Kategori umur ibu.docx
-
Upload
rizhatianqi -
Category
Documents
-
view
35 -
download
3
Transcript of Kategori umur ibu.docx
1. Masukkan data (terlampir), buat variabel label dan value label sesuai koding.
Data variabel
Data view
2. Pengelompokkan data umur Klik menu transform lalu pilih recode into different variables
Isi kolom numeric variabel dengan klik variabel umur lalu pindahkan kedalam kolom tersebut. kemudian isi kolom output variabel lalu pilih change lalu pilih old and new values.
Lalu isi kolom old and new variable dan pilih continue dan ok.
Kemudian isi values pada variabel view
a. Penyajian data Kategori umur ibu
kategori umur ibu
NValid 50Missing 0
kategori umur ibuFrequency Percent Valid
PercentCumulative
Percent
Valid
<20 tahun 8 16,0 16,0 16,020-30 tahun
32 64,0 64,0 80,0
>30 tahun 10 20,0 20,0 100,0Total 50 100,0 100,0
b. Interpretasi :Berdasarkan tabel di atas, kategori umur ibu terbesar adalah umur 20-30 tahun
yaitu sebesar 64% (32 orang).
3. Pembuatan variabel baru dari hasil rata-rata pengukuran Hb 1 dan Hb 2 (mean) (x+y)/2 Klik menu transform lalu pilih compute variabel
Kemudian isi kolom target variabel, lalu pilih dan label, kemudian isi label
Lalu pilih statistical pada kolom function group
dan pilih mean. Kemudian klik tanda panah dibawah dan isi kolom numeric expression dan ok.
a. Penyajian Kategori rata-rata pengukuran Hb1 dan Hb2
b. Interpretasi
Berdasarkan tabel di atas, kategori rata-rata pengukuran Hb1 dan Hb2 yang
paling besar adalah pada nilai rata-rata 10,829 gr/dl.
Statisticskategori rata-rata pengukuran hb1 dan hb2
NValid 50Missing 0
Mean 10,829
kategori rata-rata pengukuran hb1 dan hb2Frequenc
yPercent Valid
PercentCumulative
Percent
Valid
9,1 1 2,0 2,0 2,09,6 1 2,0 2,0 4,010,0 12 24,0 24,0 28,010,1 1 2,0 2,0 30,010,3 1 2,0 2,0 32,010,6 18 36,0 36,0 68,010,6 1 2,0 2,0 70,010,8 1 2,0 2,0 72,010,9 1 2,0 2,0 74,011,3 1 2,0 2,0 76,011,3 1 2,0 2,0 78,011,4 2 4,0 4,0 82,012,4 2 4,0 4,0 86,012,8 7 14,0 14,0 100,0Total 50 100,0 100,0
4. Pengelompokkan berat bayi
Klik menu transform lalu pilih recode into different variables
Isi kolom numeric variabel dengan klik variabel umur lalu pindahkan kedalam kolom tersebut. kemudian isi kolom output variabel lalu pilih change lalu pilih old and new values.
Lalu isi
kolom old and new variable dan pilih continue dan ok.
Kemudian isi values pada variabel view dan klik ok
a. Penyajian Kategori berat badan bayi
b. Interpretasi :
Berdasarkan tabel di atas, kategori berat badan bayi >= 2500 adalah kategori
berat badan bayi paling banyak yaitu sebesar 88% (44 orang).
kategori berat badan bayiFrequenc
yPercent Valid
PercentCumulative
Percent
Valid<2500 6 12,0 12,0 12,0>=2500 44 88,0 88,0 100,0Total 50 100,0 100,0
A. Hubungan sikap dan pemberian asi eksklusif
Case Processing SummaryCases
Valid Missing TotalN Percent N Percent N Percent
kategori sikap * 5. Apakah ibu menyusui secara eks
50 100,0% 0 0,0% 50 100,0%
kategori sikap * 5. Apakah ibu menyusui secara eksklusif Crosstabulation5. Apakah ibu menyusui
secara eksklusifTotal
Tidak Ya
kategori sikap
positifCount 9 14 23% within kategori sikap
39,1% 60,9% 100,0%
negatifCount 16 11 27% within kategori sikap
59,3% 40,7% 100,0%
TotalCount 25 25 50% within kategori sikap
50,0% 50,0% 100,0%
Chi-Square TestsValue df Asymp. Sig.
(2-sided)Exact Sig. (2-sided)
Exact Sig. (1-sided)
Pearson Chi-Square 2,013a 1 ,156Continuity Correctionb 1,288 1 ,256Likelihood Ratio 2,027 1 ,155Fisher's Exact Test ,256 ,128Linear-by-Linear Association
1,973 1 ,160
N of Valid Cases 50a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,50.b. Computed only for a 2x2 table
B. Hubungan tingkat pendidikan dan pekerjaan
Case Processing Summary
CasesValid Missing Total
N Percent N Percent N Percent2. Tingkat pendidikan ibu * 3. Apakah pekerjaan ibu
50 100,0% 0 0,0% 50 100,0%
2. Tingkat pendidikan ibu * 3. Apakah pekerjaan ibu Crosstabulation3. Apakah pekerjaan ibu Total
Tidak bekerja
Ya
2. Tingkat pendidikan ibu
SDCount 5 7 12% within 2. Tingkat pendidikan ibu
41,7% 58,3% 100,0%
SMPCount 2 6 8% within 2. Tingkat pendidikan ibu
25,0% 75,0% 100,0%
SMUCount 13 4 17% within 2. Tingkat pendidikan ibu
76,5% 23,5% 100,0%
PTCount 5 8 13% within 2. Tingkat pendidikan ibu
38,5% 61,5% 100,0%
TotalCount 25 25 50% within 2. Tingkat pendidikan ibu
50,0% 50,0% 100,0%
C. Hubungan pemberian asi eksklusif dan berat badan bayi
Case Processing SummaryCases
Valid Missing Total
N Percent N Percent N Percent5. Apakah ibu menyusui secara eks * kategori berat badan bayi
50 100,0% 0 0,0% 50 100,0%
5. Apakah ibu menyusui secara eks * kategori berat badan bayi Crosstabulationkategori berat badan
bayiTotal
<2500 >=2500
5. Apakah ibu menyusui secara eks
TidakCount 4 21 25% within 5. Apakah ibu menyusui secara eks
16,0% 84,0% 100,0%
YaCount 2 23 25% within 5. Apakah ibu menyusui secara eks
8,0% 92,0% 100,0%
TotalCount 6 44 50% within 5. Apakah ibu menyusui secara eks
12,0% 88,0% 100,0%
Chi-Square TestsValue df Asymp. Sig.
(2-sided)Exact Sig. (2-sided)
Exact Sig. (1-sided)
Pearson Chi-Square ,758a 1 ,384Continuity Correctionb ,189 1 ,663Likelihood Ratio ,771 1 ,380Fisher's Exact Test ,667 ,334Linear-by-Linear Association
,742 1 ,389
N of Valid Cases 50a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 3,00.b. Computed only for a 2x2 table
D. Hubungan uji chi-square Hb1 dan Hb2
Case Processing SummaryCases
Valid Missing Total
N Percent N Percent N Percent6a. Kadar Hb * 6b. Kadar Hb
50 100,0% 0 0,0% 50 100,0%
Chi-Square TestsValue df Asymp. Sig. (2-sided)
Pearson Chi-Square 318,409a 81 ,000Likelihood Ratio 173,470 81 ,000Linear-by-Linear Association
17,945 1 ,000
N of Valid Cases 50a. 100 cells (100,0%) have expected count less than 5. The minimum expected count is ,04.
Tugas Komputer Lanjut
PENGOLAHAN DATA DAN MODIFIKASI DATA
Oleh :
RISKA JULIANA (P00331013027)
TINGKAT II A
KEMENTERIAN KESEHATAN REPUBLIK INDONESIA
POLITEKNIK KESEHATAN KEMENKES KENDARI
JURUSAN D III GIZI
2015