2013 pengumpulan variabel dengan wawancara dan validasi dengan kartu identitas responden dan kemudian dicatat dalam kuesioner.
4. Variabel Merokok
Variabel merokok dalam penelitian ini bertujuan untuk melihat status merokok individu dalam satu bulan terakhir. Kategori dalam
variabel ini dibedakan menjadi kategori merokok, pernah merokok, dan tidak pernah merokok.
E. Manajemen Data
Sebelum manajemen data dilakukan oleh peneliti, kegiatan pengelolaan data dan pembuatan dataset dilakukan oleh Litbangkes
Kementerian Kesehatan Kemenkes RI terlebih dahulu. Manajemen datasetbaseline data Riskesdas tahun 2013 oleh Peneliti. Berikut beberapa
kegiatan yang dilakukan setelah menerima dataset Riskesdas tahun 2013 sebelum melakukan analisis data lebih lanjut:
1. Filter, yaitu menyaring data yang tidak dibutuhkan dalam penelitian. Hal ini diperlukan untuk menentukan apakah variabel pada unit
analisis dalam dataset dapat dianalisis lanjut. Peneliti sebelumnya mengidentifikasi pertanyaan pada Kuesioner Riskesdas 2013 yang
dianggap berkaitan dengan hubungan hipertensi dengan kejadian stroke di Provinsi Sulawesi Selatan berdasarkan penelitian-penelitian
sebelumnya. Berikut kode variabel penelitian pada Riskesdas 2013:
Tabel 4. 1 Variabel dan Kode Variabel
No Variabel
Kode Variabel
1. Usia
B4K7THN 2.
Jenis Kelamin JK
3. Hipertensi
B18 4.
Stroke B31
5. Status Merokok
G05
2. Cleaning Pembersihan data, memeriksa kembali kemungkinan adanya data yang tidak konsisten dan missing data dengan analisis
frekuensi terhadap masing-masing variabel penelitian. Peneliti mengeluarkan data responden yang berusia 15 tahun dari dataset.
Proses cleaning diawali dengan melakukan analisis univariat pada semua variabel independen dan dependen yang akan diteliti. Analisis
menggunakan software pengolah data akan menampilkan data missing. Pada analisis univariat yang dilakukan pada variabel independen
dan dependen tidak terdapat missing. Sehingga pada variabel hipertensi, stroke, usia, jenis kelamin dan status merokok terdapat
33.371 sampel karena terdapat angka ekstrim yang harus dikeluarkan dari sampel dan tidak akan dianalisis lanjut. Angka ekstrim pada
variabel usia
dikeluarkan dari
sampel dikarenakan
dapat mempengaruhi nilai rata-rata usia.
3. Recoding Pengkodean ulang, memberikan kode baru untuk setiap variabel penelitian yang perlu ditambah.
