{"title":"PENERAPAN ANALISIS KOMPONEN PRINSIPAL DALAM MEMBENTUK INDEKS PENGETAHUAN TENTANG FILARIASIS","authors":"Anton Suryatma, Tities Puspita","doi":"10.22435/jek.17.3.613.146-154","DOIUrl":null,"url":null,"abstract":"ABSTRACT \nKnowledge 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. \nKeywords: knowledge, filaria, filariasis, principal component analysis \n \nABSTRAK \nPengetahuan 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. \nKata kunci: pengetahuan, filaria, filariasis, analisis komponen prinsipal","PeriodicalId":276290,"journal":{"name":"JURNAL EKOLOGI KESEHATAN","volume":"16 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-03-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL EKOLOGI KESEHATAN","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22435/jek.17.3.613.146-154","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
关于丝虫病的知识是印度尼西亚成功消除丝虫病的许多重要方面之一。本研究旨在利用主成分分析法形成关于丝虫病的知识指数。采用主成分分析方法,减少了知识合成过程中研究者的主观性。数据来自印度尼西亚国家卫生研究与发展研究所2017年对丝虫病的多中心研究。这是一项在23个地区进行的横断面研究,共有13266名受访者。采用结构化问卷,就丝虫病的成因和影响提出10个问题。数据分析采用四分相关和主成分分析。知识指数可以解释10个问题中45.18% (rho=0.4518)的知识变异。该指标可以潜在地用作预先分析中的输出或预测变量。未来的研究在形成知识组合时应该考虑到知识的各个层次和深度。关键词:丝虫病,丝虫病,主成分分析研究了云南丝虫病的病原学指标——彭格塔环线虫病的病原学分析方法。方法分析:土壤养分主要来源于土壤养分,土壤养分来源于土壤养分。资料:阳迪古纳坎贝纳尔达佩利特多中心丝虫病2017阳迪古纳坎奥勒巴丹佩利特丹彭姆邦安克塞哈坦。Penelitian tersebut merupakan Penelitian poong lintang di 23 Kabupaten dengan 13.266回应。白蛉病,白蛉病,白蛉病,白蛉病,白蛉病,白蛉病。数据分析,登岸,韩国,四科,分析,主要成份。指标彭格塔环丝虫病阳terbentuk dapat menjelaskan 45,18% (rho=0,4518)变异彭格塔环达10 %。指数的变化与数据的变化是有关系的。Disarankan untuk member pertimbangkan tingkatan dan kedalaman pengetahuan apabila hendak membentuk komposit pengetahuan丝虫病。卡塔昆兹:彭格塔环,丝虫病,丝虫病,分析主要成分
PENERAPAN ANALISIS KOMPONEN PRINSIPAL DALAM MEMBENTUK INDEKS PENGETAHUAN TENTANG FILARIASIS
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