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.....
LANJUTAN.....
1. Sajikan tabel rangkuman analisis statistik yang bisa dilakukan dari set database yg dimiliki, disertai dengan jenis ujinya.
BalasHapus2. Lakukan pengujian sesuai 7 step analisis bivariat dengan penjelasan. Komentasi hasil tapi tabel output tidak perlu disajikan.
3. Pada bagian akhir buat link file ke ziddu yang berisi semua tabel output SPSS yang sudah disimpan ke Word