73
Tabel 4.3 Jumlah Sampel Hasil Penyeleksian Data
No. Variabel
Data yang terseleksi akibat: Jumlah
Sampel
n Missing Data
Nilai Esktrim
1. Umur
3 616.983
2. Jenis Kelamin
616.986 3.
Pendidikan 616.986
4. Pekerjaan
616.986 5.
Obesitas 3.507
613.479 6.
Riwayat Diabetes Melitus 616.986
7. Kebiasaan Merokok
616.986 8.
Aktivitas Fisik 616.986
9. Konsumsi Makanan Asin
616.986 10.
Konsumsi Makanan Berlemak 616.986
11. Konsumsi Sayur
616.986 12.
Konsumsi Buah 616.986
3. Coding Data
Pada tahap ini peneliti membuat kode baru ataupun melakukan pengkodean ulang terhadap variabel yang membutuhkan perubahan
kategori sesuai dengan kebutuhan analisis. Variabel umur, aktivitas fisik, konsumsi sayur dan buah, berat badan dan tinggi badan akan dibuat kode
baru karena merupakan data numerik yang perlu diubah menjadi data kategorik. Sedangkan, variabel pekerjaan, pendidikan, kebiasaan
merokok, aktivitas fisik, konsumsi makanan asin dan makanan berlemak akan dilakukan pengkodean ulang sesuai dengan definisi operasional
penelitian ini. Tabel 4.4 menjelaskan pengkodean yang dilakukan peneliti.
74
Tabel 4.4 Pengkodean Baru dan Pengkodean Ulang Data Riskesdas 2013
No. Variabel
Kode Awal Kode Akhir
Keterangan
1. Umur
Data numerik 0.
≥ 65 tahun 1.
55-64 tahun 2.
45-54 tahun 3.
35-44 tahun 4.
25-34 tahun 5.
15-24 tahun Kategoorisasi data
numerik
2. Pendidikan
1. Tidak sekolahbelum
pernah sekolah 2.
Tidak tamat SDMI 3.
Tamat SDMI 4.
Tamat SLTPMTs 5.
Tamat SLTAMA 6.
Tamat D1, D2, D3 7.
Tamat perguruan tinggi 0.
Tidak sekolahTidak
tamat SDMI 1.
Tamat SDMI 2.
Tamat SLTPMTs
3. Tamat
SLTAMA 4.
Tamat perguruan tinggi
Penggabungan kategori tidak sekolah 1 dan
tidak tamat SDMI 2 menjadi satu kategori,
yaitu “tidak sekolahtidak tamat
SDMI” 0 Penggabungan kategori
tamat D1, D2, D3 6 dengan kategori tamat
perguruan tinggi 7
menjadi “tamat perguruan tinggi 4
3. Pekerjaan
Status Pekerjaan 1.
Tidak bekerja 2.
Bekerja 3.
Sedang menjari pekerjaan
4. Sekolah
0. Tidak Bekerja
1. Bekerja
Penggabungan kategori “sedang mencari
pekerjaan” 3 dan “sekolah” 4 menjadi
“tidak bekerja” 1 4.
Obesitas Data numerik
0. Ya
1. Tidak
Kategoorisasi data hasil perhitungan data berat
badan dan tinggi badan brupa nilai indeks masa
tubuh
5. Kebiasaan
Merokok 1.
Ya, setiap hari 2.
Ya, kadang-kadang 3.
Tidak, namun sebelumnya pernah
merokok tiap hari 4.
Tidak, namun sebelumnya pernah
merokok kadang-kadang 5.
Tidak pernah sama sekali
0. Merokok
1. Pernah merokok
2. Tidak pernah
merokok Pengkodean ulang
terhadap kode awal 1 dan 2 digabungkan
menjadi “merokok” 0, kode 3 dan 4
digabungkan menjadi
“pernah merokok” 1
6. Aktivitas
Fisik Data Numerik
0. 600 MET
1. ≥ 600 MET
Kategorisasi data numerik
7. Konsumsi
Makanan 1.
1 kalihari 2.
1 kalihari 0.
≥1 kalihari 1.
1 kalihari Pengkodean ulang
terhadap kode awal 1
75
No. Variabel
Kode Awal Kode Akhir
Keterangan
Asin 3.
3-6 kaliminggu 4.
1-2 kaliminggu 5.
3 kalibulan 6.
Tidak pernah dan 2 yang digabungkan
menjadi satu kode, yaitu “0“ ≥1 kalihari dan
kode awal 3-6 digabungkan menjadi
satu kode, yaitu, “1” 1 kalihari
8. Konsumsi
Makanan Berlemak
1. 1 kalihari
2. 1 kalihari
3. 3-6 kaliminggu
4. 1-2 kaliminggu
5. 3 kalibulan
6. Tidak pernah
0. ≥1 kalihari
1. 1 kalihari
Pengkodean ulang terhadap kode awal 1
dan 2 yang digabungkan menjadi satu kode, yaitu
“0“ ≥1 kalihari dank ode awal 3-6
digabungkan menjadi
satu kode, yaitu, “1” 1 kalihari
9. Konsumsi
Sayur Data Numerik
0. 3 porsihari
1. ≥3 porsihari
Kategoorisasi data numerik
10. Konsumsi
Buah Data Numerik
0. 2 porsihari
1. ≥2 porsihari
Kategoorisasi data numerik
G. Analisa Data