Deskripsi Data Analisis Bivariat dan Multivariat

41 d. Menghubungi pihak BPS di Kecamatan Depok yang melakukan Inisiasi Menyusu Dini IMD dan melihat rekam medik untuk melihat ibu hamil yang mempunyai HPL bulan Mei – Juni 2015. e. Menyiapkan instrumen untuk melakukan observasi.

2. Tahap Pelaksanaan

Tahap pelaksanaan dilakukan dalam dua tahap, yaitu sebagia berikut : a. Tahap Pertama Tahap pertama penelitian dilakukan pada bulan Desember 2014 – Januari 2015, dengan mengambil data Rumah sakit maupun BPS yang mempunyai program IMD. b. Tahap Kedua Tahap kedua penelitian dilakukan pada bulan Februari – Maret 2015, terhadap subjek penelitian yang sebelumnya telah diambil data dukungan tenaga kesehatan dikumpulkan melalui kuesioner sedangkan pendampingan suami dan keberhasilan IMD, menggunakan pedoman observasi. Pengamatan dilakukan segera setelah ibu melahirkan.

J. Teknik Analisis Data

1. Deskripsi Data

Deskripsi data adalah teknik analisis untuk mengolah data yang diperoleh. Data yang diperoleh setelah ditabulasi, kemudian disusun secara teratur, agar lebih mudah dimengerti. Dalam penelitian ini dideskripsikan perpustakaan.uns.ac.id commit to user 42 data pendampingan suami, dukungan tenaga kesehatan, dan keberhasilan Inisiasi Menyusu Dini IMD. Data penelitian dideskripsikan dalam bentuk tabel distribusi frekuensi. a. Deskripsi Dukungan Tenaga Kesehatan Data dukungan tenaga kesehatan ditafsirkan dengan kalimat Azwar 2012a menyatakan bahwa pada dasarnya, interpretasi terhadap skor bersifat normatif, artinya makna skor diacukan pada posisi relatif skor terhadap suatu norma mean skor populasi teoritik sebagai parameter sehingga hasil ukur yang berupa angka kuantitatif dapat diinterpretasikan secara kualitatif. Acuan normatif tersebut memudahkan pengguna memahami hasil pengukuran. Interpretasi skor data penelitian dalam penelitian ini dilakukan dengan menggunakan konsep kurva normal, dengan norma interpretasi sebagai berikut : 1 Di dukung oleh tenaga kesehatan 1: jika skor kuesioner ≥ 9 2 Tidak di dukung oleh tenaga kesehatan 0 : jika skor kuesioner ˂ 9 b. Pendampingan Suami Data pendampingan suami dideskripsikan dengan kategori sebagai berikut : 1 Didampingi suami 1 : jika skor pada lembar observasi ≥ 15 2 Tidak didampingi suami 0 : jika skor pada lembar observasi ˂ 15 c. Keberhasilan IMD perpustakaan.uns.ac.id commit to user 43 Data keberhasilan IMD dideskripsikan dengan kategori sebagai berikut : 1 Berhasil 1 : jika skor pada lembar observasi ≥ 8 2 Tidak berhasil 0 : jika skor pada lembar observasi ˂ 8

2. Analisis Bivariat dan Multivariat

Analisis bivariat dan multivariat dalam penelitian ini dilakukan menggunakan regresi logistik. Regresi logistik digunakan karena data variabel terikat dalam penelitian ini merupakan variabel dengan skala data nominal. Adapun persamaan logistik regression adalah sebagai berikut : Murti, 2006 ln p 1 p  = a + b 1 x 1 + b 2 x 2 Keterangan : a = Konstanta x 1 = Pendampingan suami x 2 = Dukungan tenaga kesehatan p = Probabilitas keberhasilan IMD b 1 , b 2 = Koefisien regresi Tahap-tahap dalam pengujian dengan regresi logistik adalah sebagai berikut : a. Menilai Model Fit Beberapa statistik uji yang dapat digunakan untuk menguji kesesuaian model regresi logistik adalah : perpustakaan.uns.ac.id commit to user 44 1 -2 Log Likelihood Statistik 2-log likelihood kadangan-kadang disebut likelihood chi square statistik, dimana chi square distribusi dengan derajat kebebasan n – q, dimana q adalah jumlah parameter dalam model. Adapun rumus yang digunakan adalah sebagai berikut : G 2 = 2  i j Eij Oij Log Oij Dimana : Oij = Frekuensi observasi Eij = Frekuensi harapan Notobroto, 2004 2 Goodness of Fit  2 =   i j 2 Eij Eij Oij Dimana :  2 = Statistik Chi Square Oij = Frekuensi observasi Eij = Frekuensi harapan 3  2 Rumus yang digunakan adalah sebagai berikut :  2 = -2 ln iabel var dengan likelihood iabel var pa tan likelihood Statistik -2 Log Likelihood dan Goodness of Fit digunakan untuk menguji hipotesis : commit to user 45 Ho : Model sesuai tidak ada perbedaan antara observasi dengan kemungkinan hasil prediksi H 1 : Model tidak sesuai ada perbedaan antara observasi dengan kemungkinan hasil prediksi Adapun statistik  2 dipergunakan untuk mengetahui apakah satu atau lebih variabel bebas yang belum masuk dalam model memiliki peranan yang penting dalam model. Adapun hipotesisnya adalah sebagai berikut : Ho : Model tanpa variabel tertentu adalah model terbaik. H 1 : Model dengan variabel bebas tertentu adalah model terbaik. b. Pengujian Parameter Pengujian signifikansi parameter merupakan pemeriksaan untuk menentukan apakah variabel prediktor dalam model signifikan atau berpengaruh secara nyata terhadap variabel respon. 1 Uji Parsial Bivariat Dalam uji parsial ini, pengujian dilakukan dengan menguji setiap i secara individual. Hasil pengujian secara individual akan menunjukkan apakah suatu variabel prediktor layak untuk masuk dalam model atau tidak. Dalam pengujian ini digunakan uji statistik Wald, dengan rumus sebagai berikut : W = bi . SE bi commit to user 46 analog untuk a : W = a . SE a Keterangan : W = Harga statistik Wald SE = Standar Error bi = Koefisien regresi a = intercept Murti, 2006 Pengujian dilakukan dengan menggunakan SPSS for Windows release 16.0 dengan kriteria : p  0,05 = Ho ditolak p 0,05 = Ho diterima 2 Uji Serentak Multivariat Pengujian secara serentak juga merupakan uji model Chi Square yang digunakan untuk menguji parameter hasil estimasi secara bersama. Hipotesis : Ho :  1 =  2 = ........ =  k = 0 H1 : Paling tidak ada satu  i yang tidak sama dengan nol. Statistik uji yang digunakan adalah G-likelihood ratio dengan rumus sebagai berikut : perpustakaan.uns.ac.id commit to user 47 G = -2 ln y i 1 i y i i n n 1 1 n n n n n 1     Dimana : n 1 =  yi, n =  1 – yi, n = n 1 + n Notobroto, 2004 Statistik uji G ini mengikuti distribusi chi square dengan derajat bebas banyaknya parameter dalam model. Karena itu, untuk memperoleh keputusan uji, nilai G dibandingkan dengan nilai  2 ,y . Kriteria penolakan Ho adalah jika G  2 ,y . perpustakaan.uns.ac.id commit to user 48

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

A. Analisis Univariat Analisis univariat dalam penelitian ini merupakan distribusi frekuensi dari variabel penelitian yang meliputi variabel pendampingan suami, dukungan tenaga kesehatan, dan keberhasilan Inisiasi Menyusu Dini IMD. Analisis univariat ditampilkan dalam distribusi frekuensi sebagai berikut:

1. Pendampingan suami

Pendampingan suami merupakan pendampingan pada waktu asuh, asih kepada istri yang sedang hamil pada waktu persalinan sampai melahirkan yang berdampak pada berhasil tidaknya ibu dalam melakukan IMD. Jumlah subjek pada penelitian ini sebanyak 39 responden. Tabel 4.1 Distribusi Frekuensi Pendampingan Suami Pendampingan Suami n Tidak didampingi suami 10 25,6 Didampingi suami 29 74,4 Jumlah 39 100,0 Sumber : Data primer, 2015 Hasil penelitian menunjukkan bahwa mayoritas ibu bersalin di dampingi oleh suaminya sejumlah 29 ibu bersalin 74,4 . 2. Dukungan tenaga kesehatan Dukungan tenaga kesehatan merupakan motivasi, pemberian kesempatan dan bantuan serta fasilitas oleh tenaga kesehatan pada ibu bersalin untuk melakukan IMD pada bayi yang dilahirkanya. perpustakaan.uns.ac.id commit to user