b. Coding mengkode data Data coding adalah kegiatan mengklasifikasi data dan memberi kode pada
jawaban dari setiap pertanyaan dalam kuesioner. c. Data Entry memasukkan data
Proses memasukkan data yang diperoleh ke komputer untuk analisis lebih lanjut.
d. Data Cleaning Membersihkan Data Proses untuk menguji kebenaran data data yang masuk kedalam komputer
sudah benar-benar bebas dari kesalahan. Untuk analisa data lebih lanjut menggunakan perangkat lunak pengolah data.
4.7 Analisa Data
Analisa data dilakukan dengan tiga kali tahapan yaitu analisis univariat, bivariat dan multivariat.
4.7.1 Analisis Univariat
Analisis Univariat digunakan untuk mendeskripsikan karakteristik dari variabel independen dan dependen. Keseluruhan data yang ada dalam
kuesioner diolah dan disajikan dalam bentuk tabel distribusi frekuensi.
4.7.2 Analisis Bivariat
Analisis bivariat digunakan untuk melihat kemungkinan hubungan antara variabel independen dan variabel dependen. Pada analisis ini, uji
statistik yang digunakan adalah uji chi-square dengan rumus:
E E
O X
2 2
dF = k - 1b - 1
Keterangan: X2
= Chi square O
= Nilai observasi E
= Nilai ekspektasi k
= Jumlah kolom b
= Jumlah baris Melalui uji statistik chi square akan diperoleh nilai p, dimana
dalam penelitian ini digunakan tingkat kemaknaan sebesar 0,1. Penelitian antara dua variabel dikatakan bermakna jika mempunyai nilai p 0,1 yang
berarti Ho ditolak dan Ha diterima dan dikatakan tidak bermakna jika mempunyai nilai p 0,1 yang berarti Ho diterima dan Ha ditolak.
Jika variabel independen terdiri dari dua kategori dan dijumpai nilai E5, maka nilai p dapat dilihat dari fisher exact. Jika tidak dijumpai
nilai E5, maka nilai p dapat dilihat dari continuity correction. Selanjutnya untuk kepentingan pembahasan dilakukan uji interaksi antar
sesame variabel independen. Untuk melihat kekuatan hubungan antara variabel dependen dan
independen maka dilihat nilai Odds Ratio OR. Bila nilai OR = 1 artinya tidak ada hubungan antara variabel independen dengan variabel dependen.
Jika nilai OR 1 artinya variabel independen merupakan faktor protektif terhadap variabel dependen dan jika nilai OR 1 artinya variabel
independen merupakan faktor resiko terhadap variabel dependen.
4.7.3 Analisis Multivariat
Analisis Multivariat digunakan untuk mengetahui faktor yang paling dominan yang berhubungan dengan variabel dependennya. Analisis
multivariat pada penelitian ini menggunakan uji regresi logistik berganda karena variabel independen dan dependen dalam penelitian ini berbentuk data
kategorik. Uji regresi logistik berganda pada penelitian ini menggunakan model prediksi dengan tujuan untuk memperoleh model yang terdiri dari
beberapa variabel independen yang dianggap terbaik memprediksi kejadian variabel dependen. Pada model ini semua variabel independennya dianggap
sama pentingnya. Maka proses estimasi dapat dilakukan dengan beberapa koefisien regresi logistik sekaligus. Langkah-langkah dalam melakukan
analisis multivariat Riyanto, 2009, yaitu: a. Seleksi kandidat model multivariat. Melakukan analisis bivariat antara
masing-masing variabel independen dengan variabel dependennya. Bila hasil uji bivariat mempunyai nilai p 0,25, maka variabel tersebut dapat
masuk ke dalam model multivariat. Namun, bisa saja variabel dengan nilai p0,25 tetap ikut ke model multivariat bila variabel tersebut secara
substansi berhubungan.
b. Pemodelan multivariat. Pada tahap ini variabel yang masuk ke dalam kandidat model multivariat dianalisis secara bersamaan. Variabel yang
valid dalam model multivariat adalah variabel yang mempunyai nilai p0,1. Jika dalam model terdapat nilai p0,1, maka variabel tersebut harus
dikeluarkan dari model. Pengeluaran model dilakukan secara bertahap satu persatu dimulai dari variabel yang nilai p terbesar. Akan tetapi, bila
variabel yang dikeluarkan mengakibatkan perubahan besar koefisien nilai OR 10, maka variabel tersebut dimasukkan kembali dalam model.
Rumus untuk mencari perbedaan OR adalah: Perbedaan OR =
100 X
ORadjust ORadjust
ORcrude
OR crude : OR variabel dengan tidak masuknya ke dalam
model kovariat yang diuji OR adjust :
OR variabel dengan tidak masuknya ke dalam model kovariat yang akan diuji
c. Melakukan uji interaksi sesama variabel independen, apabila secara substansi diduga terjadi interaksi antara variabel independen. Penentuan
variabel interaksi sebaiknya melalui pertimbangan logika substantif. Pengujian interaksi dilihat dari kemaknaan uji statistik p value
≤0.05. Bila variabel mempunyai nilai bermakna, maka variabel interaksi penting
dimasukkan dalam model.
d. Setelah dilakukan uji interaksi, maka didapatkan model fit akhir dari setiap variabel independen yang berpengaruh besar terhadap variabel
dependen. Setelah semua langkah tersebut selesai dan berdasarkan hasil analisis multivariat secara keseluruhan, maka persamaan regresi yang
diperoleh yaitu :
Y = a + b
1
X
1
+ b
2
X
2
Y merupakan variabel dependen, sedangkan X merupakan variabel independen. Berdasarkan persamaan tersebut, maka Y dapat diperkirakan
dengan X
1
dan X
2
.
72
BAB V HASIL
5.1 Gambaran Umum Lokasi Penelitian
5.1.1 Keadaan Geografis
Kelurahan Rempoa merupakan salah satu kelurahan di Kecamatan Ciputat Timur dengan luas wilayah 219,50 Ha. Kelurahan
Rempoa terdiri dari 12 RW dan 72 RT dan 7.185 Kepala Keluarga KK. Adapun batas-batas wilayah Kelurahan Rempoa adalah sebagai
berikut: Utara = Berbatasan dengan Kelurahan Bintaro DKI Jakarta dan Tol
Jakarta Merak dan sebagian Kelurahan Rengas Kabupaten Tangerang
Timur = Berbatasan dengan Kelurahan Bintaro DKI Jakarta Selatan = Berbatasan dengan Kelurahan Cirendeu dan Kelurahan
Sawah Lama Kabupaten Tangerang Barat = Berbatasan dengan Kelurahan Ssawah Lama dan Kelurahan
Rengas Kabupaten Tangerang