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. ABSTRAKPengetahuan 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.