MAMMOGRAPHY SCREENING PADA KANKER PAYUDARA DENGAN GENERALIZED STRUCTURED COMPONENT ANALYSIS

Indah Manfaati Nur(1*)


(1) 
(*) Corresponding Author

Abstract


Kanker merupakan salah satu jenis penyakit tidak menular yang paling banyak menyebabkan kematian di seluruh dunia.  Kementrian kesehatan RI (2008) mencatat bahwa Kanker Payudara dan Kanker Leher Rahim merupakan salah satu masalah utama kesehatan perempuan di dunia, terutama di negara berkembang seperti Indonesia, dan salah satu alasan semakin berkembangnya kanker tersebut disebabkan oleh rendahnya upaya deteksi dini atau screening. Pada saat ini, mammografi masih menjadi standar paling efektif untuk screening dini kanker payudara. Beberapa faktor yang digunakan untuk pemeriksaan mammografi merupakan unobserved variable, karena tidak dapat diukur secara langsung dan masing-masing memiliki indikator untuk mengukurnya. Oleh karena itu, teknik analisis yang dipilih adalah menggunakan pemodelan persamaan struktural. Generalized Structure Component Analysis (GSCA) merupakan salah salah satu pendekatan dalam Component Based Structured Analysis, yang merupakan pengembangan lebih lanjut dari pemodelan dengan menggunakan pendekatan Partial Least Square (PLS) [6]. hal ini dikarenakan GSCA menggunakan algoritma Alternating Least Square (ALS) sedangkan PLS menggunakan algoritma Fixed Point. Kegunaan GSCA adalah untuk mendapatkan model struktural yang powerfull guna tujuan prediksi. Jika model struktural dirancang tanpa mendasarkan landasan teori yang kuat dan aplikasi GSCA adalah dalam kerangka model building, model hasil analisis lebih diutamakan untuk tujuan prediksi. Tujuan pertama penelitian ini yaitu untuk menduga parameter menggunakan pendekatan GSCA dan mengetahui pengaruh antar faktor dalam variabel laten pada proses skrining mammografi menggunakan pendekatan GSCA. Hasil analisis menunjukkan bahwa nilai signifikansi parameter model terlihat bahwa hampir semua nilai loading factor signikan secara statistik, dengan taraf signifikansi 0,05 (nilai t hitung  t-tabel(α/2;n-1) = 2,023), kecuali pada konstruk BIRADS C-2. Composite reliability dan AVE menunjukkan bahwa seluruh konstruk memiliki reliabilitas yang baik terlihat dari nilai composite reliability semua diatas 0,70 dan semua nilai AVE semua diatas 0,5. Selain itu masing-masing konstruk memiliki discriminant validity yang baik, terlihat nilai akar AVE lebih tinggi dari nilai korelasi antar konstruk. Pada analisis pengaruh antar faktor dalam variabel laten, terbukti bahwa variabel eksogen memiliki pengaruh signifikan terhadap variabel endogen.

Full Text:

PDF

Article Metrics

Abstract view : 2574 times
PDF - 1070 times

DOI: https://doi.org/10.26714/jsunimus.2.1.2014.%25p

Refbacks

  • There are currently no refbacks.


Copyright (c)

Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences 
Universitas Muhammadiyah Semarang

Jl. Kedungmundu No. 18 Semarang Indonesia

Published by: 
Department of Statistics Universitas Muhammadiyah Semarang

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.