Kunti Lestari 1, Maria Titah JP 2. Jurusan Statistika, FST, Institut Sains & Teknologi Akprind Yogyakarta

Transkripsi

1 E-ISSN Jural Statistika Idustri da Komputasi Volume 2, No. 1, Jauari 2017, pp ANALISIS REGRESI LOGISTIK UNTUK MENGETAHUI FAKTOR YANG BERPENGARUH TERHADAP FREKUENSI IBU RUMAH TANGGA DALAM MENGELOLA SAMPAH RUMAH TANGGA DI DUSUN CABAKAN SUMBERADI MLATI SLEMAN YOGYAKARTA Kuti Lestari 1, Maria Titah JP 2 1,2 Jurusa Statistika, FST, Istitut Sais & Tekologi Akprid Yogyakarta kutilestari9@gmail.com ABSTRACT Household waste maagemet is ecessary to miimize the amout of garbage i the pile of TPAS. I Cabaka village, most housewives do t do a proper waste maagemet. I geerally, they just bur, bury, throw ito the pits, ad throw ito the ditch. Therefore research o factors related to the frequecy of housewives i waste maagemet is eeded. This research uses descriptive aalysis ad ordial logistic regressio. The results obtaied i this study were mostly housewives i Cabaka village rarely perform household waste maagemet that is at 53.8 percet ad oly 3.8 percet who always maage waste. Factors that sigificatly affect are level of kowledge, availability of trash, educatio level, age, ad work status. These variables ca ifluece the frequecy of housewives i maagig household waste amouted to 45.4% ad the remaiig 54.6% is iflueced by other variables that ot icluded i the model. For frequecies always maage waste, the greatest probability value lies i the combiatio group of variables such as mothers with eough kowledge, uavailability of garbage that has distiguished betwee orgaic ad aorgaic, mother elemetary educatio, materal age 40 years, as well as the status of workig mothers. Key word : frequecy i maagig, household waste, ordial regressio ABSTRAK Pegelolaa sampah rumah tagga sagat diperluka utuk memiimalka jumlah tumpuka sampah di TPAS. Di Padukuha Cabaka, sebagia besar ibu rumah tagga belum melakuka pegelolaa sampah secara tepat. Pada umumya mereka haya membakar, memedam, membuag ke dalam lubag galia, da membuag ke parit. Sehigga perlu dilakuka peelitia tetag faktor-faktor yag berhubuga dega frekuesi ibu rumah tagga dalam megelola sampah. Peelitia ii megguaka aalisis deskriptif da regresi logistik ordial. Hasil yag diperoleh dalam peelitia ii adalah sebagia besar ibu rumah tagga di Padukuha Cabaka jarag melakuka pegelolaa sampah rumah tagga yaitu sebesar 53,8 perse da haya 3,8 perse saja yag selalu megelola sampah. Faktor yag sigifika berpegaruh adalah tigkat pegetahua, ketersediaa tempat sampah, tigkat pedidika, usia, da status bekerja. Variabel tersebut mampu mempegaruhi frekuesi ibu rumah tagga dalam megelola sampah rumah tagga sebesar 45,4% da sisaya 54,6 % dipegaruhi oleh variabel lai yag tidak termasuk dalam model. Utuk frekuesi selalu megelola sampah, ilai probabilitas terbesar terletak pada kelompok kombiasi variabel ibu dega pegetahua cukup, tidak tersediaya tempat sampah yag sudah dibedaka atara sampah orgaik da aorgaik, ibu berpedidika SD, usia ibu 40 tahu, serta status ibu bekerja. Kata kuci : frekuesi pegelolaa, sampah rumah tagga, regresi ordial 1. Pedahulua Sampah adalah zat atau beda yag sudah diaggap tidak terpakai lagi baik yag berasal dari rumah tagga ataupu proses idustri [1]. Meigkatya volume da jeis sampah berbadig lurus dega meigkatya jumlah peduduk. Meurut Purwato selaku Kepala Bada Ligkuga Hidup (BLH) Kabupate Slema, volume sampah di Kabupate Slema 31

2 32 Kuti Lestari 1, Maria Titah JP 2 setiap hari mecapai m 3 perhari. Sebesar 65 perseya merupaka sampah o orgaik yag didomiasi sampah plastik. Tiggiya volume sampah tersebut teryata tidak diimbagi dega lagkah masyarakat dalam megelola sampah secara madiri. Di Kabupate Slema saat ii baru ada sekitar 196 kelompok pegelolaa sampah madiri (KPSM) yag belum tersebar merata. Padahal palig tidak dibutuhka KPSM utuk megatasi permasalaha sampah di Kabupate Slema [2]. KPSM sediri merupaka kelompok yag melakuka peagaa sampah dega masyarakat sebagai pelaku utama da peaggug jawabya. Hal itu sesuai dega amaah Udag-udag No. 18 Tahu 2008 (Pasal 12) yag mewajibka setiap orag utuk meguragi da meagai sampah dega cara berwawasa ligkuga. Upaya pegelolaa sampah harus dimulai dari skala yag palig kecil yaitu rumah tagga. Biasaya taggug jawab utuk megelola sampah rumah tagga aka dibebaka kepada seorag ibu. Hal itu dikareaka ibu adalah seorag pegedali utama dalam memaage rumah taggaya. Kegiata ibu rumah tagga sagat erat kaitaya dega aktifitas rumah tagga seperti berbelaja da memasak. Kegiata tersebut pasti akhirya aka meghasilka sampah. Jeis sampah yag dihasilka biasa disebut sampah rumah tagga. Di Dusu Cabaka, sebagia besar masyarakat di dusu ii melakuka pegelolaa sampah dega dibakar, pemedama, dibuag ke dalam lubag galia, da dibuag ke parit. Hal ii dimugkika karea masyarakat masih belum memiliki pegetahua tetag pegelolaa sampah yag efektif, ramah ligkuga, da memberika ilai tambah pada sampah itu sediri. Itulah megapa perluya dilakuka peelitia utuk megetahui faktor apa saja yag berpegaruh terhadap frekuesi ibu rumah tagga dalam megelola sampah rumah tagga, da aalisis yag diguaka adalah regresi logistik ordial. Peelitia sebelumya yag membahas faktor yag mempegaruhi ibu dalam megelola sampah diataraya adalah Asti (2012) yag berjudul Hubuga Tigkat Pegetahua da Sikap terhadap Perilaku Masyarakat dalam Megolah Sampah di Dusu Padukuha Desa Sidokarto Kecamata Godea Kabupate Slema. Da metode yag diguaka adalah aalisis bivariat [3]. Sedagka peelitia sebelumya yag megguaka aalisis regresi logistik ordial diataraya yaitu Imaslikah (2013) yag berjudul Aalisis Regresi Logistik Ordial terhadap Faktor-Faktor yag Mempegaruhi Predikat Kelulusa Mahasiswa S1 di ITS Surabaya [4]. Berdasarka uraia di atas, maka yag mejadi fokus dalam peelitia ii, adalah seberapa besar persetase ibu rumah tagga yag sudah melakuka pegelolaa sampah berdasarka frekuesiya, faktor apa saja yag berpegaruh terhadap frekuesi ibu rumah tagga dalam megelola sampah, da bagaimaa betuk hubuga atara frekuesi megelola sampah dega faktor-faktor tersebut. 2. Metode Pegambila data pada peelitia ii dilakuka dega batua kuisioer yag dibagika kepada 80 respode ibu rumah tagga di Padukuha Cabaka. Da variabel yag diguaka yaitu variabel depede (Y) yaitu frekuesi ibu rumah tagga dalam megelola sampah rumah tagga da 7 variabel idepede (X) yaitu : 1. Tigkat Pegetahua (X 1 ) X 10 : kurag X 11 : cukup X 12 : baik 2. Sikap (X 2 ) X 20 : egatif X 21 : positif 3. Ketersediaa Tempat Sampah (X 3 ) X 30 : tidak X 31 : ada

3 Aalisis Regresi Logistik utuk Megetahui faktor yag Berpegaruh terhadap Partisipasi Aggota Rumah Tagga (X 4 ) X 40 : tidak medukug X 41 : medukug 5. Tigkat Pedidika (X 5 ) X 50 : SD X 51 : SMP X 52 : SMA X 53 : Pergurua Tiggi 6. Usia (X 6 ) X 60 : 40 tahu X 61 : > 40 tahu 7. Status Bekerja (X 7 ) X 70 : tidak bekerja X 71 : bekerja Aalisis yag diguaka adalah sebagai berikut : 1. Aalisis dekripif Aalisis deskriptif dilakuka utuk megetahui gambara umum tetag variabel dalam peelitia. Aalisis diskriptif merupaka aalisis sederhaa dega membaca sebuah grafik atau tabel. Aalisis deskriptif dalam peelitia ii diguaka utuk melihat seberapa besar persetase ibu rumah tagga yag sudah melakuka pegelolaa sampah berdasarka frekuesiya. 2. Regresi logistik ordial Regresi logistik ordial merupaka salah satu aalisis regresi yag diguaka utuk megaalisis hubuga atara variabel respo/terikat dega variabel prediktor/bebas, dimaa variabel respo bersifat polychotomous dega skala ordial. Model yag dapat diguaka utuk regresi logistik ordial adalah model logit yag disebut cumulative logit models, yaitu merupaka model yag diperoleh dega membadigka peluag kumulatif, yaitu peluag kurag dari atau sama dega kategori respo ke-r pada j variabel bebas yag diyataka dalam vektor x i diyataka sebagai P(Y r x i ), dega peluag lebih besar dari kategori respo ke-r pada j variabel prediktor diyataka sebagai P(Y > r x i ) [5]. Peluag kumulatif P(Y r x i ) didefiisika sebagai berikut : P(Y r x i ) = π(x) = exp(β k 0r+ β j x ij j=1 ) 1+exp(β 0r + k j=1 β j x ij ) (1) dimaa x i = (x i1, x i2,, x ip ) merupaka ilai pegamata ke-i (i = 1, 2,...,) dari setiap variabel j variabel bebas. Dari persamaa di atas jika terdapat 3 kategori respo, maka ilai peluag masig-masig kategori adalah sebagai berikut : P(Y = 1 X = x i ) = π 1 (x i ) = exp(β k 01+ β j x ij j=1 ) P(Y = 2 X = x i ) = π 2 (x i ) = exp(β 02+ β j x ij 1+exp(β 01 + k j=1 β j x ij ) k j=1 ) exp(β01+ k j=1 βjxij ) 1+exp(β 02 + k j=1 β j x ij ) 1+exp(β 01 + k j=1 β j x ij ) k j=1 ) P(Y = 3 X = x i ) = π 3 (x i ) = 1 exp(β 02+ β j x ij 1+exp(β 02 + k j=1 β j x ij ) (2) (3) (4) Pedugaa parameter regresi dilakuka dega cara meguraikaya megguaka trasformasi logit dari P(Y r x i ). Logit P(Y r x i ) = log ( P(Y r x i) ) = β 1 P(Y r x i ) 0r + k j=1 β j x ij (5)

4 34 Kuti Lestari 1, Maria Titah JP 2 dega ilai r = 1, 2,..., R-1 da ilai β j utuk setiap j = 1, 2,..., k pada setiap model regresi logistik ordial adalah sama. Salah satu cara utuk megestimasi ilai koefisie regresi adalah dega megguaka metode kemugkia maksimum atau Maximum Likelihood Estimator (MLE). Dalam regresi logistik variabel respo megikuti sebara Beraulli. Distribusi Beraulli terpeuhi ketika eksperime tersebut memiliki dua kemugkia yag terjadi yaitu sukses da gagal. Fugsi kepadata (desity) peluag utuk distribusi Beraulli yaitu : f(β, y) = π(x i ) y i[1 π(x i )] 1 y i (6) Variabel respo y i adalah salig bebas, sehigga fugsi Likelihoodya sebagai berikut : l(β) = I i=1 f(β, y i ) = I π(x i ) y i [1 π(x i )] 1 y i [π(x i ) y i[1 π(x i ) 1 y i]] i=1 (7) i=1 Selajutya utuk memaksimalka fugsi Likelihood dilakuka dega membetuk log Likelihood : L(β) = l[l(β)] i=1 [l([π(x i ) y i[1 π(x i ) 1 y i]])] (l(π(x i ) y i)) + (l([1 π(x i ) 1 y i])) i=1 [y i l(π(x i )) + (1 y i )l(1 π(x i )) ] [y i l [ exp(g(x i)) ] + (1 y 1+exp(g(x i )) i) l (1 exp(g(x i)) i=1 )] 1+exp(g(x i )) y i (β 0 + k i=1 j=1 β j x ij ) l(1 + exp (β 0 + k j=1 β j x ij )) i=1 (8) Utuk memperoleh ilai estimator parameter β dilakuka dega peurua (differesi) terhadap masig-masig β : l(β) i=1 k j=1 x ij ) 1+exp (β 0 + j=1 β j x ij ) ij) (9) i=1 (y β i x ij exp (β 0+ β j k j (y i x ij π(x i )x ij ) Selajutya betuk persamaa 9 di atas ke dalam betuk : l(β) β j = 0 l(β) = 0 β i=1 (y i x ij π(x i )x ij ) = 0 j i=1(y i x ij ) i=1 π(x i )x ij i=1(y i x ij ) = k exp (β 0 + j=1 β j x ij ) i=1 k (10) 1+exp (β 0 + j=1 β j x ij ) Persamaa 10 tersebut merupaka fugsi oliear [5]. Dalam meetuka estimasi atau peaksir Maximum Likelihood, pada persamaa likelihood terkadag sulit dilakukaka secara aalitik. Hal ii dikareaka betuk persamaa likelihood yag sagat kompleks. Utuk kasus yag demikia estimasi Maksimum Likelihood ditempuh dega cara iterasi umerik yaitu dega metode Newto Raphso da estimator yag diperoleh merupaka ilai pedekata estimator [6]. Pegujia sigifikasi parameter dalam model regresi :

5 Aalisis Regresi Logistik utuk Megetahui faktor yag Berpegaruh terhadap. 35 a) Uji secara seretak Pegujia ii dilakuka utuk memeriksa keberartia koefisie β terhadap variabel terikat secara bersama-sama. Hipotesis : H 0 : β 1 = β 2 = = β k = 0 (tidak ada variabel bebas yag berpegaruh terhadap variabel frekuesi pegelolaa sampah) H 1 : palig sedikit ada satu β j 0; j = 1, 2,..., k (ada pegaruh miimal satu variabel bebas terhadap variabel frekuesi pegelolaa sampah) Statistik uji yag diguaka adalah statistik uji G atau Likelihood Ratio Test [7]: likelihood model awal G = 2l [ ] (11) likelihood model akhir Daerah peolaka H 0 adalah jika G 2 > χ 2 (a,df) dega derajat bebas df yaitu bayakya parameter dalam model atau ilai p-value < α. Statistik uji G megikuti distribusi Chi-Square dega derajat bebas df. Atau ilai p-value < α = 0,10. b) Uji secara parsial Pegujia ii dilakuka utuk memeriksa keberartia koefisie β secara parsial. Hipotesis : H 0 : β j = 0 (tidak ada pegaruh variabel bebas yag diuji terhadap variabel frekuesi pegelolaa sampah) H 1 : β j 0; j = 1, 2,..., k (terdapat pegaruh variabel bebas yag diuji terhadap variabel frekuesi pegelolaa sampah) Statistik uji yag diguaka adalah statistik uji Wald [7]: W = ( β j 2 ) SE(β j) Daerah peolaka H 0 adalah W 2 > χ 2 (a,df) dega df = 1 atau ilai p-value < α = 0,10. Uji kesesuaia model (goodess of fit) Uji kesesuaia model diguaka utuk megevaluasi cocok tidakya model dega data, ilai observasi yag diperoleh sama atau medekati dega yag diharapka dalam model. Hipotesis : H 0 : Model sesuai (model layak diguaka) H 1 : Model tidak sesuai (model tidak layak diguaka) Statistik uji : D = 2 [y i l ( π i ) + (1 + y y i )l ( 1 π i i=1 )] (13) i 1 y i dega π = exp (g(x i)) 1+exp (g(x i )), g(x i ) = β 0 + β 1 x i1 + β 2 x i2 + + β k x ik da i = 1, 2,, Daerah peolaka H 0 adalah jika D hitug > χ 2 (α,df), atau ilai p-value < α = 0,10 artiya model tidak sesuai. (12)

6 36 Kuti Lestari 1, Maria Titah JP 2 3. Hasil da Pembahasa Setelah dilakuka peelitia diperoleh hasil sebagai berikut : Gambar 1. Diagram Pie Frekuesi Pegelolaa Sampah Rumah Tagga Dari diagram tersebut dapat dilihat bahwa sebagia besar ibu rumah tagga di Dusu Cabaka jarag melakuka pegelolaa sampah rumah tagga yaitu sebesar 53,8 perse. Kemudia utuk ibu rumah tagga yag serig melakuka pegelolaa sampah sebesar 30 perse. Sedagka sebayak 12,5 perse ibu tidak perah megelola sampah rumah tagga, da haya 3,8 perse saja yag selalu megelola sampah rumah tagga. Tabel 1. Hasil Estimasi Variabel Estimate Std. Error Wald df p-value β 0 [Y = 1] -6,769 1,252 29, ,000 [Y = 2] -2,781 1,015 7, ,006 [Y = 3] 0,874 0,938 0, ,351 Pegetahua [X1=0] 1,112 2,000 0, ,578 [X1=1] -2,623 1,009 6, ,009 Sikap [X2=0] 0,350 1,871 0, ,852 Ketersediaa tempat sampah [X3=0] -2,161 0,610 12, ,000 Partisipasi ART [X4=0] -1,519 1,024 2, ,138 Tigkat pedidika [X5=0] -4,108 1,322 9, ,002 [X5=1] -2,213 1,366 2, ,105 [X5=2] -1,826 0,846 4, ,031 Usia [X6=0] -1,146 0,549 4, ,037 Status bekerja [X7=0] 1,017 0,519 3, ,050 Pada pegujia parsial dega megguaka α=10% diperoleh hasil bahwa variabel sikap (X 2 ) da partisipasi aggota rumah tagga (X 4 ) tidak sigifika berpegaruh terhadap frekuesi ibu dalam megelola sampah. Selajutya variabel tersebut dikeluarka dalam model da kemudia dilakuka pegujia regresi ulag.

7 Aalisis Regresi Logistik utuk Megetahui faktor yag Berpegaruh terhadap. 37 Model Itercept Oly Fial Tabel 2. Model Fittig Iformatio -2 Log Chi-Square df p-value Likelihood 123,497 78,813 44, ,000 Pada tabel di atas diketahui ilai χ 2 hitug sebesar 44,684. Dega megambil α = 0,10 da df = 8 diperoleh ilai χ 2 (0,10;8) = 13,362. Karea ilai χ2 hitug lebih besar dari ilai χ2 (0,10;8) maka dapat disimpulka palig sedikit ada satu variabel bebas yag berpegaruh terhadap variabel frekuesi pegelolaa sampah. Tabel 3. Hasil Estimasi utuk Variabel yag Sigifika Variabel Estimate Std. Error Wald df p-value β 0 [Y = 1] -6,711 1,233 29, ,000 [Y = 2] -2,872 1,013 8, ,005 [Y = 3] 0,797 0,932 0, ,392 Pegetahua [X1=0] 1,400 1,437 0, ,330 Ketersediaa tempat sampah [X1=1] -2,719 0,975 7, ,005 [X3=0] -2,268 0,607 13, ,000 Tigkat pedidika [X5=0] -4,259 1,313 10, ,001 [X5=1] -2,420 1,365 3, ,076 [X5=2] -1,850 0,844 4, ,028 Usia [X6=0] -1,163 0,542 4, ,032 Status bekerja [X7=0] 0,968 0,515 3, ,060 Dega megambil α = 0,10 da df = 1 diperoleh ilai χ 2 (0,10;1) = 2,706. H 0 ditolak jika ilai Wald lebih besar dari χ 2 (0,10;1) atau ilai p-value kurag dari α = 0,10. Dega melihat ilai Wald da p-value yag terdapat pada tabel di atas dapat diketahui bahwa variabel pegetahua, ketersediaa tempat sampah, tigkat pedidika, usia, da status bekerja berpegaruh sigifika terhadap frekuesi pegelolaa sampah rumah tagga. Pearso Deviace Tabel 4. Goodess-of-Fit Chi-Square Df p-value 69, ,496 54, ,907 Nilai p-value yag diperoleh adalah 0,496 da 0,907 yag keduaya lebih besar dari α = 0,10. Sehigga kesimpulaya adalah model layak diguaka. Tabel 5. Nilai Koefisie Determiasi Cox ad Sell 0,428 Nagelkerke 0,484 McFadde 0,259

8 38 Kuti Lestari 1, Maria Titah JP 2 Dari tabel di atas dapat diketahui bahwa ilai koefisie Nagelkerke sebesar 0,484 atau sebesar 48,4 perse. Itu artiya variabel pegetahua (X 1 ), ketersediaa tempat sampah (X 3 ), tigkat pedidika (X 5 ), usia (X 6 ), da status bekerja (X 7 ) mempegaruhi frekuesi ibu rumah tagga dalam megelola sampah rumah tagga sebesar 48,4 perse da sisaya sebesar 51,6 perse dipegaruhi oleh variabel lai yag tidak termasuk dalam model. Model logit yag diperoleh yaitu : P(Y 1 x i ) = exp ( 6,711+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp ( 6,711+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) P(Y 2 x i ) = exp ( 2,872+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp ( 2,872+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) P(Y 3 x i ) = exp (0,797+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp (0,797+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) Sedagka ilai kecederuga suatu kategori terhadap kategori laiya dapat dilihat dari ilai exp(β) atau odds ratio pada tabel di bawah ii : Variabel Tabel 6. Nilai kecederuga exp(β) Estimasi Kategori (β) Exp(β) Pegetahua [X1=0]Kurag baik 1,400 4,0552 [X1=1]Cukup -2,719 0,0659 Ketersediaa tempat sampah [X3=0]Tidak -2,268 0,1035 Tigkat pedidika [X5=0]SD -4,259 0,0141 [X5=1]SMP -2,420 0,0889 [X5=2]SMA -1,850 0,1572 Usia [X6=0] 40 tahu -1,163 0,3125 Status bekerja [X7=0]Tidak 0,968 2,6327 Utuk variabel pegetahua pada kategori kurag baik memiliki hubuga yag positif sedagka pada kategori cukup memiliki hubuga yag egatif dega frekuesi megelola sampah. Dega melihat ilai exp(β) dapat diketahui bahwa seorag ibu yag berpegetahua kurag baik tetag sampah memiliki kecederuga utuk megelola sampah lebih besar 4,0552 kali dibadig dega ibu yag memiliki pegetahua baik. Sedagka ibu yag berpegetahua cukup cederug utuk megelola sampah sebesar 0,0659 kali dibadigka dega ibu yag memiliki pegetahua baik. Utuk variabel ketersediaa tempat sampah kategori tidak memiliki hubuga egatif dega frekuesi megelola sampah. Itu artiya apabila seorag ibu tidak meyediaka tempat sampah yag sudah dibedaka atara sampah orgaik da sampah aorgaik aka membuat ibu cederug tidak melakuka pegelolaa terhadap sampahya. Sehigga ibu aka membuag semua jeis sampah ke dalam satu tempat. Da karea sampah sudah tercampur, biasaya ibu aka memilih utuk membakar atau lagsug dibuag ke tempat pembuaga sampah. Seorag ibu yag tidak meyediaka tempat sampah yag sudah dibedaka atara sampah orgaik da aorgaik aka memiliki kecederuga megelola sampah rumah tagga sebesar 0,1035 kali dibadig apabila dirumahya terdapat tempat sampah yag sudah dibedaka atara sampah orgaik da aorgaik. Utuk variabel tigkat pedidika semua kategori memiliki hubuga yag egatif dega frekuesi megelola sampah. Itu artiya semaki redah tigkat pedidika seorag ibu aka cederug tidak melakuka pegelolaa sampah rumah tagga. Tiggiya pedidika seorag ibu

9 Aalisis Regresi Logistik utuk Megetahui faktor yag Berpegaruh terhadap. 39 aka memiimalka kesalaha dalam tidakaya. Semaki redah pedidika ibu aka berakibat kuragya wawasa tetag pegelolaa sampah yag bear. Sehigga ibu rumah tagga aka kesulita utuk megambil tidaka yag tepat da efektif dalam pegelolaa sampah. Dega melihat ilai exp(β) dapat diketahui bahwa seorag ibu yag haya berpedidika sampai SD memiliki kecederuga megelola sampah haya 0,0141 kali dibadigka dega ibu yag berpedidika sampai pergurua tiggi. Sedagka utuk ibu yag berpedidika sampai SMP aka cederug megelola sampah 0,0889 kali dibadig ibu yag berpedidika sampai pergurua tiggi. Da utuk ibu yag berpedidika SMA memiliki kecederuga megelola sampah sebesar 0,1572 kali dibadigka dega ibu yag berpedidika sampai pergurua tiggi. Utuk variabel usia kategori 40 tahu memiliki hubuga yag egatif dega frekuesi megelola sampah. Artiya semaki muda usia ibu aka cederug tidak melakuka pegelolaa sampah rumah tagga. Itu karea usia 40 tahu merupaka usia dewasa dii. Sehigga tigkat kemataga ibu rumah tagga dalam berpikir da bertidak masih kurag baik. Dega melihat ilai exp(β) dapat diketahui bahwa seorag ibu yag berusia 40 tahu haya memiliki kecederuga megelola sampah sebesar 0,3125 kali dibadigka ibu yag berusia lebih dari 40 tahu. Utuk variabel status bekerja kategori tidak bekerja memiliki hubuga yag positif dega frekuesi megelola sampah. Artiya ibu yag tidak bekerja aka cederug melakuka pegelolaa terhadap sampahya. Sedagka kecederuga ibu yag tidak bekerja utuk megelola sampah adalah 2,6327 kali lebih besar dari ibu yag bekerja. Hal itu karea ibu yag tidak bekerja memiliki curaha waktu di rumah yag lebih bayak, jadi aka memiliki waktu luag utuk megelola sampah lebih bayak juga. 4. Kesimpula Berdasarka peelitia yag telah dilakuka di Dusu Cabaka Sumberadi Mlati Slema Yogyakarta tetag faktor-faktor yag mempegaruhi frekuesi ibu rumah tagga dalam megelola sampah rumah tagga dapat disimpulka sebagai berikut : 1. Berdasarka frekuesi megelola sampah rumah tagga dalam satu miggu dapat diketahui bahwa sebagia besar ibu rumah tagga di Padukuha Cabaka jarag melakuka pegelolaa sampah rumah tagga yaitu sebesar 53,8 perse. Kemudia utuk ibu rumah tagga yag serig melakuka pegelolaa sampah sebesar 30 perse. Sedagka sebayak 12,5 perse ibu tidak perah megelola sampah rumah tagga, da haya 3,8 perse saja yag selalu megelola sampah rumah tagga 2. Faktor-faktor yag sigifika berpegaruh terhadap frekuesi ibu rumah tagga dalam megelola sampah adalah tigkat pegetahua, ketersediaa tempat sampah, tigkat pedidika, usia, da status bekerja. Variabel tersebut mampu mempegaruhi frekuesi ibu rumah tagga dalam megelola sampah rumah tagga sebesar 48,4 perse da sisaya sebesar 51,6 perse dipegaruhi oleh variabel lai yag tidak termasuk dalam model. Model regresiya yaitu : P(Y 1 x i ) = exp ( 6,711+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp ( 6,711+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) P(Y 2 x i ) = exp ( 2,872+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp ( 2,872+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) P(Y 3 x i ) = exp (0,797+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 1+exp (0,797+1,4X 10 2,719X 11 2,268X 30 4,259X 50 2,42X 51 1,85X 52 1,163X 60 +0,968X 70 ) 3. Betuk hubuga atara frekuesi ibu rumah tagga dalam megelola sampah dega faktorfaktor yag mempegaruhi dijelaska sebagai berikut utuk variabel pegetahua pada kategori kurag baik memiliki hubuga yag positif sedagka pada kategori cukup memiliki hubuga yag egatif dega frekuesi megelola sampah. Utuk variabel ketersediaa tempat sampah, variabel tigkat pedidika, da variabel usia kategori 40 tahu memiliki

10 40 Kuti Lestari 1, Maria Titah JP 2 hubuga yag egatif dega frekuesi megelola sampah. Sedagka variabel status bekerja kategori tidak bekerja memiliki hubuga yag positif dega frekuesi megelola sampah. Ucapa Terimakasih Dalam peyusua tulisa ii, bayak pihak yag telah memberika dukuga kepada peulis. Oleh karea itu, pada kesempata ii peulis igi meyampaika terima kasih kepada seluruh dose da pimpia Jurusa Statistika Istitut Sais & Tekologi AKPRIND Yogyakarta Daftar Pustaka [1] Sukari, 1994, Kesehata Keluarga da Ligkuga, Peerbit Kaisius, Yogyakarta. [2] Purama, A., Pegelolaa Sampah Madiri Jadi Adala. (diakses Sabtu, 12 Maret 2016, WIB) [3] Asti (2012) [4] Imaslikah, S., Rata, dkk, 2013, Aalisis Regresi Logistik ordial terhadap Faktor-Faktor yag Mempegaruhi Predikat Kelulusa Mahasiswa S1 di ITS Surabaya, Jural Sais : ITS. (diakses Rabu, 20 April 2016, WIB) [5] Farida, A., 2015, Regresi Logistik Ordial, Artikel E-Buleti edisi Maret (diakses Jumat, 17 Jui 2016, WIB) [6] Sirait, H., Rustam, 2013, PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON RAPHSON, Jural : Uiversitas Lampug. uila.ac.id/idex.php/semirata/article/viewfile/884/703 (diakses Selasa, 12 Juli 2016, WIB) [7] Hosmer D. W., Lemeshow S., dkk, 2013, Applied Logistic Regressio, Joh Willey & Sos. Ic, New Jersey.