Jumat, 27 Juli 2012



No.
Hasil Laporan
1.
Identitas Mahasiswa
Nama             : Fonansi Sahputri
NIM    : 102114319
File     : GANJIL

2.
Pemilihan File :
Bagi yang digit terahir NIM nya ganjil pilih file GANJIL.rec dan digit terakhir NIM genap pilih file GENAP.rec
·         Berdasarkan angka nim terakir saya 9 (GANJIL ), maka file yang akan di olah data GANJIL.

3.
Jalankan Epidata, pilih menu Export. Pilih file sesuai pilihan Anda (gebap/ganjil) untuk dieksport ke SPSS. Setelah dieksport, tutup Epidata.
·         File hasil eksport Epidata ke SPSS berekstensi  sps dengan nama file ganjil.spss
4.
Jalankan SPSS dan buka file syntax yang dihasilkan oleh exporting Epidata, kemudian Run syntax tersebut. Setelah running selesai simpan file data SPSS tersebut dengan nama file Nama Anda sendiri (sesuai nama di absensi).
·         File syntax dari data GANJIL.SPSS Dieksport ke SPSS dan disimpan dengan nama
 fonansi sahputri dan ekstensi sav

5.
Periksa file data yang dihasilkan meliputi jumlah semua field, jumlah record, jumlah field kategorik dan jumlah field numerik
·         File data fonansi sahputri berisi 39 field dan 8390 record. Data kategorik sebanyak 26  field dan data numerik sebanyak  13 field.dan setelah cleaning File data fonansi sahputri berisi 32 field dan 8390 record. Data kategorik sebanyak 20  field dan data numerik sebanyak  12 field.

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 Ibu (kg)"
    darah      "Golongan Darah"
    sistol     "TD Sistolik (mmHg)"
    diastol    "TD Diastolik  (mmHg)"
    hb         "Kadar HB (mmHg)"
    nabal      "Nama Balita"
    tlb        "Tgl Lahir Balita"
    age        "Umur Balita (age)"
    sex       "Jenis Kelamin Balita
    weight     "BB Balita  (kg)"
    height     "TB Balita (cm)"
    pernah     "pemeriksakan kehamilan"
    kali       "frekwensi pemeriksaan kehamilan"
    fundus     "Pengukuran Tinggi Fundus"
    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     "kontrasepsi yang dipakai"
    n5e        "kontrasepsi  lainnya"
    alasan     "Alasan tidak ber-KB"
    n6d        "alasan lain tidak ber-KB "
    rencana    "rencana tempat melahirkan"
execute.


6.
Buat sebuah file syntax dan isi pertama kali dengan variable labels dan value label data kategorik. Draft variable labels bisa dicopy dari syntax export file dari Epidata. Simpan file syntax dengan nama yang sama dengan file data.
·         Pastekan disini sintax tentang ADD VALUE LABELS variabel didik, kerja, pernah, ukurtb, fundus, tensi, tfe, tt, akseptor, ksepsi alasan, dan rencana

ADD VALUE LABELS didik 0 'BH/SD' 2 'SLTP' 3 'SLTA' 4 'P.Tinggi' .
ADD VALUE LABELS kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain2' .
ADD VALUE LABELS pernah 1 'Ya' 2 'Tidak' .
ADD VALUE LABELS ukurtb 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS fundus 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tensi 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tfe 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tt 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 'Lain2' .
ADD VALUE LABELS alasan 1 'Masih ingin punya anak' 2 'Dilarang Suami' 3 'Tdk Sesuai Keyakinan' 4 'Lain2' .
ADD VALUE LABELS rencana  1 'RS/RSB' 2 'PKM' 3 'Nakes' 4 'Dukun' 5 'Lain2' .


7.
Periksa field Pendidikan [didik]. Jika ditemukan data yang missing atau jenis kategori selain dari yg legal, delete record yg missing tersebut  .
·         field Pendidikan [didik] jumlah record sebelum didelete  8390  record dan sesudah didelete yang missing tersisa 8380 record

8.
Periksa field kerja, jika ditemukan data missing delete smua record yang field [kerja] nya missing .
·         field kerja jumlah record sebelum didelete 8380 record dan sesudah didelete yang missing tersisa 8378 record

9.
 Lakukan cleaning data untuk variabel tekanan darah sistolik dengan batasan data yang sah (valid)nya adalah 100-300 mmHg, artinya record kurang dari 100 dan lebih dari 300 didelete .
·         Jumlah record sebelum di delete sistol yang missing adalah sebanyak 8378 record dan setelah dilakukan penghapusan field sistol yang missing tersisa 7127 record

10.
Lakukan hal yang sama dengan soal nomor 9 untuk variabel tekanan darah diastolik [diastol] dengan batasan 60-150 mmHg . 
·         Jumlah record sebelum di delete diastol yang missing adalah sebanyak 7127 record dan setelah dilakukan penghapusan field diastol yang missing tersisa 6956 record


lebih lengkap klik disini..

Sabtu, 14 Juli 2012


UJIAN AKIR SEMESTER KOMPUTER TERAPAN


1.       NAMA :FONANSI SAHPUTRI
                NIM: 102114319
2.       Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah GANJIL.rec
3.       File hasil eksport Epidata ke SPSS berekstensi  sps dengan nama file ganjil.spss
4.       File syntax ganjil dieksport ke SPSS dan disimpan dengan nama fonansi sahputri dan ekstensi sav
5.       File data fonansi sahputri berisi 39 field dan 8390 record. Data kategorik sebanyak 26  field dan data numerik sebanyak  13 field.dan setelah dihapus File data fonansi sahputri berisi 32 field dan 8390 record. Data kategorik sebanyak 20  field dan data numerik sebanyak  12 field.
6.       ADD VALUE LABELS didik 0 'BH/SD' 2 'SLTP' 3 'SLTA' 4 'P.Tinggi' .
ADD VALUE LABELS kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain2' .
ADD VALUE LABELS pernah 1 'Ya' 2 'Tidak' .
ADD VALUE LABELS ukurtb 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS fundus 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tensi 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tfe 0 'Tidak' 1 'Ya' .
ADD VALUE LABELS tt 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 'Lain2' .
ADD VALUE LABELS alasan 1 'Masih ingin punya anak' 2 'Dilarang Suami' 3 'Tdk Sesuai Keyakinan' 4 'Lain2' .
ADD VALUE LABELS rencana  1 'RS/RSB' 2 'PKM' 3 'Nakes' 4 'Dukun' 5 'Lain2' .
7.       jumlah record sebelum didelete  8390  record dan sesudah didelete yang missing tersisa ... record 8380
8.       Jumlah field sebelum kerja yg missing adalah 8380 dan setelah field erja dicleaning adalah 8378 record
9.       Jumlah record sebelum di delete sistol yang missing adalah 8378 sebanyak  record dan setelah dilakukan penghapusan field sistol yang missing tersisa 7127 record
10.   Jumlah record sebelum di delete diastol yang missing adalah sebanyak 7127 record dan setelah dilakukan penghapusan field diastol yang missing tersisa 6956 record
11.  2 digit terakhir NIM saya adalah : 19
1 digit terakhir adalah : _____9___ Ganjil
12.  Jumlah record tersisa setelah di delete sebanya 100 recor mulai dari 2 digit NIM adalah ..... record 6856
13.  -







14.
Pendidikan Formal Ibu


Frequency
Percent
Valid Percent
Cumulative Percent
Valid
BH/SD
196
2.9
2.9
2.9
SLTP
718
10.5
10.5
13.3
SLTA
2963
43.2
43.2
56.5
P.Tinggi
2979
43.5
43.5
100.0
Total
6856
100.0
100.0

Berdasarkan tabel di atas rata-rata pendidikan ibu  adalah SMA dan Perguruan Tinggi.hanya 2,9% yang berpendidikan sd dan  10,5 % yang berpendidikan sltp.
       15 RECODE DIDIK (0=1) (2=1) (3=2) (4=2) INTO didik1.
VARIABLE LABELS  didik1 'kategorik tingkat pendidikan'.
ADD VALUE LABES didik1 1 'rendah' 2 'tinggi' .
EXECUTE.

untuk lebih lengkap klik disini
hhgnm,,

Senin, 11 Juni 2012

http://www.ziddu.com/download/19633749/latihanstatistik.doc.html

statistik
*      Mengetahui hubungan tingkat pendidikan ibu dengan status imt ibu

  • variabel ind: tingkat pendidikan ibu
   Variable deped: imt ibu

  • pendidikan à didik
    Imt ibuà imt ibu

  • kerja-àkategorik
    Imt ibu-ànumerik

  • uji anova.,makin tinggi tingkat pendidikan ibu ,maka makin tinggi status imt ibu.
Ho pengji: tidk ada perbedaan rata-rata  signifikan antara ibu dengan tingkat pendidikan rendah dan ibu dengan tingkat pendidikan tinggi dengan status imt ibu.

  • uji normalityà uji anova p=0,05




Tests of Normality

Kolmogorov-Smirnova

Statistic
df
Sig.
IMT Ibu Hamil
.060
8065
.000
a. Lilliefors Significance Correction
UJI KOLMOGOROV BERDISTRIBUSI NORMAL




Descriptives



Statistic
Std. Error
IMT Ibu Hamil
Mean
22.9560
.02827
95% Confidence Interval for Mean
Lower Bound
22.9006

Upper Bound
23.0114

5% Trimmed Mean
22.8579

Median
22.6003

Variance
6.445

Std. Deviation
2.53861

Minimum
15.23

Maximum
35.96

Range
20.73

Interquartile Range
3.13

Skewness
.686
.027
Kurtosis
1.106
.055

UJI MEAN,MEDIAN DAN SKEWNESS BERDISTRIBUSI NORMAL
      UJI HISTOGRAM BERDISTRIBUSI NORMAL
         UJI STEAM AND LEAF BERDISTRIBUSI NORMAL

    UJI BOXPLOT BERDISTRIBUSI NORMAL       


Statistics
IMT Ibu Hamil

N
Valid
8065
Missing
0
Mean
22.9560
Median
22.6003
Mode
21.48
Skewness
.686
Std. Error of Skewness
.027

UJI MEAN,MEDIAN,MODUS DAN SKEWNES BERDISTRIBUSI NORMAL

  • .uji anova

ANOVA
IMT Ibu Hamil






Sum of Squares
df
Mean Square
F
Sig.
Between Groups
419.600
3
139.867
21.872
.000
Within Groups
51549.284
8061
6.395


Total
51968.884
8064






Multiple Comparisons
IMT Ibu Hamil
Bonferroni





(I) Pendidikan Formal Ibu
(J) Pendidikan Formal Ibu
Mean Difference (I-J)
Std. Error
Sig.
95% Confidence Interval
Lower Bound
Upper Bound
BH/SD
SLTP
.69146*
.19032
.002
.1892
1.1937
SLTA
1.12399*
.17969
.000
.6498
1.5982
P.Tinggi
1.14104*
.18002
.000
.6660
1.6161
SLTP
BH/SD
-.69146*
.19032
.002
-1.1937
-.1892
SLTA
.43253*
.08723
.000
.2023
.6627
P.Tinggi
.44958*
.08791
.000
.2176
.6816
SLTA
BH/SD
-1.12399*
.17969
.000
-1.5982
-.6498
SLTP
-.43253*
.08723
.000
-.6627
-.2023
P.Tinggi
.01705
.06160
1.000
-.1455
.1796
P.Tinggi
BH/SD
-1.14104*
.18002
.000
-1.6161
-.6660
SLTP
-.44958*
.08791
.000
-.6816
-.2176
SLTA
-.01705
.06160
1.000
-.1796
.1455
*. The mean difference is significant at the 0.05 level.


  • .kesimpulan:
Ho ditolak :-à maka ada perbedaan antara ibu yang berpendidikan rendah dan ibu yang berpendidikan tinggi dengan imt ibu
*      .Mengetahui hubungan tingkat pekerjaan ibu dengan status imt anak


  • .variabel ind: tingkat pekerjaan ibu
   Variable deped: imt anak

  • pekerjaan à kerja
    Imt anakà imt15

  • kerja-àkategorik
    Imt 15-àkategorik

  • .uji chi-square.,makin tinggi pekerjaan ibu ,maka makin tinggi status imt anak.
Ho pengji: tidk ada perbedaan rata-rata  signifikan antara ibu dengan tingkat pekerjaan rendah dan ibu dengan tingkat pekerjaan tinggi dengan status imt anak



  • uji chi-square,makin tinggi tgkt pekerjaan ibu ,maka makin tinggi imt anak
Ho pengji: tidk ada perbedaan  ibu  yang tidak bekerja dan ibu yang bekerja antara ibu dengan status imt anak SANGAT KURUS,KURUS,NORMAL,GEMUK,OBESITAS.di uji pada confidance interval 95%.

Case Processing Summary

Cases

Valid
Missing
Total

N
Percent
N
Percent
N
Percent
Pekerjaan Ibu Responden * IMT Ibu Hamil
7983
99.0%
82
1.0%
8065
100.0%



Pekerjaan Ibu Responden * IMT Ibu Hamil Crosstabulation



IMT Ibu Hamil
Total



Sangat Kurus
Kurus
Normal
Gemuk
Obesitas
Pekerjaan Ibu Responden
PNS
Count
8
23
1563
179
121
1894
% within Pekerjaan Ibu Responden
.4%
1.2%
82.5%
9.5%
6.4%
100.0%
Swasta
Count
14
48
1622
192
86
1962
% within Pekerjaan Ibu Responden
.7%
2.4%
82.7%
9.8%
4.4%
100.0%
Wiraswasta
Count
17
41
1251
146
83
1538
% within Pekerjaan Ibu Responden
1.1%
2.7%
81.3%
9.5%
5.4%
100.0%
Pedagang
Count
3
19
956
112
79
1169
% within Pekerjaan Ibu Responden
.3%
1.6%
81.8%
9.6%
6.8%
100.0%
Buruh/T/N
Count
0
1
289
55
79
424
% within Pekerjaan Ibu Responden
.0%
.2%
68.2%
13.0%
18.6%
100.0%
Lain2
Count
2
7
781
126
80
996
% within Pekerjaan Ibu Responden
.2%
.7%
78.4%
12.7%
8.0%
100.0%
Total
Count
44
139
6462
810
528
7983
% within Pekerjaan Ibu Responden
.6%
1.7%
80.9%
10.1%
6.6%
100.0%

  • kesimpulan:
Maka ho di terima :-à tidak ada perbedaan ibu yang tidak bekerja dan ibu yang bekerja dengan status imt anak KYRUS,SANGAT KURUS,NORMAL,GEMUK,OBESITAS.







*      Mengetahui hubungan tingkat pendidikan ibu dan pekerjaan ibu
  • .variabel ind: tgkt pnddkan ibu
   Variable deped: pkerjaan ibu

  • pnddikan à didik
     Pekerjaan à kerja

  • didik à kategorik
   Kerjaà kategorik

  • uji chi-square,makin tinggi tgkt pnddkan ibu ,maka makin tinggi pkerjaan.
Ho pengji: tidk ada perbedaan  ibu dengan tingkat pendidikan yang rendah antara ibu dengan tingkat  pekerjaan PNS,SWASTA,WIRASWASTA,PEDAGANG,IBU RUMAH TANGGA,BURUH.di uji pada confidance interval 95%.



  • uji baca dan interpretasi


Crosstabs

Case Processing Summary

Cases

Valid
Missing
Total

N
Percent
N
Percent
N
Percent
Pekerjaan Ibu Responden * Pendidikan Formal Ibu
8065
100.0%
0
.0%
8065
100.0%




Pendidikan Formal Ibu * Pekerjaan Ibu Responden Crosstabulation



Pekerjaan Ibu Responden
Total



PNS
Swasta
Wiraswasta
Pedagang
Buruh/T/N
Lain2
Pendidikan Formal Ibu
BH/SD
Count
1
1
6
17
139
46
210
% within Pendidikan Formal Ibu
.5%
.5%
2.9%
8.1%
66.2%
21.9%
100.0%
SLTP
Count
14
176
227
354
197
140
1108
% within Pendidikan Formal Ibu
1.3%
15.9%
20.5%
31.9%
17.8%
12.6%
100.0%
SLTA
Count
78
1002
919
713
87
680
3479
% within Pendidikan Formal Ibu
2.2%
28.8%
26.4%
20.5%
2.5%
19.5%
100.0%
P.Tinggi
Count
1822
805
398
97
6
140
3268
% within Pendidikan Formal Ibu
55.8%
24.6%
12.2%
3.0%
.2%
4.3%
100.0%
Total
Count
1915
1984
1550
1181
429
1006
8065
% within Pendidikan Formal Ibu
23.7%
24.6%
19.2%
14.6%
5.3%
12.5%
100.0%



Chi-Square Tests

Value
df
Asymp. Sig. (2-sided)
Pearson Chi-Square
5.637E3a
15
.000
Likelihood Ratio
5.110E3
15
.000
Linear-by-Linear Association
2.280E3
1
.000
N of Valid Cases
8065


a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 11.17.

  • kesimpulan, maka ho di tolak:ada perbedaan ibu yang memiliki pendidikan rendah dengan ibu yang tingkat pekerjaan SWASTA,PNS,WIRASWATA,BURUH,RUMAH TANGGA


*      MENGETAHUI HUBUNGAN PEMBERIAN TABLET FE DENGAN KADAR HB
  • variabel ind: pemberian tablet fe
   Variable deped: kadar hb

  • pemberian tablet fe à tfe
     Kadar hb à hb
  • .pemberian tablet fe-à kategorik
   Kadar hb-à numeric


  • .uji t-test,makin tinggi pemberian tablet fe ,maka makin tinggi kadar hb .
Ho pengji: tidk ada perbedaan rata-rata yang signifikan ibu yang  diberian tablet fe pada pemeriksaan kehamilan pertama dan yang tidak mendapatkan tablet fe dengan   kadar hb ibu.

  • uji normality -à independent sample t-test p =0,05

Tests of Normality

Kolmogorov-Smirnova

Statistic
df
Sig.
Kadar HB (g/dl)
.196
8065
.000
a. Lilliefors Significance Correction

UJI KOLMOGOROV BERDISTRIBUSI NORMAL



Statistics
Kadar HB (g/dl)

N
Valid
8065
Missing
0
Mean
11.654
Median
12.000
Mode
12.0
Skewness
.143
Std. Error of Skewness
.027
MEAN,MEDIAN,MODUS DAN SKEWNESS BERDISTRIBUSI NORMAL



Descriptives



Statistic
Std. Error
Kadar HB (g/dl)
Mean
11.654
.0109
95% Confidence Interval for Mean
Lower Bound
11.632

Upper Bound
11.675

5% Trimmed Mean
11.634

Median
12.000

Variance
.961

Std. Deviation
.9805

Minimum
9.0

Maximum
16.0

Range
7.0

Interquartile Range
1.0

Skewness
.143
.027
Kurtosis
.559
.055