Abstrak Ancaman penyakit dan masalah kesehatan Indonesia terutama di DKI Jakarta. Pada tahun 2009 hingga
rentan sekali terjadi pada bayi. Upaya menjaga kesehatan 2010 Pemerintah mencanangkan program akselerasi
bayi perlu diperhatikan untuk keberlangsungan hidupnya. imunisasi pada bayi di lima provinsi di Pulau Jawa [4].
Salah satunya adalah dengan memberikan imunisasi lengkap
yang pada umumnya terdiri dari imunisasi BCG, polio dan
Namun di sepanjang tahun 2012 terdapat 160 kejadian luar
campak. Pada penelitian ini, data yang akan dianalisis adalah biasa campak dengan 2319 kasus dan empat meninggal, dan
komponen kesehatan bayi di enam provinsi di Pulau Jawa. kasus penularan campak kebanyakan di Pulau Jawa (Jawa
Masing-masing provinsi memiliki tiga variabel yang sama, Barat, DKI Jakarta dan Banten) [5]. Selanjutnya pada tahun
yaitu persentase bayi yang menerima imunisai BCG, polio 1 2018 pemerintah akan memasukkan vaksin campak dari
dan campak. Analisis yang digunakan adalah MANOVA Jerman menjadi imunisasi wajib bagi balita Indonesia yang
yang diawali dengan uji normalitas, dependensi dan
akan diujikan di Pulau Jawa sebagai tahap awal [6]
homogenitas. Analisis ini digunakan untuk mengetahui
adanya pengaruh provinsi terhadap ketiga komponen Pada praktikum ini, akan dilakukan pengujian
kesehatan tersebut. Berdasarkan uji normalitas diketahui MANOVA satu arah yang didahului dengan uji normalitas
bahwa ketiga variabel komponen kesegatan bayi di Pulau multivariat, dependensi dan homogeitas matriks varians
Jawa tidak berdistribusi normal multivariat. Pengujian kovarians dari data cakupan imunisasi BCG, polio 1 dan
dependensi menyimpulkan bahwa ketiga variabel saling campak pada bayi di enam provinsi di Pulau Jawa. Tujuan
berubungan. Pada pengujian homogenitas menunjukkan dari praktikum ini adalah mengetahui ada tidaknya
bahwa matriks varians kovarians dari ketiga variabel
homogen. Selanjutnya pada pengujian MANOVA didapatkan pengaruh provinsi terhadap ketiga variabel tersebut.
informasi bahwa provinsi di Pulau Jawa memberikan
pengaruh yang berbeda terhadap cakupan imunisasi BCG,
II. TINJAUAN PUSTAKA
polio 1 dan campak pada bayi.
A. Statistika Deskriptif
Kata KunciDependensi, Homogenitas, Imunisasi,
Statistika deskriptif adalah metode-metode yang
MANOVA Satu arah, Normal multivariat
berkaitan dengan pengumpulan dan penyajian suatu gugus
data sehingga memberikan informasi yang berguna.
I. PENDAHULUAN Mean adalah salah satu ukuran untuk memberikan
gambaran yang lebih jelas dan singkat tentang sekumpulan
Bayi yang baru saja dilahirkan oleh seorang ibu tentu
membutuhkan perlakuan khusus agar dapat bertahan data. Mean juga merupakan wakil dari sekumpulan data
atau dianggap suatu nilai yang paling dekat dengan hasil
hidup. Bayi akan rentan terhadap suatu penyakit, oleh
karena itu dibutuhkan suatu sistem kekebalan tubuh salah pengukuran yang sebenarnya.
satunya adalah imunisasi. Imunisasi merupakan suatu upaya Rumus yang digunakan untuk menghitung mean data
yang dilakukan untuk mencegah terjadinya suatu penyakit adalah :
n
dengan cara memberikan mikroorganisme bibit penyakit
x
1
x i
berbahaya yang telah dilemahkan (vaksin) kedalam tubuh n
i 1 (1)
sehingga merangsang sistem kekebalan tubuh terhadap Keterangan:
jenis antigen di masa yang akan datang [1]. Xi = data pengamatan ke-i
Jenis imunisasi pada bayi antara lain BCG, polio dan n = banyaknya data
campak. Imunisasi diberikan agar bayi siap dengan Standar deviasi merupakan akar kuadrat dari varians.
lingkungan baru (luar kandungan) karena tidak ada lagi Rumus yang digunakan untuk menghitung nilai standar
kekebalan tubuh alami yang didapatkan dari ibu seperti deviasi adalah :
saat masih dalam kandungan. Namun faktanya masih
n
banyak bayi yang tidak mendapatkan imunisasi rutin karena xi x 2
orang tua enggan untuk membawa bayinya untuk s i 1 (2)
n 1
diimunisasi dan munculnya isu-isu tentang bahaya dari
imunisasi [2]. Padahal sebenarnya imunisasi bermanfaat Keterangan :
bagi bayi yaitu merangsang kekebalan tubuh bayi sehingga S = standar deviasi
mampu melawan penyakit [3]. xi = nilai tengah
Pulau Jawa merupakan salah satu pulau dengan = rata-rata
perkembangan manusia dan sarana prasarana yang pesat di
2
sebagai berikut.
2 p 5 c12 ,
2a2 b2 ln M
hitung
2
n 1 ln (5) Jika c2 F=-
a 1 (1 2b2 ln M )
6
Keterangan: 1 a1 2
a1 ( g 1) p ( p 1) ; a2
n : Banyak data pengamatan 2 | c2 c1 |
2
a a
, p p 1 1 2
2
Dengan demikian, kesimpulan yang dapat diambil adalah
3
1 g
1 g variabel. Jika nilai * semakin mendekati 0, maka pengaruh
lnM =
2
vl ln | Sl | -
2
vl ln | S pl | yang diberikan semakin besar. Sedangkan jika nilai *
l=1 l=1
semakin mendekati 1, maka pengaruh yang diberikan
g
v s
semakin kecil.
l l
S pl l 1
g
; vl nl 1 F. Boxplot
v
Boxplot merupakan ringkasan pada data pengamatan yang
l disajikan secara grafis. Boxplot digunakan untuk
l 1
menghitung data yang kuantitatif saja [10]. Boxplot biasanya
Jika v1 v2 v3 ... vk v maka digunakan untuk mengidentifikasi pola sebaran data yang
(k 1)(2 p 2 3 p 1) ditunjukkan oleh lebar boxplot. Selain itu, dalam kasus
c1 multivariat, boxplot juga dapat digunakan untuk
6 gv( p 1) mengidentifikasi populasi mana yang memberikan pengaruh
berbeda terhadap variabel, yang ditun-jukkan oleh median/
g (9) lebar boxplot yang saling berpotongan antar populasi.
( p 1)( p 2) 1 1
c2 ( 2 G. Imunisasi
6( g 1) v g 2
Imunisasi merupakan suatu upaya yang dilakukan untuk
l 1 vl mencegah terjadinya suatu penyakit dengan cara
l 1 memberikan mikroorganisme bibit penyakit berbahaya yang
Adapun rumus untuk menghitung Wilks Lambda (*) telah dilemahkan (vaksin) kedalam tubuh sehingga
adalah sebagai berikut. merangsang sistem kekebalan tubuh terhadap jenis antigen
| | | ( )( )| di masa yang akan datang [1].
| |
(10)
| ( )( ) |
nl g
T
Residual W lj
Populasi 1 Provinsi Banten
error l 1 j 1 l 1 Populasi 2 Provinsi DI Yogyakarta
Populasi 3 Provinsi DKI Jakarta
Populasi 4 Provinsi Jawa Barat
Total nl
x x x lj x
g
T g Populasi 5 Provinsi Jawa Tengah
BW
(corrected
for the l 1 j 1
lj
n
l 1
l 1 Populasi 6 Provinsi Jawa Timur
Y1 Cakupan imunisasi BCG pada bayi (%)
mean)
| |
Y2 Cakupan imunisasi polio 1 pada bayi
Tabel 2 .Distribusi dari Wilks lambda | | (%)
No of No of Sampling distribution for multivariate Y3 Cakupan imunisasi campak pada bayi
Variable groups normal data (%)
p=1 g 2 ( )( ) C. Langkah Analisis Data
Berikut merupakan langkah-langkah dalam analisis
penelitian ini.
( )( )
p=2 g 2 1. Menganalisis statistika deskriptif
2. Memeriksaan Normalitas Multivariat dengan menghi-
2
( )( )
tung korelasi antara nilai d j yang telah diurutkan (Y)
p 1 g>2
dengan nilai invers CDF chi-square (X) dan
membandingkan koefisien korelasi dengan r0.05,118
g 3 ( )( )
p 1
3. Menguji dependensi antar variabel
H0 ditolak apabila nilai statistik uji lebih besar dari nilai 4. Menguji homogenitas antar variabel
5. Menguji MANOVA satu arah
tabel F, yang berarti bahwa terdapat minimal satu populasi
6. Membuat dan menganalisis boxplot
yang memberikan pengaruh berbeda terhadap variabel.
7. Menarik kesimpulan dari hasil analisis yang telah
Wilks Lambda (*) bernilai antara 0 dan 1 yang dilakukan
menunjukkan seberapa besar pengaruh populasi terhadap
4
IV. ANALISIS DAN PEMBAHASAN Tabel 6.Hasil Uji KMO dan Bartletts
Bartletts Keputusan
A. Analisis Statistika Deskriptif df p-value
Test
Analisis menggunakan statistika deskriptif yang 371.733 3 0.000 tolak H0
digunakan meliputi mean, standar deviasi, nilai maksimum, Berdasarkan pada Tabel 6 terlihat bahwa nilai p-value
dan nilai minimum untuk masing-masing variabel. Adapun < alfa (0,05) sehingga dapat diputuskan bahwa tolak H0,
hasil yang didapatkan adalah sebagai berikut. sehingga kesimpulan yang dapat diambil adalah bahwa
Tabel 4.Statistika Deskriptif
Provinsi/
matriks korelasi bukan matriks identitas sehingga antar
Variable Mean Stdev Min Max ketiga variabel respon tersebut dependen atau saling
Populasi
Y1 84,57 97,53 berhubungan. Artinya antara variabel cakupan imunisassi
92,12 4,79
Y2
BCG pada bayi, cakupan imunisasi polio 1 pada bayi, dan
Banten 93,64 4,25 85,02 98,87
cakupan imunisasi campak pada bayi saling berhubungan,
Y3 90,55 7,89 77,78 97,48 sehingga dapat dilanjutkan pada analisis selanjutnya.
Y1 78 24 55,1 118,1
DI D. Uji Homogenitas Matriks Varian Kovarians
Y2 66,98 20,51 46,67 101,02
Yogyakarta Selain asumsi normal multivariat dan dependensi,
Y3 72,5 17,27 54,57 101,01 asumsi lain yang harus dipenuhi adalah kehomogenan.
Y1 97,63 10,81 82,87 110,94 Pengujian homogenitas dapat dilakukan melalui matriks
DKI Y2 99,64 11,45 84,11 115,9 varians kovarian dari ketiga variabel yaitu prosentase bayi
Jakarta
Y3 95,05 11,19 81,05 108,59 yang mendapatkan imunisasi BCG, polio 1 dan campak di
Y1 83,1 121,34 Pulau Jawa. Adapun hasil yang didapatkan adalah sebagai
99,16 8,51
berikut.
Jawa Barat Y2 99,52 9,44 84,25 121,85 Tabel 7.Uji Homogenitas
Y3 95,53 9,63 76,86 110,25 Keputusan
Boxs M F df1 df2 p-value
Y1 96,09 9,6 76,52 115,22
Jawa 182.241 5.064 30 1578.11 0,000 Tolak H0
Y2 95,37 9,79 74,01 117,56
Tengah
Y3 96,47 9,16 73,04 118,67 Berdasarkan Tabel 7 kesimpulan yang didapatkan
Y1 66,35 196,13
adalah matriks varian kovarians dari ketiga variabel tersebut
94,82 21,41
Jawa sama atau homogen.
Y2 93,41 17,97 66,74 178,19
Timur
Y3 99,12 33,42 54,63 230,44 E. MANOVA Satu Arah
Dari Tabel 4 didapatkan informasi bahwa untuk Setelah melakukan pengujian terhadap asumsi normal
provinsi dengan rata-rata persentase cakupan imunisasi multivariat, dependensi antar variabel dan homogenitas
BCG, polio 1 dan campak untuk bayi yang paling rendah maka selanjutnya adalah pengujian MANOVA satu arah.
adalah provinsi DI Yogyakarta sedangkan provinsi yang Berikut merupakan tabel hasil uji MANOVA satu arah
memiliki persentase yang yang tinggi adalah provinsi Jawa untuk cakupan imunisasi BCG, imunisasi polio 1 dan
Barat. Sedangkan jika dilihat dari variannya provinsi Jawa imunisasi campak pada bayi di Pulau Jawa.
Timur memiliki keragaman yang paling besar, sedangkan Tabel 8.One Way MANOVA
provinsi Banten memiliki keragaman yang sangat rendah. Source of
Matrix of SSP df
Sehingga dapat disimpulkan bahwa walaupun provinsi variation
Jawa Timur memiliki rata-rata persentase yang tinggi 2021,550 3016,427 2067,813
namun hal itu tidak merata ke semua kab/kota jika 3016,427 4676,127 3066,986
Perlakuan 2
dibanding dengan provinsi yang lain. 2067,813 3066,986 3373,313
B. Pengujian Normalitas Multivariat 24952,656 21314,773 27653,501
Hasil pengujian normalitas multivariat menggunakan 21314,773 19899,507 23341,663
11
Error 5
korelasi antara square distance dengan nilai tabel Chi- 27653,501 23341,663 48760,736
Square adalah sebagai berikut. 533949,05 526097,46 525776,36
Tabel 5.Koefisien Korelasi 526097,46 519057,82 518065,76 18
rq r(0.05 ,118) Keputusan Total 7
525776,36 518065,76 518989,91
0.733 0.9887 tolak H0
Matriks SSP total pada Tabel 8 diperoleh dari hasil
Berdasarkan Tabel 5 dapat dilihat bahwa data pada penjumlahan matriks SSP perlakuan dan matriks SSP error.
komponen kesehatan bayi di Pulau Jawa yang meliputi Selanjutnya akan dilakukan pengujian untuk pengaruh
provinsi Banten, DKI Jakarta, DIY, Jawa Barat, Jawa provinsi di Pulau Jawa terhadap tiga komponen kesehatan
Tengah dan Jawa Timut tidak berdistribusi Normal banyi yaitu cakupan imunisasi BCG, imunisasi polio 1 dan
Multivariat. Namun pada penelitian ini data diasumsikan imunisasi campak pada bayi menggunakan statistik uji
normal multivariat. Wilks Lambda dan didapatkan hasil sebagai berikut.
Tabel 9.Hasil Pengujian Menggunakan Wilk's Lambda
C. Uji Dependensi p-value
Pengujian dependensi yang digunakan terhadap ketiga Value F
variabel pada komponen kesehatan bayi di Pulau Jawa 0.557 4,789 0.00
adalah uji Bartlett. Perhitungan dengan menggunakan rumus
(5) menghasilkan nilai sebagai berikut. Menggunakan tingkat signifikansi () sebesar 0.05, maka
berdasarkan Tabel 9 dapat diputuskan bahwa tolak H0
5
karena nilai p-value < (0.05), sehingga dapat disim- provinsi yang lain. Sehingga dapat disimpulkan bahwa
pulkan bahwa antar provinsi di Pulau Jawa memiliki nilai persentase cakupan imunisasi BCG untuk bayi antar
persentase komponen kesehatan bayi (Y1, Y2, dan Y3) yang provinsi di Pulau Jawa tidak berbeda signifikan.
berbeda. Pada Tabel 9 juga diperoleh nilai Wilks Lambda 2. Variabel persentase cakupan imunisasi polio 1 pada
sebesar 0.557 yang berarti nilai tersebut mendekati angka 1, bayi
sehingga dapat disimpulkan bahwa antar provinsi tersebut Berikut boxplot untuk variabel Y2
memiliki perbedaan yang kecil kecil terhadap presentase
cakupan imunisasi BCG, persentase imunisasi polio 1, dan 175
Y2
100
komponen kesehatan bayi mana yang berbeda antar
provinsi di Pulau Jawa. Adapun hasil yang idapatkan adalah 75
boxplot
200
F. Analisis Boxplot
Boxplot digunakan untuk mengetahui bagaimana 150
Y3
200
Gambar 3. Boxplot untuk Variabel persentase Cakupan Imunisasi
Campak pada Bayi
175
Berdasarkan Gambar 3 dapat dilihat bahwa antar
150
provinsi memiliki nilai median untuk variabel Y3 yang
hampir sama, namun untuk provinsi No. 2
Y1
125
DAFTAR PUSTAKA
[1] Mardani R. Retrieved Februari 24 2017,
http://eprints.ums.ac.id/30733/2/BAB_I.pdf
[2] (). Retrieved Maret 11 2017, www.idai.or.id
[3] ().Retrieved Maret 11 2017, www.detik.com
[4] ().Retrieved Maret 11 2017, www.depkes.go.id
[5] ().Retrieved Maret 11 2017, www.health.kompas.com
[6] ().Retrieved Maret 11 2017, www.batam.tribunnews.com
[7] Walpole, R.E. 2011. Probability and Statistics For Engineers
and Scientist 9th Edition. Boston : Prentise Hall
[8] Richard A.Johnson & Dean W. Wichern. (2007).Applied
Multivariat Statistical Analysis. United States of America :
Pearson Education, Inc.
[9] Kementrian Kesehatan. Retrieved Februari 24, 2017,
http://data.go.id/dataset/basis-data-kesehatan-indonesia.
[10] Walpole, Ronald E. 1993. Pengantar Statistika. Jakarta: PT.
Gramedia Pustaka Utama.
LAMPIRAN 106,5 107,0 112,4
88,4 88,8 95,1
Lampiran 1. Data Praktikum 91,8 90,8 92,3
79,9 80,5 79,2
x1 x2 x3 107,8 106,6 96,5
Banten 84,6 85,0 78,6 94,9 94,8 93,8
85,4 91,9 77,8 107,6 88,6 103,9
97,5 98,0 96,2 109,5 113,0 111,5
96,3 98,9 93,0 96,6 97,0 95,4
93,1 93,1 91,8 111,2 111,2 118,7
93,8 93,9 93,0 Jatim 114,0 88,7 117,5
91,3 93,2 97,5 113,0 114,2 116,0
94,9 95,2 96,5 78,4 79,1 81,5
DIY 65,2 63,3 65,8 92,0 92,7 96,1
55,1 46,7 54,6 100,4 96,6 96,5
76,7 66,8 72,3 93,1 93,3 94,2
75,0 57,2 68,8 97,6 98,1 96,8
118,1 101,0 101,0 96,5 93,3 98,4
DKI 103,1 103,3 108,6 83,8 84,2 76,6
106,3 106,8 103,1 137,4 122,8 140,2
82,9 84,1 81,1 71,5 72,0 73,1
110,9 115,9 102,8 103,8 94,9 115,6
89,7 90,8 88,8 78,3 78,3 81,7
92,9 96,9 85,9 94,6 95,3 90,3
Jabar 97,3 96,8 95,1 96,6 98,4 98,2
99,5 97,4 96,3 83,9 84,0 102,0
93,3 98,6 92,9 91,8 91,0 103,2
101,6 102,5 103,0 91,3 96,7 93,6
99,0 97,9 98,3 78,0 77,9 76,4
99,3 101,1 100,3 96,3 96,2 92,3
83,1 84,3 87,2 196,1 178,2 230,4
93,7 93,9 100,0 104,7 105,8 100,6
103,2 103,8 106,9 93,7 97,8 96,3
108,9 109,3 110,3 88,0 87,5 93,2
99,6 99,1 81,9 98,9 99,4 98,4
95,2 90,3 97,0 66,3 66,7 54,6
102,5 102,4 99,8 81,6 80,5 80,3
107,4 107,3 106,6 87,1 86,6 80,7
85,5 85,9 76,9 81,4 80,2 88,5
121,3 121,8 105,7 82,7 82,6 83,6
103,4 104,1 96,2 109,2 108,8 109,8
98,2 109,4 85,1 93,3 94,9 85,7
87,3 84,8 80,3 97,7 96,3 215,5
94,4 94,5 87,1 81,4 83,6 78,0
114,0 117,2 103,8 89,8 90,4 90,7
107,4 108,3 107,0 74,0 78,5 63,0
94,1 88,0 77,4 90,0 89,6 86,0
102,9 102,3 99,3 94,8 94,8 91,1
91,0 90,5 89,4
94,9 95,9 100,0
Jateng 84,5 85,7 98,3 Lampiran 2. Data square distance dan quantil
100,5 92,4 100,5
84,5 83,9 85,4 No. qc dj2 No. qc dj2
76,5 74,0 73,0
1 0,0085 0,0006 60 1,4033 0,5250
105,4 103,8 102,3
93,9 94,3 96,2 2 0,0256 0,0015 61 1,4378 0,5290
88,6 88,7 96,5
93,6 92,9 95,1 3 0,0428 0,0062 62 1,4729 0,5466
96,5 95,7 97,1 4 0,0602 0,0139 63 1,5086 0,5472
90,4 90,5 92,5
95,6 94,8 91,8 5 0,0778 0,0151 64 1,5450 0,5477
107,4 107,4 103,7 6 0,0955 0,0235 65 1,5820 0,5656
89,8 90,1 82,7
98,2 99,0 101,1 7 0,1133 0,0251 66 1,6197 0,5754
98,5 98,6 98,9 8 0,1313 0,0289 67 1,6582 0,5789
95,9 95,1 96,9
97,2 96,0 92,1 9 0,1495 0,0290 68 1,6974 0,6851
93,5 95,2 101,2 10 0,1679 0,0297 69 1,7374 0,6994
115,2 117,6 95,8
82,2 82,7 82,9 11 0,1864 0,0304 70 1,7782 0,7127
97,7 97,0 99,6 12 0,2051 0,0320 71 1,8199 0,7144
111,7 111,9 110,9
84,4 84,4 92,4 13 0,2239 0,0377 72 1,8625 0,7316
91,8 91,5 94,6
14 0,2430 0,0412 73 1,9059 0,7559
95,2 96,4 96,1
15 0,2622 0,0479 74 1,9504 0,7661 Lampiran 3. Perhitungan Statistika Deskriptif