Abstract

Untuk melaksanakan penelitian di Indonesia yang dapat mewakili 33 provinsi, sampling bertahap banyak dilakukan, dan tahap awalnya adalah memilih provinsi. Pada penelitian bidang kesehatan, agar provinsi terpilih mewakili kondisi kesehatan penduduk Indonesia, seyogyanya provinsi dikelompokkan berdasarkan variabel terkait kesehatan. Untuk itu, secara statistik dapat dilakukan analisis gugus (cluster analysis) memakai data dari berbagai sumber, dengan 27 variabel mencakup prevalensi beberapa penyakit infeksi dan status gizi, akses ke pelayanan kesehatan, status demografi, indeks pembangunan manusia, dan aspek keuangan. Hasil akhir menunjukkan bahwa ada 4 gugus provinsi di Indonesia, pada masing-masing gugus terdapat sebanyak 4, 8, 7, dan 14 provinsi. Proses penggugusan dengan analisis gugus semacam ini dapat diterapkan dengan memakai data yang diperbaharui dan hasilnya dapat dimanfaatkan sebagai salah satu pertimbangan untuk sampling provinsi di Indonesia.

A multistage sampling procedure is often used in conducting a research that represents all 33 provinces in Indonesia, and the first step for the procedure is the sample selection of provinces. In the area of health research, it is recommended that the province selection is based on the stratification of provinces using health related variables. Cluster analysis is a statistical technique possibly employed utilizing data from many sources. In this particular application, it involves 27 important health variables which reflect important communicable diseases and nutritional status, access to health services, demographic situation, human development index, and financial factor. This cluster analysis produces four clusters of province, with each of them comprising of 4, 8, 7, and 14 provinces. This statistical clustering technique of provinces can be implemented and considered in the sampling process of provinces in Indonesia using the updated data.

References

1. Badan Pusat Statistik (BPS). Statistik Indonesia 2009. Jakarta: Badan Pusat Statistik; 2010.

2. Kish L. Survey sampling. New York: John Wiley and Sons; 1965.

3. Badan Kependudukan dan Keluarga Berencana Nasional. Pembagian provinsi menurut radalgram. Jakarta: Badan Kependudukan dan Keluarga Berencana Nasional; 2011.

4. United Nations Children’s Fund (UNICEF). Term of reference of study of situational analysis of adolescence in Indonesia. Jakarta: United Nations Children’s Fund; 2009.

5. Tabachnick B, Fidell LS. Using multivariate statistics. Boston: Allyn and Bacon; 2001.

6. Hair JF, Anderson RE, Tatham RL, Black WC. Multivariate data analysis. 4th ed. New Jersey: Prentice Hall; 1995.

7. Badan Pusat Statistik (BPS). Survei demografi dan kesehatan Indonesia–SDKI 2007. Jakarta: Badan Pusat Statistik; 2008.

8. Kementerian Kesehatan Republik Indonesia. Riset kesehatan dasar (Riskesdas) 2007. Jakarta: Badan Penelitian dan Pengembangan Kesehatan; 2008.

9. Departemen Kesehatan Republik Indonesia. Data rumah sakit di Indonesia. Direktorat Pelayanan Medik. Jakarta: Direktorat Pelayanan Medis; 2006.

10. Departemen Keuangan Republik Indonesia. Data kapasitas fiskal dan dana alokasi umum. Jakarta: Departemen Keuangan Republik Indonesia; 2006.

11. Badan Pusat Statistik (BPS). Statistik Indonesia 2008. Jakarta: Badan Pusat Statistik; 2009.

12. Badan Perencanaan dan Pembangunan Nasional. Indeks pembangunan manusia (IPM) Indonesia tahun 2007. Jakarta: Badan Perencanaan dan Pembangunan Nasional; 2008.

13. Muntaner C, Chung H, Benach J, Ng1 E. Hierarchical cluster analysis of labour market regulations and population health: a taxonomy of lowand middle-income countries. BMC Public Health. 2012; 12: 286.

14. Fahy JV. Identifying clinical phenotypes of asthma steps in the right direction. American Journal of Respiratory and Critical Care Medicine. 2010; 181: 296-7.

15. Mozaffarian F, Mardi M, Sarafrazi A, Ganbalani GN. Assessment of geographic and host-associated population variations of the carob moth, Ectomyelois ceratoniae, on pomegranate, fig, pistachio and walnut, using AFLP markers. Journal of Insect Science. 2007; 8: 1-9.

16. Dolnicar S. Using cluster analysis for market segmentation –typical misconceptions, established methodological weaknesses and some recommendations for improvement. University of Wollongong: Research Online; 2003. 1

7. Tiwari M, Misra B. Application of cluster analysis in agriculture – A review article. International Journal of Computer Applications. 2011; 36 (4): 43-7.

Download

Included in

Public Health Commons

Share

COinS