Pengolahan dan Analisis Data

4.9 Pengolahan dan Analisis Data

Menurut Hastono (2007) sebelum dilakukan analisis data, dilakukan pengolahan data melalui empat langkah yaitu:

4.9.1 Editing

Peneliti melakukan pengecekan kembali dari hasil setiap jawaban yang sudah terkumpul dan semua pertanyaan sudah terisi jawabannya, tulisan cukup jelas terbaca dan jawaban relevan dengan pertanyaan, antara lain a) Semua pertanyaan sudah lengkap terisi jawaban; b) Jawaban yang ditulis cukup jelas untuk dibaca ;

c) Jawaban yang ditulis sudah relevan dengan pertanyaan; d) Beberapa pertanyaan dengan jawaban yang sudah konsisten ; e) Untuk jawaban yang kurang lengkap atau tidak jelas, peneliti sudah melakukan klarifikasi kepada responden saat berakhirnya pengisian kuisioner oleh responden.

4.9.2 Coding

Peneliti memberikan kode diikuti nomor urut responden, untuk setiap responden. Peneliti juga mengubah data berbentuk huruf menjadi data berbentuk angka atau Peneliti memberikan kode diikuti nomor urut responden, untuk setiap responden. Peneliti juga mengubah data berbentuk huruf menjadi data berbentuk angka atau

4.9.3 Processing dan Cleaning

Peneliti memproses data dengan cara melakukan entry data dari masing-masing responden ke dalam program komputer.agar dapat dilihat dan dilakukan analisis. Peneliti melakukan pengecekan kembali data yang telah dimasukkan. Proses cleaning dilakukan dengan tiga tahapan yaitu 1) mengetahuikesalahan data dengan melakukan list dari variabel penelitian ini yaitu karakteristik lansia, persepsi keseriusan penyakit dan faktor petunjuk perilaku bertindak.; 2) mengetahui variasi data dengan mengeluarkan distribusi frekuensi dari masing- masing variabel; 3) mengetahui konsistensi data dengan menghubungkan dua variabel penelitian.

4.9.5 Analisis Data

Analisis dilakukan secara univariat, bivariat dan multivariat.

4.9.5.1 Analisis univariat

Analisis univariat digunakan untuk menjelaskan variabel karakteristik responden, persepsi lansia tentang ancaman penyakit hipertensi, petunjuk lansia bertindak dalam perawatan hipertensi. Variabel dengan data numerik dianalisis dengan menggunakan mean, median, standar deviasi, dan nilai minimal-maksimal. Semua data dianalisis dengan tingkat kemaknaan 95%. Variabel dalam bentuk data kategorik dijelaskan dengan menggunakan distribusi frekuensi dan persentase atau proporsi.

4.9.5.2 Analisis bivariat

Analisis bivariat digunakan untuk mengetahui hubungan yang bermakna antara dua variabel. Analisis bivariat data kategorik pada sampel yang tidak berpasangan dengan skala data nominal digunakan uji Chi-square.

Tabel 4.4

Analisis Bivariat Berdasarkan Variabel Penelitian

Variabel Independen

Variabel dependen

Uji Statistik

Umur Kepatuhan perawatan hipertensi Chi- Square Jenis kelamin

Kepatuhan perawatan hipertensi Chi- Square Pendidikan Kepatuhan perawatan hipertensi

Chi- Square Status perkawinan

Kepatuhan perawatan hipertensi Chi- Square Status tinggal lanjut usia

Kepatuhan perawatan hipertensi Chi- Square Status gizi:obesitas

Kepatuhan perawatan hipertensi Chi- Square Riwayat keluarga

Kepatuhan perawatan hipertensi Chi- Square Lama menderita hipertensi

Kepatuhan perawatan hipertensi Chi- Square Lama pengobatan

Kepatuhan perawatan hipertensi Chi- Square hipertensi Pengetahuan Kepatuhan perawatan hipertensi

Chi- Square Pendapatan/penghasilan

Kepatuhan perawatan hipertensi Chi- Square Keseriusan penyakit

Kepatuhan perawatan hipertensi Chi- Square Biaya pengobatan

Kepatuhan perawatan hipertensi Chi- Square Dampak fisiologis

Kepatuhan perawatan hipertensi Chi- Square Dampak psikologis

Kepatuhan perawatan hipertensi Chi- Square Dampak spiritual

Kepatuhan perawatan hipertensi Chi- Square Dukungan keluarga

Kepatuhan perawatan hipertensi Chi- Square Dukungan lingkungan

Kepatuhan perawatan hipertensi Chi- Square Manfaat Terapi

Kepatuhan perawatan hipertensi Chi- Square farmakologi Pendidikan kesehatan

Kepatuhan perawatan hipertensi Chi- Square

9.5.3 Analisis multivariat

Analisis multivariat dilakukan untuk melihat variabel independen yang paling berpengaruh terhadap variabel dependen. Analisis multivariat yang digunakan adalah regresi logistik dengan tingkat kepercayaan 95%. Uji regresi logistik ini untuk melihat hubungan sub variabel dalam variabel independen yaitu umur, sex, pendidikan, status perkawinan, status tinggal lanjut usia, pendapatan, riwayat keluarga, pengetahuan dan status gizi: IMT, keseriusan penyakit, lama menderita hipertensi dan lama pengobatan, dampak spiritual, pengetahuan, biaya perawatan, dampak fisiologis, dampak psikososial, dukungan keluarga, dukungan lingkungan, manfaat terapi farmakologi dan pendidikan kesehatan dengan variabel dependen kepatuhan dalam perawatan hipertensi bersifat katagorik yaitu terapi farmakologi dan terapi non farmakologi.

Menurut Hastono (2007) langkah yang dilakukan dalam analisis regresi logistik adalah sebagai berikut:

a. Melakukan seleksi variabel yang layak diikutkan dalam model multivariat dengan cara terlebih dahulu melakukan seleksi bivariat antara masing-masing variabel independen dengan variabel dependen dengan uji regresi logistik sederhana. Hasil analisis bivariat menghasilkan p value < 0,25 atau termasuk subtansi yang penting maka variabel tersebut dapat dimasukkan dalam model multivariat.

b. Hasil analisis multivariat dengan regresi logistik akan dihasilkan nilai value masing-masing variabel. Variabel yang nilai p value > 0,05 ditandai dan dikeluarkan satu persatu dari model, dengan terlebih dahulu melakukan penilaian terhadap perubahan OR pada setiap variabel apabila satu variabel telah dikeluarkan.

c. Jika ada variabel yang diduga secara subtansi saling berinteraksi dilakukan uji interaksi. Pada langkah terakhir terlihat nilai eks (B), yang menunjukkan bahwa semakin besar nilai exp (B) maka makin besar pengaruh variabel tersebut terhadap variabel dependen.