i

FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PASIEN KANKER PAYUDARA DALAM MELAKUKAN PENGOBATAN

BERDASARKAN HASIL DIAGNOSIS MENGGUNAKAN ANALISIS REGRESI LOGISTIK

(Studi Kasus di RSUP. DR. M. Djamil Padang)

TUGAS AKHIR Untuk Memenuhi Sebagian Persyaratan Memperoleh Gelar Ahli Madya

Oleh: FARADILLA GUSTI

NIM. 96998/2009

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI PADANG

2012

iii

i

ABSTRAK Faradilla Gusti: Faktor-Faktor yang Mempengaruhi Perilaku Pasien

Kanker Payudara dalam Melakukan Pengobatan Berdasarkan Hasil Diagnosis Menggunakan Analisis Regresi Logistik (Studi Kasus di RSUP. DR. M. Djamil Padang)

Pengobatan kanker payudara telah mengalami kemajuan, akan tetapi

angka kematian dan kejadian kanker payudara masih tetap tinggi karena banyak penderita kanker payudara datang ke pelayanan kesehatan untuk mendapatkan pengobatan ketika penyakitnya sudah parah atau stadium lanjut, padahal ada pemeriksaan payudara sendiri (SADARI) untuk deteksi dini. Menurut Green, Banyak faktor yang mempengaruhi perilaku pasien dalam melakukan pengobatan, antara lain: faktor presdisposisi (tempat tinggal, sosial ekonomi, pengetahuan dan rasa takut), faktor pemungkin (tempat pengobatan lain) dan faktor penguat (petugas kesehatan dan keluarga). Rumusan masalah penelitian ini adalah bagaimanakah model regresi logistik untuk menggambarkan perilaku pasien, faktor-faktor apa saja yang berpengaruh terhadap perilaku pasien dan berapa peluang resiko faktor-faktor yang berpengaruh terhadap perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang.

Penelitian ini merupakan penelitian terapan menggunakan metode analisis

regresi logistik yang dapat menggambarkan faktor-faktor yang berpengaruh serta memprediksi peluang perilaku pasien dalam melakukan pengobatan berdasarkan hasil diagnosis. Data yang digunakan adalah data sekunder yang diambil dari catatan medical record pasien rawat inap RSUP. DR. M. Djamil Padang dan data primer yang diperoleh berdasarkan hasil jawaban pasien menggunakan teknik wawancara terpimpin dengan bantuan kuesioner. Variabel terikat dalam penelitian ini adalah stadium pasien, sedangkan variabel bebasnya adalah tempat tinggal, sosial ekonomi, pengetahuan, rasa takut, pengobatan lain, petugas kesehatan dan keluarga.

Hasil penelitian menunjukkan bahwa ada satu faktor yang berpengaruh

terhadap perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang yaitu pengetahuan dengan model:

π(푥) = . .

. .

Nilai odd ratio pengetahuan (푋 ) adalah 0.009. Artinya, peluang resiko terjadinya kanker payudara untuk pasien yang memiliki pengetahuan adalah 0.009 kali lebih kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.

ii

DAFTAR ISI

Halaman

ABSTRAK ..................................................................................................... iv

KATA PENGANTAR ..................................................................................... v

DAFTAR ISI ...................................................................................................ii

DAFTAR TABEL .......................................................................................... ix

DAFTAR LAMPIRAN .................................................................................... x

BAB I PENDAHULUAN ................................................................................ 1

A. Latar Belakang Masalah ........................................................................ 1

B. Rumusan Masalah.................................................................................. 6

C. Tujuan Penelitian ................................................................................... 7

D. Manfaat Penelitian ................................................................................. 7

BAB II KAJIAN PUSTAKA ........................................................................... 8

A. Kanker Payudara ................................................................................... 8

1. Pengertian Kanker Payudara ..................................................................... 8

2. Penyebab Kanker Payudara ...................................................................... 8

3. Gejala Klinis Kanker Payudara ...................................................................... 9

4. Faktor Resiko Kanker Payudara ................................................................... 10

5. Stadium Kanker Payudara ...................................................................... 12

6. Pengobatan Kanker Payudara ................................................................. 14

7. Ketahanan Hidup Penderita Kanker ............................................................. 16

8. Strategi Pencengahan Kanker Payudara ........................................................ 8

iii

B. Perilaku Kesehatan .............................................................................. 19

1. Pengertian Perilaku Kesehatan ..................................................................... 19

2. Domain Perilaku..................................................................................... 19

2. Faktor-Faktor yang Mempengaruhi Perilaku .............................................. 20

C. Metode Analisis Data........................................................................... 25

1. Uji Validitas ........................................................................................... 25

2. Uji Reliabilitas ....................................................................................... 26

3. Analisis Deskriptif.................................................................................. 27

4. Analisis Regresi Logistik ........................................................................ 27

BAB III METODE PENELITIAN ................................................................. 40

A. Jenis Penelitian .................................................................................... 40

B. Data dan Sumber Data ........................................................................... 40

C. Populasi dan Sampel ............................................................................ 41

D. Variabel Penelitian .............................................................................. 42

E. Teknik Analisis Data .............................................................................. 43

BAB IV HASIL DAN PEMBAHASAN ........................................................ 46

A. Hasil Penelitian ..................................................................................... 46

B. Pembahasan .......................................................................................... 61

BAB V PENUTUP ........................................................................................ 64

A. Kesimpulan ........................................................................................... 64

B. Saran ................................................................................................... 65

DAFTAR PUSTAKA .................................................................................... 66

LAMPIRAN .................................................................................................. 68

iv

DAFTAR TABEL

Halaman

1. Kisi-kisi Instrumen Penelitian ............................................................ 42

2. Frekuensi Hasil Diagnosis Pasien ...................................................... 45

3. Frekuensi Umur Pasien ....................................................................... 46

4. Frekuensi Pendidikan Pasien............................................................... 47

5. Frekuensi Jaminan Kesehatan Pasien .................................................. 47

6. Frekuensi Tempat Tinggal Pasien ....................................................... 48

7. Frekuensi Sosial Ekonomi Pasien ........................................................ 49

8. Frekuensi Pengetahuan Pasien ........................................................... 49

9. Frekuensi Rasa Takut Pasien .............................................................. 50

10. Frekuensi Tempat Pengobatan Lain Pasien ........................................ 51

11. Frekuensi Petugas Kesehatan Pasien .................................................... 51

12. Frekuensi Keluarga Pasien. ................................................................. 52

13. Hasil Dugaan Parameter Regresi Logistik Dengan Seluruh Variabel

Bebas .................................................................................................... 53

14. Uji Kebaikan Model Penuh ................................................................. 54

15. Hasil Dugaan Parameter ..................................................................... 56

16. Uji Signifikansi Variabel yang direduksi satu per satu ....................... 57

17. Uji Kebaikan Model Reduksi .............................................................. 58

18. Hasil Analisis Regresi Logistik Reduksi ............................................ 58

19. Nilai Odds Ratio Model Regresi Logistik .......................................... 59

v

DAFTAR LAMPIRAN

Lampiran Halaman

1. Data Uji Instrumen Penelitian ............................................................. 68

2. Kuesioner Penelitian………. ............................................................... 70

3. Data Pasien Rawat Inap RSUP. DR. M. Djamil Padang Bulan Januari-

Maret 2012 ......................................................................................... 72

4. Hasil Print Out Analisis Regresi Logistik terhadap Data Pasien Rawat

Inap RSUP. DR. M. Djamil Padang .................................................... 74

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Kanker payudara (Carcinoma Mammae) didefinisikan sebagai suatu

penyakit neoplasma yang ganas berasal dari parenchyma. Penyakit ini oleh

Word health Organization (WHO) dimasukkan ke dalam International

Classification of diseases (ICD) dengan kode nomor 174. Hasil Riset

Kesehatan Dasar (Riskesdas) 2007 menunjukkan prevalensi tumor/kanker

adalah 4,3 per 1.000 penduduk, artinya dari setiap 1.000 orang Indonesia

sekitar empat orang di antaranya menderita kanker. Data dari Sistem

Informasi Rumah Sakit (SIRS) 2008 menunjukkan kejadian kanker payudara

sebanyak 8.227 kasus atau 16,85 persen dan kanker leher rahim atau kanker

serviks 5.786 kasus atau 11,78 persen yang menduduki urutan pertama dan

kedua terbanyak dari keseluruhan kejadian kanker (http://www.pikiran-

rakyat.com/node/177982).

Menurut Soetrisno (1998) dalam Pane (2002: 3), penyebab kanker

payudara belum diketahui. Penyebab kanker payudara termasuk

multifaktorial, yaitu banyak faktor yang terkait satu dengan yang lainnya

seperti: riwayat keluarga, hormonal, dan faktor lain yang bersifat eksogen.

Gejala klinis kanker payudara dapat berupa benjolan yang tidak nyeri

pada payudara, erosi atau eksema puting susu, atau berupa pendarahan pada

puting susu. Rasa sakit atau nyeri pada umumnya baru timbul kalau tumor

2

sudah besar, sudah timbul borok, atau kalau sudah ada metastase ke tulang-

tulang. Kemudian timbul pembesaran kelenjar getah bening di ketiak, bengkak

pada lengan, dan penyebaran kanker ke seluruh tubuh.

Menurut Tambunan, Joko S. Loekito dan Soekimin dalam Ristarolas

(2008: 3), pada kanker payudara perasaan sakit jarang terjadi dan baru muncul

pada tingkat pertumbuhan lanjut. Banyak penderita kanker payudara yang

datang ke pelayanan kesehatan untuk mendapatkan pengobatan ketika

penyakitnya sudah parah atau stadium lanjut karena penderita kanker

payudara sering tidak menyadari secara jelas gejala permulaan kanker atau

bahkan mengabaikan karena dianggap tidak menganggu aktifitas sehari-hari.

Pengobatan kanker payudara telah mengalami kemajuan yang sangat

pesat, akan tetapi angka kematian dan kejadian kanker payudara masih tetap

tinggi karena penderita ditemukan pada stadium lanjut. Menurut Supit dalam

Ristarolas (2008: 2), kanker payudara akan mendapat penanganan yang

secepatnya dan memberikan kesembuhan serta harapan hidup yang lebih baik

apabila kanker payudara dideteksi secara dini.

Kanker payudara dapat ditemukan dalam stadium dini dengan cara

deteksi dini. Menurut Soebroto, Ahmad Ghozali, dan Evi Yuliati dalam

Ristarolas (2008: 2), salah satu cara deteksi dini kanker payudara yang murah,

namun praktis dan akurat adalah pemeriksaaan payudara sendiri (SADARI).

Menurut Mukhlis dalam Ristarolas (2008: 3), di negara maju kesadaran

masyarakat untuk melakukan SADARI cukup tinggi sehingga kasus kanker

payudara dapat diketahui sejak dini, sementara di Indonesia lebih kurang 65%

3

masyarakat yang menderita kanker payudara datang ke dokter pada stadium

lanjut dan selebihnya pada stadium dini.

Kejadian pasien yang melakukan pengobatan ketika penyakitnya sudah

parah atau stadium lanjut juga terjadi di RSUP. DR. M. Djamil Padang,

dengan penderita kanker payudara rata-rata setiap bulan sekitar 50-60 pasien

baru. Apabila masalah perilaku pasien yang melakukan pengobatan sudah

dalam keadaan parah atau stadium lanjut dibiarkan terus-menerus, maka angka

kematian akan semakin bertambah. Sedangkan apabila pasien yang datang

melakukan pengobatan dalam keadaan tidak parah atau stadium dini, ini

berarti pasien masih belum terlambat untuk melakukan pengobatan sehingga

pasien akan mendapatkan penanganan yang secepatnya dan memberikan

kesembuhan serta harapan hidup yang lebih baik. Menurut Skiner dalam

Notoatmodjo (2005: 23), perilaku kesehatan adalah respon seseorang terhadap

stimulus atau objek yang berkaitan dengan sehat-sakit, penyakit dan faktor-

faktor yang mempengaruhi kesehatan.

Menurut Green dalam Notoatmodjo (2005: 76), perilaku pasien dalam

melakukan pengobatan dipengaruhi oleh tiga faktor utama, yaitu: faktor

predisposisi, faktor pemungkin dan faktor penguat. Faktor Presdisposisi

merupakan preferensi pribadi yang dibawa seseorang atau kelompok.

Preferensi ini mungkin mendukung atau menghambat perilaku sehat dalam

setiap kasus seperti tempat tinggal, pengetahuan, psikologi (rasa takut), sosial

ekonomi, pendidikan, umur dan jenis kelamin. Faktor pemungkin mencakup

berbagai keterampilan dan sumber daya yang perlu untuk melakukan

4

kesehatan. Sumber daya itu meliputi fasilitas pelayanan kesehatan seperti

tempat pengobatan lain, fasilitas pengobatan dan jarak tempat pengobatan.

Sedangkan faktor penguat merupakan faktor yang menentukan apakah

tindakan kesehatan memperoleh dukungan atau tidak seperti keluarga, teman

dan petugas kesehatan.

Hasil penelitian Ristarolas (2008: 1-120) di RSUP H. Adam Malik

Medan, tingginya persentase penderita yang datang pertama kali untuk berobat

pada stadium III yaitu sebesar 62,4 persen yang di rawat inap pada bulan

Januari-Juli 2008, menunjukkan bahwa faktor predisposisi yang

mempengaruhi keterlambatan pengobatan yaitu pendidikan informan rendah,

tidak memiliki riwayat keluarga yang menderita kanker payudara, dan sikap

informan terhadap penyakit. Faktor pemungkin yang mempengaruhi

keterlambatan pengobatan yaitu fasilitas pengobatan sedangkan faktor penguat

tidak mempengaruhi keterlambatan pengobatan.

Berdasarkan hasil wawancara peneliti pada tanggal 28 Mei 2012

dengan 3 orang pasien kanker payudara yang melakukan pengobatan dalam

keadaan sudah parah atau stadium lanjut mengatakan banyak faktor yang

mempengaruhinya. Dari hasil wawancara tersebut dapat diambil kesimpulan,

bahwa faktor-faktor yang mempengaruhi perilaku pasien dalam melakukan

pengobatan adalah tidak mampu membiayai pengobatan tanpa bantuan

jaminan kesehatan maupun keluarga, tidak mengetahui tentang kanker

payudara, memiliki rasa takut, tempat tinggal di pedesaan, pernah berobat ke

5

alternatif, petugas kesehatan yang mengatakan penyakitnya bukan kanker

payudara dan keluarga.

Berdasarkan hasil wawancara dan penelitian Ristarolas, maka

dilakukanlah penelitian tentang faktor-faktor yang mempengaruhi perilaku

pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil

diagnosis di RSUP. DR. M. Djamil Padang. Untuk mengetahui seberapa besar

faktor-faktor tersebut berpengaruh terhadap perilaku pasien berdasarkan hasil

diagnosis yang mana hasil diagnosis dibedakan atas dua, yaitu stadium dini

dan stadium lanjut, maka perlu dibentuk suatu model. Model yang dapat

membantu penerapan hubungan kausal (sebab-akibat) antara dua atau lebih

variabel yang mana variabel terikatnya mempunyai data bersifat kategorik,

maka model regresi linear standar tidak bisa dilakukan, salah satu pendekatan

yang dapat dilakukan dalam penelitian ini adalah model analisis regresi

logistik.

Analisis regresi logistik adalah suatu analisis yang mendeskripsikan

hubungan antara variabel terikat (Y) yang memiliki dua kategori atau lebih

dengan satu atau lebih variabel bebas (X) berskala kategori atau kontinu.

Analisis regresi logistik bertujuan untuk melihat probabilitas kejadian yang di

akibatkan oleh 푋 . Model ini juga dapat menjelaskan hubungan 푋 dan

probabilitas kejadian yang bersifat tidak linear dan ketidaknormalan sebaran

Y. Dalam penelitian ini, variabel terikat (Y) adalah hasil diagnosis pasien

kanker payudara yang di bagi atas dua kategori, yaitu stadium lanjut

(terlambat) dan stadium dini (tidak terlambat). Sedangkan masing-masing

6

variabel bebas (X) bersifat kategori, yaitu tempat tinggal (푋 ), status sosial

(푋 ), pengetahuan (푋 ), rasa takut (푋 ), pengobatan lain (푋 ), petugas

kesehatan (푋 ), dan keluarga (푋 ).

Dengan menggunakan analisis tersebut peneliti dapat mengetahui

faktor-faktor yang signifikan berpengaruh terhadap perilaku pasien kanker

payudara dalam melakukan pengobatan. Sehingga dilakukan penelitian yang

berjudul “Faktor-Faktor yang Mempengaruhi Perilaku Pasien Kanker

Payudara dalam Melakukan Pengobatan Berdasarkan Hasil Diagnosis

Menggunakan Analisis Regresi Logistik (Studi Kasus di RSUP. DR. M.

Djamil Padang)”.

B. Rumusan masalah

Berdasarkan latar belakang di atas, dapat dirumuskan masalah

penelitian ini adalah:

1. Bagaimanakah model regresi logistik untuk menggambarkan perilaku

pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil

diagnosis dengan faktor-faktor yang mempengaruhinya?

2. Faktor-faktor apa saja yang berpengaruh terhadap perilaku pasien kanker

payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di

RSUP. DR. M. Djamil Padang?

3. Berapakah peluang resiko faktor-faktor yang berpengaruh terhadap perilaku

pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil

diagnosis di RSUP. DR. M. Djamil Padang?

7

C. Tujuan Penelitian

Tujuan dari penelitian ini dapat diuraikan sebagai berikut:

1. Mendapatkan model regresi logistik untuk menggambarkan perilaku pasien

kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis

dengan faktor-faktor yang mempengaruhinya.

2. Mengetahui faktor-faktor yang berpengaruh terhadap perilaku pasien

kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis

di RSUP. DR. M. Djamil Padang.

3. Mendapatkan peluang resiko dari faktor-faktor yang berpengaruh terhadap

perilaku pasien kanker payudara dalam melakukan pengobatan berdasarkan

hasil diagnosis di RSUP. DR. M. Djamil Padang.

D. Manfaat Penelitian

Manfaat dari penelitian ini dapat diuraikan sebagai berikut:

1. Sebagai sarana penambah pengetahuan peneliti dan pembaca tentang

faktor-faktor yang mempengaruhi perilaku pasien kanker payudara dalam

melakukan pengobatan.

2. Sebagai bahan informasi bagi RSUP. DR. M. Djamil Padang untuk

meningkatkan pelayanan kesehatan.

3. Sebagai bahan informasi bagi dinas kesehatan sehingga dapat melakukan

intervensi untuk mencengah peningkatan pasien kanker payudara melalui

perilaku pasien dalam melakukan pengobatan.

8

BAB II

KAJIAN PUSTAKA

A. Kanker Payudara

1. Pengertian Kanker Payudara

Kanker payudara (Carcinoma mammae) adalah suatu penyakit

neoplasma yang ganas yang berasal dari parenchyma. Penyakit ini oleh Word

Health Organization (WHO) dimasukkan ke dalam International

Classification of Diseases (ICD) dengan kode nomor 174.

Kanker payudara adalah kanker yang menyerang jaringan payudara.

Kanker payudara tidak menyerang kulit payudara yang berfungsi sebagai

pembungkus. Menurut Mardiana dalam Ristarolas (2008: 22), kanker

payudara menyebabkan sel dan jaringan payudara berubah bentuk menjadi

abnormal dan bertambah banyak secara tidak terkendali. Menurut Sutjipto

dalam Ristarolas (2008: 22), kanker payudara adalah penyakit yang bersifat

ganas akibat tumbuhnya sel kanker yang berasal dari sel-sel normal di

payudara bisa berasal dari kelenjer susu, saluran susu, jaringan penunjang

seperti lemak dan saraf.

2. Penyebab Kanker Payudara

Menurut Soetrisno (1988) dalam Pane (2002: 3), penyebab kanker

payudara belum diketahui secara pasti. Penyebab kanker payudara termasuk

multifaktorial, yaitu banyak faktor yang terkait satu dengan yang lain.

Beberapa faktor yang diperkirakan mempunyai pengaruh besar dalam

9

terjadinya kanker payudara adalah riwayat keluarga, hormonal, dan faktor lain

yang bersifat eksogen.

3. Gejala Klinis Kanker Payudara

Menurut Handoyo (1990) dalam Pane (2002: 4), gejala klinis kanker

payudara dapat berupa benjolan pada payudara, erosi atau eksema puting susu,

atau berupa pendarahan pada puting susu. Umumnya berupa benjolan yang

tidak nyeri pada payudara. Benjolan itu mula-mula kecil, makin lama makin

besar, lalu melekat pada kulit atau menimbulkan perubahan pada kulit

payudara atau pada puting susu. Kulit atau puting susu tadi menjadi tertarik ke

dalam (retraksi), berwarna merah muda atau kecoklat-coklatan sampai

menjadi edema hingga kulit kelihatan seperti kulit jeruk (peau d'orange),

mengkerut, atau timbul borok (ulkus) pada payudara. Borok itu makin lama

makin besar dan mendalam sehingga dapat menghancurkan seluruh payudara,

sering berbau busuk, dan mudah berdarah. Rasa sakit atau nyeri pada

umumnya baru timbul kalau tumor sudah besar, sudah timbul borok, atau

kalau sudah ada metastase ke tulang-tulang. Kemudian timbul pembesaran

kelenjar getah bening di ketiak, bengkak (edema) pada lengan, dan

penyebaran kanker ke seluruh tubuh.

Kanker payudara lanjut sangat mudah dikenali dengan mengetahui

kriteria operbilitas Heagensen sebagai berikut: terdapat edema luas pada kulit

payudara (lebih 1/3 luas kulit payudara), adanya nodul satelit pada kulit

payudara, kanker payudara jenis mastitis karsinimatosa, terdapat model

parasternal, terdapat nodul supraklavikula, adanya edema lengan, adanya

10

metastase jauh, serta terdapat dua dari tanda-tanda locally advanced, yaitu

ulserasi kulit, edema kulit, kulit terfiksasi pada dinding toraks, kelenjar getah

bening aksila berdiameter lebih 2,5 cm dan kelenjar getah bening aksila

melekat satu sama lain.

4. Faktor Resiko Kanker Payudara

Menurut Moningkey dan Kodim (1998) dalam Pane (2002: 4),

penyebab spesifik kanker payudara masih belum diketahui, tetapi terdapat

banyak faktor yang diperkirakan mempunyai pengaruh terhadap terjadinya

kanker payudara, yaitu:

a. Faktor Reproduksi

Karakteristik reproduktif yang berhubungan dengan risiko terjadinya

kanker payudara adalah nuliparitas, menarche pada umur muda, menopause

pada umur lebih tua, dan kehamilan pertama pada umur tua. Risiko

utama kanker payudara adalah bertambahnya umur. Diperkirakan, periode

antara terjadinya haid pertama dengan umur saat kehamilan pertama

merupakan window of initiation perkembangan kanker payudara. Secara

anatomi dan fungsional, payudara akan mengalami atrofi dengan

bertambahnya umur. Kurang dari 25% kanker payudara terjadi pada masa

sebelum menopause sehingga diperkirakan awal terjadinya tumor terjadi jauh

sebelum terjadinya perubahan klinis.

11

b. Penggunaan Hormon

Hormon eksogen berhubungan dengan terjadinya kanker payudara.

Laporan dari Harvard School of Public Health menyatakan bahwa terdapat

peningkatan kanker payudara yang bermakna pada para pengguna terapi

estrogen replacement. Suatu metaanalisis menyatakan bahwa walaupun tidak

terdapat risiko kanker payudara pada pengguna kontrasepsi oral, wanita yang

menggunakan obat ini untuk waktu yang lama mempunyai risiko tinggi untuk

mengalami kanker ini sebelum menopause.

c. Penyakit fibrokistik

Pada wanita dengan adenosis, fibroadenoma, dan fibrosis, tidak ada

peningkatan risiko terjadinya kanker payudara. Pada hiperplasis dan

papiloma, risiko sedikit meningkat 1,5 sampai 2 kali. Sedangkan pada

hiperplasia atipik, 1 risiko meningkat hingga 5 kali.

d. Obesitas

Terdapat hubungan yang positif antara berat badan dan bentuk tubuh

dengan kanker payudara pada wanita pasca menopause. Variasi terhadap

kekerapan kanker ini di negara-negara Barat dan bukan Barat serta perubahan

kekerapan sesudah migrasi menunjukkan bahwa terdapat pengaruh diet

terhadap terjadinya keganasan ini.

e. Konsumsi Lemak

Konsumsi lemak diperkirakan sebagai suatu faktor risiko terjadinya

kanker payudara. Willet dkk. Dalam Pane (2002: 5), melakukan studi

prospektif selama 8 tahun tentang konsumsi lemak dan serat dalam

12

hubungannya dengan risiko kanker payudara pada wanita umur 34 sampai 59

tahun.

f. Radiasi

Eksposur dengan radiasi ionisasi selama atau sesudah pubertas

meningkatkan terjadinya risiko kanker payudara. Dari beberapa penelitian

yang dilakukan disimpulkan bahwa risiko kanker radiasi berhubungan secara

linier dengan dosis dan umur saat terjadinya eksposur.

g.Riwayat Keluarga dan Faktor Genetik

Riwayat keluarga merupakan komponen yang penting dalam riwayat

penderita yang akan dilaksanakan skrining untuk kanker payudara. Terdapat

peningkatan risiko keganasan ini pada wanita yang keluarganya menderita

kanker payudara. Pada studi genetik ditemukan bahwa kanker payudara

berhubungan dengan gen tertentu. Apabila terdapat BRCA 1, yaitu suatu gen

suseptibilitas kanker payudara, probabilitas untuk terjadi kanker payudara

sebesar 60% pada umur 50 tahun dan sebesar 85% pada umur 70 tahun.

5. Stadium Kanker Payudara

Stadium penyakit kanker adalah suatu keadaan dari hasil penilaian

dokter saat mendiagnosis suatu penyakit kanker yang diderita pasiennya,

sudah sejauh manakah tingkat penyebaran kanker tersebut baik ke organ atau

jaringan sekitar maupun penyebaran ketempat lain. Stadium hanya dikenal

pada tumor ganas atau kanker dan tidak ada pada tumor jinak. Menurut

Tjindarbumi (1983) dalam Pane (2002: 7), klasifikasi stadium klinik pada

kanker payudara ada beberapa jenis. Mula-mula stadium klinik Sctental yang

13

membagi kanker payudara dalam 3 stadium, Portman membagi kanker

payudara dalam 4 stadium dan Manchester sistem yang juga membagi kanker

payudara dalam 4 stadium.

Menurut Karnadihaja dalam Pane (2002: 7), stadium kanker terbagi

menjadi 2, yaitu:

a. Stadium dini yaitu stadium I dan II

1) Stadium I (Stadium Dini)

Besarnya tumor tidak lebih dari 2-2,25 cm, dan tidak terdapat

penyebaran (metastase) pada kelenjar getah bening ketiak. Pada stadium I

ini, kemungkinan penyembuhan secara sempurna adalah 70%. Untuk

memeriksa ada atau tidak metastase ke bagian tubuh yang lain, harus

diperiksa di laboratorium.

2) Stadium II (Stadium Dini)

Tumor sudah lebih besar dari 2,25 cm dan sudah terjadi metastase

pada kelenjar getah bening di ketiak. Pada stadium ini, kemungkinan

untuk sembuh hanya 50-60 % tergantung dari luasnya penyebaran sel

kanker.

Pada stadium I dan II biasanya dilakukan operasi untuk mengangkat

sel-sel kanker yang ada pada seluruh bagian penyebaran, dan setelah operasi

dilakukan penyinaran untuk memastikan tidak ada lagi sel-sel kanker yang

tertinggal.

14

b. Stadium lanjut yaitu stadium III dan IV

1) Stadium III (Stadium lanjut)

Tumor sudah cukup besar lebih dari 5 cm, sel kanker telah

menyebar ke seluruh tubuh, dan kemungkinan untuk sembuh tinggal

sedikit. Pengobatan payudara sudah tidak ada artinya lagi. Biasanya

pengobatan hanya dilakukan penyinaran dan chemotherapie (pemberian

obat yang dapat membunuh sel kanker). Kadang-kadang juga dilakukan

operasi untuk mengangkat bagian payudara yang sudah parah. Usaha ini

hanya untuk menghambat proses perkembangan sel kanker dalam tubuh

serta untuk meringankan penderitaan penderita semaksimal mungkin.

2) Stadium IV (Stadium Lanjut)

Sel-sel kanker sudah merembet menyerang bagian tubuh lainnya,

biasanya tulang, paru-paru, hati atau otak. Atau bisa juga menyerang kulit,

kelenjar limfa yang ada di dalam batang leher. Sama seperti stadium III,

tindakan yang harus dilakukan adalah pengangkatan payudara.

6. Pengobatan Kanker Payudara

Ada beberapa pengobatan kanker payudara yang penerapannya banyak

tergantung pada stadium klinik penyakit (Tjindarbumi dalam Pane, 2002: 8),

yaitu:

a. Mastektomi

Mastektomi adalah operasi pengangkatan payudara. Ada 3 jenis

mastektomi (Hirshaut & Pressman dalam Sylvia, 2006: 115):

15

1) Modified Radical Mastectomy, yaitu operasi pengangkatan seluruh

payudara, jaringan payudara di tulang dada, tulang selangka dan tulang iga,

serta benjolan di sekitar ketiak.

2) Total (Simple) Mastectomy, yaitu operasi pengangkatan seluruh payudara

saja, tetapi bukan kelenjar di ketiak.

3) Radical Mastectomy, yaitu operasi pengangkatan sebagian dari payudara.

Biasanya disebut lumpectomy, yaitu pengangkatan hanya pada jaringan

yang mengandung sel kanker, bukan seluruh payudara. Operasi ini selalu

diikuti dengan pemberian radioterapi. Biasanya lumpectomy

direkomendasikan pada pasien yang besar tumornya kurang dari 2 cm dan

letaknya di pinggir payudara.

b. Penyinaran/ Radiasi

Penyinaran/radiasi adalah proses penyinaran pada daerah yang terkena

kanker dengan menggunakan sinar X dan sinar gamma yang bertujuan

membunuh sel kanker yang masih tersisa di payudara setelah operasi. Efek

pengobatan ini tubuh menjadi lemah, nafsu makan berkurang, warna kulit di

sekitar payudara menjadi hitam, serta Hb dan leukosit cenderung menurun

sebagai akibat dari radiasi.

c. Kemoterapi

Kemoterapi adalah proses pemberian obat-obatan anti kanker dalam

bentuk pil cair atau kapsul atau melalui infus yang bertujuan membunuh sel

kanker. Tidak hanya sel kanker pada payudara, tapi juga di seluruh tubuh.

16

Efek dari kemoterapi adalah pasien mengalami mual dan muntah serta rambut

rontok karena pengaruh obat-obatan yang diberikan pada saat kemoterapi.

7. Ketahanan Hidup Penderita Kanker

Menurut Aziz, FM, dkk. dalam Pane (2002: 10), ketahanan hidup

penderita kanker dipengaruhi oleh stadium klinik, pengobatan, ukuran tumor,

jenis histologi, ada tidaknya metastase ke pembuluh darah, anemia, dan

hipertensi (penyakit penyerta). Sedangkan Rusmiyati dalam Pane (2002: 10),

menyatakan bahwa hal-hal yang perlu dipertimbangkan dalam menentukan

ketahanan hidup adalah umur, keadaan umum, fisik, stadium klinik, ciri-ciri

histologis sel-sel tumor, gambaran sitologis dari kanker, gambaran

makroskopis dari kanker, kemampuan ahli yang menangani, sarana

pengobatan yang tersedia, dan status ekonomi.

Hack, KD dalam Pane (2002: 10) menyatakan bahwa ketahanan hidup

tergantung dari adanya metastase ke kelenjar getah bening, besar lesi,

kedalaman infiltrasi, adanya metastase ke parametrium, serta adanya

metastase ke pembuluh darah. Faktor-faktor yang mempengaruhi prognosis

dan ketahanan hidup penderita kanker payudara adalah ukuran tumor, kelenjar

getah bening regional, skin oedema (pembengkakan pada kulit), status

menopause, pertumbuhan tumor, residual tumor burden (tumor sisa),

pengobatan pada tumor awal, faktor-faktor patologi, dan reseptor estrogen.

Selain itu, faktor-faktor lainnya yang secara tidak langsung mempengaruhi

prognosis adalah ukuran payudara dan jenis kelamin.

17

8. Strategi Pencegahan Kanker Payudara

Pada kanker payudara, pencegahan yang dilakukan antara lain berupa:

a. Pencegahan Primer

Pencegahan primer pada kanker payudara merupakan salah satu bentuk

promosi kesehatan karena dilakukan pada orang yang "sehat" melalui upaya

menghindarkan diri dari keterpaparan pada berbagai faktor risiko dan

melaksanakan pola hidup sehat.

b. Pencegahan Sekunder

Pencegahan sekunder dilakukan terhadap individu yang memiliki

risiko untuk terkena kanker payudara. Setiap wanita yang normal dan

memiliki siklus haid normal merupakan populasi at risk dari kanker payudara.

Pencegahan sekunder dilakukan dengan melakukan deteksi dini.

Beberapa metode deteksi dini terus mengalami perkembangan.

Skrining melalui mammografi diklaim memiliki akurasi 90% dari semua

penderita kanker payudara, tetapi keterpaparan terus-menerus pada

mammografi pada wanita yang sehat merupakan salah satu faktor risiko

terjadinya kanker payudara. Karena itu, skrining dengan mammografi tetap

dapat dilaksanakan dengan beberapa pertimbangan antara lain:

1) Wanita yang sudah mencapai usia 40 tahun dianjurkan melakukan cancer

risk assessement survey.

2) Pada wanita dengan faktor risiko mendapat rujukan untuk dilakukan

mammografi setiap tahun.

18

3) Wanita normal mendapat rujukan mammografi setiap 2 tahun sampai

mencapai usia 50 tahun.

Foster dan Constanta menemukan bahwa kematian oleh kanker

payudara lebih sedikit pada wanita yang melakukan pemeriksaan SADARI

(Pemeriksaan Payudara Sendiri) dibandingkan yang tidak. Walaupun

sensitivitas SADARI untuk mendeteksi kanker payudara hanya 26%, bila

dikombinasikan dengan mammografi maka sensitivitas mendeteksi secara dini

menjadi 75%.

c. Pencegahan Tertier

Pencegahan tertier biasanya diarahkan pada individu yang telah positif

menderita kanker payudara. Penanganan yang tepat penderita kanker payudara

sesuai dengan stadiumnya akan dapat mengurangi kecatatan dan

memperpanjang harapan hidup penderita. Pencegahan tertier ini penting untuk

meningkatkan kualitas hidup penderita serta mencegah komplikasi penyakit

dan meneruskan pengobatan.

Tindakan pengobatan dapat berupa operasi walaupun tidak

berpengaruh banyak terhadap ketahanan hidup penderita. Bila kanker telah

jauh bermetastasis, dilakukan tindakan kemoterapi dengan sitostatika. Pada

stadium tertentu, pengobatan diberikan hanya berupa simptomatik dan

dianjurkan untuk mencari pengobatan alternatif.

19

B. Perilaku Kesehatan

1. Pengertian perilaku kesehatan

Menurut Skiner dalam Notoatmodjo (2005: 23), perilaku kesehatan

adalah respon seseorang terhadap stimulus atau objek yang berkaitan dengan

sehat-sakit, penyakit dan faktor-faktor yang mempengaruhi sehat sakit

(kesehatan) seperti lingkungan, makanan, minuman, dan pelayanan kesehatan.

Perilaku kesehatan adalah semua aktivitas atau kegiatan seseorang baik yang

dapat diamati maupun yang tidak dapat diamati, yang berkaitan dengan

pemeliharaan dan peningkatan kesehatan.

Pemeliharaan kesehatan ini mencakup mencegah atau melindungi diri

dari penyakit dan masalah kesehatan lain, meningkatkan kesehatan dan

mencari penyembuhan apabila sakit atau terkena masalah kesehatan. Menurut

Sarafino dalam Notoatmojo (2005: 23), perilaku kesehatan adalah setiap

aktivitas individu yang dilakukan untuk mempertahankan atau meningkatkan

kondisi kesehatan tanpa memperhatikan status kesehatan.

2. Domain Perilaku

Benyamin Bloom dalam Notoatmodjo (2005: 27) membagi perilaku

manusia itu menjadi tiga domain, ranah atau kawasan yaitu kognitif

(cognitive), afektif (affective), dan psikomotorik (psychomotorik). Teori

Bloom ini dimodifikasi untuk pengukuran hasil pendidikan kesehatan, yakni

pengetahuan (knowledge), sikap (attitude), dan tindakan atau praktik

(practice) (Notoatmojo, 2005: 27).

20

Pengetahuan adalah hasil pengindraan manusia, atau hasil tahu

seseorang terhadap objek melalui indra yang dimilikinya. Secara garis

besarnya dibagi dalam 6 tingkat pengetahuan, yakni tahu (know), memahami

(comprehension), aplikasi (application), analisis (analysis), sintesis (synthesis)

dan evaluasi (evaluation).

Sikap adalah respons tertutup seseorang terhadap stimulus atau onjek

tertentu, yang sudah melibatkan faktor pendapat dan emosi yang

bersangkutan. Sikap juga mempunyai tingkatan berdasarkan intensitasnya,

yakni menerima (receiving), menanggapi (responding), menghargai (valuing),

dan bertanggung jawab/ (responsible).

Sikap adalah kecenderungan untuk bertindak (praktik). sikap belum

tentu terwujud dalam tindakan, sebab untuk terwujudnya tindakan perlu faktor

lain seperti fasilitas atau sarana dan prasarana. Praktik atau tindakan ini dapat

dibedakan menjadi 3 tingkatan menurut kualitasnya, yakni praktik terpimpin

(guided response), praktik secara mekanisme (mechanism), dan adopsi

(adoption).

3. Faktor-faktor yang Mempengaruhi Perilaku

Menurut Green (1980) dalam Notoatmojo (2005: 76), perilaku

dipengaruhi oleh 3 faktor utama, yaitu :

a. Faktor Presdisposisi (predisposing factor)

Faktor Presdisposisi mencakup pengetahuan, sikap, nilai dan persepsi

berkenan dengan motivasi seseorang atau kelompok untuk bertindak. Dalam

arti umum, kita dapat mengatakan faktor presdisposisi preferensi “pribadi”

21

yang dibawa seseorang atau kelompok. Preferensi ini mungkin mendukung

atau menghambat perilaku sehat, dalam setiap kasus, faktor ini mempunyai

pengaruh. Meskipun berbagai faktor demografis seperti status sosial ekonomi,

umur, jenis kelamin, dan ukuran keluarga juga penting sebagai faktor

presdisposisi.

Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan

pengelolaan kanker dari penderita itu sendiri disebabkan oleh:

1) Penderita stadium dini umumnya merasa tidak sakit dan tidak terganggu

bekerja, sehingga penyakitnya dibiarkan saja beberarapa lama, bulanan,

atau tahunan, sampai penyakitnya tidak tertahan lagi.

2) Kurang memperhatikan diri sendiri, dimana penderita baru mengetahui

adanya tumor dalam tubuhnya sendiri sesudah tumor itu besar atau sudah

menimbulkan keluhan.

3) Tidak mengerti atau kurang menyadari bahaya kanker.

4) Ada rasa takut. Takut diketahui penyakitnya itu kanker, takut ke dokter,

takut operasi, takut penyakitnya lebih cepat menyebar dan takut sakit.

5) Tidak mempunyai biaya.

6) Keluarga tidak mengizinkan ke dokter.

7) Rumahnya jauh dari dokter.

Menurut Hawarri (2004) dalam Ristarolas (2008: 37), ada 3 faktor

menyebabkan keterlambatan pengobatan kanker payudara yang terletak pada

diri penderita, yaitu:

1) Faktor sosial ekonomi (biaya operasi mahal)

22

2) Faktor Pendidikan (ketidaktahuan)

3) Faktor Psikologik.

Faktor Presdisposisi yang menyebabkan keterlambatan pengobatan

kanker payudara dapat disimpulkan dalam penelitian ini adalah:

a) Pengetahuan

Sarwono (1997) dalam Ristarolas (2008: 14), menyatakan kadang-

kadang orang tidak pergi berobat atau menggunakan sarana kesehatan

karena dia merasa tidak mengidap penyakit. Menurut Green dalam

Notoatmodjo (2005: 27), pengetahuan menjadi salah satu faktor

presdisposisi yang mempengaruhi perilaku seseorang atau masyarakat

terhadap kesehatan.

b) Sosial Ekonomi

Taylor (1999) dalam Ristarolas (2008: 13), menyatakan salah satu

faktor yang menyebabkan penundaan pengobatan adalah biaya pengobatan

yang dirasakan terutama untuk orang-orang miskin. Mereka menganggap

gejala penyakit yang dideritanya tidak serius sebagai alasan mahalnya

biaya pengobatan.

c) Rasa Takut

Menurut Blackwell (1963) dalam Ristarolas (2008: 14), menyatakan

bahwa banyak pula orang yang memandang gejala penyakitnya harus

ditangani dokter, namun tidak melakukannya karena takut mendengar

keterangan dokter.

23

d) Tempat Tinggal

Menurut Andersen dalam Ristarolas (2008: 16), menyatakan bahwa

lamanya waktu yang digunakan untuk mencapai fasilitas pelayanan

mempengaruhi individu dalam memanfaatkan pelayanan kesehatan.

b. Faktor Pemungkin (enabling factor)

Faktor pemungkin mencakup berbagai keterampilan dan sumber daya

yang perlu untuk melakukan kesehatan. Sumber daya itu meliputi fasilitas

pelayanan kesehatan, personalia, sekolah, klinik, atau sumber daya serupa itu.

Faktor pemungkin ini juga menyangkut keterjangkauan berbagai sumber daya.

Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan

pengelolaan kanker dari rumah sakit disebabkan oleh:

1) Kurangnya tempat pemondokan di rumah sakit

2) Kurangnya sarana diagnotik dan terapi

3) Kurangnya tenaga ahli onkologi

Faktor Pemungkin yang menyebabkan keterlambatan pengobatan

kanker payudara dapat disimpulkan dalam penelitian ini adalah:

a) Tempat Pengobatan lain

Menurut penelitian para ahli dalam Ristarolas (2008: 15), di

negara-negara seperti Indonesia penderita pergi berobat ke dukun atau

ahli-ahli pengobatan tradisional lainnya sebelum mereka datang ke petugas

kesehatan.

24

c. Faktor Pendorong atau Penguat (renforcing factor)

Faktor penguat adalah faktor yang menentukan apakah tindakan

kesehatan memperoleh dukungan atau tidak. Faktor ini meliputi faktor sikap

dan prilaku tokoh masyarakat, sikap dan perilaku para petugas termasuk para

petugas kesehatan. Termasuk juga di sini adalah undang-undang, peraturan-

peraturan, baik pusat maupun daerah yang terkait dengan kesehatan. Untuk

berperilaku sehat, masyarakat kadang-kadang bukan hanya perlu pengetahuan

dan sikap positif dan dukungan fasilitas saja, melainkan diperlukan perilaku

contoh (acuan) dari para tokoh masyarakat, tokoh agama, dan para petugas

terutama petugas kesehatan dan diperlukan undang-undang kesehatan untuk

memperkuat perilaku tersebut.

Menurut Sukardja (2002) dalam Ristarolas (2008: 35), keterlambatan

pengelolaan kanker dari dokter disebabkan oleh:

1) Tidak memikirkan keluhan penderita mungkin disebabkan oleh suatu

kanker. Keluhan penderita dianggap disebabkan oleh penyakit non kanker

dan diobati beberapa lama sampai gejala kanker menjadi jelas.

2) Enggan mengadakan konsultasi atau merujuk penderita.

3) Belum “cancer minded”, yaitu berpikir ke arah kanker.

Faktor Pemungkin yang menyebabkan keterlambatan pengobatan

kanker payudara dapat disimpulkan dalam penelitian ini adalah:

a) Petugas Kesehatan

Menurut Kleinman dalam Ristarolas (2008: 16), menyatakan para

profesional kesehatan yang terdiri dari organisasi-organisasi profesi di

25

bidang penyembuhan yang resmi dan ada sanksinya seperti dokter,

perawat, bidan, dan psikolog mempengaruhi seseorang dalam perawatan

kesehatan. Suchman dalam Ristarolas (2008: 16), menyatakan faktor

kualitas komunikasi dokter-pasien mempengaruhi tindakan yang

seharusnya dilakukan dalam pengobatan.

b) Keluarga/ Orang-orang terdekat

Menurut Geertsen (1998) dan Safarindo (1990) dalam Ristarolas

(2008: 16), sektor awam yang terdiri dari keluarga, teman, dan tetangga

mungkin bisa membantu individu menafsirkan sebuah gejala, memberi

nasehat mengenai bagaimana mencari bantuan medis, menyarankan cara

penyembuhan, atau memberi saran untuk berkonsultasi dengan orang lain.

C. Metode Analisis Data

Dalam penelitian, data mempunyai kedudukan yang paling tinggi,

karena data merupakan penggambaran variabel yang diteliti dan berfungsi

sebagai alat pembuktian hipotesis. Benar tidaknya data, sangat menentukan

bermutu tidaknya hasil penelitian. Sedangkan benar tidaknya data, tergantung

dari baik tidaknya instrumen pengumpulan data. Pengujian instumen biasanya

terdiri dari uji validitas dan reliabilitas.

1. Uji Validitas

Validitas adalah tingkat keandalan dan kesahihan alat ukur yang

digunakan. Intrumen dikatakan valid berarti menunjukkan alat ukur yang

dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk

mengukur apa yang seharusnya di ukur. Dengan demikian, instrumen yang

26

valid merupakan instrumen yang benar-benar tepat untuk mengukur apa yang

hendak di ukur.

Uji validitas berguna untuk mengetahui apakah ada pernyataan-

pernyataan pada kuesioner yang harus dibuang/diganti karena dianggap tidak

relevan. Teknik untuk mengukur validitas kuesioner adalah sebagai berikut

dengan menghitung korelasi antar data pada masing-masing pernyataan

dengan skor total, memakai rumus korelasi product moment, sebagai berikut

(Notoatmodjo, 2005: 129):

(1)

dimana : r = koefisien korelasi

n = banyaknya sampel

X= skor masing-masing item

Y= skor total variabel

Item instrumen dianggap Valid jika nilai r lebih besar sama dengan

0,3.

2. Uji Reliabilitas

Uji reliabilitas berguna untuk menetapkan apakah instrumen yang

dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh

responden yang sama akan menghasilkan data yang konsisten. Dengan kata

lain, reliabilitas instrumen mencirikan tingkat konsistensi. Banyak rumus yang

27

dapat digunakan untuk mengukur reliabilitas diantaranya adalah rumus

Spearman Brown (Notoatmodjo, 2005: 133):

(2)

Keterangan :

푟 adalah nilai reliabilitas

푟 adalah nilai koefisien korelasi

Nilai koefisien reliabilitas yang baik adalah diatas 0,7 (cukup baik), di

atas 0,8 (baik).

3. Analisis Deskriptif

Analisis deskriptif merupakan suatu model analisis statistik sederhana

dengan cara membaca grafik atau tabel yang telah disusun. Analisis ini biasa

dilakukan dalam bentuk tabel kontingensi, tanpa mengaitkan dengan aspek

lain di luar tabel atau grafik yang telah disusun. Dalam analisis deskriptif

digunakan tabulasi silang yang menampilkan persentase sebagai dasar untuk

melihat hubungan antar variabel (Singarimbun, 1995).

4. Analisis Regresi Logistik

a. Model Regresi Logistik

Analisis regresi logistik adalah metode regresi yang menggambarkan

hubungan antara beberapa variabel bebas (explanatory) dengan sebuah

variabel terikat dikotomus atau biner. Variabel terikat (Y) pada metode regresi

logistik dikatakan biner karena terdiri atas dua kategori yaitu 0 dan 1. Analisis

regresi logistik biner bertujuan untuk memperoleh hubungan antara Xi dan Pi

28

(probabilitas kejadian yang diakibatkan oleh xi). Berapapun nilai x bila

disubtitusikan ke dalam fungsi logistik hasilnya akan berkisar antara 0 dan 1.

Ciri data yang menggunakan analisis regresi logistik adalah :

a. Tidak memiliki asumsi normalitas atas variabel bebas yang digunakan

dalam model.

b. Ragam galat tidak homogen.

c. Variabel bebas dapat bersifat kontinu, diskrit dan dikotomi.

d. Distribusi variabel tak bebas diharapkan nonlinear

(Kuncoro, 2007).

Regresi logistik digunakan untuk analisis data terikat kategorik

(nominal/ordinal) dengan variabel-variabel bebas kontinu atau kategorik

(Agresti, 1990). Berdasarkan jumlah kategori respon, regresi logistik dapat

dibedakan menjadi dua, yaitu regresi logistik dikotomus dan polikotomus.

Pada kasus-kasus penelitian dengan tujuan untuk mengetahui hubungan antara

suatu peubah dengan peubah penyebab dimana peubah terikatnya berupa data

kategorik, maka analisis regresi linear standar tidak bisa dilakukan, oleh

karena itu salah satu pendekatan yang dapat dilakukan adalah regresi logistik.

Model persamaan regresi logistik digunakan untuk dapat menjelaskan

hubungan antara X dan π (x) yang bersifat tidak linear, ketidaknormalan

sebaran dari Y, keragaman terikat yang tidak konstan dan tidak dapat

dijelaskan oleh model regresi linear biasa (Agresti, 1990). Metode regresi

logistik adalah suatu metode analisis statistika yang mendeskripsikan

hubungan antara peubah terikat yang memiliki dua kategori atau lebih dengan

29

satu atau lebih peubah bebas berskala kategori atau interval (Hosmer dan

Lemeshow,1989).

Jika data hasil pengamatan memiliki p peubah bebas yaitu x 1, x 2,...,xp

dengan peubah terikat Y, dengan Y mempunyai dua kemungkinan nilai 0 dan

1, Y = 1 menyatakan bahwa terikat memiliki kriteria yang ditentukan dan

sebaliknya Y = 0 tidak memiliki kriteria, maka peubah respon Y mengikuti

sebaran Bernoulli dengan parameter π (xi) sehingga fungsi sebaran peluang :

푓(푦 ) = [π (푥푖) ] [1 − π(푥푖)] , 푦 = 0, 1 (3)

Distribusi dari variabel terikat ini merupakan pembeda antara regresi

logistik dengan regresi linier. Pada regresi linier variabel terikatnya

diasumsikan berdistribusi normal, sedangkan untuk variabel terikat pada

regresi logistik bersifat kategorikal. Adapun fungsi logistik adalah sebagai

berikut:

푓(푥) = , - ∞ < x < ∞ (4)

Untuk x = - ∞ maka lim → 푓(푥) = 0 sedangkan untuk x = ∞ maka

lim → 푓(푥) = 1. Dengan melihat kemungkinan nilai f(x) yang berkisar

antara 0 dan 1, ini menunjukkan bahwa regresi logistik sebenarnya

menggambarkan probabilitas terjadinya suatu kejadian.

Nilai x dalam hal ini bisa dianggap sebagai kombinasi dari berbagai

penyebab timbulnya suatu kejadian dan efek x dapat minimal dengan

rendahnya nilai x samapai batas tertentu, kemudian pengaruhnya akan

meningkat dengan cepat dan probabilitasnya akan tetap tinggi mendekati 1.

30

Untuk mempermudah maka digunakan notasi π(푥) = 퐸 (푦|푥) untuk

menyatakan rata-rata bersyarat dari y jika diberikan nilai x.

Bentuk model regresi logistik adalah (Agresti, 1990: 166):

π(푥) = ( )( )

(5)

Untuk mempermudah menaksir parameter regresi, maka π(푥) pada

persamaan (5) ditransformasikan dengan menggunakan transformasi logit.

Uraian transformasi tersebut adalah sebagai berikut:

π(푥) = 푒푥푝(훽 + 훽 푥)

1 + 푒푥푝(훽 + 훽 푥)

{휋(푥)}{1 +푒푥푝(훽 + 훽 푥)} = 푒푥푝(훽 + 훽 푥)

{휋(푥)} + {휋(푥)푒푥푝(훽 + 훽 푥)} = 푒푥푝(훽 + 훽 푥)

휋(푥) = 푒푥푝(훽 + 훽 푥)− 휋(푥) 푒푥푝(훽 + 훽 푥)

휋(푥) = {1 − 휋(푥)} 푒푥푝(훽 + 훽 푥)

휋(푥)1 − 휋(푥) = 푒푥푝(훽 + 훽 푥)

푙푛 ( ) ( )

= ln {푒푥푝(훽 + 훽 푥)}

푙푛휋(푥)

1 − 휋(푥) = 훽 + 훽 푥

푔(푥) = 훽 + 훽 푥

푔(푥) di atas merupakan bentuk logit. Sedangkan model regresi logistik

dengan k variabel prediktor adalah:

π(푥) = 푒푥푝(훽 + 훽 푥 + ⋯+ 훽 푥 )

1 + 푒푥푝(훽 + 훽 푥 + … + 훽 푥 )

31

Jika model ditransformasikan dengan transformasi logit, maka menghasilkan

bentuk logit:

푔(푥) = 훽 + 훽 푥 + ⋯+ 훽 푥

merupakan penduga logit yang berperan sebagai fungsi linear dari peubah

penjelas. Karena fungsi penghubung yang digunakan adalah fungsi

penghubung logit maka sebaran peluang yang digunakan disebut sebaran

logistik (McCullagh dan Nelder, 1989).

b. Penaksiran Parameter

Metode yang digunakan untuk mengestimasi parameter regresi logistik

adalah MLE (Maxsimum Likelihood Estimator). Fungsi likelihood

menjelaskan peluang data pengamatan sebagai fungsi parameter yang belum

diketahui, sehingga sebelum menduga parameter logistik kita ketahui dulu

fungsi likelihood.

Menurut Hosmer (1989: 8), jika Y dikotomus memiliki dua

kemungkinan 0 atau 1, maka ekspresi P(x) dari persamaan (7) menghasilkan Y

dengan syarat X. Jika Y=1 dinyatakan dengan P(Y = 1|x) dan Y = 0

dinyatakan dengan P(Y = 0| x) = 1 - P(X=x). Sehingga untuk pasangan

(푥 ,푦 ), dimana menurut fungsi likelihood 푦 = 1 kontribusinya P(푥 ) dan 푦 =

0 kontribusinya 1- P(푥 ). Dimana P(푥 ) menyatakan nilai P(X=x) yang

dihitung saat x = 푥 .

Sehingga fungsi likelihood untuk (푥 ,푦 ) dinyatakan dengan rumus :

휁(훽) = ∏ 푓(훽,푦) = ∏ π(푥푖) (1 − π(푥푖))

32

Fungsi likelihood sebagai fungsi log disebut fungsi log likelihood.

Fungsi likelihood untuk regresi logistik dinyatakan sebagai berikut :

L (훃) = ln [(훽)]

= ln {P(푥 ) (1- P(푥 ) ) }

= ln{[P(푥 ) (1-P(푥 ) ) ]. [ln {P(푥 ) (1- P(푥 ) ) ] …

[ln{P(푥 ) (1-P(푥 ) ]}

L (훃) = {푦 ln P(푥 ) + (1-푦 ) ln (1-P(푥 )} + ….+ {푦 ln P(푥 ) + (1-푦 ) ln

(1- P(푥 )}

L (훃) = ∑ { 푦 ln P(푥 ) + (1−푦 ) ln [1-P(푥 )]}

Jadi, fungsi likelihood pada regresi logistik adalah :

L(훃) = ∑ {푦 ln P(푥 ) + (1 - 푦 ) ln [1 - P(푥 )]} (6)

Pada dasarnya maksimum likelihood adalah nilai penduga parameter

dengan memaksimumkan fungsi log likelihood. Dengan mendifferensialkan

bentuk log likelihood terhadap 훽 ,훽 , … ,훽 dan menyamakan dengan nol,

sehingga diperoleh:

( ) = 0 ; i= 0,1,…,k

L(β) = ∑ [푦 푙푛 푃 (푥 ) + (1 − 푦 )푙푛 (1 − 푃(푥 ))] = 0

Didapat persamaan penduga parameter regresi logistik sebagai berikut:

( ) = ∑ [푦 -P(푥 )] = 0 (7)

33

dan

( ) = ∑ 푥 [푦 - P(푥 )] = 0 ; i= 1,2,…,k (8)

(Hosmer,1989:27)

Metode maximum likelihood adalah suatu metode untuk mengestimasi

parameter pada suatu persamaan dengan memaksimumkan nilai 퐿(β) atau

disebut dengan conditional log-likelihood function yang berasal dari

probabilitas persamaan regresi logistik yang akan diestimasinya. Untuk

mencari conditional log-likelihood yang maksimum pada maximum likelihood

dapat menggunaka metode Newton Raphson.

Metode Newton Raphson adalah metode untuk menemukan akar dari

persamaan dengan asumsi f(x) = 0. Bentuk persamaan dari metode Newton

Raphson untuk menentukan maximum likelihood yang berasal dari turunan

pertama dan turunan kedua dari conditional log-likelihood. Turunan kedua

dari conditional log-likelihood sebagai berikut:

( ) = −∑ 푥 푃(푥 )[푦 − 푃(푥 )] (9)

( ) = −∑ 푥 푥 푃(푥 )[푦 − 푃(푥 )] (10)

Untuk mendapatkan nilai estimasi parameter yang optimal adalah:

훽 = 훽 + (( 푋 푉푋) 푋 (푦 − 푃(푥 )) (11)

34

Iterasi akan berhenti apabila nilai 훽 = 훽 , jika nilai 훽 ≠ 훽 maka

iterasi dilanjutkan dan kembali ke persamaan (11). Diman t = tahapan iterasi,

X merupakan matriks berukuran (nxk) berisi data masing-masing individu

pengamatan dan V matriks diagonal berukuran (nxn) yang nilai umumnya

diagonal ke-i nya adalah 푃(푥 )(1 − 푃(푥 ).

Sedangkan nilai varian (훽 ) adalah unsur diagonal ke-j dari matrik

invers 퐼 (훽) =( X' VX).

c. Pengujian Signifikansi Parameter

Setelah menaksir parameter maka langkah selanjutnya adalah menguji

signifikansi parameter tersebut. Untuk itu digunakan uji hipotesis statistik

untuk menentukan apakah variabel bebas dalam model signifikan atau

berpengaruh nyata terhadap variabel terikat. Pengujian signifikansi parameter

dilakukan sebagai berikut:

1) Uji Parsial

Digunakan untuk menguji pengaruh setiap β, secara individual.

Hasil pengujian secara parsial/ indivisual akan menunjukkan apakah suatu

variabel bebas layak untuk masuk dalam model atau tidak (Agresti, 1990).

Hipotesis:

퐻 : 훽 = 0, untuk j = 1,2,… k (peubah Xj tidak berpengaruh nyata)

퐻 : 훽 ≠ 0 (peubah Xj berpengaruh nyata)

Statistik uji: 푊푎푙푑 (푊) = ( ( )

) (12)

dengan : 푆퐸 훽 = [var (훽 )]½

35

Dimana :

훽 = penduga parameter

푆퐸 훽 = standar error dari penduga parameter Rasio yang dihasilkan dari statistik uji, dibawah hipotesis 퐻 akan

mengikuti sebaran normal baku (Hosmer dan Lemeshow, 1989:17).

Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan

distribusi normal baku (Z). Kriteria penolakan (tolak 퐻 ) jika W > 푍 /

atau nilai signifikansi kurang dari α.

2) Uji Serentak

Uji serentak disebut juga uji model chi-Square, dilakukan sebagai

upaya memeriksa peranan variabel bebas dalam model secara bersama-

sama.

Hipotesis:

퐻 = 훽 = 훽 = ⋯ = 훽 = 0

퐻 = paling sedikit ada satu 훽 ≠ 0, untuk j = 1,2,3,… k.

Statistik uji yang digunakan adalah statistik uji G atau likelihood Ratio

Test:

퐺 = −2푙푛 ; 퐺 = −2푙푛∏ ( )

(13)

dengan :

푛 : banyak 푦 yang bernilai 0

푛 : banyak 푦 yang bernilai 1

푛 : banyak 푦

[푦 푙푛(푝̂ ) + (1 − 푦 )푙푛(1 − 푝 )] = nilai log likelihood

36

Statistik uji 퐺 ini mengikuti distribusi 휒 dengan derajat bebasnya

adalah k (banyaknya variabel bebas). Dengan kriteria pengujian, Jika nilai

signifikansi lebih kecil dari taraf nyata yang digunakan maka tolak 퐻 ,

atau 퐺 > 휒 , atau nilai signifikansi kurang dari α, maka tolak 퐻 yang

berarti pada model regresi terdapat sekurang-kurangnya satu penduga

parameter yang tidak sama dengan nol. Dengan kata lain model ini boleh

disarankan, tapi model tersebut bukanlah model yang terbaik dan analisis

dapat dilanjutkan dengan mencari model terbaik.

(Hosmer,1989 : 15)

d. Pemilihan Model Terbaik

Ada 2 metode pemilihan model terbaik yang digunakan untuk

membentuk model regresi logistik yang didasarkan pada uji Wald, yaitu:

1) Simultaneous Estimation

Pada metode ini, semua prediktor secara serempak dilibatkan dalam

pembentukan model terbaik tanpa memperhatikan kontribusi peubah

tersebut dalam menjelaskan perbedaan antar kelompok.

2) Stepwise Estimation

Model ini terbagi atas dua, yaitu :

a) Metode Langkah Mundur (Backward Method)

Pemilihan model regresi logistik terbaik dengan memasukkan semua

peubah bebas. Peubah bebas dikeluarkan satu persatu dari model. Peubah

yang memilki nilai signifikansi besarlah yang dikeluarkan. Jika nilai

signifikansinya lebih kecil dari peluang untuk setiap peubah yang keluar

37

dari model, maka perbaharui model dengan mengeluarkan peubah dengan

nilai signifikan yang besar. Prosedur dihentikan jika tidak ada lagi peubah

yang signifikan secara statistik.

b) Metode Langkah Maju (Forward Method)

Peubah bebas dimasukkan satu persatu ke dalam model dan dihitung

nilai signifikannya berdasarkan statistik Wald. Pilih peubah dengan tingkat

signifikannya lebih kecil dari peluang untuk setiap peubah yang masuk

kedalam model, maka perbaharui model dengan memasukkan peubah bebas

yang baru yang memiliki nilai signifikan yang kecil. Prosedur dihentikan

jika tidak ada lagi peubah bebas yang signifikan secara statistik.

(Makridarkis, 1999:305)

Namun pemilihan model terbaik juga dapat dilakukan berdasarkan

nilai deviansi, pemilihan model terbaiknya dilakukan dengan

membandingkan nilai deviansi antara model regresi yang melibatkan semua

peubah bebas dengan nilai deviansi yang melibatkan peubah bebas yang

signifikansi saja pada parameter.

Rumus Deviansi :

퐷 = −2∑ 푦푖 ln + 1 − 푦푖 ln

(14)

Semakin kecil nilai deviansi maka model tersebut akan semakin

baik. Akan tetapi tidak ada ketentuan yang pasti seberapa besar ukuran

deviansi (Hosmer, 1989:14).

38

e. Interpretasi Koefisien Parameter

Proses selanjutnya setelah mendapatkan koefisien parameter yang

signifikan adalah melakukan interpretasi terhadap koefisien parameter

tersebut. Interpretasi koefisien parameter diharapkan dapat menjelaskan tiga

hal, yaitu:

1) Menjelaskan hubungan fungsional antara variabel terikat dan variabel

bebas.

2) Menetukan unit perubahan setiap variabel bebas.

3) Mendapatkan nilai odd ratio yang menunjukkan perbandingan tingkat

kecenderungan dari kedua kategori dalam satu variabel bebas.

Nilai odd rationya didefinisikan sebagai berikut:

휓 =

( )[ ( )]

( )[ ( )]

= ( )([ ( )])( )([ ( )])

= = 푒

Sedangkan nilai log odd ratio adalah:

ln휓 = ln

( )[ ( )]

( )[ ( )]

= ln ( )( )

− ln ( )( )

= g(1) – g(0)

Persamaan di atas disebut persamaan logit.

Nilai odd ratio untuk model regresi logistik:

휓 = 푒 (15)

39

Artinya, risiko terjadinya peristiwa Y = 0 pada kategori Xj= 1 adalah

sebesar 푒푥푝 (훽 ) kali risiko terjadinya peristiwa Y = 1 pada kategori Xj= 0.

Nilai odd ratio 휓 digunakan untuk menunjukkan hubungan suatu variabel X

dan variabel Y. Bila nilai 휓 = 1, maka antara kedua variabel tersebut tidak

terdapat hubungan. Bila nilai 휓 < 1 maka antara kedua variabel terdapat

hubungan negatif terhadap perubahan nilai X yang bernilai benar dan

demikian sebaliknya bila 휓 > 1.

(Hosmer, 1989 : 41)

40

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian ini adalah penelitian terapan. Pada penelitian ini, data

yang telah ada dideskripsikan dan dilakukan penerapan dari analisis regresi

logistik yang dapat memberikan suatu kesimpulan untuk mengambil suatu

keputusan.

B. Data dan Sumber Data

Dalam penelitian ini data yang digunakan terdiri dari dua jenis data,

yaitu:

1. Data Sekunder

Data sekunder yaitu data yang diperoleh dari data rekam medis

pasien kanker payudara rawat inap di RSUP. DR. M. Djamil Padang. Data

diambil berdasarkan catatan status pasien (medical record) dari pasien

kanker payudara pada bulan Januari 2012-Maret 2012.

2. Data Primer

Data primer yaitu data yang dikumpulkan berdasarkan hasil

jawaban dari responden/pasien. Teknik pengumpulan data yang digunakan

adalah teknik wawancara terpimpin dengan bantuan kuesioner.

41

C. Populasi dan Sampel

1. Populasi

Populasi dalam penelitian ini adalah seluruh pasien kanker payudara

rawat inap di RSUP. DR. M. Djamil Padang pada bulan Januari 2012-Maret

2012. Dimana, jumlah pasien kanker payudara sebanyak 85 pasien. Jumlah

pasien yang di rawat selama 3 bulan tersebut terdapat 7 pasien yang

meninggal dan 13 pasien yang lebih dari 2 kali rawat inap. Sehingga jumlah

populasi dalam penelitian ini sebanyak 62 pasien.

2. Sampel

Pengambilan sampel dalam penelitian ini digunakan teknik non

probability sampling yaitu accidental sampling. Pengambilan sampel secara

aksidental ini dilakukan dengan mengambil responden yang kebetulan ada

atau tersedia. Responden yang diambil harus memenuhi kriteria yaitu bersedia

menjadi responden.

Menurut Surakhmad dalam Riduwan (2007: 65), apabila ukuran

populasi sebanyak kurang lebih dari 100, maka pengambilan sampel sekurang-

kurangnya 50% dari ukuran populasi. Sehingga jumlah sampel ≥ 31 pasien,

sedangkan dalam penelitian ini jumlah sampel adalah 34 pasien yang

memenuhi kriteria penelitian.

42

D. Variabel Penelitian

Variabel bebas (independent variable) dalam penelitian ini adalah:

1. Faktor Predisposisi (푋 )

a. Tempat Tinggal (푋 )

b. Sosial Ekonomi (푋 )

c. Pengetahuan (푋 )

d. Rasa Takut (푋 )

2. Faktor Pemungkin (푋 )

a. Tempat pengobatan lain (푋 )

3. Faktor Penguat (푋 )

a. Petugas Kesehatan (푋 )

b. Keluarga (푋 )

Variabel terikat (dependent variabel) dalam penelitian ini adalah hasil

diagnosis (Y) pasien kanker payudara di RSUP. DR. M. Djamil Padang. Nilai

hasil diagnosis pasien kanker payudara (Y) dibagi atas dua yaitu stadium

lanjut (terlambat) dan stadium dini (tidak terlambat). Dimana, pasien stadium

lanjut (terlambat) di beri nilai 1 dan pasien stadium dini (tidak terlambat)

diberi nilai 0.

Instrumen yang digunakan dalam penelitian ini adalah kuesioner yang

menggunakan model skala sikap. Model skala sikap yang digunakan adalah

skala guttman bertujuan untuk mendapatkan jawaban yang tegas (jelas) dan

konsisten, dengan kisi-kisi pada Tabel 1.

43

Tabel 1. Kisi-Kisi Instrumen Penelitian No. Faktor Variabel Definisi Item

pertanyaan Hasil Ukur

1 푋 = Faktor Presdisposisi

푋 = Tempat Tinggal

Daerah tempat tinggal responden tinggal menetap 1 1 jika perkotaan,

0 jika pedesaan 푋 = Sosial Ekonomi

kemampuan seseorang dalam membayar seluruh biaya yang dikeluarkan untuk mendapatkan pengobatan.

3 1 jika mampu, 0 jika tidak mampu

푋 = Pengetahuan

segala sesuatu yang diketahui oleh responden tentang kanker payudara yang meliputi gejala, penyebab, dan pengobatan sebelum terkena penyakit tersebut.

3

1 jika mengetahui, 0 jika tidak mengetahui

푋 = Rasa Takut

keadaan psikologis berupa ketidakberanian responden terhadap kanker payudara dan pengobatannya.

2 1 jika takut, 0 jika tidak takut

2 푋 = Faktor Pemungkin

푋 = Pengobatan lain

tempat responden mendapatkan pengobatan sebelumnya selain di rumah sakit.

2 1 jika pernah, 0 jika tidak pernah

3

푋 = Faktor Penguat

푋 = Petugas Kesehatan

orang-orang yang berkemampuan dan bekerja dalam bidang kesehatan di rumah sakit/ tempat pebobatan sebelumnya.

3

1 jika mendukung, 0 jika tidak mendukung

푋 = Keluarga

orang-orang yang memiliki hubungan darah atau hubungan dalam status pernikahan dengan responden dan juga orang-orang yang memiliki keterikatan secara emosional.

1

1 jika mendukung, 0 jika tidak mendukung

E. Teknik Analisis Data

Analisis data cenderung diartikan sebagai proses perhitungan dalam

penerapan metode statistika, analisis data yang pada dasarnya meliputi upaya

penelusuran dan pengungkapan informasi yang relevan yang terkandung

dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan

sederhana. Adapun langkah-langkah dalam analisis penelitian ini adalah

sebagai berikut:

44

a. Uji coba instrumen penelitian

1) Pengujian validitas merujuk ke persamaan (1), dapat dilihat pada

lampiran 1 dengan bantuan Software Microsoft Excel. Dari hasil uji

coba instrumen penelitian yang dilakukan terhadap 10 orang

responden, diperoleh kesimpulan bahwa 17 item alat ukur dinyatakan

valid sebanyak 15 item pertanyaan karena nilai r lebih besar dari 0.3.

Sedangkan yang dinyatakan tidak valid sebanyak 2 item yaitu item

pertanyaan nomor 7 dan pertanyaan nomor 17 dengan nilai r sebesar -

0.1. Dimana item pertanyaan yang tidak valid dihilangkan/dibuang.

Pertanyaan yang sudah valid di uji kembali tanpa 2 item pertanyaan

yang tidak valid, sehingga 15 item pertanyaan tersebut sudah valid.

2) Pengujian reliabilitas merujuk ke persamaan (2), dapat dilihat juga

pada lampiran 1. Pengujian realibilitas dilakukan dengan teknik

pembelahan ganjil-genap. Dimana hasil uji 15 item pertanyaan yang

valid didapatkan nilai r11 sebesar 0.8598. sedangkan nilai r tabel

dengan alpha 0.05 sebesar 0.707 dan alpha 0.01 sebesar 0.839. Dengan

nilai r11 lebih besar dari nilai r tabel dengan alpha 0.01 dan 0.05, ini

berarti 15 item pertanyaan sudah reliabel. Sehingga penelitian dapat

dilanjutkan dengan menggunakan instrumen penelitian yang telah di

uji.

45

b. Pengujian dengan analisis regresi logistik

Langkah-langkah teknik analisis:

1) Mendeskripsikan data pengamatan;

2) Melakukan penaksiran parameter dengan menggunakan metode

maxsimum likelihood yang merujuk ke persamaan (11);

3) Membentuk model dugaan regresi logistik antara variabel terikat

dengan variabel bebas yang merujuk ke persamaan (5);

4) Melakukan uji signifikansi model regresi logistik dengan

menggunakan uji G yang merujuk ke persamaan (13);

5) Melakukan uji signifikansi parameter untuk setiap model regresi

logistik individu untuk mengetahui variabel-variabel bebas mana yang

berpengaruh dan mereduksi variabel bebas yang tidak berpengaruh

terhadap variabel terikat dengan menggunakan uji W yang merujuk ke

persamaan (12);

6) Mendapatkan model terbaik dengan variabel bebas yang berpengaruh

secara signifikan;

7) Mencari nilai odd ratio model terbaik untuk masing-masing variabel

bebas yang merujuk ke persamaan (15);

8) Menginterpretasikan model terbaik.

Dalam penyelesaian penelitian ini, penghitungan analisis

menggunakan batuan Software SPSS (Statistical Package for Social

Science) versi 16.0.

46

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

A. Hasil Penelitian

1. Deskripsi data

Data yang dianalisis dalam penelitian ini adalah data pasien kanker

payudara rawat inap RSUP. DR. M. Djamil Padang pada bulan Januari 2012-

Maret 2012, yang dapat dilihat dari Lampiran 2. Data tersebut dapat

dikelompokkan seperti terlihat dalam tabel berikut:

a. Hasil Diagnosis Pasien Kanker Payudara

Tabel 2. Frekuensi Hasil Diagnosis Pasien Stadium Pasien (keterlambatan) Frekuensi Persentase

Stadium dini (tidak terlambat) 13 38.2 Stadium lanjut (terlambat) 21 61.8

Total 34 100

Pada Tabel 2 di atas, dapat dilihat bahwa dari jumlah sampel

sebanyak 34 pasien rawat inap, terdapat sebanyak 13 pasien atau 38.2 %

stadium dini yang mana pasien tersebut dikatakan tidak terlambat dalam

melakukan pengobatan karena pasien tersebut masih bisa disembuhkan.

Sedangkan 21 pasien atau 61.8% yang menderita stadium lanjut yang

mana pasien tersebut terlambat untuk melakukan pengobatan karena pada

stadium ini sulit untuk diobati sehingga peluang hidup dan mati untuk

pasien ini sama. Berarti dapat dilihat lebih dari setengah pasien menderita

47

stadium lanjut yang berstatus rawat inap di bangsal bedah RSUP. M.

Djamil Padang dari bulan Januari 2012-Maret 2012.

b. Umur

Berdasarkan umur pasien dapat dilihat pada tabel 3. Tabel 3. Frekuensi Umur Pasien

Umur Frekuensi Persentase 15-23 1 2.9 24-40 3 8.8 41-60 26 76.5 > 60 4 11.8

Berdasarkan tabel di atas, dapat dilihat bahwa pasien rawat inap di

bangsal bedah RSUP. DR. M. Djamil Padang dengan kelompok umur 15-

23 tahun (remaja) sebanyak 1 orang atau hanya 2.9%. Pada kelompok

umur 24-40 tahun (dewasa muda) sebanyak 3 orang atau hanya 8.8%.

Pada kelompok umur 41-60 tahun (dewasa madya) sebanyak 26 orang atau

hanya 76.5% dan kelompok umur >60 (lansia) sebanyak 4 orang atau

hanya 11.8%.

Dari kelompok umur di atas bahwa pasien terbanyak mengalami

kanker payudara terdapat pada kelompok umur 41-60 (dewasa madya)

sedangkan yang paling sedikit pasiennya pada kelompok umur 15-23

(remaja). Pada kelompok umur dewasa madya yang banyak terjadi kanker

payudara karena pada rentang umur inilah sel kanker akan berkembang.

Sehingga umur menjadi salah satu faktor resiko terjadinya kanker

payudara.

48

c. Pendidikan

Berdasarkan status pendidikan dapat dilihat pada tabel 4.

Tabel 4. Frekuensi Pendidikan Pasien Pendidikan Frekuensi Persentase Tidak tamat SD 1 2.9 SD – SMP 4 11.8 ≥ SMA 29 76.3

Pada tabel di atas, dapat dilihat umumnya pasien rawat inap di

RSUP. DR. M. Djamil Padang berpendidikan tinggi, yaitu sebanyak 29

orang atau 76.3% yang tamat SMA dan Perguruan Tinggi. Sedangkan 4

orang atau 11.8% tamatan SD-SMP dan sisanya 1 orang atau 2.9%

berpendidikan rendah yang tidak tamat SD. Ternyata semakin tinggi

pendidikan tidak menjamin seseorang untuk mengerti dan bereaksi

terhadap kesehatan mereka.

d. Jaminan Kesehatan

Berdasarkan status jaminan kesehatan pasien dapat dilihat pada tabel 5.

Tabel 5. Frekuensi Jaminan Kesehatan Pasien Jaminan Kesehatan Frekuensi Persentase

Askes 22 64.7 Jamkesda 1 2.9

Jamkesmas 6 17.6 Bazda 2 5.9

Lainnya 3 8.8 Total 34 100

Dapat dilihat pada tabel di atas, bahwa askes merupakan jaminan

kesehatan yang terbanyak dimiliki oleh pasien yaitu 22 orang atau 64.7%.

49

Sedangkan jamkesmas sebanyak 6 orang atau 17.6% dan yang dilanjtukan

oleh pasien yang tidak memiliki jaminan kesehatan sebanyak 3 orang atau

8.8%. Dari jaminan kesehatan ini dapat juga dilihat bahwa pembayaran

secara tunai yang dilakukan oleh pasien yang tidak memiliki jaminan

kesehatan hanya 8.8% yang berarti masih banyak pasien yang tidak

mampu membiayai pengobatan sendiri.

Adapun deskripsi untuk variabel bebas adalah sebagai berikut:

a. Tempat Tinggal

Berdasarkan status tempat tinggal dapat dilihat pada Tabel 6.

Tabel 6. Frekuensi Tempat Tinggal Pasien

Tempat Tinggal Keterlambatan Pengobatan Frekuensi Persentase

Desa Tidak terlambat 3 11 32.40 Terlambat 8

Kota Tidak terlambat 10 23 67.60 Terlambat 13

Total 34 34 100

Pada tabel di atas, dapat dilihat bahwa 23 orang atau 67.6% pasien

kanker payudara berstatus tempat tinggal di kota, sedangkan 11 orang atau

32.4% tinggal di desa.

b. Sosial Ekonomi

Berdasarkan status sosial ekonomi dapat dilihat pada Tabel 7.

50

Tabel 7. Frekuensi Sosial Ekonomi Pasien Sosial

Ekonomi Keterlambatan

Pengobatan Frekuensi Persentase

Tidak mampu Tidak Terlambat 3 22 64.71 Terlambat 19

Mampu Tidak Terlambat 10 12 35.29 Terlambat 2 Total 34 34 100

Berdasarkan tabel di atas, pasien rawat inap di RSUP. DR. M.

Djamil Padang dapat dilihat bahwa proporsi pasien kanker payudara

sebagian besar memiliki status sosial ekonomi yang tidak mampu, dimana

persentasenya 64.7% atau sebanyak 22 orang dan sisanya berstatus sosial

ekonomi mampu sebesar 35.29% atau sebanyak 12 orang. Pasien yang

memiliki status sosial ekonomi yang tidak mampu lebih banyak terlambat

untuk melakukan pengobatan yaitu sebanyak 19 orang.

c. Pengetahuan

Berdasarkan pengetahuan dapat dilihat pada Tabel 8.

Tabel 8. Frekuensi Pengetahuan Pasien

Pengetahuan Keterlambatan Pengobatan Frekuensi Persentase

Tidak mengetahui

Tidak Terlambat 2 22 64.71 Terlambat 20

Mengetahui Tidak Terlambat 11 12 35.29 Terlambat 1

Total 34 34 100

51

Pada tabel di atas, dapat dilihat umumnya pasien kanker payudara

mempunyai pengetahuan yang rendah, ditandakan dengan tidak memiliki

pengetahuan tentang kanker payudara. Pasien yang tidak mengetahui

tentang kanker payudara memiliki persentase sebesar 64.71% atau

sebanyak 22 orang. Sedangkan yang mengetahui tentang kanker payudara

sebesar 35.29% atau sebanyak 12 orang. Pasien yang paling banyak

terlambat berobat adalah pasien yang tidak mengetahui tentang kanker

payudara sebanyak 20 orang.

d. Rasa Takut

Berdasarkan rasa takut dapat dilihat pada Tabel 9.

Tabel 9. Frekuensi Rasa Takut Pasien

Rasa Takut Keterlambatan Pengobatan Frekuensi Persentase

Tidak takut Tidak Terlambat 3 5 14.71 Terlambat 2

Takut Tidak Terlambat 10 29 85.29 Terlambat 19 Total 34 34 100

Dapat dilihat pada tabel di atas, umumnya pasien kanker payudara

rawat inap di RSUP. DR. M. Djamil Padang memiliki rasa takut. Pasien

yang memiliki rasa takut lebih banyak terlambat untuk berobat sebanyak

19 orang. Pasien yang takut memiliki persentase 85.29% atau sebanyak 29

orang sedangkan pasien yang tidak takut memiliki persentase sebesar

14.71% atau sebanyak 5 orang.

52

e. Pengobatan Lain

Berdasarkan pengobatan lain dapat dilihat pada Tabel 10.

Tabel 10. Frekuensi Pengobatan Lain Pasien Pengobatan

Lain Keterlambatan

Pengobatan Frekuensi Persentase

Tidak Pernah Tidak Terlambat 10 12 35.29 Terlambat 2

Pernah Tidak Terlambat 3 22 64.71 Terlambat 19

Total 34 34 100

Pada tabel di atas, umumnya pasien kanker payudara pernah

melakukan pengobatan di tempat pengobatan lain selain RSUP. DR. M.

Djamil Padang banyak yang terlambat untuk berobat. Pasien yang pernah

melakukan pengobatan lain memiliki persentase sebesar 64.71% atau

sebanyak 22 orang sedangkan pasien yang tidak pernah ke tempat

pengobatan lain sebesar 35.29% atau sebanyak 12 orang.

f. Petugas Kesehatan

Berdasarkan petugas kesehatan dapat dilihat pada Tabel 11.

Tabel 11. Frekuensi Petugas Kesehatan Pasien

Petugas Kesehatan Keterlambatan Pengobatan Frekuensi Persentase

Tidak Mendukung Tidak Terlambat 12 18 52.94 Terlambat 6

Mendukung Tidak Terlambat 1 16 47.06 Terlambat 15

Total 34 34 100

53

Pada tabel di atas, pasien yang melakukan pengobatan selain

rumah sakit yang petugas kesehatan disana tidak mendukung

pengobatannya memiliki persentase sebesar 52.94% atau sebanyak 18

orang. Sedangkan pasien yang petugas kesehatannya mendukung

pengobatan memiliki persentase sebesar 47.06% atau sebanyak 16 orang.

g. Keluarga

Berdasarkan Keluarga dapat dilihat pada Tabel 12.

Tabel 12. Frekuensi Keluarga Pasien

Keluarga Keterlambatan Pengobatan Frekuensi Persentase

Tidak Mendukung Tidak Terlambat 6 19 55.88 Terlambat 13

Mendukung Tidak Terlambat 7 15 44.12 Terlambat 8

Total 34 34 100

Berdasarkan tabel di atas, dapat dilihat bahwa keluarga pasien yang

tidak mendukung melakukan pengobatan selain rumah sakit memiliki

persentase sebesar 55.88% atau sebanyak 19 orang. Pasien yang

keluarganya mendukung melakukan pengobatan selain rumah sakit

memiliki persentase sebesar 44.12% atau sebanyak 15 orang.

2. Analisis Data

Analisis data dalam penelitian ini mengunakan bantuan Software SPSS

versi 16.0. Analisis dilakukan berdasarkan teknik analisis data yang telah

dikemukakan sebelumnya yakninya dengan analisis regresi logistik biner,

54

karena variabel respon dari penelitian ini bersifat biner (2 kategori; 0 stadium

dini (untuk yang tidak terlambat berobat); 1 stadium lanjut (untuk yang

terlambat berobat)).

Adapun langkah pertama yang harus dilakukan pada analisis regresi

logistik ini adalah sebagai berikut:

a. Penaksiran Parameter Model Regresi Logistik

Penaksiran parameter model dilakukan menggunakan MLE

(Maxsimum Likelihood Estimator). Merujuk pada persamaan (11) dengan

bantuan software dapat dilihat pada Lampiran 4. Pada Lampiran 4, nilai

fungsi likelihood dengan mengikutsertakan ke-7 variabel bebas, hasil

dugaan parameter model regresi logistik dengan kemungkinan maksimum

Likelihood diberikan pada Tabel 13.

Tabel 13. Hasil Dugaan Parameter Regresi Logistik dengan

seluruh Variabel Bebas

Variabel Bebas Β

Tempat Tinggal (푋 ) -35.980

Sosial Ekonomi (푋 ) -35.485

Pengetahuan (푋 ) -73.067

Rasa Takut (푋 ) -34.627

Pengobatan lain (푋 ) -0.900

Petugas Kesehatan (푋 ) 36.306

Keluarga (푋 ) -69.374

Constant 123.539

55

Pada tabel di atas, dapat dilihat bahwa nilai dugaan parameter

masing-masing ke-7 variabel bebas adalah sebesar -35.980; -35.485;

73.067; -34.627; -0.900; 36.306 dan -69.374, sedangkan nilai dugaan

parameter konstannya sebesar 123.539

b. Model Regresi Logistik

Berdasarkan Tabel 13 di atas, dapat diperoleh model regresi

logistik yang merujuk pada persamaan (5), dengan seluruh variabel bebas

adalah sebagai berikut:

π(x) = ( . . 푋11 . 푋12 . 푋13 . 푋14 . 푋2 . 푋31 . 푋32)

( . . 푋11 . 푋12 . 푋13 . 푋14 . 푋21 . 푋31 . 푋32)

Dengan melakukan tranformasi dengan tranformasi logit terhadap π(x)

(model regresi logistik) di atas dapat memenuhi sifat linear, sehingga

model tersebut menghasilkan bentuk logit sebagai berikut:

푔(푥) = 123.539− 35.980푋11 − 35.485푋12 − 73.067푋13 − 36.627푋14 − 0.900푋2

+ 36.306푋31 − 69.374푋32

c. Pengujian Singifikansi Model Regresi Logistik

Selanjutnya untuk pengujian signifikansi model dengan mengikut

sertakan semua variabel bebas, digunakan uji G yang disebut juga uji Chi-

Square dengan hipotesis:

H0: 1 = 2 = … = j = 0

H1: paling sedikit ada satu j 0

Hasil uji signifikansi model dengan menggunakan uji G yang

merujuk ke persamaan (13) dengan bantuan software dapat dilihat pada

Lampiran 4 seperti berikut Tabel 14.

56

Tabel 14. Uji Kebaikan Model Penuh d.

퐺 = −2푙푛∏ ( )

= −2푙푛.

= 45.23388

Pengujian hipotesis pada penelitian ini menggunakan taraf nyata

0.05. Berdasarkan Tabel 14 dan cara manual, nilai Chi-square yang

diperoleh adalah sebesar 45.234 sedangkan nilai 휒 . , = 14.067.

Dapat dilihat nilai 퐺 > 휒 , sehingga Ho ditolak yang berarti pada

model regresi terdapat sekurang-kurangnya satu penduga parameter yang

tidak sama dengan nol. Terlihat juga bahwa nilai signifikansi model

regresi logistik lebih kecil dari taraf nyata 0.05. Dengan kata lain model ini

boleh disarankan, tapi model tersebut bukanlah model yang terbaik dan

analisis dapat dilakukan dengan pencarian model terbaik dengan

mereduksi peubah bebas dari model.

Untuk menentukan variabel mana saja yang harus direduksi dari

model, maka digunakanlah uji Wald untuk melihat kesignifikansian

variabel terhadap model.

d. Pengujian Signifikansi Parameter Regresi Logistik

Pengujian signifikansi parameter digunakan untuk melihat

pengaruh masing-masing variabel bebas terhadap variabel tak bebas.

Dengan merujuk ke persamaan (12) dengan bantuan software dapat dilihat

Chi-square Sig. Model Regresi Logistik 45.234 0.000

57

pada Lampiran 4, maka diperoleh nilai Wald dan nilai signifikan variabel

bebas seperti pada Tabel 15.

Tabel 15. Hasil Dugaan Parameter Regresi Logistik dengan seluruh Variabel Bebas

Variabel Bebas β S.E (β) Wald Signifikansi

Tempat Tinggal (푋 ) -35.980 1.004E4 0.000 0.997

Sosial Ekonomi (푋 ) -35.485 1.293E4 0.000 0.998

Pengetahuan (푋 ) -73.067 1.438E4 0.000 0.996

Rasa Takut (푋 ) -34.627 8.087E3 0.000 0.997

Pengobatan lain (푋 ) -0.900 1.217E4 0.000 1.000

Petugas Kesehatan (푋 ) 36.306 9.512E3 0.000 0.997

Keluarga (푋 ) -69.374 1.165E4 0.000 0.995

Constant 123.539 2.289E4 0.000 0.996

Berdasarkan Tabel 15 di atas, dengan menggunakan semua

variabel bebas tidak memberikan pengaruh signifikansi terhadap

keterlambatan pengobatan dimana (nilai signifikansi parameter lebih besar

dari 0,05). Sehingga model regresi logistik dengan seluruh variabel bebas

harus direduksi.

e. Pemilihan Model Regresi Logistik Terbaik

Pemilihan model regresi logistik terbaik dilakukan dengan metode

backward method. Dari langkah metode tersebut, maka diperoleh hasil

pada Tabel 16.

58

Tabel 16. Uji Signifikansi Variabel yang Direduksi Satu per satu

Variabel Bebas Sign.

Semua Model

Sign. Reduksi

I

Sign. Reduksi

II

sign. Reduksi

III

Sign. Reduksi

IV

Sign. Reduksi

V

sign. Reduksi

VI Tempat Tinggal (푋 )

0.997 0.997 Sosial Ekonomi (푋 )

0.998 0.997 0.996 0.998 Pengetahuan (푋 )

0.996 0.996 0.995 0.996 0.996 0.998 0.000 Rasa Takut (푋 )

0.997 0.997 0.998

Pengobatan lain (푋 ) 1.000

Petugas Kesehatan

(푋 ) 0.997 0.997 0.997 0.997 0.997 0.998

Keluarga (푋 ) 0.995 0.995 0.996 0.997 0.997

Constant 0.996 0.995 0.996 0.997 0.997 0.178 0.002

Berdasarkan tabel di atas, dapat dilihat bahwa nilai signifikan

dengan semua variabel bebas memiliki nilai signifikansi > 0.05, maka

pada reduksi pertama variabel bebas yang memiliki nilai signifikansi yang

terbesar dikeluarkan. Variabel pengobatan lain (푋 ) merupakan salah satu

variabel yang memiliki signifikansi tertinggi. Oleh karena itu variabel

inilah dikeluarkan terlebih dahulu, begitu juga seterusnya variabel

dikeluarkan dengan melihat nilai signifikansi yang besar berikutnya.

Prosedur dapat dihentikan jika tidak ada lagi variabel yang memiliki

signifikansi > 0.05.

Model yang telah direduksi dengan nilai signifikansi kecil dari 0.05

akan menjadi variabel bebas untuk model terbaik. Dari tabel dapat dilihat

59

bahwa variabel pengetahuan (푋 ) yang menjadi variabel bebas untuk

model terbaik dalam penelitian ini. Maka dilakukan penyederhanaan

model dengan hanya melibatkan variabel pengetahuan (푋 ), sehingga

diperoleh model terbaik.

Untuk melihat pengaruh variabel bebas dari model terbaik di atas,

dapat dilihat nilai statistik uji 퐺 berdasarkan Lampiran 4 yang diperoleh

yaitu:

Tabel 17. Uji Kebaikan Model Reduksi

Nilai statistik uji 퐺 dari model terbaik sebesar 24.946 dengan

signifikansi 0.000 yang berarti model reduksi yang diperoleh sama

baiknya dengan model dengan seluruh variabel bebas.

Berdasarkan Lampiran 4, juga dapat diperoleh model hasil reduksi

dapat dilihat pada Tabel 18.

Tabel 18. Hasil Analisis Regresi Logistik Reduksi pada Pasien Kanker Payudara yang Rawat Inap di RSUP. DR. M. Djamil Padang

Variabel Bebas Β SE β Wald Sig. Pengetahuan (푋 ) - 4.700 1.281 13.465 0,000 Constant 2.303 0.742 9.640 0,002

Berdasarkan Tabel 18 di atas, diperoleh model regresi logistik

sebagai berikut:

π(x) =푒 . . ( )

1 + 푒 . . ( )

Chi-square Sig. Model Regresi Logistik 24.946 0.000

60

dengan nilai logit π(x) , yaitu:

푔(푥) = 2.303 − 4.700 (푋13)

dimana : 푋 = Pengetahuan pasien

Uji wald pada model di atas dapat dilihat pada Tabel 18. Pada

model ini terlihat nilai signifikansi dari variabel tersebut lebih kecil dari

taraf nyata 0,05. (nilai signifikansi < α = 0,05). Sehingga dapat diartikan

bahwa variabel bebas tersebut berpengaruh secara nyata terhadap perilaku

pasien kanker payudara dalam melakukan pengobatan berdasarkan hasil

diagnosis dari tujuh variabel bebas hanya ada satu yaitu pengetahuan

pasien (푋 ).

f. Interpretasi Koefisien

Untuk menginterpretasi seberapa besar pengaruh Pengetahuan,

dilihat dari nilai odds ratio yang merujuk ke persamaan (15). Berdasarkan

Lampiran 4 nilai odds ratio dapat dilihat dari Tabel 19.

Tabel 19. Nilai Odds Ratio Model Regresi Logistik

Variabel Bebas Exp(β) Pengetahuan (푋 ) 0.009 Constant 10.000

Tabel 19 di atas, menjelaskan bahwa nilai odds ratio pada variabel

pengetahuan pasien tentang kanker payudara adalah 0.009. Nilai 휓 <

1 maka antara kedua variabel terdapat hubungan negatif terhadap

perubahan nilai X yang bernilai benar. Ini dapat kita artikan bahwa,

Artinya, resiko terjadinya kanker payudara untuk pasien yang tidak

61

memiliki pengetahuan tentang kanker payudara adalah 0.009 kali lebih

kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.

B. Pembahasan

Berdasarkan analisis di atas diperoleh suatu model regresi logistik

yang menggambarkan faktor-faktor yang mempengaruhi perilaku pasien

kanker payudara dalam melakukan pengobatan berdasarkan hasil diagnosis di

RSUP. DR. M. Djamil Padang adalah sebagai berikut:

푔(푥) = 123.539− 35.980푋11 − 35.485푋12 − 73.067푋13 − 36.627푋14 − 0.900푋2

+ 36.306푋31 − 69.374푋32

Dimana: 푋 = Tempat Tinggal 푋 = Sosial Ekonomi 푋 = Pengetahuan 푋 = Rasa Takut 푋 = Pengobatan lain

푋 = Petugas kesehatan 푋 = Keluarga

Penerapan análisis yang telah dilakukan, dari semua variabel bebas

yang mempengaruhi perilaku pasien kanker payudara dalam melakukan

pengobatan didapatkan model terbaik. Model terbaik menerangkan faktor

yang signifikan berpengaruh terhadap perilaku pasien kanker payudara dalam

melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil

Padang, yaitu:

π(x) =푒 . . ( )

1 + 푒 . . ( )

dengan nilai logit π(x):

62

푔(푥) = 2.303 − 4.700(푋13)

dimana : 푋 = Pengetahuan

Dari model di atas, dapat dilihat bahwa variabel yang berpengaruh

terhadap perilaku pasien kanker payudara adalah pengetahuan (X13) tentang

kanker payudara, dapat diartikan:

1. Nilai 훽 adalah 2.303, artinya jika variabel dilambangkan “0”, yaitu pada

saat pasien tidak memiliki pengetahuan tentang kanker payudara. Dengan

demikian didapatkan nilai 2.303 dengan nilai exp (2.303) adalah 10.000

artinya bahwa peluang seorang pasien dengan karakteristik di atas akan

terlambat melakukan pengobatan sebesar 10.000 kali dari pasien yang

memiliki pengetahuan.

2. Untuk variabel pengetahuan memiliki nilai parameter sebesar -4.700 yang

artinya bahwa proporsi pasien kanker payudara yang terlambat melakukan

pengobatan akan bertambah dengan kondisi pasien tidak memiliki

pengetahuan tentang kanker payudara.

Misalnya, seorang pasien kanker payudara yang tidak memiliki

pengetahuan tentang kanker payudara, maka peluang (risiko) pasien tersebut

terlambat melakukan pengobatan sebagai berikut:

π(푥) = . . ( ). . ( )

= 0.91

Berdasarkan perhitungan di atas, dapat dilihat peluang pasien kanker

payudara yang terlambat berobat (stadium lanjut) karena tidak memiliki

pengetahuan tentang kanker payudara adalah sebesar 0.91. Sedangkan untuk

mengetahui resiko pengaruh variabel bebas terhadap perilaku pasien kanker

63

payudara dalam melakukan pengobatan berdasarkan diagnosis digunakan odds

ratio yang dapat dilihat pada Tabel 19 dengan nilai 0.009. Ini berarti nilai odd

ratio kecil dari 1, maka antara kedua variabel terdapat hubungan negatif

terhadap perubahan niali X yang bernilai benar. Jadi, dapat disimpulkan

bahwa faktor yang berpengaruh terhadap perilaku pasien dalam melakukan

pengobatan adalah pasien yan tidak memiliki pengetahuan tentang kanker

payudara.

64

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil penelitian dan pembahasan, dapat diambil

kesimpulan sebagai berikut:

1. Model regresi logistik untuk menggambarkan faktor-faktor yang

berpengaruh terhadap perilaku pasien kanker payudara dalam melakukan

pengobatan berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang

adalah:

π(x) =푒 . . (푋13)

1 + 푒 . . (푋13)

Dengan nilai logit π(x), yaitu:

푔(푥) = 2.303 − 4.700(푋13)

Dimana: 푋 = Pengetahuan

2. Faktor-faktor yang mempengaruhi perilaku pasien kanker payudara dalam

melakukan pengobatan berdasarkan hasil diagnosis di RSUP. DR. M.

Djamil Padang adalah faktor presdisposisi (faktor dari pasien itu sendiri).

Faktor presdisposisi ini hanya mencakup pengetahuan pasien yang

memiliki kategori yaitu mengetahui dan tidak mengetahui tentang kanker

payudara.

3. Peluang resiko pasien kanker payudara dalam melakukan pengobatan

berdasarkan hasil diagnosis di RSUP. DR. M. Djamil Padang adalah nilai

65

logit (g(x)), yang diperoleh dari model dan dimasukkan kedalam data

observasi. Peluang resiko dilihat dari odds ratio faktor perilaku yang

berpengaruh tersebut. Odds ratio pada variabel pengetahuan pasien adalah

0.009. Artinya, resiko terjadinya kanker payudara untuk pasien yang

memiliki pengetahuan tentang kanker payudara adalah 0.009 kali lebih

kecil dari pasien tidak memiliki pengetahuan tentang kanker payudara.

B. Saran

Adapun saran-saran dari penelitian ini adalah

1. Sebagai bahan pertimbangan bagi Dinas Kesehatan untuk dapat

memberikan penyuluhan kepada masyarakat khususnya wanita usia subur

di Kota Padang tentang kanker payudara dari gejala, penyebab,

pengobatan dan pencengahannya agar meningkatkan pengetahuan.

2. Bagi Pihak Rumah Sakit, untuk dapat lebih memperhatikan latar belakang

pasien. Terutama pasien yang tidak memiliki pengetahuan tentang kanker

payudara dan dapat juga melakukan penyuluhan tentang kanker payudara

kepada masyarakat khususnya wanita usia subur yang ada di Kota Padang

dan sekitarnya.

3. Bagi peneliti selanjutnya, diharapkan dapat menerapkan regresi logistik

pada kasus lainnya yang memenuhi kriteria penggunaan regresi logistik.

Untuk peneliti yang ingin melakukan penelitian yang sama, supaya jumlah

sampel diambil lebih banyak, sehingga hasil analisis yang didapatkan lebih

baik.

66

DAFTAR PUSTAKA

Agresti, Allan. 1990. Categorical Data Analysis. New York: John Wiley and

Sons. Hosmer and David, W. 1989. Applied Logistic Regression. Canada: A Wiley

Interscience Publication Indra, Ricki P. 2010. Faktor-faktor yang Mempengaruhi Resiko Penyebab Kanker

Payudara dengan Menggunakan Pendekatan Regresi Logistik. Surabaya: Skripsi FMIPA ITS.

Juanda, Bambang. 2009. Ekonometrika (Pemodelan dan Pendungaan). Bogor:

IPB Press. Khamri, Daan. 2012. Hari Kanker Sedunia. www.padangekspress.co.id. Kuncoro, Mudrajat. 2007. Regresi Logistik.http://ineddeni.wordpress.com/2007

/regresi logistik/, diakses tanggal 5 Maret 2012 jam 19.30 Makridarkis, Spyros. 1999. Metode dan Aplikasi Peramalan. Jakarta: Bina Rupa

Aksara. Notoatmojo, Prof. Dr. Soekidjo, SKM, MCom. H. 2005. Promosi Kesehatan

Teori dan Aplikasi Cetakan Pertama. Jakarta: Rineka Cipta. Notoatmojo, Prof. Dr. Soekidjo, SKM, MCom. H. 2005. Metodolongi Penelitian

Kesehatan. Jakarta: Rineka Cipta. Pane, Masdalina. 2002. Aspek Klinis dan Epidemiologis Penyakit kanker

Payudara. (http://www.tempo.co.id/medika/arsip/082002/pus-3.htm.), download tanggal 3 Maret 2012.

Riduwan, Drs., M.B.A. 2007. Belajar Mudah Penelitian untuk Guru, Karyawan

dan Peneliti Pemula. Bandung: Alfabeta Singarimbun, Masri & Effendi, Sofian. 2006. Metode Penelitian Survai . Jakarta:

LP3ES. Tiolena, Ristarolas H. 2008. Faktor-faktor yang Mempengaruhi Kerterlambatan

Pengobatan pada Wanita Penderita Kanker Payudara RSUP Adam Malik Medan Tahun 2008. Medan: Skripsi FKM USU.

http://blogkesmas.blogspot.com/2011/11/faktor-faktor-yang-mempengaruhi_6406.html di

akses tanggal 4 Maret 2012 jam 20.10.

67

http://health.detik.com/read/2010/02/04/112503/1292721/763/penderita-kanker-payudara-menurun-kanker-rahim-melonjak diakses tanggal 4 Maret 2012 jam 20.20.

http://www.dechacare.com/Kanker-Payudara-Pengertian-dan-Penyembuhan-

319.html diakses tanggal 4 Maret 2012 jam 20.50.

70

Lampiran 1. Data Uji Instrumen Penelitian

Data Uji Validitas Istrumen Penelitian

No Pertanyaan Penelitian

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 � 1 1 0 0 1 1 0 1 1 0 0 0 0 0 0 0 0 1 6 2 1 1 0 1 0 0 1 1 0 1 1 1 1 1 1 0 0 11 3 0 1 1 0 1 1 0 1 1 1 0 0 0 1 1 0 1 10 4 1 0 0 1 1 1 1 1 0 1 0 0 1 1 1 1 1 12 5 0 0 1 0 0 1 0 1 0 1 1 0 0 1 1 0 1 8 6 1 0 0 0 1 0 1 1 0 0 0 0 0 0 0 1 0 5 7 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 1 4 8 1 0 0 1 0 0 1 1 1 1 1 0 0 1 0 0 1 9 9 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 16

10 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 0 0 3

� 6 3 3 6 5 4 8 9 3 6 4 2 3 7 6 3 6 84 R 0.459 0.673 0.502 0.352 0.366 0.662 -0.08 0.47 0.559 0.832 0.555 0.666 0.787 0.639 0.512 0.445 -0.07

71

Data Uji Realibilitas

no. Pertanyaan no ganjil (X)

Pertanyaan no genap (Y) X²

Y² XY

1 3 1 9 1 3 2 5 5 25 25 25 3 5 4 25 16 20 4 6 4 36 16 24 5 4 3 16 9 12 6 4 0 16 0 0 7 2 0 4 0 0 8 4 3 16 9 12 9 8 7 64 49 56

10 0 2 0 4 0

� 41 29 211 129 152

푟푏 = (∑ ) (∑ )(∑ )

( (∑ ) (∑ ) )( ( ) ( ) 푟푏 = ( ) ( )( )

( ( ) )( ( ) ( ) = 0.7542

= ( )( . ).

= 0.8598

70

Lampiran 2. Kuesioner Penelitian

KUESIONER PENELITIAN

FAKTOR-FAKTOR YANG MEMPENGARUHI PERILAKU PASIEN KANKER PAYUDARA DALAM MELAKUKAN PENGOBATAN

BERDASARKAN HASIL DIAGNOSIS MENGGUNAKAN ANALISIS REGRESI LOGISTIK

(Studi Kasus di RSUP. DR. M. Djamil Padang)

II. Identitas Responden

1. No. / umur :

2. Stadium Kanker : 0. Stadium 1 atau 2 1. Stadium 3 atau 4

3. Pendidikan Terakhir : 1. Tidak tamat SD 2. SD 3. SMP 4. SMA 5. Perguruan Tinggi

4. Jaminan Kesehatan : 1. Askes 2. Jamkesda 3. Jamkesmas 4.

Bazda 5. lainnya

5. Tempat Tinggal : 0. Pedesaan 1. Perkotaan

III. Pertanyaan

No.

Pertanyaan Ya (1) Tidak (0)

1. Apakah biaya pengobatan yang mahal menjadi alasan ibu terlambat berobat?

2. Apakah Ibu mendapatkan bantuan pengobatan selain dari jaminan kesehatan sehingga ibu terlambat berobat?

3. Apakah Ibu mempunyai pekerjaan yang dapat membantu ibu untuk biaya pengobatan?

4. Apakah Ibu mengetahui tentang gejala terjadinya kanker payudara sebelum mengidap penyakit ini?

5. Apakah ibu mengetahui tentang penyebab terjadinya kanker payudara sebelumnya?

6. Apakah Ibu mengerti atau menyadari bahaya kanker payudara sehingga terlambat untuk berobat

8. Apakah Ibu merasa takut mengetahui penyakit yang ibu derita ketika melakukan pengobatan?

71

No Pertanyaan Ya (1) Tidak (0) 9. Apakah Ibu merasa trauma dalam melakukan pengobatan

sehingga terlambat untuk berobat?

10. Apakah ibu sudah pernah melakukan pengobatan di tempat pengobatan yang lain sebelumnya seperti: puskesmas, dukun dll.

11. Apakah Ibu merasa tidak percaya sebelumnya dengan pengobatan di RS sehingga ibu memilih tempat yang lain?

12. Apakah petugas kesehatan memberikan penjelasan tentang penyakit ibu secara jelas di tempat sebelumnya?

13. Apakah petugas kesehatan memberikan penjelasan kepada ibu tentang pengobatan dan tindakan yang harus dilakukan dengan jelas?

14. Apakah petugas kesehatan mengatakan penyakit yang ibu derita itu bukan kanker?

15. Apakah Keluarga ibu mengizinkan melakukan pengobatan ke dokter/ rumah sakit?

72

Lampiran 3. Data Pasien Rawat Inap di Bangsal Bedah RSUP. DR. M. Djamil Padang Bulan Januari 2012 - Maret 2012

Data Pasien Rawat Inap di Bangsal Bedah RSUP. DR. M. Djamil Padang Bulan Januari 2012 - Maret 2012 No.

Responden Stadium Umur Pendidikan Jaminan Kesehatan

Tempat Tinggal

Sosial Ekonomi Pengetahuan Rasa

Takut Pengobatan

Lain Petugas

Kesehatan Keluarga

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)

1 3 55 4 5 1 0 0 0 1 0 1

2 4 49 4 1 1 1 0 1 0 0 0

3 3 45 5 5 0 0 0 1 1 1 1

4 4 45 4 1 1 0 0 1 1 1 0

5 3 55 5 1 1 0 0 1 1 1 1

6 4 62 4 1 1 0 0 1 1 1 0

7 2 45 4 1 1 0 0 1 1 0 1

8 1 45 5 1 0 1 1 1 0 0 0

9 4 44 4 1 1 0 0 1 1 1 1

10 3 56 4 2 0 0 0 1 1 1 0

11 3 45 5 1 0 0 0 1 0 0 1

12 2 39 5 1 1 0 1 1 0 0 0

13 2 36 2 5 1 1 1 0 0 0 1

14 2 53 4 1 1 1 1 1 0 0 1

15 3 49 5 1 1 0 0 1 1 1 0

16 2 68 4 1 0 1 1 1 1 1 1

17 3 42 4 1 1 0 0 1 1 0 0

18 2 62 4 1 0 1 1 1 1 0 0

73

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)

19 4 41 4 1 0 0 0 1 1 0 0

20 1 40 4 1 1 1 1 0 0 0 0

21 4 45 5 1 0 0 0 1 1 0 1

22 2 48 5 1 1 1 1 1 0 0 0

23 3 54 2 3 0 0 0 1 1 1 0

24 2 53 5 1 1 1 1 1 0 0 1

25 1 49 4 1 1 1 0 0 0 0 1

26 4 44 5 1 1 0 0 1 1 1 0

27 3 66 2 4 1 0 0 1 1 1 0

28 3 42 4 4 1 0 0 1 1 1 1

29 3 46 4 3 1 0 0 0 1 1 0

30 1 45 4 3 1 1 1 1 0 0 1

31 2 23 4 3 1 0 1 1 0 0 0

32 3 45 1 3 0 0 1 1 1 1 0

33 3 42 2 1 1 1 0 1 1 1 0

34 4 46 4 3 0 0 0 1 1 1 1

74

Lampiran 4. Hasil Print Out Analisis Regresi Logistik Terhadap Data Pasien Kanker Payudara Rawat Inap RSUP. DR. M. Djamil Padang

a). uji model dengan semua peubah Logistic Regression

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 34 100.0

Missing Cases 0 .0

Total 34 100.0 Unselected Cases 0 .0 Total 34 100.0 a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

stadium dini (tidak terlambat) 0 stadium lanjut (terlambat) 1

75

Block 1: Method = Enter Iteration Historya,b,c,d

Iteration -2 Log likelihood

Coefficients

Constant X11 X12 X13 X14 X21 X31 X32

Step 1 1 15.577 1.657 -.493 -.750 -2.451 .101 -.039 .937 -.510

2 9.022 3.438 -1.253 -1.360 -3.904 -.121 -.333 1.905 -1.357

3 5.147 6.663 -2.442 -2.196 -5.892 -1.068 -.623 3.058 -2.893

4 2.562 11.520 -4.023 -3.459 -8.827 -2.567 -.806 4.522 -5.390

5 1.050 17.983 -5.896 -5.284 -12.714 -4.444 -.881 6.282 -9.015

6 .382 25.239 -7.920 -7.390 -16.917 -6.528 -.906 8.260 -13.178

7 .139 32.419 -9.953 -9.449 -21.013 -8.587 -.905 10.284 -17.295

8 .051 39.494 -11.969 -11.472 -25.047 -10.612 -.902 12.297 -21.344

9 .019 46.522 -13.976 -13.480 -29.060 -12.622 -.901 14.303 -25.363

10 .007 53.533 -15.978 -15.483 -33.065 -14.625 -.900 16.305 -29.370

11 .003 60.537 -17.979 -17.484 -37.066 -16.626 -.900 18.305 -33.373

12 .001 67.538 -19.979 -19.484 -41.067 -18.627 -.900 20.306 -37.373

13 .000 74.539 -21.979 -21.485 -45.067 -20.627 -.900 22.306 -41.374

14 .000 81.539 -23.980 -23.485 -49.067 -22.627 -.900 24.306 -45.374

15 .000 88.539 -25.980 -25.485 -53.067 -24.627 -.900 26.306 -49.374 16 .000 95.539 -27.980 -27.485 -57.067 -26.627 -.900 28.306 -53.374

17 .000 102.539 -29.980 -29.485 -61.067 -28.627 -.900 30.306 -57.374

18 .000 109.539 -31.980 -31.485 -65.067 -30.627 -.900 32.306 -61.374

19 .000 116.539 -33.980 -33.485 -69.067 -32.627 -.900 34.306 -65.374

20 .000 123.539 -35.980 -35.485 -73.067 -34.627 -.900 36.306 -69.374 a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 45.234

d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

Omnibus Tests of Model Coefficients

76

Chi-square df Sig.

Step 1 Step 45.234 7 .000

Block 45.234 7 .000

Model 45.234 7 .000

Model Summary

Step -2 Log likelihood

Cox & Snell R

Square

Nagelkerke R

Square

1 .000a .736 1.000

a. Estimation terminated at iteration number 20 because maximum

iterations has been reached. Final solution cannot be found.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 .000 6 1.000

Contingency Table for Hosmer and Lemeshow Test

keterlambatan pengobatan = stadium

dini (tidak terlambat)

keterlambatan pengobatan = stadium

lanjut (terlambat)

Total Observed Expected Observed Expected

Step 1 1 3 3.000 0 .000 3

2 3 3.000 0 .000 3

3 4 4.000 0 .000 4

4 3 3.000 0 .000 3

5 0 .000 3 3.000 3

6 0 .000 3 3.000 3

7 0 .000 1 1.000 1

8 0 .000 14 14.000 14

Variables in the Equation

77

B S.E. Wald Df Sig. Exp(B)

95.0% C.I.for EXP(B)

Lower Upper

Step 1a X11 -35.980 1.004E4 .000 1 .997 .000 .000 .

X12 -35.485 1.293E4 .000 1 .998 .000 .000 .

X13 -73.067 1.438E4 .000 1 .996 .000 .000 .

X14 -34.627 8.087E3 .000 1 .997 .000 .000 .

X21 -.900 1.217E4 .000 1 1.000 .407 .000 .

X31 36.306 9.512E3 .000 1 .997 5.854E15 .000 .

X32 -69.374 1.165E4 .000 1 .995 .000 .000 .

Constant 123.539 2.289E4 .000 1 .996 4.492E53

a. Variable(s) entered on step 1: X11, X12, X13, X14, X21, X31, X32.

b). hasil uji setelah didapatkan faktor yang berpengaruh atau model terbaik

Logistic Regression Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 34 100.0

Missing Cases 0 .0

Total 34 100.0

Unselected Cases 0 .0

Total 34 100.0

a. If weight is in effect, see classification table for the total number of

cases.

Dependent Variable Encoding

Original Value Internal Value

stadium dini (tidak terlambat) 0

stadium lanjut (terlambat) 1

78

Block 1: Method = Enter

Iteration Historya,b,c,d

Iteration -2 Log likelihood

Coefficients

Constant X13

Step 1 1 21.858 1.636 -3.303

2 20.350 2.165 -4.397

3 20.288 2.295 -4.682

4 20.288 2.303 -4.700

5 20.288 2.303 -4.700

a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 45.234

d. Estimation terminated at iteration number 5 because parameter

estimates changed by less than .001.

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 24.946 1 .000

Block 24.946 1 .000

Model 24.946 1 .000

Model Summary

Step -2 Log likelihood

Cox & Snell R

Square

Nagelkerke R

Square

1 20.288a .520 .707

a. Estimation terminated at iteration number 5 because parameter

estimates changed by less than .001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 .000 0 .

79

Contingency Table for Hosmer and Lemeshow Test

keterlambatan pengobatan = stadium

dini (tidak terlambat)

keterlambatan pengobatan = stadium

lanjut (terlambat)

Total Observed Expected Observed Expected

Step 1 1 11 11.000 1 1.000 12

2 2 2.000 20 20.000 22

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

95.0% C.I.for EXP(B)

Lower Upper

Step 1a X13 -4.700 1.281 13.465 1 .000 .009 .001 .112

Constant 2.303 .742 9.640 1 .002 10.000 a. Variable(s) entered on step 1: X13.

80