4.8 Pengolahan Data
Setelah data terkumpul, peneliti melakukan pengolahan data atau analisa data yang secara garis besar meliputi langkah-langkah berikut:
a. Editing yaitu memeriksa ketepatan dan kelengkapan data. Apabila data
belum lengkap ataupun ada kesalahan data dilengkapi dengan mewawancarai ulang responden Wahyuni, 2011. Pada tahap ini data
yang telah dikumpulkan dilakukan pengecekan identitas responden, kelengkapan data dengan memeriksa isi instrumen pengumpul data dari
setiap variabel dan subvariabel sehingga terisi semuanya. b.
Coding yaitu data yang telah terkumpul dan dikoreksi ketepatan dan kelengkapannya kemudian diberi kode oleh peneliti secara manual
sebelum diolah dengan komputer Wahyuni, 2011. Memberikan tanda atau kode berbentuk angka terhadap jawaban dari pertanyaan-pertanyaan
yang diajukan dalam kuesioner, untuk memudahkan pengelolaan data pada setiap kuesioner yang diisi oleh responden.
c. Entri dan tabulating: jawaban-jawaban yang sudah diberi kode kategori
kemudian dimasukkan dalam tabel melalui pengolahan komputer. d.
Cleaning data: pemeriksaan semua data yang telah dimasukan kedalam komputer guna menghidari terjadinya kesalahan dalam pemasukan data.
e. Saving: penyimpanan data untuk siap dianalisis
f. Analisis Data:
Data demografi, data dukungan keluarga, data depresi disajikan dalam bentuk distribusi frekuensi. Metode statistik yang digunakan dalam
Universitas Sumatera Utara
penelitian ini adalah statistik bivariat merupakan suatu prosedur untuk menganalisa hubungan antara 2 variabel yaitu untuk melihat hubungan
antara variabel independen dukungan keluarga dan dependen depresi dengan menggunakan uji Korelasi Spearman. Hasil uji interprestasi terdiri
dari nilai r, nilai p dan arah korelasi. Nilai r menginterprestasikan kekuatan hubungan dengan level 0,000 sampai 1,000 Wahyuni, 2011.
Tabel 4.1 panduan interprestasi hasil uji hipotesis berdasarkan kekuatan korelasi, nilai p, dan arah korelasi Dahlan, 2008.
No Parameter Nilai
Interprestasi 1 Kekuatan
korelasi r
0,00-0,199 0,20-0,399
0,40-0,599 0,60-0,799
0,80-1,000 Sangat lemah
Lemah Sedang
Kuat Sangat kuat
2 Nilai p
P 0,05 P 0,05
Terdapat korelasi yang bermakna antar dua variabel yang diuji
Tidak terdapat korelasi yang bermakna antara dua variabel yang diuji
3 Arah korelasi
+ positif +negatif
Searah, semakin besar nilai satu variabel semakin besar pula nilai variable lainnya
Berlawanan arah, semakin besar nilai satu variabel, semakin kecil nilai variabel
lainnya.
Uji spearman digunakan karena variabel independen dukungan keluarga dan variabel dependen depresi berskala ordinal, sehingga objek
yang diteliti dimungkinkan untuk diberi jenjang dan ranking. Selain itu melalui uji normalitas didapatkan hasil distribusi data tidak normal dengan
P= 0.000 P0.05. Uji Spearman dapat digunakan untuk uji korelasi antara variabel ordinal dan pada distribusi data yang tidak normal Dahlan,
2008.
Universitas Sumatera Utara
BAB V HASIL PENELITIAN DAN PEMBAHASAN