Analisis data suatu penelitian, biasanya melalui prosedur.

bertahap antara lain:

1) Analisis Univariate (Analisis Deskriptif)

Analisis univariate bertujuan untuk menjelaskan atau

mendeskripsikan karakteristik setiap variabel penelitian. Bentuk analisis
univariate tergantung dari jenis datanya. Untuk data numerik digunakan nilai
mean atau rata-rata, median dan standar deviasi. Pada umumnya dalam analisis
ini hanya menghasilkan. distribusi frekuensi dan persentase dari tiap variabel.
Misalnya distribusi frekuensi responden berdasarkan: umur, jenis kelamin,
tingkat pendidikan, dan sebagainya. Demikian juga penyebaran penyakit-
penyakit yang ada pada daerah tertentu, distribusi pemakaian jenis kontrasepsi,
distribusi kasus malanutrisi pada anak balita, dan sebagainya.2

Gambar. Distribusi responden.2

Responden yang patuh berobat TB di wilayah kerja Puskesmas Pasar Minggu lebih
tinggi (60, 8%), dibanding dengan yang tidak patuh berobat (39, 2%).2

2) Analisis Bevariate

Apabila telah dilakukan analisis univariate tersebut di atas. hasilnya akan

diketahui karakteristik atau distribusi setiap variabel, dan dapat dilanjutkan analisis
bevariate. Analisis bevariate yang dilakukan terhadap dua variabel yang diduga
berhubungan atau berkorelasi. Misalnya variabel umur dengan variabel penyakit
jantung, variabel jenis kelamin dengan variabel jenis penyakit yang diderita, dan
sebagainya. Dalam analisis bevariate ini dilakukan beberapa tahap, antara lain:

a. Analisis proporsi atau presentase, dengan membandingkan distribusi silang

antara dua variabel yang bersangkutan.

b. Analisis dari hasil uji Statistik (Chai square test, Z test, t test, dan sebagainya).
Melihat dari hasil uji statistik ini akan dapat disimpulkan adanya hubungan 2
variabel tersebut bermakna atau tidak bermakna. Dari hasil uji statistik ini
dapat terjadi, misalnya antara dua variabel tersebut secara presentase
berhubungan tetapi secara statistik hubungan tersebut tidak bermakna.
Analisis keeratan hubungan antara dua variabel tersebut, dengan melihat nilai
Odd Ratio (OR). Besar kecilnya nilai OR menunjukkan besarnya keeratan
hubungan antara dua variabel yang diuji.2

Gambar. Distribusi Responden.2

Dari tabel di atas menunjukkan bahwa responden berumur dewasa

muda lebih patuh berobat TB (80,0%), dibandingkan dengan responden
dewasa (45 .8%). Sehingga secara presentase dapat disimpulkan bahwa ada
hubungan antara umur dengan kepatuhan berobat. Hasil uji statistik
 menunjukkan bahwa nilai p<0,05, hal ini terbukti bahwa umur berhubungan
secara bermakna dengan kepatuhan berobat. Dari analisis keeratan hubungan
menunjukkan nilai Odd Ratio (OR) 3,08, yang berarti bahwa responden yang
berumur muda mempunyai peluang 3,08 kali patuh berobat dibandingkan
dengan responden yang berumur lebih tua.2

3) Analisis MuItivariate

Analisis bevariate hanya akan menghasilkan hubungan antara dua variabel

yang bersangkutan (variabel independen dan variabel dependen). Untuk mengetahui
hubungan lebih dari satu variabel independen dengan satu variabel dependen, harus
dilanjutkan lagi dengan melakukan analisis multivariate. Misalnya pengaruh atau
hubungan antara variabel pendidikan ibu, pengetahuan ibu, sosial ekonomi keluarga,
jumlah anak, dan sebagainya (variabel-variabel independen), dengan atau terhadap
status gizi anak balita (dependen variabel). Uji statistik yang digunakan biasanya
regresi berganda (multiple regression), untuk mengetahui variabel independen yang
mana yang lebih erat hubungannya dengan variabel dependen.2

Dalam analisis multivariate dilakukan berbagai langkah pembuatan model.

Model terakhir terjadi apabila semua variabel independen dengan dependen sudah
tidak mempunyai nilai P >0,05. Di bawah ini akan diberikan contoh PemodeIan
terakhir dari sebuah analisis multivariate.2
 Gambar. Distribusi Responden.2
Dari tabel di atas dapat disimpulkan bahwa:

a. Responden yang mempunyai pengetahuan tinggi berpeluang 19,305 kali patuh

berobat dibandingkan dengan responden yang mempunyai pengetahuan rendah.

b. Responden yang berumur muda berpeluang 11,747 kali patuh berobat

dibandingkan dengan responden yang berumur lebih tua.

c. Responden yang berpendidikan tinggi berpeluang 13,804 kali patuh berobat

dibandingkan dengan responden yang berpendidikan rendah.2

Dari ketiga variabel independen tersebut,maka variabel pengetahuan adalah

variabel yang paling dominan berhubungan dengan kepatuhan berobat, dengan OR
19,305. Hal ini berarti bahwa responden yang mempunyai pengetahuan TB yang
tinggi berpeluang 19 kali untuk patuh berobat, dibandingkan dengan responden yang
berpengetahuan TB yang rendah, setelah dikontrol variabel pendidikan dan umur.2

dapus

2. Notoatmodjo S. Metodologi Penelitian Kesehatan. Jakarta: Rineka Cipta; 2018.