ANALISIS JUMLAH TENAGA KESEHATAN DI JAWA TIMUR TAHUN 2022-2023 MENGGUNAKAN METODE RM MANOVA SATU ARAH

Rijal Apuila Khufi; Jovanka Vania Sunawan; Ester Yunita Nainggolan; Muhammad Nasrudin; Trimono

doi:10.33019/fraction.v6i1.94

Authors

Rijal Apuila Khufi UPN Veteran Jawa Timur
Jovanka Vania Sunawan
Ester Yunita Nainggolan
Muhammad Nasrudin
Trimono

DOI:

https://doi.org/10.33019/fraction.v6i1.94

Keywords:

MANOVA, tenaga kesehatan, Jawa Timur, uji asumsi, analisis multivariat

Abstract

Pada tahun 2020, Pandemi COVID-19 memberikan dampak yang cukup signifikan terhadap sektor kesehatan di Indonesia, termasuk dalam hal jumlah dan sebaran tenaga kesehatan. Memasuki fase pemulihan pada tahun 2022, terjadi berbagai perubahan dalam sistem ketenagakerjaan tenaga kesehatan yang dapat mempengaruhi jumlah tenaga kesehatan di berbagai daerah, termasuk di Provinsi Jawa Timur. Penelitian ini bertujuan untuk menganalisis perbedaan jumlah tenaga kesehatan di Jawa Timur antara tahun 2022 dan 2023 dengan menggunakan metode Multivariate Analysis of Variance (MANOVA). Pada penelitian ini, normalitas multivariat diuji dengan menggunakan metode Mardia, sedangkan homogenitas matriks kovarians dianalisis melalui uji Box's M. Hasil pengujian menunjukkan bahwa data memenuhi asumsi-asumsi tersebut, sehingga MANOVA dapat digunakan dengan benar untuk menemukan variabel yang mempengaruhi perbedaan dalam jumlah tenaga kesehatan di Jawa Timur. Hasil ini diharapkan dapat membantu para pembuat kebijakan membuat rencana distribusi tenaga kesehatan yang lebih efektif.

Downloads

Download data is not yet available.

References

[1] R. M. Pai, G. J. P Wahongan, and A. E. Manampiring, “Analisis Peran Tenaga Kesehatan Di Rs Budi Setia Langowan Tahun 2023 Berdasarkan Hospital Survey on Patient Safety Culture (Hsopsc),” J. Kesehat. Masy., vol. 8, no. 2, pp. 2654–2668, 2024.

[2] M. Iqbal, I. Salsabila, D. A. Syahbani, J. Douw, Marzuki, and A. Rusyana, “Analisis MANOVA Satu Arah untuk Melihat Perbedaan Status Gizi Balita Berdasarkan Wilayah Pembangunan Utama di Indonesia Tahun 2017,” J. Data Anal., vol. 3, no. 1, p. 52, 2020.

[3] K. Jiamwattanapong and N. Ingadapa, “On Testing Homogeneity of Covariance Matrices with Box’s M and the Approximate Tests for Multivariate Data,” Adv. Image Video Process., vol. 9, no. 5, 2021, doi: 10.14738/aivp.95.11115.

[4] R. A. Permata, Syaidatussalihah, and Abdurahim, “Penentuan Uji Statistik pada Penelitian Bidang Kesehatan,” Bakti Sekawan J. Pengabdi. Masy., vol. 3, no. 1, pp. 17–22, 2023, doi: 10.35746/bakwan.v3i1.279.

[5] D. Wulandari and M. Bayu Nirwana, “ENTHUSIASTIC INTERNATIONAL JOURNAL OF STATISTICS AND DATA SCIENCE Mardia’s Skewness and Kurtosis for Assessing Normality Assumption in Multivariate Regression,” Int. J. Stat. Data Sci., vol. 1, no. 1, pp. 1–6, 2021, [Online]. Available: https://journal.uii.ac.id/ENTHUSIASTIC

[6] S. L. Ratnasari, G. Sutjahjo, E. N. Susanti, R. Tanjung, and W. Ismanto, “Pengaruh Kompetensi, Motivasi, dan Kreatifitas Terhadap Kinerja Guru Melalui Kepuasan Kerja,” Manaj. Pendidik., vol. 16, no. 1, pp. 1–12, 2021, doi: 10.23917/jmp.v16i1.11149.

[7] H. Sudriansyah, B. Burhanuddin, and S. Saharudin, “Pengaruh Minat Baca Terhadap Hasil Belajar Bahasa Indonesia Siswa Kelas Xi,” Paedagoria J. Kajian, Penelit. dan Pengemb. Kependidikan, vol. 13, no. 2, p. 102, 2022, doi: 10.31764/paedagoria.v13i2.9122.

[8] C. R. Oktarina, I. Sriliana, E. Nur, F. Sidik, and M. Akbar, “Pemodelan data geospasial balita kurang gizi dengan pendekatan geographically weighted regression principal component analysis,” vol. 13, pp. 339–350, 2024, doi: 10.14710/j.gauss.13.2.339-350.

[9] N. S. Lubis, Y. Deliyanti, and M. A. A. Hutajulu, “Analisis Uji Persyaratan Statistika Parametrik Terhadap Analisis Pertumbuhan Dan Kepadatan Penduduk,” J. Bakti Sos., vol. 2, no. 2, pp. 134–143, 2023.

[10] C. Cattaneo, V. Lavelli, C. Proserpio, M. Laureati, and E. Pagliarini, “Consumers’ attitude towards food by-products: the influence of food technology neophobia, education and information,” Int. J. Food Sci. Technol., vol. 54, no. 3, pp. 679–687, 2019, doi: 10.1111/ijfs.13978.

[11] Azizah, “Model terbaik uji multikolinearitas untuk analisis faktor-faktor yang mempengaruhi produksi padi di Kabupaten Blora tahun 2020,” Pros. Semin. Nas. UNIMUS, vol. 4, pp. 61–69, 2021, [Online]. Available: https://scholar.google.com/scholar?as_ylo=2021&q=uji+autokorelasi+adalah&hl=id&as_sdt=0,5

[12] M. O. Akinwande, H. G. Dikko, and A. Samson, “Variance Inflation Factor: As a Condition for the Inclusion of Suppressor Variable(s) in Regression Analysis,” Open J. Stat., vol. 05, no. 07, pp. 754–767, 2015, doi: 10.4236/ojs.2015.57075.

[13] M. J. Blanca, J. Arnau, F. J. García-Castro, R. Alarcón, and R. Bono, “Repeated measures ANOVA and adjusted F-tests when sphericity is violated: which procedure is best?,” Front. Psychol., vol. 14, no. August, pp. 1–11, 2023, doi: 10.3389/fpsyg.2023.1192453.

[14] I. ud Din and Y. Hayat, “ANOVA or MANOVA for Correlated Traits in Agricultural Experiments,” Sarhad J. Agric., vol. 37, no. 4, pp. 1250–1259, 2021, doi: 10.17582/JOURNAL.SJA/2021/37.4.1250.1259.