c. Recode, yaitu mengubah kode atau kategori data sebelumnya menjadi kategori yang sesuai dengan kebutuhan penelitian. Beberapa variabel
yang dubah kategorinya, yaitu pemanfaatan pelayanan nifas, urutan kelahiran, kunjungan ANC, tempat persalinan, penolong persalinan dan
komplikasi persalinan. d. Compute, yaitu membuat variabel baru dari beberapa variabel yang ada
pada data sesuai dengan kebutuhan penelitian. Proses ini dilakukan bersamaan setelah proses recode sebelumnya dilakukan.
4.7 Analisis Data
Data penelitian yang sudah dikumpulkan dan diolah kemudian dianalisis. Analisis yang dilakukan ada dua macam, yaitu analisis univariat dan bivariat.
Analisis data dilakukan dengan bantuan program komputer, yaitu software komputer khusus untuk uji statistik
4.7.1 Analisis Univariat
Analisis univariat dilakukan untuk mendeskripsikan karakteristik dari setiap variabel dependen pemanfaatan pelayanan nifas dan
independen pendidikan, urutan kelahiran, kunjungan ANC, kuintil kekayaan, tempat persalinan, penolong persalinan, jarak ke fasilitas
kesehatan dan komplikasi persalinan. Hasil analisis univariat berupa distribusi frekuensi dari setiap variabel. Selanjutnya, hasil analisis
univariat ditampilkan dalam bentuk tabel.
4.7.2 Analisis Bivariat
Analisis bivariat dilakukan untuk membuktikan hipotesis penelitian. Analisis ini dilakukan terhadap dua variabel, yaitu variabel
dependen pemanfaatan pelayanan nifas dan variabel independen pendidikan, urutan kelahiran, kunjungan ANC, kuintil kekayaan,
tempat persalinan, penolong persalinan, jarak ke fasilitas kesehatan dan komplikasi persalinan yang diduga berhubungan. Jenis uji statistik
yang digunakan adalah uji beda proporsi Chi Square. Dasar dari uji Chi Square adalah membandingkan frekuensi yang diamati dengan
frekuensi yang diharapkan Sabri dan Hastono, 2010. Adapun rumus uji Chi Square, yaitu:
2
∑ O E
2
E
Keterangan: O = Frekuensi yang diamati
E = Frekuensi yang diharapkan
Secara umum, ketentuan penggunaan uji Chi Square, yaitu Sabri dan Hastono, 2010:
a. Tidak boleh ada sel yang mempunyai nilai harapan 1. b. Tidak lebih dari 20 sel mempunyai nilai harapan 5.
Jika hal ini ditemui dalam suatu tabel kontingensi, maka cara menanggulanginya adalah dengan menggabungkan nilai dari sel yang
kecil dengan sel lainnya. Artinya, kategori dari variabel dikurangi sehingga kategori yang nilai harapannya kecil dapat digabung ke
kategori lain. Sedangkan untuk table 2x2, hal tersebut tidak dapat dilakukan. Oleh karena itu, cara mengatasinya adalah dengan
melakukan uji Fisher Exact. Uji kemaknaan dilakukan dengan menggunakan
sebesar 0,05 dan Confidence Interval sebesar 95. Interpretasi dari hasil uji hipotesis
dengan uji Chi Square, yaitu : a. Jika nilai probabilitas p
≤ 0,05 maka ada hubungan yang signifikan antara variabel dependen dengan variabel independen.
b. Jika nilai probabilitas p 0,05 maka tidak ada hubungan yang signifikan antara variabel dependen dengan variabel independen.
100
BAB V HASIL PENELITIAN
5.1 Karakteristik WUS di Daerah Rural Indonesia
Pada penelitian ini, sampel yang digunakan adalah wanita usia subur 15-49 tahun yang pernah melahirkan anak terakhirnya tahun 2011-2012 di
daerah rural Indonesia. Adapun jumlah sampel yang digunakan adalah sebanyak 2072 responden dengan distribusi umur sebagai berikut.
Tabel 5.1 Distribusi Frekuensi WUS Berdasarkan Umur di Daerah Rural
Indonesia Tahun 2011-2012 Kelompok Umur
Jumlah n
Persen
15-19 188
9,1 20-24
534 25,8
25-29 583
28,1 30-34
429 20,7
35-39 246
11,9 40-44
81 3,9
45-49 11
0,5
Total 2072
100
Berdasarkan Tabel 5.1, responden terbanyak berada pada kelompok umur 25-29 tahun 28,1 dan paling sedikit berada pada kelompok umur 45-
49 tahun 0,5. Sedangkan berdasarkan umur melahirkan pada tahun 2011- 2012, responden lebih banyak yang melahirkan pada kelompok umur 20-24
tahun
