BAB V

HASIL PENELITIAN

5.1 Gambaran Umum Provinsi Jawa Timur

Sekolah Menengah Atas Negeri 5 Surabaya, yang juga dikenal dengan nama

Smalabaya, adalah sebuah Sekolah Menengah Atas Negeri di Surabaya. SMA

Negeri 5 Surabaya menjadi salah satu Sekolah Adiwiyata di Surabaya.SMA

Negeri 5 Surabaya merupakan salah satu sekolah unggulan tingkat SMA di

Indonesia.

Sekolah ini berlokasi di pusat kota Surabaya, tepatnya Jalan Kusumabangsa

no. 21, di kawasan yang dikenal dengan istilah SMA kompleks bersama SMA-

SMA lain seperti SMA Negeri 1 Surabaya, SMA Negeri 2 Surabaya, dan SMA

Negeri 9 Surabaya.

5.2 Hasil Analisis Deskriptif

Analisis deskriptif dilakukan untuk melihat distribusi frekuensi dari tiap

variabel penelitian. Variabel dependen penelitian ini adalah hipertensi, sedangkan

variabel independen dalam penelitian ini adalah jenis kelamin, umur, status gizi,

konsumsi lemak, kebiasaan merokok, aktivitas fisik, riwayat diabetes dan

kolesterol. Berikut ini merupakan hasil analisis distribusi frekuensi untuk masing-

masing variabel penelitian.

1. Hipertensi

No. Hipertensi Frekuensi (n) Persentase (%)

1 Pre Hipertensi 644 77,9
2 Hipertensi stadium 1 130 15,7
3 Hipertensi stadium 2 53 6,4

47
 48

TOTAL 827 100

2. Jenis kelamin

No. Jenis Kelamin Frekuensi (n) Persentase (%)

1 Laki-laki 464 56,1
2 Perempuan 363 43,9
TOTAL 827 100

3. Umur

No. Umur Frekuensi (n) Persentase (%)

1 Remaja 146 17,7
2 Dewasa 390 47,2
3 Lansia 291 35,2
TOTAL 827 100

4. Status Gizi

No. Status Gizi Frekuensi (n) Persentase (%)

1 Normal 424 51,3
2 Kurus 43 5,2
3 Berlebih 360 43,5
TOTAL 827 100

5. Konsumsi lemak

No. Konsumsi Lemak Frekuensi (n) Persentase (%)

1 Jarang 495 59,9
2 Cukup 185 22,4
3 Sering 147 17,8
TOTAL 827 100

6. Kebiasaan merokok

No. Kebiasaan Merokok Frekuensi (n) Persentase (%)

1 Tidak merokok 528 63,8
2 Mantan perokok 54 6,5
3 Perokok aktif 245 29,6
TOTAL 827 100
 49

7. Aktivitas fisik

No. Aktivitas Fisik Frekuensi (n) Persentase (%)

1 Berat 388 46,9
2 Sedang 261 31,6
3 Ringan 178 21,5
TOTAL 827 100

8. Riwayat diabetes mellitus

No. Riwayat Diabetes Mellitus Frekuensi (n) Persentase (%)

1 Tidak 806 97,5
2 Ya 21 2,5
TOTAL 827 100

9. Riwayat kolesterol

No. Riwayat Kolesterol Frekuensi (n) Persentase (%)

1 Tidak 795 96,1
2 Ya 32 3,9
TOTAL 827 100

5.3 Analisis Regresi Logistik Ordinal

Analisis regresi logistik ordinal pada penelitian ini digunakan untuk

melakukan identifikasi faktor yang mempengaruhi terjadinya hipertensi di

Provinsi Jawa Timur tahun 2014.

5.3.1 Uji Keberartian Parameter Secara Parsial

Tahap awal yang dilakukan pada uji parameter secara parsial adalah

meregresikan seluruh variabel prediktor yang diduga berpengaruh terhadap

kejadian hipertensi, hingga memperoleh model yang memiliki variabel signifikan.

Selanjutnya mengetahui variabel apa saja yang berpengaruh maupun yang tidak

berpengaruh terhadap variabel dependen secara parsial. Variabel yang tidak

 50

signifikan tersebut dikeluarkan dari model dan dilakukan kembali pengujian

regresi logistik ordinal secara keseluruhan dapat dilihat pada tabel 5.10.

Tabel 5.10 Uji Parsial

Variabel Koefisien Standar p value Bermakna/tidak

Error bermakna
Intercept 1|2 2,664 0,402 0,000 Signifikan
Intercept 2|3 4,250 0,424 0,000 Signifikan
Jenis Kelamin laki- Reff
laki
Jenis Kelamin -0,645 0,225 0,000 Signifikan
perempuan
Umur remaja Reff
Umur dewasa 1,065 0,381 0,001 Signifikan
Umur lansia 2,337 0,379 0,001 Signifikan
Status gizi normal Reff
Status gizi kurus 0,316 0,445 0,477 Tidak signfikan
Status gizi berlebih 0,759 0,188 0,001 Signifikan
Konsumsi lemak Reff
jarang
Konsumsi lemak -0,358 0,232 0,122 Tidak signfikan
cukup
Konsumsi lemak -0,335 0,255 0,189 Tidak signifikan
Tidak merokok Reff
Mantan perokok -1,097 0,417 0,001 Signifikan
Perokok berat -0,599 0,250 0,001 Signifikan
Aktivitas fisik Reff
berat
Aktivitas fisik 0,270 0,204 0,185 Tidak signfikan
sedang
Aktivitas fisik 0,245 0,237 0,301 Tidak signifikan
ringan
Tidak memiliki Reff
riwayat diabetes
mellitus
Memilik riwayat 0,844 0,439 0,054 Tidak signifikan
diabetes mellitus
Tidak memiliki Reff
riwayat kolesterol
Memiliki riwayat -0,014 0,390 0,970 Tidak signfikan
kolesterol

Tabel 5.10 menunjukkan bahwa terdapat beberapa variabel yang

berpengaruh signifikan terhadap variabel dependen, yaitu jenis kelamin, umur,

 51

status gizi, konsumsi lemak, dan kebiasaan merokok. Variabel yang tidak

berpengaruh signifikan pada pengujian secara parsial ini adalah aktivitas fisik,

riwayat diabetes mellitus dan riwayat kolesterol. Interprestasi variabel yang tidak

signifikan adalah variabel tersebut tidak memiliki pengaruh yang signifikan

terhadap kejadian hipertensi di Provinsi Jawa Timur.

5.3.2 Uji Keberartian Parameter Secara Simultan

Pengujian parameter secara simultan dilakukan dengan cara meregresikan

variabel-variabel yang telah signifikan (p-value <0,05) pada uji parsial

sebelumnya. Variabel yang dianalisis regresi logistik ordinal pada pengujian

simultan adalah jenis kelamin, umur, status gizi, konsumsi lemak dan kebiasaan

merokok. Hasil analisis uji simultan dapat dilihat pada tabel 5.11

Tabel 5.11 Uji Simultan

Variabel Koefisien Standar Error p value Signifikansi

Intercept 1|2 2,937 0,366 0,000 Signifikan
Intercept 2|3 4,487 0,390 0,000 Signifikan
Umur remaja Reff
Umur dewasa 0,989 0,375 0,001 Signifikan
Umur lansia 2,257 0,367 0,001 Signifikan
Status gizi normal Reff
Status gizi kurus 0,181 0,440 0,680 Tidak signifikan
Status gizi berlebih 0,701 0,184 0,001 Signifikan
Tidak merokok Reff
Mantan perokok -0,645 0,377 0,087 Tidak signifikan
Perokok berat -0,264 0,207 0,203 Tidak signifikan

Berdasarkan Tabel 5.11 dapat diketahui variabel yang berpengaruh secara

signifikan terhadap kejadian hipertensi adalah variabel-variabel yang memiliki

nilai p-value kurang dari alfa yaitu sebesar 0,05 karena merupakan batas

kesalahan yang ditoleransi, sehingga diputuskan tolak H0. Terdapat 3 variabel

yang signifikan yaitu jenis kelamin, umur dan status gizi.

 52

Setelah mengetahui variabel-variabel yang berpengaruh signifikan terhadap

variabel dependen, langkah selanjutnya adalah membentuk fungsi logit

yangdigunakan untuk menghitung peluang model logit. Model dugaan logit yang

diperoleh yaitu:

g1 ( x ) =2,937+0,989 x 1( 2) +2,257 x1 (3 )

g2 ( x ) =4,487+ 0,989 x 1 (2 )+2,257 x 1 (3)

Persamaan regresi yang diperoleh selanjutnya yaitu:

exp 2,937+0,989 x 1( 2) +2,257 x1 (3 )

a. π 1 =
1+ 2,937+0,989 x 1( 2)+ 2,257 x1 (3 )

exp 4,487+ 0,989 x 1 (2) +2,257 x 1 (3)

b. π 2 =
1+ 4,487+ 0,989 x 1 (2) +2,257 x 1 (3)

5.3.2 Interpretasi Parameter Model

Untuk menginterpretasikan seberapa besar variabel bebas berpengaruh

terhadap variabel dependen (kejadian hipertensi) maka digunakan nilai odds ratio

yang nilainya dapat dilihat pada Tabel 5.12.

Tabel 5.12 Hasil Pengujian Variabel Bebas

Variabel Estimasi (β) Odd Ratio = exp (β)

Intercept 1|2 2,937 -
Intercept 2|3 4,487 -
Umur remaja Reff
Umur dewasa 0,989 2,68
Umur lansia 2,257 9,55

5.4 Analisis Regresi Logistik Ordinal Metode Bayesian

Analisis regresi logistik ordinal metode Bayesian dengan menggunakan

packages rstanarm pada program Rstudio, yaitu aplikasi Bayesian dengan

pemodelan regresi serta menggunakan fungsi stan_polr.

 53

5.4.1 Uji Regresi Logistik Ordinal Metode Bayesian

Pengujian signifikansi parameter bertujuan untuk memeriksa apakah variabel

bebas mempunyai pengaruh yang signifikan terhadap variabel dependen. Adapun

hasil pengujian regresi logistik ordinal Bayesian dapat dilihat pada Tabel 5.13.

Tabel 5.13 Uji Regresi Logistik Ordinal Metode Bayesian

Variabel Koefisien Standar 2,5% Median 97,5% Signifikansi

Error
Intercept 1|2 2,243 0,316 1,641 2,235 2,886 Signifikan
Intercept 2|3 3,795 0,342 3,135 3,785 4,501 Signifikan
Jenis Reff
Kelamin laki-
laki
Jenis -0,519 0,205 -0,291 -0,519 -0,116 Signifikan
Kelamin
perempuan
Umur remaja Reff
Umur dewasa 0,693 0,287 0,142 0,684 1,280 Signifikan
Umur lansia 1,767 0,296 1,200 1,758 2,372 Signifikan
Status gizi Reff
normal
Status gizi 0,190 0,396 -0,607 0,192 0,949 Tidak
kurus signifikan
Status gizi 0,611 0,167 0,290 0,609 0,945 Tidak
berlebih signifikan
Konsumsi Reff
lemak jarang
Konsumsi -0,286 0,203 -0,691 -0,284 0,105 Tidak
lemak cukup signifikan
Konsumsi -0,275 0,222 -0,725 -0,268 0,156 Tidak
lemak sering signifikan
Tidak Reff
merokok
Mantan -0,898 0,366 -0,164 -0,892 -0,191 Signifikan
perokok
Perokok berat -0,476 0,224 -0,928 -0,477 0,044 Signifikan
Aktivitas Reff
fisik berat
Aktivitas 0,217 0,178 -0,138 0,218 0,566 Tidak
fisik sedang signifikan
Aktivitas 0,193 0,213 -0,231 0,191 0,606 Tidak
fisik ringan signifikan
 54

Tidak Reff
memiliki
riwayat
diabetes
mellitus
Memiliki 0,731 0,421 -0,111 0,734 1,535 Tidak
riwayat signifikan
diabetes
mellitus
Tidak Reff
memiliki
riwayat
kolesterol
Memiliki -0,003 0,381 -0,770 -0,006 0,742 Tidak
riwayat signifikan
kolesterol

5.4.2 Pembentukan Model Terbaik

Pembentukan model terbaik dilakukan dengan cara meregresikan variabel-

variabel yang telah signifikan (p-value <0,05) pada uji sebelumnya. Variabel yang

dianalisis regresi logistik ordinal dengan metode Bayesian adalah umur. Hasil

analisis pembentukan model terbaik dapat dilihat pada tabel 5.14

Variabel Koefisien Standar 2,5% Median 97,5% Signifikansi

Error
Intercept 1|2 2,190 0,317 1,599 2,176 2,838 Signifikan
Intercept 2|3 3,722 0,346 3,079 3,707 4,423 Signifikan
Jenis Reff
Kelamin laki-
laki
Jenis -0,507 0,211 -0,923 -0,509 -0,092 Signifikan
Kelamin
perempuan
Umur remaja Reff
Umur dewasa 0,995 0,336 0,367 0,988 1,685 Signifikan
Umur lansia 2,228 0,332 1,614 2,216 2,910 Signifikan
Tidak Reff
merokok
Mantan -1,062 0,388 -1,842 -1,045 -0,316 Signifikan
perokok
Perokok berat -0,680 0,241 -1,161 -0,673 -0,201 Signifikan
 55

Pengujian parameter regresi logistik ordinal metode Bayesian menggunakan

Confidence Interval (CI) 2,5% dan 97,5%. Apabila mengandung nilai nol maka

parameter tidak signifikan, sehingga didapatkan hipotesis sesbagai berikut:

H0 = tidak ada parameter yang signifikan

H1 = minimal terdapat satu parameter yang signifikan

Hasil pada Tabel 5.12 menunjukkan bahwa variabel yang signifikan adalah

jenis kelamin, umur dan kebiasaan merokok. Model yang diperoleh dari analisis

regresi logistik ordinal Bayesian ini adalah:

logit p1 ( x )=2,190−0,507 x 1 +0,995 x2 (2 )+ 2,228 x 2 (3 )−1,062 x 3 (2 )−0,680 x3 ( 3)

logit p2 ( x ) =3,722−0,507 x 1+ 0,995 x 2 (2 )+2,228 x 2 (3) −1,062 x 3 (2)−0,680 x 3 (3 )

5.4.2 Interpretasi Parameter Model

Untuk menginterpretasikan seberapa besar variabel bebas berpengaruh

terhadap variabel dependen (kejadian hipertensi) maka digunakan nilai odds ratio

yang nilainya dapat dilihat pada Tabel 5.14.

Tabel 5.14 Hasil Pengujian Variabel Bebas

Variabel Estimasi (β) Odd Ratio = exp (β)

Intercept 1|2 2,190 -
Intercept 2|3 3,722 -
Jenis Kelamin
laki-laki
Jenis Kelamin -0,507 0,602
perempuan
Umur remaja
Umur dewasa 0,995 2,704
Umur lansia 2,228 9,281
Tidak merokok
Mantan perokok -1,062 0,345
Perokok berat -0,680 0,506
 56

5.5 Perbandingan Regresi Logistik Ordinal Klasik dengan Regresi Logistik

Ordinal Metode Bayesian

Perbandingan regresi logistik ordinal klasik dengan regresi logistik ordinal

metode Bayesian menggunakan sifat penduga parameter berupa standard error

dan AIC.

5.5.1 Perbandingan Standar Error

Standar Error
Variabel
MLE Bayesian
Intercept 1|2 0,402 0,316
Intercept 2|3 0,424 0,342
Jenis Kelamin Reff
laki-laki
Jenis Kelamin 0,225 0,205
perempuan
Umur remaja Reff
Umur dewasa 0,381 0,287
Umur lansia 0,379 0,296
Status gizi normal Reff
Status gizi 0,445 0,396
berlebih
Status gizi 0,188 0,167
berlebih
Konsumsi lemak Reff
jarang
Konsumsi lemak 0,232 0,203
cukup
Konsumsi lemak 0,255 0,222
sering
Tidak merokok Reff
Mantan perokok 0,417 0,366
Perokok berat 0,250 0,224
Aktivitas fisik Reff
berat
Aktivitas fisik 0,204 0,178
sedang
Aktivitas fisik 0,237 0,213
ringan
Tidak memiliki Reff
riwayat diabetes
mellitus
Memilik riwayat 0,439 0,421
diabetes mellitus
 57

Tidak memiliki Reff

riwayat kolesterol
Memiliki riwayat 0,390 0,381
kolesterol

5.5.2 Perbandingan AIC

Standar Error
Parameter
MLE Bayesian
AIC 1003,757 1003,7