BIOSTATISTIKA

Pengerjaan Tugas Ini Guna Melengkapi Tugas Mata Kuliah

Biostatistika Kebidanan

Dosen Pengampu : Istiqomah risa Wahyuningsih, SST., M.Kes

DISUSUN OLEH
SHOVIA NURUL HIDAYATI
202322144

PROGRAM STUDI SARJANA KEBIDANAN

FAKULTAS ILMU KESEHATAN
UNIVERSITAS ‘AISYIYAH SURAKARTA
Tahun 2023
A. Judul Penelitian
Hubungan Antara Aktivitas Fisik Dengan Gangguan Vasomotor, Psikologi Dan
Somatik Wanita Menopause Di Posyandu Lansia Desa Pegandan Kabupaten Pati Jawa
Tengah

B. Tujuan Penelitian
1. Tujuan Umum
Tujuan umum penelitian ini adalah untuk mengetahui hubungan antara aktivitas fisik
dengan kualitas hidup wanita menopause di Posyandu Lansia Desa Pegandan
Kecamatan Margorejo Kabupaten Pati Jawa Tengah.
2. Tujuan Khusus
Tujuan khusus penelitian ini adalah sebagai berikut
a. Mengidentifikasi karakteristik demografi usia dan pekerjaan wanita menopause
b. Mengidentifikasi gambaran aktivitas fisik wanita menopause
c. Mengidentifikasi gambaran gangguan menopause wanita menopause
d. Mengidentifikasi hubungan antara aktivitas fisik dengan gangguan vasomotor
wanita menopause
e. Mengidentifikasi hubungan antara aktivitas fisik dengan gangguan psikologis
wanita menopause
f. Mengidentifikasi hubungan antara aktivitas fisik dengan gangguan somatik wanita
menopause

C. Hipotesis Penelitian
Hipotesis Nol (H0):
a. Aktivitas fisik tidak berhubungan dengan gangguan vasomotor wanita menopause di
Posyandu Lansia Desa Pegandan
b. Aktivitas fisik tidak berhubungan dengan gangguan psikologis wanita menopause di
Posyandu Lansia Desa Pegandan
c. Aktivitas fisik tidak berhubungan dengan gangguan somatik wanita menopause di
Posyandu Lansia Desa Pegandan

2
Hipotesis alternatif (Ha):
a. Aktivitas fisik berhubungan dengan gangguan vasomotor wanita menopause di
Posyandu Lansia Desa Pegandan
b. Aktivitas fisik berhubungan dengan gangguan psikologis wanita menopause di
Posyandu Lansia Desa Pegandan
c. Aktivitas fisik berhubungan dengan gangguan somatik wanita menopause di Posyandu
Lansia Desa Pegandan.

D. Variabel Penelitian dan Definisi Operasional

Tabel 3.1 Variabel Penelitian dan Definisi Operasional
Definisi Skala
No. Variabel Alat Ukur Hasil Ukur
Operasional Data
1. Usia Usia partisipan Kuesioner Tahun Numerik
yang dihitung dari Rasio
sejak tanggal lahir
2. Pekerjaan Jenis pekerjaan Kuesioner Petani Kategorik
sehari-hari yang Buruh Tani Nominal
dilakukan PNS
partisipan untuk Karyawan pabrik
memperoleh Karyawan kantor
penghasilan Wiraswasta
Tidak bekerja
Guru
3. Pendidikan Riwayat Kuesioner Tidak Sekolah Kategorik
terakhir pendidikan terakhir SD Ordinal
yang pernah SMP
ditempuh oleh SMA
parstisipan Perguruan Tinggi
4. Riwayat Waktu partisipan Kuesioner Bulan Numerik
menstruasi kapan terakhir Rasio
terakhir mengalami
menstruasi
5. Aktivitas Jenis aktivitas Kuesioner Skor total PASE = Numerik
fisik sehari- fisik, dan Physical Bobot aktivitas Rasio
hari frekuensinya Activity Scale fisik X frekuensi
(Variabel selama 1 minggu for the Elderly aktivitas fisik.
independen) terakhir yang (PASE)
dilakukan oleh (Physical
wanita menopause Activity Scale
partisipan for the Elderly,
penelitian. 1997; Washburn
dkk., 1993)
6. Gangguan Gangguan Kuesioner Rerata skor Numerik
Vasomotor vasomotor yang Menopause- gangguan Rasio
(Variabel dikeluhkan wanita Specific Quality vasomotor = Total
Dependen) menopause saat ini of Life skor / Jumlah
berupa rasa panas (MENQOL) butir pertanyaan
pada tubuh (hot domain
flashes), keringat vasomotor
malam, dan (Lewis dkk.,
gangguan tidur 2005)

3
 dalam 1 minggu
terakhir.
7. Gangguan Gangguan Kuesioner Rerata skor Numerik
Psikologi psikologis wanita Menopause- gangguan Rasio
(Variabel menopause saat ini Specific Quality psikologis = Total
Dependen) berupa iritabilitas, of Life skor / Jumlah
depresi, perubahan (MENQOL) butir pertanyaan
suasana hati, domain
gangguan psikologi
konsentrasi, dan (Lewis dkk.,
gangguan memori 2005)
dalam 1 minggu
terakhir.
8. Gangguan Gangguan somatik Kuesioner Rerata skor Numerik
Somatik wanita menopause Menopause- gangguan somatik Rasio
(Variabel saat ini dapat Specific Quality = Total skor /
Dependen) berupa sakit of Life Jumlah butir
kepala, pusing, (MENQOL) pertanyaan
dada berdebar- domain somatik
debar, nyeri sendi (Lewis dkk.,
dan nyeri 2005)
punggung dalam 1
minggu terakhir.

E. Instrumen Penelitian
1. Kuesioner Physical Activity Scale for the Elderly (PASE)
Kuesioner PASE digunakan untuk menilai aktivitas individu berusia lanjut.
Kuesioner berisi tentang penilaian aktivitas waktu senggang, aktivitas rumah tangga,
dan aktivitas terkait pekerjaan. Cara penggunaan kuesioner PASE adalah dengan
menanyakan informasi tentang frekuensi, durasi dan tingkat intensitas aktivitas sehari-
hari wanita menopause selama 1 minggu sebelumnya dengan pemberian skor 0-793,
Skor yang lebih tinggi menunjukkan adanya aktivitas fisik yang berat (Physical Activity
Scale for the Elderly, 1997; Washburn dkk., 1993). Rumus Skor total PASE = Bobot
aktivitas fisik X Frekuensi aktivitas fisik.

4
 Tabel 3.2. Formulir penghitungan skor aktivitas fisik PASE (Physical Activity Scale for the
Elderly, 1997; Washburn dkk., 1993)
Item Bobot Frekuensi
Bobot X
Pertanyaan Jenis aktivitas Aktivitas Aktivitas
Frekuensi
PASE Fisik Fisik
2 Berjalan di luar rumah 20 a
3 Olah raga ringan / aktivitas rekreasi 21 a
4 Olah raga sedang / aktivitas rekreasi 23 a
5 Olah raga berat / aktivitas rekreasi 23 a
6 Olah raga khusus 30 a

7 Aktivitas Rumah Tangga Ringan 25 b

8 Aktivitas Rumah Tangga Berat 25 b
9a Aktivitas perbaikan rumah 30 b
Aktivitas memotong rumput/ merawat
9b pekarangan 36 b
9c Berkebun di luar 20 b
9d Merawat orang lain 35 b

10 Aktivitas yang dibayar atau sukarelawan 21 c

SKOR
PASE
TOTAL
Keterangan:
a = Gunakan tabel konversi jam per hari di bawah.
b = Apabila ada aktivitas dalam 7 hari terakhir frekuensi aktivitas = 1, apabila tidak ada
aktivitas dalam 7 hari terakhir frekuensi aktivitas = 0.
c = Bagilah jumlah jam kerja di pertanyaan 10 dengan 7. Jika tidak ada pekerjaan atau
pekerjaan duduk dengan sedikit gerakan lengan maka frekuensi aktivitas = 0.

Tabel 3.3. Konversi jumlah jam per hari (Physical Activity Scale for the Elderly, 1997;
Washburn dkk., 1993)
Konversi jumlah jam
Jumlah hari beraktivitas Jumlah jam aktivitas per hari
aktivitas per hari
0. Tidak pernah melakukan 0,00
1. Jarang 1. Kurang dari 1 jam 0,11
2. 1-<2 jam 0,32
3. 2-4 jam 0,64
4. Lebih dari 4 jam 1,07
2. Kadang-kadang 1. Kurang dari 1 jam 0,25
2. 1-<2 jam 0,75
3. 2-4 jam 1,50
4. Lebih dari 4 jam 2,50
3. Sering 1. Kurang dari 1 jam 0,43
2. 1-<2 jam 1,29
3. 2-4 jam 2,57
4. Lebih dari 4 jam 4,29

5
2. Kuesioner Menopause-Specific Quality of Life (MENQOL)
Kuesioner MENQOL ditemukan pada tahun 1996 dan digunakan untuk kualitas
hidup wanita menopause. Kuesioner ini mengasumsikan menopause menimbulkan
gejala yang mengganggu aspek emosional, fisik, dan kehidupan sosial seseorang
(Lewis dkk., 2005).
MENQOL terdiri dari 29 item pertanyaan dalam format skala Likert. Setiap item
pertanyaan menilai empat domain gejala menopause, seperti yang dialami selama 1
minggu terakhir: vasomotor (item 1–3), psikososial (item 4–10), somatik (item 11–26),
dan seksual (item 27–29). Item yang berkaitan dengan gejala tertentu dinilai ada atau
tidak ada, dan jika ada, seberapa mengganggu pada skala nol (tidak mengganggu)
hingga enam (sangat mengganggu). Skor rata-rata untuk setiap domain dihitung dengan
membagi total skor dalam domain dengan jumlah item pertanyaan dalam domain
tersebut. Apabila tidak ada gangguan pada satu item pertanyaan diberikan skor 1 dan
apabila ada gangguan diberikan skor 2-7, Sehingga kemungkinan skor pada setiap item
berkisar antara satu hingga delapan (Lewis dkk., 2005).
Tabel 3.4 Penghitungan skor MENQOL
Penghitungan Skor Setiap Domain Gangguan
Rerata skor gangguan vasomotor = Total skor / Jumlah butir pertanyaan
Rerata skor gangguan psikologis = Total skor / Jumlah butir pertanyaan
Rerata skor gangguan somatik = Total skor / Jumlah butir pertanyaan

6
Tabel 3.5. Kuesioner MENQOL
GANGGUAN DERAJAT GANGGUAN
Vasomotor
1. Gejolak panas di daerah wajah sampai leher [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
2. Keringat Malam [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
3. Mudah berkeringat [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]

Psikologis
4. Merasa tidak puas dengan kehidupan pribadi [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
5. Merasa cemas atau gugup [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
6. Mengalami penurunan daya ingat [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
7. Merasa pencapaian menurun & berkurang [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
dari biasa
8. Merasa depresi atau cepat sedih [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
9. Merasa kurang sabar terhadap orang lain [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
10. Keinginan untuk menyendiri [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]

Somatik
11. Sendawa atau sering buang angin (kembung) [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
12. Nyeri otot dan sendi [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
13. Merasa cepat lelah dan lemah [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
14. Sulit tidur [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
15. Sakit di punggung leher atau kepala [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
16. Kekuatan fisik berkurang [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
17. Penurunan stamina [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
18. Merasa kurang bertenaga [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
19. Kulit kering [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
20. Berat badan bertambah [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
21. Rambut wajah bertambah [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
22. Perubahan pada penampilan, corak atau [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
warna kulit
23. Merasa tubuh membengkak [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
24. Sakit punggung bagian bawah [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
25. Sering buang air kecil [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
26. Buang air kecil tidak tertahan saat tertawa [ ] Tidak ada [0] [1] [2] [3] [4] [5] [6]
atau batuk

F. Uji Analisis Data

1. Analisis statistik univariat
a. Data variabel betipe kategorikal berskala nominal dan ordinal dianalisis dan
ditampilkan dalam bentuk tabel distribusi frekuensi. Variabel bertipe kategorikal
dalam penelitian ini meliputi: (1) Pendidikan terakhir dan (2) Pekerjaan.

7
 b. Data variabel bertipe numerik berskala interval dan rasio dianalisis serta
ditampilkan dalam bentuk tabel rerata (mean) dan standar deviasi. Variabel bertipe
numerik dalam penelitian ini meliputi: (1) Usia, (2) Riwayat menstruasi terakhir,
(3) Aktivitas fisik, (3) Gangguan vasomotor, (4) Gangguan psikologis dan (5)
Gangguan somatik.
Data masing-masing variabel aktivitas fisik dan variabel gangguan menopause
(variabel gangguan vasomotor, variabel gangguan psikologis, variabel gangguan
somatik) dilakukan uji normalitas data dengan menggunakan uji Kolmogorov
Smirnov. Setelah dilakukan uji Kolmogorov Smirnov apabila hasilnya didapatkan
nilai p>0,05 maka data tersebut disimpulkan memiliki distribusi normal sebaliknya
apabila didapatkan nilai p<0,05 maka data tersebut disimpulkan memiliki distribusi
tidak normal.
2. Analisis statistik bivariat
a. Analisis hubungan antara variabel aktivitas fisik dengan variabel gangguan
vasomotor menggunakan uji korelasi Pearson apabila kedua variabel tersebut
memiliki distribusi normal. Apabila kedua variabel tersebut atau salah satu variabel
tersebut memiliki distribusi tidak normal maka uji alternatifnya menggunakan uji
korelasi Spearman (Spearman rank correlation) (Armstrong, 2019).
b. Analisis hubungan antara variabel aktivitas fisik dengan variabel gangguan
psikologis menggunakan uji korelasi Pearson apabila kedua variabel tersebut
memiliki distribusi normal. Apabila kedua variabel tersebut atau salah satu variabel
tersebut memiliki distribusi tidak normal maka uji alternatifnya menggunakan uji
korelasi Spearman (Spearman rank correlation) (Armstrong, 2019).
c. Analisis hubungan antara variabel aktivitas fisik dengan variabel gangguan somatik
menggunakan uji korelasi Pearson apabila kedua variabel tersebut memiliki
distribusi normal. Apabila kedua variabel tersebut atau salah satu variabel tersebut
memiliki distribusi tidak normal maka uji alternatifnya menggunakan uji korelasi
Spearman (Spearman rank correlation) (Armstrong, 2019).
Uji statistik korelasi Pearson atau Spearman menggunakan derajat kemaknaan
ditetapkan α = 0,05. Interpretasi nilai signifikansi uji korelasi ini yaitu hasil uji
statistik dinyatakan terdapat hubungan korelasi linier yang bermakna antara
variabel I dengan variabel II apabila diperoleh nilai p<0,05. Selanjutnya kekuatan
korelasi diketahui dengan melihat nilai r (koefisien korelasi). Semakin kuat korelasi
maka nilai r semakin mendekati angka 1 dan sebaliknya semakin lemah korelasi
8
maka nilai r semakin mendekati angka 0. Arah korelasi dapat ditentukan dengan
melihat nilai r positif atau negatif. Variabel I dan variabel II disimpulkan memiliki
hubungan korelasi yang searah apabila nilai r positif, sebaliknya variabel I dan
variabel II disimpulkan memiliki hubungan korelasi yang berlawanan
arah/berkebalikan apabila nilai r negatif. Nilai r yang positif menjelaskan bahwa
variabel I nilainya semakin meningkat maka variabel II nilainya akan ikut semakin
meningkat. Nilai r yang negatif menjelaskan bahwa variabel I nilainya semakin
meningkat maka variabel II nilainya akan semakin turun (Armstrong, 2019).

9
 G. Data Responden

Riwayat Skor PASE Skor Skor Skor

Pendidikan
No. Usia Pekerjaan menstruasi (Aktivitas fisik Gangguan Gangguan Gangguan
terakhir
terakhir sehari-hari) Vasomotor Psikologi Somatik

1 60 1 1 36 269 5,67 5,29 4,50

2 55 7 1 116 127 5,33 6,29 5,31
3 64 3 3 14 236 5,00 7,00 4,63
4 58 5 3 99 126 6,00 6,29 5,81
5 54 5 4 30 98 6,67 7,00 6,63
6 58 6 2 114 691 3,00 3,57 1,06
7 63 7 3 90 282 4,00 5,00 4,75
8 61 5 4 39 53 7,00 7,00 5,94
9 62 6 5 88 551 3,33 4,57 1,56
10 54 4 1 17 251 5,67 6,00 4,69
11 51 6 2 61 535 3,00 4,43 1,50
12 52 8 1 115 147 6,00 6,00 4,75
13 61 5 1 114 336 3,67 4,57 3,88
14 52 8 5 46 456 4,00 5,14 2,31
15 64 7 5 109 374 3,67 4,86 3,25
16 53 3 3 56 210 5,33 5,14 4,00
17 65 6 1 69 489 4,00 3,71 2,00
18 62 3 1 57 692 2,67 3,29 0,94
19 53 4 2 116 392 3,00 4,29 2,50
20 54 5 4 60 435 3,33 4,00 2,69
21 58 2 1 72 258 4,67 5,71 5,13
22 53 5 3 104 598 3,33 4,29 1,19
23 52 7 4 63 204 5,67 6,29 4,81
24 58 5 4 53 210 5,00 6,14 4,50
25 58 5 4 83 373 3,33 4,86 3,50
26 53 2 2 111 319 4,33 5,14 3,63
27 52 8 1 64 437 3,67 3,29 2,38
28 54 8 2 76 594 2,67 4,00 1,44
29 65 7 5 111 526 3,67 5,00 1,63
30 56 6 3 106 315 4,00 4,86 3,88
31 61 8 2 54 109 5,67 6,71 5,13
32 51 4 2 27 311 4,67 4,71 4,00
33 58 2 1 31 126 6,67 6,86 5,56
34 59 7 2 84 494 3,00 5,29 1,75
35 56 2 5 98 295 6,00 5,29 3,81
36 52 7 5 65 92 6,33 6,86 6,69
37 55 7 2 106 689 3,67 3,86 1,00
38 51 6 2 116 265 4,33 4,71 4,81

10
H. Analisis Data
a. Analisis Univariat
Tabel 4.1. Distribusi Frekuensi Karakteristik Usia, Riwayat Menstruasi,
PASE, Gangguan Vasomotor, Gangguan Psikologis, dan Gangguan
Somatik responden
Standar
No. Variabel Rerata
Deviasi
1. Usia (Tahun) 56,79 4,41
2. Riwayat Menstruasi Terakhir (Bulan) 75,53 31,74
3. Skor Aktivitas Fisik (PASE) 341,18 182,00
4. Skor Gangguan Vasomotor 4,50 1,26
5. Skor Gangguan Psikologis 5,19 1,09
6. Skor Gangguan Somatik 3,61 1,68

Tabel 4.2. Distribusi Frekuensi Karakteristik Pekerjaan dan Pendidikan

responden
Karakteristik Frekuensi Persentase
Pekerjaan
Petani 1 2,6
Buruh tani 4 10,5
PNS 3 7,9
Karyawan pabrik 3 7,9
Karyawan swasta 8 21,1
Wiraswasta 6 15,8
Tidak bekerja 8 21,1
Guru 5 13,2
Pendidikan
Tidak sekolah 10 26,3
SD 10 26,3
SMP 6 15,8
SMA 6 15,8
Perguruan Tinggi 6 15,8

Tabel 4.3. Uji Normalitas Data Variabel Penelitian

11
b. Analisis Bivariat
1) Analisis hubungan korelasi antara skor aktivitas fisik (PASE) dengan
Skor gangguan vasomotor menggunakan uji korelasi Spearman’s rho.

Tabel 4.4. Uji korelasi antara skor aktivitas fisik (PASE) dengan Skor
gangguan vasomotor

Korelasi PASE dengan Gangguan Vasomotor

8,00
7,00
Skor gangguan vasomotor

6,00
5,00
4,00
3,00
2,00
1,00
0,00
0 100 200 300 400 500 600 700 800
Skor PASE

Gambar 4.1. Grafik pencar korelasi antara skor aktivitas fisik (PASE)
dengan skor gangguan vasomotor.

12
Tabel 4.5. Uji korelasi antara skor aktivitas fisik (PASE) dengan Skor
gangguan psikologis

Korelasi PASE dengan Gangguan Psikologis

8,00
7,00
Skor gangguan psikologis

6,00
5,00
4,00
3,00
2,00
1,00
0,00
0 100 200 300 400 500 600 700 800
Skor PASE

Gambar 4.2. Grafik pencar korelasi antara skor aktivitas fisik (PASE)
dengan skor gangguan vasomotor.

13
Tabel 4.6. Uji korelasi antara skor aktivitas fisik (PASE) dengan Skor
gangguan somatik

Korelasi PASE dengan Gangguan Somatik

8,00
7,00
Skor gangguan somatik

6,00
5,00
4,00
3,00
2,00
1,00
0,00
0 100 200 300 400 500 600 700 800
Skor PASE

Gambar 4.3. Grafik pencar korelasi antara skor aktivitas fisik (PASE)
dengan skor gangguan somatik.

14
I. Interpretasi Data
a. Analisis Univariat
1) Karakteristik usia, riwayat menstruasi, skor PASE, skor gangguan
vasomotor, skor gangguan psikologis, dan skor gangguan somatik
responden:
Berdasarkan Tabel 4.1. dapat kita ketahui responden rata-rata berusia
56,79 tahun, rerata menstruasi terakhir pada 75, 53 bulan yang lalu atau
sekitar 6 tahun yang lalu, rerata skor pengukuran aktivitas fisik sehari-
hari (PASE) sebesar 341,18, rerata skor gangguan vasomotor 4,50, rerata
skor gangguan psikologis 5,19 dan rerata skor gangguan somatik 3,61.
2) Karakteristik pekerjaan dan pendidikan responden:
Berdasarkan Tabel 4.2. dapat kita lihat responden sebagian besar bekerja
sebagai karyawan swasta (21,1%) dan tidak bekerja (21,1%). Riwayat
pendidikan responden sebagian besar adalah tidak sekolah (26,3%) dan
sekolah dasar (26,3%).
3) Uji normalitas data
Berdasarkan tabe 4.3. dapat kita simpulkan bahwa variabel skor PASE,
variabel skor gangguan psikologis dan variabel skor gangguan somatik
memiliki data yang distribusinya normal karena masing-masing variabel
tersebut pada uji Kolmogorov-Smirnov didapatkan nilai signifikansi
p>0,05. Oleh sebab itu uji korelasi antara variabel skor PASE dengan
variabel gangguan psikologis dan uji korelasi antara variabel skor PASE
dengan variabel gangguan somatik dilakukan menggunakan uji korelasi
Pearson.
Sedangkan variabel skor vasomotor memiliki data yang distribusinya
tidak normal karena pada uji Kolmogorov-Smirnov didapatkan nilai
signifikansi p<0,05. Sehingga uji korelasi antara variabel skor PASE
dengan variabel gangguan vasomotor dilakukan dengan menggunakan
uji korelasi Spearman’s rho.

15
b. Analisis Bivariat
1) Hubungan korelasi antara variabel skor PASE dengan variabel
gangguan vasomotor:
Berdasarkan tabel 4.4. dengan menggunakan uji korelasi Spearman’s
rho diperoleh nilai signifikansi sebesar p=0,00 atau p kurang dari 0,05.
Hasil ini berarti terdapat korelasi yang signifikan antara skor PASE
dengan skor ganguan vasomotor. Koefisien korelasi menunjukkan
sebesar -0,908. Nilai negatif pada koefisien korelasi tersebut berarti
terdapat korelasi yang berkebalikan antara variabel skor PASE dengan
variabel skor gangguan vasomotor, yaitu dengan semakin
meningkatnya skor PASE maka skor gangguan vasomotor semakin
turun atau sebaliknya dengan semakin turunnya skor PASE maka skor
gangguan vasomotor semakin meningkat. Nilai koefisien korelasi
mendekati angka 1 atau -1 menunjukkan bahwa kekuatan korelasinya
kuat.
2) Hubungan korelasi antara variabel skor PASE dengan variabel
gangguan psikologis:
Berdasarkan tabel 4.5. dengan menggunakan uji korelasi Pearson
diperoleh nilai signifikansi sebesar p=0,00 atau p kurang dari 0,05.
Hasil ini berarti terdapat korelasi yang signifikan antara skor PASE
dengan skor ganguan psikologis. Koefisien korelasi menunjukkan
sebesar -0,860. Nilai negatif pada koefisien korelasi tersebut berarti
terdapat korelasi yang berkebalikan antara variabel skor PASE dengan
variabel skor gangguan psikologis, yaitu dengan semakin
meningkatnya skor PASE maka skor gangguan psikologis semakin
turun atau sebaliknya dengan semakin turunnya skor PASE maka skor
gangguan psikologis semakin meningkat. Nilai koefisien korelasi
mendekati angka 1 atau -1 menunjukkan bahwa kekuatan korelasinya
kuat.
3) Hubungan korelasi antara variabel skor PASE dengan variabel
gangguan somatik:
Berdasarkan tabel 4.5. dengan menggunakan uji korelasi Pearson
diperoleh nilai signifikansi sebesar p=0,00 atau p kurang dari 0,05.
Hasil ini berarti terdapat korelasi yang signifikan antara skor PASE
16
 dengan skor ganguan somatik. Koefisien korelasi menunjukkan
sebesar -0,968. Nilai negatif pada koefisien korelasi tersebut berarti
terdapat korelasi yang berkebalikan antara variabel skor PASE dengan
variabel skor gangguan somatik, yaitu dengan semakin meningkatnya
skor PASE maka skor gangguan somatik semakin turun atau
sebaliknya dengan semakin turunnya skor PASE maka skor gangguan
somatik semakin meningkat. Nilai koefisien korelasi mendekati angka
1 atau -1 menunjukkan bahwa kekuatan korelasinya kuat.

Bersasarkan hasil analisis bivariat di atas maka dapat kita simpulkan bahwa hipotesis
alternatif (Ha) diterima.
a. Aktivitas fisik berhubungan dengan gangguan vasomotor wanita menopause di
Posyandu Lansia Desa Pegandan
b. Aktivitas fisik berhubungan dengan gangguan psikologis wanita menopause di
Posyandu Lansia Desa Pegandan
c. Aktivitas fisik berhubungan dengan gangguan somatik wanita menopause di Posyandu
Lansia Desa Pegandan.

17