Anda di halaman 1dari 17

ANALISIS KORESPONDENSI PENYAKIT MENULAR DI KABUPATEN BANGKALAN TAHUN 2010

MAKALAH Untuk memenuhi tugas matakuliah Analisis Statistik Multivariat Yang dibina oleh Ibu Trianingsih Eni L.

Oleh : Senja Putri Merona Puji Lestari Umi Qoiriah Furintasari Setya A 308312410089 308312417480 408312409125 908312413113

UNIVERSITAS NEGERI MALANG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA Desember 2011

BAB I PENDAHULUAN

A. Latar Belakang Kabupaten Bangkalan adalah suatu daerah dengan tingkat prevelensi penyakit penyakit yang tergolong tinggi. Kebanyakan penyakit yang diderita adalah diare, tuberculosis (TBC), penyakit kulit, infeksi saluran pernafasan bagian atas (ISPA), dan demam berdarah dengue (DBD). Penyebaran penyakit penyakit di kabupaten Bangkalan pun cukup tinggi. Oleh karena itu, pemerintah harus melakukan suatu tindakan agar Kabupaten Bangkalan menjadi suatu daerah yang sehat. Jika pemerintah terkait ingin meneliti satu persatu, tentu akan membutuhkan waktu yang relatif lama, sementara penyebaran penyakit tidak bisa menunggu. Jika diamati lebih lanjut, penyakit-penyakit tersebut memiliki pola terkait dengan penderitanya, misalkan usia penderitanya. Untuk mengetahui keterkaitan tersebut, dapat digunakan suatu metode statistika yaitu analisis korespondensi. Dengan analisis korespondensi dapat diketahui hubungan antara penyakit dengan usia penderita, sehingga dapat diketahui kecenderungan penyakit yang diderita oleh masing-masing kategori usia. Dengan demikian diharapkan dapat memudahkan pemerintah dan pihak yang terkait untuk mengambil suatu tindakan lebih lanjut agar kabupaten Bangkalan menjadi suatu kabupaten yang sehat.

B. Rumusan Masalah 1. Adakah hubungan antara jenis penyakit dan usia penderita? 2. Bagaimana pola kecenderungan penyakit diare, ISPA, TBC, DBD, dan penyakit kulit terhadap usia?

C. Manfaat 1. Menambah pengetahuan penerapan metode statistik dalam aplikasi bidang kesehatan. 2. Memberikan informasi dan saran kepada pemerintah dan pihak terkait lainnya.

D. Batasan Masalah Data yang digunakan adalah jenis penyakit diare, ISPA, TBC, DBD, dan Penyakit Kulit tahun 2010.

BAB II KAJIAN TEORI

Analisis korespondensi ditemukan dan dikembangkan pertama kali tahun 1960- an oleh Jean-Paul Benzcri dan kawan-kawan di Perancis. Analisis ini diartikan sebagai teknik penyajian data antar baris, antar kolom, dan antara baris dan kolom dari tabel kontingensi (dua arah yang kemudian dapat diperluas untuk tabel kontingensi multi arah) pada suatu ruang vector berdimensi kecil dan optimal. Analisi ini juga didesain untuk digunakan dalam pengembangan pengelompokan yang mewakili data frekuensi.

A. SIFAT-SIFAT DASAR ANALISIS KORESPONDENSI Beberapa sifat dasar analisis korespondensi yang perlu diperhatikan yaitu: a) Dipergunakan untuk data non-metrik dengan skala pengukuran nominal dan ordinal. b) Bisa dipergunakan untuk hubungan non-linier. c) Tidak ada asumsi tentang distribusi. d) Tidak ada model yang dihipotesiskan. e) Sebagai salah satu metode dalam eksplorasai data yang hasil akhirnya dapat berupa hipotesis yang perlu di uji lebih lanjut. f) Salah satu teknik struktur pengelompokan atau reduksi data.

B. TUJUAN ANALIS KORESPONDENSI Tujuan dari analisis korespondensi adalah: a) Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif pertama (baris) berdasarkan sejumlah variabel kualitatif kedua (kolom). b) Membandingkan kemiripan (similarity) dua kategori dari variabel kualitatif kedua (kolom) berdasarkan sejumlah variabel kualitatif pertama (baris). c) Mengetahui hubungan antara satu kategori variabel baris dengan satu kategori variabel kolom.

d) Menyajikan setiap kategori variabel baris dan kolom dari tabel kontingensi sedemikian rupa sehingga dapat ditampilkan secara bersama-sama pada satu ruang vektor berdimensi kecil secara optimal.

C. METODE ANALISIS 1. Kategori Variabel Dan Matriks Indikator Buatlah kategori variabel penelitian berdasarkan aturan normalitas, menggunakan aturan Sturges. Setelah terbentuk kategori, dapat dibuat matriks Indikator (Z) disebut juga Matriks Burt dengan nilai 0 jika objek tidak termasuk dalam kategori tersebut dan nilai 1 jika objek tersebut masuk dalam kategori tersebut. Z=UP, dengan P =ZZ dan adalah matriks diagonal i, dan U dalah ZZ.

2. Matriks korespondensi Misalkan N matriks kontingensi, dan P matriks korespondensi. N(I x J P (1/n..)N ; n.. = 1TN1 ....(1) Jumlah baris dan kolom P ditulis sebagai: r P1 dan c PT1 ....(2) dimana ri > 0 (i = 1, ..., I), cj > 0 (j = 1, ..., J) Dr diag (r) dan Dc diag (c) ....(3) Matriks P disebut juga matriks kepadatan peluang, karena jika kita jumlahkan setiap baris matriks P hasilnya 1 (satu). Simbol 1 pada persamaan (1.2) adalah matriks kolom yang setiap unsurnya adalah 1 (satu), ditulis 1 [1 ... 1]T. Dr dan Dc berturut-turut adalah matriks diagonal baris dan matriks diagonal kolom yang unsur diagonalnya nasing-masing adalah r dan c.

3. Matriks profil baris dan kolom Matriks profil baris dan kolom dari P didefinisikan sebagai vektor baris dan vektor kolom dari P dibagi oleh jumlah masing-masing, ditulis;

Kedua profil baris i r ~ (i = 1 ... I) dan profil kolom j c ~ (j = 1 ... J) masingmasing ditulis dalam baris R dan kolom C. Profil-profil ini identik dengan baris dan kolom N yang dibagi oleh jumlah masing-masing.

4. Titik, Massa dan Metrik Kumpulan baris : Titik : Profil baris ... dalam ruang dimensi-J Massa : Matriks kolom r [ ... ]T Metrik : Bobot Euclidean dengan bobot Kumpulan kolom : Titik : Profil baris ... dalam ruang dimensi-I

Massa : Matriks kolom c [ ... ]T Metrik : Bobot Euclidean dengan bobot

5. Pusat baris dan pusat kolom Pusat baris : c = RTr dan Pusat kolom : r = CTc ...(5)

6. Total inersia Jumlah kuadrat jarak berbobot dari titik (baris atau kolom) terhadap sentroidnya: ( ) ( ) ( ) (R 1cT)T] ...(6) ) (C 1rT)T] ...(6)

= trace[Dr(R 1cT) ( ) ( ) (

= trace[Dc(C 1rT)

in(I) dan in(J) berturut-turut adalah total inersia titik baris dan total inersia titik kolom. Hubungan inersia baris dengan inersia kolom. ( ) ( )
( ( )

/n

= trace trace[

(P rcT)

(P rcT)T]

7. Sumbu koordinat Misalkan SVD dari P rcT adalah P rcT = AD BT 8. Koordinat baris dan kolom ( Misalkan

adalah koordinat utama profil

baris terhadap sumbu utama B, maka : Misalkan ( ) adalah koordinat utama

profil baris terhadap sumbu utama B, maka :

9. Transisi baris dan kolom Transisi dari baris (F) ke kolom (G) atau

Transisi dari kolom (G) ke baris (F) atau

10. Inersia utama Pusat kumpulan profil baris dan profil kolom terhadap sumbu koordinat berada pada titik pusat sumbu tersebut. Jumlah bobot kuadrat dari titik-titik koordinat (momen inersia) sepanjang sumbu utama ke-k adalah dinotasikan dengan dan disebut inersia utama. yang

Inersia utama terhadap kumpulan baris

Inersia utama terhadap kumpulan kolom

D. LANGKAH LANGKAH MELAKUKAN UJI KORESPONDENSI 1. Melakukan uji dependensi untuk mengetahui hubungan antara jenis penyakit dengan usia. 2. Melakukan analisis korespondensi untuk mengetahui pengelompokan kelompok usia terhadap jenis penyakit. Dalam hal ini ada beberapa langkah yaitu : a. Membentuk tabel kontingensi dua dimensi yang terdiri dari 3 variabel yaitu variabel baris dan variabel kolom. Variabel baris adalah jenis penyakit kronis dan variabel kolom adalah kelompok usia. b. Perhitungan nilai koordinat kemudian plot profil vektor baris dan kolom tiap faktor. c. Perhitungan nilai kontribusi relatif dan kontribusi mutlak untuk mengetahui suatu titik yang akan masuk kedalam suatu dimensi. d. Melihat kecenderungan antar variabel.

Flowchart Analisis Korespondensi

Metode Analisis Korespondensi

BAB III PEMBAHASAN

Pada makalah ini, data yang digunakan merupakan data sekunder yang diperoleh dari BPS mengenai pola penyakit penderita rawat jalan di Rumah Sakit di Kabupaten Bangkalan tahun 2010. Variable yang di pilih adalah jenis penyakit (X1) dan usia penderita (X2). Pengkategorian masing-masing variabel adalah sebagai berikut :

Tabel 3.1. Kategori variabel yang diamati No. Nama Variabel 1 = Diare 2 = Infeksi Saluran Pernafasan Atas (ISPA) 1 X1 = Jenis Penyakit 3 = Tuberculosis (TBC) 4 = Demam Berdarah Dengue (DBD) 5 = Penyakit Kulit 1 = usia 0-14 tahun 2 X2 = Usia Penderita 2 = Usia 15-24 tahun 3 = Usia 25-44 tahun 4 = Usia 45 tahun Kategori

Berdasarkan pengkategorian di atas, disusun tabel data sebagai berikut :

Tabel 3.2. Pola penyakit penderita rawat jalan di Rumah Sakit di Kabupaten Bangkalan tahun 2010 Jenis Penyakit 1 Diare ISPA TBC DBD Kulit 426 127 15 137 44 Usia Penderita 2 66 29 31 46 33 3 73 54 69 26 52 4 86 46 124 7 55

Tabel di atas merupakan tabel kontingensi dengan faktor baris yaitu kategori jenis penyakit sedangkan faktor kolom yaitu kategori usia.

Chi-Square Test: C2, C3, C4, C5


Expected counts are printed below observed counts Chi-Square contributions are printed below expected counts 1 C2 426 315.39 38.789 127 124.03 0.071 15 115.79 87.733 137 104.65 10.002 44 89.14 22.861 749 C3 66 86.32 4.785 29 33.95 0.721 31 31.69 0.015 46 28.64 10.520 33 24.40 3.032 205 C4 73 115.38 15.565 54 45.37 1.641 69 42.36 16.757 26 38.28 3.940 52 32.61 11.528 274 C5 86 133.91 17.139 46 52.66 0.842 124 49.16 113.932 7 44.43 31.532 55 37.85 7.774 318 Total 651

256

239

216

184

Total

1546

Chi-Sq = 399.180, DF = 12, P-Value = 0.000

Dari tabel diatas dapat dilihat nilai 21.026.

hitung

>

(0,05 : 12)

yaitu 399.180 >

Jadi menolak H0. Kesimpulannya ada hubungan antara penyakit dan usia. 1. Matriks Profil Baris
0-14 Diare ISPA TBC DBD Penyakit Kulit Mass 0.654 0.496 0.063 0.634 0.239 0.484 15-24 0.101 0.113 0.130 0.213 0.179 0.133 25-44 0.112 0.211 0.289 0.120 0.283 0.177 45 0.132 0.180 0.519 0.032 0.299 0.206 Mass 0.421 0.166 0.155 0.140 0.119

Elemen dari matriks profil baris menunjukkan proporsi dari tiap kategori baris pada setiap kolom, sedangkan massa menunjukkan proporsi kategori baris terhadap jumlah seluruh data. Dengan cara serupa, dapat diperoleh matriks profil kolom seperti di bawah ini.

2. Matriks Profil Kolom


0-14 Diare ISPA TBC DBD Penyakit Kulit Mass 0.569 0.170 0.020 0.183 0.059 0.484 15-24 0.322 0.141 0.151 0.224 0.161 0.133 25-44 0.266 0.197 0.252 0.095 0.190 0.177 45 0.270 0.145 0.390 0.022 0.173 0.206 Mass 0.421 0.166 0.155 0.140 0.119

3. Jarak Chi-square
0-14 Diare ISPA TBC DBD Penyakit Kulit Total 38.789 0.071 87.733 10.002 22.861 159.457 15-24 4.785 0.721 0.015 10.520 3.032 19.073 25-44 15.565 1.641 16.757 3.940 11.528 49.432 45 17.139 0.842 113.932 31.532 7.774 171.219 Total 76.277 3.275 218.437 55.995 45.196 399.180

4. Nilai Inersia
0-14 Diare ISPA TBC DBD Penyakit Kulit Total 0.097 0.000 0.220 0.025 0.057 0.399 15-24 0.012 0.002 0.000 0.026 0.008 0.048 25-44 0.039 0.004 0.042 0.010 0.029 0.124 45 0.043 0.002 0.285 0.079 0.019 0.429 Total 0.191 0.008 0.547 0.140 0.113 1.000

5. Analisis Tabel Kontingensi


Axis Inertia Proportion Cumulative Histogram 1 0.2364 0.9155 0.9155 ****************************** 2 0.0182 0.0707 0.9862 ** 3 0.0036 0.0138 1.0000 Total 0.2582

Tabel ini menunjukkan dekomposisi dari total inersia,yaitu 0,2582, 91,55% pada komponen 1, 7,07% pada komponen 2 dan seterusnya.

6. Kontribusi Baris
ID 1 2 3 4 5 Name Diare ISPA TBC DBD Kulit Qual 0.998 0.041 0.996 0.982 0.990 Mass 0.421 0.166 0.155 0.140 0.119 Inert 0.191 0.008 0.547 0.140 0.113

Qual (quality) menunjukkan proporsi inersia baris pada 2 komponen. mass (massa) pada tabel kontribusi baris sama dengan yang sudah dijelaskan pada matriks profil baris, sedangkan inert (inertia) menunjukkan proporsi dari tiap baris terhadap total inersia.
Component 1 Coord Corr Contr 0.324 0.895 0.187 0.023 0.040 0.000 -0.952 0.992 0.593 0.440 0.748 0.115 -0.458 0.853 0.106 Component 2 Coord Corr Contr 0.110 0.103 0.279 -0.002 0.000 0.000 0.067 0.005 0.038 -0.246 0.234 0.464 -0.183 0.137 0.219

ID 1 2 3 4 5

Name Diare ISPA TBC DBD Kulit

Coord (koordinat) menunjukkan koordinat mutlak dari tiap baris. 7. Kontribusi Kolom
ID 1 2 3 4 Name 0-14 15-24 25-44 45 Qual 1.000 0.930 0.931 0.996 Mass Inert 0.484 0.399 0.133 0.048 0.177 0.124 0.206 0.429 Component 1 Component 2 Coord Corr Contr Coord Corr Contr 0.458 0.985 0.430 0.057 0.015 0.085 -0.023 0.006 0.000 -0.293 0.924 0.625 -0.399 0.883 0.119 -0.093 0.048 0.083 -0.720 0.962 0.450 0.135 0.034 0.207

Coord (koordinat) menunjukkan koordinat mutlak dari tiap kolom.

8. Plot baris
Row Plot
0.50 0.25
TBC Diare ISPA Penyak it Kulit

Component 2

0.00 -0.25 -0.50 -0.75 -1.00 -1.00 -0.75

DBD

-0.50 -0.25 0.00 Component 1

0.25

0.50

9. Plot kolom

Column Plot
0.50

0.25
45 ke atas 0-14

Component 2

0.00

25-44

-0.25

15-24

-0.50

-0.75 -0.75 -0.50 -0.25 0.00 Component 1 0.25 0.50

10. Plot Simetris Kolom Dan Baris

Symmetric Plot
0.50 0.25
TBC

45 ke atas ISPA 25-44 Penyak it Kulit 15-24

Diare

0-14

Component 2

0.00 -0.25 -0.50 -0.75 -1.00 -1.00 -0.75

DBD

-0.50 -0.25 0.00 Component 1

0.25

0.50

Dari grafik di atas dapat dilihat kecenderungan jenis penyakit berdasarkan kategori usia. Berdasarkan kecenderungan diketahui bahwa penyakit TBC cenderung diderita oleh kelompok usia 45 tahun, penyakit kulit cenderung diderita oleh kelompok usia 25-44 tahun, penyakit diare cenderung diderita oleh kelompok usia 0-14 tahun. Sedangkan untuk kelompok usia 15-24 tahun cenderung tidak menderita penyakit-penyakit tersebut.

BAB IV PENUTUP

Dari pembahasan dan analisis yang telah dilakukan, dapat diambil kesimpulan sebagai berikut : 1. Ada hubungan antara penyakit dengan usia. 2. penyakit TBC cenderung diderita oleh kelompok usia 45 tahun. 3. Penyakit kulit cenderung diderita oleh kelompok usia 25 44 tahun. 4. Penyakit diare cenderung diderita oleh kelompok usia 0 14 tahun. 5. Kelompok usia 15 24 tahun cenderung tidak menderita penyakit penyakit tersebut.