UJIAN AKHIR SAMESTER KOMPUTER LANJUT

1. Nama               : Lusy Karlina

NIM       : 102114322

File         : Genap

2.  Berdasarkan 22 (genap), maka file yang akan di olah data penimbangan masal

3.File hasil eksport Epidata ke SPSS berekstensi  spss Dengan nama lusy spss

4 . File syntax  dari data penimbangan masal  Di eksport ke SPSS dan disimpan dengan nama  dan ekstensi spss

5. field  data [file] berisi 39 field dan 8390record. Data kategorik sebanyak 27  field dan data  numerik sebanyak 12 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         "TB Ibu (cm)"

    bb         "BB(kg)"

    darah      "Golongan Darah"

    sistol     "TD Sistolik"

    diastol    "TDDiastolik"

    hb         "Kadar HB (gr/dl)"

    nabal      "Nama Balita"

    tlb        "Tgl Lahir Balita"

    age        "Umur Balita (bln)"

    weight     "BB Balita"

    height     "TB Balita"

    pernah     "Pemeriksaan kehamilan"

    kali       "Frekuensi Pemeriksaan Kehamilan"

    fundus     "Pengukuran Tinggi Fundus"

    ukurtb     "Pengukuran Tinggi Badan"

    tensi      "Pengukuran tensi"

    tfe        "Pemberian Tablet Fe"

    tt         "Imunisasi TT"

    akseptor   "Akseptor KB ?"

    ksepsi     "kontrasepsi yang dipakai"

    n5e        "Kontrasepsi Lainnya"

    alasan     "Alasan Tidak Ber-KB"

    rencana    "Rencana Tempat 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 8358 record dan sesudah didelete yang missing tersisa 8380 krn tidak ada yg missing record

8. Jumlah kerja sebelum di delete 8380 record dan sesudah didelete yang missing sebanyak  8378

9.Jumlah tekanan sistol sebelum didelete 8378 dan sesudah missing 7127

10.jumlah tekanan diastol sebelum didelete 7127 dan sesudah missing  6655

11.2 digit terakhir NIM saya adalah : 22

1 digit terakhir adalah : 2 Genap

Read more....

ANALISIS BIVARIAT

ANALISIS BIVARIAT

A.  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

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

B.  Pekerjaan dari Segi Ekonomi dengan IMT Ibu

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

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

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

4.      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

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

6.     Dari hasil uji normality didapatkan data berdistribusi normal

7.      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

8.     Kesimpulan : H0 ditolak

è ada perbedaan IMT ibu antara berbagai tingkat ekonomi ibu

C.  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

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

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

E.   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. 

E. Pekerjaan Ibu dengan BB Balita

1.      Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah BB Balita

2.      Identifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan BB Balita nama fieldnya adalah weight

3.      Field kerja adalah data kategorik (K) dan field weight 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 antara pekerjaan ibu dengan BB Balita

6.      Data numerik dalam kasus ini adalah BB Balita.

7.      Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

8.      P=0.00

P<0.05

H0 ditolak,

Intervensi : ada beda rata-rata antara pekerjaan ibu dengan BB Balita.

F. Pekerjaan Ibu dengan TB Balita

1.      Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah TB Balita

2.      Identifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan BB Balita nama fieldnya adalah height

3.      Field kerja adalah data kategorik (K) dan field height 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 antara pekerjaan ibu dengan TB Balita

6.      Data numerik dalam kasus ini adalah TB Balita.

7.      Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

8.      P=0.00

P<0.05

H0 ditolak,

Intervensi : ada beda rata-rata antara pekerjaan ibu dengan TB Balita.

G. Pemeriksaan Kehamilan dengan Kadar Hb Ibu

1.      Tujuan : independen variabel adalah pemeriksaan kehamilan dan dependen variabel adalah kadar Hb ibu

2.      Identifikasi field dalam database : pemeriksaan kehamilan nama fieldnya pernah dan kadar Hb nama fieldnya adalah hb

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

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

5.      H0: Tidak ada perbedaan rata-rata antara pemeriksaan kehamilan dengan kadar Hb

6.      Data numerik dalam kasus ini adalah kadar Hb.

7.      Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan T-test tapi Mann-Whitney

8.      P=0.120

P>0.05

H0 gagal ditolak,

Intervensi :  tidak ada beda rata-rata antara pemeriksaan kehamilan dengan kadar Hb.

lihat selengkapnya....