Analisis Bivariat HASIL PENELITIAN

67 yang memiliki status ANC tidak baik, dan 10 responden 47,6 memiliki status ANC baik.

4.2.2. Analisis Bivariat

Analisis bivariat dilakukan untuk mengetahui hubungan antara variabel independen dan variabel dependen. Analisis bivariat juga merupakan salah satu langkah untuk melakukan seleksi terhadap variabel yang akan masuk ke dalam analisis multivariat. Adanya hubungan antara variabel independen dengan variabel dependen ditunjukkan dengan nilai p α 0,05, nilai OR 1 dan nilai 95 CI tidak mencakup angka 1. 4.2.2.1. Hubungan Antara Usia Kehamilan dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara usia kehamilan dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.15. Hubungan Antara Usia Kehamilan dengan Kelahiran Makrosomia No. Usia Kehamilan Kasus Kontrol p OR 95 CI N N 1 ≥ 41 minggu 15 71.4 3 14.3 0.001 15.00 3.20- 70.39 2 ≤ 40 minggu 6 28.6 18 85.7 Tabel 4.15. di atas menunjukkan bahwa, pada variabel usia kehamilan proporsi kelompok kasus yang memiliki usia kehamilan ≥ 41 minggu adalah sebesar 71,4, lebih besar daripada kelompok kontrol yaitu sebesar 14,3. Sedangkan proporsi kelompok kasus yang memiliki usia kehamilan ≤ 40 minggu adalah sebesar 28,6, lebih kecil daripada kelompok kontrol yaitu sebesar 85,7. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,001 p 0,05, yang berarti bahwa secara statistik menunjukkan adanya hubungan yang bermakna antara 68 usia kehamilan dengan kelahiran makrosomia. Dari analisis diperoleh nilai OR = 15,00 95 CI: 3,20 – 70,39, sehingga dapat disimpulkan bahwa Ibu yang memiliki usia kehamilan ≥ 41 minggu berisiko 15,00 kali lebih besar untuk melahirkan bayi makrosomia daripada Ibu yang memiliki usia kehamilan ≤ 40 minggu. 4.2.2.2. Hubungan Antara Usia Ibu dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara usia Ibu dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.16. Hubungan Antara Usia Ibu dengan Kelahiran Makrosomia No. Usia Ibu Kasus Kontrol p OR 95 CI N N 1 ≥ 31 tahun 15 71.4 4 19.0 0.002 10.63 2.51- 44.99 2 ≤ 30 tahun 6 28.6 17 81.0 Tabel 4.16. di atas menunjukkan bahwa, pada variabel usia Ibu proporsi kelompok kasus yang memiliki usia ≥ 31 tahun adalah sebesar 71,4, lebih besar daripada kelompok kontrol yaitu sebesar 19,0. Sedangkan proporsi kelompok kasus yang memiliki usia ≤ 30 tahun adalah sebesar 28,6, lebih kecil daripada kelompok kontrol yaitu sebesar 81,0. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,002 p 0,05, yang berarti bahwa secara statistik menunjukkan adanya hubungan yang bermakna antara usia Ibu dengan kelahiran makrosomia. Dari hasil analisis diperoleh nilai OR = 10,63 95 CI: 2,51 – 44,99, sehingga dapat disimpulkan bahwa Ibu yang memiliki usia ≥ 31 tahun berisiko 10,63 kali lebih besar untuk melahirkan bayi makrosomia daripada Ibu yang memil iki usia ≤ 30 tahun. 69 4.2.2.3. Hubungan Antara Indeks Masa Tubuh Ibu dengan Kelahiran Makrosomia Hasil analisis bivariat hubungan antara Indeks Masa Tubuh IMT Ibu dengan kelahiran makrosomia dapat dilihat pada tabel berikut: Tabel 4.17. Hubungan Antara Indeks Masa Tubuh Ibu dengan Kelahiran Makrosomia No. IMT Ibu Kasus Kontrol p OR 95 CI N N 1 ≥ 30 kgm 2 4 19.0 2 9.5 0.663 2.24 0.36- 13.78 2 ≤ 29,9 kgm 2 17 81.0 19 90.5 Tabel 4.17. di atas menunjukkan bahwa, pada variabel IMT Ibu proporsi kelompok kasus yang memiliki IMT ≥ 30 kgm 2 adalah sebesar 19,0, lebih besar daripada kelompok kontrol yaitu sebesar 9,5. Sedangkan proporsi kelompok kasus yang memiliki IMT ≤ 29,9 kgm 2 adalah sebesar 81,0, lebih kecil daripada kelompok kontrol yaitu sebesar 90,5. Berdasarkan hasil uji fisher, diperoleh nilai p = 0,663 p 0,05, yang berarti bahwa secara statistik tidak ada hubungan yang bermakna antara IMT Ibu dengan kelahiran makrosomia. 4.2.2.4. Hubungan Antara Paritas dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara paritas dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.18. Hubungan Antara Paritas dengan Kelahiran Makrosomia No. Paritas Kasus Kontrol p OR 95 CI N N 1 Multiparitas 18 85.7 6 28.6 0.001 15.00 3.20- 70.39 2 Primipara 3 14.3 15 71.4 Tabel 4.18. di atas menunjukkan bahwa, pada variabel paritas proporsi kelompok kasus multiparitas adalah sebesar 85,7, lebih besar daripada kelompok 70 kontrol yaitu sebesar 28,6. Sedangkan proporsi kelompok kasus primipara adalah sebesar 14,3, lebih kecil daripada kelompok kontrol yaitu sebesar 71,4. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,001 p 0,05, yang berarti bahwa secara statistik menunjukkan adanya hubungan yang bermakna antara paritas dengan kelahiran makrosomia. Dari hasil analisis diperoleh nilai OR = 15.00 95 CI: 3,20 – 70,39, sehingga dapat disimpulkan bahwa Ibu multiparitas berisiko 15,00 kali lebih besar untuk melahirkan bayi makrosomia daripada Ibu primipara. 4.2.2.5. Hubungan Antara Jenis Kelamin Bayi dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara jenis kelamin bayi yang dilahirkan dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.19. Hubungan Antara Jenis Kelamin Bayi dengan Kelahiran Makrosomia No. Jenis Kelamin Bayi Kasus Kontrol P OR 95 CI N N 1 Laki-laki 16 76.2 10 47.6 0.112 3.52 0.94- 13.17 2 Perempuan 5 23.8 11 52.4 Tabel 4.19. di atas menunjukkan bahwa, pada variabel jenis kelamin bayi proporsi kelompok kasus yang melahirkan bayi laki-laki adalah sebesar 76,2, lebih besar daripada kelompok kontrol yaitu sebesar 47,6. Sedangkan proporsi kelompok kasus yang melahirkan bayi perempuan adalah sebesar 23,8, lebih kecil daripada kelompok kontrol yaitu sebesar 52,4. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,112 p 0,05, yang berarti bahwa secara statistik tidak ada hubungan yang bermakna antara jenis kelamin bayi dengan kelahiran makrosomia. 71 4.2.2.6. Hubungan Antara Riwayat Melahirkan Bayi Makrosomia dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara riwayat melahirkan bayi makrosomia dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.20. Hubungan Antara Riwayat Melahirkan Bayi Makrosomia dengan Kelahiran Makrosomia No. Riwayat Melahirkan Bayi Makrosomia Kasus Kontrol p OR 95 CI N N 1 Ya 10 47.6 2 9.5 0,017 8.64 1.59- 46.81 2 Tidak 11 52.4 19 90.5 Tabel 4.20. di atas menunjukkan bahwa, pada variabel riwayat melahirkan bayi makrosomia proporsi kelompok kasus yang memiliki riwayat melahirkan bayi makrosomia adalah sebesar 47,6, lebih besar daripada kelompok kontrol yaitu sebesar 9,5. Sedangkan proporsi kelompok kasus yang tidak memiliki riwayat melahirkan bayi makrosomia adalah sebesar 52,4, lebih kecil daripada kelompok kontrol yaitu sebesar 90,5. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,017 p 0,05, yang berarti bahwa secara statistik menunjukkan adanya hubungan yang bermakna antara riwayat melahirkan bayi makrosomia dengan kelahiran makrosomia. Dari hasil analisis diperoleh nilai OR = 8,64 95 CI: 1,59 – 46,81, sehingga dapat disimpulkan bahwa Ibu yang memiliki riwayat melahirkan bayi makrosomia berisiko 8,64 kali lebih besar untuk melahirkan bayi makrosomia daripada Ibu yang tidak memiliki riwayat melahirkan bayi makrosomia. 72 4.2.2.7. Hubungan Antara Riwayat Diabetes Melitus Gestasional Ibu dengan Kelahiran Makrosomia Hasil analisis bivariat hubungan antara riwayat Diabetes Melitus Gestasional DMG Ibu dengan kelahiran makrosomia dapat dilihat pada tabel berikut: Tabel 4.21. Hubungan Antara Riwayat Diabetes Melitus Gestasional Ibu dengan Kelahiran Makrosomia No. Riwayat DMG Ibu Kasus Kontrol p OR 95 CI N N 1 Ya 4 19.0 2 9.5 0.663 2.24 0.36- 13.78 2 Tidak 17 81.0 19 90.5 Tabel 4.21. di atas menunjukkan bahwa, pada variabel riwayat DMG proporsi kelompok kasus yang memiliki riwayat DMG adalah sebesar 19,0, lebih besar daripada kelompok kontrol yaitu sebesar 9,5. Sedangkan proporsi kelompok kasus yang tidak memiliki riwayat DMG adalah sebesar 81,0, lebih kecil daripada kelompok kontrol yaitu sebesar 90,5. Berdasarkan hasil uji fisher, diperoleh nilai p = 0,663 p 0,05, yang berarti bahwa secara statistik tidak ada hubungan yang bermakna antara riwayat DMG Ibu dengan kelahiran makrosomia. 4.2.2.8. Hubungan Antara Riwayat Diabetes Melitus Ibu dengan Kelahiran Makrosomia Hasil analisis bivariat hubungan antara riwayat Diabetes Melitus DM Ibu dengan kelahiran makrosomia dapat dilihat pada tabel berikut: Tabel 4.22. Hubungan Antara Riwayat Diabetes Melitus Ibu dengan Kelahiran Makrosomia No. Riwayat DM Ibu Kasus Kontrol p OR 95 CI N N 1 Ya 2 9.5 1 4.8 1.000 2.11 0.18- 25.17 2 Tidak 19 90.5 20 95.2 73 Tabel 4.22. di atas menunjukkan bahwa, pada variabel riwayat DM proporsi kelompok kasus yang memiliki riwayat DM adalah sebesar 9,5, lebih besar daripada kelompok kontrol yaitu sebesar 4,8. Sedangkan proporsi kelompok kasus yang tidak memiliki riwayat DM adalah sebesar 90,5, lebih kecil daripada kelompok kontrol yaitu sebesar 95,2. Berdasarkan hasil uji fisher, diperoleh nilai p = 1,000 p 0,05, yang berarti bahwa secara statistik tidak ada hubungan yang bermakna antara riwayat DM Ibu dengan kelahiran makrosomia. 4.2.2.9. Hubungan Antara Pemeriksaan Antenatal Care dengan Kelahiran Makrosomia Berdasarkan pengujian hubungan antara pemeriksaan Antenatal Care ANC dengan kelahiran makrosomia menggunakan uji chi-square diperoleh hasil sebagai berikut: Tabel 4.23. Hubungan Antara Pemeriksaan Antenatal Care dengan Kelahiran Makrosomia No. Pemeriksaan ANC Kasus Kontrol p OR 95 CI N N 1 Tidak baik 14 66.7 11 52,4 0.530 1.82 0.52- 6.33 2 Baik 7 33.3 10 47.6 Tabel 4.23. di atas menunjukkan bahwa, pada variabel pemeriksaan ANC proporsi kelompok kasus yang memiliki status pemeriksaan ANC tidak baik adalah sebesar 66,7, lebih besar daripada kelompok kontrol yaitu sebesar 52,4. Sedangkan proporsi kelompok kasus yang memiliki status pemeriksaan ANC baik adalah sebesar 33,3, lebih kecil daripada kelompok kontrol yaitu sebesar 47,6. Berdasarkan hasil uji chi-square, diperoleh nilai p = 0,530 p 0,05, yang berarti 74 bahwa secara statistik tidak ada hubungan yang bermakna antara pemeriksaan ANC dengan kelahiran makrosomia.

4.2.3. Analisis Multivariat