LAPORAN HASIL UJIAN KOMPUTER

1.    Nama         : FITRI ANDRIANI

   Nim           : 102114316

2.    File           : Genap

3.    File hasil eksport epidata ke SPSS berekstensi 6 dengan nama file fitri

4.    File syntax    di eksport ke SPSS dan di simpan dengan nama fitri dan eksentasi SPSS

5.    File data(file)berisi 39 field dan 8390 record.Data katagorik 27 sebanyak     file dan data numeric 12 sebanyak   field

6.    Simpan file syntax dengan nama yang sama dengan dile data. Pastekan disini sintax tentang ADD VALUE LABELS variabel didik, kerja, pernah, ukurtb, fundus, tensi, tfe, tt, akseptor, ksepsi alasan,  dan rencana

Yang variabel labels di syntak dicopy kemudian dipaste ke word

VARIABLE LABELS

    entri      "Nama Pengentri Data"

    kode       "Kode Sampel"

    nama       "Nama Ibu"

    tlahir     "Tgl Lahir Ibu"

    umur       "Umur Ibu (tahun)"

    kerja      "Pekerjaan Ibu Responden"

    didik      "Pendidikan Formal Ibu"

    tb         "Tinggi Badan (cm)"

    bb         "Berat Badan  (kg)"

    darah      "Golongan Darah"

    sistol     "TD Sistolik"

    diastol    "mmHg  Diastolik"

    hb         "Kadar HB (mmHg)"

    nabal      "nabal"

    tlb        "Tgl Lahir Balita"

    age        "Umur Balita (age)"

    weight     "Berat Badan  (weight)"

    height     "kg Tinggi Badan (height)"

    pernah     "Apakah ibu pernah memeriksakan kehamilan ?"

    kali       "Jika pernah, berapa kali ?"

    fundus     "Pengukuran Tinggi Fundu"

    ukurtb     "Pengukuran Tinggi Badan"

    tensi      "Pengukuran tekanan darah (tensi)"

    tfe        "Pemberian Tablet Tambah darah (Fe)"

    tt         "Imunisasi Tetanus Toxoid (TT)"

    akseptor   "Apakah sebelum hamil ibu Akseptor KB ?"

    ksepsi     "Jika Ya, Alat kontrasepsi apa yang ibu pakai ?"

    n5e        "Lain2, sebutkan (N5E)"

    alasan     "Jika Tidak akseptor, apa alasan Ibu ?"

    n6d        "Lain2, sebutkan (N6D)"

    rencana    "Dimana rencana Ibu melahirkan ?".

execute.

ADD VALUE LABELS kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain-lain' .

ADD VALUE LABELS didik 0 'BH/SD' 2 'SLTP' 3 'SLTA' 4 'P.Tinggi' .

ADD VALUE LABELS sex 1 'Laki-laki' 2 'Perempuan' .

ADD VALUE LABELS pernah 1 'Pernah' 2 'Tidak' .

ADD VALUE LABELS fundus 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS ukurtb 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS tensi 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Tfe 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Itt 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Akseptor 0 'Tidak' 1 'Ya' .

ADD VALUE LABELS Ksepsi 1 'IUD' 2 'Kondom' 3 'Pil' 4 'Susuk' 5 'Lain-lain' .

ADD VALUE LABELS Alasan 1 'Masih Ingin Punya Anak' 2 'Dilarang Suami' 3 'Tidak Sesuai Keyakinan' 4 'Lain-lain' .

ADD VALUE LABELS Rencana 1 'RS/RSB' 2 'PKM' 3 'Nakes' 4 'Dukun' 5 'Lain-lain' .

7.            Catat disini jumlah record sebelum didelete 8390 record dan sesudah didelete yang missing tersisa 

8.         Jumlah field sebelum kerja yang missing adalah  10  dan setelah field kerja di cleaning adalah  8380 record

9.         Jumlah record sebelum di delete sistol yang missing adalah sebanyak 8131  record dan setelah dilakukan penghapusan field sistol yang missing tersisa 259 record

10.       Jumlah record sebelum di delete diastol yang missing adalah sebanyak 8091  record dan setelah dilakukan penghapusan field diastol yang missing 299 record

Read More....

ANALISIS BIVARIAT

ANALISIS BIVARIAT

A.       Tingkat Pendidikan 3 kategori dengan kadar Hb

1.      Tujuan : Mengetahui hubungan antara tingkat pendidikan dalam 3 kategori dengan kadar Hb ibu

2.     Identifikasi field dalam data base : tingkat pedidikan dalam 3 kategori fieldnya didik3 (variabel independen), dan kadar hb fieldnya Hb (variabel dependen)

3.      Feild didik 3 adalah data kategorik dan kadar hb adalah data numerik

4.      Ujinya adalah uji beda rata-rata

      H0 : tidak perbedaan rata-rata kadar Hb ibu antara berbagai tingkat pendidikan ibu

      Teori yang relevan : Semakin tinggi tingkat pendidikan ibu, maka semakin baik pula kadar hb ibu

5.      Karena kadar hb adalah data numerik, maka dilakukan uji normality

6.      Dari hasil uji normality didapatkan data berdistribusi tidak normal, uji yang cocok adalah kruskal wallis

7.     Hasil uji kruskall walis didapatka P = 0,00 dan P < 0,05

    Test

  Statistics(a,b)

	Kadar HB (g/dl)
Chi-Square	74,041
df	2
Asymp. Sig.	,000

8.    Kesimpulan : H0 ditolak

  ada perbedaan rata – rata kadar hb ibu antara berbagai tingkat pendidikan ibu

B.      Pekerjaan dari Segi Ekonomi dengan IMT Ibu

2.    Tujuan : Mengetahui hubungan antara pekerjaan dari segi ekonomi dengan IMT ibu

3.    Identifikasi field dalam database : pekerjaan dari segi ekonomi fieldnya kerjaeko (variabel independen), IMT ibu fieldnya imti (variabel dependen)

4.    Field kerjaeko adalah data kategorik, dan imti adalah data numerik

5.    Ujinya adalah uji beda rata - rata yaitu Independent Sample T-Test

H0 : Tidak ada perbedaan rata-rata IMT ibu antara berbagai tingkat ekonomi ibu

Teori yang relevan : Semakin tinggi tingkat ekonomi ibu, maka IMT ibu akan semakin baik

6.    Karena IMT adalah data numerik, maka dilakukan uji normality

7.    Dari hasil uji normality didapatkan data berdistribusi normal

8.    Hasil uji anova didapatkan P = 0,00 dan P<0,05

                      

ANOVA

IMT ibu hamil

	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	61,204	1	61,204	14,297	,000
Within Groups	31533,669	7366	4,281
Total	31594,873	7367

9.    Kesimpulan : H0 ditolak

 ada perbedaan IMT ibu antara berbagai tingkat ekonomi ibu

A.       Tingkat Pendidikan 3 kategori dengan kadar Hb

1.      Tujuan : Mengetahui hubungan antara tingkat pendidikan dalam 3 kategori dengan kadar Hb ibu

2.     Identifikasi field dalam data base : tingkat pedidikan dalam 3 kategori fieldnya didik3 (variabel independen), dan kadar hb fieldnya Hb (variabel dependen)

3.      Feild didik 3 adalah data kategorik dan kadar hb adalah data numerik

4.      Ujinya adalah uji beda rata-rata

      H0 : tidak perbedaan rata-rata kadar Hb ibu antara berbagai tingkat pendidikan ibu

      Teori yang relevan : Semakin tinggi tingkat pendidikan ibu, maka semakin baik pula kadar hb ibu

5.      Karena kadar hb adalah data numerik, maka dilakukan uji normality

6.      Dari hasil uji normality didapatkan data berdistribusi tidak normal, uji yang cocok adalah kruskal wallis

7.     Hasil uji kruskall walis didapatka P = 0,00 dan P < 0,05

    Test

  Statistics(a,b)

	Kadar HB (g/dl)
Chi-Square	74,041
df	2
Asymp. Sig.	,000

8.    Kesimpulan : H0 ditolak

  ada perbedaan rata – rata kadar hb ibu antara berbagai tingkat pendidikan ibu

B.      Pekerjaan Ibu dengan Tekanan Darah Sistolik

1.    Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekanan darah siatolik

2.    Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja (variabel independen)  dan tekeanan darah diastolik nama fieldnya adalah sistolik (variabel dependen)

3.    Field kerja adalah data kategorik (K) dan field sistol adalah data numerik (N)

4.    H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya lebih dari 2 kategori.

5.    H0: Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah sistolik

6.    Data numerik dalam kasus ini adalah tekanan darah sistol.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

7.    P=0.031

P<0.05

8.    H0 ditolak,

Kesimpulan : ada beda rata-rata antara tingkat pekerjaan ibu dengan tekanan darah sistol.

C.      Pernah atau Tidak Mendapat Tablet Fe Dengan Kadar Hb dalam Darah

1.    Tujuan : Mengetahui hubungan antara pernah atau tidak mendapat tablet Fe dengan kadar Hb dalam darah ibu

2.    Identifikasi field dalam database : Pernah dapat tablet Fe fieldnya pernah (variabel independen), kadar hb dalam darah fieldnya hb (variabel dependen).

3.    Field pernah adalah data kategorik (K) dan field hb adalah data numerik (N)

4.    Ujinya adalah Uji beda rata-rata

Teori yg relevan : Ibu yg dapat table Fe, kadar Hbnya akan lebih baik dari yg tidak dpt tfe

H0 : Tidak perbedaan rata2 kadar Hb ibu dapat dan tidak dapat tablet Fe

5.    Karena Hb adalah data numerik maka dilakukan uji normality.

6.    Dari hasil uji normality didapatkan data berdistribusi normal

7.    Hasil uji anova didapatkan hasil : P = 0,678 dan P > 0,05

                             

ANOVA

Kadar HB (g/dl)

	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	,255	1	,255	,172	,678
Within Groups	10914,953	7366	1,482
Total	10915,208	7367

8.    Kesimpulan : H0 diterima

 Tidak ada perbedaan rata2 kadar Hb ibu dapat dan tidak dapat tablet Fe

D.Pekerjaan Ibu dengan Tekanan Darah Diastolik

1.   Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekekanan darah diastolik

2.      Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja (variabel independen)  dan tekeanan darah diastolik nama fieldnya adalah diastole (variabel dependen)

3.      Field kerja adalah data kategorik (K) dan field diastol adalah data numerik (N)

4.      H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya lebih dari 2 kategori.

5.      H0: Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah diastol

6.      Data numerik dalam kasus ini adalah tekanan darah diastol.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

7.      P=0.000

P<0.05

8.      H0 ditolak,

Intervensi :ada beda rata-rata antara tingkat pekerjaan ibu dengan tekanan darah diastol

D.      Pekerjaan Ibu dengan Tekanan Darah Sistolik

1.    Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekanan darah siatolik

2.    Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja (variabel independen)  dan tekeanan darah diastolik nama fieldnya adalah sistolik (variabel dependen)

3.    Field kerja adalah data kategorik (K) dan field sistol adalah data numerik (N)

4.    H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya lebih dari 2 kategori.

5.    H0: Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah sistolik

6.    Data numerik dalam kasus ini adalah tekanan darah sistol.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

7.    P=0.031

P<0.05

8.    H0 ditolak,

Kesimpulan : ada beda rata-rata antara tingkat pekerjaan ibu dengan tekanan darah sistol. 

LANJUTAN.....