UJIAN AKHIR SEMESTER KOMPUTER LANJUT

LAPORAN UJIAN PRAKTIKUM KOMPUTER

1. Identitas Mahasiswa

     Nama : Rhakania Maretta

            NIM  :  102114338

2. Berdasarkan angka NIM terakhir saya, maka file yang akan diolah adalah [Genap.rec]

3. File hasil eksport Epidata ke SPSS berekstensi sps dengan nama file UAS12GIZI\GENAP.sps

4. File syntax genap dieksport ke SPSS dan disimpan dengan nama Ujian Komptr Nia dan ekstensi sps

5. File data [Rhakania Maretta] berisi 39 field dan 8390 record. Data kategorik sebanyak 27 field dan data numerik sebanyak 12 field

6. 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 kerja 1 'PNS' 2 'Swasta' 3 'Wiraswasta' 4 'Pedagang' 5 'Buruh/T/N' 6 'Lain2'.

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 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. Catat disini jumlah record sebelum didelete 8390 record dan sesudah didelete yang  missing tersisa 8382 record

Read more....

ANALISIS BIVARIAT

1. Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekeanan darah diastolik
2. Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan tekeanan darah diastolik nama fieldnya adalah diastol
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. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan 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

Latihan 2

1. Tujuan pelitian : pengaruh jenis kelamin terhadap berat badan balita
2. Idenfifikasi field dalam database : jenis kelamin nama fieldnya sex danberat badan balita nama field nya  adalah weight
3. Field sex 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 2 kelompok
5. H0: Tidak ada perbedaan rata-rata jenis kelamin laki-laki dan perempuan dengan berat badan balita
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah tekanan weight .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji T test tapi pakai uji mann whitney

7. P=0.000

P<0.05

8. H0 ditolak,
9. Intervensi :ada beda rata-rata antara jenis kelamin laki-laki dan perempuan dengan berat badan balita

Latihan 3

1. Tujuan pelitian : pengaruh pola asuh terhadap berat badan balita
2. Idenfifikasi field dalam database : pola asuh  nama fieldnya kerjapola dan badan balita nama field nya  adalah weight
3. Field kerjapola 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 2 kelompok
5. H0: Tidak ada perbedaan rata-rata pola asuh ibuyang bkerja dan yang tidak bekerja dengan berat badan balitaBila ada data numerik, lakukan uji normality . Data numerik dalam latihan ini adalah tekanan weight .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji T test tapi pakai uji mann whitney

6. P=0.000

P<0.05

7. H0 ditolak,
8. Intervensi :ada beda rata-rata antara pola asuh ibu yang bekerjadan tidakbekerja dengan beratbadan balita.

latihan 4

1. Tujuan pelitian : pengaruh umur ibu dengan perna memeriksakan kehamilan ibu
2. Idenfifikasi field dalam database : umur nama fieldnya umur danpernah memerikasakan kehamilan nama field nya  adalah pernah
3. Field pernah  adalah data kategorik (K) dan field umur adalah data numerik (N)
4. H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya 2 kelompok
5. H0: Tidak ada perbedaan rata-rata umur ibu dengan pernah atau tidaknya memeriksakan kehamilan
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah tekanan umur .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji T test tapi pakai uji mann whitney

7. P=0.105

P0>.05

8. H0 gagal ditolak,
9. Intervensi :tidak ada beda rata-rata antara usia ibu dengan pernah atau tidaknya memeriksakan kehamilan.

Latihan 5

1. Tujuan pelitian : pengaruh umur ibu dengan aseptor KB
2. Idenfifikasi field dalam database : umur nama fieldnya umur dan  aseptor KB  nama field nya  adalah akseptor
3. Field aksptor adalah data kategorik (K) dan field umur adalah data numerik (N)
4. H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya 2 kelompok
5. H0: Tidak ada perbedaan rata-rata umur ibu dengan mengunakan aseptor KB atau  tidak mengunakan aseptorKB
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah tekanan umur .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji T test tapi pakai uji mann whitney

7. P=0.000

P<0.05

8. H0  ditolak,
9. Intervensi : ada beda rata-rata antara usia ibu dengan mengunakan aseptor KB dantidak mengunakan aseptor KB.

Latihan 6

1. Tujuan pelitian : pengaruh tingkat pendidikan ibu dengan berat badan balita
2. Idenfifikasi field dalam database : tingkat pendidikan ibu nama fieldnya didik3 dan  berat badan balita  nama field nya  adalah weight
3. Field didik3 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 kelompok
5. H0: Tidak ada perbedaan rata-rata tingkat pendidikan ibu dasar,menengah dan tinggi dengan BB balita
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah tekanan weight .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji anova tapi kruskal walis

7. P=0.000

P<0.05

8. H0  ditolak,
9. Intervensi : ada beda rata-rata tingkat pendidikan ibu dasar,menengah dan tinggi dengan BB balita.

Latihan 7

1. Tujuan pelitian : pengaruh berat badan balta dengan imt anak 3 kategori
2. Idenfifikasi field dalam database : BB balita  nama fieldnya weight dan  int anak 3 kategori  nama field nya  adalah imta3k
3. Field imta3k 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 kelompok
5. H0: Tidak ada perbedaan rata-rata berat badan balita dengan imt anak  kategori
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah weight.

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji anova tapi pakai uji kruskal walis

7. P=0.000

P<0.05

8. H0  ditolak,
9. Intervensi : ada perbedaan rata-rata berat badan balita dengan imt anak  kategori

Latihan  8

1. Tujuan pelitian : pengaruh usia ibu dengan alas an tidak berKB
2. Idenfifikasi field dalam database : umur  nama fieldnya umurdan  alasantidak berKB  nama field nya  adalah alasan
3. Field umur adalah data numerik (N) dan field alasan dalah data kategorik (K)
4. H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya lebih dari 2 kelompok
5. H0: Tidak ada perbedaan rata-rata usia ibu dengan alasan tidak berKB
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah umur.

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji anova tapi pakai uji kruskal walis

7. P=0.000

P<0.05

8. H0  ditolak,
9. Intervensi  :ada perbedaan rata-rata usia ibu dengan alasan tidak berKB

Latihan 9

1. Tujuan pelitian : pengaruh tekanan darah diastol ibu dengan kondisi kondisi hipertensi
2. Idenfifikasi field dalam database :tekanan darah diastole   nama fieldnya diastole dan  kondisi hipertensi nama field nya  adalah diastolhiper
3. Field diastole adalah data numerik (N) dan field diastole hiper dalah data kategorik (K)
4. H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya 2 kelompok
5. H0: Tidak ada perbedaan rata-rata tekanan darah diastole ibu dengan kondisi hipertensi dan tidak hipertensi
6. Bila ada data numerik, lakukan uji normality. Data numerik dalam latihan ini adalah diastol .

Hasil pengujian normality adalah :           

Data berdistribusi Tidak Normal. Bukan uji anova tapi pakai uji kruskal walis

7. P=0.000

P<0.05

8. H0  ditolak,
9. Intervensi  :ada perbedaan rata- rata tekanan darah diastole ibu dengan kondisi hipertensi dan tidak hipertensi

Latihan 10

Pekerjaan Ibu dengan Tekanan Darah Diatolik

9. Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tekekanan darah diastolik
10. Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan tekeanan darah diastolik nama fieldnya adalah diastol
11. Field kerja adalah data kategorik (K) dan field diastol adalah data numerik (N)
12. H0 pengujian : Uji yang dipakai adalah uji beda rata-rata dimana data kategoriknya lebih dari 2 kategori.
13. H0: Tidak ada perbedaan rata-rata pekerjaan ibu dengan tekanan darah diastol
14. Data numerik dalam latihan ini adalah tekanan darah diastol.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

15. P=0.000

P<0.05

16. H0 ditolak,

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

Latihan 11

Pekerjaan Ibu dengan Tekanan Darah Sistolik

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

2.      Idenfifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan tekeanan darah diastolik nama fieldnya adalah sisitolik

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 latihan 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,

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

Latihan 12

Pekerjaan ibu denganTinggi Badan Ibu

1.      Tujuan : independen variabel adalah pekerjaan ibu dan dependen variabel adalah tinggi badan ibu

2.      Identifikasi field dalam database : pekerjaan ibu nama fieldnya kerja dan tekeanan darah diastolik nama fieldnya adalah TB Ibu

3.      Field kerja adalah data kategorik (K) dan field TB Ibu 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 tinggi badan ibu

6.      Data numerik dalam latihan ini adalah tinggi badan ibu.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

7.      P=0.00

P<0.05

8.      H0 ditolak,

Intervensi : ada beda rata-rata antara tingkat pekerjaan ibu dengan tinggi badan ibu.

Latihan 13

Golongan Darah Ibu dengan Kadar Hb Ibu

1.      Tujuan : independen variabel adalah golongan darah dan dependen variabel adalah kadar Hb

2.      Identifikasi field dalam database : golongan darah nama fieldnya darah dan kadar Hb nama fieldnya adalah Hb

3.      Field darah 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 lebih dari 2 kategori.

5.      H0: Tidak ada perbedaan rata-rata golongan darah dengan kadar Hb

6.      Data numerik dalam latihan ini adalah kadar Hb Ibu.

Hasil pengujian normality adalah :

Data berdistribusi Tidak Normal. Bukan Anova tapi Kruskall Wallis

7.      P=0.00

P<0.05

8.      H0 ditolak,

Intervensi : ada beda rata-rata antara golongan darah dengan kadar Hb.

Latihan 14

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 latihan 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.

Latihan 15

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 latihan 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.

Latihan 16

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 latihan 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.

Latihan 17

Jenis Kelamin Balita dengan TB Balita

1.      Tujuan : independen variabel adalah jenis kelamin dan dependen variabel adalah TB Balita

2.      Identifikasi field dalam database : jenis kelamin nama fieldnya sex dan TB balita nama fieldnya adalah height

3.      Field sex 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 2 kategori.

5.      H0: Tidak ada perbedaan rata-rata antara jenis kelemin dengan TB Balita

6.      Data numerik dalam latihan ini adalah TB Balita.

7.      Hasil pengujian normality adalah :

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

8.      P=0.00

P<0.05

H0 ditolak,

Intervensi :  ada beda rata-rata antara jenis kelamin dengan TB balita.

Latihan 18

Pengukuran Tinggi Fundus dengan Umur Ibu

1.      Tujuan : independen variabel adalah pengukuran tinggi fundus dan dependen variabel adalah umur ibu

2.      Identifikasi field dalam database : pengukuran tinggi fundus nama fieldnya fundus dan umur ibu nama fieldnya adalah umur

3.      Field fundus adalah data kategorik (K) dan field umur 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 pengukuran tinggi fundus dengan umur ibu

6.      Data numerik dalam latihan ini adalah umur ibu.

7.      Hasil pengujian normality adalah :

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

8.      P=0.00

P<0.05

H0 ditolak,

Intervensi : ada beda rata-rata antara pengukuran tinggi fundus dengan umur ibu.

Latihan 19

Akseptor KB dengan umur Ibu

1.      Tujuan : independen variabel adalah akseptor KB dan dependen variabel adalah umur ibu

2.      Identifikasi field dalam database : akseptor KB nama fieldnya akseptor dan umur ibu nama fieldnya adalah umur

3.      Field akseptor adalah data kategorik (K) dan field umur 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 akseptor KB dengan umur ibu

6.      Data numerik dalam latihan ini adalah umur ibu.

7.      Hasil pengujian normality adalah :

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

8.      P=0.00

P<0.05

9.      H0 ditolak,

Intervensi :  ada beda rata-rata antara akseptor KB dengan umur ibu.

Latihan 20

Tujuan Penelitian : Mengetahui hubungan antara tingkat pendidikan ibu dengan jenis pekerjaan yang dimiliki

• Identifikasi variabel dalam tujuan : Independen variabel adalah tingkat pendidikan dan dependen variabel adalah jenis pekerjaan yang dimiliki.
• Idenfifikasi field dalam database : tingkat pendidikan nama fieldnya didik dan frekuensi pemeriksaan kehamilan nama fieldnya adalah kerja.
• Tentukan karakteristik field : Field didik adalah data kategorik (K) dan field kerja juga merupakan data kategorik (K)
• Tentukan jenis uji, teori yg relevans dan H0 pengujian : Uji yang dipakai adalah uji chi square. Teori yg relevansnya adalah makin tinggi pendidikan ibu makin tinggi pekerjaan ibu.. H0: Tidak ada perbedaan proporsi antara tingkat pendidikan dengan jenis pekerjaan ibu.
• Lakukan Uji, baca hasil dan interpretasikan
• Bahas hasil yang didapat dengan membandingkan dengan teori yang relevans dan penelitian terdahulu.

·         Kesimpulan: P<0,05 maka H0 ditolak. Ada perbedaan proporsi antara tingkat pendidikan dengan jenis pekerjaan ibu. Dari hasil uji chi-square di atas di dapatkan bahwa makin tinggi tingkat pendidikan ibu makin tinggi jenis pekerjaan yang dimiliki. Ini di tandai dengan jumlah sampel yang berpendidikan Perguruan Tinggi memiliki jenis pekerjaan sebagai PNS berjumlah 1937 ibu.