Analisis Model dan Faktor-Faktor yang Mempengaruhi Stres Menggunakan Regresi Logistik pada Masa Pandemi COVID-19

Analysis of Models and Factors that Influence Stress Using Logistic Regression during The Covid-19 Pandemic

Abstrak

Stres adalah respon tubuh terhadap tekanan atau perasaan ketidakmampuan dalam mengatasi tekanan mental atau emosional. Pada tahun 2021 tingkat stres di Indonesia mengalami kenaikan sebesar 75%. Pada masa pandemi, lebih dari 70% orang mengalami stres dan orang yang mengalami stres berstatus positif COVID-19 mencapai 12.2%. Penelitian ini bertujuan untuk menganalisis model untuk mengetahui model terbaik, mengetahui faktor-faktor yang mempengaruhi stres, dan keakuratan klasifikasi model. Metode yang digunakan adalah metode regresi logistik, yaitu salah satu metode analisis data yang mencari hubungan antara variabel respon berbentuk biner atau dichotomous dan variabel prediktor. Data pada penelitian ini menggunakan data dari 344 orang yang diperoleh dari kuesioner uji DASS (Depression Anxiety and Stress) yang telah dibagikan secara online untuk mengetahui apakah seseorang mengalami stres atau tidak mengalami stres, kemudian data disesuaikan dengan metode regresi logistik. Model terbaik diperoleh dari nilai Akaike Information Criterion (AIC) terkecil. Hasil penelitian ini menunjukkan bahwa terdapat lima model yang dibentuk dan nilai Akaike Information Criterion ( (AIC) yang didapatkan menunjukkan model 5 dengan nilai Akaike Information Criterion ( (AIC) sebesar 205.9348 merupakan nilai terkecil, sehingga model 5 adalah model terbaik dimana model 5 dengan menggunakan variabel usia dan jenis kelamin adalah faktor yang penting dalam mempengaruhi stres, dengan nilai akurasi sebesar 88.40%.

Kata Kunci: Akaike Information Criterion (AIC), Regresi Logistik, Stres.

Abstract

Stress is the body's response to pressure or feelings of inability to cope with mental or emotional stress. In 2021 the stress level in Indonesia will increase by 75%. During the pandemic, more than 70% of people experienced stress and those who experienced stress were positive for COVID-19, reaching 12.2%. This study aims to analyze the model to determine the best model, determine the factors that influence stress, and the accuracy of the model classification. The method used is the logistic regression method, which is a method of data analysis that looks for the relationship between the response variables in the form of binary or dichotomous and predictor variables. The data in this study used data from 344 people obtained from the DASS (Depression Anxiety and Stress) test questionnaire that had been distributed online to determine whether a person was stressed or not experiencing stress, then the data was adjusted using the logistic regression method. The best model is obtained from the smallest Akaike Information Criterion (AIC) value. The results of this study indicate that there are five models formed and the Akaike Information Criterion (AIC) value obtained shows model 5 with the Akaike Information Criterion (AIC) value of 205.9348 being the smallest value, so the model 5 is the best model where model 5 by using age and gender variables are important factors in influencing stress, with an accuracy value of 88.40%.

Keywords: Akaike Information Criterion (AIC), Logistic Regression, Stress.