PENERAPAN ANALISIS KOMPONEN PRINSIPAL DALAM MEMBENTUK INDEKS PENGETAHUAN TENTANG FILARIASIS
Abstract
ABSTRACT
Knowledge about filariasis is one of many importance dimensions of succsessing filariasis elimination in Indonesia. This study aims at forming knowledge index about filariasis using principal component analysis. Principal component analysis methods have been used to reduce the researcher subjectivity in making knowledge composit. Data was from multicentre research on filaria 2017 by Indonesian National Institute of Health Research and Development. It was a cross sectional study conducted in 23 districts with 13,266 respondents. Ten questions about the causes and impacts of filariasis were asked with a structured questionnaire. Tetrachoric correlation and principal component analysis were used in data analysis. The knowledge index could explain 45.18% (rho=0.4518) of knowledge variations from the ten questions. This index can potentially be used as an output or a predictor variable in advance analysis. Future studies should take into account all levels and depths of knowledge when forming a knowledge composit.
Keywords: knowledge, filaria, filariasis, principal component analysis
ABSTRAK
Pengetahuan tentang filariasis merupakan salah satu dimensi penting dalam keberhasilan eliminasi filariasis di Indonesia. Studi ini bertujuan untuk membentuk indeks pengetahuan tentang filariasis menggunakan metode analisis komponen prinsipal. Metode analisis komponen prinsipal digunakan untuk mengurangi subjektifitas peneliti dalam membentuk komposit pengetahuan. Data yang digunakan berasal dari penelitian multisenter filariasis 2017 yang dilakukan oleh Badan Penelitian dan Pengembangan Kesehatan. Penelitian tersebut merupakan penelitian potong lintang di 23 Kabupaten dengan 13.266 responden. Terdapat sepuluh pertanyaan yang ditanyakan melalui kuesioner terstruktur mengenai penyebab dan akibat dari filariasis. Data dianalisis dengan korelasi tetrakorik dan analisis komponen prinsipal. Indeks pengetahuan filariasis yang terbentuk dapat menjelaskan 45,18% (rho=0,4518) variasi pengetahuan dari 10 pertanyaan. Indeks ini dapat digunakan dalam analisis lanjutan sebagai variabel output atau prediktor. Disarankan untuk mempertimbangkan tingkatan dan kedalaman pengetahuan apabila hendak membentuk komposit pengetahuan filariasis.
Kata kunci: pengetahuan, filaria, filariasis, analisis komponen prinsipal
References
Anderson, L.W. & Krathwohl, D.R. eds., 2001. A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives, Allyn and Bacon.
Anorital, A. dan T., 2017. Laporan Nasional Multisenter Filariasis 2017,
Ariawan, I., 2006. Indeks Sosio-ekonomi Menggunakan Principal Component Analysis. Jurnal Kesehatan Masyarakat Nasional, 1(2), pp.83–87.
Astuti, E.P. et al., 2014. Analisis Perilaku Masyarakat Terhadap Kepatuhan Minum Obat Filariasis di Tiga Desa Kecamatan Majalaya Kabupaten Bandung Tahun 2013. Media Penelitian dan Pengembangan Kesehatan, 24(4), pp.199–208.
Bobko, P., Roth, P.L. & Bobko, C., 2001. Correcting the effect size of d for range restriction and unreliability. Organizational Research Methods, 4(1), pp.46–61.
Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan, 2009. Pedoman Program Eliminasi Filariasis di Indonesia, Jakarta.
Elytha, F., 2014. Transmission Assessment Survey Sebagai Salah Satu Langkah Penentuan Eliminasi Filariasis. Jurnal Kesehatan Masyarakat Andalas, 8(2), pp.84–91.
Gray, V., 2017. Principal Component Analysis, New York: Nova Science Publishers.
Ikawati, B. & Wijayanti, T., 2010. Pengetahuan, Sikap dan Praktik Masyarakat Kelurahan Pabea, Kecamatan Pekalongan Utara, Kota Pekalongan Tentang Filariasis Limfatik. Jurnal Ekologi Kesehatan, 9(4), pp.324–332.
Kline, P., 1994. An Easy Guide to Factor Analysis, London: Routledge.
Kolenikov, S. & Angeles, G., 2004. The Use of Discrete Data in PCA: Theory, Simulations and Applications to Socioeconomic Indices, Working paper WP-04-85, MEASURE/Evaluation Project, Chapel Hill: University of North Carolina.
Notoatmojo, S., 2010. Ilmu Perilaku Kesehatan, Jakarta: Rineka Cipta.
Rebollo, M.P. & Bockarie, M.J., 2013. Rapid Diagnostics for the Endgame in Lymphatic Filariasis Elimination. The American Journal of Tropical Medicine and Hygiene, 89(1), pp.3–4.
Setiati, S. et al. eds., 2014. Buku Ajar Ilmu Penyakit Dalam Jilid I. Edisi VI, Jakarta: Pusat Penerbitan Ilmu Penyakit Dalam FKUI.
Stata Corp, 2005. Stata Statistical Software: Release 9.
Subdit Filariasis dan Kecacingan Dirjen P2PL, 2016. Rencana Pre TAS Kabupaten/Kota Tahun 2017, Jakarta.
Uebersax, J.., 2006. The tetrachoric and polychoric correlation coefficients. Statistical Methods for Rater Agreement. Available at: http://john-uebersax.com/stat/tetra.htm [Accessed September 20, 2018].
Webb, N.L., 2002. An analysis of the alignment between mathematics standards and assessments for Three States. A paper presented at the American Educational Research Association Annual Meeting in New Orleans, Louisiana April 1-5, 2002, New Orleans.
World Health Organization. Regional Office for the Eastern Mediterranean, 2014. Lymphatic filariasis, World Health Organization. Regional Office for the Eastern Mediterranean. Available at: http://www.who.int/iris/handle/10665/204167.
World Health Organization, 2011. Global Programme to Eliminate. “Monitoring and Epidemiological Assessment of Mass Drug Adminstration: Lymphatic Filariasis, Manual for National Elimination Programmes,” World Health Organization.
