49
IMT dalam penelitian ini dikategorisasikan sebagai berikut Istianty dan Rusilanti, 2013:
a Sangat Kurus, jika nilai IMT 17,50 b Kurus, jika nilai IMT antara 17,50 - 18,49
c Normal, jika nilai IMT antara 18,50 – 24,99
d Gemuk, jika nilai IMT anatara 25,00 – 27,00
e Obesitas jika nilai IMT 27,00 7 Riwayat Keluarga, ada tidaknya anggota keluarga lain yang
mengalami dismenore dan siapa saja yang mengalaminya. 8 Karakteristik waktu yang meliputi, usia menarche, lama dismenore
dan lama siklus menstruasi yang dialami responden. 9 Dampak yang dirasakan ketika mengalami dismenore terkait
dengan aktivitas belajar dan sosial Seluruh data tersebut diisi oleh responden self-reported dan
dikembalikan kepada peneliti dengan terlebih dahulu dicek kelengkapan jawabannya.
4.5. Pengolahan Data
Data yang telah terkumpul, kemudian diolah dengan menggunakan software epidata ver. 2.0. langkah pengolahan data adalah sebagai berikut:
1. Data Editing
Langkah pertama yang dilakukan adalah mengedit data. Hal ini dilakukan untuk mengetahui ada tidaknya data yang kurang atau tidak
jelas yang diberikan oleh responden terkait setiap variabel yang diteliti. Jika terdapat data yang kurang atau tidak jelas, peneliti akan
50
mengkoreksi dengan menghubungi responden. Oleh karena itu, nomor kontak responden menjadi sangat perlu dalam hal ini.
2. Coding Data
Setelah memastikan jika data yang diberikan oleh responden lengkap dan jelas, langkah berikutnya adalah mengkode data. Data
yang telah dikumpulkan diberikan kode sesuai dengan jenis variabel, baik itu nominal, ordinal maupun interval. Selain itu kode diberikan
untuk mempermudah dalam melakukan analisis data. Pengkodeaan yang digunakan dalam penelitian ini adalah
sebagai berikut:
Tabel 4.3 Pengkodeaan Kuesioner
Pertanyaan Kode
Identitas Responden IR
Dismenore dan Keluhan Lainnya A
Riwayat Keluarga B
Status Menstruasi
C
Aktivitas Fisik
D
Tingkat Stres E
Indeks Massa Tubuh IMT F
Gangguan Belajar G
3. Entry Data
Setelah semua variabel mendapatkan kode yang diperlukan, langkah selanjutnya adalah memasukkan data ke software epidata ver
2.0. 4.
Exporting Data Setelah semua data dimasukkan dan dibersihkan, langkah
selanjutnya adalah memindahkan data dari epidata ver. 2.0 ke software pengolah data yang sesuai untuk dilakukan analisis.
51
5. Cleaning Data
Langkah selanjutnya adalah memastikan bahwa data yang telah dimasukkan ke program komputer lengkap dan akurat sesuai dengan
yang terdapat pada kuesioner. Sehingga jika terdapat kesalahan dan ketidaksesuaian dapat diantisipasi.
4.6. Analisis Data
Data yang telah dipindahkan dari software epidata ver. 2.0 kemudian dilakukan analisis dengan menggunakan software pengolah
data. Analisis data dilakukan secara univariat dan bivariat. Analisis univariat untuk mengetahui distribusi frekuensi dari masing-masing
variabel yang diteliti. Selain itu juga dilakukan uji statistik untuk membuktikan hipotesis yang ada. Uji statistik yang digunakan dalam
pembuktian hipotesis adalah uji chi square, karena variabel yang diteliti berupa variabel kategorik baik independen maupun dependen dengan taraf
signifikansi kurang dari 0,05.
52
BAB V HASIL PENELITIAN
5.1. Hasil Univariat
