Analisis Univariat Analisis Bivariat

adalah nama pekerja, departemen, nomor telepon, kepatuhaan pelaporan bahaya, usia, masa kerja, sikap, persepsi terhadap bahaya, frekuensi paparan pelatihan keselamatan, respon pihak pengawas, sikap rekan kerja dan pengaruh penghargaan.

4. Cleaning

Pembersihan data atau pengecekan kembali dilakukan untuk memastikan tidak ada kesalahan dalam melakukan pengkodean ataupun pada saat melakukan entry data. Variabel yang dilakukan pengecekan adalah nama pekerja, departemen, nomor telepon, kepatuhan pelaporan bahaya, usia, masa kerja, sikap, persepsi terhadap bahaya, frekuensi paparan pelatihan keselamatan, respon pihak pengawas, sikap rekan kerja dan pengaruh penghargaan. Proses ini dilakukan dengan cara melakukan tabulasi frekuensi dari setiap variabel baik variabel independen maupun variabel dependen penelitian agar terlihat apabila terdapat data yang tidak sesuai.

I. Analisis Data

1. Analisis Univariat

Analisis univariat dilakukan untuk mendeskripsikan distribusi frekuensi dari masing-masing variabel penelitian baik variabel dependen kepatuhan pelaporan bahaya dan variabel independen usia, masa kerja, sikap, persepsi terhadap bahaya, frekuensi paparan pelatihan keselamatan, respon pihak pengawas, sikap rekan kerja dan pengaruh penghargaan.

2. Analisis Bivariat

Analisis bivariat perlu dilakukan untuk melihat hubungan antara variabel dependen dengan variabel independen. Dalam penelitian ini dilakukan analisis bivariat untuk mengetahui adakah hubungan antara usia, masa kerja, sikap, persepsi terhadap bahaya, frekuensi paparan pelatihan keselamatan, respon pihak pengawas, sikap rekan kerja dan pengaruh penghargaan dengan kepatuhan pelaporan bahaya. Analisis bivariat yang digunakan dalam penelitian ini menggunakan dua jenis uji yaitu uji chi-square dan uji T-test Independen. Uji chi-square dilakukan untuk melihat hubungan antara variabel kategorik dengan variabel kategorik yaitu sikap, persepsi terhadap bahaya, paparan pelatihan keselamatan, persepsi kegiatan pengawasan, sikap rekan kerja dan penghargaan. Sedangkan uji T-test Independen dilakukan untuk melihat hubungan antara variabel kategorik dengan variabel numerik yaitu usia dan masa kerja. Adapun rumus uji chi-square adalah sebagai berikut: df = k-1b-1 Keterangan: O = Nilai observasi E = Nilai ekspektasi harapan k = Jumlah kolom b = Jumlah baris Untuk mengetahui adanya kemaknaan hubungan antara dua variabel maka dilihat nilai Pvalue dengan menggunakan α 5. Bila Pvalue α, Ho ditolak, berarti data sampel mendukung adanya hubungan yang bermakna. Sebaliknya jika nilai Pvalue α , Ho gagal ditolak, berarti data sampel tidak mendukung adanya hubungan yang bermakna. Uji chi-square hanya dapat mengetahui ada atau tidak perbedaan proporsi antara kelompok atau hubungan dua variabel kategorik. Uji chi- square tidak dapat menentukan kelompok mana yang memiliki risiko lebih besar dibandingkan kelompok lain. Untuk melihat kekuatan hubungan antara variabel dependen dan independen maka dilihat nilai Odds Ratio OR.

J. Penyajian Data