Teknik Pengolahan Data Analisis Data

3.6. Teknik Pengolahan Data

1. Editing pengeditan Kuesioner yang dikembalikan oleh responden diperiksa kelengkapan pengisian terutama identitas responden, kesalahan dalam memberikan tanda pada kuesioner dan klarifikasi terhadap jawaban yang telah dipilih. Peneliti melakukan editing dilakukan dilapangan sehingga apabila terjadi kesalahan data dapat segera dilakukan perbaikan. 2. Coding pengkodean Peneliti memberi tanda pada masing-masing jawaban dengan angka kemudian dimasukkan dalam tabel kerja agar pembacaan lebih mudah. 3. Scoring pemberian skor Peneliti memberikan skor pada jawaban yang telah diberikan sesuai dengan pedoman. Pada variable PJK jika menjawab ya bernilai 1 dan jika menjawab tidak bernilai 2. 4. Sorting Mensortir dengan memilih atau mengelompokan data menurut jenis yang dikehendaki klasifikasi data 5. Entry data Setelah semua data terkumpul dan diberi kode maka data tersebut dimasukan kedalam computer. 6. Cleaning Pembersihan data, melihat variable apakah sudah benar atau belum 7. Mengeluarkan informasi Universitas Sumatera Utara

3.7. Analisis Data

Data yang telah terkumpul dianalisis dengan menggunakan program komputer analisis data meliputi : 1. Analisa Univariat Bertujuan untuk melihat distribusi frekuensi dari setiap variabel yang diteliti, agar dapat melihat hasil yang lebih valid maka harus dimasukan ke dalam komputer dengan program pengolahan data SPSS. 2. Analisa Bivariat Analisis bivariat digunakan untuk menguji hipotesis antara variabel dependen dengan variabel independen, digunakan tabel 2x2. Uji statistik yang digunakan adalah Chi Square dan confiden inter val 95, dengan α = 0,05. Uji untuk mengetahui Ho ditolak atau diterima, dengan ketentuan apabila p-value 0,05 maka Ho ditolak, artinya ada hubungan yang bermakna, jika p-value 0,05, maka Ho diterima, artinya tidak ada hubungan yang bermakna antar variabel. Aturan yang berlaku pada Chi-Square dalam penelitian ini setelah data diolah adalah sebagai berikut Hastono, 2007. a. Bila pada 2x2 dijumpai nilai Expected Harapan kurang dari 5, maka yang digunakan adalah “Fisher’ Exact Test” b. Bila table 2x2 dan tidak ada nilai E5, maka uji yang dipakai sebaiknya “Continuity Correction a” c. Bila tabelnya lebih dari 2x2,misalnya 3x2, 3x3 dsb, maka digunakan uji “Pearson Chi-Square” Universitas Sumatera Utara 3. Analisa Multivariat bertujuan untuk melihat atau mempelajari hubungan beberapa variabel lebih dari satu variabel independen dengan satu variabel dependen Hastono,2007. Proses analisis multivariat dengan menghubungkan beberapa variabel independen dan variabel dependen dalam waktu bersamaan sehingga dapat diketahui variabel independen manakah yang paling dominan pengaruhnya terhadap variabel dependen, apakah variabel independen berhubungan dengan variabel dependen dipengaruhi oleh variabel lain atau tidak Hastono,2007. Tahapan proses analisis multivariate adalah sebagai berikut : 1 Memasukkan variablel kandidat dalam proses analisis multivariate regresi logistik berganda dengan cara memilih variabel bebas yang memiliki nilai p 0,25. 2 Melakukan analisis semua variabel independen yang masuk dalam pemodelan dengan cara mengeluarkan variabel independent yang memiliki nilai p terbesar sehingga didapatkan model awal pada variabel faktor risiko penentu yang memiliki pengaruh dengan nilai p0,05 3 Hasil uji multivariate yang mempunyai nilai p0,05, merupakan model akhir dari penentu faktor risiko yang berpengaruh terhadap kejadian penyakit jantung koroner pada lansia di RSUD Langsa Universitas Sumatera Utara Model yang diasumsikan dari regresi logistic berganda untuk probabilitas kejadian suatu penyakit menggunakan rumus : FZ = Dimana : FZ = Probabilitas kejadian jantung koroner α = Konstanta β1-βi = Koefisien regresi X1,X2,… = Variabel independen e = Bilangan natural 2,718 Population Atribut Risk : Untuk mengetahui berapa besar kejadian PJK yang dapat diturunkan dengan memperbaik faktor risiko yang dominan maka dilakukan perhitnungan Population Atribut Risk PAR seperti pada perhitungan berikut : PAR = Dimana : p = proporsi kasus yang mempunyai faktor terpajan r = Rasio odds variabel yang paling dominan p r - 1+ 1 1 1+e – α+β1X1+β2X2+β3X3………+βiXi p r - 1 Universitas Sumatera Utara BAB 4 HASIL PENELITIAN

4.1. Deskripsi Lokasi Penelitian