HASIL ANALISIS SPSS

1. Analisis Univariat
Analisis univariat dilakukan untuk mengetahui gambaran
sosiodemografi, gambaran komorbid, gambaran penggunaan antibiotik dan
antivirus pada responden penelitian ini. Analisis univariat yang digunakan
adalah dengan metode distribusi frekuensi melalui aplikasi SPSS versi 26.
a. Gambaran Sosiodemografi
Tabel 1. Distribusi Frekuensi Sosiodemografi
Sosiodemografi Frekuensi Presentase (%)
Usia
a. 21-40 Tahun 13 25,5
b. >40 Tahun 38 74,5
Jenis Kelamin
a. Perempuan 19 37,3
b. Laki-laki 32 62,7
Pendidikan
a. SD 0 0,0
b. SMP 2 3,9
c. SMA 33 64,7
d. Perguruan Tinggi 16 31,4
Pekerjaan
a. Tidak Bekerja 23 45,1
b. Petani 4 7,8
c. PNS 16 31,4
d. Wiraswasta 8 15,7

Berdasarkan Tabel 1 dapat diketahui bahwa berdasarkan usia

sebagian besar responden berusia >40 tahun yaitu sebanyak 38 orang
(74,5%). Selanjutnya jika dilihat dari faktor jenis kelamin, responden
pada penelitian ini sebagian besar adalah laki-laki yaitu sebanyak 32
orang (62,7%). Berdasarkan tingkat pendidikan, responden pada
penelitian ini sebagian besar adalah berpendidikan SMA yaitu sebanyak
33 orang (64,7%) dan paling sedikit berpendidikan SMP yaitu sebanyak 2
orang (3,9%). Selanjutnya berdasarkan pekerjaan, sebagian besar
responden pada penelitian ini tidak bekerja yaitu sebanyak 23 orang
 (45,1%) dan paling sedikit bekerja sebagai petani, yaitu sebanyak 4 orang
(7,8%).

b. Gambaran Kormobid
Tabel 2. Distribusi Frekuensi Kormobid
Kormobid Frekuensi Presentase (%)
Diabetes
a. Ya 10 19,6
b. Tidak 41 90,4
Hipertensi
a. Ya 11 21,6
b. Tidak 40 78,4
Jantung
a. Ya 5 9,8
b. Tidak 46 90,2
Pneumonia
a. Ya 6 11,8
b. Tidak 45 88,2
Gagal Ginjal
a. Ya 0 0
b. Tidak 51 100,0
TB Paru
a. Ya 4 7,8
b. Tidak 47 92,2

Berdasarkan Tabel 2 dapat diketahui bahwa hanya 10 orang

(19,6%) responden yang mengalami diabetes pada penelitian ini.
Selanjutnya juga ditemukan ada sebanyak 11 orang (21,6%) yang
mengalami hipertensi, sebanyak 5 orang (9,8%) yang mengalami
komorbid jantung, sebanyak 6 orang (11,8%) yang mengalami pneumonia
dan 4 orang (7,8%) yang mengalami TB paru, serta tidak ada responden
yang mengalami gagal ginjal. Maka dapat disimpulkan bahwa responden
pada penelitian ini paling banyak mengalami diabetes dan hipertensi.
c. Gambaran Penggunaan Antibiotik
Tabel 3. Distribusi Frekuensi Penggunaan Antibiotik
Antibiotik Frekuensi Presentase (%)
Levofloxaxin
a. Ya 11 21,6
b. Tidak 40 78,4
Azitromycin
a. Ya 38 74,5
b. Tidak 13 25,5
Cefriaxone
a. Ya 23 45,1
b. Tidak 28 54,9
Berdasarkan Tabel 3 dapat diketahui bahwa terdapat sebanyak 11
orang responden (21,6%) yang menggunakan antibiotik levofloxaxin.
Selanjutnya sebanyak 38 orang (74,5%) yang menggunakan antibiotik
azithromycin dan sebanyak 23 orang (45,1%) yang menggunakan
antibiotik ceftriaxone. Maka dapat disimpulkan bahwa sebagian besar
responden pada penelitian ini menggunakan antibiotik azithromycin,
dibandingkan antibiotik jenis lain.
d. Gambaran Penggunaan Antivirus

Tabel 4. Distribusi Frekuensi Penggunaan Antivirus

Antivirus Frekuensi Presentase (%)
Oseltamivir
a. Ya 42 82,4
b. Tidak 9 17,6

Berdasarkan Tabel 4 dapat diketahui bahwa sebagian besar

responden pada penelitian ini menggunakan antivirus oseltamivir untuk
pengobatan, yaitu sebanyak 42 orang (82,4%).
e. Gambaran Kondisi Pasien setelah Pengobatan

Tabel 5. Distribusi Frekuensi Kondisi Pasien Setelah Pengobatan

Kondisi Pasien Frekuensi Presentase (%)
a. Positif 18 35,3
b. Negatif 33 64,7
 Berdasarkan Tabel 5 dapat diketahui bahwa sebagian besar
responden telah sembuh dari Covid-19 yang mana terdapat 33 orang
(64,7%) responden yang negatif, dan sebanyak 18 orang (35,3%) yang
masih positif Covid-19.

2. Analisis Bivariat
Analisis Bivariat pada penelitian ini dilakukan untuk mengetahui
hubungan antara penggunaan antibiotik dan antivirus terhadap pengobatan
Covid-19. Metode analisis bivariat yang digunakan adalah Chi-Square
dengan tingkat signifikansi 0,05.
a. Hubungan Penggunaan Antibiotik dengan Pengobatan Covid-19
Tabel 6. Hubungan Antibiotik dengan Pengobatan Covid-19
Kondisi Pasisen
Covid-19
Jenis Antibiotik Total Sig. (P-
Positif Negatif
Value)
n (%) n (%)
Levofloxaxin
a. Ya 1 (9,09) 10 (90,9) 11 0,039
b. Tidak 17 (42,5) 23 (57,5) 40  
Azitromycin
a. Ya 14 (36,8) 24 (63,2) 38 0,483
b. Tidak 4 (30,8) 9 (69,2) 13
Cefriaxone
a. Ya 3 (13,0) 20 (87,0) 23 0,003
b. Tidak 15 (53,6) 13 (46,4) 28

Berdasarkan Tabel 6 di atas dapat diketahui bahwa 90,9%

responden yang menggunakan antibiotik levofloxaxin negatif covid-19
dan hanya 9,09% yang masih positif, sedangkan 42,5% responden yang
tidak menggunakan antibiotik levofloxaxin positif covid-19 dan sisanya
sebanyak 57,5% telah negatif. Nilai signifikansi sebesar 0,039 < taraf
signifikansi 0,05 menunjukkan bahwa terdapat hubungan yang signifikan
antara penggunaan antibiotik levofloxaxin dengan pengobatan covid-19.
Artinya antibiotik levofloxaxin memiliki pengaruh dalam menyembuhkan
Covid-19.
 Selanjutnya diketahui bahwa 63,2% responden yang menggunakan
antibiotik azitromycin negatif covid-19 dan sebanyak 36,8% yang masih
positif, sedangkan 30,8% responden yang tidak menggunakan antibiotik
azitromycin positif covid-19 dan sisanya sebanyak 69,2% telah negatif.
Nilai signifikansi sebesar 0,483 > taraf signifikansi 0,05 menunjukkan
bahwa tidak terdapat hubungan yang signifikan antibiotik azitromycin
dengan pengobatan covid-19. Artinya antibiotik azitromycin tidak
memiliki pengaruh dalam menyembuhkan Covid-19.
Diketahui bahwa 87,0% responden yang menggunakan antibiotik
ceftriaxone negatif covid-19 dan hanya 13,0% yang masih positif,
sedangkan 53,6% responden yang tidak menggunakan antibiotik
ceftriaxone positif covid-19 dan sisanya sebanyak 46,4% telah negatif.
Nilai signifikansi sebesar 0,003 < taraf signifikansi 0,05 menunjukkan
bahwa terdapat hubungan yang signifikan antara penggunaan antibiotik
ceftriaxone dengan pengobatan covid-19. Artinya antibiotik ceftriaxone
memiliki pengaruh dalam menyembuhkan Covid-19.
b. Hubungan Penggunaan Antivirus dengan Pengobatan Covid-19
Tabel 7. Hubungan Antivirus dengan Pengobatan Covid-19
Kondisi Pasisen
Covid-19
Antivirus Oseltamivir Total Sig. (P-
Positif Negatif
Value)
n (%) n (%)
a. Ya 9 (21,4) 33 (78,6) 42 0,000
b. Tidak 9 (100) 0 (0,0) 9

Berdasarkan Tabel 7 di atas dapat diketahui bahwa 78,6%

responden yang menggunakan antivirus oseltamivir negatif covid-19 dan
hanya 21,4% yang masih positif, sedangkan 100% responden yang tidak
menggunakan antivirus oseltamivir positif covid-19. Nilai signifikansi
sebesar 0,000 < taraf signifikansi 0,05 menunjukkan bahwa terdapat
hubungan yang signifikan antara penggunaan antivirus oseltamivir dengan
pengobatan covid-19. Artinya antivirus oseltamivir memiliki pengaruh
dalam menyembuhkan Covid-19.
 Maka berdasarkan hasil analisis bivariat di atas, dapat disimpulkan
bahwa antibiotik levofloxaxin dan ceftriaxone serta antivirus oseltamivir
memiliki hubungan yang signifikan terhadap pengobatan Covid-19, sehingga
hipotesis dalam penelitian ini diterima.
3. Analisis Kruskal Wallis
Analisis Kruskal-Wallis dilakukan untuk mengetahui perbedaan
pengaruh antara antibiotik dengan antivirus terhadap pengobatan Covid-19.
Berikut hasil analisis Kruskal Wallis pada penelitian ini.
Tabel 8. Analisis Perbedaan Pengaruh
Jenis Pengobatan Asymp.Sig Keputusan
Antibiotik 0,092 Tidak ada perbedaan
Levofloxaxin pengaruh
Antibiotik
Azitromycin
Antibiotik Cefriaxone
Antivirus Oseltamivir

Berdasarkan hasil analisis Kruskall Wallis di atas dapat diketahui

bahwa nilai signifikansi adalah sebesar 0,092 > taraf signifikansi 0,05.
Artinya tidak ada perbedaan pengaruh penggunaan antibiotik dengan
antivirus terhadap pengobatan Covid-19. Maka dapat disimpulkan bahwa
penggunaan antibiotik maupun antivirus memiliki pengaruh yang sama dalam
mengobati Covid-19.