UIN Syarif Hidayatullah Jakarta
10. Kemudian peneliti mencocokkan kembali data demografi pasien dengan rekam medis pasien.
H. Pengolahan Data
Pengolahan data dilakukan setelah pengumpulan data, data yang diperoleh diorganisir sedemikian rupa agar mudah untuk disajikan dan
dianalisis Budiarto, 2004. Dalam proses pengolahan data, peneliti menggunakan langkah-langkah pengolahan data diantaranya sebagai berikut:
1. Menyunting data editing Editing adalah upaya untuk memeriksa kembali kebenaran data atau
formulir kuesioner yang diperoleh atau dikumpulkan. Editing pada penelitian ini dilakukan pada saat pengumpulan data dan setelah data
terkumpul. 2. Mengkode data coding
Coding adalah suatu kegiatan pemberian kode numerik angka terhadap data yang terdiri atas beberapa kategori. Pemberian kode ini sangat
penting, karena dalam pengolahan dan analisis data peneliti menggunakan komputer.
3. Memasukkan data entri data Pada tahap ini peneliti memasukkan data yang telah dikumpulkan ke
dalam master tabel atau data base computer, kemudian membuat distribusi frekuensi sederhana atau bisa juga dengan membuat tabel kontigensi.
UIN Syarif Hidayatullah Jakarta
4. Melakukan teknik analisiscleaning data Pada tahap ini peneliti melakukan analisis, khususnya terhadap data
penelitian akan menggunakan ilmu statistik terapan yang disesuaikan dengan tujuan yang akan dianalisis Hidayat, 2008.
I. Analisis Data
1. Analisa Univariat Analisa univariat dilakukan secara deskriptif, yaitu dengan melihat
distribusi frekuensi variabel dependen dan independen. Variabel tersebut yaitu karakteristik responden jenis kelamin dan tipe TB, pengetahuan, dan
pelayanan kesehatan. Sedangkan variabel dependen dalam penelitian ini adalah perilaku pencegahan penularan tuberkulosis.
2. Analisa Bivariat Analisa bivariat dilakukan untuk mengetahui hubungan antara
variabel dependen dan independen, yaitu perilaku pencegahan penularan TB paru dan faktor-faktor yang mempengaruhi perilaku pasien TB paru
karakteristik jenis kelamin dan tipe TB, dan pengetahuan.. Teknik analisa menggunakan uji statistik Chi-Squere . Uji Chi-Squre digunakan
untuk melihat adalah hubungan atau perbedaan yang signifikan pada penelitian yang berskala nominal Hidayat, 2008. Syarat uji Chi-Squere
adalah sel yang mempunyai nilai expected kurang dari 5, maksimal 20 dari jumlah sampel. Jika syarat uji Chi-Squere tidak terpenuhi, maka dipakai
uji alternatifnya untuk tabel 2x2 adalah uji fisher. Untuk tabel 2x3 dan
menggunakan skala ordinal menggunakan uji spearman Dahlan, 2010.
UIN Syarif Hidayatullah Jakarta
Adapun hubungan yang akan diukur adalah karakteristik jenis kelamin, tipe TB, dan pengetahuan dengan perilaku pencegahan penularan
TB pada pasien TB paru. Uji kemaknaan yang digunakan yaitu nilai p p value
dengan menggunakan derajat kepercayaan 95 dengan α 5. Jika nilai p p value 0,05, maka hasil perhitungan statistik bermakna
signifikan atau menunjukkan ada hubungan antara variabel dependen dengan variabel independen. Jika nilai p p value 0,05, maka hasil
perhitungan statistik tidak bermakna atau tidak ada hubungan antara variabel depanden dengan variabel independen.
Interpretasi koefisien kolerasi terhadap kekuatan hubungan seperti pada tabel dibawah ini:
Tabel 4.1 Tabel Interpretasi Kekuatan Koefisien Korelasi
No Nilai
Interpretasi
1. 0,800-1,000
Sangat tinggi 2.
0,600-0,799 Tinggi
3. 0,400-0,599
Cukup tinggi 4.
0,200-0,399 Rendah
5. 0,000-0,199
Sangat rendah Sumber: Hidayat, 2008
Adapun untuk melihat sebab dengan akibat yaitu dengan melihat nilai rasio odd resiko relatif dapat menggunakan rumus dibawah ini:
Rasio ood = Interpretasi rasio odd:
a. OR 1, artinya mempertinggi resiko b. OR = 1, artinya tidak terdapat asosiasihubungan
c. OR 1, artinya mengurangi resiko Riwidikdo, 2008.