LANDASAN TEORI
9
10
𝐽𝐾𝐷
𝐼𝑅 = X 100.000 Penduduk ................(3.1)
𝐽𝑃
dengan:
IR : Incident Rate
11
b. Tenaga Kesehatan
Berdasarkan Undang-Undang No. 36 Tahun 2014, tentang kesehatan yang
dimaksud tenaga kesehatan adalah setiap orang yang mengabdikan diri dalam
bidang kesehatan, memiliki pengetahuan dan atau keterampilan melalui
pendidikan di bidang kesehatan yang memerlukan kewenangan dalam
menjalankan pelayanan kesehatan. Peranan tenaga kesehatan dalam
penanggulangan penyakit DBD sangat penting antara lain melakukan
penyuluhan terhadap masyarakat tentang arti penting Pemberantasan Sarang
Nyamuk (PSN) dan menjaga kebersihan lingkungan rumah serta sebagai juru
pemantau jentik terhadap lingkungan yang terkena kasus DBD (Karmila,
2009).
c. Jumlah Penduduk
Penelitian yang dilakukan oleh Siswanto (2006) menjelaskan bahwa
peningkatan jumlah kasus DBD tidak terlepas dari tekanan pada lingkungan,
antara lain: pertumbuhan jumlah penduduk yang tidak mempunyai pola
tertentu, urbanisasi penduduk yang tidak terkontrol, keadaan tersebut
13
Rumah Tangga Perilaku Hidup Bersih dan Sehat (PHBS) adalah upaya
untuk memberdayakan anggota rumah tangga agar tahu, mau dan mampu
mempraktikan perilaku hidup bersih dan sehat serta berperan aktif dalam
14
keterangan:
- 𝑃𝑃𝐻𝐵𝑆 : Presentase Perilaku Hidup Bersih dan Sehat
- 𝐽𝑅𝑇𝑃𝐻𝐵𝑆 : Jumlah Rumah Tangga Perilaku Hidup Bersih dan Sehat
- 𝐽𝑅𝑇𝐷 : Jumlah Rumah Tangga yang Dipantau
Rencana Strategis (Renstra) Kementerian Kesehatan Tahun 2010-2014
menetapkan target 70% rumah tangga sudah mempraktekan PHBS pada tahun
2014 (Promkes Depkes RI, 2011).Terdapat 20 indikator PHBS untuk Kabupaten
Tegal dapat dilihat di lampiran 5.
dengan
𝑦 = 0,1,2, …
𝜇 = rata-rata banyak sukses yang terjadi dalam selang waktu atau daerahtertentu
𝑒 = 2.7183
Langkah awal untuk melakukan pengujian Regresi Poisson maka data
diasumsikan mengikuti proses percobaan Poisson, karena dapat dilihat kesesuaian
variabel dependent dengan ciri-ciri distribusi Poisson, yaitu peluang kejadian
sangat kecil pada suatu populasi, serta variabel dependent merupakan data diskrit
dari hasil menghitung, pencacahan atau frekuensi namun bukan hasil pengukuran.
Dalam distribusi poisson ada keadaan dimana 𝐸(𝑌) = 𝑉𝑎𝑟(𝑌) = µ atau
disebut equidispersi. Adapun rumus E(Y) dan Var (Y) adalah sebagai berikut:
∞
𝐸(𝑌) = ∑ 𝑦. 𝑓(𝑦; 𝜇)
𝑦=0
∞
𝑒 −𝜇 𝜇 𝑦
= ∑ 𝑦.
𝑦!
𝑦=0
∞
𝑒 −𝜇 𝜇 𝑦
= ∑ 𝑦.
𝑦!
𝑦=1
𝑒 −𝜇 𝜇 (𝑦−1)
= µ ∑∞
𝑦=1 (𝑦−1)!
𝑒 −𝜇 𝜇 (𝑎)
= µ ∑∞
𝑎=0 (𝑎)!
= µ ∑∞
𝑎=0 𝑓(𝑎; 𝜇)
=µ ...............(3.4)
∞
𝑒 −𝜇 𝜇 𝑦
= ∑ 𝑦(𝑦 − 1). + 𝐸(𝑌) − [𝐸(𝑌)]2
𝑦!
𝑦=0
∞
𝑒 −𝜇 𝜇 𝑦
= ∑ 𝑦(𝑦 − 1). + 𝐸(𝑌) − [𝐸(𝑌)]2
𝑦!
𝑦=2
∞
2
𝑒 −𝜇 𝜇 (𝑦−2)
=𝜇 ∑ + 𝐸(𝑌) − [𝐸(𝑌)]2
(𝑦 − 2)!
𝑦=2
∞
2
𝑒 −𝜇 𝜇 (𝑎)
=𝜇 ∑ + 𝐸(𝑌) − [𝐸(𝑌)]2
(𝑎)!
𝑎=0
= 𝜇 . 1 + 𝜇 − 𝜇2
2
=𝜇 ...............(3.5)
a) Hipotesis
H0 : Tidak terdapat hubungan antar variabel independen
H1 : Terdapat hubungan antar variabel independen
b) Tingkat Signifikansi
𝛼 = 0.05
c) Statistik Uji
1
𝑉𝐼𝐹 = 1−𝑅2 ..............(3.6)
d) Daerah Kritis
Tolak H0 jika nilai VIF > 10
= 𝛽0 + 𝛽1 𝑋𝑖1 + ⋯ + 𝛽𝑝 𝑋𝑖𝑝
a) Hipotesis
H0:β1 = β2 =…. = β5 = 0 (Tidak terdapat pengaruh variabel
independen terhadapvariabel dependen )
H1: paling sedikit ada satu j dengan βj ≠ 0 , j = 1,2,….p (paling sedikit ada
satu variabel independen yang berpengaruh terhadap variabel dependen).
19
b) Tingkat Signifikansi
𝛼 = 0.05
c) Statistik Uji
𝐿0
G2 = -2 log
𝐿1
= -2 (log L0 – log L1 )
= 2 (log L1– log L0 )………….. ....(3.8)
Dengan :
LO : Likelihood tanpa variabel independen
L1 : Likelihood dengan variabel independen
Statistik uji 𝐺 2 mengikuti distribusi chi-square sehingga dibandingkan
dengan tabel chi-square dengan derajat bebas (banyaknya variabel), dengan
daerah penolakan H0 jika 𝐺 2 >𝜒 2 (𝛼,𝑑𝑏=5) atau berdasarkan nilai p-value.yang
dengan
𝛽̂𝑗 : Nilai dugaan untuk parameter 𝛽̂𝑗
𝑆𝐸 𝛽̂𝑗 : Dugaan galat baku untuk koefisien 𝛽̂𝑗
20
dengan taraf nyata (𝛼) adalah tolak H0 jika nilai 𝑊 > 𝜒 2 (𝛼,𝑑𝑏=1) dan dapat dilihat
3.9 Overdispersi
Model Regresi Poisson terdapat asumsi yang harus dipenuhi, salah satunya
adalah asumsi kesamaan antara rataan (mean) dan variansi dari variabel
dependen, yang disebut juga equidispersi, namun dalam analisis data cacah
seringkali dijumpai data yang nilai variansi lebih besar dari nilai rataan
(overdispersi), apabila pada data cacah terjadi overdispersi namun tetap digunakan
regresi Poisson, akan berpengaruh pada nilai standart error yang menjadi turun
atau underestimate, sehingga kesimpulan yang didapatkan menjadi tidak valid
(Hilbe dalam Fatmasari, 2011).Fenomena overdispersi dapat dituliskan:
𝑉𝑎𝑟(𝑌) > 𝐸(𝑌)
1. Devians
𝐷2
𝑂𝑣𝑒𝑟𝑑𝑖𝑠𝑝𝑒𝑟𝑠𝑖 = 𝑑𝑏 ................(3.10)
𝑦
𝐷2 = 2 ∑𝑛𝑖=1{𝑦𝑖 ln (𝑦̂𝑖 ) − (𝑦𝑖 − 𝜇𝑖 )}
𝑖
2. Pearson Chi-Square
𝜒2
𝑂𝑣𝑒𝑟𝑑𝑖𝑠𝑝𝑒𝑟𝑠𝑖 =
𝑑𝑏
(𝑦𝑖 −𝜇𝑖 )2
χ2 = ∑𝑛𝑖=1 …(3.11)
𝑣𝑎𝑟(𝑦𝑖 )
𝑥 − 1 𝑘 𝑥−𝑘
𝑋~𝑁𝐵(𝑥; 𝑘; 𝑝) = ( )𝑝 𝑞 , 𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2, … ..(3.12)
𝑘−1
1 1
Γ(𝑦+ ) 1 𝑘𝜇 𝑦
𝑘 𝑘
𝑃(𝑦, 𝜇, 𝑘) = 1 (1+𝑘𝜇) (1+𝑘𝜇) … (3.13)
Γ(𝑘)𝑦!
dengan:
y = variabel dependen bernilai diskrit yaitu 0, 1, 2, . . .
k = derajat overdispersi
μ = parameter
Γ(.) = fungsi gamma
dengan fungsi gamma dapat diketahui nilainya dengan rumus sebagai berikut:
(n) (n 1)!
22
= 𝛽0 + 𝛽1 𝑋𝑖1 + ⋯ + 𝛽𝑝 𝑋𝑖𝑝
a) Hipotesis
H0:β1 = β2 =…. = β5 = 0(tidak ada variabel independen berpengaruh
terhadap variabel dependen)
H1: paling sedikit ada satu j dengan βj ≠ 0 , j = 1,2,….p (paling sedikit
ada satu variabel independen yang berpengaruh terhadap variabel
independen).
23
b) Tingkat Signifikansi
𝛼 = 0.05
c) Statistik Uji
𝐿0
G = -2 log
𝐿1
= -2 (log L0 – log L1 )
= 2 (log L1– log L0 )………….. ....(3.15)
Dengan :
LO : Likelihood tanpa variabel independen
L1 : Likelihood dengan variabel independen
Statistik uji 𝐺 mengikuti distribusi chi-square sehingga dibandingkan
dengan tabel chi-square dengan derajat bebas db (banyaknya variabel),
dengan daerah penolakan H0 jika 𝐺>𝜒 2 (𝛼,𝑑𝑏=5) atau berdasarkan nilai p-
dengan
𝛽̂𝑗 : Nilai dugaan untuk parameter 𝛽̂𝑗
𝑆𝐸 𝛽̂𝑗 : Dugaan galat baku untuk koefisien 𝛽̂𝑗
Nilai uji 𝑊 mengikuti distribusi chi-square sehingga dibandingkan dengan
chi-squaretabel 𝜒 2 (𝛼,𝑑𝑏=1) . Maka kriteria uji untuk pengambilan keputusan
dengan taraf nyata (𝛼) adalah tolak H0 jika nilai 𝑊 > 𝜒 2 (𝛼,𝑑𝑏=1) dan maka dapat