G. Analisis
Data
Analisis data dalam penelitian ini berupa analisis univariat, bivariat dan multivariat.
1. Analisis Univariat
Analisis ini digunakan untuk mendapatkan gambaran distribusi atau distribusi frekuensi masing-masing variabel penelitian yang meliputi variabel
dependen perilaku konsumsi buah dan sayur dan variabel independen umur, jenis kelamin, jumlah anggota keluarga, pendidikan, pekerjaan, tingkat
ekonomi keluarga dan tempat tinggal.
2. Analisis Bivariat
Analisis bivariat digunakan untuk membuktikan hipotesis dalam penelitian ini yaitu untuk mengetahui hubungan antara variabel independen
dengan variabel dependen. Analisis data yang digunakan yaitu uji chi square karena variabel dependen dan independen berbentuk kategorik. Adapun rumus
uji chi-square yaitu: X
2
=
∑
O – E
2
E dF = k – 1b – 1
Keterangan: X
2
= Chi Square O = Nilai observasi
E = Nilai ekspektasi k = Jumlah kolom
b = Jumlah baris
Melalui uji statistik chi-square akan diperoleh nilai p, dimana dalam penelitian ini digunakan tingkat kemaknaan α = 0,05 yaitu jika diperoleh nilai
p≤0,05, berarti ada hubungan yang signifikan antara variabel independen dan dependen, dan jika diperoleh nilai p0,05, maka tidak ada hubungan yang
signifikan antara variabel independen dan dependen. Dalam penelitian ini, semua variabel independen terdiri dari dua kategori, maka nilai p dapat dilihat
dari nilai pearson pada uji chi-square. Untuk melihat kekuatan hubungan antara variabel dependen dan
independen maka dilihat nilai Odds Ratio OR. Bila nilai OR = 1 artinya tidak ada hubungan antara variabel independen dengan variabel dependen. Jika nilai
OR1 artinya variabel independen sebagai faktor protektif terhadap variabel dependen dan jika OR1 artinya variabel independen sebagai faktor risiko
terhadap variabel dependen.
3. Analisis Multivariat
Analisis multivariat digunakan untuk diketahui variabel independen mana yang paling besar pengaruhnya terhadap variabel dependen. Analisis
multivariat pada penelitian ini menggunakan uji regresi logistik berganda karena variabel independen dan dependen berbentuk kategorik. Uji ini
menggunakan model prediksi karena semua variabel independen dianggap sama penting, sehingga proses estimasi dapat dilakukan dengan beberapa
koefisien regresi logistik sekaligus. Adapun langkah-langkah dalam melakukan analisis multivariat menurut
Sujianto 2007, sebagai berikut:
1. Lakukan analisis bivariat antara masing-masing variabel independen dan
dependen. Bila hasil uji bivariat mempunyai nilai p ≤ 0,25 maka variabel tersebut masuk dalam kandidat model multivariat. Namun, jika nilai p
0,25 dan secara substansi memiliki pengaruh maka variabel tersebut tetap dimasukkan ke dalam kandidat model multivariat.
2. Selanjutnya variabel yang masuk kandidat model dianalisis secara
bersamaan. Variabel yang masuk ke dalam model adalah yang memiliki p ≤ 0,05. Sedangkan yang memiliki p 0,05 dikeluarkan dari model secara
bertahap mulai dari variabel yang memiliki p
value
paling besar. 3.
Setelah didapatkan variabel yang masuk model multivariat, dilakukan uji interaksi untuk melihat kemungkinan adanya interaksi antar variabel
independen yang masuk ke dalam model. Penentuan variabel interaksi dilakukan atas pertimbangan substansi ilmiah. Bila variabel interaksi
mempunyai p ≤ 0,05 berarti terdapat interaksi diantara variabel tersebut dan perlu dimasukkan dalam model akhir.
4. Setelah dilakukan uji interaksi, maka didapatkan model fit akhir dari
setiap variabel independen yang berpengaruh besar terhadap variabel dependen.
BAB V HASIL
A. Analisis Univariat
Kategori