SKRIPSI
Oleh :
NADILLAH
NIM :111021089
1
HALAMAN PERSETUJUAN
NADILLAH
NIM. 111021089
Oleh:
Dosen Pembimbing Skripsi
The purpose of this research is applying path analysis to see the effect of
the knowledge and motivation to the attitude of women of childbearing age to
examine the IVA Test using by Amos and Lisrel applications in Kelurahan Gambir
Baru Kisaran in 2013.
The results showed the suitability test using by Amos and Lisrel software
and both showed the goodness of fit which is produces the model fit. In the
hypothesis testing using by Amos and Lisrel software and both showed that
knowledge of a significant effect on motivation of women of childbearing age to
examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013, and motivation
are equally significant effect on attitude of women of childbearing age to examine
the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. But also found
differences, in the software Amos knowledge obtained no effect on attitude of
women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru
Kisaran in 2013 and the lisrel software acquired knowledge significantly
influence the attitude of women of childbearing age to examine the IVA Test in
Kelurahan Gambir Baru Kisaran in 2013. Then were similarly obtained there is
no influence on knowledge to attitude through motivation of women of
childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in
2013.
As a suggestion researchers recommend further study also analyzed using
both of the software and then look at the indicators of goodness of fit, after it
adapts to test the hypothesis according to the theory of literature review.
Nama : Nadillah
Agama : Islam
Riwayat Pendidikan :
Puji dan syukur penulis ucapkan kehadirat Allah SWT atas berkat dan
Motivasi Terhadap Sikap Wanita Usia Subur (WUS) Untuk Melakukan Test
tercinta Achmad Bamuallim dan Ibunda tercinta Jamilah Bahajjaj yang telah
Terima kasih kepada adek Umar Bahri dan Chalid Ahmad atas dukungan, nasehat
materil dan moral dari berbagai pihak. Oleh karena itu pada kesempatan ini,
4. Bapak Drs. Abdul Jalil Amri Arma, M. Kes selaku dosen penguji I yang telah
6. Bapak Drs. Heru Santosa, Ph.D selaku Ketua Departemen Kependudukan dan
skripsi ini.
7. Ibu Dr. Ir. Erna Mutiara, M. Kes selaku dosen pembimbing akademik.
di FKM USU yang telah banyak membantu penulis dalam penulisan skripsi ini
9. Bapak Lurah Gambir Baru yang telah memberikan izin kepada penulis untuk
10. Ibu-ibu yang berada di wilayah Gambir Baru Kisaran yang telah bersedia
11. Saudara-saudaraku Samira, Barkah, Sumayya, Hanan, Sahla yang tiada henti
Kesehatan Kak Iska yang telah banyak menemani dalam keseharianku, Jehan
Mutiarany yang lucu, Freddy, Andreas, Evi, Andreas, Lestari, Eko, Ziad dan
Anggi.
13. Teman-teman tercinta Kak Ainal, Tina, bang Vando, Kak Dessy, “Italba”, Kak
Juli, Kak Titin yang telah banyak memberi semangat dan dorongan kepada
penulis.
14. Teman-teman PBL bang Fauzi, Nova, Una, Uli, Kesya yang memberi
16. Seorang teman yang selalu ada di kala susah senang, selalu meluangkan waktu
17. Semua pihak yang telah memberikan bantuan untuk kelancaran pembuatan
dan semoga skripsi ini dapat memberikan manfaat bagi pembaca. Amin.
Penulis
DAFTAR ISI
HALAMAN PERSETUJUAN
ABSTRAK.......................................................................................................... ii
ABSTRACT ...................................................................................................... iii
RIWAYAT HIDUP ........................................................................................... iv
KATA PENGANTAR ........................................................................................ v
DAFTAR ISI ................................................................................................... viii
DAFTAR TABEL ............................................................................................ xi
DAFTAR GAMBAR ....................................................................................... xiii
DAFTAR LAMPIRAN ................................................................................... xiv
BAB I PENDAHULUAN
1.1 Latar Belakang ........................................................................................... 1
1.2 Perumusan Masalah .................................................................................... 9
1.3 Tujuan Penelitian ........................................................................................ 9
1.3.1 Tujuan Umum ................................................................................ 9
1.3.2 Tujuan Khusus ............................................................................... 9
1.4 Manfaat Penelitian .................................................................................... 10
BAB V PEMBAHASAN
5.1 Perbandingan Pengaruh Pengetahuan Terhadap Motivasi Menggunakan
Aplikasi Amos dan Lisrel………………………………………………......80
5.2 Perbandingan Pengaruh Motivasi Terhadap Sikap Menggunakan Aplikasi
Amos dan Lisrel…………………………………………………………….81
5.3 Perbandingan Pengaruh Pengetahuan Terhadap Sikap Menggunakan
Aplikasi Amos dan Lisrel………………………………………………......82
DAFTAR PUSTAKA
DAFTAR TABEL
Halaman
Halaman
The purpose of this research is applying path analysis to see the effect of
the knowledge and motivation to the attitude of women of childbearing age to
examine the IVA Test using by Amos and Lisrel applications in Kelurahan Gambir
Baru Kisaran in 2013.
The results showed the suitability test using by Amos and Lisrel software
and both showed the goodness of fit which is produces the model fit. In the
hypothesis testing using by Amos and Lisrel software and both showed that
knowledge of a significant effect on motivation of women of childbearing age to
examine the IVA Test in Kelurahan Gambir Baru Kisaran in 2013, and motivation
are equally significant effect on attitude of women of childbearing age to examine
the IVA Test in Kelurahan Gambir Baru Kisaran in 2013. But also found
differences, in the software Amos knowledge obtained no effect on attitude of
women of childbearing age to examine the IVA Test in Kelurahan Gambir Baru
Kisaran in 2013 and the lisrel software acquired knowledge significantly
influence the attitude of women of childbearing age to examine the IVA Test in
Kelurahan Gambir Baru Kisaran in 2013. Then were similarly obtained there is
no influence on knowledge to attitude through motivation of women of
childbearing age to examine the IVA Test in Kelurahan Gambir Baru Kisaran in
2013.
As a suggestion researchers recommend further study also analyzed using
both of the software and then look at the indicators of goodness of fit, after it
adapts to test the hypothesis according to the theory of literature review.
metode statistik secara lebih jelas dan langsung dapat membantu seseorang
yang dilakukan oleh para ilmuwan. Semakin banyak penelitian yang dilakukan
oleh para ilmuwan, maka IPTEK pun akan semakin berkembang (Al-Faditya,
2013).
penyakit selama periode waktu tertentu. Selain itu juga berguna untuk
menentukan penyebab timbulnya penyakit baru yang belum diketahui atau untuk
Kenyataan yang ada adalah satu akibat pasti dipengaruhi oleh beberapa penyebab
(beberapa faktor atau multi faktor), oleh karena itu seorang peneliti dianjurkan
yang bertujuan untuk mempelajari hubungan beberapa variabel (lebih dari satu
satu teknik statistika parametrik yang digunakan untuk menguji hubungan antar
pada teori yang menyatakan variabel itu memiliki hubungan. Kuat lemahnya teori
dalam penyusunan diagram jalur dan mempengaruhi hasil dari analisis serta
adalah dengan cara meminjam hitungan analisis korelasi dan regresi sebagai dasar
pada hasil dalam tabel coefficient, bahwa analisis korelasi dan regresi hasil yang
diambil terletak pada nilai B-nya (constant ada nilainya dan X1, X2, Y dan
bx1 + bx2 + bx3 dst), sedangkan analisis jalur pada nilai Beta yang membentuk
oleh koefisien jalur pada setiap diagram jalur (Riduan & Kuncoro, 2011) yang
terdiri dari direct causal effects (pengaruh langsung), indirect causal effects
(pengaruh tidak langsung), dan total causal effects (total pengaruh) (Sunjoyo dkk,
2013).
Salah satu cara untuk melihat hubungan sebab akibat tersebut dapat
WUS untuk melakukan pemeriksaan IVA. Tes IVA merupakan deteksi dini untuk
melihat penyakit Kanker Serviks. Menurut Rasjidi (2009), total jumlah wanita
yang didiagnosis kanker serviks di Amerika Serikat pada tahun 1999 adalah
sedangkan jumlah wanita yang mengidap kanker serviks diseluruh dunia sekitar
penyakitnya setelah berada pada Stadium Lanjut, sehingga sebagian sudah tidak
dapat tertolong lagi. Hal ini disebabkan kebanyakan dari penderita bahkan tidak
yaitu aspek positif dan negatif. Kedua aspek inilah yang akhirnya akan
Semakin banyak aspek positif dari obyek yang diketahui, akan menumbuhkan
sikap yang semakin positif pula terhadap obyek tersebut. Dalam analisis jalur ini
konsep psikologis yang intangible atau tidak kasat mata sehingga kita tidak dapat
Manifestasi sikap tidak dapat dilihat secara langsung namun dapat ditafsirkan
terlebih dahulu. Apabila Wanita Usia Subur (WUS) tahu dan mendengar tentang
penyakit kanker serviks maka pengetahuan ini akan membuatnya berfikir. Dalam
berfikir ini komponen emosi dan keyakinan ikut bekerja, muncul motivasi agar
terhindar dari penyakit kanker serviks sehingga wanita tersebut mengambil suatu
sikap untuk melakukan Pemeriksaan IVA sebagai deteksi dini penyakit kanker
serviks.
diantaranya adalah Lisrel, Eqs5, Sepath, Amos, Calis, Liscomp, Mplus dan
Ramona. Untuk penelitian ini software yang digunakan adalah Amos dan Lisrel.
Kedua software ini memiliki perbedaan, jika Amos merupakan perangkat lunak
Menurut Ghozali (2013), Amos dan Lisrel adalah software yang digunakan
untuk menyelesaikan model persamaan struktural, jadi kedua software ini akan
hubungan antara variabel bisa digambar langsung dengan simbol elips (variabel
laten) atau kotak (variabel observed) sehingga tidak perlu menyusun persamaan
regresinya, tetapi Amos dapat juga berangkat dari persamaan dahulu (Amos
dipenuhi atau data kita murni ordinal bukan kontinyu, terjadi hubungan
moderating antar variabel, maka Amos tidak dapat menyelesaikan hal ini.
digunakan sebagai pendekatan umum analisis data dalam model sebab akibat
lunak lainnya. Lebih lagi penggunaan Amos akan mempercepat dalam membuat
perhitungan dan analisis menjadi lebih sederhana bahkan orang-orang awam yang
bukan ahli statistik akan dapat menggunakan dan memahami dengan mudah.
Namun Amos juga memiliki kelemahan bila dibandingkan dengan Lisrel yaitu
2011).
mengestimasi berbagai masalah dalam model sebab akibat, tampilan Lisrel juga
paling informatif dalam menyajikan hasil-hasil statistik. Namun dalam Lisrel ada
begitu banyak bahasa perintah sehingga user harus mengetahui bahasa yang
modelling secara deskriptif sehingga dapat dilihat model yang fit diantara kedua
Kisaran untuk melihat pengaruh pengetahuan dan motivasi terhadap sikap Wanita
Usia Subur untuk melakukan pemeriksaan IVA menggunakan aplikasi Amos dan
Lisrel.
Kanker serviks adalah kanker yang terjadi pada servik uterus, suatu daerah
pada organ reproduksi wanita yang merupakan pintu masuk ke arah rahim yang
terletak antara rahim (uterus) dan liang senggama (vagina). Munculnya penyakit
ini diakibatkan oleh sel dinding (epitel) rahim yang berkembang secara tidak
normal. Penyebab penyakit ini belum diketahui secara pasti, tapi dari beberapa
penelitian diketahui adanya human papillomavirus (HPV) sebagai penyebab lain
didiagnosis di Amerika Serikat pada tahun 2005. Pada tahun yang sama, 3.170
pasien diperkirakan meninggal akibat kanker serviks. Jumlah ini mendekati 1,3%
dari kematian akibat kanker pada wanita dan 13% dari kematian akibat kanker
kanker terbanyak kedua pada wanita dan menjadi penyebab lebih dari 250.000
kematian pada tahun 2005. Kurang lebih 80% kematian tersebut terjadi di negara
kanker serviks akan meningkat 25% dalam 10 tahun mendatang (Rasjidi, 2009).
disebabkan lebih dari 70% kasus yang datang ke rumah sakit berada pada stadium
lanjut. Untuk mengatasi hal ini perlu upaya pemecahan masalah dengan metode
kendala, antara lain luasnya wilayah dan juga kurangnya sumber daya manusia
pada stadium lebih dini tentu hasilnya akan lebih baik dan mortalitas akan
menurun. Dengan masalah yang begitu kompleks akhirnya timbul gagasan untuk
melakukan skrining kanker serviks dengan metode yang lebih sederhana yaitu
Hingga kini metode Inspeksi Visual Asam Asetat (IVA) sering diterapkan
oleh banyak pihak sebagai metode yang relatif murah, namun tetap mampu
mendeteksi kanker serviks dengan akurat. Menurut Ketua YKI (Yayasan Kanker
Indonesia) Pusat Nila Moeloek mengatakan, “Tes IVA jauh lebih murah
50.000, tes IVA hanya berkisar antara Rp 2.000 hingga Rp 5.000.” Akurasi tes
IVA juga hampir sama dengan tes papsmear. Bahkan, tes IVA sudah dapat
mendeteksi sel pre-kanker. Ketua YKI ini juga menuturkan, “Sejatinya tidak ada
metode yang 100 persen akurat, namun tes IVA sudah bisa mencapai akurasi 70
persen. Ini tentu sudah cukup baik daripada tidak sama sekali.”
Puskesmas Gambir Baru terdapat 1960 WUS di Kelurahan ini. Kelurahan Gambir
peran statistik khususnya Analisis Jalur untuk melihat pengaruh pengetahuan dan
analisis jalur untuk melihat besarnya pengaruh pengetahuan dan motivasi terhadap
dan motivasi terhadap sikap Wanita Usia Subur (WUS) untuk melakukan
1. Bagi masyarakat khususnya Wanita Usia Subur (WUS) untuk lebih menambah
memahami kajian penerapan Analisis Jalur dalam teori dan praktek di lapangan
Path Analysis atau analisis jalur dikembangkan oleh Sewal Wright tahun
the effect’s a set of independent variables has on a dependent variable from a set
among the variables” (Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk,
2013).
endogen (Ghozali 2006, Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk,
2013).
yang memang menyatakan bahwa variabel yang dikaji memiliki hubungan secara
kausal. Analisis jalur bukan ditujukan untuk menurunkan teori kausal, melainkan
hubungan antar variabel tersebut bersifat kausal. Dengan demikian, kuat lemahnya
analisis jalur merupakan suatu bentuk terapan dari analisis multiregresi. Dalam
atau menguji hipotesis yang kompleks dan juga untuk mengetahui pengaruh
langsung dan tidak langsung dari variabel-variabel bebas terhadap variabel terikat.
Analisis jalur ialah suatu tehnik untuk menganalisis hubungan sebab akibat
yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel
tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung (Robert
akibat hipotetikal dalam seperangkat variabel” (Paul Webley 1997 dikutip oleh
Sarwono, 2007).
analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji
keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat
lingkaran dan panah dimana anak panah tunggal menunjukkan sebagai penyebab.
penghitungan uji keselarasan statistik (David Garson 2003 dikutip oleh Sarwono,
2007).
adalah:
diteliti.
eksogenous (X).
1. Model Jalur
dengan satu variabel tergantung atau lebih. Anak panah-anak panah juga
Meliputi pertama, jalur-jalur arah dari anak panah menuju ke variabel tersebut
3. Variabel exogenous
dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, selain
independen variabel.
4. Variabel endogenous
menuju ke arahnya dan dari arah variabel tersebut dalam suatu model.
7. Istilah gangguan
diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah
8. Dekomposisi pengaruh
dalam suatu model ke dalam pengaruh langsung dan tidak langsung yang
berhubungan dengan jalur langsung dan tidak langsung yang direfleksikan
9. Model Recursive
Model penyebab mempunyai satu arah dan tidak ada pengaruh sebab akibat
(reciprocal). Dalam model ini, satu variabel tidak dapat berfungsi sebagai
Model penyebab mempunyai arah yang membalik (feed back loop) dan ada
Beberapa istilah dan defenisi dalam analisis jalur. (1) Dalam Analisis
(indeks). Contoh: X1, X2, X3, ..... , Xk. (2) Kita membedakan dua jenis variabel,
yaitu variabel variabel yang menjadi pengaruh (exogenous variable), dan variabel
eksogen ke endogen adalah panah bermata satu, yang bersifat recursive atau arah
hubungan yang tidak berbalik/satu arah. (4) Diagram jalur merupakan diagram
Rasyid, 2005).
model struktur analisis jalur dengan cara mengeluarkan dari model variabel
eksogen yang koefisien jalur diuji secara keseluruhan apabila ternyata ada
variabel yang tidak signifikan. Walaupun ada satu, dua, atau lebih variabel
yang tidak signifikan, perlu memperbaiki model struktur analisis jalur yang
telah dihipotesiskan.
yaitu:
melalui variabel endogen lain terdapat dalam satu model kausalitas yang
sedang dianalisis.
3. Total causal effects (Pengaruh Kausal Total) adalah jumlah dari pengaruh
X1
X2
d. Model Mediasi
berikut:
X Z
Model ini merupakan kombinasi antara model pertama dan kedua, yaitu
sebagai berikut:
f. Model Kompleks
Model ini merupakan model yang lebih kompleks, yaitu variabel X1 secara
Y1 Y2
Model rekursif adalah jika semua anak panah menuju anak panah seperti
1 P41
P31
3 P43 4
r21 P21
P32
2 P42
e2 e3 e4
1. Anak panah menuju satu arah, yaitu dari 1 ke 2, 3 dan 4; dari 2 ke 3 dan dari
Model non rekursif terjadi jika arah anak panah tidak searah atau terjadi
arah yang berbalik, misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2, atau bersifat sebab
akibat. Pada bagian berikut untuk mempermudah kita dalam memahami analisis
regresi berganda, yaitu variabel bebas terdiri dari satu variabel dan variabel
Model ini terdiri dari tiga variabel bebas dan mempunyai dua variabel
tergantung.
Model ini terdiri dari tiga variabel bebas, salah satu variabel bebas menjadi
diantaranya :
dalam model.
sebab akibat (causal relation), seperti pengaruh langsung (direct effect) dan
pengaruh tidak langsung (indirect effect) dan bukan sebab akibat (non-causal
secara langsung.
5. Sebab akibat dalam model hanya bersifat searah (one direction), tidak boleh
Menurut Saparina (2013), ada beberapa perbedaan model analisis jalur dan
regresi yaitu:
Pengetahuan juga berasal dari pengalaman tertentu yang pernah dialami dan yang
diperoleh dari hasil belajar secara formal, informal dan non formal (Mangindaan
1996 dalam Toruntju 2005). Menurut Sarwono (1997) dalam Toruntju (2005)
pengetahuan lebih bersifat pengenalan terhadap sesuatu benda atau hal secara
obyektif.
Pengetahuan atau kognitif seseorang adalah hasil tahu yang terjadi setelah
suatu sikap. Oleh karena itu dapat dikatakan bahwa pengetahuan seseorang
1. Tahu (know)
Tahu diartikan mengingat suatu materi yang telah dipelajari sebelumnya. Tahu
sebagainya.
2. Memahami (comprehension)
3. Aplikasi (aplication)
4. Analisis (analysis)
Analisis adalah suatu kemampuan untuk menjabarkan materi atau suatu objek
sebagainya.
5. Sintesis (synthesis)
6. Evaluasi (evaluation)
terhadap suatu materi atau objek yang didasarkan pada kriteria yang ditentukan
menggerakkan kita untuk berperilaku tertentu. Maka dari itu, dalam mempelajari
motivasi kita akan berhubungan dengan hasrat, keinginan, dorongan dan tujuan
(Notoatmodjo, 2005).
dikatakan sebagai daya penggerak dari dalam sehingga mengarahkan Wanita Usia
Subur (WUS) untuk mau melakukan Pemeriksaan IVA sebagai usaha untuk
a. Pendekatan Instink
Instink adalah pola perilaku yang kita bawa sejak lahir yang secara biologis
instink.
Teori ini menjelaskan motivasi dalam suatu gerak sirkuler. Teori ini
merupakan teori yang berusaha menjelaskan apa yang menarik seseorang untuk
tercapailah keseimbangan.
c. Pendekatan Insentif
karena dengan melakukan perilaku tersebut, maka kita akan mendapat imbalan.
d. Pendekatan Arousal
Pendekatan ini mencari jawaban atas tingkah laku di mana tujuan dari perilaku
uni adalah untuk memelihara atau meningkatkan rasa ketegangan. Teori ini
e. Pendekatan Kognitif
pendekatan ini dibedakan atas motif intrinsik (dari dalam diri) yang akan
1. Content Theory
yang mendorong seseorang untuk bertingkah laku tertentu, salah satu teori
Merupakan teori-teori yang berusaha memahami proses berpikir yang ada yang
dapat mendorong seseorang untuk berperilaku tertentu, salah satu teori ini
2.4 Sikap
derajat afek positif atau afek negatif yang dikaitkan dengan suatu obyek
psikologis. Sikap adalah keadaan mental dan syaraf dari kesiapan, yang diatur
respon individu pada semua obyek dan situasi yang berkaitan dengannya. Dari
sini sikap dapat digambarkan sebagai kecenderungan subyek merespon suka atau
tidak suka terhadap suatu obyek. Dalam bahasan ini yang berperan sebagai subyek
yaitu Wanita Usia Subur (WUS) dan obyek yaitu pemeriksaan IVA.
lahir, selalu berhubungan dengan obyek sikap, dapat tertuju pada satu obyek saja
jelas bahwa kedua konsep tersebut berhubungan sangat erat dengan perilaku
1. Menerima (receiving)
2. Merespon (responding)
3. Menghargai (valving)
Bertanggung jawab atas segala sesuatu yang telah dipilihnya dengan segala
2.5 Amos
Moment Structures yang digunakan sebagai pendekatan umum analisis data dalam
model sebab akibat (causal modeling). Amos dikembangkan oleh Arbuckle pada
tahun 1994. Amos semula merupakan perangkat lunak komputasi statistic yang
mandiri namun dalam perkembangannya saat ini Amos diambil alih oleh SPSS
1. Perhitungan yang rumit akan jauh lebih mudah dilakukan dibandingkan dengan
yang sederhana.
awam yang bukan ahli statistik akan dapat menggunakan dan memahami
dengan mudah.
a. Program dapat melakukan analisis dengan menggunakan data yang berasal dari
b. Dapat menangani missing data secara baik, yaitu dengan membuat estimasi
yang didasarkan pada informasi maximum likelihood yang sempurna dan tidak
hanya bersandar pada metode yang sudah ada, yaitu listwise, pairwise deletion,
intervals yang ada dalam semua estimasi parameter, rata-rata sampel, varian,
h. Dapat membuat laporan beberapa angka statistik yang cocok untuk dilakukan
variabel yang diobservasi dan juga pengujian normalitas multivariat serta dapat
mendeteksi outliers.
Metode-metode analisis dalam Amos yang ada saat ini diantaranya adalah:
1. Maximum Likelihood
Menurut Mustafa dan Wijaya (2012), pada bagian atas terdapat menu
utama AMOS yang terdiri dari menu File, Edit, View, Diagram, Analyze, Tools,
1. Menu File
Terdiri dari beberapa submenu yaitu submenu untuk membuat File baru (New,
New with Template), membuka File yang sudah ada (Open, Retrieve Backup),
menyimpan File (Save, Save as, Save as Template), membuka File Data ( Data
Files), mencetak (Print), menelusuri atau browsing diagram path yang sudah
ada atau tersimpan (Browse Path Diagrams). File Manager yang dapat
digunakan untuk melihat jenis dan nama-nama file yang sudah ada, termasuk
juga untuk membuka dan menghapus file tersebut dan submenu untuk keluar
2. Menu Edit
Terdiri dari beberapa submenu yang berguna untuk proses editing dengan
(Drag) satu objek ke objek lainnya. Lebih lanjut akan dijelaskan dalam bagian
3. Menu View
Submenu yang ada dalam menu View banyak digunakan dalam proses analisis
dan permodelan.
4. Menu Diagram
menjalankan analisis.
6. Menu Tools
7. Menu Plugins
8. Menu Help
Semakin kecil nilai χ 2 semakin baik model itu dan diterima berdasarkan
probabilitas dengan cut-off value sebesar p > 0,05 atau p > 0,10.
sampai dengan 1. Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better
fit”.
Freedom)
disebut χ 2 relative.
RMSEA ≤ 0,08
GFI ≥ 0,90
AGFI ≥ 0,90
CMIN/DF ≤ 2,00
TLI ≥ 0,95
CFI ≥ 0,95
mengestimasi berbagai masalah dalam model sebab akibat, tampilan Lisrel juga
ahli psikologi pendidikan yaitu Prof. Karl Joreskog dan Prof. Dag Sorbom pada
1. Title: Judul
yang digunakan sebagai input. Ada dua bahasa yang dapat digunakan dalam Lisrel
sebagai input yaitu bahasa Lisrel dan bahasa Simplis. Kedua jenis bahasa tersebut
memiliki hasil yang relatif sama, namun dengan Lisrel pemodelan dapat dilakukan
dengan hati-hati karena semua matrik yang akan diestimasi dipersiapkan terlebih
dahulu.
Menurut Joreskog (dalam Ghozali, 2008: 32), bila nilai P-values for test of
close fit (RMSEA < 0,05) lebih besar daripada 0,05 maka model dikatakan fit.
model dalam menghasilkan observed matriks kovariansi. Nilai GFI harus berkisar
antara 0 dan 1. Nilai GFI yang lebih besar daripada 0,9 menunjukkan fit suatu
Makin kecil kecocokan model dengan data makin baik. Nilai RMSEA
yang kurang daripada 0,05 mengindikasikan adanya model fit ( Byrne dalam
parameter pada suatu model dengan matriks kovarians ( Brown dan Cudec dalam
Ghozali, 2008: 31). Nilai RMSEA yang berkisar antara 0,01 sampai dengan 0,08
menyatakan bahwa model fit yang cukup (MacCallum et all dalam Ghozali, 2008:
32).
adanya program skrining massal antara lain dengan Tes Pap. Pemeriksaan IVA
tidak lebih rendah daripada tes Pap. Namun di Indonesia kebijakan penerapan
kendala, antara lain luasnya wilayah dan juga kurangnya sumber daya manusia
pada stadium lebih dini, hasilnya lebih baik dan mortalitas akan menurun. Hingga
Tes IVA adalah metode pemeriksaan dengan mengoles serviks atau leher
rahim dengan asam asetat kemudian diamati apakah ada kelainan seperti area
berwarna putih. Jika tidak ada perubahan warna, maka dapat dianggap tidak ada
Untuk melihat adanya sel yang mengalami displasia sebagai salah satu
sebagai berikut:
1. Spesifisitas lebih rendah dari tes Pap (positif palsu lebih tinggi).
Analisis Jalur
AMOS LISREL
Goodness of Fit
c. Terdapat pengaruh motivasi terhadap sikap Wanita Usia Subur (WUS) untuk
untuk menguji pengaruh pengetahuan dan motivasi terhadap sikap WUS untuk
satu kelurahan di kota Kisaran. Penelitian ini dimulai sejak bulan September 2013
3.3.1 Populasi
Populasi dalam penelitian ini adalah seluruh WUS yang pernah menikah di
3.3.2 Sampel
1. WUS yang pernah menikah karena untuk Tes IVA ini biasa dilakukan pada
(�0 = 0,08)
(�� = 0,03)
Amos maka terdapat penghapusan terhadap 13 data outlier sehingga tersisa 117
sampel.
1. Data primer
langsung dari penulis kepada responden dan pengisian kuesioner dilakukan sendiri
2. Data sekunder
buku kuliah dan buku umum yang relevan dengan permasalahan penelitian serta
secara luas serta serta internet yang menyediakan data mengenai objek
penelitian.
I. Analisis Jalur
Analisis jalur ialah suatu tehnik untuk menganalisis hubungan sebab akibat
langsung.
pemeriksaan IVA.
V. Amos
VI. Lisrel
Lisrel adalah program komputer yang dapat digunakan untuk membuat model
3.6 Pengukuran
1. Menghubungkan diagram (model input) dengan data input. Untuk ini dapat
properties).
properties).
a. Diagram
b. Teks output
Lisrel yaitu :
1. Mengubah input data menjadi data prelis dengan langkah membuka program
Lisrel dari menu pilih File lalu Import Data dan akan tampak windows open.
4. Memanggil data prelis dengan langkah dari menu utama Lisrel pilih Setup lalu
Variables.
5. Membuat Simplis Syntax dengan langkah dari menu Lisrel pilih Setup
Wilayah penelitian ini adalah kelurahan Gambir Baru yang memiliki VII
lingkungan.
Lingkungan I : Jl. Ir. Juanda, Jl. Seriti, Jl. Merak, Jl. Merbuk, Jl. Bayan
Lingkungan II : Jl. Bayan, Jl. Merbuk, Jl. Seriti, Jl. Merpati, Jl. Murai
Lingkungan IV : Jl. FL Tobing, Jl. Cenderawasih, Jl. Merak, Jl. Nuri Baru
Lingkungan VI : Jl. FL Tobing, Jl. Nuri, Jl. Murai, Jl. Berdikari, Jl. Nuri
Baru
Data deskriptif berdasarkan umur responden dapat dilihat dalam Tabel 4.1
sebagai berikut:
Dari Tabel 4.1 dapat dilihat bahwa sebagian besar responden adalah
berumur 21-30 tahun yaitu sebesar 59,0% kemudian disusul umur 31-40 tahun
Pendidikan Jumlah %
SD 3 2,6
SMP 9 7,7
SMU 101 86,3
Diploma 4 3,4
Jumlah 117 100,0
Dari Tabel 4.3 dapat dilihat bahwa sebagian besar responden adalah
Pekerjaan Jumlah %
Tidak Bekerja 106 90,6
Wiraswasta 4 3,4
Pegawai 7 6,0
Jumlah 117 100,0
Dari Tabel 4.4 dapat dilihat bahwa sebagian besar responden adalah tidak
bekerja sebesar 90,6% kemudian disusul pegawai sebesar 6,0% dan wiraswasta
sebesar 3,4%.
4.2.5 Karakteristik Responden Berdasarkan Pendapatan Keluarga
Pendapatan Jumlah %
<1 juta 0 0
1-2 juta 74 63,2
>2 juta 43 36,8
Jumlah 117 100,0
Dari Tabel 4.5 dapat dilihat bahwa sebagian besar responden adalah
Agama Jumlah %
Islam 114 97,4
Kristen 3 2,6
Jumlah 117 100,0
Dari Tabel 4.6 dapat dilihat bahwa sebagian besar responden adalah
Pengetahuan Jumlah %
Baik 0 0
Cukup 37 31,6
Kurang 80 68,4
Jumlah 117 100,0
Dari Tabel 4.7 dapat dilihat bahwa sebagian besar responden adalah
Motivasi Jumlah %
Kuat 80 68,4
Sedang 37 31,6
Lemah 0 0
Jumlah 117 100,0
Dari Tabel 4.8 dapat dilihat bahwa sebagian besar responden adalah
Data deskriptif berdasarkan sikap responden dapat dilihat dalam Tabel 4.9
sebagai berikut:
Agama Jumlah %
Baik 18 15,4
Cukup 99 84,6
Kurang 0 0
Jumlah 117 100,0
Dari Tabel 4.9 dapat dilihat bahwa sebagian besar responden adalah
memiliki sikap yang cukup sebesar 84,6%, dan baik sebesar 15,4%.
1. Setelah program Amos dijalankan dan tampak layar kerja, buka data input
Pada kotak dialog, klik File Name, tampak kotak dialog berikutnya. Pada
kotak dialog ini pilih data yang akan dipergunakan dalam analisis (pada
Perhatikan nama file Data1.sav telah masuk daftar dalam kotak dialog
analisis.
Hasilnya adalah tampak kotak yang berisi semua nama variabel dalam data set
fasilitas tool Duplicate Objects. Untuk mengatur posisi objek dapat digunakan
kotak variabel dengan jalan drag and drop. Tiap variabel dalam daftar
masing.
Hasil yang diperoleh adalah sebagai berikut:
nama variabel dalam data input. Tampilan nama-nama tersebut dapat diubah
Properties yang secara singkat dapat diakses dengan cara dobel klik pada
berikut:
5. Setelah selesai, dilanjutkan dengan menggambarkan error atau residu (Unique
variable ( ).
intervening.
6. Setelah diagram siap, perlu ditentukan jenis output yang akan dihasilkan oleh
Analysis Properties ( )
Pada saat proses penghitungan berjalan, pada bagian kiri kotak bawah (diatas
kotak nama-nama file) akan tampak tahap-tahap analisis yang sedang berjalan
b. Teks Output, dengan cara memilih submenu Teks Output pada menu View
terlihat bahwa model berbentuk recursive yang berarti model hanya satu
Proses analisis dimulai dari uji distribusi normal dan eliminasi terhadap
data oulier. Setelah distribusi normal terpenuhi maka dilakukan uji kesesuaian
model dan pengujian hipotesis penelitian. Uji distribusi normal terhadap 130
sampel yang sudah dipilih, didapatkan data tidak terdistribusi secara normal baik
secara univariat maupun multivariat, yang hal ini ditandai dari nilai cr kurtosis
9,960 > 2,58 (signifikan pada 1%) sebagaimana pada tabel 4.11.
paling kecil adalah -2,064 dan cr kurtosis multivariate adalah 9,960 lebih besar
dari 2,58. Dengan tidak terpenuhinya distribusi normal terhadap 130 data yang
membuka Observation farthest from the centroid sebagaimana pada Tabel 4.12
Tabel 4.12 Observations Farthest from the Centroid atas 130 data
Dari tabel 4.12 tersebut terlihat bahwa data pada nomor 39, 34, 40, 118,
37, 30, 3, 116, 32, 8, 122, 27, 117 merupakan data outlier karena memiliki nilai p1
jarak skor hasil observasi terhadap nilai centroid nya. Dari data di atas terlihat
bahwa data no. 39 memiliki jarak yang paling jauh dari nilai centroid nya, yaitu
data yang dimaksud. Setelah dilakukan penghapusan terhadap data outlier, maka
akan dilakukan uji distribusi normal. Jika hasil masih menunjukkan distribusi data
tidak normal, maka akan dilakukan pengecekan data outlier yang kemudian akan
diikuti proses eliminasi data outlier serta uji distribusi normal, demikian
data normal didapatkan setelah proses eliminasi data outlier mencapai 13 buah
Pada tabel 4.13 diatas terlihat bahwa cr kurtosis multivariat adalah 0,301
yang berarti berada pada interval -2,58 s/d 2,58 sebagaimana dipersyaratkan
sebagai cr kurtosis untuk distribusi data yang normal pada tingkat signifikasi 1%.
Hal ini sejalan juga dengan nilai p1 dan p2 yang secara tidak bersama-sama
Tabel 4.14 Observations Farthest from the Centroid atas 117 data
dibawah 0,05 namun karena p2 diatas 0,05 maka sudah tidak ada data yang
dikatakan sebagai data outlier sehingga data 117 yang tersisa sudah siap
dengan nilai p 0,000 (<0,05) dan RMSEA 0,933 (>0,08) berarti tidak memenuhi
kriteria berdasarkan Chi Square dan RMSEA. Lalu dilihat menggunakan indikator
lain yaitu GFI 1,000 dan CFI 1,000 sehingga model persamaan struktural ini
maka diagram jalur yang sudah di buat yang kemudian dikonversi ke persamaan
Estimate
Motivasi <--- Pengetahuan .806
Sikap <--- Pengetahuan .106
Sikap <--- Motivasi .805
Pengetahuan Motivasi
Motivasi .806 .000
Sikap .106 .805
1. Pengujian Hipotesis 1
signifikan terhadap motivasi. Hal ini ditandai dengan nilai p (probabilitas) sebesar
0,001 yang berada kurang dari 0,05. Pengaruh positif pengetahuan terhadap
motivasi ditunjukkan dari estimasi koefisien regresi adalah 2,159. Tetapi pengaruh
sebenarnya bisa dilihat pada tabel 4.16 yaitu pada tabel Standardized Regression
2. Pengujian Hipotesis 2
H2 : Ada pengaruh motivasi terhadap sikap Wanita Usia Subur (WUS) untuk
tahun 2013 dengan p sebesar 0,001 dengan estimasi koefisien regresi sebesar
sikap.
3. Pengujian Hipotesis 3
Usia Subur untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran
tahun 2013, hal ini terlihat dari nilai p sebesar 0,134 yang lebih besar dari 0,05.
Pengetahuan Motivasi
Motivasi .000 .000
Sikap .648 .000
Dari tabel 4.19 diatas dapat dilihat pengaruh tidak langsung yang
0,648.
Pengetahuan Motivasi
Motivasi .806 .000
Sikap .754 .805
Dari tabel 4.20 di atas dapat dilihat pengaruh total yang merupakan hasil
dari penjumlahan pengaruh langsung dan tidak langsung yaitu 0,106 + 0,648 =
0,754.
Model yang baik adalah model yang memiliki nilai residual yang
variabel tetapi pada nilai residualnya. Uji normalitas dalam penelitian ini
adalah 0,377 (lebih besar dari 0,05) sehingga dapat disimpulkan residual
berdistribusi normal.
yang menyebar ke semua daerah kurva normal begitu pula dengn Normal P-Plot,
1. Buka Program Lisrel (dalam aplikasi menggunakan Lisrel 8.80), seperti pada
2. Sistim kerja Lisrel 8.80 menggunakan Prelis, maka langkah selanjutnya klik
File dan pilih dan klik New maka akan muncul tampilan seperti berikut :
Pada tampilan diatas pilih PRELIS Data dan klik Ok, maka akan muncul
sebagai berikut:
Pada tampilan di atas berfungsi untuk membuka data yang telah tersimpan.
Dalam konteks ini data telah disimpan di dalam folder dokumen maka pada
baris atau kotak Look in pilih dokument dan dalam kolom File name
menuliskan nama file yang tersimpan dan dalam kolom File name menuliskan
nama file yang tersimpan dan dalam kolom Files of type disesuaikan dengan
Dalam konteks ini nama file adalah Data1 dan telah disimpan dalam format
SPSS, maka pilih nama Data dan format SPSS selanjutnya Open, sehingga
format PRELIS Data (*psf). Data disimpan dengan nama file Data1,
kemudian klik Save untuk menyimpan file tersebut, sehingga akan muncul
4. Selanjutnya klik File dan pilih New dan akan muncul tampilan gambar berikut
ini:
Kemudian pilih SIMPLIS Project dan save data dalam format SIMPLIS
Project (*.spj) dan nama File yang sama. Seperti tampilan gambar berikut ini:
Selanjutnya akan muncul tampilan sebagai berikut:
5. Klik Setup dan pilih dan klik Variable akan muncul tampilan gambar seperti
berikut:
berikut:
6. Pada Read from file terdapat 2 pilihan, yaitu LISREL System File dan
PRELIS System File. Pilih PRELIS System File dan klik Browse dan klik
nama file yang tersimpan dalam format *psf, Open dan kembali pada tampilan
tampilan sebelumya dan klik Next sehingga muncul tampilan seperti pada
analisis. Data yang dianalisis sebanyak 130 maka tuliskan angka tersebut
dalam kotak tersebut dan klik Ok dan kembali ke tampilan awal seperti
Pilih dan klik Total Effects dan Indirect Effect, dan Completely Standardize
Pada output ini hanya menampilkan persamaan dan koefisien regresi serta
hasil uji t.
Untuk mengetahui koefisien jalur, pengaruh total dan pengaruh tidak langsung
dapat dilakukan dengan kembali pada lembar kerja Lisrel dengan memilih
menu Setup dan mengklik Build LISREL Syntax seperti gambar berikut:
Kemudian klik Output dan pilih LISREL Output dan klik Selections. Pilih
dan klik Total Effects dan Indirect Effect dan Completely Standardize
Solution. Pada bagian Number of Decimal (0-8) in the Printed Output isikan
nilai atau angka 3 (berarti kita menginginkan hanya 3 angka dibelakang koma
berikut:
Kemudian klik gambar berikut ini dan hasil analisis akan keluar dalam
bentuk output.
total dan tidak langsung melalui gambar 4.4 dan koefisien jalur melalui
gambar 4.5.
Gambar 4.4 Pengaruh Total dan Tidak Langsung
1. Pengujian Hipotesis 1
signifikan terhadap motivasi. Hal ini ditandai dengan nilai 9,066 yang lebih besar
dari 1,96. Pada besarnya koefisien jalur terlihat bahwa pengaruh pengetahuan
62,5% terhadap motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA
2. Pengujian Hipotesis 2
H2 : Ada pengaruh motivasi terhadap sikap Wanita Usia Subur (WUS) untuk
yang lebih besar dari 1,96. Pada besarnya koefisien jalur terlihat bahwa pengaruh
motivasi terhadap sikap adalah 0,686 yang berarti motivasi memiliki kontribusi
3. Pengujian Hipotesis 3
ditunjukkan oleh nilai 2,530 yang lebih besar dari 1,96. Pada besarnya koefisien
jalur terlihat bahwa pengaruh pengetahuan terhadap sikap adalah 0,170 yang
0,600. Nilai ini merupakan jumlah dari pengaruh langsung pengetahuan terhadap
Lisrel
Dari tabel 4.22 dilihat bahwa Amos tidak goodness of fit bila dilihat dari
(2005), jika dengan menggunakan p-value belum fit maka dapat digunakan
indikator lain seperti Goodness of Fit Index (GFI), Comparative Fit Index (CFI)
dan lain-lain. Pada Amos nilai GFI nya adalah 1,000, begitu pula dengan CFI
yaitu 1,000 sehingga dapat disimpulkan bahwa model masih goodness of fit.
X1
p 31
p 21 r 13 X3
r 12 p 32
X2 r 23
Persamaan struktural:
X 2 = p 21 X 1
X 3 = p 31 X 1 + p 32 X 2
Keterangan :
X1 : Pengetahuan
X2 : Motivasi
X3 : Sikap
4.6.1 Menghitung Koefisien Korelasi Sederhana
number 1 – Default Model) dan pada Lisrel dilihat berdasarkan nilai Correlation
Rij X1 X2 X3
X1 1,000 0,625 0,600
X2 1,000 0,793
X3 1,000
Weights (Group Number 1 – Default Model) dan pada Lisrel dilihat berdasarkan
Pada Lisrel, dilihat dari koefisien jalur dan Standardized Total and Indirect
Effects
1. Pengaruh Langsung
pengaruh langsung antara motivasi terhadap sikap. Pada table 4.30 dapat
Tabel 4.30 Besar Pengaruh Tidak Langsung dengan Amos dan Lisrel
Besar pengaruh Tidak Langsung Amos Lisrel
Pengaruh langsung pengetahuan terhadap sikap (p 31 ) x 0,648 0,429
pengaruh langsung motivasi terhadap sikap (p 32 )
3. Pengaruh Total
responden mengenai pemeriksaan IVA yang meliputi defenisi kanker serviks dan
pemeriksaan IVA berada pada kategori kurang sebesar 68,4% dan kategori cukup
31,6%. Sehingga dapat dilihat bahwa responden belum mampu menjawab dengan
benar pertanyaan tersebut. Menurut asumsi peneliti, hal ini dipengaruhi karena
pemeriksaan IVA baik dari tenaga kesehatan, media cetak dan elektronik serta
pemeriksaan IVA dibutuhkan informasi yang lebih untuk responden dari tenaga
kesehatan dan dari sumber informasi lainnya seperti penyuluhan yang diberikan
terhadap motivasi Wanita Usia Subur untuk melakukan pemeriksaan IVA dan
dengan nilai t-hitung (9,066) > t tabel (1,96). Hal ini berarti tidak ada perbedaan
dari hasil uji menggunakan Amos dan Lisrel dalam mengambil keputusan.
Menurut asumsi penulis, motivasi akan muncul apabila Wanita Usia Subur
memahami tentang kanker serviks dan deteksi dini dengan pemeriksaan IVA
sehingga sangat penting bagi Wanita Usia Subur untuk mengetahui hal ini
mengingat penyakit ini juga merupakan penyakit yang sangat berbahaya bagi
wanita.
kuat sebesar 68,4% dan kategori sedang 31,6%. Menurut asumsi peneliti, motivasi
merupakan faktor yang sangat penting yang dapat mendorong Wanita Usia Subur
deteksi dini kanker serviks melalui pemeriksaan IVA apalagi pemeriksaan ini
motivasi memiliki pengaruh yang signifikan terhadap sikap Wanita Usia Subur
untuk melakukan pemeriksaan IVA di kelurahan Gambir Baru Kisaran tahun 2013
dengan p (0,001) < α (0,05), demikian pula pada Lisrel motivasi berpengaruh
signifikan terhadap sikap dengan dengan t-hitung (9,066) > t tabel (1,96). Hal ini
berarti tidak ada perbedaan dari hasil uji menggunakan Amos dan Lisrel dalam
mengambil keputusan.
Menurut asumsi peneliti, dengan adanya motivasi pada Wanita Usia Subur
maka akan menunjukkan suatu sikap yang terarah untuk mencapai suatu tujuan
yaitu untuk hidup sehat dan terbebas dari kanker serviks yang sama-sama
Sikap dalam hal ini merupakan respon WUS terhadap pemeriksaan IVA.
Berdasarkan hasil penelitian, sikap Wanita Usia Subur terhadap pemeriksaan IVA
mengandung dua aspek yaitu aspek positif dan negatif. Kedua aspek inilah yang
akan menentukan sikap seseorang, semakin banyak aspek positif dan objek yang
melakukan pemeriksaan IVA dengan p (0,134) > α (0,05). Berbeda halnya dengan
kelurahan Gambir Baru Kisaran tahun 2013 yang ditunjukkan oleh t-hitung
(2,530) > t tabel (1,96). Hal ini berarti terdapat perbedaan dari hasil uji
dimiliki akan semakin baik pula respon yang muncul dalam dirinya. Sehingga
untuk hasil pengujian ini, peneliti lebih setuju dengan hasil pengujian dengan
menggunakan Lisrel.
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
berdistribusi tidak normal sehingga terdapat 13 data yang harus dihapus dari
2013.
adalah 0,648 dan Lisrel yaitu 0,429, semakin besar angka koefisien maka
7. Pengaruh total yang didapatkan melalui Amos adalah 0,754 dan Lisrel yaitu
0,600.
terhadap sikap Wanita Usia Subur untuk melakukan pemeriksaan IVA lebih
data yang memiliki sampel 113 dengan model kombinasi, selain itu juga
sesuai dengan pengujian hipotesis penelitian yang sejalan dengan teori pada
tinjauan pustaka.
6.2 Saran
pengetahuan dan motivasi terhadap sikap Wanita Usia Subur untuk melakukan
goodness of fit setelah itu menyesuaikan dengan uji hipotesis sesuai dengan teori
Delima, B, 2011. Deteksi Dini Kanker Leher Rahim dengan IVA Test.
http://bidandelima.wordpress.com/2011/05/11/deteksi-dini-kanker-leher-
rahim-dengan-iva-test/, diakses tanggal 2 Oktober 2013.
Ghozali, I dan Fuad, 2005. Structural Equation Modeling Teori, Konsep, dan
Aplikasi dengan Program Lisrel 8.80 Edisi 3. Universitas Diponegoro,
Semarang
Hisyam, A, 2009. Aplikasi Metode Structural Equation Modeling dengan Lisrel 8.54
(Edisi Kedua). Olah Data, Jakarta
Mustafa, Z dan Wijaya, T, 2012. Panduan Teknik Statistik SEM & PLS
dengan SPSS AMOS. Cahaya Atma Pustaka, Yogyakarta
Rasjidi, I, 2009. Deteksi Dini dan Pencegahan Kanker Pada Wanita. Sagung
Seto, Jakarta
Riduan, dkk, 2011. Cara Mudah Belajar SPSS Versi 17.0 dan Aplikasi
Statistik Penelitian. Alfabeta. Bandung
Sarwono, J, 2007. Analisis Jalur Untuk Riset Bisnis Dengan SPSS. Andi,
Yogyakarta
Sarwono, J, 2012. Mengenal Amos dan Dalam Structural Equation Model.
http://jonathansarwono.info/amos/amos.htm/, diakses 7 Oktober
2013.
Sunjoyo, dkk, 2013. Aplikasi SPSS Untuk Smart Riset. Alfabeta, Bandung
I. Petunjuk Pengisian :
a. Mohon dengan hormat bantuan dan kesediaan ibu untuk menjawab seluruh
pertanyaan yang ada.
b. Pilihlah salah satu jawaban ibu dengan tanda silang (X) yang ibu anggap
paling tepat dan sesuai dengan keadaan ibu dengan sungguh-sungguh dan
sejujur-jujurnya.
c. Jawaban ibu adalah jawaban pribadi yang tidak akan diketahui orang lain
dan akan terjamin kerahasiaannya, karena tanpa menggunakan nama dan
hanya untuk penelitian saja.
d. Untuk pertanyaan tentang pengetahuan pada pertanyaan (III), ada tiga (3)
pilihan jawaban yang sudah ditentukan yaitu: “benar”, “salah”, dan “tidak
tahu”.
e. Untuk pertanyaan tentang motivasi pada pertanyaan (IV), ada lima (5)
pilihan jawaban yang sudah ditentukan yaitu: ”selalu”, “sering”, “kadang-
kadang”, “jarang”, dan “tidak pernah”.
f. Untuk pertanyaan tentang sikap pada pertanyaan (V), ada lima (5) pilihan
jawaban yang sudah ditentukan yaitu: “sangat setuju”, “setuju”, “tidak
tahu”, “kurang setuju”, dan “tidak setuju”.
Nama :
Umur :
Status pernikahan :
Pendidikan terakhir :
Pekerjaan :
Pendapatan keluarga/bulan :
Agama :
III. Pertanyaan
Alternatif Jawaban
Variabel Sub Variabel Indikator Item Pernyataan Variabel Benar Salah Tidak
Tahu
1. Pengetahuan 1. Kanker 1. Pengertian Berikan jawaban yang paling tepat terhadap pernyataan di
Serviks kanker serviks bawah ini :
1. Kanker serviks (leher rahim) adalah kanker ganas pada
leher rahim.
4. Deteksi dini 5. Deteksi dini kanker leher rahim tidak dapat dilakukan
dengan Pap Smear
Frequencies
[DataSet2] C:\Users\Acer\Documents\Skripsi.sav
Statistics
N
Valid Missing
Kelompok Umur 117 0
Status Pernikahan 117 0
Pendidikan 117 0
Pekerjaan 117 0
Penghasilan keluarga/bulan 117 0
Agama 117 0
Pengetahuan k 117 0
Motivasi k 117 0
Sikap k 117 0
Frequency Table
Kelompok Umur
Status Pernikahan
Pendidikan
Penghasilan keluarga/bulan
Agama
Pengetahuan k
Motivasi k
Sikap k
Estimate
Motivasi <--- Pengetahuan .806
Sikap <--- Pengetahuan .106
Sikap <--- Motivasi .805
Estimate
Motivasi .649
Sikap .796
Pengetahuan Motivasi
Motivasi 2.159 .000
Sikap 2.121 .845
Pengetahuan Motivasi
Motivasi .806 .000
Sikap .754 .805
Direct Effects (Group number 1 - Default model)
Pengetahuan Motivasi
Motivasi 2.159 .000
Sikap .298 .845
Pengetahuan Motivasi
Motivasi .806 .000
Sikap .106 .805
Pengetahuan Motivasi
Motivasi .000 .000
Sikap 1.823 .000
Pengetahuan Motivasi
Motivasi .000 .000
Sikap .648 .000
CMIN
RMR, GFI
Parsimony-Adjusted Measures
NCP
Model NCP LO 90 HI 90
Default model .000 .000 .000
Saturated model .000 .000 .000
Independence model 302.955 249.209 364.110
FMIN
Model FMIN F0 LO 90 HI 90
Default model .000 .000 .000 .000
Saturated model .000 .000 .000 .000
Independence model 2.638 2.612 2.148 3.139
RMSEA
AIC
HOELTER
HOELTER HOELTER
Model
.05 .01
Default model
Independence model 3 5
LAMPIRAN OUTPUT NORMALITAS SPSS
Regression
[DataSet1] C:\Users\Acer\Documents\Skripsi.sav
Variables Entered/Removed
Model Variables Entered Variables Removed Method
1 Motivasi, . Enter
Pengetahuana
a. All requested variables entered.
Model Summaryb
Std. Error of the
Model R R Square Adjusted R Square Estimate
1 .804a .647 .641 2.955
a. Predictors: (Constant), Motivasi, Pengetahuan
b. Dependent Variable: Sikap
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2028.779 2 1014.390 116.155 .000a
Residual 1109.097 127 8.733
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 26.385 1.455 18.139 .000
Residuals Statisticsa
[DataSet1] C:\Users\Acer\Documents\Skripsi.sav
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 130
Normal Parametersa,,b Mean .0000000
Std. Deviation 2.93217574
Most Extreme Differences Absolute .080
Positive .080
Negative -.080
Kolmogorov-Smirnov Z .911
Asymp. Sig. (2-tailed) .377
a. Test distribution is Normal.
b. Calculated from data.
LAMPIRAN OUTPUT LISREL