METODE PENELITIAN
4.6. Pengolahan dan Analisis Data 1.Pengolahan data
Data mentah perlu diolah sedemikian rupa sehingga menjadi informasi yang dapat digunakan untuk menjawab tujuan dari penelitian. Menurut Hastono (2007), teknik pengolahan data dilakukan melalui langkah-langkah sebagai berikut; editing, coding, processing dan cleaning.
a. Editing
Editing adalah suatu proses melakukan pengecekan kuisioner untuk menilai apakah jawaban pada kuesioner telah lengkap, jelas, relevan, konsisten ataukah belum. Peneliti melakukan pengecekan terhadap satu persatu item pertanyaan dalam kuesioner yang telah dikembalikan oleh responden kepada peneliti. Kelengkapan dilihat dari apakah semua item pertanyaan sudah terisi, kejelasan dilihat dari apakah tulisan atau jawaban dari responden cukup jelas terbaca atau tidak. Relevansi dinilai dengan apakah jawaban dari responden relevan dengan pertanyaannya, dan konsistensi di lihat apakah jawaban pertanyaan konsisten dengan jawaban pertanyaan lainnya, misalnya melakukan penilaian terhadap usia, apakah yang diisi responden dalam kuesioner antara usia dan tanggal lahir tetap konsisten atau tidak. Apabila ada ketidaksesuaian, kurang jelas dan tidak lengkap, peneliti langsung menanyakan kembali kepada responden untuk mengkonfirmasi kebenarannya.
Pengembalian kuesioner dilakukan secara langsung oleh responden di tempat yang telah disepakati sebelumnya oleh peneliti dan responden. Dengan bertemunya responden dan peneliti secara langsung, peneliti dapat mengklarifikasi secara langsung dan saat itu juga jika menemukan adanya ketidak lengkapan, kejelasan dan relevansi data yang didapat. Saat pengembalian kuesioner, peneliti menemukan adanya ketidaklengkapan dalam pengisian, hal ini terjadi pada item kuesioner pada variabel asupan makanan, peneliti kemudian secara langsung menanyakan kembali kepada responden mengenai data tersebut.
Universitas Indonesia b. Coding
Coding merupakan kegiatan merubah data berbentuk huruf menjadi data dalam bentuk bilangan atau angka. Kegunaan dari coding adalah untuk mempermudah analisis data dan mempercepat saat dilakukannya entry data. Peneliti melakukan pengkodean terhadap hasil pengukuran masing-masing variabel. Misalnya variabel status gizi, status gizi baik diberikan kode 2, status gizi kurang diberikan kode 1.
c. Processing
Kegiatan yang dilakukan pada tahap ini adalah melakukan pemrosesan data supaya data yang telah dientry dapat dilakukan analisis. Setelah peneliti melakukan pengkodean pada masing-masing hasil pengukuran tiap variabel, peneliti kemudian melakukan entry data melalui software komputer berupa program analisis statistik komputer.
d. Cleaning
Peneliti melakukan pembersihan data dan melakukan pengecekan kembali data yang sudah dientry apakah terdapat kesalahan ataukah tidak sebelum dilakukan analisis data. Pada tahap cleaning ini, peneliti melakukan pengecekan kembali terhadap kemungkinan adanya kesalahan dalam pengkodean, ketidaklengkapan dan sebagainya, kemudian peneliti melakukan koreksi pada saat itu juga, terhadap kesalahan yang ditemukan. Saat proses ini, peneliti menemukan kesalahan dalam pengkodean variabel jumlah anggota keluarga dan penyakit infeksi, kemudian peneliti melakukan koreksi dan perbaikan pada saat itu juga pada pengkodean kedua variabel tersebut.
4.6.2. Analisis data
4.6.2.1. Analisis univariat
Analisis univariat dilakukan untuk mendeskripsikan variabel penelitian. Analisis univariat dilakukan pada variable status gizi, usia, jenis kelamin, asupan makanan, penyakit infeksi, riwayat pemberian ASI, pola
Universitas Indonesia asuh, jumlah anggota keluarga, pelayanan kesehatan, pendidikan, persepsi ibu, dan status ekonomi serta budaya. Semua data yang dilakukan analisis univariat dalam bentuk kategorik.
Hasil analisis yang ditampilkan adalah berupa frekuensi dan prosentase yang disajikan dalam bentuk tabel. Apabila data berdistribusi normal, maka ukuran pemusatannya adalah mean dan ukuran penyebarannya menggunakan standar deviasi. Apabila data tidak berdistribusi normal, maka ukuran pemusatannya adalah median dan nilai minimal maksimal sebagai ukuran penyebarannya (Dahlan, 2008). Pada penelitian ini, terdapat variabel dengan distribusi data yang normal yaitu variabel persepsi ibu terkait status gizi, oleh karena itu, cut off point yang digunakan adalah nilai mean. Variabel yang memiliki data dengan distribusi yang tidak normal yaitu variabel pola pengasuhan keluarga terkait gizi, pelayanan kesehatan dan budaya, menggunakan cut off point median.
Tabel 4.1. Analisa Univariat
No Variabel Hasil Analisis Data
1 Status gizi balita Frekuensi dan prosentase
2 Asupan makanan Frekuensi dan prosentase
3 Riwayat ASI ekslusif Frekuensi dan prosentase 4 Penyakit infeksi Frekuensi dan prosentase 5 Pola pengasuhan keluarga terkait gizi Frekuensi dan prosentase 6 Jumlah anggota keluarga Frekuensi dan prosentase 7 Pelayanan kesehatan Frekuensi dan prosentase
8 Pendidikan ibu Frekuensi dan prosentase
9 Persepsi ibu terkait status gizi balita Frekuensi dan prosentase 10 Status ekonomi keluarga Frekuensi dan prosentase
11 Budaya Frekuensi dan prosentase
12 Usia balita Frekuensi dan prosentase
Universitas Indonesia 4.6.2.2. Analisis bivariat
Analisis bivariat dilakukan untuk membuktikan hipotesis penelitian yaitu membuktikan hubungan antara variabel independen dan dependen. Analisis yang digunakan pada penelitian ini menggunakan Uji Chi Square karena data yang diolah merupakan data kategorik pada sampel yang tidak berpasangan (Hastono, 2007). Tingkat kepercayaan yang digunakan pada penelitian ini adalah CI= 95%, dengan α= 5% atau 0,05. Batas kemaknaan statistik yang digunakan adalah 0,05, sehingga apabila p<0,05 maka penghitungan statistik dikatakan bermakna yang berarti bahwa ada hubungan antar variabel secara signifikan.
Uji chi square digunakan untuk menilai hubungan masing-masing variabel independen (asupan makanan, riwayat asi ekslusif, penyakit infeksi, pola pengasuhan keluarga terkait gizi, jumlah anggota keluarga, pelayanan kesehatan, pendidikan ibu, persepsi ibu, status ekonomi keluarga, budaya, usia, jenis kelamin) dengan variabel dependen (status gizi balita).
Tabel 4.2. Uji Analisis Bivariat
No Variabel Independen Variabel Dependen Uji statistik 1 Asupan makanan Status gizi balita Chi Square 2 Penyakit infeksi Status gizi balita Chi Square 3 Riwayat ASI ekslusif Status gizi balita Chi Square 4 Pola pengasuhan keluarga
terkait gizi
Status gizi balita Chi Square 5 Jumlah anggota keluarga Status gizi balita Chi Square 6 Pelayanan kesehatan Status gizi balita Chi Square 7 Persepsi ibu Status gizi balita Chi Square 8 Pendidikan ibu Status gizi balita Chi Square 9 Status ekonomi keluarga Status gizi balita Chi Square
10 Budaya Status gizi balita Chi Square
11 Usia balita Status gizi balita Chi Square 12 Jenis kelamin Status gizi balita Chi Square
4.6.2.3. Analisis multivariat
Analisis multivariat digunakan untuk melihat hubungan yang paling bermakna dan dominan dari hubungan variabel independen dengan
Universitas Indonesia variabel dependen (Hastono, 2007). Uji yang digunakan dalam analisis multivariat adalah regresi logistic berganda. Analisis logistik berganda adalah salah satu pendekatan model matematis yang digunakan untuk menganalisa hubungan satu atau beberapa variabel independen dengan satu variabel dependen kategorik yang bersifat dikotom (Hastono, 2007).
Uji regresi logistik berganda ini digunakan untuk melihat variabel dominan yang berpengaruh terhadap status gizi balita. Menurut Hastono (2007) syarat dijadikan kandidat uji regresi logistik berganda adalah nilai p value < 0,25. Pemilihan variabel dilakukan dengan sistem pemodelan dengan memilih variabel yang dianggap penting dengan p value < 0,05 dan mengeluarkan variabel yang p valuenya > 0,05. Tidak semua variabel dengan p value > 0,05 dikeluarkan secara serentak akan tetapi pemilihan dilakukan secara bertahap dari variabel dengan p value terbesar. Selanjutnya dilakukan uji regresi logistik berganda untuk menemukan variabel dominan yang mempengaruhi status gizi balita di wilayah Puskesmas Sentolo1, Kulon Progo, DIY. Variabel yang dimasukkan dalam pemodelan multivariat pada penelitian ini adalah variabel usia, riwayat asi ekslusif, asupan makanan, persepsi ibu terkait gizi, pola pengasuhan keluarga terkait gizi. Variabel penyakit infeksi juga dimasukkan dalam pemodelan karena secara substansi dianggap penting, walaupun secara statistik tidak menunjukkan hubungan yang bermakna dengan status gizi.
Universitas Indonesia BAB V