87
PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM PENGELOMPOKAN FAKTOR RESIKO PENYAKIT STROKE DI KOTA MEDAN TAHUN 2017 (STUDI KASUS RSUD DR PIRNGADI MEDAN) SKRIPSI Oleh CHAIRUNNYSA ELVIYANA ZALUKHU NIM. 141000080 PROGRAM STUDI S1 KESEHATAN MASYARAKAT FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS SUMATERA UTARA 2019 UNIVERSITAS SUMATERA UTARA

PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

  • Upload
    others

  • View
    16

  • Download
    0

Embed Size (px)

Citation preview

Page 1: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM

PENGELOMPOKAN FAKTOR RESIKO PENYAKIT

STROKE DI KOTA MEDAN TAHUN 2017 (STUDI

KASUS RSUD DR PIRNGADI MEDAN)

SKRIPSI

Oleh

CHAIRUNNYSA ELVIYANA ZALUKHU

NIM. 141000080

PROGRAM STUDI S1 KESEHATAN MASYARAKAT

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

2019

UNIVERSITAS SUMATERA UTARA

Page 2: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM

PENGELOMPOKAN FAKTOR RESIKO PENYAKIT

STROKE DI KOTA MEDAN TAHUN 2017 (STUDI

KASUS RSUD DR PIRNGADI MEDAN)

SKRIPSI

Diajukan sebagai Salah Satu Syarat

untuk Memperoleh Gelar Sarjana Kesehatan Masyarakat

pada Fakultas Kesehatan Masyarakat Universitas Sumatera Utara

Oleh

CHAIRUNNYSA ELVIYANA ZALUKHU

NIM. 141000080

PROGRAM STUDI S1 KESEHATAN MASYARAKAT

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

2019

UNIVERSITAS SUMATERA UTARA

Page 3: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

UNIVERSITAS SUMATERA UTARA

Page 4: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

ii

Telah diuji dan dipertahankan

Pada tanggal : 30 Januari 2019

TIM PENGUJI SKRIPSI

Ketua : Dr. Asfriyati, S.K.M, M.Kes

Anggota : 1. dr. Ria Masniari Lubis, M.Si

2. Prof. Drs. Heru Santosa, M.S, Ph.D

3. Sri Rahayu Sanusi, S.K.M, M.Kes, Ph.D

UNIVERSITAS SUMATERA UTARA

Page 5: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

UNIVERSITAS SUMATERA UTARA

Page 6: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

iv

Abstrak

Stroke merupakan penyebab kematian tertinggi kedua pada negara maju dan

negara berkembang setelah penyakit kardiovaskuler. Jumlah penderita stroke di

Kota Medan meningkat setiap tahunnya dalam kurun waktu 3 tahun terakhir.

Penelitian ini bertujuan untuk mereduksi faktor risiko penyakit stroke yang

jumlahnya banyak menjadi beberapa dimensi dengan menggunakan analisis faktor

kategorik. Populasi dalam penelitian ini adalah 217 data rekam medis pasien

stroke yang dirawat inap di RSUD Dr Pirngadi periode Januari - Desember tahun

2017. Sampel berjumlah 50 data rekam medis yang diambil dengan metode simple

random sampling. Data sekunder yang dikumpulkan diambil dari rekam medis

pasien. Hasil analisis data menunjukkan dari 10 variabel yang dianalisis terbentuk

3 dimensi faktor risiko stroke hemoragik dan 3 dimensi faktor risiko stroke non

hemoragik. Pada stroke hemoragik terdiri dari dimensi 1 yang dinamakan dengan

faktor kerusakan pembuluh darah, dimensi 2 yang dinamakan dengan faktor gaya

hidup dan sosial ekonomi, dan dimensi 3 yang dinamakan dengan faktor penyebab

serta dampak stress. Pada stroke non hemoragik terdiri dari dimensi 1 yang

dinamakan dengan faktor penyebab serta dampak stress, dimensi 2 yang

dinamakan dengan faktor gangguan pembuluh darah, dan dimensi 3 yang

dinamakan dengan faktor konsumsi alkohol. Diharapkan Dinas Kesehatan

Provinsi Sumatera Utara dan RSUD Dr Pirngadi untuk memperhatikan faktor

stress, faktor gaya hidup dan sosial ekonomi dan faktor status pernikahan dan

dampak pola makan yang tidak sehat sebagai bahan masukan dalam melakukan

tindakan pencegahan dan pengendalian penyakit stroke.

Kata kunci : Analisis Faktor Kategorik, Stroke Hemoragik, Stroke Non

Hemoragik.

UNIVERSITAS SUMATERA UTARA

Page 7: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

v

Abstract

Stroke is the second leading cause of death in developed countries and developing

countries after cardiovascular disease. The number of stroke patients in Medan

City are keep increasing every year in the last 3 years. This study aims to reduce

the risk factors for stroke, which are numerous into several dimensions using

categorical factor analysis. The population in this study were 217 medical record

data of stroke patients who were hospitalized at Dr Pirngadi General Hospital in

the period January - December 2017. Samples totaling 50 medical record data

were taken by simple random sampling method. Secondary data collected was

taken from the patient's medical record. The results of data analysis showed that

from 10 variables analyzed there were three dimensions of risk factors for

hemorrhagic stroke and three dimensions of risk factors for non hemorrhagic

stroke were formed. Hemorrhagic stroke consists of dimension 1, which is called

the factor of blood vessel damage, dimension 2 which is called lifestyle and socio

economic factors, and dimension 3 which is called the causes and effects of stress.

In non hemorrhagic stroke consists of dimension 1, which is called the causes and

effects of stress, dimension 2 is called a vascular disorder factor, and dimension 3

is called an alcohol consumption factor. It is expected that the Provincial Health

Office of Sumatera Utara and Dr Pirngadi General Hospital will pay attention to

stress factors, lifestyle factors and socio economic factors and marital status and

the impact of unhealthy eating patterns as suggestion in taking stroke prevention

and control measures.

Key words : Categorical Factor Analysis, hemorrhagic stroke, non hemorrhagic

stroke.

UNIVERSITAS SUMATERA UTARA

Page 8: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

vi

Kata Pengantar

Alhamdulillahirabbil’alamin, puji dan syukur penulis sampaikan kehadirat

Allah SWT berkat rahmat dan karunia-Nya penulis dapat menyelesaikan skripsi

dengan judul “PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM

PENGELOMPOKAN FAKTOR RISIKO PENYAKIT STROKE DI KOTA

MEDAN TAHUN 2017 (STUDI KASUS RSUD DR PIRNGADI MEDAN)”

yang merupakan salah satu syarat untuk menyandang gelar Sarjana Kesehatan

Masyarakat (S.K.M.).

Selama mengerjakan skripsi ini penulis banyak mendapatkan bantuan dan

serta dukungan baik moril maupun material dari berbagai pihak, maka dari itu

penulis mengucapkan terimakasih kepada:

1. Prof. Runtung Sitepu, S.H., M.Hum., selaku Rektor Universitas Sumatera

Utara,

2. Prof. Dr. Dra. Ida Yustina, M.Si., selaku Dekan Fakultas Kesehatan

Masyarakat Universitas Sumatera Utara,

3. Dr. Asfriyati, S.K.M., M.Kes., selaku dosen pembimbing I dan dr.Ria

Masniari Lubis, M.Si., selaku dosen pembimbing II yang telah

memberikan bimbingan, arahan, ilmu, motivasi, serta dukungannya kepada

penulis dalam menyelesaikan skripsi ini,

4. Dr. Asfriyati, S.K.M., M.Kes., selaku Ketua Departemen Kependudukan

dan Biostatistika Fakultas Kesehatan Masyarakat Universitas Sumatera

Utara,

UNIVERSITAS SUMATERA UTARA

Page 9: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

UNIVERSITAS SUMATERA UTARA

Page 10: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

viii

Daftar Isi

Halaman

Halaman Persetujuan i

Halaman Penetapan Tim Penguji ii

Halaman Pernyataan Keaslian Skripsi iii

Abstrak iv

Abstract v

Kata Pengantar vi

Daftar Isi viii

Daftar Tabel x

Daftar Gambar xi

Daftar Lampiran xii

Daftar Istilah xiii

Riwayat Hidup xiv

Pendahuluan 1

Latar Belakang 1

Perumusan Masalah 7

Tujuan Penelitian 8

Manfaat Penelitian 8

Tinjauan Pustaka 9

Stroke 9

Definisi Stroke 9

Epidemiologi Stroke 9

Gejala Klinis Stroke 10

Patofisiologi Stroke 11

Klasifikasi Stroke 12

Faktor Risiko Stroke 14

Pencegahan Stroke 20

Analisis Faktor 22

Kegunaan Analisis Faktor 23

Jumlah Sampel yang Ideal Untuk Analisis Faktor 24

Model Analisis Faktor 24

Analisis Faktor Kategorik 25

Langkah – Langkah Analisis Faktor Kategorik 25

Kerangka Konsep 29

Metode Penelitian 30

Jenis Penelitian 30

UNIVERSITAS SUMATERA UTARA

Page 11: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

ix

Lokasi dan Waktu Penelitian 30

Populasi dan Sampel 30

Variabel dan Definisi Operasional 31

Metode Pengumpulan Data 32

Metode Pengukuran 32

Metode Analisis Data 33

Hasil Penelitian 34

Gambaran Umum Lokasi Penelitan 34

Sejarah RSUD Dr. Pirngadi Kota Medan 34

Motto, Visi dan Misi RSUD Dr. Pirngadi Medan 35

Ketenagaan RSUD Dr. Pirngadi Medan 35

Jenis Pelayanan RSUD Dr. Pirngadi Medan 36

Gambaran Kasus Stroke di Kota Medan pada 3 Tahun Terakhir 37

Karakteristik Penderita Stroke di RSUD Dr. Pirngadi Medan Tahun-

2017 38

Karakteristik Faktor Risiko Penderita Stroke di RSUD Dr. Pirngadi-

Medan Tahun 2017 39

Analisis Multivariat 41

Ringkasan Model (Model Summary) 42

Component Loadings 44

Pembahasan 47

Dimensi Stroke Hemoragik 47

Faktor Kerusakan Pembuluh Darah 47

Faktor Gaya Hidup dan Sosial Ekonomi 49

Faktor Penyebab serta Dampak Stress 51

Dimensi Stroke Non Hemoragik 52

Faktor Penyebab serta Dampak Stress 53

Faktor Gangguan Pembuluh Darah 54

Faktor Konsumsi Alkohol 57

Keterbatasan Penelitian 57

Kesimpulan Dan Saran 58

Kesimpulan 58

Saran 59

Daftar Pustaka 60

Lampiran 63

UNIVERSITAS SUMATERA UTARA

Page 12: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

x

Daftar Tabel

No Judul Halaman

1 Metode Pengukuran Data Penelitian 32

2 Jumlah Ketenagaan RSUD Dr. Pirngadi Medan Tahun 2016 35

3 Karakteristik Penderita Stroke di Kota Medan pada Tahun 2015 –

2017 38

4 Distribusi Frekuensi dan Persentase Responden Berdasarkan-

Karakteristik di RSUD Dr. Pirngadi Medan tahun 2017 38

5 Distribusi Frekuensi dan Persentase Faktor Risiko pada Pasien-

Penderita Stroke yang Menjalani Rawat Inap di RSUD Dr. -

Pirngadi Medan Tahun 2017 39

6 Model Summary pada Pasien yang Terdiagnosa Stroke Hemoragik-

yang Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan-

Tahun 2017 42

7 Model Summary pada Pasien yang Terdiagnosa Stroke Non -

Hemoragik yang Menjalani Rawat Inap di RSUD Dr. Pirngadi

Medan Tahun 2017 43

8 Component Loadings pada Pasien yang Terdiagnosa Stroke

Hemoragik yang Menjalani Rawat Inap di RSUD Dr. Pirngadi

Medan Tahun 2017 44

9 Component Loadings pada Pasien yang Terdiagnosa Stroke Non-

Hemoragik yang Menjalani Rawat Inap di RSUD Dr. Pirngadi-

MedanTahun 2017 45

UNIVERSITAS SUMATERA UTARA

Page 13: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

xi

Daftar Gambar

No Judul Halaman

1 Kerangka konsep dengan menggunakan Categorical Principal-

Component Analysis (CATPCA) 29

2 Grafik kasus stroke di Kota Medan pada Tahun 2015 – 2017 37

UNIVERSITAS SUMATERA UTARA

Page 14: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

xii

Daftar Lampiran

Lampiran Judul Halaman

1 Surat Izin Penelitian 63

2 Keterangan Selesai Penelitian 64

3 Master Data 65

4 Hasil Output Analisis Faktor Kategorik 69

UNIVERSITAS SUMATERA UTARA

Page 15: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

xiii

Daftar Istilah

DM Diabetes Mellitus

IMT Indeks Masa Tubuh

PCA Principal Component Analysis

PIS Pendarahan Intraserebral

PJK Penyakit Jantung Koroner

PSA Pendarahan Subarakhnoid

PTM Penyakit Tidak Menular

PUSKESMAS Pusat Kesehatan Masyarakat

RIND Reversible Ischemic Attack

TIA Transient Ischemic Attack

WHO World Health Organization

UNIVERSITAS SUMATERA UTARA

Page 16: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

UNIVERSITAS SUMATERA UTARA

Page 17: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

1

Pendahuluan

Latar Belakang

Penyakit tidak menular (PTM) adalah penyakit yang menjadi masalah

kesehatan yang utama di hampir seluruh negara maju dan negara berkembang,

termasuk Indonesia. Perhatian terhadap penyakit tidak menular semakin

meningkat karena angka kejadian dan kematiannya relatif tinggi. Penyakit tidak

menular bersifat kronis dan perlangsungannya lambat tetapi dapat menyerang

semua lapisan masyarakat baik masyarakat kaya ataupun miskin. Penyakit tidak

menular menjadi prioritas mengingat sifatnya dapat menyebabkan dan

menimbulkan kerugian yang besar bagi setiap penderita (Masriadi, 2016).

Salah satu penyakit tidak menular adalah stroke. Menurut Kementerian

Kesehatan (2013) stroke ialah penyakit pada otak berupa gangguan fungsi saraf

lokal dan atau global, munculnya mendadak, progresif, dan cepat. Stroke terdiri

dari 2 macam yakni stroke iskemik dan stroke hemoragik, yang mana diantaranya

80% penderita stroke didominasi oleh penderita stroke iskemik dan 20% penderita

stroke hemoragik.

Stroke merupakan penyakit dengan penyebab utama kesakitan dan

kematian di seluruh dunia. Berdasarkan data yang didapat dari American Heart

Association (AHA, 2017), menunjukkan bahwa pada tahun 2014 setiap 4 menit

terdapat satu orang yang meninggal karena stroke. Dari seluruh total kematian

yang ada di dunia 11,8% diantaranya adalah kematian yang diakibatkan oleh

stroke. Dengan angka kematian akibat stroke sebanyak 6,5 juta jiwa, angka

tersebut membuat stroke menjadi penyebab kematian tertinggi kedua setelah

UNIVERSITAS SUMATERA UTARA

Page 18: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

2

penyakit jantung koroner (PJK). Dari angka tersebut 3,3 juta jiwa diantaranya

meninggal akibat stroke iskemik dan 3,2 juta jiwa diantaranya meninggal dunia

akibat stroke hemoragik.

Stroke adalah penyebab kematian tertinggi keenam pada negara-negara

yang berpendapatan rendah dan merupakan penyebab kematian tertinggi kedua

pada negara-negara berpendapatan menengah dan tinggi. Di negara yang

berpendapatan tinggi, frekuensi kematian yang disebabkan oleh stroke iskemik

mencapai 37% sedangkan stroke hemoragik mencapai 38%. sedangkan di negara

yang berpendapatan rendah hingga menengah, frekuensi kematian yang

disebabkan oleh stroke iskemik mencapai 14% sedangkan stroke hemoragik

mencapai 23%. di Amerika Serikat terhitung bahwa dari 20 kematian terdapat 1

kematian yang disebabkan oleh stroke (American Heart Association, 2017).

World Stroke Organization menyatakan bahwa 16% populasi di dunia

mengalami stroke dalam hidupnya dan diperkirakan setiap 2 detik terdapat 1

orang yang terkena stroke (Mesiano, 2017). Pada tahun 2013, jumlah penderita

stroke didunia mencapai 25,7 juta jiwa, yang mana 10,3 juta jiwa di antaranya

penderita stroke serangan pertama. Sebanyak 5,2 juta jiwa penderita stroke

serangan pertama dengan umur dibawah 65 tahun. Dengan perkiraan 2 dari 3

serangan stroke pertama disebabkan oleh stroke iskemik (American Heart

Association, 2017).

Kejadian stroke di negara maju seperti di Singapura cenderung menurun

dengan meningkatnya mutu pelayanan dan teknologi kesehatan angka kematian

akibat stroke menurun dari 99 menjadi 55 per 100.000 penduduk. Namun, di

UNIVERSITAS SUMATERA UTARA

Page 19: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

3

negara berkembang seperti Indonesia, angka kejadian penyakit stroke cenderung

terlihat meningkat. Hal ini diakibatkan oleh urbanisasi, perubahan gaya hidup, dan

bertambahnya umur harapan hidup. Angka kejadian stroke di daerah perkotaan

diperkirakan lebih besar dari pada angka kejadian penyakit stroke di daerah

pedesaan (Irianto, 2014). Berdasarkan data dari Kementerian Kesehatan (2013)

prevalensi stroke di kota lebih tinggi dari pada di desa, dilihat secara diagnosis

tenaga kesehatan maupun gejala, memiliki estimasi jumlah penderita sebanyak

8,2‰ dan 11,4‰.

Di negara Indonesia, angka kejadian stroke mengalami peningkatan. Hal

ini dibuktikan dari data Kementerian Kesehatan (2013) menunjukkan adanya

peningkatan prevalensi stroke per 100.000 penduduk, yaitu 830 per 100.000

penduduk pada tahun 2007 meningkat menjadi 1.210 per 100.000 penduduk pada

tahun 2013.

Beban akibat stroke yang menyebabkan kecacatan juga dapat

menyebabkan beban biaya yang tinggi, baik oleh penderita, keluarga, masyarakat

dan negara. Berdasarkan data dari Kementerian Kesehatan (2013) prevalensi

stroke terlihat lebih banyak dijumpai pada masyarakat yang tidak memiliki

pekerjaan, baik itu diagnosis tenaga kesehatan maupun diagnosis/gejala, memiliki

estimasi jumlah penderita sebanyak 11,4‰ dan 18‰, dengan rata - rata biaya

berdasarkan data dari Departemen Neurologi Rumah Sakit Cipto Mangunkusumo

(RSCM), biaya perawatan di rumah sakit untuk stroke iskemik sebesar Rp

20.080.000,- dan untuk stroke hemoragik sebesar Rp 27.816.911,-.

UNIVERSITAS SUMATERA UTARA

Page 20: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

4

Di Indonesia berdasarkan pusat data dan informasi Kementrian Kesehatan

(2013), jumlah penderita penyakit stroke di Indonesia berdasarkan diagnosis

tenaga kesehatan diperkirakan sebanyak 1.236.825 orang (7,0‰).

Berdasarkan data yang didapat dari Kementerian Kesehatan (2014) Pada

tahun 2013, Provinsi Sumatera utara menduduki posisi ke empat terbanyak setelah

Jawa Barat, Jawa Tengah, dan Jawa Timur, Berdasarkan diagnosis tenaga

kesehatan maupun diagnosis/gejala, Sumatera Utara memiliki estimasi jumlah

penderita berjumlah 92.078 penderita (10,3‰) dan 151.080 penderita (16,9‰).

Pada tahun 2015 Provinsi Sumatera Utara berada pada peringkat ke 10 terbanyak

dengan jumlah kasus rawat inap berkisar pada 1.000 – 1.500 pasien yang ada di

seluruh rumah sakit di Provinsi Sumatera Utara (Kementerian Kesehatan, 2017).

Berdasarkan rekapitulasi data dari Pusat Kesehatan Masyarakat

(Puskesmas) di Kota Medan yang diadakan oleh Dinas Kesehatan Provinsi

Sumatera Utara diketahui bahwa jumlah penderita stroke terus bertambah, pada

tahun 2015 tercatat terdapat 630 kasus stroke (stroke hemoragik 357 kasus, stroke

iskemik 273 kasus), sedangkan peningkatan yang signifikan terlihat pada jumlah

kasus pada tahun 2016 dengan jumlah 2.463 kasus stroke (stroke hemoragik 415

kasus, stroke iskemik 2.048 kasus).

Penyakit stroke itu sendiri disebabkan oleh berbagai macam faktor risiko,

dalam Kementerian Kesehatan (2011), faktor risiko penyakit stroke terbagi 2,

yaitu faktor risiko yang dapat dimodifikasi dan faktor risiko yang tidak dapat

dimodifikasi. Faktor risiko yang tidak dapat dimodifikasi terdiri dari jenis

kelamin, umur, ras, dan riwayat keluarga.

UNIVERSITAS SUMATERA UTARA

Page 21: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

5

Risiko terkena penyakit stroke akan meningkat seiring dengan

bertambahnya usia, risiko untuk terkena penyakit stroke meningkat sejak usia 45

tahun dan setelah umur 55 tahun, risiko untuk terkena stroke iskemik meningkat 2

kali lipat setiap dekadenya. Penyakit stroke juga lebih banyak terjadi pada jenis

kelamin laki – laki di bandingkan dengan jenis kelamin wanita, dengan

perbandingan sebesar 1,3 : 1, namun pada usia lanjut risiko laki-laki dan wanita

terhadap penyakit stroke hampir tidak memiliki perbedaan yang signifikan, laki-

laki yang berumur 45 tahun apabila bertahan hidup sampai 85 tahun kemungkinan

untuk terkena stroke sebesar 25% sedangkan pada wanita sebesar 20% (Junaidi,

2011). Berdasarkan data sistem informasi Penyakit Tidak Menular (PTM)

berbasis web yang diambil dari seluruh puskesmas di indonesia dalam

Kementerian Kesehatan (2017), pada tahun 2016 terdapat 4.092 kasus yang

tercatat, dari kasus tersebut jumlah penderita stroke berdasarkan jenis kelamin

yang terbesar adalah jenis kelamin laki-laki dengan 2.165 kasus dan pada wanita

sebesar 1,927 kasus, sedangkan pada kelompok umur jumlah penderita stroke

terbesar berada pada kelompuk umur usia lanjut (≥ 60 tahun) dengan jumlah

penderita 1.677 kasus, pada kelompok umur 35-59 tahun terdapat 1.466 penderita,

pada kelomponk umur 15 – 34 tahun terdapat 47 penderita, sedangkan pada

kelompok umur < 15 tahun terdapat 4 penderita.

Faktor risiko yang dapat dimodifikasi terdiri dari hipertensi,

hiperkolesterolemia, diabetes mellitus, riwayat penyakit jantung, obesitas,

merokok, konsumsi alkohol, pendidikan, pekerjaan dan status pernikahan. Faktor

risiko penyakit stroke tersebut sering dijumpai dalam kebiasaan masyarakat Kota

UNIVERSITAS SUMATERA UTARA

Page 22: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

6

Medan. Meminum alkohol atau yang biasa disebut tuak dan merokok merupakan

kebiasaan masyarakat di Kota Medan. Pada dasarnya 90% kasus stroke dapat

dicegah dengan penatalaksanaan faktor risiko yang baik. Maka dari itu perlulah

dilakukan pencegahan dan pengendalian agar angka kesakitan dan angka kematian

akibat penyakit stroke dapat menurun.

Beberapa penelitian menunjukkan adanya variasi mengenai faktor risiko

yang memengaruhi terjadinya penyakit stroke. Menurut penelitian Marta

Telambanua (2016) yang dilaksanakan di RSUP H Adam Malik Medan pada

bulan Mei hingga Juni tahun 2016 menjelaskan bahwa faktor risiko usia, jenis

kelamin, riwayat stroke, riwayat diabetes melitus, riwayat hiperkolesterolemia,

konsumsi rokok, dan konsumsi alkohol tidak memiliki hubungan yang signifikan

terhadap terjadinya penyakit stroke. Sementara itu riwayat penyakit jantung dan

riwayat hipertensi terbukti memiliki hubungan terhadap terjadinya penyakit

stroke.

Menurut Wayunah dan Muhammad Saefullah (2016) yang dilakukan di

RSUD Indramayu menyatakan bahwa faktor risiko umur, jenis kelamin, riwayat

keluarga, riwayat jantung, riwayat prilaku merokok, kadar kolesterol darah, dan

riwayat obesitas tidak memiliki hubungan terhadap kejadian penyakit stroke

hemoragik dan stroke iskemik. Sedangkan faktor risiko riwayat stroke dan

aktivitas fisik terbukti memiliki hubungan yang signifikan terhadap kejadian

stroke hemoragik maupun stroke iskemik.

Berdasarkan survei pendahuluan yang dilakukan di RSUD Dr Pirngadi

Medan pada tahun 2017 terdapat 217 pasien stroke yang di rawat inap dengan

UNIVERSITAS SUMATERA UTARA

Page 23: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

7

stroke hemoragik sebanyak 91 pasien dan stroke iskemik sebanyak 116 pasien.

Tingginya kasus serta kerugian yang ditimbulkan oleh penyakit stroke mulai dari

kematian, kecacatan hingga biaya perawatan yang tinggi, maka pengetahuan

mengenai faktor risiko penyakit stroke sangat diperlukan.

Dalam menentukan dimensi - dimensi faktor risiko penyakit stroke, tidak

semudah melihat faktor-faktor yang memengaruhinya saja, sebab karakteristik,

gejala dan penyebabnya sangat beragam. Karena faktor risiko penyakit stroke

jumlahnya banyak sehingga mungkin diantara faktor risiko tersebut terdapat

beberapa faktor risiko yang mungkin saja saling berkorelasi. Pengelompokan

faktor risiko penyakit stroke yang saling berkorelasi akan bermanfaat untuk

melakukan analisa lebih lanjut, sebab akan lebih mudah memahami dimensi -

dimensi yang terbentuk yang jumlahnya lebih sedikit dibandingkan dengan yang

jumlahnya jauh lebih banyak. Maka dari itu perlu dilakukan analisis faktor, namun

faktor risiko stroke yang dapat dimodifikasi berskala kategorik, maka analisis

yang digunakan adalah analisis faktor kategorik dengan Categorical Principal

Component Analysis (CATPCA). Sehingga pada akhirnya akan menghasilkan

beberapa dimensi - dimensi yang masing - masing berisi beberapa faktor risiko

penyakit stroke. Sehingga dapat diamati dimensi atau kelompok faktor risiko apa

saja yang menjadi faktor risiko penyakit stroke di Kota Medan (studi kasus RSUD

Dr Pirngadi Medan).

Perumusan Masalah

Rumusan masalah dalam penelitian ini adalah terdapat banyak faktor

risiko penyakit stroke sehingga diduga ada diantaranya yang berkorelasi, maka

UNIVERSITAS SUMATERA UTARA

Page 24: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

8

perlu disatukan dalam beberapa kelompok dengan metode Categorical Principal

Component Analysis (CATPCA).

Tujuan Penelitian

Untuk mengurangi (reduction) faktor risiko penyakit stroke di Kota

Medan tahun 2017 dengan cara mengelompokkannya ke dalam beberapa dimensi

dengan analisis faktor kategorik (studi kasus RSUD DR Pirngadi Medan).

Manfaat Penelitian

Manfaat dilakukannya penelitian ini adalah sebagai berikut:

1. Sebagai bahan masukan bagi Dinas Kesehatan Provinsi Sumatera Utara dan

RSUD DR Pirngadi Medan dalam upaya pencegahan dan pengendalian

penyakit stroke.

2. Agar dapat dijadikan sebagai bahan studi kasus bagi pembaca, khususnya

kepada peneliti mengenai analisis faktor kategorik, serta dapat memberikan

referensi bagi semua pihak sebagai bahan bacaan yang dapat menambah ilmu

pengetahuan.

UNIVERSITAS SUMATERA UTARA

Page 25: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

9

Tinjauan Pustaka

Stroke

Definisi stroke. Stroke merupakan sindrom klinis yang ditandai dengan

adanya defisit neurologis serebral fokal maupun global yang berkembang secara

cepat yang berlangsung selama minimal 24 jam atau dapat menyebabkan

kematian yang disebabkan oleh kejadian vascular, baik pendarahan spontan pada

otak (stroke pendarahan) maupun suplai darah yang inadekuat pada bagian otak

(stroke iskemik) sebagai akibat aliran darah yang rendah, thrombosis atau emboli

yang berkaitan dengan penyakit pembuluh darah, jantung, dan darah (Setiati dkk.

2014).

Definisi Stroke menurut World Health Organization (WHO, 2014) adalah

gangguan fungsi otak lokal atau luas yang terjadi secara mendadak dan cepat

berlangsung selama 24 jam atau lebih yang dapat menyebabkan penderita

meninggal. Sedangkan menurut Kementerian Kesehatan (2013) Stroke adalah

penyakit pada otak berupa gangguan fungsi saraf lokal dan atau global, yang

kemunculannya mendadak dan berkembang dengan cepat.

Jadi dapat disimpulkan bahwa Stroke adalah penyakit terganggunya fungsi

otak yang dikarenakan oleh gangguan aliran darah pada salah satu bagian otak

dengan proses lebih dari 1 hari yang dapat menebabkan kecacatan maupun

kematian.

Epidemiologi stroke. Stroke ialah persoalan besar yang ditemui di

penjuru dunia baik di Negara maju ataupun di Negara berkembang. Stroke berada

UNIVERSITAS SUMATERA UTARA

Page 26: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

10

di posisi ketiga selaku penyabab kematian didunia sesudah jantung serta kanker,

sedangkan stroke juga penyebab kecacatan periode panjang nomor satu di dunia

(Masriadi, 2016).

Perubahan demografi penduduk dan keseluruhan resiko penyakit akan

menempatkan tuntutan pada pelayanan kesehatan pada pelayanan kesehatan unuk

perawatan stroke akut dan perawatan jangka panjang terkait dengan kerugian

ketidakberfungsian yang lebih parah.

Stroke meningkat cepat di Timur Eropa dan Asia Tengah dibandingkan

Barat Eropa dan Amerika Serikat. tingkat stroke dan penyakit kardiovaskular di

Cina diproyeksikan akan meningkat secara dramatis disebabkan karena kombinasi

dari masyarakat usia lanjut dan tinginya prevalensi merokok dan hipertensi.

Perubahan pada jenis stroke juga berkembang dengan sangat cepat dinegara Asia

seperti Cina, dengan penngkatan stroke skemik dan penurunan stroke hemoragik

telah mendekati pola seperti yang terlihat di Negara industri (ScottKinlay 2011

dalam Masriadi,2016).

Sama halnya dengan asia lainnya seperti Indonesia, angka kejadian di

Indonesia untuk penyakit tersebut malah terlihat meningkat. Hal tersebut

diakibatkan oleh dampak urbanisasi, lifestyle, serta meningkatnya umur harapan

hidup. Angka kasus stroke di daerah perkotaan di Indonesia diprediksi 5 kali lebih

besar dari pada angka kasus penyakit di daerah pedesaan. Hal tersebut dapat

disimpulkan berdasarkan total pasien stroke dirawat di rumah sakit terkhusus

rumah sakit tipe B ialah rumah sakit yang terletak pada daerah perkotaan.

UNIVERSITAS SUMATERA UTARA

Page 27: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

11

Gejala klinis stroke. Secara umum gejala stroke yang sering dijumpai

dapat dikemukakan sebagai berikut (Irianto,2014):

1. Muncul rasa kebas pada sebagian badan.

2. Lesu, ataupun timbul kelumpuhan di sebagian badan.

3. Mulut serta lidah merot apabila diluruskan.

4. Sulit makan serta minum.

5. Sulit berbicara berupa pelo, Sehingga berbicara tak lancar.

6. Kemampuan membaca serta membaca menurun.

7. Sulit melangkah.

8. Kemampuan menelaah perkataan orang lain mulai menurun.

9. Keahlian intelektual menurun, sehingga tak bias menghitung serta pikun.

10. Alat indra terganggu, sehingga muncul penurunan fungsi penglihatan serta

pendengaran.

11. Gangguan pada mood swings, suasana hati mudah berubah.

12. Kelopak mata susah terbuka.

13. Susah menggerakkan anggota tubuh.

14. Gangguan kognisi, pingsan hingga bisa koma.

Patofisiologi stroke. Otak manusia adalah salah satu organ yang sangat

vital yang terbentuk atas miliaran sel saraf yang dikenal dengan neuron yang

terkoneksi antara satu dengan yang lainnya. Miliaran koneksi yang terbentuk akan

menentukan kualitas hidup seseorang. Mereka mengontrol setiap gerakan fisik,

mengartikan seluruh indra pendengaran, indra penglihatan, sentuhan,

keseimbangan, rasa sakit, indra pengecap , indra penciuman serta perantara

UNIVERSITAS SUMATERA UTARA

Page 28: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

12

spekulasi serta bahasa. Kendatipum otak cuma berwujud 2% dari berat badan,

akan tetapi memakai oksigen berkisar 20% dari oksigen badan serta memakai

50% dari seluruh energi fisik. Otak tak bisa menempatkan nutrisi dan oksigen

yang diperlukan, dengan demikian untuk bisa berperan otak membutuhkan

sediaan aliran darah secara berkelanjutan. Otak tidak akan mampu berfungsi

dengan baik jika suplai darah terganggu, walau hanya sebentar saja.

Keterlambatan aliran darah 7 sampai 10 detik saja sudah dapat merusak otak

secara permanen. Dengan demikian, kepekaan transisi pada aliran darah serta

bergantung pada aliran darah secara berkelanjutan ialah yang membuat stroke

sangat mematikan (Junaidi, 2011).

Stroke ialah luka otak yang diakibatkan oleh dua macan gangguan

vaskular, yakni: iskemik atau hemoragik. Stroke iskemik, atau yang biasa

dikatakan stroke non-hemoragik, yakni kejadian dimana suplai darah yan menuju

ke jaringan otak menipis ataupun terhenti. Hal tersebut diakibatkan karena

penggumpalan darah yang bersirkulasi di dalam pembuluh arteri (Lingga,2013).

Sedangkan mekanisme hemoragik (pendarahan) terjadi karena pecahnya

pembuluh darah otak yang menyebabkan terjadinya stroke yang disebut stroke

hemoragik (Masriadi, 2016).

Klasifikasi stroke. Stroke atau terganggunya peredaran darah di otak

terbagi atas dua aspek, yaitu stroke non hemoragik dan stroke hemoragik.

Stroke non hemoragik. Stroke non hemoragik atau juga disebut stroke

iskemik diartikan sebagai kerusakan jaringan otak dikarenakan suplai darah ke

UNIVERSITAS SUMATERA UTARA

Page 29: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

13

otak yang tidak memadai. Definisi klinis stroke non hemoragik yakni defisit

neurologis fokal yang timbul kronis serta berproses lebih dari 1 hari dan tak

diakibatkan oleh pendarahan (Lumbantobing, 2003).

Berdasarkan perjalanan klinis nya, stroke iskemik dikelompokkan menjadi 4,

yaitu: (Masriadi, 2016)

a. Transient Ischemic Attack (TIA)

Transient Ischemic Attack (TIA) ialah serangan sesaat dari disfungsi serebral

fokal karena gangguan vaskular, dengan waktu serangan 2-15 menit sampai paling

lama 1 hari. Stroke ini tak dapat menimbulkan bekas sehingga pasien tak terlihat

pernah mengalami stroke, kendati demikian adanya TIA ialah satu petunjuk pada

terjadinya serangan stroke di masa mendatang sehingga tak bias dikesampingkan.

b. Reversible Ischemic Neurological Deficit (RIND)

Reversible Ischemic Neurological Deficit (RIND) merupakan fenomena gangguan

neurologis yang terjadi lebih lama. Kejadian RIND mirip dengan TIA, hanya saja

terjadi lebih lama hingga 1 minggu. Selanjutnya akan sembuh kembali dalam

periode 3 minggu serta tidak meninggalkan bekas gejala.

c. Complete Stroke

Complete Stroke yakni gangguan pembuluh darah otak yang menimbulkan

gangguan saraf kronis yang berlangsung lebih dari 1 hari. Stroke ini akan

menimbulkan bekas jejak gejala.

d. Stroke in Evolution (Progressive Stroke)

Stroke in Evolution (Progressive Stroke) merupakan sekumpuan simtom

gangguan saraf yang berkembang dalam waktu 6 jam atau bisa saja lebih. Stroke

UNIVERSITAS SUMATERA UTARA

Page 30: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

14

jenis ini adalah jenis stroke yang terberat sehingga sulit di tentukan diagnosanya.

Hal ini dikarenakan keadaan pasien yang terlihat tidak stabil, selalu berubah

sehingga bisa saja menunjukkan gejala yang mengarah ke keadaan yang lebih

buruk.

Stroke hemoragik. Stroke hemoragik ialah stroke yang dikarenakan oleh

pecahnya pembuluh darah pada otak sehingga darah yang keluar dari pembuluh

darah yang pecah masuk kedalam jaringan otak yang berdampak pada kerusakan

sel-sel otak, yang pada akhirnya bagian otak yang terinfeksi darah tidak dapat

berfungsi dengan semestinya. Stroke hemoragik terbagi menjadi pendarahan

intraserebral (PIS) dan pendarahan subarakhnoid (PSA).

a. Pendarahan Intraserebral (PIS)

Pendarahan intraserebral dikarenakan oleh pecahnya pembuluh darah

intraserebral sehingga darah keluar dari pembuluh darah yang pada akhirnya

menyebabkan darah masuk ke dalam jaringan otak. Penyebab pendarahan

intraserebral umumnya disebabkan oleh tekanan darah tinggi yang berlangsung

lama sehingga menyebabkan kerusakan dinding pembuluh darah (Junaidi, 2011).

b. Pendarahan Subarakhnoid (PSA)

PSA merupakan pendarahan yang berlangsung pada bagian luar otak,

terjadi pada pembuluh darah yang terletak di bawah otak ataupun di selaput otak.

Pendarahan itu akan menggencet otak sampai aliran darah ke otak perlahan

berhenti (Lingga, 2013). Pada umumnya penderita PSA akan mengeluhkan nyeri

kepala yang hebat.

UNIVERSITAS SUMATERA UTARA

Page 31: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

15

Faktor risiko stroke. Stroke tak berlangsung begitu saja jika tak ada

faktor pemicu. Stroke juga disebut dengan multikausal atau yang pada umumnya

diartikan dengan dipengaruhi oleh banyak faktor penyebab. Faktor risiko yang

berkaitan dengan terjadinya stroke dapat dibagi menjadi 2 golongan, yaitu faktor

risiko yang tidak dapat dimodifikasi dan faktor risiko yang dapat dimodifikasi

(Kementerian Kesehatan, 2011).

Faktor risiko yang tidak dapat dimodifikasi. Faktor risiko yang tidak

dapat dimodifikasi merupakan faktor risiko yang tidak dapat diubah untuk

melakukan pencegahan terhadap terbentuknya penyakit. Berikut ini merupakan

faktor risiko yang tidak dapat dimodifikasi, antara lain:

1. Umur

Bertambahnya risiko stroke sejalan dengan bertambahnya usia yang

berkaitan dengan proses penuaan pada tubuh, dimana seluruh peran anggota badan

mengalami penurunan termasuk pembuluh darah otak.

2. Jenis kelamin

Penyakit stroke lebih sering dijumpai pada laki-laki dari pada perempuan

tanpa memandang etnik dan asal Negara. Pola serangan dipengaruhi oleh

perlindungan hormon seksual wanita, yaitu peranan esterogen sangat penting

dalam melindungi wanita dari serangan penyakit pembuluh darah (Masriadi,

2016).

3. Riwayat keluarga

Risiko untuk terkena stroke bertambah 2 kali lebih besar untuk terjadi pada

seseorang yang memiliki riwayat keluarga yang pernah mengalami penyakit

UNIVERSITAS SUMATERA UTARA

Page 32: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

16

stroke dibandingkan dengan yang tak memiliki riwayat keluarga (Kementerian

Kesehatan, 2011).

4. Ras (suku)

Di Negara Indonesia, suku Batak dan Padang lebih berisiko untuk terkena

stroke dibandingkan dengan suku Jawa. Hal ini berkaitan dengan gaya makan dan

mengkonsumsi sajian makanan yang sarat akan kolestrol (Kementerian

Kesehatan, 2007).

Faktor risiko yang dapat dimodifikasi. Faktor risiko yang dapat

dimodifikasi merupakan faktor risiko yang dapat diubah untuk kita melakukan

pencegahan terhadap terbentuknya sebuah penyakit. Berikut ini merupakan faktor

risiko yang dapat dimodifikasi, antara lain:

1. Hipertensi

Hipertensi ialah terjadinya kenaikan pada tekanan darah sistolik ataupun

diastolik, yakni sama dengan atau melebihi 140/90 mmHg. Hipertensi dianggap

sebagai faktor risiko utama stroke. Penderita hipertensi memiliki risiko untuk

terkena stroke sebesar 7 kali lebih besar dibandingkan dengan yang tak menderita

hipertensi (Masriadi, 2016).

2. Hiperkolesterolemia

Kolestrol ialah partikel lemak yang berada didalam badan manusia.

Lemak, atau kolestrol diperlukan dalam pembentukan dinding sel tubuh dan

menjadi materi pokok dalam pembentukan hormon steroid. Kolesterol yang

UNIVERSITAS SUMATERA UTARA

Page 33: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

17

jumlahnya terlalu banyak otomatis disimpan dalam pembuluh darah dan apabila

kelebihan pada akhirnya akan menyebabkan terjadinya aterosklerosis yaitu

pengecilan atau pergeseran pembuluh darah. Kondisi tersebut ialah proses awal

terbentuknya stroke. Keadaan hiperkolesterolemi dikatakan apabila kadar

kolesterol dalam darah ≥ 200 mg/dl. Penderita hiperkolesterolemia memiliki besar

risiko 8 kali lebih besar apabila disandingkan dengan yang tidak menderita

hiperkolesterolemia (Masriadi 2016).

3. Diabetes mellitus

Diabetes mellitus (DM) ialah serangkaian dampak dari meningkatmya

jumlah gula darah (glukosa) pada tubuh yang melebihi kadar normal karena

pengaruh dari kurangnya hormon insulin. Seseorang dikatakan diabetes apabila

kadar gula darah ≥200 mg/dl untuk gula darah sewaktu dan ≥ 120 mg/dl untuk

gula darah puasa. DM menimbulkan kendala pada lipoprotein

(dyslipoproteinemia). Hal ini disebabkan oleh gangguan vaskular yaitu

mikroangiopati. Mikroangiopati yang tak khas terlihat pada usia lanjut terdapat

pada pembuluh darah besar seperti pada pembuluh darah jantung dan otak.

Framingham mengatakan, satu dari dua pengidap penyakit diabetes mellitus akan

menghadapi kerusakan pembuluh darah serta memperbesar risiko untuk terkena

serangan atau penyakit jantung (Kementerian Kesehatan, 2011). Diabetes mellitus

diketahui bias mempersempit dinding pembuluh darah otak yang berukuran besar.

Penyempitan diameter pembuluh darah tersebut menyebabkan terganggunya

suplai darah ke otak, yang kemudian menyebabkan kerusakan pada sel-sel otak

(Masriadi, 2016).

UNIVERSITAS SUMATERA UTARA

Page 34: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

18

4. Penyakit jantung

Penyakit jantung disebabkan oleh pengecilan serta tersumbatnya pembuluh

darah arteri pada jantung yang menimbulkan terganggunya suplai darah ke

jantung yang kemudian menyebabkan pengaruh kehilangan jumlah oksigen serta

makanan ke jantung sebab stok darah ke jantung dari arteri semakin tipis. kondisi

itu menimbulkan berkurangnya fungsi jantung sebagai pemompa darah ke seluruh

tubuh. Penderita penyakit jantung memiliki risiko 3 kali lebih besar untuk terkena

stroke dibandingkan yang tak memiliki penyakit jantung. Dalam menjadi faktor

risiko stroke, jantung berperan sebagai organ yang menyebarkan gumpalan darah

serta jaringan yang mati ke dalam suplai darah yang menyebabkan hambatan serta

sumbatan melalui suplai darah ke otak (Masriadi, 2016).

5. Obesitas

Kegemukan atau obesitas ialah bertambahnya bobot tubuh yang melebihi

dari 20% bobot tubuh normal atau yang dapat dilihat melalui indeks masa tubuh

(IMT), IMT ialah suatu hasil perhitungan dari berat badan (kg) dibagi dengan

tinggi badan (m) yang dikuadratkan. Sebagai faktor risiko stroke, obesitas

menupakan faktor yang tak berperan sendiri, obesitas pada biasanya diikuti oleh

faktor yang lain. Timbulnya asterosklerosis menjadi lebih berbahaya apabila

obesitas yang diperberat oleh 2 atau 3 faktor lain (Kementerian Kesehatan, 2007).

Hampir 1 dari 5 kasus stroke berhubungan obesitas. Sebaran lemak dalam tubuh

memiliki peran dalam meningkatnya risiko untuk terkena penyakit kardiovaskuler.

Penumpukan lemak dibagian tengah tubuh (perut) akan menambah risiko penyakit

kardiovaskuler (Kementerian Kesehatan, 2011).

UNIVERSITAS SUMATERA UTARA

Page 35: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

19

6. Merokok

Lebih dari 1 dari 10 kejadian sroke berhubungan dengan rokok, baik itu

perokok aktif maupun perokok pasif (World Stroke Organization). Risiko untuk

terkena stroke terjadi 2 kali lebih besar pada perokok aktif, sedangkan pada

perokok pasif berisiko 1,2 kali lebih besar untuk terkena stroke. Kandungan

nikotin dan karbondioksida didalam rokok dapat menimbulkan keanehan di

pembuluh darah, disamping itu kandungan zat pada rokok dapat mempengaruhi

struktur darah yang memudahkan berlangsungnya penggumpalan darah

(Madiyono, 2003).

7. Konsumsi Alkohol

Kosumsi alkohol ialah salah satu faktor risiko penyebab terjadinya

penyakit stroke. Faktor konsumsi alkohol menyumbang lebih dari 1 juta kasus

stroke setiap tahunnya (World Stroke Organization). Konsumsi alkohol yang

melebihi kewajaran menyebabkan terganggunya metabolisme tubuh, yang dapat

menimbulkan dyslipidemia, diabetes mellitus, meningkatkan bobot tubuh serta

tekanan darah, memperburuk sel saraf tepi, saraf otak dan lain-lain (Madiyono,

2003). Semua itu tentunya dapat memudahkan proses penyakit stroke. Maka dari

itu hindari mengkonsumsi lebih dari dua gelas alkohol perhari untuk laki-laki dan

satu gelas alkohol per hari bagi perempuan agar menurunkan risiko stroke.

8. Pendidikan

Dalam penelitian Wardhani dan Martini (2014) dikemukakan bahwa

pekerja yang pendidikan terakhirnya perguruan tinggi memiliki pengetahuan

mengenai faktor risiko lebih baik dibandingkan dengan yang berpendidikan

UNIVERSITAS SUMATERA UTARA

Page 36: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

20

terakihir SD, SMP, dan SMA. Ketersediaan sarana pendidikan serta sarana

informasi kesehatan yang kurang baik berhubungan dengan stroke. Strategi

pemerintah dalam menuntaskan kemiskinan dan menambah ketersediaan sarana

kesehatan serta sarana pendidikan memiliki dampak yang baik dalam penurunan

angka penyakit stroke dan penyakit tidak menular yang lain (World Stroke

Organization).

9. Pekerjaan

Pekerjaan ialah salah satu parameter yang dapat menggambarkan strata

sosial dan ekonomi seseorang. Pekerja kasar atau pekerja rendahan lebih

berrisiko untuk terkena penyakit stroke (Engstorm dkk, 2006). Dalam penelitian

Laily (2017) juga disebutkan bahwa seseorang yang tak memiliki pekerjaan

memiliki risiko hingga 4 kali lipat untuk terserang stroke iskemik dibandingkan

dengan seseorang yang memiliki pekerjaan. Status pekerja kasar dan tidak bekerja

menjadi penyebab terjadinya stroke karena akan menyebabkan seseorang menjadi

stress.

10. Status Pernikahan

Laki laki atau perempuan yang tidak memiliki pasangan atau telah bercerai

lebih berrisiko untuk terserang stroke dibandingkan dengan yang menikah atau

memiliki pasangan. Hal tersebut dikarenakan seseorang dengan status tak

menikah umumnya memiliki pola gaya hidup yang tak baik seperti merokok,

mengkonsumsi alkohol, pola konsumsi makan yang tak baik serta stress yang

lebih tinggi (Engstorm dkk, 2006).

UNIVERSITAS SUMATERA UTARA

Page 37: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

21

Pencegahan stroke. Stroke perlu dan harus dicegah. Banyak penderita

stroke yang meninggal, menjadi cacat atau invalid seumur hidup. Di zaman

sekarang ini, telah banyak diketahui mengenai mekanisme terjadinya stroke,

namun masih kurang banyak yang dapat dilakukan untuk mencegah cacat setelah

terkena stroke.

Stroke dapat dicegah atau ditangguhkan serangannya, 90% kasus stroke

dapat dicegah dengan tata laksana faktor risiko dengan baik (Mesiano, 2017).

Seperti yang diketahui, hipertensi merupakan faktor yang mendominasi penyebab

penyakit stroke, namun dengan demikian pencegahan stroke tidak semata

ditujukan pada pencegahan hipertensi, dalam menentukan pencegahan stroke

dapat dilakukan dengan macam upaya preventif yaitu pencegahan primer,

sekunder, serta tersier.

1. Pencegahan Primer

Usaha yang dilakukan dalam upaya preventif primer stroke, yaitu dengan

melakukan pola hidup sehat bebas stroke yang terdiri dari: (Bustan, 2007)

a. Menjauhi : rokok, stress, alkohol, obesitas, penggunaan garam berlebi,

obat-obatan amphetamine, dan zat psikoaktif lainnya.

b. Membatasi : kolesterol serta kadar lemak dalam makanan.

c. Mengontrol : tekanan darah, gula darah, dan penyakit jantung.

d. Melakukan : makan makanan dengan gizi yang seimbang serta olah raga

secara teratur.

2. Pencegahan Sekunder

UNIVERSITAS SUMATERA UTARA

Page 38: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

22

pencegahan sekunder dilakukan bagi penderita yang pernah atau sedang

mengidap stroke, dianjurkan:

a. Lifestyle : mengurangi stress, konsumsi makanan sedikit garam, tak

merokok, serta memperbaiki gaya hidup.

b. Lingkungan : berhenti bekerja jika dibutuhkan dan dukungan keluarga.

c. Biologi : berobat dengan teratur serta menghindari efek samping.

d. Pelayanan Kesehatan : pemberian informasi kepada pasien serta

mempertimbangkan penyebab sekunder lainnya.

3. Pencegahan Tersier

Pencegahan tersier ialah bentuk penyembuhan yang dilaksanakan kepada

penderita stroke yang sudah menderita kelumpuhan agar kondisinya tak

bertambah buruk, yaitu:

a. Lifestyle : mengurangi stress, melakukan exercise sedang hingga ringan,

serta berhenti merokok.

b. Lingkungan : Memperhatikan keamanan serta keselamatan (kegiatan

didalam rumah tidak menggunakan tangga dan menggunakan kursi

roda).

c. Biologi : rutin melakukan pengobatan, melakukan terapi dan speach

therapy.

d. Pelayanan Kesehatan : asuransi.

UNIVERSITAS SUMATERA UTARA

Page 39: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

23

Analisis Faktor

Analisis faktor adalah salah satu metode statistik multivariat yang

dipergunakan untuk mengurangi atau memangkas variabel dengan jumlah yang

banyak serta saling ketergantungan (Sutopo & Slamet, 2017).

Pada dasarnya metode dari analisis faktor ialah untuk melihat hubungan

(interrelationship) diantara beberapa variabel yang saling berdiri sendiri diantara

satu dengan yang lainnya, yang pada akhirnya akan membentuk satu atau

beberapa kelompok variabel yang totalnya lebih sedikit dari total variabel diawal.

Salah satu contohnya ialah: terdapat 12 variabel yang saling berdiri sendiri antara

satu dengan yang lainnya, maka dari itu dilakukanlah analisis faktor yang

mungkin dimana proses analisis faktor akan mengelompokkan 12 variabel

tersebut menjadi 3 atau 4 kelompok variabel baru atau new set of variables.

kelompok variabel yang terbentuk diatas dinamakan dengan faktor, dimana faktor

yang dihasilkan tersebut harus merepresentasikan variabel awal yang jumlahnya

lebih banyak (Santoso, 2010).

Oleh karena itu, analisis faktor berguna untuk mereduksi variabel, maka

analisis faktor ini sangat berguna dalam analisis yang menggunakan variabel

analisis yang relatif banyak, sedangkan data relatif tidak besar (Usman & Sobari,

2013).

Kegunaan analisis faktor. Pada umumnya analisis faktor dipergunakan

untuk:

1. Mengidentifikasi Faktor yang Mendasari

UNIVERSITAS SUMATERA UTARA

Page 40: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

24

Kegunaan terpenting dari analisis faktor analisis faktor ialah untuk

mengidentifikasi faktor yang mendasari variabel yang banyak. Pengelompokan

variabel yang jumlahnya banyak menjadi sekelompok variabel yang lebih sedikit

serta membentuk new set of variables yang dikatakan dengan faktor dalam bentuk

yang sederhana serta berguna untuk memudahkan dalam

menginterprestasikannya.

2. Penyaringan Variabel (Screening of Variables)

Kegunaan dari screening of variables adalah melakukan penyaringan

variabel agar data dapat disertakan dalam penelitian statistik selanjutnya.

3. Meringkas Data (Summary of Data)

Kegunaan analisis faktor yang lainnya ialah untuk meringkas data yaitu

meringkas sedikit atau banyak faktor sesuai dengan yang diinginkan dari satu set

variabel.

4. Memilih Variabel (Sampling of Variables)

Kegunaan analisis faktor yang lain ialah menentukan sekumpulan kecil

perwakilan variabel yang mencerminkan variabel awal, meskipun sebagian besar

variabel berhubungan dimana hal ini bertujuan untuk memecah berbagai masalah

praktis.

Jumlah sampel yang ideal untuk analisis faktor. Umumnya, banyaknya

total sampel (n) yang di anjurkan ialah 4 hingga 5 kali jumlah variabel. Sebagai

contoh, jika y adalah jumlah variabel. Lalu, jumlah sampel ialah 4 hingga 5 kali

dari nilai y (Sutopo & Slamet, 2017).

UNIVERSITAS SUMATERA UTARA

Page 41: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

25

Model analisis faktor. Jika dalam suatu penelitian, kita mempunyai “n”

buah variabel, yaitu: X1, X2, X3,…..., Xn, maka faktor dapatdituliskan secara

matematis sebagai kombinasi linier dari atribut-atribut tersebut , dengan

formulasi sebagai berikut:

Fi = Wi1X1 + Wi2X2 + Wi3X3 + …. + WinXn

Keterangan:

i = 1,2,3,….,n.

n = Banyaknya variabel.

Fi = Perkiraan faktor ke-i (didasarkan pada variabel X dengan koefisienny Wi).

Wi = Bobot atau koefisien nilai faktor ke-i.

Xi = Variabel ke Xi yang sudah dibakukan (standardized).

Analisis Faktor Kategorik

Analisis faktor kategorik atau categorical principal component analysis

(CATPCA) tergolong pada interdependence technique, artinya tidak memiliki

variabel dependen maupun variabel independen. Analisis faktor kategorik pada

dasarnya sama seperti analisis faktor pada umumnya dipergunakan untuk

mereduksi dan menginterprestasikan variabel yang jumlahnya banyak menjadi

beberapa variabel baru atau variabel bentukan, hanya saja data yang digunakan

dalam analisis faktor kategorik merupakan data yang bersifat kategorik (nominal

atau ordinal).

UNIVERSITAS SUMATERA UTARA

Page 42: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

26

Data pada analisis faktor kategorik merupakan data dengan bilangan bulat

yang bernilai positif dengan urutan numerik yang bertingkat dimulai dengan nilai

1, nilai yang kurang dari 1 akan dianggap hilang atau tidak dapat di proses.

Asumsi dari pada analisis faktor kategorik adalah data harus memuat

setidaknya tiga kasus yang valid dan analisis ini didasarkan pada data dengan

bilangan bulat positif. (IBM Statistics)

Langkah – langkah analisis faktor kategorik. adapun langkah – langkah

analisis faktor kategorik ialah:

Identifikasi masalah. prosedur awal dalam melakukan CATPCA ialah

dengan melakukan identifikasi masalah terlebih dahulu. Langkah ini bertujuan

untuk menentukan data apa saja yang akan di analisis menggunakan metode

CATPCA. Keberadaan identifikasi masalah ini akan lebih spesifik menunjukkan

data mana saja yang dapat dipakai untuk melakukan analisis CATPCA.

Tabulasi data. Data yang sudah diperoleh dari penyusunan serta

penyebaran kuesioner diberbagai tempat yang telah di tentukan, kemudian data-

data ini dikumpulkan serta ditabulasikan.

Analisis data. Menganalisis data merupakan tahap inti dari pada analisis

CATPCA, yaitu factoring atau mereduksi satu atau lebih dari banyak variabel

yang sudah ditentukan. Proses analisis faktor kategorik dapat di lakukan pada

menu Analyze > Dimension Reduction > Optimal Scalling.

Penentuan banyaknya faktor yang akan terbentuk dapat dilakukan dengan

beberapa metode, yaitu diantaranya:

UNIVERSITAS SUMATERA UTARA

Page 43: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

27

a. Penentuan secara a priori. Pada metode ini, penentuan banyaknya faktor

berdasarkan pengalaman sebelumnya, peneliti sudah mengetahui berapa

jumlah faktor yang sebenarnya.

b. Penentuan dengan melihat nilai eigenvalues. Pada penentuan model ini,

cuma faktor yang memiliki nilai eigenvalues yang lebih dari 1 akan

dipilih. Jika nilai dibawah 1, maka faktor tersebut tidak diikutsertakan

dalam model.

c. Penentuan berdasarkan scree plot. Diagram scree plot dapat menunjukkan

banyaknya jumlah faktor yang terbentuk. scree plot berbentuk garis patah

– patah, yang mana setiap perpatahan manunjukkan pergantian faktor atau

dimensi.

d. Penentuan berdasarkan persentase varian. Pada metode ini, ekstraksi faktor

dihentikan jika total persen kumulatif nilai keragaman sudah memenuhi

kecukupan. Yaitu paling sedikit sebanyak 60% atau 75% dan seluruh

keragaman variabel asli.

e. Penentuan berdasarjan split half reliability. Pada metode ini, sampel akan

dipisah 2 bagian, kemudian dilakukan analisis pada setiap bagian sampel

yang telah dipisah. Faktor yang memiliki nilai yang cukup pada kedua

subsampel yang dipilih. Dengan kata lain, faktor-faktor yang dipilih

memang memiliki nilai faktor loading yang besar pada masing-masing

bagian sampel.

f. Penentuan dengan uji signifikan. Pada metode ini dimungkinkan untuk

menentukan nilai signifikansi untuk eigenvalues yang terpisah yaitu

UNIVERSITAS SUMATERA UTARA

Page 44: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

28

pertahankanlah faktor-faktor yang memang berdasarkan pada uji statistik

eigenvalues-nya α = 5% atau 1%.

Dalam proses analisis data menggunakan analisis faktor kategorik akan

menghasilkan: (IBM Statistics)

a. Object Scores.

Object scores Akan menampilkan skor objek dengan opsi sebagai

berikut:

1. Include categories of : Menampilkan indikator kategori dari

variabel analisis yang dipilih.

2. Label object scores by : Dari daftar variabel yang ditetapkan

sebagai variabel label, peneliti dapat memilih salah satu variabel

untuk melabeli objek.

b. Component loading : Menunjukkan nilai factor loading (yaitu nilai

korelasi) antara setiap faktor dan variabel-variabel yang di analisis

(Simamora, 2005).

c. Correlations of original variables : Menunjukkan matriks korelasi dari

variabel asli dan nilai eigenvalues dari matriks tersebut.

d. Correlations of transformed variables : Menunjukkan matriks korelasi dari

variabel yang di ubah (Optimally scaled) dan nilai eigenvalues dari

matriks tersebut.

e. Variance accounted for : Menampilkan jumlah varians yang

diperhitungkan oleh koordinat centroid, koordinat vektor, dan total

UNIVERSITAS SUMATERA UTARA

Page 45: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

29

(koordinat centroid dan koordinat vektor digabungkan) per variabel dan

per dimensi.

f. Category quantifications : Memberikan kuantifikasi kategori dan

koordinat untuk setiap dimensi variabel yang dipilih.

g. Descriptive statistics : Menampilkan frekuensi, jumlah nilai yang hilang,

dan mode variabel yang dipilih.

Interprestasi faktor. Langkah diatas mengarah pada diperolehnya

sejumlah faktor yang valid, selanjutnya faktor-faktor itu perlu diinterprestasikan,

mengingat faktor merupakan konstruk, yang mana sebuah konstruk akan menjadi

bermakna apabila diartikan. Interprestasi faktor dapat dilakukan dengan penamaan

faktor yang telah terbentuk serta mengetahui variabel-variabel yang telah

membentuknya.

Kerangka Konsep

Dalam penelitian ini dapat dibentuk kerangka konsep seperti dibawah ini:

Faktor Risiko

- Hipertensi

- Hiperkolesterolemia

- Diabetes mellitus

- Riwayat penyakit

jantung

- Obesitas

- Merokok

- Alkohol

- Pendidikan

- Pekerjaan

UNIVERSITAS SUMATERA UTARA

Page 46: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

30

Gambar 1. Kerangka konsep dengan menggunakan Categorical Principal

Component Analysis (CATPCA)

Penamaan Dimensi

Dimensi 1 Dimensi 2

Analisis data dengan

Categorical Principal

Component Analysis

(CATPCA)

Dimensi ... Dimensi n

UNIVERSITAS SUMATERA UTARA

Page 47: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

30

Metode Penelitian

Jenis Penelitian

Jenis penelitian ini bersifat deskriptif dengan menggunakan desain Cross

Sectional yang dimana penelitian cross sectional ialah penelitian yang dilakukan

hanya dengan sekali pengukuran tanpa diberi perlakuan.

Lokasi dan Waktu Penelitan

Penelitian ini dilakukan di RSUD DR Pirngadi Medan yang berada di Jl.

Profesor H.M Yamin No.17 Medan. Penelitian ini dilaksanakan pada Bulan

Agustus hingga Bulan September tahun 2018.

Populasi dan Sampel

Populasi dalam penelitian ini adalah semua data rekam medis penderita

stroke yang dirawat inap di RSUD DR Pirngadi Medan sepanjang tahun 2017

yaitu sebanyak 217 pasien.

Sampel dalam penelitian ini ditentukan dengan menggunakan jumlah

sampel yang ideal untuk analisis faktor yaitu sebanyak 5 kali jumlah variabel

maka di dapatkanlah sampel dengan jumlah 50 pasien dengan penyakit stroke

pada bulan Januari hingga bulan Desember tahun 2017 yang menjalani rawat inap

di RSUD DR Pirngadi. Dimana sampel tersebut diambil acak dengan metode

Simple Random Sampling dengan kriteria inklusi pasien yang memiliki rekam

medis yang memuat data mengenai Tekanan darah, Kadar kolesterol dalam darah,

Kadar gula darah, Riwayat penyakit jantung, tinggi badan, berat badan, status

konsumsi rokok, status konsumsi alkohol, pendidikan, pekerjaan dan status

pernikahan pasien.

UNIVERSITAS SUMATERA UTARA

Page 48: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

31

Variabel dan Definisi Operasional

1. Hipertensi adalah keadaan pasien yang menderita darah tinggi atau tidak yang

dilihat melalui catatan rekam medis pasien. Dikatakan pasien hipertensi

apabila tekanan darah sistolik pasien diatas 140 mmHg dan diastolik lebih

dari 90 mmHg.

2. Hiperkolesterolemia adalah kadar kolesterol dalam darah yang berlebih yang

dilihat dari rekam medis pasien. Pasien dikatakan hiperkolesterolemia apabila

kadar kolesterol ≥ 200 mg/dl.

3. Diabetes Mellitus adalah kenaikan guladarah yang lebih tinggi dari pada

kondisi normal yang dilihat dari rekam medis pasien. Pasien dikatakan DM

apabila kadar gula darah ≥200 mg/dl untuk gula darah sewaktu dan ≥ 120

mg/dl untuk gula darah puasa.

4. Riwayat Penyakit Jantung adalah status pasien yang memiliki riwayat

penyakit jantung atau tidak memiliki riwayat penyakit jantung yang di lihat

pada rekam medis pasien.

5. Obesitas adalah suatu keadaan dimana terdapat timbunan lemak yang berlebih

pada jaringan tubuh yang dilihat dari pengukuran berat badan dan tinggi

badan berdasarkan data rekam medis pasien kemudian dilakukan perhitungan

indeks masa tubuh (IMT), yaitu suatu angka yang didapat dari hasil berat

badan dalam kilogram dibagi tinggi badan dalam meter kuadrat. Indeks masa

tubuh pasien dikatakan normal apabila IMT 18,5-24,9 Kg/m2 ,Overweight

IMT 25 – 27 Kg/m2 dan dikatakan obesitas apabila IMT > 27 Kg/m

2.

UNIVERSITAS SUMATERA UTARA

Page 49: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

32

6. Merokok adalah status pasien merokok atau tidak merokok yang dilihat pada

data psikososial di rekam medis pasien.

7. Alkohol adalah status pasien mengkonsumsi alkohol atau tidak

mengkonsumsi alkohol yang dilihat pada data psikososial di rekam medis

pasien.

8. Pendidikan adalah status pendidikan terakhir pasien yang dilihat pada data

psikososial di rekam medis pasien.

9. Pekerjan adalah status pasien yang bekerja atau tidak bekerja yang dilihat

pada data psikososial di rekam medis pasien.

10. Pernikahan adalah status pasien yang dikategorikan menjadi belum menikah,

menikah, sudah bercerai atau berpisah yang dilihat pada data psikososial di

rekam medis pasien.

Metode Pengumpulan Data

Metode pengumpulan data dalam penelitian ini adalah data dikumpulkan

dengan cara melihat rekam medis pasien dan mencatat data yang diperlukan.

Metode Pengukuran

Tabel 1

Metode Pengukuran data penelitian

Variabel Kategori Skala

Hipertensi 1 : Tidak Hipertensi

2 : Hipertensi

Nominal

Hiperkolesterolemia 1 : Tidak Hiperkolesterolemia

2 : Hiperkolesterolemia

Nominal

Diabetes Mellitus 1 : Tidak Diabetes Mellitus

2 : Diabetes Mellitus

Nominal

Riwayat Penyakit

Jantung

1 : Tidak Memiliki Riwayat Penyakit

Jantung

2 : Memiliki Riwayat Penyakit jantung

Nominal

(Bersambung)

UNIVERSITAS SUMATERA UTARA

Page 50: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

33

Tabel 1

Pengkategorian data penelitian

Variabel Kategori Skala

Obesitas 1 : Normal

2 : Overweight

3 : Obesitas

Ordinal

Merokok 1 : Tidak Merokok

2 : Merokok

Nominal

Alkohol 1 : Tidak Mengkonsumsi Alkohol

2 : Mengkonsumsi Alkohol

Nominal

Pendidikan 1 : tidak sekolah/ tidak tamat SD/

Tamat SD

2 : Tamat SMP

3 : Tamat SMA

3 : Akademi/ Perguruan Tinggi

Ordinal

Pekerjaan 1: Tidak Bekerja

2 : Bekerja

Nominal

Status Pernikahan 1 : Janda / Duda

2 : Menikah

Nominal

Metode Analisis Data

1. Memilih variabel apa saja yang akan di analisis.

2. Melakukan proses factoring, atau menurunkan satu atau lebih dimensi dari

variabel-variabel yang ada. Metode factoring yang digunakan adalah analisis

faktor kategorik dengan Principal Component Analysis (PCA).

3. Melakukan penamaan dimensi yang telah terbentuk.

UNIVERSITAS SUMATERA UTARA

Page 51: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

34

Hasil Penelitian

Gambaran Umum Lokasi Penelitan

Sejarah RSUD Dr. Pirngadi Kota Medan. Rumah Sakit Pirngadi

didirikan tanggal 11 Agustus 1928 oleh Pemerintah Kolonial Belanda dengan

nama Gementa Zieken Huis yang peletakan batu pertamanya dilakukan oleh anak

dari Walikota Medan saat itu dan diangkat sebagai Direktur Dr. W. Bays yang

bernama Maria Constantia Macky.

Selanjutnya dengan masuknya Jepang ke Indonesia, Rumah Sakit ini

diambil alih oleh pihak jepang dan selanjutnya berganti nama menjadi Syuritsu

Byusono Ince dan diangkatlah Dr. Raden Pirngadi Gonggo Putro sebagai direktur

Rumah Sakit, yang pada akhirnya saat ini nama tersebut ditabalkan menjadi nama

Rumah Sakit saat ini.

Setelah Indonesia menyatakan kemerdekaannya, Rumah Sakit Umum

Pirngadi langsung diambil alih oleh Pemerintah Negara Bagian Sumatera Timur

Republik Indonesia Sementara (RIS), kemudian pada tanggal 17 Agustus 1950

Rumah Sakit Umum Pirngadi diambil alih dan diurus oleh Pemerintah

Pusat/Kementerian Kesehatan di Jakartan karena semua negara bagian RIS

dihapus dan diganti dengan berdirinya Negara Kesatuan Republik Indonesia

(NKRI).

Pada tahun 2012 Rumah Sakit Umum Dr. Pringadi Kota Medan

mengajukan permohonan untuk menjadi Badan Layanan Umum Daerah (BLUD),

dan pada bulan Oktober 2012 RSUD Dr. Pringadi Kota Medan mulai menetapkan

Pola Pengelolaan Keuangan Badan Layanan Umum Daerah yang disahkan dalam

UNIVERSITAS SUMATERA UTARA

Page 52: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

35

Peraturan Walikota Medan Nomor 4 Tahun 2012 tentang Tata Kelola BLUD

Rumah Sakit Umum Daerah Dr.Pirngadi Medan.

Motto, visi dan misi RSUD Dr. Pirngadi Medan. Adapun Motto, Visi

dan Misi RSUD Dr. Pirngadi Medan pirngadi adalah sebagai berikut:

Motto. Motto RSUD Dr. Pirngadi Medan adalah “Aegroti Salus Lex

Suprema (Kepuasan Pasien adalah yang Utama)

Visi. Visi RSUD Dr. Pirngadi Medan adalah “Menjadi rumah sakit pusat

rujukan dan unggulan di sumatera bagian utara tahun 2020”

Misi. Misi RSUD Dr. Pirngadi Medan adalah:

1. Memberikan pelayanan kesehatan yang bermutu, profesional, dan

terjangkau oleh seluruh lapisan masyarakat.

2. Meningkatkan pendidikan, penelitian dan pengembangan ilmu

kedokteran serta tenaga kesehatan lain.

3. Mengembangkan manajemen RS yang profesional.

Ketenagaan RSUD Dr. Pirngadi Medan. RSUD Dr. Pirngadi Kota

Medan pada tahun 2016 memiliki Sumber Daya Manusia yang ada di lingkungan

RSUD Dr. Pirngadi Kota Medan sebanyak 1.770 orang terdiri dari 1.104 orang

Tenaga PNS (62,37%) dan Tenaga Non PNS 666 orang Tenaga Non PNS

(37,63%) yang secara rinci dapat dilihat dalam tabel dibawah ini :

Tabel 2

Jumlah Ketenagaan RSUD Dr. Pirngadi Medan Tahun 2016

Ketenagaan PNS Non PNS Jumlah

Tenaga Medis 195 25 220

Tenaga Medis Keperawatan 469 230 699

(bersambung)

UNIVERSITAS SUMATERA UTARA

Page 53: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

36

Tabel 2

Jumlah Ketenagaan RSUD Dr. Pirngadi Medan Tahun 2016

Ketenagaan PNS Non PNS Jumlah

Tenaga Medis Non Keperawatan 183 63 246

Tenaga Non Medis 257 348 605

Jumlah 1104 666 1770

Sumber: Profil RSUD Dr. Pirngadi Kota Medan

Jenis pelayanan RSUD Dr. Pirngadi Medan. Sebagai salah satu rumah

sakit rujukan dari beberapa rumah sakit yang berada di Sumatera Utara RSUD Dr.

Pringadi Medan memiliki beberapa jenis pelayanan, meliputi:

Instalasi rawat jalan. Instalasi rawat jalan RSUD Dr. Pirngadi Medan

memiliki 22 poliklinik yang buka melayani pasien setiap hari mulai dari Senin -

Sabtu dengan jam kerja pukul 08.00 WIB sampai 14.00 pada hari Senin - Kamis,

sampai jam 11.00 WIB pada hari Jum’at dan hingga jam 13.00 WIB pada hari

Sabtu.

Instalasi gawat darurat. Rumah Sakit Umum Daerah (RSUD) Dr.

Pirngadi Kota Medan melayani Pelayanan Gawat Darurat selama 24 jam.

Instalasi rawat inap. Pelayanan rawat inap di RSUD Dr. Pirngadi Medan

dilaksanakan di 38 ruangan perawatan dengan 521 tempat tidur yang tersedia.

Untuk Stroke sendiri RSUD Dr. Pirngadi Medan memiliki 7 ruangan khusus unit

Stroke.

Pelayanan penunjang medis. RSUD Dr. Pirngadi Kota Medan memiliki

beberapa pelayanan penunjang, seperti: Radiologi, Patologi Klinik, Patologi

Anatomi, Gas Medis, CSSD, Rehabilitasi Medik, Bank Darah, Ambulance

sebanyak 4 unit dan Haemodialisa dengan 65 unit.

UNIVERSITAS SUMATERA UTARA

Page 54: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

37

Pelayanan operatif. Pelayanan operatif yang dilakukan di RSUD Dr.

Pringadi Kota Medan adalah:

a. Emergensi, dimana pelayanan ini dilakukan untuk operasi yang bersifat

emergensi.

b. Elektif atau terjadwal, dimana pelayanan ini dilakukan di Instalasi Bedah

Sentral (IBS) untuk jenis operasi yang telah dijadwal sebelumnya.

Gambaran Kasus Stroke di Kota Medan pada 3 Tahun Terakhir

Kejadian Stroke di Kota Medan mengalami peningkatan pada tahun 2015

hingga tahun 2017. Hal itu dibuktikan dalam gambar 2 dan tabel dibawah ini,

dapat dilihat bahwa kasus Stroke yang terjadi di Kota Medan mengalami

peningkatan pada setiap tahunnya peningkatan yang signifikan terjadi pada tahun

2015 ke 2016.

630

2463

2926

KASUS STROKE

Grafik Kasus Stroke di Kota Medan pada Tahun

2015 hingga Tahun 2017

2015 2016 2017

Gambar 2. Grafik kasus stroke di Kota Medan pada Tahun 2015 - 2017

UNIVERSITAS SUMATERA UTARA

Page 55: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

38

Tabel 3

Karakteristik Penderita Stroke di Kota Medan pada Tahun 2015 - 2017

Karakteristik Stroke Hemoragik Stroke Non Hemoragik

2015 2016 2017 2015 2016 2017

Jenis Kelamin

Laki-Laki 194 242 303 144 1141 1253

Perempuan 163 173 240 129 907 1130

Total 357 415 543 273 2048 2383

Umur

< 45 Tahun 30 41 25 44 169 199

≥ 45 Tahun 327 374 518 229 1879 2184

Total 357 415 543 273 2048 2383

Sumber : Dinas Kesehatan Provinsi Sumatera Utara

Tabel diatas menunjukkan bahwa kasus Stroke di Kota Medan lebih

banyak terjadi pada laki - laki dibandingkan dengan perempuan dan kasus stroke

di Kota Medan lebih banyak terjadi pada usia diatas 45 tahun.

Karakteristik Penderita Stroke di RSUD Dr. Pirngadi Medan Tahun 2017

Hasil penelitian dibawah ini menunjukkan gambaran tentang karakteristik

data pasien penderita stroke yang mencakup umur, jenis kelamin, diagnosa

responden dan faktor risiko penyebab penyakit Stroke.

Tabel 4

Distribusi frekuensi dan persentase responden berdasarkan karakteristik di RSUD

Dr. Pirngadi Medan tahun 2017

Karakteristik Frekuensi

(n = 50)

Persentase

(%)

Jenis Kelamin

Laki – Laki 27 54

Perempuan 23 46

Umur

≥ 45 tahun 46 92

< 45 tahun 4 8

(Bersambung)

UNIVERSITAS SUMATERA UTARA

Page 56: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

39

Tabel 4

Distribusi frekuensi dan persentase responden berdasarkan karakteristik di RSUD

Dr. Pirngadi Medan tahun 2017

Karakteristik Frekuensi

(n = 50)

Persentase

(%)

Diagnosa

Stroke Hemoragik 21 42

Stroke Non Hemoragik 29 58

Tabel 4 diatas menunjukkan gambaran bahwa penderita penyakit Stroke

yang pernah dirawat di RSUD Dr. Pirngadi Medan pada Tahun 2017 lebih banyak

berjenis kelamin laki-laki sebanyak 27 orang, dengan umur diatas 45 tahun

sebanyak 46 orang, dan sebanyak 29 orang yang menderita stroke non hemoragik.

Karakteristik Faktor Risiko Penderita Stroke di RSUD Dr. Pirngadi Medan

Tahun 2017

Hasil penelitian menunjukkan karakterisik faktor risiko pasien penderita

stroke yang mencakup faktor hipertensi, faktor hiperkolesterolemia, faktor

diabetes mellitus, faktor riwayat penyakit jantung, faktor obesitas, faktor

merokok, faktor konsumsi alkohol, faktor pendidikan, faktor pekerjaan dan faktor

status pernikahan.

Tabel 5

Distribusi Frekuensi dan Persentase Faktor Risiko pada Pasien Penderita Stroke

yang Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Karakteristik Frekuensi

(n = 50)

Persentase

(%)

Faktor Hipertensi

Tidak Hipertensi 12 24 (Bersambung)

UNIVERSITAS SUMATERA UTARA

Page 57: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

40

Tabel 5

Distribusi Frekuensi dan Persentase Faktor Risiko pada Pasien Penderita Stroke

yang Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Karakteristik Frekuensi

(n = 50)

Persentase

(%)

Hipertensi 38 72

Faktor Hiperkolesterolemia

Tidak Hiperkolesterolemia 33 66

Hiperkolesterolemia 17 34

Faktor Diabetes Mellitus

Tidak Diabetes mellitus 37 74

Diabetes Mellitus 13 26

Faktor Riwayat Penyakit Jantung

Tidak Memiliki Riwayat 33 66

Memiliki Riwayat 17 34

Faktor Obesitas

Normal 20 40

Overweight 8 16

Obesitas 22 44

Faktor Merokok

Tidak Merokok 24 48

Merokok 26 52

Faktor konsumsi alkohol

Tidak Mengkonsumsi Alkohol 45 90

Mengkonsumsi Alkohol 5 10

Akademi / Perguruan Tinggi 8 16

Faktor Pekerjaan

Tidak Bekerja 23 46

Bekerja 27 54

Faktor Status Pernikahan

Janda / Duda 11 22

Menikah 39 78

Hasil penelitian yang dilakukan di RSUD Dr. Pirngadi Medan ditunjukkan

pada Tabel 5 diketahui bahwa pada faktor hipertensi lebih banyak pasien yang

menderita hipertensi dibandingkan dengan yang tidak menderita hipertensi yaitu

sebanyak 38 orang (76%), pada faktor hiperkolesterolemia diketahui bahwa

pasien yang memiliki kadar kolesterol yang melebihi batas normal sebesar 33

UNIVERSITAS SUMATERA UTARA

Page 58: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

41

orang (66%), pada faktor diabetes mellitus diketahui bahwa sebanyak 37 orang

(74%) pasien Stroke tidak memiliki penyakit diabetes mellitus, pada faktor

riwayat penyakit jantung diketahui bahwa 33 orang (66%) responden yang

menderita penyakit stroke tidak memiliki riwayat penyakit jantung, pada faktor

obesitas diketahui bahwa mayoritas responden yang menderita penyakit stroke

memiliki tubuh yang obesitas yaitu sebanyak 22 orang (44%) dan yang memiliki

badan normal sebanyak 20 orang (40%), pada faktor merokok diketahui bahwa

tidak banyak perbedaan yang signifikan terhadap responden yang mengidap

penyakit Stroke yang merokok dan tidak merokok yaitu sebanyak 26 orang (52%)

yang merokok dan 26 orang (52%) yang tidak merokok, pada faktor konsumsi

alkohol diketahui bahwa pasien yang mengidap penyakit stroke lebih banyak yang

tidak menkonsumsi alkohol dibandingkan yang mengkonsumsi alkohol yaitu

sebanyak 45 orang (90%), pada faktor pendidikan diketahui bahwa kebanyakan

pasien yang mengidap penyakit Stroke yaitu 33 orang (66%) berpendidikan

terakhir SMA, pada faktor pekerjaan diketahui bahwa pasien yang mengidap

penyakit Stroke lebih banyak memiliki pekerjaan dibandingkan dengan pasien

yang tidak memiliki pekerjaan yaitu sebanyak 27 orang (54%) dan pada faktor

status pernikahan diketahui bahwa kebanyakan pasien yang mengidap penyakit

Stroke berstatus menikah yaitu sebanyak 39 orang (78%).

Analisis Multivariat

Analisis multivariat adalah metode yang memungkinkan untuk

dilakukannya analisis terhadap lebih dari dua variabel secara bersamaan. Analisis

multivariat yang digunakan pada penelitian ini adalah Categorical Principal

UNIVERSITAS SUMATERA UTARA

Page 59: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

42

Component Analysis (CATPCA) yang dapat digunakan untuk mengurangi atau

meringkas variabel yang jumlahnya banyak serta saling ketergantungan (Sutopo &

Slamet, 2017).

Ringkasan model (model summary). Ringkasan Model atau Model

Summary memuat nilai eigenvalues dan percent of variance. Eigenvalues akan

menentuan banyaknya dimensi yang akan terbentuk. Dalam penentuan banyaknya

dimensi, hanya dimensi yang eigenvalues yang lebih besar dari satu (1) yang

dipertahankan. Namun, jika lebih kecil dari satu maka tidak perlu diikutsertakan

dalam model.

Model summary dimensi stroke hemoragik. Tabel 6 menunjukkan bahwa

dari 10 variabel yang dimasukkan dalam analisis faktor kategotik, terlihat terdapat

3 dimensi yang terbentuk yang dapat dilihat pada angka eigenvalues. Dapat dilihat

pula percent of variance yang terbentuk sebesar 61,59% yang memiliki makna

bahwa 3 dimensi yang terbentuk mampu menjelaskan 61,59% dari pada

keragaman (varians) data yang ada.

Tabel 6

Model Summary pada Pasien yang Terdiagnosa Stroke Hemoragik yang

Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Dimensi Eigenvalues Persen Varians

1 2,93 29,34

2 1,77 17,73

3 1,45 14,52

Total 6,15 61,59

Berdasarkan Tabel 6 tersebut dapat juga dilihat lebih rinci bahwa dimensi

1 memiliki nilai eigenvalues sebesar 2,93 dan percent of variance sebesar 29,34%

UNIVERSITAS SUMATERA UTARA

Page 60: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

43

yang berarti bahwa dimensi 1 yang terbentuk mampu menjelaskan 29,34% dari

keragaman data, dimensi 2 memiliki nilai eigenvalues sebesar 1,77 dan percent of

variance sebesar 17,73% yang berarti bahwa dimensi 2 yang terbentuk mampu

menjelaskan 17,73% dari keragaman data, dan dimensi 3 memiliki nilai

eigenvalues sebesar 1,45 dan percent of variance sebesar 14,52% yang berarti

bahwa dimensi 3 yang terbentuk mampu menjelaskan 14,52% dari keragaman

data.

Model summary dimensi stroke non hemoragik. Pada Tabel 7 dapat

dilihat bahwa dari 10 variabel yang dimasukkan dalam analisis faktor kategotik,

terlihat terdapat 3 dimensi yang terbentuk yang dapat dilihat pada angka

eigenvalues. Terlihat pula percent of variance yang terbentuk sebesar 58,57%

yang memiliki makna bahwa 3 dimensi yang terbentuk mampu menjelaskan

58,57% dari pada keragaman (varians) data yang ada.

Tabel 7

Model Summary pada Pasien yang Terdiagnosa Stroke Non Hemoragik yang

Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Dimensi Eigenvalue Persen Varians

1 2,36 23,59

2 2,12 21,29

3 1,36 13,68

Total 5,85 58,57

Berdasarkan tabel diatas tersebut dapat juga dilihat lebih rinci bahwa

dimensi 1 memiliki nilai eigenvalues sebesar 2,36 dengan percent of variance

sebesar 23,59% yang berarti bahwa dimensi 1 yang terbentuk mampu menjelaskan

23,59% dari keragaman data, dimensi 2 memiliki nilai eigenvalues sebesar 2,12

UNIVERSITAS SUMATERA UTARA

Page 61: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

44

dengan percent of variance sebesar 21,29% yang berarti bahwa dimensi 2 yang

terbentuk mampu menjelaskan 21,29% dari keragaman data, serta dimensi 3

memiliki nilai eigenvalues sebesar 1,36 dan percent of variance sebesar 13,68%

yang berarti bahwa dimensi 3 yang terbentuk mampu menjelaskan 13,68% dari

keragaman data.

Component loadings. Component Loadings menunjukkan distribusi 10

variabel pada 3 dimensi yang terbentuk. Sedangkan angka-angka yang terdapat

pada tabel tersebut adalah factor loadings, yang menunjukkan besar korelasi

antara suatu variabel dengan dimensi 1, dimensi 2 dan dimensi 3. Proses

penentuan variabel mana yang akan masuk ke dimensi yang mana dilakukan

dengan melakukan perbandingan besar korelasi variabel pada setiap baris.

Component loadings dimensi stroke hemoragik. Tabel 8 dibawah ini

menunjukkan component loadings atau besar korelasi yang terbentuk.

Tabel 8

Component Loadings pada Pasien yang Terdiagnosa Stroke Hemoragik yang

Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Variabel Dimensi

1 2 3

Hipertensi 0,737 -0,335 -0,153

Hiperkolesterolemia 0,616 -0,112 -0,270

Diabetes Mellius 0,126 0,453 0,614

Riwayat Penyakit

Jantung

-0,702 -0,068 -0,254

Obesitas 0,386 -0,469 0,596

Merokok 0,793 -0,035 -0,093

Konsumsi Alkohol 0,427 0,569 -0,126

Pendidikan -0,282 0,712 -0,168

Pekerjaan 0,615 0,622 0,128

Status Pernikahan 0,292 -0,016 -0,701

UNIVERSITAS SUMATERA UTARA

Page 62: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

45

Dari hasil analisis faktor kategorik yang telah dilakukan, maka hasil akhir

dari pada analisis faktor kategorik adalah terbentuknya tiga (3) dimensi dari 10

variabel. Terlihat bahwa pada variabel hipertensi, besar korelasi tertinggi terdapat

pada korelasi variabel hipertensi dengan dimensi 1 maka variabel hipertensi

termasuk pada kelompok dimensi 1, begitu juga seterusnya dengan variabel yang

lain. Jadi, dimensi yang terbentuk adalah sebagai berikut:

Dimensi 1 : variabel hipertensi, variabel hiperkolesterolemia, variabel riwayat

penyakit jantung, dan variabel merokok.

Dimensi 2 : variabel konsumsi alkohol, variabel pendidikan, dan variabel

pekerjaan

Dimensi 3 : variabel diabetes mellitus, variabel obesitas, dan variabel status

pernikahan

Component loadings dimensi stroke non hemoragik. Tabel 9 dibawah ini

menunjukkan component loadings faktor Stroke non hemoragik yang

menunjukkan besar korelasi factor loadings dari pada 10 variabel terhadap 3

dimensi yang terbentuk.

Tabel 9

Component Loadings pada Pasien yang Terdiagnosa Stroke Non Hemoragik yang

Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Variabel Dimensi

1 2 3

Hipertensi 0,300 0,559 0,056

Hiperkolesterolemia 0,256 0,652 -0,480

Diabetes Mellius 0,258 0,716 -0,182

Riwayat Penyakit Jantung 0,111 0,352 0,221

Obesitas 0,570 0,276 -0,324

(Bersambung)

UNIVERSITAS SUMATERA UTARA

Page 63: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

46

Tabel 9

Component Loadings pada Pasien yang Terdiagnosa Stroke Non Hemoragik yang

Menjalani Rawat Inap di RSUD Dr. Pirngadi Medan Tahun 2017

Variabel Dimensi

1 2 3

Merokok 0,648 0,079 0,364

Konsumsi Alkohol 0,277 0,244 0,712

Pendidikan 0,756 -0,443 -0,142

Pekerjaan 0,697 -0,315 0,299

Status Pernikahan 0,496 -0,565 -0,446

Tabel 9 diatas menunjukkan bahwa berdasarkan hasil analisis faktor

kategorik yang telah dilakukan, Terbentuk tiga (3) dimensi dari 10 variabel.

Terlihat bahwa pada variabel hipertensi, besar korelasi tertinggi terdapat pada

korelasi variabel hipertensi dengan dimensi 2 yaitu sebesar 0,559, maka variabel

hipertensi termasuk pada kelompok dimensi 2. sehingga dimensi yang terbentuk

adalah sebagai berikut:

Dimensi 1 : variabel obesitas, variabel merokok, variabel pendidikan, dan variabel

pekerjaan.

Dimensi 2 : variabel hipertensi, variabel hiperkolesterolemia, variabel diabetes

mellitus, variabel riwayat penyakit jantung dan variabel status pernikahan.

Dimensi 3 : variabel konsumsi alkohol.

UNIVERSITAS SUMATERA UTARA

Page 64: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

47

Pembahasan

Dimensi Stroke Hemoragik

Berdasarkan hasil penelitian yang dilakukan dengan menggunakan analisis

faktor kategorik, diketahui bahwa hasil dari 10 variabel faktor risiko yang

memengaruhi terjadinya penyakit stroke hemoragik di RSUD DR Pirngadi

Medan. Hasil analisis menunjukkan bahwa terbentuk 3 dimensi pada faktor risiko

stroke hemoragik, yaitu:

1. Dimensi 1 dinamakan dengan Faktor Kerusakan Pembuluh Darah, yang terdiri

dari variabel hipertensi, variabel hiperkolesterolemia, variabel riwayat

penyakit jantung, dan variabel merokok.

2. Dimensi 2 dinamakan dengan Faktor Gaya Hidup dan Sosial Ekonomi, yang

terdiri dari variabel alkohol, variabel pendidikan, dan variabel pekerjaan.

3. Dimensi 3 dinamakan dengan Faktor Penyebab serta Dampak Stress, yang

terdiri dari variabel diabetes mellitus, variabel obesitas, dan variabel status

pernikahan.

Faktor kerusakan pembuluh darah. Pada Dimensi 1 ini terdapat 4

variabel faktor risiko yang menyebabkan penyakit stroke hemoragik yaitu variabel

hipertensi, variabel hiperkolesterolemia, variabel riwayat penyakit jantung, dan

variabel merokok.

Kondisi tekanan darah yang tinggi dapat menipiskan dinding pembuluh

darah yang dapat memudahkan proses pecahnya pembuluh darah, maka dari itu

diperlukan obat-obat anti hipertensi yang terbukti secara klinis dapat menurunkan

UNIVERSITAS SUMATERA UTARA

Page 65: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

48

risiko terjadinya pecahnya pembuluh darah yang disebabkan oleh hipertensi

(Junaidi, 2011).

Pada kasus hiperkolesterolemia terhadap terjadinya stroke hemoragik dan

stroke non hemoragik berbanding terbalik dimana kadar kolesterol pasien

penderita stroke non hemoragik lebih tinggi dibandingkan dengan pasien

penderita stroke hemoragik (Aini, 2016). Kadar kolesterol total yang rendah

dikaitkan dengan kejadian mikroaneurisma yang dapat menyebabkan terjadinya

perdarahan intraserebral. Hal ini dikaitkan dengan fungsi kolesterol dalam

memperkuat dan menstabilkan dinding pada pembuluh darah, terutama ketika

dinding pembuluh darah membutuhkan kekuatan lebih besar untuk menahan

tekanan darah yang tinggi yang dapat menipiskan pembuluh darah (Masterjohn,

2009).

Gangguan irama jantung dapat menyebabkan terjadinya stroke hemoragik.

Hal ini diakibatkan oleh kelainan bawaan bentuk pembuluh darah otak. Sekitar

60% - 75% pendarahan intrasebral diakibatkan oleh perubahan peningkatan

tekanan darah yang mendadak. Tekanan yang tinggi dapat membuat pembuluh

darah di otak pecah sehingga menimbulkan stroke hemoragik (Junaidi, 2011).

Kandungan nikotin dan karbondioksida pada rokok dapat menyebabkan

kelainan pada pembuluh darah. Merokok dapat meningkatkan risiko terjadinya

stroke sebanyak 2 kali lipat. Adapun perokok pasif berisiko terkena stroke 1,2 kali

lebih besar (Madiyono, 2003). Namun, dalam penelitian Pradipta tahun 2010

dinyatakan bahwa status merokok tidak secara signifikan mempengaruhi terhadap

risiko terjadinya penyakit stroke hemoragik. Hubungan diantara banyaknya

UNIVERSITAS SUMATERA UTARA

Page 66: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

49

jumlah rokok yang dikonsumsi terhadap peningkatan penyakit stroke hemoragik

juga tidak meyakinkan. Hal itu dikarenakan pengaruh rokok serta jumlah

banyaknya konsumsi rokok terhadap perkembangan terjadinya stroke hemoragik

sangat sedikit dilaporkan.

Keterkaitan diantara variabel hipertensi, variabel hiperkolesterolemia,

variabel riwayat penyakit jantung, dan variabel merokok terhadap terjadinya

penyakit stroke yaitu dapat mempermudah terjadinya perpecahan pembuluh darah

karena hipertensi dapat menipiskan pembuluh darah dan nikotin yang terkandung

didalam rokok dapat menimbulkan kelainan yang dapat menyebabkan pecahnya

pembuluh darah, hal tersebut dapat diperburuk apabila memiliki kelainan jantung

yang menyebabkan tekanan darah di otak menjadi tinggi secara tiba-tiba, dan

kadar kolersterol yang rendah dalam darah menyebabkan fungsi kolesterol dalam

menebalkan dan menstabilkan pembuluh darah tidak dapat berfungsi dengan baik.

Faktor gaya hidup dan sosial ekonomi. Pada Dimensi 2 terdapat 3

variabel faktor risiko yang menyebabkan penyakit stroke hemoragik yaitu variabel

alkohol, variabel pendidikan, dan variabel pekerjaan. Faktor gaya hidup dan sosial

ekonomi tidak berpengaruh secara langsung terhadap terjadinya stroke. Pekerjaan

dan pendidikan merupakan status sosial ekonomi yang sangat berkaitan terhadap

terjadinya stress, rendahnya tingkat pendidikan dapat memengaruhi informasi

kesehatan dan pendidikan yang rendah juga dapat mempersulit seseorang untuk

mendapatkan pekerjaan yang diinginkannya untuk memperbaiki ekonominya,

stress juga bisa terjadi kepada pekerja yang memiliki beban kerja yang lebih, dan

UNIVERSITAS SUMATERA UTARA

Page 67: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

50

mengkonsumsi alkohol merupakan gaya hidup yang tidak baik yang berupaya

untuk menghilangkan stress yang dapat berdampak buruk bagi kesehatan.

Pendidikan tidak berpengaruh langsung terhadap terjadinya penyakit

stroke hemoragik. Akses pendidikan dan informasi kesehatan berkaitan dengan

stroke. Penelitian Putri, Tedjakusuma, dan Pasaribu (2017) yang melihat

hubungan tingkat pendidikan terhadap pengetahuan deteksi dini stroke pada

petugas kebersihan, petugas keamanan dan petugas perpustakaan dengan tingkat

pendidikan SD, SMP dan SLTA menyatakan bahwa 77,6% yang tamat SLTA

memiliki pengetahuan yang baik terhadap deteksi dini penyakit stroke. Namun,

hasil analisis statistik menunjukkan bahwa tidak ada hubungan yang signifikan

antara tingkat pendidikan dengan pengetahuan mengenai deteksi dini penyakit

stroke. Namun, meskipun tidak memiliki hubungan yang bermakna diantara

pendidikan dengan pengetahuan, terbukti bahwa pendidikan yang lebih tinggi

memiliki pengetahuan yang lebih baik.

Sama halnya dengan faktor pendidikan, faktor pekerjaan juga tidak

berperan langsung terhadap terjadinya penyakit stroke. Pekerja kasar atau pekerja

rendahan memiliki risiko yang lebih besar untuk terkena penyakit stroke

(Engstorm dkk. 2006). Status pekerjaan berpengaruh terhadap terjadinya stress

yang memicu pada perilaku yang tidak baik untuk menghilangkan stress, seperti

merokok dan mengkonsumsi alkohol.

Status konsumsi alkohol mempunyai dua sisi yang saling bertolak

belakang, jika mengkonsumsi sedikit alkohol secara merata setiap harinya dapat

menurunkan risko untuk terkena penyakit stroke dengan meningkatkan kadar

UNIVERSITAS SUMATERA UTARA

Page 68: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

51

HDL dalam darah. Namun, apabila mengkonsumsi alkohol lebih dari 60 gram

perhari maka akan meningkatkan risiko terhadap terjadinya penyakit stroke.

Alkohol juga merupakan racun pada otak dan pada tingkatan yang tinggi dapat

mengakibatkan otak berhenti berfungsi (Junaidi, 2011).

Faktor penyebab serta dampak stress. Pada Dimensi 3 terdapat 3

variabel faktor risiko yang menyebabkan penyakit stroke hemoragik yaitu variabel

diabetes mellitus, variabel obesitas, dan variabel status pernikahan. Tidak

memiliki pasangan dapat meyebabkan seseorang menjadi stress yang dapat

menyebabkan kebiasaan pola hidup yang buruk salah satunya adalah pola makan

yang tidak baik, pola makan yang tidak baik dapat menyebabkan terjadinya

diabetes mellitus dan hiperkolesterolemia yang dapat meningkatkan kemungkinan

untuk terkena stroke.

Status pernikahan tidak berpengaruh secara langsung terhadap terjadinya

penyakit stroke hemoragik. Hal ini mungkin disebabkan karena seseorang yang

tidak memiliki pasangan memiliki kebiasaan pola hidup yang lebih buruk seperti

merokok, mengkonsumsi alkohol, pola makan yang buruk dan stress yang lebih

tinggi dibandingkan dengan yang memiliki pasangan (Engstorm dkk. 2006).

Kadar glukosa darah yang tinggi akan memperluas area infark (sel mati)

pada otak yang di sebabkan oleh terbentuknya asam laktat akibat metabolisme

glukosa yang dilakukan secara anaerob (sedikit oksigen) yang dapat merusak

jaringan otak (Junaidi, 2011). Dalam penelitian Wayunah dan Saefullah (2016)

dikemukakan bahwa seseorang yang memiliki riwayat penyakit diabetes mellitus

UNIVERSITAS SUMATERA UTARA

Page 69: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

52

cenderung memiliki risiko 1,5 kali lebih besar terkena stroke hemoragik

dibandingkan dengan stroke non hemoragik.

Penderita obesitas berisiko untuk terkena stroke, namun risiko ini tidak

terjadi secara langsung. Obesitas mungkin bukan faktor risiko yang berdiri

sendiri, karena pada umumnya selalu diikuti oleh faktor risiko lainnya, karena

obesitas dapat meningkatkan risiko terjadinya hipertensi, penyakit jantung koroner

dan diabetes mellitus yang dapat meningkatkan risiko untuk terkena stroke

(Kementerian Kesehatan ,2007).

Dimensi Stroke Non Hemoragik

Berdasarkan hasil penelitian yang dilakukan dengan menggunakan

analisis faktor kategorik, diketahui bahwa hasil dari 10 variabel faktor risiko yang

memengaruhi terjadinya penyakit stroke non hemoragik di RSUD DR Pirngadi

Medan. Hasil analisis menunjukkan bahwa terbentuk 3 dimensi pada faktor risiko

stroke non hemoragik, yaitu:

1. Dimensi 1 dinamakan dengan Faktor Penyebab serta Dampak Stress, yang

terdiri dari variabel obesitas, variabel merokok, variabel pendidikan, dan

variabel pekerjaan.

2. Dimensi 2 dinamakan dengan Faktor yang Menyebabkan Gangguan Pembuluh

Darah, yang terdiri dari variabel hipertensi, variabel hiperkolesterolemia,

variabel diabetes mellitus, variabel riwayat penyakit jantung dan variabel

status pernikahan.

3. Dimensi 3 dinamakan dengan Faktor Konsumsi Alkohol, yang terdiri dari 1

variabel saja, yaitu variabel konsumsi alkohol.

UNIVERSITAS SUMATERA UTARA

Page 70: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

53

Faktor penyebab serta dampak stress. Pada Dimensi 1 terdapat 4

variabel faktor risiko yang menyebabkan penyakit stroke non hemoragik yaitu

variabel obesitas, variabel merokok, variabel pendidikan, dan variabel pekerjaan.

Pekerjaan dan pendidikan sangat berkaitan terhadap terjadinya stress, rendahnya

tingkat pendidikan dapat memengaruhi informasi kesehatan dan pendidikan yang

rendah juga dapat mempersulit seseorang untuk mendapatkan pekerjaan yang

diinginkannya untuk memperbaiki ekonominya, stress juga bisa terjadi kepada

pekerja yang memiliki beban kerja yang berlebih, merokok dan pola makan buruk

yang mengakibatkan obesitas adalah upaya untuk menghilangkan stress yang

dapat berdampak buruk bagi kesehatan, hal itu mungkin dikarenakan pengetahuan

mengenai informasi penanggulangan stress yang buruk.

Kebijakan pemerintah untuk meningkatkan akses kesehatan dan informasi

kesehatan memiliki dampak yang positif terhadap penyakit stroke. Dalam

penelitian Wardhani dan Martini (2014) yang melihat hubungan status pendidikan

terhadap faktor risiko stroke pada pekerja institusi pendidikan tinggi, disebutkan

bahwa pekerja yang pendidikan terakhirnya perguruan tinggi memiliki

pengetahuan mengenai faktor risiko yang lebih baik dibandingkan dengan yang

berpendidikan terakhir SD, SMP dan SMA.

Dalam penelitian Laily (2017) dikemukakan bahwa ada hubungan yang

signifikan antara pekerjaan dan terjadinya stroke iskemik. Dimana seseorang yang

tidak bekerja mempunyai risiko 4,6 kali lebih besar untuk terkena stroke

dibandingkan dengan seseorang yang bekerja. Hal ini mungkin dikarenakan

seseorang yang tidak memiliki pekerjaan lebih rentan untuk mengalami stress

UNIVERSITAS SUMATERA UTARA

Page 71: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

54

yang berujung pada usaha menghilangkan stress dengan melakukan prilaku yang

tak baik seperti merokok, mengkonsumsi minuman beralkohol yang dapat

meningkatkan risiko terkena penyakit stroke dan juga obesitas.

Obesitas dapat membuat seseorang cenderung mempunyai tekanan darah

yang tinggi dan meningkatkan risiko terjadinya penyakit diabetes mellitus.

Obesitas dapat meningkatkan kejadian stroke terutama apabila disertai dengan

dislipidemia dan atau hipertensi melalui proses aterosklerosis (Junaidi, 2011).

Merokok dapat menurunkan kadar HDL dalam darah yang mengakibatkan

berkurangnya kemapuan HDL dalam menyingkirkan kolesterol LDL yang

berlebihan, merokok juga dapat meningkatkan oksidasi lemak yang berperan

terhadap terjadinya aterosklerosis . Hal itu akan mempermudah sel – sel darah

untuk menggumpal pada dinding arteri dan menyebabkan penggumpalan yang

dapat menyebabkan stroke non hemoragik (Junaidi, 2011).

Faktor gangguan pembuluh darah. Pada Dimensi 2 terdapat 5 variabel

faktor risiko yang menyebabkan penyakit stroke non hemoragik yaitu variabel

hipertensi, variabel hiperkolesterolemia, variabel diabetes mellitus, variabel

riwayat penyakit jantung dan variabel status pernikahan. Status pernikahan

berpengaruh pada pola hidup yang buruk, salah satu pola hidup yang buruk

adalah pola makan yang tidak baik, pola makan yang tidak baik dapat

menyebabkan terjadinya diabetes mellitus dan hiperkolesterolemia. Keadaan

hipertensi, hiperkolesterolemia, diabetes mellitus dan penyakit jantung berperan

aktif dalam pembentukan plak pada pembuluh darah yang dapat menyebabkan

terjadinya sumbatan pada pembuluh darah.

UNIVERSITAS SUMATERA UTARA

Page 72: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

55

Hipertensi dapat mempercepat pengerasan dinding pembuluh darah arteri

dan mengakibatkan penghancuran lemak pada sel otot polos sehingga

mempercepat proses aterosklerosis. Peranan hipertensi dalam proses

aterosklerosis adalah melalui efek penekanan pada sel endotel/lapisan dalam

dinding arteri yang berakibat pada proses pembentukan plak di pembuluh darah

akan semakin cepat (Junaidi, 2011). Dalam penelitian Laily (2017) dikemukakan

bahwa stroke iskemik paling banyak terjadi pada pasien hipertensi (97%) lebih

besar dibandingkan dengan pasien yang tidak hipertensi. Berdasarkan uji statistik

dengan menggunakan chi square terbukti bahwa hipertensi sangat berpengaruh

terhadap terjadinya stroke iskemik dengan nilai odds ratio sebesar 126,0 yang

artinya seseorang yang terkena hipertensi memiliki risiko 126 kali lebih besar

untuk mengalami stroke non hemoragik dibandingkan dengan orang yang tidak

memiliki penyakit hipertensi.

Seseorang yang memiliki kadar kolesterol dalam darah yang tinggi

memiliki risiko 2,7 kali lebih besar untuk terkena penyakit stroke non hemoragik

maupun stroke hemoragik dibandingkan dengan orang yang memiliki kadar

kolesterol dalam darah yang normal (Wayunah & Saefullah, 2016). Kadar

kolesterol dalam darah yang tinggi dapat menyebabkan masalah pada dinding

pembluh darah. Dimana kelosterol tersebut apabila semakin tinggi zat kolesterol

dalam darah akan memperbesar kemungkinan kolesterol tersebut tertimbun pada

dinding pembuluh darah. Hal tersebut dapat menyebabkan saluran aliran darah

akan menjadi sempit dan menghambat aliran darah yang menuju ke otak yang

dapat menyebabkan terjadinya stroke non hemoragik.

UNIVERSITAS SUMATERA UTARA

Page 73: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

56

Diabetes mellitus mampu menebalkan dinding pembuluh darah kecil

(mikriangiopati) maupun pembuluh darah besar (makroangiopati). Menebalnya

dinding pembuluh darah otak akan menyempitkan diameter pembuluh darah otak

dan penyempitan tersebut akan menganggu kelancaran aliran darah yang menuju

ke otak, yang pada akhirnya akan menyebabkan infark sel-sel otak (Masriadi,

2016). Dalam penelituan Ramadany pada tahun 2013 mengemukakan ada

hubungan yang signifikan diantara penyakit diabetes mellitus terhadap terjadinya

stroke iskemik dan dalam penelitian ini dikemukakan juga bahwa seseorang yang

memiliki penyakit diabetes mellitus memiliki risiko 3,8 kali lebih besar

dibandingkan dengan orang yang tidak memiliki penyaki diabetes mellitus.

Peranan penyakit jantung dalam terjadinya penyakit stroke non hemoragik

adalah aterosklerosis yang terjadi pada jantung dapat menimbulkan hambatan atau

sumbatan aliran darah ke otak karena jantung melepaskan gumpalan darah atau

sel-sel atau jaringan yang telah mati ke dalam aliran darah (Masriadi, 2016). Hal

ini sejalan dengan penelitian Wayunah dan Saefullah pada tahun 2016 yang

menyatakan bahwa riwayat penyakit jantung tidak secara signifikan

mempengaruhi terjadinya penyakit stroke non hemoragik. Namun, Seseorang

yang memiliki riwayat penyakit jantung memiliki risiko 1,6 kali lebih besar untuk

terkena stroke dibandingkan dengan orang yang tidak memiliki riwayat penyakit

jantung.

Seseorang yang tidak memiliki pasangan atau telah bercerai cenderung

memiliki peluang yang lebih besar untuk terkena stroke dibandingkan dengan

orang yang menikah. Hal tersebut disebabkan karena seseorang yang tidak

UNIVERSITAS SUMATERA UTARA

Page 74: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

57

memiliki pasangan memiliki kebiasaan pola hidup yang lebih buruk seperti

merokok, mengkonsumsi alkohol, pola makan yang buruk dan stress yang lebih

tinggi dibandingkan dengan yang memiliki pasangan (Engstorm dkk. 2006).

Faktor konsumsi alkohol. Pada Dimensi 3 stroke non hemoragik hanya

terdapat 1 variabel faktor risiko saja yang menyebabkan penyakit stroke non

hemoragik yaitu variabel alkohol. Konsumsi alkohol yang berlebihan dapat

mengganggu metabolisme tubuh, sehingga terjadi dyslipidemia, diabetes mellitus,

dapat mempengaruhi berat badan dan tekanan darah, dapat merusak sel-sel saraf

tepi, saraf otak dan lain-lain. Semua itu tentunya dapat mempermudah terjadinya

penyakit stroke non hemoragik (Madiyono, 2003).

Konsumsi alkohol melebihi jumlah yang wajar dapat memiliki risiko 2,4

kali lebih besar untuk terkena stroke non hemoragik dibandingkan dengan yang

tidak mengonsumsi alkohol (Khairatunnisa & Sari, 2017).

Keterbatasan Penelitian

Penelitian ini tentunya memiliki keterbatasan yang dapat dijadikan bahan

pertimbangan untuk dilakukan pada penelitan yang akan datang sehingga mampu

memperoleh hasil yang lebih baik. Keterbatasan dalam penelitian ini ialah:

1. Data dalam penelitian ini menggunakan data sekunder dengan menggunakan

data rekam medis sehingga analisis data sangat bergantung pada rekam medis

yang tersedia.

2. Variabel dalam penelitian ini relatif sedikit untuk analisis faktor kategorik

sehingga dalam penelitian selanjutnya perlu ditambahkan variabel – variabel

yang terkait.

UNIVERSITAS SUMATERA UTARA

Page 75: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

58

Kesimpulan dan Saran

Kesimpulan

Dari hasil analisis faktor kategorik terhadap pengelompokan 10 faktor

risiko yang memengaruhi terjadinya stroke hemoragik dan stroke non hemoragik

yang dilakukan di RSUD DR Pirngadi Medan pada Tahun 2017 maka dapat

diambil beberapa kesimpulan yaitu:

1. Terbentuk 3 dimensi stroke hemoragik dengan percent of variance sebesar

61,59%. Dimensi 1 dinamakan dengan Faktor Kerusakan Pembuluh Darah,

terdiri dari variabel hipertensi, variabel hiperkolesterolemia, variabel riwayat

penyakit jantung, dan variabel merokok. Dimensi 2 dinamakan dengan Faktor

Gaya Hidup dan Sosial Ekonomi, terdiri dari variabel konsumsi alkohol,

variabel pendidikan, dan variabel pekerjaan. Dimensi 3 dinamakan dengan

Faktor Penyebab serta Dampak Stress, yang terdiri dari variabel diabetes

mellitus, variabel obesitas, dan variabel status pernikahan.

2. Terbentuk 3 dimensi stroke non hemoragik dengan percent of variance

sebesar 58,57%. Dimensi 1 dinamakan dengan Faktor Penyebab serta Dampak

Stress, terdiri dari variabel obesitas, variabel merokok, variabel pendidikan,

dan variabel pekerjaan. Dimensi 2 dinamakan dengan Faktor Gangguam

Pembuluh Darah, terdiri dari variabel hipertensi, variabel hiperkolesterolemia,

variabel diabetes mellitus, variabel riwayat penyakit jantung dan variabel

status pernikahan. Dimensi 3 dinamakan dengan Faktor Konsumsi Alkohol,

terdiri dari 1 variabel saja, yaitu variabel konsumsi alkohol.

UNIVERSITAS SUMATERA UTARA

Page 76: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

59

Saran

1. Dengan terbentuknya 3 dimensi faktor risiko yang berpengaruh terhadap

terjadinya penyakit stroke hemoragik dan stroke non hemoragik tersebut

diatas, maka diharapkan bagi Dinas Kesehatan Provinsi Sumatera Utara

dan RSUD DR Pirngadi Medan agar dapat memperhatikan faktor lain

selain yang menyebabkan kerusakan pada pembuluh darah, seperti faktor

stress, faktor gaya hidup dan sosial ekonomi dan faktor status pernikahan

dan dampak pola makan yang tidak sehat sebagai masukan dalam

melakukan tindakan dalam upaya pencegahan dan pengendalian penyakit

stroke hemoragik dan penyakit stroke non hemoragik.

2. Diharapkan bagi peneliti yang tertarik mengkaji analisis faktor kategorik

faktor risiko stroke hemoragik maupun faktor risiko stroke non hemoragik

agar dapat dilakukan lagi pengelompokan dengan variabel yang lebih

besar dengan mengikutsertakan variabel lain yang tidak diikut sertakan

dalam penelitian ini.

UNIVERSITAS SUMATERA UTARA

Page 77: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

60

Daftar Pustaka

Aini, A. Q. (2016). Perbedaan kadar kolesterol total antara penderita stroke

iskemik dan stroke hemoragik di RSUD Dr. Moewardi (Skripsi,

Universitas Muhammadiyah Surakarta). Diakses dari

http://eprints.ums.ac.id/41931/

American Heart Association. (2017). Heart disease and stroke statistics – 2017

update: a report from the American heart association. Circulation, 135

(10), e146-e603.

Bustan, M. N. (2007). Epidemiologi penyakit tidak menular. Jakarta : Rineka

Cipta.

Engstorm, G., Hedlad, B., Rosyall, M., Janzob, L., & Lindgarde, F. (2006).

Occupation, marital status, and low grade inflammation mutual

confounding or independent cardiovascular risk factor. International

Journal Arterrioscler Thromb Vasc Biol, 26 (3), 643-648.

IBM Knowledge Centre. (t.t). Categorical Principal Component Analysis

(CATPCA). Diakses 10 Mei 2018, dari

https://www.ibm.com/support/knowledgecenter/en/SSLVMB_24.0.0/spss/

categories/idh_cpca.html.

Irianto, K. (2014). Epidemiologi penyakit menular & tidak menular. Bandung :

Alfabeta.

Juniadi, I. (2011). Stroke, waspadai ancamannya. Yogyakarta : Andi.

Kementerian Kesehatan RI. (2007). Pedoman Pengendalian Penyakit Jantung dan

Pembuluh Darah. Diakses dari http://www.p2ptm.kemkes.go.id/dokumen-

ptm/pedoman-pengendalian-faktor-risiko-penyakit-jantung-dan-pembuluh-

darah..

Kementerian Kesehatan RI. (2011). Pedoman Pengendalian Penyakit Jantung dan

Pembuluh Darah. Diakses dari http://www.p2ptm.kemkes.go.id/dokumen-

ptm/pedoman-pengendalian-faktor-risiko-penyakit-jantung-dan-pembuluh-

darah.

Kementerian Kesehatan RI. (2013). Riset Kesehatan Dasar RISKESDAS 2013.

Diakses dari

http://www.depkes.go.id/resources/download/general/Hasil%20Riskesdas

%202013.pdf

Kementerian Kesehatan RI. (2014). Situasi Kesehatan Jantung. Diakses dari

http://www.depkes.go.id/pdf.php?id=15021800003

UNIVERSITAS SUMATERA UTARA

Page 78: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

61

Kementerian Kesehatan RI. (2017). Profil Penyakit Tidak Menular Tahun 2016.

Diakses dari http://p2ptm.kemkes.go.id/dokumen-ptm/profil-penyakit-

tidak-menular-tahun-2016

Khairatunnisa & Sari, D. M. (2017). Faktor risiko yang berhubungan dengan

kejadian stroke pada pasien di RSU H. Sahudin Kutacane Kabupaten Aceh

Tenggara. Jurnal Jumantik, 2(1), 60-70.

Laily, S. R. (2017). Hubungan karakteristik penderita dan hipertensi dengan

kejadian stroke iskemik. Jurnal Berkala Epidemiologi, 5 (1), 48-59.

Lingga, L. (2013). All about stroke : Hidup sebelum dan pasca stroke. Jakarta:

Elex Media Komputindo.

Lumbantobing. (2003). Stroke: Bencana peredaran darah di otak. Jakarta : Balai

Penerbit FK UI

Madiyono, B. (2003). Pencegahan stroke dan serangan jantung pada usia muda.

Jakarta : Balai Penerbit FK UI.

Masriadi. (2016). Epidemiologi penyakit tidak menular. Jakarta: CV Trans Info

Media.

Masterjohn, C. (2009, 13 Maret). Cholesterol and stroke. Diakses 25 November

2018, dari https://www.westonaprice.org/health-topics/know-your-

fats/cholesterol-and-stroke/.

Mesiano, T. (2017). What’s your reason for preventing stroke?. Perhimpunan

Dokter Spesialis Saraf Indonesia.

Putri, I., Tedjasukmana, R., & Pasaribu, D.M.R. (2017). Hubungan antara tingkat

pendidikan dengan pengetahuan deteksi dini tentang stroke di Universitas

Kristen Krida Wacana. J. Kedokt Meditek, 23(63), 1-11.

Ramadany, A.F., Pujarini, L.A., & Candrasari, A. (2013). Hubungan diabetes

mellitus dengan kejadian stroke iskemik di RSUD DR. Moewardi

Surakarta Tahun 2010. Jurnal Biomedika, 5(2), 11-16.

Riyatno, A. (2012). Penerapan analisis multivariat dalam penelitian kesehatan.

Yogyakarta: Nuhs Medika.

Santoso, S. (2010). Statistik multivariat. Jakarta : Gramedia.

Setiati, S., Alwi, I., Sudoyo, A.W., Simadibrata, M.K., Setiyohadi, B., & Syam,

A.F. (2015). Ilmu penyakit dalam. Jakarta: Interna Publishing.

Simamora, B. (2005). Analisis multivariat pemasaran. Jakarta: Gramedia

Sutopo, Y., & Slamet, A. (2017). Statistika inferensial. Yogyakarta : Andi.

UNIVERSITAS SUMATERA UTARA

Page 79: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

62

Telaumbanua, M. (2016). Analisis faktor risiko terhadap kejadian stroke di RSUP

H. Adam Malik Medan (Skripsi, Universitas Sumatera Utara). Diakses dari

http://repository.usu.ac.id/handle/123456789/63185

Usman, H., & Sobari, N. (2013). Aplikasi teknik multivariate untuk riset

pemasaran. Jakarta : Rajagrafindo Persada.

Wardhani, N.R., & Martini, S. (2014). Faktor yang berhubungan tentang stroke

pada pekerja institusi pendidikan tinggi. Jurnal Berkala Epidemiologi, 2

(1), 13-23.

Wayunah & Saefulloh, M. (2016). Analisis faktor yang berhubungan dengan

kejadian stroke di RSUD Indramayu. Jurnal Pendidikan Keperawatan

Indonesia, 2 (1), 65-67.

World Health Organization. (2014). Global status report on noncommunicable

diseases 2014. Diakses dari http://www.who.int/nmh/publications/ncd-

status-report-2014/en/.

World Stroke Organization. (t.t). Apa Alasan Anda untuk Mencegah Stroke?.

Diakses 11 Mei 2018 dari

http://p2ptm.kemkes.go.id/uploads/VHcrbkVobjRzUDN3UCs4eUJ0dVBn

dz09/2017/10/Apa_Alasan_Anda_Mencegah_Stroke.pdf

UNIVERSITAS SUMATERA UTARA

Page 80: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

63

Lampiran 1. Surat Izin Penelitian

UNIVERSITAS SUMATERA UTARA

Page 81: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

64

Lampiran 2. Surat Keterangan Selesai Penelitian

UNIVERSITAS SUMATERA UTARA

Page 82: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

65

Lampiran 3. Master Data

No JK Umur

(thn)

Hipertensi

Hiperkoles-

terol

DM

Riwayat

PJ

Obesitas Merok-

ok

Alkohol Pendid-

ikan

Peker-

jaan

Status

Pernik-

ahan

1 P 80 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Tidak

Merokok

Tidak SMU Tidak

Bekerja

Janda

2 P 80 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SD Tidak

Bekerja

Janda

3 P 63 Hipertensi Hiperkoleste

rol

DM Ada Normal Tidak

Merokok

Tidak Perguruan

Tinggi

Bekerja Menikah

4 P 55 Hipertensi Hiperkoleste

rol

DM Ada Obesitas Tidak

Merokok

Tidak SMU Tidak

Bekerja

Menikah

5 L 56 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Overweight Merokok Tidak Perguruan

Tingi

Bekerja Menikah

6 L 55 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Merokok Ya SMA Bekerja Menikah

7 P 56 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Merokok Tidak SMP Bekerja Menikah

8 P 59 Tidak

Hipertensi

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

9 P 58 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak Obesitas Merokok Tidak SD Tidak

Bekerja

Menikah

10 P 81 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Ada Overweight Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

11 L 67 Hipertensi Hiperkoleste

rol

DM Ada Obesitas Merokok Tidak SMA Tidak

Bekerja

Menikah

No JK Umur

(thn)

Hiper-

tensi

Hiper-

kolesterol

DM

Riw-

ayat PJ

Obes-itas Meroko

k

Alkohol Pendid-

ikan

Peker-

jaan

Status

Pernik-

UNIVERSITAS SUMATERA UTARA

Page 83: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

66

ahan

12 P 43 Hipertensi Hiperkoleste

rol

Tidak

DM

Ada Normal Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

13 L 56 Hipertensi Hiperkoleste

rol

DM Tidak

Ada

Obesitas Merokok Ya SMA Bekerja Duda

14 P 61 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Overweight Tidak

Merokok

Tidak SMP Tidak

Bekerja

Menikah

15 P 70 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Merokok Tidak SD Tidak

Bekerja

Janda

16 L 60 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Ada Obesitas Tidak

Merokok

Tidak Perguruan

Tinggi

Bekerja Menikah

17 L 47 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Ada Normal Merokok Tidak SMA Bekerja Menikah

18 L 68 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Merokok Tidak SMA Bekerja Menikah

19 L 58 Hipertensi Hiperkoleste

rol

DM Ada Obesitas Merokok Ya SMA Bekerja Duda

20 P 62 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Overweight Merokok Tidak SMA Tidak

Bekerja

Janda

21 L 65 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Ada Obesitas Merokok Tidak SMA Tidak

Bekerja

Menikah

22 P 57 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

23 L 54 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Ada Normal Merokok Tidak SMA Bekerja Menikah

24 P 64 Tidak

Hipertensi

Hiperkoleste

rol

DM Tidak

Ada

Normal Merokok Tidak SMA Tidak

Bekerja

Menikah

No JK Umur

(thn)

Hiper-

tensi

Hiper-

kolesterol

DM

Riw-

ayat PJ

Obes-itas Meroko

k

Alkohol Pendid-

ikan

Peker-

jaan

Status

Pernik-

UNIVERSITAS SUMATERA UTARA

Page 84: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

67

ahan

25 L 53 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Merokok Tidak SMA Bekerja Menikah

26 L 41 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Merokok Ya SMA Bekerja Menikah

27 L 46 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Overweight Merokok Tidak SMA Bekerja Menikah

28 P 48 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

29 P 31 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SMP Bekerja Menikah

30 P 66 Tidak

Hipertensi

Hiperkoleste

rol

Tidak

DM

Ada Overweight Tidak

Merokok Tidak SMA Tidak

Bekerja

Janda

31 L 60 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Merokok Ya SMA Bekerja Menikah

32 L 53 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal

Merokok

Tidak SMA Tidak

Bekerja

Menikah

33 L 51 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Merokok Tidak Perguruan

Tinggi

Bekerja Menikah

34 P 60 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Ada Obesitas Tidak

Merokok

Tidak SMP Tidak

Bekerja

Menikah

35 L 69 Hipertensi Hiperkoleste

rol

DM Tidak

Ada

Obesitas Merokok Tidak SMA Bekerja Menikah

36 L 53 Hipertensi Hiperkoleste

rol

DM Ada Overweight Merokok Tidak SMA Bekerja Menikah

37 L 69 Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Normal Tidak

Merokok

Tidak SMA Bekerja Menikah

No JK Umur

(thn)

Hiper-

tensi

Hiper-

kolesterol

DM

Riw-

ayat PJ

Obes-itas Meroko

k

Alkohol Pendid-

ikan

Peker-

jaan

Status

Pernik-

ahan

UNIVERSITAS SUMATERA UTARA

Page 85: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

68

38 L 48 Tidak

Hipertensi

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Tidak

Merokok

Tidak Perguruan

Tinggi

Bekerja Menikah

39 P 70 Hipertensi Hiperkoleste

rol

DM Ada Normal Tidak Tidak SD Tidak

Bekerja

Janda

40 L 64 Hipertensi Hiperkoleste

rol

DM Tidak

Ada

Obesitas Merokok Tidak SMA Bekerja Menikah

41 P 43 Hipertensi Hiperkoleste

rol

Tidak

DM

Ada Normal Tidak

Merokok

Tidak Perguruan

Tinggi

Bekerja Menikah

42 P 52 Hipertensi

Hiperkoleste

rol

DM Tidak

Ada

Obesitas Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

43 L 64 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Tidak

Merokok

Tidak SMA Bekerja Menikah

44 L 61 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Merokok Tidak Perguruan

Tinggi

Bekerja Menikah

45 P 61 Hipertensi Tidak

Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Overweight Tidak

Merokok

Tidak SMA Tidak

Bekerja

Menikah

46 L 68 Hipertensi Hiperkoleste

rol

Tidak

DM

Ada Obesitas Merokok Tidak SMA Bekerja Menikah

47 L 69 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

DM Tidak Normal Tidak

Merokok

Tidak SMA Bekerja Duda

48 L 74 Hipertensi Hiperkoleste

rol

Tidak

DM

Tidak

Ada

Obesitas Tidak

Merokok

Tidak SMA Tidak

Bekerja

Duda

49 L 51 Hipertensi Hiperkoleste

rol

DM Tidak

Ada

Obesitas Merokok Tidak Perguruan

Tinggi

Bekerja Menikah

50 P 70 Tidak

Hipertensi

Tidak

Hiperkoleste

rol

Tidak

DM

Ada Normal Tidak

Merokok

Tidak SMP Tidak

Bekerja

Janda

UNIVERSITAS SUMATERA UTARA

Page 86: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

69

Lampiran 4. Hasil Output Analisis Faktor Kategorik

Analisis Multivariat

Ringkasan Model Dimensi Stroke Hemoragik

Model Summary

Dimension

Cronbach's

Alpha

Variance Accounted For

Total

(Eigenvalue)

% of

Variance

1 ,732 2,934 29,337

2 ,484 1,773 17,731

3 ,346 1,452 14,522

Total ,931a 6,159 61,591

a. Total Cronbach's Alpha is based on the total

Eigenvalue.

Ringkasan Model Dimensi Stroke Hemoragik

Model Summary

Dimension

Cronbach's

Alpha

Variance Accounted For

Total

(Eigenvalue)

% of

Variance

1 ,640 2,360 23,598

2 ,589 2,129 21,294

3 ,299 1,368 13,682

Total ,921a 5,857 58,574

a. Total Cronbach's Alpha is based on the total

Eigenvalue.

UNIVERSITAS SUMATERA UTARA

Page 87: PENERAPAN ANALISIS FAKTOR KATEGORIK DALAM …

70

Component Loadings Dimensi Stroke Hemoragik

Component Loadings

Dimension

1 2 3

Hipertensi ,737 -,335 -,153

Hiperkolesterolemi

a ,616 -,112 -,270

DM ,126 ,453 ,614

Riwayat_PJ -,702 -,068 -,254

Obesitas ,386 -,469 ,596

Merokok ,793 -,035 -,093

Alkohol ,427 ,569 -,126

Pendidikan -,282 ,712 -,168

Pekerjaan ,615 ,622 ,128

Status_Pernikahan ,292 -,016 -,701

Variable Principal Normalization.

Component Loadings Dimensi Stroke Hemoragik

Component Loadings

Dimension

1 2 3

Hipertensi ,300 ,559 ,056

Hiperkolesterolemi

a ,256 ,652 -,480

DM ,258 ,716 -,182

Riwayat_PJ ,111 ,352 ,221

Obesitas ,570 ,276 -,324

Merokok ,648 ,079 ,364

Alkohol ,277 ,244 ,712

Pendidikan ,756 -,443 -,142

Pekerjaan ,697 -,315 ,299

Status_Pernikahan ,496 -,565 -,446

Variable Principal Normalization.

UNIVERSITAS SUMATERA UTARA