Prosedur Analisis Data

Download as docx, pdf, or txt
Download as docx, pdf, or txt
You are on page 1of 9

Prosedur Analisis Data

1. Rekap Nama Responden

No Nama Jk Usia
1 NOVANDRA L 44
2 YANWAR HUSEIN L 36
3 AHMAD RIZKI ADITAMA L 30
4 ROSMALAYANI P 28
5 PRIH SANGKAWATI P 56
6 ALIA SAPIAH P 43
7 MARTUDI L 58
8 RAMADAN JAYA PUTRA L 40
9 SANDAN SAUYUN P 45
10 RAMDONI PUTRA L 56
11 AMRATUN P 40
12 RISKI MULYADO L 38
13 SUMBINI P 37
14 SARWANA P 28
15 ALFADLI FARIS SAPUTRA L 33
16 JUNIARKA KALANDRA L 37
17 KAILA MAYSYA PITRI P 34
18 SITI FATIMAH P 39
19 ZAHRUR RASYID P 40
20 AGUSTIAWAN L 41
21 ANDIKA PRATAMA L 38
22 CHANDRA GUNAWAN L 25
23 RATIH APRIDA P 25
24 FITRI ANGGRAINI P 29
25 DERIA SOSIKA P 35
26 RUSKAN EFENDI L 58
27 NURBAITI P 51
28 DEKARIA P 40
29 ELYA SURYANI P 40
30 YUDI L 43
31 HUSNI L 57
32 NURLAILI P 45
33 MASNURI L 46
34 IVAN SETIAWAN L 32
35 INAH P 22
36 ZULPI L 27
37 YUNIARTI P 43
38 KASID L 47
39 RAZIM L 36
40 FIRDAUS L 38
41 BUKHORI L 47
42 FAHRUDIN L 48
43 YUHANIS P 50
44 ARMAN L 56
45 HALIMAH P 35
46 YULILDAR P 36
47 INAH SAMSIDAH P 54
48 HAMIDAN P 35
49 SOSROYATI P 34
50 SARTI P 37
51 ARMAN L 43
52 NIRMA WATI P 54
53 SAUPIN L 60
54 KHASANAH P 54
55 YULIDAR P 43
56 HERLYANTI P 31
57 SUTRI P 18
58 TEDI ASWIR L 31
59 DIANA P 10
60 NINA ODIDAYANTI P 36
61 ELIZABETH P 30
62 NURHILYANA P 54
63 YUYUN P 42
64 ROKIAH P 45
65 SUPARMAN L 47
66 TONI L 29
67 PUTRA LESMANA L 23
68 RIDHONI L 38
69 EFAN L 44
70 NURDIN L 35
71 ROBI PERMANA L 36
72 MUHSININ L 64
73 ROSITA P 53
74 APRIZA L 35
75 MUHAMMAD ABRORI L 12
76 ZULAIHA P 50
77 NORDUAYA P 60
78 EKO SUSANTO L 29
79 NOVI KURNIAWAN L 37
80 RAHMAT AKROM L 33
81 ADZKIA NADHIRA SYIFANA P 15
82 ARMANI P 60
83 ALI SUNARYO L 50
84 ASMAWATI P 45
85 JAUHARI L 37
86 SUSANTI P 36
87 QIARA P 17
88 OSQAR BIMANTARA L 14
89 ORLANDO L 18
90 ARI YANTO L 24
91 DIMAS L 6
92 EVA HERTATI P 32
93 RIDHO PRATAMA L 32
94 SARYANTO L 45
95 ROSDAWATI P 36
96 RAMADHONI L 14
97 YONA RANTIYA P 12
98 BAZAIRI L 57
99 NURLIDA P 59
100 ROSDA WATI P 50
101 HAMELIA P 18
102 PEPRIAN HANDOKO L 27
103 BAGUS SUNANDAR L 27
104 SOPIAN L 61
105 DEDI DARSON L 29
106 ZAINABUN P 59
107 SURATINI P 65
108 MINAROSMA P 31
109 FAREL OKTAVIA L 15
110 SITI WIDYA P 43
111 AHMAD NATA L 20
112 MESON L 15
113 ABD.SALAM L 56
114 SANILA P 62
115 RAHMAT RISWANSYAH L 45
116 FITRI AMELIA P 65
117 SITI MEGAWATI P 54
118 HERIYANSYAH L 45
119 ARYA PRATAMA L 40
120 YAHYA ASIH L 50
121 KEMALA SARI P 40
122 EFENDI L 35
123 ARIP SENJA L 65
124 WARYONO P 55
125 KHOMSIAH P 50
126 NILYA MARYATI P 48
127 MIKA AULIA P 40
128 NOPYANSYAH L 44
129 REFTA GIANT PRATAMA L 56
130 SABRAN L 50
131 REVALIA P 55
132 FAIZ AKMAL L 48
133 SUPARDI HADI L 56
134 TRI WAHYONO L 35
135 JUNISIR L 50
136 HARI AGUSTIN L 26
137 MUDIARTO L 49
138 MARHAMAH P 39
139 MILDAYANTI P 40
140 MURDIONO L 55
141 LIZANA P 45
142 SEPTI RIANI P 49

2. Analisis Univariat
Analisis univariat dilakukan terhadap tiap variable penelitian. Analisis ini akan menghasilkan
distribusi frekuansi tiap-tiap variabel yang berhubungan dengan kejadian diare.
a. Distribusi frekuensi Sarana Air Bersih

No Kondisi Sarana Air F (%)


Bersih
1 Memenuhi Syarat 93 65,5
2 Tidak memenuhi syarat 49 34,5
Jumlah 142 100
b. Distribusi Frekuensi Sarana Jamban Keluarga

No Kondisi Sarana Jamban F (%)


1 Tidak Memenuhi Syarat 62 43,7
2 Memenuhi Syarat 80 56,3
Jumlah 142 100

c. Distribusi Frekuensi Sarana Pembuangan Sampah

No Kondisi Sarana Pembuangan F (%)


Sampah
1 Tidak Memenuhi Syarat 116 81,7
2 Memenuhi Syarat 26 18,3
Jumlah 142 100

d. Distribusi Frekuensi Saluran Pembuangan Air Limbah

No Saluran Pembuangan Air F (%)


Limbah
1 Tidak Memenuhi Syarat 110 77,5
2 Memenuhi Syarat 32 22,5
Jumlah 142 100

Langkah SPSS :
1) Buka SPSS
Pada bagian data view diisi dengan data hasil penelitian misalkan angka 1 penyediaan air bersih

2) Pada bagian variabel data isi dengan nama, type, dan label

3) Pilih Analyze -> Deskriptive statistic -> frequensi -> statistic -> checklist mean,
median, std deviation lalu continue -> pilih Variable lalu ok -> Maka akan keluar
table hasilnya, lakukan hal yang sama pada tiap variabel

Statistics
Sarana Air Bersih
N Valid 142
Missing 0
Mean 1.35
Std. Error of Mean .040
Median 1.00
Mode 1
Std. Deviation .477
Minimum 1
Maximum 2

Sarana Air Bersih


Cumulative
Frequency Percent Valid Percent Percent
Valid Ya 93 65.5 65.5 65.5
Tidak 49 34.5 34.5 100.0
Total 142 100.0 100.0

3. Analisis Bivariat
Analisis bivariat bertujuan untuk mengetahui hubungan Antara variable bebas dengan
variable terikat dengan menggunakan uji ChiSquare,

Hubungan Sarana Air Bersih dengan Kejadian Diare di Pekon Negeri


Ratu Wilayah Kerja Puskesmas Pugung Tampak
Kabupaten Pesisir Barat tahun 2022

Sarana AirKejadianDiare Total P-value


Bersih Kontrol Kasus
N % N % N %
Tidak 22 44,9 27 55,1 49 100 0.480
Memenuhi Syarat
Memenuhi 49 52,7 44 47,3 93 100
Syarat
Total 71 100 71 100 142 100
diketahui bahwa Hasil analisis dengan uji Chi Square diperoleh p-value = 0,480 dimana

(p- value > α = 0,05), maka yang berarti bahwa tidak terdapat hubungan antara sarana air

bersih dengan kejadian diare di Pekon Negeri Ratu wilayah kerja Puskesmas Pugung

Tampak Kabupaten Pesisir Barat tahun 2022.

Langkah SPSS :

1) Buka SPSS

Pada bagian data view diisi dengan data hasil penelitian misalkan angka 1 penyediaan air bersih
2) Pada bagian variabel data isi dengan nama, type, dan label, pada values diisi ( 1
untuk memenuhi syarat, 0 tdk memenuhi syarat), measure diisi dengan nominal

3) . Pilih analyze-descriptive statistics-crosstabs

4) 4. Centang bagian chi-square, centang row dan colom pada bagian cells

5) Masukan Variabel Sarana Air berih pada Rows dan Kejadian diare pada colomn lalu
Ok
6) Maka Akan keluar seperti ini, Lakukan Langkah tersebut pada Varibel berikutnya

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Sarana Air Bersih * Kejadian 142 100.0% 0 0.0% 142 100.0%
Diare

Sarana Air Bersih * Kejadian Diare Crosstabulation


Kejadian Diare
Kasus Kontrol Total
Sarana Air Bersih Ya Count 44 49 93
% within Sarana Air Bersih 47.3% 52.7% 100.0%
Tidak Count 27 22 49
% within Sarana Air Bersih 55.1% 44.9% 100.0%
Total Count 71 71 142
% within Sarana Air Bersih 50.0% 50.0% 100.0%

Chi-Square Tests
Asymptotic
Significance (2- Exact Sig. (2- Exact Sig. (1-
Value df sided) sided) sided)
Pearson Chi-Square .779a 1 .377
Continuity Correctionb .499 1 .480
Likelihood Ratio .780 1 .377
Fisher's Exact Test .480 .240
Linear-by-Linear Association .774 1 .379
N of Valid Cases 142
a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 24,50.
b. Computed only for a 2x2 table

Hasil uji chi Square dilihat Pada table chi – square Tests, Aturan yang berlaku pada chi-

square tests sebagai berikut :

a) Bila table 2 x 2 dijumpai nilai Expected ( harapan) kurang dari 5

maka yang dipakai fisher’s exact test

b) Bila table 2 x 2 dan tidak ada nilai E < 5 maka yang dipakai

Continuity Corection (a)

c) Bila table nya lebihh dari 2 x 2 , maka yang digunakan persin chi-

square

Prinsip chi-square : Bila nilai Value < 0,05 berarti terdapat hubungan

signifikan atau H0 ditolak, sedangkan bila nilai value > 0,05 berarti

tidak terdapat hubungan seginifikan atau H0 gagal ditolak.

Pada table diatas dijumpai nilai harapan tidak ada ( 0 cells)berarti menggunakan Continuity

Corection yaitu 0,480, dimana value lebih besar dari 0,05 ( H0 gagal ditolak )yang berarti

tidak terdapat hubungan signifikan antara sarana air bersih dengan kejadian diare di pekon

Negeri Ratu Kecamatan Pesisir Utara.

You might also like