3.7. Metode Analisis Data 3.7.1.
Analisis Univariat
Analisis univariat adalah analisis variabel independen dan dependen dalam bentuk distribusi frekuensi dan dihitung persentasenya dan disajikan dalam tabel
distribusi frekuensi.
3.7.2. Analisis bivariat
Analisis bivariat adalah analisis untuk melihat pengaruh antara variabel independen terhadap variabel dependen dengan menggunakan uji chi-square pada
tingkat derajat kepercayaan 95 yaitu α = 0,05 dengan ketentuan bila nilai p0,05
maka ada pengaruh yang bermakna antara kedua variabel tersebut Sastroasmoro, 2008. Selain itu digunakan juga perhitungan Odds ratio OR yang digunakan untuk
mengetahui besar risiko antara variabel independen dengan variabel dependen. Hasil interpretasi nilai OR adalah Sastroasmoro, 2008:
a Bila OR = 1, artinya variabel independen bukan faktor risiko. b Bila OR 1, artinya variabel independen sebagai faktor risiko.
c Bila OR 1, artinya variabel independen sebagai faktor protektif. 3.7.3.
Analisis Multivariat
Analisis multivariat digunakan untuk melihat pengaruh antara variabel kejadian skabies dengan seluruh variabel yang diteliti yaitu seluruh variabel
independen sehingga diketahui variabel mana yang paling dominan berpengaruh terhadap kejadian skabies dengan menggunakan uji regresi logistik berganda.
Adapun tahapan proses analisis multivariat sebagai berikut:
Universitas Sumatera Utara
a Memasukkan variabel kandidat dalam proses analisis multivariat regresi logistik berganda dengan cara memilih variabel independen yang memiliki nilai p0,25.
b Melakukan analisis semua variabel independen yang masuk dalam pemodelan dengan cara mengeluarkan variabel independen yang memiliki nilai p
≥ 0,05 sehingga didapatkan model awal dengan variabel faktor penentu yang
memiliki nilai p0,05. c Hasil uji multivariat yang mempunyai nilai p0,05 merupakan model akhir dari
penentu faktor risiko yang berpengaruh terhadap kejadian skabies di Kecamatan Lubuk Pakam Kabupaten Deli Serdang.
Model yang diasumsikan dari regresi logistik berganda untuk probabilitas kejadian suatu penyakit dengan menggunakan rumus:
1 P =
1 + e
– α + β
1 X
1 + β
2 X
2 + β
3 X
3 +........
β n
X n
Dimana: α
β = Koefisisen regresi = Konstanta
X
1,2…n
e = Bilangan natural 2,71828
= Variabel independen
3.7.4. Population Attribute Risk PAR
