Analisa Bivariat Analisis Multivariat

55 Tabel 3.1 Cara Ukur, Alat Ukur, Skala Ukur, dan Hasil Ukur Variabel Penelitian Variabel Cara Ukur Alat Ukur Skala Ukur Hasil Ukur Variabel Independen Pengetahuan Wawancara Kuesioner Ordinal Baik 50 dari total nilai Tidak baik ≤ 50 dari total nilai Sikap Wawancara Kuesioner Ordinal Baik 50 dari total nilai Tidak baik ≤ 50 dari total nilai Kebersihan Diri Wawancara Kuesioner Ordinal Baik 50 dari total nilai Tidak baik ≤ 50 dari total nilai Penyediaan Air Bersih Wawancara Kuesioner Ordinal Memenuhi syarat kesehatan 50 dari total nilai Tidak Memenuhi syarat kesehatan ≤ 50 dari total nilai 3.7. Metode Analisa Data 3.7.1. Analisi Univariat Untuk menjelaskan variabel independen dan dependen yang dibuat dalam bentuk tabel distribusi frekuensi, dihitung persentasenya dan dideskripsikan.

3.7.2. Analisa Bivariat

Untuk melihat hubungan satu variabel independen dengan variabel dependen dengan menggunakan uji Chi square dengan menggunakan program komputer software, pada tingkat derajat kepercayaan 95 yaitu α = 0,05 dengan ketentuan bila nilai p0,05 maka ada hubungan yang bermakna antara kedua variabel tersebut Universitas Sumatera Utara 56 Sastroasmoro, 2011. Selain itu juga digunakan perhitungan Odds ratio OR yang digunakan untuk mengetahui besar risiko antara variabel independen dengan variabel dependen.

3.7.3. Analisis Multivariat

Analisis multivariat dilakukan untuk mengetahui hubungan variabel dependen dengan seluruh variabel independen yang diteliti, sehingga diketahui variabel mana yang paling dominan berpengaruh terhadap kejadian penyakit skabies dengan menggunakan uji regresi logistik berganda. Tahapan proses analisi multivariat adalah sebagai berikut: 1. Memasukkan variabel kandidat dalam proses analisis multivariat regresi logistik berganda dengan cara memilih variabel independen yang memiliki nilai p 0,25. 2. Melakukan analisis semua variabel independen yang masuk dalam pemodelan dengan cara mengeluarkan variabel independen yang memiliki nilai p terbesar sehingga didapatkan model awal dengan variabel faktor penentu yang memiliki nilai p 0,05. 3. Hasil uji multivariat yang mempunyai nilai p 0,05, merupakan pemodelan akhir dari penentu faktor risiko yang berpengaruh terhadap kejadian skabies di Kota Langsa. Dalam penelitian kasus-kontrol kita dapat menghitung odds ratio OR dengan mengambil kelompok kasus a+c dan kelompok kontrol b+d, dan dapat menilai berapa sering terdapat pajanan pada kasus dibandingkan pada kontrol. Universitas Sumatera Utara 57 Hasil penelitian ini juga menunjukkan seberapa besarkah populasi dapat dicegah bila salah satu variabel diperbaiki dapat dilihat dari Population Attributable Risk PAR: ��� = pr − 1 pr − 1 + 1 x 100 Dimana: p = proporsi kasus yang mempunyai faktor terpajan r = Odds Rasio variabel yang paling dominan Universitas Sumatera Utara 58 BAB 4 HASIL PENELITIAN

4.1. Gambaran Umum Lokasi Penelitian