BAB 3

METODE PENELITIAN

3.1. Desain Penelitian

Penelitian ini menggunakan rancangan case control yaitu suatu

penelitian (survei) analitik yang menyangkut bagaimana faktor risiko

dipelajari dengan menggunakan pendekatan “retrospective”, sehingga efek

(penyakit atau status kesehatan) diidentifikasi pada saat ini, kemudian faktor

risiko diidentifikasi adanya atau terjadinya pada waktu lalu (Notoatmodjo,

2012).

32
 33

3.2. Kerangka Operasional

Populasi
Semua ibu hamil yang mengalami abortus pada
bulan Januari sampai Desember 2017 sejumlah 64

Teknik sampling
Simple random sampling

Sampel
Ibu yang mengalami abortus dan ibu hamil normal pada periode
bulan Januari sampai Desember tahun 2017 sejumlah 56 ibu

Pengumpulan data:
Data sekunder

Analisa Data
Odds Ratio

Pengolahan Data
Editing, Coding, Scoring, Entry data,
Tabulating, Cleaning

Hasil dan

Kesimpulan,

Gambar 3.1 Kerangka Operasional Penelitian Analisis Faktor- Faktor yang

Berisiko Terhadap Kejadian Abortus di Rumah Sakit Aura
Syifa, Kabupaten Kediri Tahun 2017
 34

3.3. Populasi dan Sampel

3.3.1. Populasi

Populasi dalam penelitian terbagi atas kasus dan kontrol yaitu

seluruh ibu yang mengalami abortus di RS Aura Syifa pada bulan

Januari sampai Desember tahun 2017 berjumlah 64 dan ibu hamil

normal usia kehamilan 1-20 minggu tahun 2017.

3.3.2. Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki

oleh populasi (Sugiyono, 2015). Besar sampel dalam penelitian ini

didapatkan hasil:

N
n=
1+ N ( d 2 )

64
n=
1+64 ( 0,052 )

64
n=
1+0,16

n=¿ 55,1724

Keterangan :

n = Besar sampel

N = Jumlah populasi

d = Tingkat kepercayaan 0,05

Besar sampel pada penelitian yaitu sejumlah 56 sampel kasus dan

56 sampel kontrol.
 35

3.3.3. Teknik Pengambilan Sampel

Sampel yang diambil dalam penelitian ini menggunakan simple

random sampling. Teknik sampling yang digunakan untuk

menentukan pengambilan anggota sampel dengan cara acak tanpa

memerhatikan strata dalam populasi (Sugiyono, 2015). Peneliti

menggunakan lotre sebagai cara untuk memilih sampel yang mudah

dan praktis. Langkah pertama yang dilakukan ialah peneliti membuat

lotre sejumlah populasi yang ada yaitu berupa angka 1 hingga 64,

kemudian peneliti mengambil secara acak sejumlah sampel yang akan

digunakan. Angka yang telah terambil kemudian dijadikan sampel.

3.3.4. Kriteria Sampel

a. Kriteria Inklusi

1) Kelompok kasus

Rekam medis ibu hamil yang mengalami abortus imminen,

insipien, kompletus, inkompletus, dan missed abortion di RS

Aura Syifa pada bulan Januari sampai Desember tahun 2017

yang berisi data lengkap mencakup variabel penelitian yaitu

nama, umur, paritas, riwayat abortus, jarak kehamilan dan

pekerjaan ibu.

2) Kelompok kontrol

Data rekam medis ibu hamil usia kehamilan 1-20 minggu di

RS Aura Syifa pada bulan Januari sampai Desember tahun 2017

 36

yang tidak mengalami abortus yang berisi nama, umur, paritas,

riwayat abortus, jarak kehamilan dan pekerjaan ibu.

b. Kriteria Eksklusi

Rekam medis ibu hamil yang mengalami abortus di RS Aura

Syifa pada bulan Januari sampai Desember tahun 2017 yang

memiliki nomor register lebih dari satu dan data tidak jelas atau

tidak dapat dibaca.

3.4. Variabel Penelitian

Variabel adalah hal-hal yang dapat menjadi objek penelitian, yang

ditetapkan dalam suatu kegiatan penelitian, yang menunjukan variasi, baik

secara kuantitatif maupun kualitatif (Arikunto, 2010). Variabel yang dikaji

dalam penelitian ini adalah variabel independen dan variabel dependen.

3.4.1. Variabel independen (bebas)

Variabel independen (bebas) disebut juga variabel stimulasi.

Menjadi sebab perubahan atau timbulnya independen (Sugiyono,

2015). Variabel independen dalam penelitian yaitu faktor-faktor

terjadinya abortus yang terdiri dari usia ibu, paritas, riwayat abortus,

jarak kehamilan, dan pekerjaan.

3.4.2. Variabel dependen (terikat)

Variabel dependen (terikat) disebut juga sebagai variabel output,

kriteria, konsekuen. Variabel yang dipengaruhi atau menjadi akibat

karena adanya variabel bebas (Sugiyono, 2015). Variabel terikat

dalam penelitian ini adalah kejadian abortus.

 37

3.4.3. Definisi Operasional Variabel

Definisi operasional variabel adalah sebuah definisi yang

menjelaskan variabel secara operasional berdasarkan karakteristik

variabel-variabel yang diamati/diteliti (Arikunto, 2010).

Tabel 3.1 Definisi Operasional

NO Variabel Definisi Alat Cara Hasil Ukur Skala

Operasional Ukur Ukur
Variabel Dependen
1 Kejadian Ibu hamil yang Lembar Rekam - Abortus = 0 Nominal
Abortus mengalami Checklist Medik - Tidak abortus
perdarahan pada =1
usia kehamilan
<20 minggu
Variabel Independent
1. Usia Ibu Jumlah tahun Lembar Rekam - <20 tahun Nominal
hidup ibu hamil Checklist Medik atau >35
saat masuk tahun = 0
rumah sakit - 20-35 tahun =
1
yang terbagi
menjadi berisiko
dengan usia <20
tahun dan >35
tahun dan tidak
berisiko dengan
usia 20-35 tahun

2. Paritas Jumlah anak yang Lembar Rekam - Multipara = 0 Nominal

dilahirkan baik Checklist Medik - Primipara = 1
lahir hidup
maupun lahir mati

3. Riwayat Riwayat Lembar Rekam - Pernah = 0 Nominal

Abortus kehamilan Checklist Medik - Tidak Pernah
sebelumnya =1
mengalami
perdarahan pada
usia kehamilan
<20 minggu.
4. Jarak Jarak antara Lembar Rekam - < 2 tahun = 0 Nominal
Kehamilan kehamilan Checklist Medik - ≥2 tahun = 1
sekarang dan
sebelumnya
5. Pekerjaan Kegiatan yang Lembar Rekam - Bekerja = 0 Nominal
 38

dilakukan untuk Checklist Medik - Tidak bekerja

memenuhi =1
tanggung jawab
dan terikat
dengan pihak lain

3.5. Lokasi dan waktu penelitian

3.5.1. Lokasi Penelitian

Penelitian ini dilakukan di Rumah Sakit Aura Syifa, Kediri.

3.5.2. Waktu Penelitian

Penelitian dimulai pada bulan Juli tahun 2018.

3.6. Alat pengumpulan data

Alat pengumpulan data pada penelitian ini menggunakan lembar yang

dibuat peneliti sesuai dengan data yang diperlukan untuk penelitian. Sumber

data pada penelitian ini adalah data rekam medis ibu hamil yang mengalami

abortus dan ibu hamil normal pada bulan Januari hingga Desember 2017.

3.7. Metode pengumpulan data

Dalam penelitian ini, metode pengumpulan data yang diterapkan adalah:

a. Peneliti mengajukan ijin kepada Ketua Program Studi DIV Kebidanan

Kediri Poltekkes Kemenkes Malang.

b. Peneliti mengajukan ijin penelitian kepada Direktur Rumah Sakit Aura

Syifa Kabupaten Kediri.

c. Setelah mendapat ijin dari Direktur Rumah Sakit, peneliti menemui

kepala ruang Rekam Medis Rumah Sakit untuk melakukan penelitian.

 39

d. Peneliti melakukan pendataan nomor rekam medis pasien melalui buku

register ibu hamil, kemudian melakukan penelusuran seluruh data ibu

hamil yang mengalami abortus maupun ibu hamil normal usia kehamilan

1-20 minggu pada bulan Januari- Desember 2017.

e. Peneliti mengelompokan data pasien yang didiagnosis abortus.

f. Peneliti menentukan sampel yang akan diteliti sesuai dengan kriteria

yang ditetapkan.

g. Peneliti kemudian melakukan identifikasi data usia, paritas, riwayat

abortus, jarak kehamilan, dan pekerjaan dari sampel yang diteliti.

h. Hasil identifikasi data rekam medik tersebut kemudian dimasukan ke

dalam lembar ceklist untuk kemudian dilakukan analisis data.

3.8. Metode Pengolahan Data

3.8.1. Pengolahan Data

a. Editing (memeriksa data)

Proses pengecekan kembali dari setiap rekam medik saat ada

di RS Aura Syifa, Kediri. Apabila terdapat penulisan yang tidak

jelas bisa ditanyakan pada petugas rekam medik.

b. Coding (memberi kode)

Setelah semua data rekam medik telah terkumpul, selanjutnya

dilakukan pengkodingan atau coding, yaitu:

1) Kejadian abortus

0 = Abortus

1 = Tidak abortus
 40

2) Usia

0 = Usia <20 dan >35 tahun

1 = Usia 20-35 tahun untuk

3) Paritas

0 = Multipara

1 = Primipara

4) Riwayat abortus

0 = Pernah mengalami abortus

1 = Tidak pernah mengalami abortus

5) Jarak kehamilan

0 = Jarak kehamilan <2 tahun

1 = Jarak kehamilan ≥2 tahun

6) Pekerjaan

0 = Bekerja

1 = Ibu rumah tangga.

c. Entry data

Memasukkan data ke dalam komputer, penulis memasukkan

data yang sudah berupa kode-kode kedalam program komputer

untuk di proses dalam pengolahan data.

d. Tabulating

Memasukkan data kedalam tabel-tabel dan mengatur angka-

angka sehingga dapat dihitung jumlah kasus dalam berbagai

kategori.
 41

e. Scoring

Pada tahap ini penulis memberi nilai pada data sesuai dengan

skor yang telah ditentukan berdasarkan data rekam medik yang

telah diperoleh.

f. Cleaning

Setelah data dimasukkan sesuai dengan kategori, proses

selanjutnya adalah pembersihan data dengan melihat ada tidaknya

kesalahan memasukkan data. Hasil cleaning penulis sudah tidak

mendapatkan kesalahan lagi dan dapat dilakukan pengujian

statistik.

3.8.2. Analisis Data

a. Analisis Univariat

Analisis univariat bertujuan untuk menjelaskan atau

mendeskripsikan karakteristik setiap variabel penelitian

(Notoatmodjo, 2012). Analisis univariat ini hanya menghasilkan

distribusi frekuensi responden berdasarkan umur, paritas, riwayat

abortus, jarak kehamilan, dan pekerjaan terhadap kejadian abortus.

Rumus untuk menentukan presentase adalah:

f
P= x 100 %
N

Keterangan:

P = Persentase

F = Frekuensi

N = Jumlah responden
 42

Tabel 3.2. Interpretasi Hasil Analisis Univariate

Presentase (%) Interpretasi

100 Seluruhnya
99 – 76 Hampir Seluruhnya
75 – 51 Sebagian besar
50 Setengahnya
49 – 26 Hampir setengahnya
25 – 1 Sebagian Kecil
0 Tidak Satupun

b. Analisis Bivariat

Analisis bevariate dalam penelitian ini digunakan untuk

mengetahui hubungan dari masing- masing variabel faktor risiko

seperti usia, paritas, riwayat abortus, jarak kehamilan, dan

pekerjaan dengan kejadian abortus. Analisis data bivariat dalam

penelitian ini dilakukan dengan menggunakan rumus chi- square

❑
(fo −fh)2
x 2= ∑
❑ fh

Keterangan :

x2 = nilai chi square

f0 = frekuensi yang diperoleh

fh = frekuensi yang diharapkan

∑ = penjumlahan semua sel

 43

Menentukan hipotesis diterima atau ditolak maka dilakukan

dengan beberapa cara yaitu:

1) Dengan membandingkan nilai x2 dengan x2 tabel

Ketentuan dalam pengambilan keputusan adalah :

a) Jika x2 hitung lebih besar atau sama dengan x2 tabel maka

Ha diterima dan Ho ditolak.

b) Jika x2 hitung lebih dari x2 tabel maka Ha ditolak dan Ho

diterima.

2) Dengan membandingkan taraf signifikan (p) dengan α = 0.05

Ketentuan dalam pengambilan keputusan adalah :

a) Jika p lebih kecil atau sama dengan α = 0.05 maka Ha

diterima dan Ho ditolak.

b) Jika p lebih besar dari α = 0.05 maka Ha ditolak dan Ho

diterima.

Selanjutnya, peneliti melakukan penghitungan besar risiko

dengan melakukan penghitungan Odds Ratio (OR) (Rianti dkk,

2010):

Tabel 3.4. Penghitungan Odds Ratio (OR)

Kasus Kontrol Jumlah

Faktor Risiko + a b a+b
Faktor Risiko - c d c+d
Jumlah a+c b+d a+b+c+d
 44

Keterangan:

a= Responden yang mengalami abortus dengan faktor risiko +

b= Responden yang tidak mengalami abortus dengan faktor risiko

c= Responden yang mengalami abortus dengan faktor risiko –

d= Responden yang tidak mengalami abortus dengan faktor risiko –

Rumus:

a/( a+c ) b /(b+ d)

OR = : = a/c : b/d = ad/bc
c /( a+c) d /(b+ d)

Interpretasi nilai OR:

1) OR > 1, dan 95% CI (Confidence Interval) tidak mencakup

angka 1, menunjukan bahwa faktor yang diteliti merupakan

faktor risiko terjadinya abortus.

2) OR > 1, dan 95% CI mencakup angka 1, menunjukan bahwa

faktor yang diteliti belum merupakan faktor risiko terjadinya

abortus.

3) OR = 1, dan 95% CI mencakup angka 1 atau 95% CI tidak

mencakup angka 1, menunjukan bahwa faktor yang diteliti

bukan merupakan faktor risiko terjadinya abortus.

4) OR < 1, dan 95% CI tidak mencakup angka 1, menunjukan

bahwa faktor risiko yang diteliti merupakan faktor protektif

yang dapat mengurangi risiko terjadinya abortus.

 45

5) OR < 1, dan 95% CI mencakup angka 1, menunjukan bahwa

faktor yang diteliti belum tentu merupakan faktor protektif yang

dapat mengurangi risiko terjadinya abortus.

c. Analisis Multivariate

Analisis multivariate digunakan untuk mengetahui hubungan

lebih dari satu variabel independent dengan satu variabel

dependent. Analisis multivariate dalam penelitian ini menggunakan

analisis regresi logistik, karena variabel terikatnya (kejadian

abortus) berupa variabel kategorik dikotom (Dahlan M. S, 2014).

Variabel yang dimasukan ke dalam analisis regresi logistik

adalah variabel yang pada analisis bivariate mempunyai nilai p <

0,25. Setelah dinyatakan ada hubungan dengan kejadian abortus

pada analisis bivariate, dari analisis multivariate ini akan diketahui

urutan kekuatan dari usia, paritas, riwayat abortus, jarak kehamilan,

dan pekerjaan. Pada penelitian ini, analisis multivariate

menggunakan analisis regresi logistik dengan bantuan software

komputer (Dahlan M. S, 2014).

Pada output hasil analisis multivariate pada software komputer,

terdapat Dependent Variable Encoding, Categorical Variable

Coding, Variable in the Equation, dan Hosmer and Lameshow test.

Dependent Variable Encoding dan Categorical Variable Coding

dilihat untuk memeriksa kembali apakah sistem pengkodean sudah

benar. Variable in the Equation digunakan untuk melihat hasil

 46

akhir analisis multivariate. Untuk mengetahui variabel yang

merupakan faktor risiko dari kejadian, dilihat pada tabel Exp (B)

atau OR.

Pada analisis multivariate menggunakan analisis regresi

logistik, urutan kekuatan hubungan diketahui dari besarnya nilai

OR. Pada regresi logistik, model atau rumus untuk memprediksikan

variabel terikat yang digunakan adalah:

p = 1/ (1+ e-xp(-y))

Keterangan:

p : Probabilitas untuk terjadinya suatu kejadian

exp : eksponensial

y : konstanta+a1x1+a2x2…..+aixi

a : Nilai koefisien tiap variabel

x : nilai variabel bebas

3.9. Penyajian Hasil

Penyajian data hasil penelitian dilakukan melalui berbagai bentuk. Pada

umumnya dikelompokan menjadi tiga, yakni penyajian dalam bentuk teks

(textular), penyajian dalam bentuk tabel, dan penyajian dalam bentuk grafik

(Notoatmodjo, 2012).

Pada penelitian ini hasil akan disajikan dalam bentuk tabel, yaitu tabel

untuk data yang menjelaskan distribusi dari setiap variabel yaitu kejadian

abortus, usia, paritas, riwayat abortus, jarak kehamilan, dan pekerjaan.

 47

3.9. Etika penelitian

Etika penelitian yang digunakan untuk malaksanakan penelitian ini

adalah sebagai berikut:

3.10.1 Anonimity

Memberikan jaminan dalam penggunaan subjek penelitian dengan

cara tidak memberikan atau mencantumkan nama yang dalam rekam

medik dan menuliskannya dengan kode.

3.10.2 Confidentiality

Semua informasi yang dikumpulkan jaminan kerahasiaannya oleh

peneliti, hanya kelompok data tertentu yang akan dilaporkan pada

hasil penelitian.