Final Step MELYATUL HUSNI


UJIAN AKHIR SEMESTER
Nama    : MELYATUL HUSNI
NIM       : 094114105
Kelas     : III. A
   Langkah- langkah mengeksport data:
a.       Buka file GENAP ( sebelumnya file GENAP ini telah saya rename menjadi nama saya sendiri)  dengan program epidata.
b.      Setelah terbuka, kemudian klik file dan pilih close form
c.       Kemudian pilih eksport data dan klik SPSS.
d.      Selanjutnya akan keluar kotak seperti berikut, dan klik open
e.      Selanjutnya klik OK, pada kotak yang tampil selanjutnya.
f.        Tunggu proses pengeksporan, setelah selesai maka data telah selesai di eksport kedalam bentuk SPSS,.
g.       Untuk selanjutnya data dapat diolah dengan menggunakan SPSS. Tapi saat ini data belum tampil dalam bentuk table. Saat ini datamasih tersimpan dalam bentuk syntak.
h.      Untuk menampilkan data dalam bentuk tabel maka dapat dilakukan dengan.
-          Buka program SPSS, pilih open syntak-pilih file(syntak) yang telah dieksport tadi.
-          Atau dapat juga dengan mengklik dua kali di syntak yang telah tersimpan tadi (hasil eksport dari epidata)
-          Kemudian klik run- all, seperti berikut :
-          Setelah di run all, file yang tadinya hanya syntak, maka akan terbuka juga dalam bentuk SPSS Viewer (output) dan SPSS Data Editor.
-          Untuk selanjutnya data dapat diolah dengan menggunakan SPSS Data Editor.

2.       Clening data
Melakukan clening data, sebelumnya untuk variabel numeric telah saya beri batasan yaitu :
a.       Umur ibu : 15- 45
b.      TB ibu : 140- 180
c.       BB ibu : 39.9- 80.1
d.      TD sistol : 99.9 – 170.1
e.      TD diastole : 50.9 – 110.1
f.        Hb : 7.9 -14.1

3.       Lanjutan cleaning data
a.       Untuk melakukan cleaning data sebelumnya dicari data yang missing dengan cara :
-          Klik analyze, kemudian pilih descriptive statistic dan pilih Frequencies dan pilih variabel yang akan dicleaning.
-          Kemudian lihat hasil missing di output. Semua yang missing dihapus dan juga dilihat apakah data yang dientri benar semua ( selain missing), jika ada yang salah dihapus juga.
-          Contohnya untuk menclening pekerjaan ibu pada output saya didapatkan data yang missing ada 10
-          Berarti ada 10 data yang harus dihapus pada variabel pekerjaan ini. Dan semua dan semua data yang lain cocok.

b.      Data yang ada saya cleaning satu persatu : jumlah data awal saya adalah 16287
-          Pertama saya mencleaning semua variabel kategorik
1.      Pengentri
·      Missing : 0
·      Tidak ada pengentri : 699 
·      Sisa : 15.588
2.      Pekerjaan
·         Missing: 10
·         Sisa : 15.578
3.      Pendidikan ibu
·         Missing  : 2
·         Diluar kategori ( 1 dan 5, kategori 0,2,3,4): 4
·         Sisa : 15. 572
4.      Golongan darah
·         Missing :0
·         Diluar kategori : 21
·         Sisa : 15.551
5.      Pernah periksa kehamilan
·         Missing : 0
·         Diluar kategori : 473
·         Sisa : 15078
6.      Pengukuran fundus
·         Missing : 110
·         Yang dihapus hanya yang missing pada yang pernah memeriksakan kehamilan yaitu : 12 data
·         Sisa : 15066
7.      Pemeriksaan TB
·         Missing : 114
·         Yang dihapus hanya yang missing pada yang pernah memeriksakan kehamilan yaitu : 16 data
·         Sisa : 15050
8.      Pengukuran tensi
§ Missing : 100
·   Yang dihapus hanya yang missing pada yang pernah memeriksakan kehamilan yaitu : 2 data
·   Sisa : 15048
9.      Pemberian tablet FE
·         Missing : 100
·         Yang dihapus hanya yang missing pada yang pernah memeriksakan kehamilan yaitu : 2 data
·         Sisa : 15046
10.  Imunisasi TT
·         Missing : 121
·         Yang dihapus hanya yang missing pada yang pernah memeriksakan kehamilan yaitu : 23 data
·         Sisa : 15023
11.  Akseptor KB
·         Missing : 14
·         Diluar kategori : 1
·         Sisa : 15008
12.  Kontrasepsi yang dipakai s/d alasan
·         Disini yang dijadikan missing yaitu : orang yang tidak akseptor KB tetapi memakai salah satu kontrasepsi . dan orang yang akseptor KB tetapi memiliki alasan tidak ber KB.
·         Pencarian data missing dilakukan secara manual ;
·         Data missing yang ditemukan sebanyak : 35
·         Sisa ; 14973
13.  Rencana tempat melahirkan
·         Missing : 69
·         Diluar kategori : 10
·         Sisa ; 14894
-          Selanjutnya saya mencleaning variabel numeric, yang sebelumnya telah saya beri batasan seperti jawaban no 2.
1.       Umur ibu : 15- 45
·         Missing : 63
·         Sisa : 14831
2.       TB ibu : 140- 180
·         Missing : 20
·         Sisa : 14811

3.       BB ibu : 39.9- 80.1
·         Missing : 120
·         Sisa : 14691
4.       TD sistol : 99.9 – 170.1
·         Missing :385
·         Sisa : 14306
5.       TD diastole : 50.9 – 110.1
·         Missing ; 150
·         Sisa ; 14156
6.       Hb : 7.9 -14.1
·         Missing: 94
·         Sisa: 14062
-          Kemudian dibersihkan lagi data bagi yang pernah memeriksakan kehamilan tetapi frekuensi pemeriksaannya 0 yaitu sebanyak 45 data sehiingga sisia akhir data adalah 14017

4.       Analisis univariat untuk salah satu variabel kategorikal
Pekerjaan

5.       Analisis untuk univariat untuk variabel numeric
Untuk hasil selengkapnya klik disini
Jadi, dari tabel dapat dilihat ;
-          Rata- rata umur ibu adalah 27,9 dengan umur minimal 16 tahun dan maksimal 44 tahun
-          Rata- rata TB ibu adalah 158,608 dengan TBminimal 141 dan maksimal 180
-          Rata- rata BB ibu adalah 56,073 dengan BB minimal 40 dan maksimal 80
-          Rata- rata TD sistol  ibu adalah 116.84
-          Rata- rata TD diastol  ibu adalah  81.37.
-          Rata- rata kadar HB  ibu adalah 11.651
-          Rata- rata frekuensi pemeriksaan kehamilan  ibu adalah 4,49

6.      Transform data untuk pekerjaan, pendidikan dan usia resti
Transformasi data telah dilakukan .


7.       Transformasi data untuk IMT
Transformasi data telah dilakukan.

8.       Analisis bivariat
a.   Untuk mengetahui hubungan antara pendidikan dengan pekerjaan
Langkah kerja analisis bivariat:
·         Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : pendidikan
-     Variable Dependent                               : pekerjaan
·         Kedua  : Identifikasi field dalam database
-     didik
-     kerja

·         Ketiga : Tentukan karakteristik field (K/N)
-     didikè Kategorikal
-     kerja èKategorikal

·         Keempat : Tentukan analisis sementara
Uji beda proporsi

·      Kelima : uji normality
-       Tidak dilakukan karena tidak ada variabel numerik

·      Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada beda proporsi antara pendidikan dengan pekerjaan pendidikan dengan pekerjaan
-     Hasil : UNTUK HASIL SELENGKAPNYA KLIK DISINI
-     P=  0,00
-     Ho diditolak, berarti ada beda proporsi antara pendidikan dengan pekerjaan pendidikan dengan pekerjaan
·      Ketujuh
-
b.   Untuk mengetahui hubungan antara umur dengan kadar Hb.
Langkah kerja analisis bivariat:
1.   Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : umur
-     Variable Dependent                               :kadar Hb
2.      Kedua  : Identifikasi field dalam database
-     umur
-     Hb

3.   Ketiga : Tentukan karakteristik field (K/N)
-     Umur è Numerik
-     Hb èNumerik

4.    Keempat : Tentukan analisis sementara
Uji korelasi

5.    Kelima : uji normality
-       Uji normality telah dilakukan. Data tidak normal dan data telah dinormalkan dengan cara di-log kan.

6.       Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada beda proporsi antara hubungan antara umur dengan kadar Hb hubungan antara umur dengan kadar Hb
-     Hasil :
-     P=  0,849
-     Ho diterima, berarti tidak ada hubungan antara umur dan kadar HB ibu.
7.       Ketujuh
-
c.    Untuk mengetahui hubungan antara tingkat pendidikan dengan kontrasepsi yang dipilih dalam ber-KB
Langkah kerja analisis bivariat:
·         Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : pendidikan
-     Variable Dependent                               : kontrasepsi yang dipilih dalam ber-KB

·         Kedua  : Identifikasi field dalam database
-     didik
-     ksepsi

·         Ketiga : Tentukan karakteristik field (K/N)
-     didikè Kategorikal
-     ksepsi èKategorikal

·         Keempat : Tentukan analisis sementara
Uji beda proporsi

·      Kelima : uji normality
-       Tdak dilakukan karena kedua vvariabel adalah kategorik.

·      Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada beda proporsi antara pendidikan dengan kontrasepsi yang dipilih dalm ber- Kb
-     Hasil :
-     P=  0,00
-     Ho diditolak, berarti ada beda proporsi antara pendidikan dengan kontrasepsi yang dipilih dalm ber KB
·      Ketujuh
-
d.   Untuk mengetahui hubungan antara pernah atau tidak dapat tablet Fe dengan kadar Hb dalam darah ibu hamil
Langkah kerja analisis bivariat:
·         Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : pernah atau tidak mendapat tablet Fe
-     Variable Dependent                               : kadar Hb dalam darah ibu

·         Kedua  : Identifikasi field dalam database
-     TFE
-     HB

·         Ketiga : Tentukan karakteristik field (K/N)
-     TFEè Kategorikal
-     Hb ènumerik

·         Keempat : Tentukan analisis sementara
Uji T

·      Kelima : uji normality
-        Data telah dinormalkan.
-        
·      Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada beda proporsi antara pernah atau tidak mendapat tablet FE dengan kadar Hb dalam darah ibu
-     Hasil : UNTUK HASIL SELENGKAPNYA KLIK DISINI
-     P=  0,00
-     Ho diditolak, berarti ada  hubungan antara pernah atau tidak mendapat tablet Fe dengan kadar Hb dalam darah ibu.
·      Ketujuh
-
e.   Untuk mengetahui hubungan antara tekanan darah (sistolik/diastolik) dengan golongan darah
Sistol
Langkah kerja analisis bivariat:
·         Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : tekanan darah sistol
-     Variable Dependent                               : golongan darah

·         Kedua  : Identifikasi field dalam database
-     TD sistol
-     darah

·         Ketiga : Tentukan karakteristik field (K/N)
-     TDsistolè numerik
-     darahèKategorikal

·         Keempat : Tentukan analisis sementara
Uji  Anova

·      Kelima : uji normality
-       Data tidak normal dan telah dinormalkan.

·      Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada hubunagn antara TD sistolik dengan golongan darah ibu
-     Hasil : UNTUK HASIL SELENGKAPNYA KLIK DISINI
-     P=  0,00
-     Ho diditolak, berarti ada hubungan antara TD sistolik dengan golongan darah ibu
·      Ketujuh
-
Diastole
Langkah kerja analisis bivariat:
·         Pertama : Identifikasi variabel dalam tujuan penelitian
-     Variabel Independent           : tekanan darah diastol
-     Variable Dependent                               : golongan darah

·         Kedua  : Identifikasi field dalam database
-     TD diastol
-     darah

·         Ketiga : Tentukan karakteristik field (K/N)
-     TDdiastolè numerik
-     darahèKategorikal

·         Keempat : Tentukan analisis sementara
Uji  Anova

·      Kelima : uji normality
-       Data tidak normal dan telah dinormalkan dengan cara di logkan.

·      Keenam : Rumuskan hipotesis pengujian pada CI tertentu, uji, baca hasil, dan interpretasikan hasil (Ho Pengujian)
-     Ho è tidak ada hubunagn antara TD diastolik dengan golongan darah ibu
-     Hasil : UNTUK HASIL SELENGKAPNYA KLIK DISINI
-     P=  0,00
-     Ho diditolak, berarti ada hubungan antara TD diastolik dengan golongan darah ibu
·      Ketujuh

1 komentar:

BlockchainHelp mengatakan...

Unable to sign up and create Blockchain account. Dial Blockchain Phone Number
Are you a Blockchain user? Are you Unable to sign up and create a Blockchain account? If yes, dial Blockchain phone number 1800-665-6722 and get in touch with the professionals who are there to guide you so that you can get out of the every error in minimal time. The customer care are available 24/7 to assist you so enjoy their services at fullest and erase your errors in a flaw-less manner. So, dial our toll free phone number and snap all the errors by getting in touch with them. You can contact them as per your comfort.
blockchain support

blockchain support number

how to contact blockchain support

blockchain supported coins

Posting Komentar