator dengan konstruk yang dikenal dengan nama Model Pengukuran • Menganalisis hubungan antara variabel laten satu dengan variabel laten yang lain yang dikenal dengan nama Model Struktural Metode PLS merupakan metode pemodelan lunak (Soft Modeling) dimana : Sampel tidak harus besar Tidak memerlukan asumsi yang sangat ketat Aplikasi metode lebih ditekankan untuk pendugaan variabel respon daripada bentuk modelnya. Tipe indikator pada PLS ada dua, yaitu: Indikator Refleksif: Indikator seolah-olah dipengaruhi oleh variabel laten (indikator adalah pencerminan variabel latennya. Indikator Formatif: Indikator seolah-olah mempengaruhi variabel laten (indikator adalah penjelas dari variabel laten) Uji Validitas Validitas konvergen terpenuhi jika loading pada model pengukuran mempunyai nilai yang tinggi. Nilai loading dikatakan tinggi jika mempunyai nilai score > 0.7, namun demikian untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,5 sampai 0,6 dianggap cukup (Chin, 1998). Uji Reliabilitas Pendekatan yang dianjurkan dalam menilai sebuah model pengukuran (measurement model) adalah menilai besaran composite/construct reliability . Dimana : CR = composite/construct reliability λ = loading factor variabel indikator δ = (1 - ) sebagai error variance indikator Inner model disebut juga dengan inner relation structural model yang menggambarkan hubungan antara variabel laten (konstruk) independen dan dependen. Estimasi parameter jalur (path estimate) dapat dilihat dari nilai estimasi yang menghubungkan antar variabel laten dan estimasi loading antara variabel laten dengan indikatornya. Penggunaan metode statistik parametrik biasanya mengsyaratkan informasi mengenai distribusi yang harus dipenuhi dan ini sulit untuk dipenuhi. Untuk mengatasi hal ini dapat digunakan metode-metode yang tidak memerlukan asumsi ketat, salah satunya metode bootstrap. Chin (1998) mengemukakan bahwa metode resampling pada Partial Least Square (PLS) dengan sampel kecil menggunakan bootstrap standart error yaitu untuk menilai level signifikansi dan memperoleh kestabilan estimasi model pengukuran (outer model) dan model struktural (inner model) dengan cara mencari estimasi dari standart error, No Nama Metode yang digunakan Variabel yang digunakan Analisis Regresi Linier Berganda Faktor Kesehatan : Banyaknya trauma lahir, banyaknya asfiksia, (Pada Angka Kematian Bayi) bayi berat badan lahir rendah, tetanusneonatorum, dan bayi lahir prematur. Diluar Kesehatan : Banyaknya unit pelayanan kesehatan, tenaga medis dan paramedis, persalinan yang ditolong oleh tenaga non medis, penduduk miskin, pengeluaran rumah tangga sebulan, dan rumah tangga yang menggunakan sumber air minum selain air bersih. Purwaningsih Angka Kematian Bayi (AKB), Angka Harapan Cluster dan Diskriminan Hidup (AHH), alita gizi buruk, pemberian ASI eksklusif, imunisasi, rasio fasilitas kesehatan (puskesmas, puskesmas pembantu, posyandu), persalinan oleh tenaga medis, persalinan oleh tenaga non medis, penduduk yang mengalami keluhan kesehatan, prosentase rumah dengan fasilitas tertentu (air bersih, air ledeng, tangki septik) 1 Fardiyeni Pramasita (2005) 2 Hidayani (2006) 3 La Podje Talangko (2009) Structural Equation Modeling (SEM) Jamban dalam rumah, penggunaan air bersih, keluarga miskin yang berobat ke tenaga kesehatan, peran aktif masyarakat dalam posyandu, bayi di beri ASI ekslusif, persalinan oleh tenaga kesehatan, deteksi tumbuh kembang balita, Angka Kematian Bayi (AKB), Angka Kematian Balita (AKABA), Angka Kematian Ibu Maternal (AKIM), Angka kesakitan (Morbiditas), Status gizi bayi dan Balita. Data pada penelitian ini yaitu data sekunder dari hasil pendataan Susenas (Survei Sosial Ekonomi Nasional) Badan Pusat Statistik propinsi Jawa Timur tahun 2007 dan Data/Laporan Survei Demografi dan Kesehatan Kabupaten/Kota propinsi Jatim pada Jawa Timur dalam angka tahun 2007. Variabel Laten Eksogen Variabel Indikator Tenaga Kesehatan Tenaga medis dan paramedis pada rumah sakit Pemerintah dan Puskesmas Lingkungan Rumah yang menggunakan air bersih untuk minum/masak, rumah yang mempunyai jamban, rumah yang mempunyai pengolahan limbah. Pelayanan Kesehatan Persalinan oleh tenaga kesehatan, bayi diberi imunisasi campak dan rata-rata lamanya bayi diberi ASI eksklusif tanpa makan/minuman tambahan. Infrastruktur Banyaknya rumah sakit (Pemerintah dan Swasta), Puskesmas, dan Posyandu. Variabel Laten Endogen : Variabel Derajat Kesehatan yang diukur dari Angka kematian bayi (AKB), prevalensi balita kurang gizi, dan keluhan kesehatan Variabel Moderasi : Variabel Infrastruktur Pengembangan model berbasis konsep dan teori Mengkonstruksi Diagram Path Mengkonversi diagram jalur (path) ke dalam persamaan Estimasi Model Evaluasi Model Pengujian Hipotesis Lingkungan ( 1 ) Interaksi Infrastruktur*Pel. Kes Lingkungan ( 1 ) γ1 γ1 Pel. Kes ( 2 ) γ2 Pel. Kes ( 2 ) Derajat Kesehatan γ2 Derajat Kesehatan () γ3 () γ3 Tng. Kes ( 3 ) ω1 Tng. Kes ( 3 ) γ4 Infrastruktur Infrastruktur ω2 Interaksi Infrastruktur*Tng. Kes ( 4 ) ( 4 ) H1: Lingkungan berpengaruh terhadap Derajat Kesehatan H2: Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan H3: Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan H4: Infrastruktur berpengaruh terhadap Derajat Kesehatan γ4 H5: Infrastruktur signifikan memoderasi H6: hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan Infrastruktur signifikan memoderasi hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan 4.1 Statistika Deskriptif Variabel Derajat Kesehatan Variabel Mean Min Max AKB (DJ1) 39,0571 22,8 69,66 Kurang Gizi (DJ2) Keluhan Kesehatan (DJ3) 16,2024 29,9392 6,8 19,27 27,23 43,62 Variabel Lingkungan Variabel Mean Min Max Air bersih (L1) 89,3068 57,01 99,91 Jamban (L2) 48,8163 12,35 90,54 32,76 98,48 Lantai tidak tanah (L3) 79,7105 • Variabel Pelayanan Kesehatan Variabel Mean Min Max Persalinan Medis (PK1) 83,8608 31,68 99,01 Imunisasi campak (PK2) 90,8961 52,42 100 2,735 1,05 3,83 ASI eksklusif (PK3) • Variabel Tenaga Kesehatan Variabel Mean Min Max Tng. Kes R.S Pemerintah (TK1) 283,68 121 1064 Tng. Kes Puskesmas (TK2) 586,89 276 974 • Variabel Infrastruktur Variabel Mean Min Max Rumah Sakit (IS1) 1,4474 1 4 Puskesmas (IS2) 24,2105 3 53 59,42 4 119 1131,105 159 2819 Puskes. Pembantu (IS3) Posyandú (IS4) • Lingkungan • Pelayanan Kesehatan • Tenaga Kesehatan • Infrastruktur • Derajat Kesehatan H1: H2: H3: H4: Lingkungan berpengaruh terhadap Derajat Kesehatan Pelayanan Kesehatan berpengaruh terhadap Derajat Kesehatan Tenaga Kesehatan berpengaruh terhadap Derajat Kesehatan Infrastruktur berpengaruh terhadap Derajat Kesehatan Hubungan Kasualitas Koef. Parameter Jalur Std. Error T-statistik 0,012151 22,1635 64,38242 4,130231 1,806606 Lingkungan > Drjt Kes -0,269 Pel. Kes > Drjt Kes -0,534 Tng. Kes > Drjt Kes -0,038 0,008299 0,009166 Infrastruktur > Drjt Kes -0,109 0,060424 Variabel R-Square Derajat Kesehatan 0,581155 Koef. Parameter Jalur Std. Error T-statistik Lingkungan > Drjt Kes -0,237 0,010249 23,08653 Pel. Kes > Drjt Kes -0,441 0,009555 46,18946 Pel.Kes*Infra > Drjt Kes 0,221 0,012058 18,34648 Tng. Kes > Drjt Kes -0,161 0,010777 14,98213 Tng. Kes*Infra > Drjt Kes 0,110 0,008464 12,97714 Infrastruktur > Drjt Kes -0,080 0,064004 1,25074 Hubungan Kasualitas Variabel R-Square Derajat Kesehatan 0, 589061 5.1 Kesimpulan 1. Analisis model persamaan struktural Terdapat pengaruh antara variabel laten konstruk (lingkungan, pelayanan kesehatan, tenaga kesehatan, infrastruktur) terhadap derajat kesehatan. 2. Analisis model persamaan struktural Variabel Infrastruktur signifikan secara statistik mempunyai pengaruh terhadap hubungan antara Pelayanan Kesehatan dengan Derajat Kesehatan. Variabel Infrastruktur mempunyai pengaruh yang signifikan terhadap hubungan antara Tenaga Kesehatan dengan Derajat Kesehatan. Dalam penelitian ini masalah yang dikaji masih terbatas, oleh karena itu saran yang dapat diberikan untuk peneliti selanjutnya agar mengembangkan lagi model yang terbentuk dengan menggali lebih luas variabel-variabel yang dapat berpengaruh terhadap Derajat Kesehatan sehingga dapat memberikan kontribusi yang lebih terhadap perkembangan pembangunan di Jawa Timur khususnya di bidang kesehatan.
