editing pengecekan ini dapat peneliti lakukan sebelum meninggalkan
responden penelitian atau setelahnya.
2. Coding
Sebelum dimasukkan ke komputer, dilakukan proses pemberian kode pada setiap jawaban yang terdiri dari variabel konsumsi suplemen makanan
vitamin, mineral dan asam amino, umur, jenis kelamin, pendidikan, pendapatan, riwayat penyakit, pengetahuan gizi tentang suplemen,
keterpaparan media promosi, status merokok, aktivitas fisik, dan asupan protein. Coding merupakan kegiatan merubah data berbentuk huruf menjadi
data berbentuk angka atau bilangan agar lebih mudah dalam mengentry dan menganalisis data. Beberapa contoh pengkodingan data dalam penelitian ini
diantaranya: a. Konsumsi suplemen makanan 0 = Ya, 1 = Tidak
b. Umur 0 = Dewasa dini bila skor meanmedian, 1 = Dewasa madya bila skor ≥ meanmedian
c. Jenis kelamin 0 = Laki-laki, 1 = Perempuan d. Pendidikan 0 = Dasar SDSMP, 1 = Menengah SMA, 2 = Atas Diploma,
S1S223 menjadi 0 = Rendah SD, SMP, 1 = Tinggi ≥ SMA
e. Pendapatan 0 = rendah bila skor meanmedian, 1= Tinggi bila skor ≥
meanmedian f. Pengetahuan gizi tentang suplemen 0 = Rendah bila skor meanmedian, 1
= Tinggi bila skor ≥ meanmedian.
g. Keterpaparan media promosi 0 = Tidak Terpapar tidak terpapar jika responden menjawab “tidak pernah” pada item pertanyaan keterpaparan
mediainformasi 1 = Terpapar terpapar jika responden menjawab “pernah”
h. Status merokok 0 = Tidak merokok, 1 = Merokok i. Aktivitas fisik 0 = ringan, 1= Sedang, 2 = Berat menjadi 0 = ringan, 1 =
berat j. Asupan Protein
0 = Cukup jika asupan ≥ 111 mghari, 1 = Kurang jika asupan 111 mghari
3. Entry
Setelah semua isian kuesioner terisi penuh dan benar, dan juga sudah melewati proses coding, maka selanjutnya data akan di entry ke computer
dengan menggunakan software statistics agar dapat dilakukan analisis data. Sebelum data di entry, peneliti membuat template terlebih dahulu dengan
menggunakan program epidata, kemudian data yang telah di kode dimasukkan dalam progran komputer untuk selanjutnya akan diolah
menggunakan aplikasi software statistics berupa Statistical Program for Social Science
SPSS.
4. Cleaning
Cleaning pembersihan data merupakan kegiatan pengecekkan
kembali, untuk memastikan bahwa tidak ada kesalahan pada data yang sudah dimasukkanentry, baik dalam pengkodean maupun kesalahan dalam
membaca kode, kemudian mencari apakah ada entry yang salah, melihat responden serta mengcroscheck ulang di kuesioner. Untuk melihat apakah
terdapat kesalahan dalam mengentry maka dilakukan dengan cara membuat distribusi frekuensi sehingga akan muncul kesalahan dalam mengentry data.
Misalnya 0 = laki-laki, 1 = perempuan, ketika dilakukan pengecekan kembali ternyata ada kesalahan dalam mengentry misalanya ada angka 2 sedangkan
pada pengkodean tidak ada angka tersebut. Maka untuk mengeluarkan angka 2 tersebut dengan cara mengklik angka yang salah pada entry data kemudian
mereset pada tabel frekuensi lalu diganti dengan kode yang benar. Kemudian data baru siap untuk di analisis.
4.7. Analisis Data 4.7.1.
Analisis Univariat
Analisis univariat dilakukan terhadap tiap variabel dari hasil tiap penelitian Notoatmodjo, 2002. Pada analisis ini akan menghasilkan
distribusi dan persentase dari masing-masing variabel. Analisa ini digunakan terhadap tiap variabel dari hasil penelitian dengan cara
membuat distribusi dan frekuensi dari setiap variabel, hasil analisis ini
disajikan dalam bentuk tabel dan narasi. 4.7.2.
Analisis Bivariat
Analisa bivariat dilakukan untuk melihat adanya hubungan antara variabel bebas independen dengan variabel terikat dependen,
dan sekaligus untuk melihat kemaknaan antara variabel. Uji statistik yang digunakan adalah uji chi square dengan menggunakan derajat kemakna
an
α = 0,05 Bila nilai P value 0,05 maka hasil uji statistik bermakna atau ada hubungan antara variabel independen dan variabel dependen, dan
bila P value ≥ 0,05 maka hasil uji statistik tidak bermakna atau tidak adanya hubungan antara variabel independen dan variabel dependen.
Pada analisis ini digunakan uji chi square dengan rumus:
X
2 =
Ʃ
dF = k-1b-1 Keterangan:
X
2
= Chi square O = Nilai observasi
E = Nilai ekspektasi k = Jumlah kolom
b = Jumlah baris
Kategori