Jumat, 06 Januari 2012

final step shantrya dhelly susanty


keterangan
1.      Export File Data

Export data .Rec ke SPSS tidak langsung ke file Data Document, melainkan ke file Syntax (.SPS). File syntaks yang dihasilkan selanjutnya di run dari SPSS akan menghasilkan file Data Document SPSS dan disimpan dengan type .SAV
Setelah didapat file database (created by epidata) maka klik Export data pada Epidata.
Klik pada pilihan SPSS, maka akan muncul tampilan pemilihan file yang akan diexport. Setelah file dipilih akan muncul tampilan pemilihan field dan record yang akan dieksport
Disini kesempatan untuk memilih field tertentu yang akan dieksport dan record pilihan. Dalam hal ini tidak akan dilakukan pemilihan record maupun field (dalam hal ini terdapat 16287 record), maka langsung saja klik OK.
Apabila record yang dieksport cukup besar akan dimunculkan indikator proses seperti gambar diatas. Akan tetapi jika record dan fieldnya tidak terlalu banyak maka proses berlangsung sangat cepat dan di akhir export akan muncul informasi bahwa sejumlah field dan record telah dieksport seperti bentuk berikut ini : (dalam hal ini terdapat 16287 record)
Dengan demikian proses export selesai dan klik OK. Tahap selanjutnya adalah menjalankan program SPSS kemudian membuka file Syntax hasil export Epidata, kemuduan run All perintah dalam syntax dalam posisi file sedang dibuka.

1.      Data awal terdiri dari 16287  record, setelah dicleaning, jumlah data menjadi 14475 record. 
Batasan yang digunakan pada tiap record :
a.       Tekanan darah sistolik 80-200 mmHg.
b.       Tekanan darah diastolik 60-150 mmHg.
c.       HB 6.5-16.5 gr%.
d.      BB (berat badan)  37-85 kg.
e.       TB (tinggi badan) 135-180 cm.
f.       Umur 15-45 tahun
                                 
2.      Data awal terdiri dari 16287  record, setelah dicleaning, jumlah data menjadi 14475 record. 
Batasan yang digunakan pada tiap record :
g.      Tekanan darah sistolik 80-200 mmHg.
h.       Tekanan darah diastolik 60-150 mmHg.
i.        HB 6.5-16.5 gr%.
j.        BB (berat badan)  37-85 kg.
k.      TB (tinggi badan) 135-180 cm.
l.        Umur 15-45 tahun

Langkah-Langkah untuk menemukan data yang missing :
Contoh untuk record umur :
Klik Analyze à Klik Descriptive Statistics à Klik Frequencies 
Masukkan field umur pada kolom variabel , kemudian klik OK. Lihat output yang dihasikan oleh SPSS. Apabila ada yang missing, maka bisa dicari dengan mengurutkan data (sort). Perintahnya Pada menu DATA, pilih SORT CASES. Masukkan field, kemudian umur lalu pilih sort order Accending. Dengan pilihan accending, maka record missing akan terletak paling atas. Lalu semua record yang missing, dilakukan penghapusan.

3.      Analisis univariate pendidikan
Dari table diatas, data disimpulkan bahwa :
a.       Pada variabel umur, tidak berdistribusi normal sebab, mean < median < modus sehingga distribusi grafiknya miring ke kiri. Dari nilai skewness dibagi standar error menghasilkan angka >2. 
b.      Pada variabel TB, tidak berdistribusi normal sebab, mean >median > modus sehingga distribusi grafiknya miring ke kanan. Dari nilai skewness dibagi standar error menghasilkan angka >2. 
c.       Pada variabel BB, berdistribusi normal sebab, mean =median = modus sehingga distribusi grafiknya berbentuk bel shape. Dari nilai skewness dibagi standar error menghasilkan angka <2. 
d.      Pada variabel TD sistol, tidak berdistribusi normal sebab, mean < median =modus sehingga distribusi grafiknya miring ke kiri. Dari nilai skewness dibagi standar error menghasilkan angka >2. 
e.       Pada variabel TD diastol, tidak berdistribusi normal sebab, mean  > median =  modus sehingga distribusi grafiknya miring ke kanan. Dari nilai skewness dibagi standar error menghasilkan angka >2. 
f.       Pada variabel HB, berdistribusi normal sebab, mean , median ,modus nilainya hamper mendekati sama sehingga distribusi grafiknya bel shape. Dari nilai skewness dibagi standar error menghasilkan angka <2. 
8.  Analisa Bivariat
a.      TUJUAN : UNTUK MENGETAHUI HUBUNGAN TINGKAT PENDIDIKAN DENGAN JENIS PEKERJAAN RESPONDEN
·         Batas kepercayaan tertentu (confidence interval = CI) 95 %
·         Alfa = 0.05
1.      Variabel : ada hubungan antara tingkat pendidikan dengan jenis pekerjaan responden
a.       Indep : tingkat pendidikan
b.      Dep : jenis pekerjaan
2.      Field
a.       indep = didik2
b.      Dep. = kerjart
3.      Karakteristik
a.       Didik2= K
b.      kerjart= K
c.       table 2x2
K àK à Uji beda proporsi
4.      Uji yang dipakai ; uji beda prporsi (chi square)
5.      Apabila terdapat variabel numeric lakukan uji normality
6.      H0 pengujian : ada perbedaan proporsi tingkat pendidikan dengan jenis pekerjaan responden.
p-value
p=0,568 bandingkan dengan alfa
7.      àp>α : tidak ada perbedaan proporsi tingkat pendidikan dengan jenis pekerjaasn responden, berarti  tidak ada hubungan antara tingkat pendidikan dengan jenis pekerjaan responden.
p<α à H0 ditolak ~ bermakna
p> α à H0 diterima ~ tidak bermakna
b.      TUJUAN : UNTUK MENGETAHUI HUBUNGAN UMUR DENGAN KADAR HB
·         Batas kepercayaan tertentu (confidence interval = CI) 95 %
·         Alfa = 0.05
1.      Variabel : ada hubungan antara umur dan kadar Hb
c.       Indep : umur
d.      Dep : kadar Hb
2.      Field
c.       indep = umur
d.      Dep. = hb
3.      Karakteristik
a.       umur= N
b.      hb= N
c.       table 2x2
N à N uji beda korelasi
4.      Uji yang dipakai ; uji korelasi
5.      Apabila terdapat variabel numeric lakukan uji normality
6.      H0 pengujian : tidak ada perbedaan proporsi umur dengan kadar Hb
p-value
p=0,932 bandingkan dengan alfa
7.      àp<α : tidak ada perbedaan proporsi umur dengan kadar Hb responden, berarti  tidak ada hubungan antara umur dengan kadar Hb.
p<α à H0 ditolak ~ bermakna
p> α à H0 diterima ~ tidak bermakna
c.       TUJUAN: UNTUK MENGEETAHUI HUBUNGAN ANTARA TINGKAT PENDIDIKAN DENGAN KONTRASEPSI YANG DIPILIH
·         Batas kepercayaan tertentu (confidence interval = CI) 95 %
·         Alfa = 0.05
1.      Variabel : untuk mengeetahui hubungan antara tingkat pendidikan dengan kontrasepsi yang dipilih
e.       Indep : tingkat pendidikan
f.       Dep : kontrasepsi yang dipilih
2.      Field
e.       indep = didik2
f.       Dep. = mket
3.      Karakteristik
a.       Didik2= K
b.      mket= K
c.       table 2x2
K àK à Uji beda proporsi
4.      Uji yang dipakai ; uji beda prporsi (chi square)
5.      Apabila terdapat variabel numeric lakukan uji normality
6.      H0 pengujian : ada perbedaan proporsi tingkat pendidikan dengan kontrasepsi yang dipakai
p-value
p=0,025 bandingkan dengan alfa
7.      àp<α : ada perbedaan proporsi tingkat pendidikan dengan jenis pekerjaasn responden, berarti  ada hubungan antara tingkat pendidikan dengan jenis pekerjaan responden.
p<α à H0 ditolak ~ bermakna
p> α à H0 diterima ~ tidak bermakna

d.      TUJUAN : UNTUK MENGETAHUI ANTARA PERNAH DAPAT TABLET FE DENGAN KADAR HB IBU HAMIL
·         Batas kepercayaan tertentu (confidence interval = CI) 95 %
·         Alfa = 0.05
1.      Variabel : antara pernah dapat tablet fe dangan kadar Hb ibu hamil
a.       Indep : pernah dapat tablet fe
b.      Dep : kadar hb
2.      Field
g.      indep = pernah
h.      Dep. = hb
3.      Karakteristik
a.       pernah= K
b.      hb= N
c.       table 2x2
K àN à Uji anova
4.      Uji yang dipakai ; ANOVA
5.      Apabila terdapat variabel numeric lakukan uji normality. Setelah dilakukan uji normality, maka didapat bahwa kadar Hb tidak berdistribusi normal maka dilakukan pengkategorian menjadi anemiawho lalu dilakukan uji beda proporsi.
6.      H0 pengujian : ada perbedaan proporsi pernah dapat tablet fe dangan kadar Hb ibu hamil

p-value
p=0,000 bandingkan dengan alfa
àp<α : ada perbedaan proporsi pernah dapat tablet fe dangan kadar Hb ibu hamil responden, berarti  ada hubungan antara pernah dapat tablet fe dangan kadar Hb ibu hamil
p<α à H0 ditolak ~ bermakna
p> α à H0 diterima ~ tidak bermakna

e.        TUJUAN UNTUK MENGETAHUI HUBUNGAN ANTARA TEKANAN DARAH SISTOLIK DAN GOLONGAN DARAH
·         Batas kepercayaan tertentu (confidence interval = CI) 95 %
·         Alfa = 0.05
1.      Variabel : hubungan antara tekanan darah sistolik dan golongan darah
a.       Indep : tekanan darah sistolik
b.      Dep : golongan darah
2.      Field
a.       indep = sistol
b.      Dep. = darah
3.      Karakteristik
a.       sistol= N
b.      darah= K
c.       table 2x2
K àK à Uji anova
4.      Uji yang dipakai ; uji anova
5.      Apabila terdapat variabel numeric lakukan uji normality. Setelah dilakukan uji normality, maka didapat bahwa TD sistolik tidak berdistribusi normal maka dilakukan pengkategorian menjadi HPsis lalu dilakukan uji beda proporsi.
6.      H0 pengujian : ada perbedaan proporsi tekanan darah dengan golongan darah.

p-value
p=0,005 bandingkan dengan alfa
7.      àp<α : ada perbedaan proporsi tekanan darah dengan golongan darah, berarti  ada hubungan antara tekanan darah dengan golongan darah.responden.
p<α à H0 ditolak ~ bermakna
p> α à H0 diterima ~ tidak bermakna

untuk lebih memahami silahkan buka di sini