2.
Coding
Coding merupakan kegiatan pemberian kode numerik angka terhadap
data yang terdiri atas beberapa kategori. Pemberian kode ini sangat penting bila pengolahan dan analisis data menggunakan komputer.
Biasanya dalam pemberian kode dibuat juga daftar kode dan artinya dalam satu buku code book untuk memudahkan kembali melihat lokasi dan arti
suatu kode dari suatu variabel.
3.
Entry data
Data entry adalah kegiatan memasukkan data yang telah dikumpulkan ke dalam master tabel atau data base computer, kemudian membuat distribusi
frekuensi sederhana.
4. Cleaning data
Pembersihan data merupakan kegiatan pengecekan kembali data yang sudah dimasukkan apakah ada kesalahan atau tidak, sehingga data siap
dianalisa.
G. Analisa Data
1. Analisa Univariat
Analisis ini digunakan untuk mendapatkan distribusi frekuensi dari variabel dependen waktu menyusui pertama kali pada bayi baru lahir dan
independen umur ibu, pendidikan ibu, paritas ibu, pengetahuan ibu, sikap ibu, berat bayi saat lahir, jenis persalinan, konseling selama kehamilan dan
persalinan, dukungan petugas kesehatan yang disajikan dalam bentuk tabel dan dilengkapi teks.
2. Analisa Bivariat
Analisis yang digunakan dalam penelitian ini untuk melihat hubungan antara variabel independen dan dependen yaitu dengan menggunakan uji
statistik independent T-test, uji Anova dan korelasi dan regresi linier sederhana. Uji independent T-test digunakan untuk melihat pengaruh
sikap ibu, jenis persalinan, konseling selama kehamilan dan persalinan serta dukungan petugas kesehatan terhadap waktu menyusui pertama kali
pada bayi baru lahir. Uji Anova digunakan untuk melihat pengaruh pendidikan ibu, paritas ibu, dan pengetahuan ibu terhadap waktu
menyusui pertama kali pada bayi baru lahir. Sedangkan uji korelasi dan regresi linier sederhana dilakukan untuk melihat pengaruh umur ibu dan
berat bayi saat lahir terhadap waktu menyusui pertama kali pada bayi baru lahir.
Untuk menguji kemaknaan digunakan nilai p p-value, dengan derajat kepercayaan 95. Sehingga dapat dijelaskan bahwa jika nilai p 0,05
maka ada hubungan yang bermakna antara variabel dependen dan independen. Begitu juga sebaliknya, tidak ada hubungan bermakna jika p
0,05. Uji korelasi digunakan untuk mengetahui derajat atau keeratan hubungan
dan dapat juga digunakan untuk mengetahui arah hubungan positif atau negatif 2 variabel numerik. Sedangkan uji regresi linier sederhana
digunakan untuk mengetahui bentuk hubungan antara 2 variabel atau lebih dengan tujuan untuk membuat suatu perkiran atau prediksi nilai suatu
variabel dependent melalui variabel lain independen. Prediksi dilakukan dengan menggunakan persamaan garis regresi sebagai berikut :
Hastono, 2001 Y = a + bx
Menurut Colton dalam Hastono 2001, kekuatan hubungan ditunjukkan oleh nilai r, yang terbagi menjadi :
a. r = 0,00-0,25 : artinya tidak ada hubungan hubungan lemah
b. r = 0,26-0,50 : artinya hubungan sedang
c. r = 0,51-0,75 : artinya hubungan kuat
d. r = 0,76-1,00 : artinya hubungan sangat kuat
Sedangkan untuk mengetahui besarnya variasi variabel dependen dapat dijelaskan oleh variabel independen ditunjukkan oleh nilai R square.
Besarnya nilai R square antara 0-1 atau antara 0-100 a.
R square 0-25 : artinya variabel independen kurang baik untuk menjelaskan variabel dependen
b. R square 26-50 : artinya variabel independen cukup baik untuk
menjelaskan variabel dependen c.
R square 51-75 : artinya variabel independen baik untuk menjelaskan variabel dependen
d. R square 76-100 : artinya variabel independen sangat baik untuk
menjelaskan variabel dependen
BAB V HASIL PENELITIAN
