3.7 Metode Analisis Data
Analisis data dilakukan dengan tahapan sebagai berikut :
3.7.1 Analisis Univariat
Yaitu gambaran tentang distribusi frekuensi dari variabel penelitian independen perilaku stakeholders maupun variabel dependen pengembangan Desa siaga
Aktif.
3.7.2 Analisis Bivariat
Untuk mengetahui kekuatan hubungan antara dua variabel yang meliputi variabel bebas dengan variabel terikat. Uji statistik yang digunakan adalah Chi
Square χ
2
a. Hubungan Variabel Perilaku Pengetahuan, Sikap dan Tindakan dengan Pengembangan Desa Siaga Aktif, yaitu membandingkan distribusi silang
antara variabel independen utama dengan dependen kemudian akan disimpulkan adanya hubungan 2 variabel tersebut bermakna atau tidak
bermakna dari hasil uji Chi Square dengan p.0,05. dengan tingkat kemaknaan 0,05.
b. Hubungan Variabel Confounding dengan Pengembangan Desa Siaga Aktif, yaitu membandingkan distribusi silang antara variabel confounding dengan
variabel dependen kemudian akan disimpulkan adanya hubungan 2 variabel tersebut bermakna atau tidak bermakna dari hasil uji Chi Square dengan
p.0,05. Sedangkan variabel confounding dengan variabel independen utama
Universitas Sumatera Utara
tidak boleh berhubungan p.0,05 karena variabel independen itu berdiri sendiri.
3.7.3 Analisis Multivariat
Yaitu analisis yang dilakukan untuk mengetahui variabel yang berpengaruh terhadap variabel dependen secara bersama-sama dengan mengikutsertakan variabel
yang dianalisis merupakan variabel counfounding. Variabel yang masuk dalam model multivariat adalah variabel yang p0,25, kemudian di analisis dengan menggunakan
analisis regresi logistik berganda dengan melihat p0,05 dikatakan ada pengaruh. a. Uji regresi logistik ganda yang meliputi semua variabel independen dan
confounding yang masuk uji kemaknaan p.0,05 dengan metode Backward LR, yaitu untuk variabel yang hasil bivariatnya p.0,25 akan masuk dalam
model multivariat, kemudian dianalisis dengan regresi logistik ganda menggunakan metode Backward LR yaitu mengeluarkan variabel yang p.0,05
secara bertahap oleh komputer. Jadi yang masuk dalam model adalah variabel yang berpengaruh p.0,05.
b. Pemeriksaan interaksi untuk melihat interaksi semua variabel dalam model secara multiplikatif, yaitu setelah memperoleh model yang memuat variabel-
variabel penting, maka langkah selanjutnya adalah memeriksa adanya interaksi antar variabel independen. Interaksi merupakan keadaan dimana hubungan
antara satu variabel independen dengan dependen berbeda menurut tingkat variabel independen yang lain. Jika ditemukan adanya interaksi antar variabel
Universitas Sumatera Utara
maka nilai koefisien ORExp B harus dilaporkan secara terpisah menurut tingkat dari variabel tersebut karena nilainya tidak berlaku.
c. Kemudian dilanjutkan dengan pemeriksaan confounding bila selisih Δ10
maka variabel dianggap sebagai confounding dan tetap dipertahankan dalam model.
d. Pembandingan nilai probabilitas per individu dalam analisis multivariat yang digunakan adalah dengan analisis regresi logistik berganda dengan persamaan ;
Dimana : P
= nilai probabilitas individu pengembangan desa siaga aktif a
= konstanta b
₁,₂,ᵢ = nilai koefisien regresi X
₁,₂,ᵢ = variabel independen e
= bilangan alamiah yang besarnya 2,71828 Hasil analisis regresi logistik berganda dapat disimpulkan dengan melihat
nilai probabilitas pada tingkat kepercayaan 95, bila variabel mempunyai nilai p 0,05 berarti tidak memiliki pengaruh yang bermakna dan dikeluarkan dari model
analisis regresi logistik berganda, variabel yang mempunyai nilai p 0,05 berarti memiliki pengaruh yang bermakna. Penentuan variabel yang paling dominan
berpengaruh dinyatakan dengan nilai B yang paling tinggi. Kemudian model akhir regresi logistik berganda adalah melihat probabilitas terjadinya variabel dependen
dipengaruhi oleh variabel dependen.
Universitas Sumatera Utara
BAB 4 HASIL PENELITIAN
4.1 Deskripsi Lokasi Penelitian
Kategori